• 산업공학
• /
• 제6권2호
• /
• pp.151-169
• /
• 1993

In this research, we proposed "coefficient of inequality" as a measure of distributional inequality for an alternative, which is defined as the area between the diagonal line from 0 to 1 and the Lorenz curve of the given alternative. Next, we showed theoretical relationship between stochastic dominance and the coefficient of inequality as a means to determine the preferred alternative when decision is made with incomplete information about decision maker's utility function. Then, two experiments were performed to test subject‘s attitude toward risk. The results of the experiments support the idea that when a decision maker is risk averse or risk prone, he/she can use the coefficient of inequality as a decision rule to choose the preferred alternative instead of using stochastic dominance. Thus, according to decision maker’s attitude toward risk, the decision rule proposed here can be used as a valuable aid in decision making under uncertainty with incomplete information.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2007년도 추계학술대회
• /
• pp.357-361
• /
• 2007

This paper presents a multi-robot localization based on Bayesian Multidimensional Scaling (BMDS). We propose a robust MDS to handle both the incomplete and noisy data, which is applied to solve the multi-robot localization problem. To deal with the incomplete data, we use the Nystr${\ddot{o}}$m approximation which approximates the full distance matrix. To deal with the uncertainty, we formulate a Bayesian framework for MDS which finds the posterior of coordinates of objects by means of statistical inference. We not only verify the performance of MDS-based multi-robot localization by computer simulations, but also implement a real world localization of multi-robot team. Using extensive empirical results, we show that the accuracy of the proposed method is almost similar to that of Monte Carlo Localization(MCL).

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2014년도 제49차 동계학술대회논문집 22권1호
• /
• pp.125-126
• /
• 2014

센서 스트림 데이터는 센서 네트워크를 통해 수집되는 데이터로 실시간 처리를 요구하며, 연속적으로 끊임없이 발생하는 스트림 데이터이다. 이러한 스트림 데이터는 양이 방대하여 이를 저장하기가 매우 어려우며, 동시에 데이터를 검색하는 데에는 많은 시간이 소요된다. 본 논문에서는 센서 네트워크에서의 효율적인 스트림 데이터 처리 시스템을 제안한다. 이 시스템은 캐시테이블을 사용함으로써 데이터베이스에 최소화된 접근으로 데이터 스트림 관리 시스템의 성능을 개선하였다. 그리고 센서 네트워크에서 읽어 들여온 불완전 데이터를 효율적으로 정제하고 상위 단계로 전송한다.

• 한국복식학회:학술대회논문집
• /
• 한국복식학회 2005년도 International Costume Conference PROCEEDING
• /
• pp.190-191
• /
• 2005

• 한국정보통신학회논문지
• /
• 제8권2호
• /
• pp.386-393
• /
• 2004

분산시스템에서 비집중화된 방법으로 부하균형을 유지하기 위해서는 네트워크상의 각 노드는 다른 노드들의 부하상태정보를 가져야만 한다. 네트워크상에 v 개의 노드가 존재할 때 모든 노드간에 부하정보를 교환하기 위해서는 $Ο({v^2})$의 트래픽 오버헤드가 필요하게 된다. 이 논문에서는 분산된 노드간에 동기적으로 동작하는 부하균형 알고리즘을 제시한다. 이를 위해 먼저 SBIBD(Symmetric Balanced Incomplete Block Design)에 근거하여 (v,k+1,1)구조에 의해 $v={k^2}+k+1$ 개의 노드간의 통신을 위해 2k 정규그래프 구조를 갖는 네트워크 토폴로지를 구성하였다. 이 망에서 동작하도록 고안된 부하균형 알고리즘은 Ο(v√v)의 메시지 오버헤드를 가지면서 각각의 노드가 v개의 모든 노드에 대한 부하상태정보를 가지도록 한다. 또한 이 알고리즘은 모든 링크가 부하상태정보 전송을 위해 √v의 동일한 트래픽을 갖도록 설계되었다.

• 한국융합학회논문지
• /
• 제10권11호
• /
• pp.149-159
• /
• 2019

식스시그마는 시장과 고객의 패러다임과 트렌드의 변화에 맞추어 모든 사업의 프로세스와 전략을 개선하는 경영 혁신운동이다. 식스시그마 프로젝트 선정에 관한 기존의 연구는 있으나 불완전한 정보환경 하에서 프로젝트 선정을 위한 연구는 거의 없다. 본 연구의 목적은 불완전한 정보 하에서 올바른 프로젝트 선정을 위해 통합 MCDM 기법을 적용 방법을 제안하는 것이다. 식스시그마 프로젝트 선정을 위해 4단계인 1) 평가기준 간 가중치 결정 2) 팀 멤버 간 전문역량의 상대적 중요도 결정 3) 프로젝트 선호도 척도 산정 4) 최종 프로젝트 우선순위 결정 등을 위해 그룹 Fuzzy AHP, 불완전한 정보환경 하에서의 비퍼지화 TrFN 변환, GRA의 통합기법을 제안하였다. 본 연구에서 제안한 식스시그마 프로젝트 선정단계의 적용방안에 대한 이해를 돕기 위해 수치예가 제시되었다.

• 응용통계연구
• /
• 제28권2호
• /
• pp.151-158
• /
• 2015

본 논문은 균형불완비블록설계(balanced incomplete block design)에서 사영에 근거한 블록내(intrablock) 분석과 블록간(interblock) 분석을 다루고 있다. 블록간 분석을 위한 행렬모형을 제시하고 블록간 추정벡터를 구하는 방법을 다루고 있다. 처리효과의 블록내 추정벡터와 블록간 추정벡터의 분산공분산행렬을 규명하고 공분산행렬의 구조적 특성으로 두 추정벡터 간에 상관성이 없음을 보여주고 있다. 처리효과의 상관성없는 두 추정벡터를 이용한 결합추정에서 가중치를 구하는 방법으로 공분산행렬을 이용할 수 있음을 다루고 있다. 또한 처리효과에 적합된 블록변동량의 계산은 상수적합법을 이용한 블록제곱합과 일치함을 보여주고 있다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 추계학술대회-지능형 정보기술과 미래조직 Information Technology and Future Organization
• /
• pp.355-361
• /
• 1999

An application of case-based reasoning is proposed to build an influence diagram for identifying successful new ventures. The decision to invest in new ventures in characterized by incomplete information and uncertainty, where some measures of firm performance are quantitative, while some others are substituted by qualitative indicators. Influence diagrams are used as a model for representing investment decision problems based on incomplete and uncertain information from a variety of sources. The building of influence diagrams needs much time and efforts and the resulting model such as a decision model is applicable to only one specific problem. However, some prior knowledge from the experience to build decision model can be utilized to resolve other similar decision problems. The basic idea of case-based reasoning is that humans reuse the problem solving experience to solve a new decision. In this paper, we suggest a case-based reasoning approach to build an influence diagram for the class of investment decision problems. This is composed of a retrieval procedure and an adaptation procedure. The retrieval procedure use two suggested measures, the fitting ratio and the garbage ratio. An adaptation procedure is based on a decision-analytic knowledge and decision participants knowledge. Each step of procedure is explained step by step, and it is applied to the investment decision problem in new ventures.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 ITC-CSCC -1
• /
• pp.31-34
• /
• 2000

This paper proposes a reconstruction scheme for overlapping characters in Thai printed document. Overlapping characters are characters that overlap with surrounding characters. The problem of overlapping characters is still an unsolved problem In commercially available software of Thai character recognition systems. The algorithm of reconstruction scheme is based on structural analysis of overlapping Thai printed characters. It consists of 2 steps: overlapping point determination and reconstruction of segmented characters. The overlapping point is defined as the intersection point between characters and can be determined by using templates. Then, an overlapping character is separated into segments at the intersection point. The structure of each segment may be an incomplete character and is not identical to the original one. Therefore, the reconstruction process is employed to add the incomplete part of these segments. The proposed scheme has been implemented and tested with 70 patterns of conventionally found in overlapping printed Thai characters with different typefaces and type sizes. The experimental results show that the proposed scheme can segment and reconstruct overlapping characters correctly. The proposed scheme can improve the recognition rate of commercially available software, ThaiOCR1.5 and ArnThai1.0, more than 60 percents

• 한국정보과학회논문지:시스템및이론
• /
• 제33권12호
• /
• pp.885-893
• /
• 2006

최근 현실 세계의 불확실한 환경을 극복하기 위한 방법 중 하나로 베이지안 네트워크(Bayesian network, BN)가 부각되고 있다. BN의 파라메터 학습은 주어진 평가 척도에 따라 데이타의 훈련집합에 가장 잘 부합되는 네트워크 파라메터를 구하는 것으로, BN 설계에 드는 시간과 노력을 줄이기 위해 연구되어 왔다. 기존의 오프라인 학습은 학습에 필요한 충분한 양의 데이타를 모으기에는 많은 노력과 시간이 필요하다. 또한 현실세계는 불완전성을 포함하고 있어 완전한 데이타를 얻기 힘들다. 본 논문에서는 불완전한 데이타로부터 온라인으로 BN 파라메터를 학습하는 방법을 제안한다. 이 방법은 불완전한 데이타로부터 학습이 가능하도록 하여 학습의 유연성을 높이고, 실시간 학습을 통해 변화하는 환경에 대한 적응성을 높인다. Cohen 등이 제안한 온라인 파라메터 학습방법인 Voting EM 알고리즘과 비교 실험한 결과, 완전한 데이타를 가지고 학습한 경우에는 동일한 학습 결과를, 그리고 불완전한 데이타의 경우에는 보다 나은 학습 결과를 얻었다.