• 전기학회논문지
• /
• 제60권2호
• /
• pp.398-406
• /
• 2011

In this paper, we introduce a new architecture of PSO-based Polynomial Neural Networks (PNN) and discuss its comprehensive design methodology. The conventional PNN is based on a extended Group Method of Data Handling (GMDH) method, and utilized the polynomial order (viz. linear, quadratic, and modified quadratic) as well as the number of node inputs fixed (selected in advance by designer) at Polynomial Neurons located in each layer through a growth process of the network. Moreover it does not guarantee that the conventional PNN generated through learning results in the optimal network architecture. The PSO-based PNN results in a structurally optimized structure and comes with a higher level of flexibility that the one encountered in the conventional PNN. The PSO-based design procedure being applied at each layer of PNN leads to the selection of preferred PNs with specific local characteristics (such as the number of input variables, input variables, and the order of the polynomial) available within the PNN. In the sequel, two general optimization mechanisms of the PSO-based PNN are explored: the structural optimization is realized via PSO whereas in case of the parametric optimization we proceed with a standard least square method-based learning. To evaluate the performance of the PSO-based PNN, the model is experimented with using Gas furnace process data, and pH neutralization process data. For the characteristic analysis of the given entire data with non-linearity and the construction of efficient model, the given entire system data is partitioned into two type such as Division I(Training dataset and Testing dataset) and Division II(Training dataset, Validation dataset, and Testing dataset). A comparative analysis shows that the proposed PSO-based PNN is model with higher accuracy as well as more superb predictive capability than other intelligent models presented previously.

• 벤처창업연구
• /
• 제7권1호
• /
• pp.7-18
• /
• 2012

본 연구는 기술창업기업의 성과에 영향을 미치는 요인을 탐색하고자 하였다. 이는 기술창업기업의 성과 향상을 위하여 기업가는 물론 정책적 차원에서 어떤 노력을 하여야 하는가를 제시하고자 하는데 목적이 있다. 이를 위해 우리나라 창업보육센터 입주기업을 대상으로 기술창업기업의 기업가 특성, 기술능력 및 네트워크 특성이 기업성과에 미치는 영향을 검증하였다. 검증 결과 기업가 특성 중 성취욕구, 사회적 역량 및 관련 산업경험은 성과에 영향을 미치는 요인으로 확인되었다. 기술능력은 기술창업 기업의 핵심 자원으로 확인되고 있으나 객관적인 기술을 많이 보유 한다고 높은 성과를 예측할 수는 없다. 네트워크 특성이 성과에 유의미한 긍정적이 효과를 보이고 있으나 활용에는 효율적인 접근의 필요성이 보인다. 기업가 특성 중 기술과 네트워크 특성을 통해 기업성과에 영향을 미치는 매개효과는 매개경로의 차이와 영향의 차이를 확인할 수 있었다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.175-196
• /
• 2022

우리나라의 주력 산업 중 하나였던 정보통신 및 가전 산업은 점차 수출 비중이 낮아지는 등 수출 경쟁력이 약화되고 있다. 본 연구는 이런 정보통신 및 가전 산업의 수출 제고를 돕기 위해서 객관적으로 수출경쟁력을 분석하고 수출 유망국가를 제시하고자 했다. 본 연구는 수출경쟁력 평가를 위해서 네트워크 분석 중 구조적 특징, 중심성 그리고 구조적 공백 분석을 수행했다. 유망 수출 국가를 선정하기 위해서는 기존에 경제적 요인 외에도 이미 형성된 글로벌 무역 네트워크(ITN) 즉 글로벌 밸류체인(GVC)의 특성을 고려할 수 있는 새로운 변수를 제안했다. 국가간 무역 네트워크 분석에서 Exponential Random Graph Model(ERGM)을 통해 도출된 개별적인 링크에 대한 조건부 로짓값(log-odds)을 수출가능성을 나타낼 수 있는 대리변수로 가정했다. 이런 ERGM의 링크 연결 가능성까지 고려해 수출 유망국가를 추천하는 데는 모수적 접근 방법과 비모수적 접근 방법을 각각 활용했다. 모수적 방법에서는 ERGM에서 도출된 네트워크의 링크별 특성값을 기존의 경제적 요인에 추가 고려하여 우리나라 정보통신 및 가전 산업 수출액을 예측하는 회귀분석 모형을 개발했다. 또한 비모수적 접근 방법에서는 클러스터링 방법을 바탕으로 한 Abnormality detection 알고리즘을 활용했는데, 2개 Peer(동배)에서 벗어난 이상값을 찾는 방법으로 수출 유망국가를 제안했다. 연구 결과에 따르면, 해당 산업 수출 네트워크의 구조적 특징은 이전성이 높은 연결망이었으며, 중심성 분석결과에 따르면 우리나라는 수출에 규모에 비해서 영향력이 약한 것으로 나타났고, 구조적 공백 분석결과에서 수출 효율성이 약한 것으로 나타났다. 본 연구가 제안한 추천모델에 따르면 모수 분석에서는 이란, 아일랜드, 북마케도니아, 앙골라, 파키스탄이 유망 수출 국가로 나타났으며, 비모수 분석에서는 카타르, 룩셈부르크, 아일랜드, 북마케도니아, 파키스탄이 유망 국가로 분석되었으며, 분석방법에 따라 추천된 국가에서는 일부 차이가 나타났다. 본 연구결과는 GVC에서 우리나라 정보통신과 가전 산업의 수출경쟁력이 수출 규모에 비해서 높지 않음을 밝혔고, 따라서 수출이 더욱 감소될 수 있음을 보였다. 또한 본 연구는 이렇게 약화된 수출경쟁력을 높일 수 있는 방안으로 다른 국가들과의 GVC 네트워크까지 고려해 수출유망 국가를 찾는 방법을 제안했다는데 의의가 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 춘계학술대회
• /
• pp.584-587
• /
• 2012

MANET(Mobile Ad-Hoc Network)은 단말기만으로 구성되는 임시통신망으로서 설치 운영이 수월한 구조적 장점과 스마트폰의 급속한 보급이라는 환경적 변화로 인하여 기반구조의 사용이 어려운 긴급통신, 레저, 탐험/탐사와 같은 응용 분야에서 그 사용이 급속하게 늘어날 것으로 예측된다. 그러나 통신기반 구조를 사용하지 않은 MANET의 특성은 최근 들어 빈번하게 발생되고 있는 해킹과 같은 정보침해에 매우 취약한 단점을 발생시킨다. 본 논문에서는 이와 같은 MANET에서 정보침해 대응 방안의 하나인 IDS(Intrusion Detection System)가 MANET의 전송성능에 미치는 영향을 분석해본다. 본 논문에서는 MANET에 대한 침해 유형으로 블랙홀(blackhole) 공격을 가정하고, 블랙홀 공격이 있을 경우 MANET 노드가 IDS를 사용하여 블랙홀 공격에 대응하도록 환경을 설정하였으며, 이를 NS-2를 이용한 컴퓨터 시뮬레이션으로 구현하고 전송 트래픽의 성능을 측정하였다. 본 논문에서는 IDS가 이용자 수준의 성능에 미치는 영향을 분석하기 위해서 응용 서비스 수준의 전송 성능을 측정하였으며, 대상 응용 서비스로는 VoIP를 가정하였다.

• 대한기계학회논문집A
• /
• 제34권12호
• /
• pp.1871-1876
• /
• 2010

사람이 소리를 듣는 것은 다분히 감정적이고 주관적으로 이루어진다. 따라서 소음 측정의 척도로 주로 사용되는 dB(A)와 같은 청감을 고려한 수치로 표현하기 어렵기 때문에 때와 장소, 차량에 따라 주관적이고 사람의 감정에 맞는 주관적 척도가 요구된다. 즉, 평가하고자 하는 음질인자 항목들은 독립적 관계가 아닌 서로 상관관계의 특성을 고려하여 음질 평가를 수행해야 한다. 그러므로 인간의 청감에 가깝고 정확한 음질 평가를 위해서는 음질인자 별 다변량 분석이 필요하다. 본 연구에서는 차량 주행 소음을 대상으로 특성인자간 상관관계를 고려해 시스템을 분석할 수 있는 마할라노비스 거리(Mahalanobis distance,MD)를 통해 음질 인덱스를 구축하고자 한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제5권10호
• /
• pp.1698-1711
• /
• 2011

Knowledge is often represented as a set of rules or a semantic network in intelligent systems. Recently, ontology has been widely used to represent semantic knowledge, because it organizes thesaurus and hierarchal information between concepts in a particular domain. However, it is not easy to collect semantic relationships among concepts. Much time and expense are incurred in ontology construction. Collective intelligence can be a good alternative approach to solve these problems. In this paper, we propose a collective intelligence approach of Games With A Purpose (GWAP) to collect various semantic resources, such as words and word-senses. We detail how to construct the semantic information model or ontology from the collected semantic resources, constructing a system named FunWords. FunWords is a Korean lexical-based semantic resource collection tool. Experiments demonstrated the resources were grouped as common nouns, abstract nouns, adjective and neologism. Finally, we analyzed their characteristics, acquiring the semantic relationships noted above. Common nouns, with structural semantic relationships, such as hypernym and hyponym, are highlighted. Abstract nouns, with descriptive and characteristic semantic relationships, such as synonym and antonym are underlined. Adjectives, with such semantic relationships, as description and status, illustration - for example, color and sound - are expressed more. Last, neologism, with the semantic relationships, such as description and characteristics, are emphasized. Weighting the semantic relationships with these characteristics can help reduce time and cost, because it need not consider unnecessary or slightly related factors. This can improve the expressive power, such as readability, concentrating on the weighted characteristics. Our proposal to collect semantic resources from the collective intelligence approach of GWAP (our FunWords) and to weight their semantic relationship can help construct the semantic information model or ontology would be a more effective and expressive alternative.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제55권6호
• /
• pp.264-273
• /
• 2006

In this paper, we propose a new architecture of Self-Organizing Fuzzy Polynomial Neural Networks (SOFPNN) by means of consecutive optimization and also discuss its comprehensive design methodology involving mechanisms of genetic optimization. The network is based on a structurally as well as parametrically optimized fuzzy polynomial neurons (FPNs) conducted with the aid of information granulation and genetic algorithms. In structurally identification of FPN, the design procedure applied in the construction of each layer of a SOFPNN deals with its structural optimization involving the selection of preferred nodes (or FPNs) with specific local characteristics and addresses specific aspects of parametric optimization. In addition, the fuzzy rules used in the networks exploit the notion of information granules defined over system's variables and formed through the process of information granulation. That is, we determine the initial location (apexes) of membership functions and initial values of polynomial function being used in the premised and consequence part of the fuzzy rules respectively. This granulation is realized with the aid of the hard c-menas clustering method (HCM). For the parametric identification, we obtained the effective model that the axes of MFs are identified by GA to reflect characteristic of given data. Especially, the genetically dynamic search method is introduced in the identification of parameter. It helps lead to rapidly optimal convergence over a limited region or a boundary condition. To evaluate the performance of the proposed model, the model is experimented with using two time series data(gas furnace process, nonlinear system data, and NOx process data).

• 새물리
• /
• 제68권11호
• /
• pp.1173-1182
• /
• 2018

메조포러스 실리카는 강한 친수성과 구조적인 특성으로 인하여 저습환경에서도 이온교환막에 적절한 수화가 일어나도록 할 것이다. 그러므로 메조포러스 실리카와 나피온을 합성한 이온교환막은 낮은 상대습도에서도 우수한 양성자 전도도를 보일 것이다. 메조포러스 실리카와 나피온 합성이온교환막의 이온채널형성 그리고 네트워크를 통한 양성자 이동에 대한 이해는 합성이온교환막을 개발하고 최적화하기 위해 필수적이라 할 수 있다. 이 연구에서는 메조포러스 구조 (mesoporous cellular foam) $SiO_2/Nafion$ 합성이온교환막을 제작하고 양성자 전도도 및 성능을 평가하였다. 또한, 정전기력 현미경(electrostatic force microscopy, EFM)을 사용하여 메조포러스 구조 $SiO_2/Nafion$ 합성 이온교환막의 표면 전하 밀도 측정을 통한 이온 채널의 분포 및 밀도를 분석하였다. 연구는 몇 가지 주목할 만한 결과를 보여주었다. 첫째, 합성이온교환막은 저습환경에서 우수한 양성자 전도도 및 성능을 나타내었다. 둘째, 합성이온교환막은 국부적으로 이온채널의 밀도가 주목할 만하게 높은 지역이 형성되며 동시에 양성자 전도도가 극단적으로 낮은 지역 또한 동시에 형성됨을 확인하였다.

• 한국재료학회지
• /
• 제32권8호
• /
• pp.345-353
• /
• 2022

In this study, using deep learning, super-resolution images of transmission electron microscope (TEM) images were generated for nanomaterial analysis. 1169 paired images with 256 × 256 pixels (high resolution: HR) from TEM measurements and 32 × 32 pixels (low resolution: LR) produced using the python module openCV were trained with deep learning models. The TEM images were related to DyVO₄ nanomaterials synthesized by hydrothermal methods. Mean-absolute-error (MAE), peak-signal-to-noise-ratio (PSNR), and structural similarity (SSIM) were used as metrics to evaluate the performance of the models. First, a super-resolution image (SR) was obtained using the traditional interpolation method used in computer vision. In the SR image at low magnification, the shape of the nanomaterial improved. However, the SR images at medium and high magnification failed to show the characteristics of the lattice of the nanomaterials. Second, to obtain a SR image, the deep learning model includes a residual network which reduces the loss of spatial information in the convolutional process of obtaining a feature map. In the process of optimizing the deep learning model, it was confirmed that the performance of the model improved as the number of data increased. In addition, by optimizing the deep learning model using the loss function, including MAE and SSIM at the same time, improved results of the nanomaterial lattice in SR images were achieved at medium and high magnifications. The final proposed deep learning model used four residual blocks to obtain the characteristic map of the low-resolution image, and the super-resolution image was completed using Upsampling2D and the residual block three times.

• 한국전산구조공학회논문집
• /
• 제26권2호
• /
• pp.139-146
• /
• 2013

본 논문에서는 페러데이 법칙을 이용한 진동발전 장치를 지하철의 자갈도상과 콘크리트 도상의 분류에 따른 기전력 량을 분석 하였다. 지하철 2호선 서초~방배 구간의 자갈도상에서 콘크리트 도상 변경으로 동일한 전동차 운행속도로 동일 구간에서 차량운행에 의한 동특성을 분석하고 진동력발전 장치를 이용해 얻어질 수 있는 기전력 량을 분석하였다. 또한 페러데이의 법칙에 의한 유도 기전력 식에 의한 계산 기전력 량과 발전 장치에 의한 관측 기전력 량을 베이지안 회귀 분석 및 상관분석을 통하여 철도에 적용되는 모델에 대한 신뢰구간과 모델식을 각 도상별로 업데이팅하였다. 수정된 식을 이용한 기전력은 한 개의 진동발전 장치 당 콘크리트 도상에서 4mV, 자갈도상에서는 40mV의 전력을 얻을 수 있다.