• Proceedings of the Korea Society of Design Studies Conference
• /
• 2004.05a
• /
• pp.298-299
• /
• 2004

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.467-470
• /
• 2005

퍼지모델은 주로 경험적 방법에 의해 추출되기 때문에 보다 구체적이고 체계적인 방법에 의한 동정 및 최적화 될 필요성이 요구된다. 따라서 본 논문에서는 퍼지 모델의 전반부 및 후반부의 구조 동정과 파라미터 동정에 있어서 최적의 구조 및 파라미터를 찾기 위해 유전자 알고리즘을 이용한다. 초기 퍼지 모델을 설계하기 위해 유전자 알고리즘을 이용하여 입력 변수의 수, 선택될 입력 변수, 멤버쉽함수의 수, 그리고 후반부 형태를 결정한다. 구축된 퍼지 모델은 유전자 알고리즘에 의해 세대를 거듭하면서 전반부 파라미터를 자동 동조함으로써 최적의 퍼지 모델을 설계한다. 또한 구조 동정 및 파라미터 동정을 동시에 시행함으로서 정보 입자 기반 퍼지 모델의 유전자적 최적화를 도모한다. 마지막으로 제안된 퍼지 모델은 표준 모델로서 널리 사용되는 수치적인 예를 통하여 평가한다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.182-183
• /
• 2011

본 논문은 DFR 측정기반 산업단지 부하모델링에 관한 연구이다. 기존 국내에서 사용되고 있는 개별 부하모델의 단점을 보완하고 국내 산업단지 부하의 특성을 정확하게 파악하기 위하여 측정기반 접근법에 의한 부하모델을 선정하였다. 선정된 부하모델은 정적 부하모델과 동적 부하모델을 결합한 복합 부하모델로, 이러한 부하모델을 구축하기 위하여 국내 산업단지 A 변전소에 고장기록계(DFR)을 설치하였다. DFR 측정 데이터 기반 부하모델 구축에 앞서, 계통 해석 프로그램인 PSS/E로 DFR이 설치된 A 변전소를 모델링하여 취득된 데이터로 선정된 부하모델을 검증하였다.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.241-242
• /
• 2008

본 논문에서는 fuzzy granular computing 방법 중의 하나인 context-based FCM을 이용하여 granular-based radial basis function neural network에 대한 기본적인 개면과 그들의 포괄적인 설계 구조에 대해서 자세히 기술한다. 제안된 모델에 기본이 되는 설계 도구는 context-based fuzzy c-means (C-FCM)로 알려진 fuzzy clustering에 초점이 맞춰져 있으며, 이는 주어진 데이터의 특징에 맞게 공간을 분할함으로써 효율적으로 모델을 구축할 수가 있다. 제안된 모델의 설계 공정은 1) Context fuzzy set에 대한 정의와 설계, 2) Context-based fuzzy clustering에 대한 모델의 적용과 이에 따른 모델 구축의 효율성, 3) 입력과 출력공간에서의 연결된 information granule에 대한 parameter(다항식의 계수들)에 대한 최적화와 같은 단계로 구성되어 있다. Information granule에 대한 parameter들은 성능지수를 최소화하기 위해 Least square method에 의해서 보정된다. 본 논문에서는 모델을 설계함에 있어서 체계적인 설계 알고리즘을 포괄적으로 설명하고 있으며 더 나아가 제안된 모델의 성능을 다른 표준적인 모델들과 대조함으로써 제안된 모델의 우수성을 나타내고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05b
• /
• pp.1137-1140
• /
• 2003

네트워크의 QoS를 지원하기 위해서는 자원 관리에 적응제어구조의 도입이 필요하다. 이를 위해서는 사전에 네트워크의 대역폭 할당에 따른 전송률 응답특성을 구현하는 모델의 개발이 필수적이며 이 모델을 통하여 적응제어구조의 최적화를 진행해야 한다. 본 연구에서는 두 가지 방식의 모델을 제안하였다. 첫째는 동적 시스템 모델이며 다른 하나는 통계적 모델이다. 동적 시스템 모델은 네트워크의 동적 특성을 고려하여 도입하였으며, 통계적 모델은 측정된 전송률 데이터의 분포를 고려하여 도입하였다. 제시된 두 모델의 인자 결정을 위해 최적화 기법을 사용하였으며, 결과적으로 제시된 두 모델이 실제 네트워크의 동작과 유사함을 살펴보았다.

• ETRI Journal
• /
• v.14 no.4
• /
• pp.125-136
• /
• 1992

일반적으로 사람이 패턴인식을 하는 데 있어서 여러 단계의 과정을 거쳐 인식함이 알려져 있다. 이와 같은 사람의 패턴인식 메카니즘(mechanism)을 모방하여 각 단계에 해당하는 기능을 수행하는 시스팀의 구성은 계층구조를 가짐은 물론 각각의 계층의 지식 또한 모듈화 되어야 한다. 특히 계층간의 지식이 상호작용을 통하여 지식이 처리되어야 할 것이다. 본 연구에서는 기존의 패턴인식 모델이 가지고 있는 문제점을 해결하기 위하여 인간의 패턴 인식 메카니즘에 대해 많이 알려진 여러가지 가설을 바탕으로 신경망 패턴인식 모델과 AI 패턴인식 모델을 융합한 새로운 IPP 모델을 제안한다. IPP 모델은 패턴을 인식할때 각 단계에서 생기는 다양성, 애매성 등을 다른 층의 지식을 사용하여 협조적으로 해결하며, 또한 인간처럼 직감적 처리와 논리적 처리를 상호협조적으로 정보를 교환하여 패턴을 인식한다. 즉, IPP 모델은 직감과 논리를 융합한 새로운 패턴인식 모델이다.

• Annual Conference on Human and Language Technology
• /
• 1999.10e
• /
• pp.426-432
• /
• 1999

통계적 언어 모델은 자연어 처리의 다양한 분야에서 시스템의 정확도를 높이고 수행 시간을 줄여줄 수 있는 중요한 지식원이므로 언어 모델의 성능은 자연어 처리 시스템, 특히 음성 인식 시스템의 성능에 직접적인 영향을 준다. 본 논문에서는 한국어를 위한 통계적 언어 모델을 구축하기 위한 다양한 언어 모델 실험을 제시하고 각 언어 모델들 간의 성능 비교를 통하여 통계적 언어 모델의 표준을 제시한다. 또한 형태소 및 어절 단위의 고 빈도 어휘만을 범용 언어 모델에 적용할 때의 적용률을 통하여 언어 모델 구축시 어휘 사전 크기 결정을 위한 기초적 자료를 제시한다. 본 연구는 음성 인식용 통계적 언어 모델의 성능을 판단하는 데 앞으로 큰 도움을 줄 수 있을 것이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.07a
• /
• pp.102-103
• /
• 2018

최근 국내 게임 시장이 12조원을 육박하고 있는 시장 현황에서 게임 매출 부분에서 게임내 어떤 과금정책을 적용할 것인지가 가장 중요한 요소이다. 시중에 출시된 게임 중에서는 P2W 모델이 접하기 쉬운 모델이긴 하지만 최근에는 B2P 모델을 많이 적용하고 있는 과금정책이다. 본 논문에서는 온라인 게임 내 P2W의 과금 모델과 B2P의 과금 모델의 선호도를 조사한다. 그리고 본 논문에서 새롭게 명명한 T2H 모델의 선호도를 조사하여 어떠한 과금 모델이 게임시장에서 더 유리하고 선호도가 높은 모델인지를 제시한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.07a
• /
• pp.384-385
• /
• 2017

과학 모델은 복잡한 자연현상을 단순화하고 패턴화한 것이다. 따라서 과학 모델은 특정한 알고리즘을 가지며, 과학 모델에 대한 이해는 모델이 갖는 특정한 알고리즘에 대한 이해와 직접적으로 관련되어있다. 본 연구에서는 많은 학생들이 대안 개념을 가지고 있는 산-염기를 주제로 하여, 이 모델이 가지는 알고리즘을 학습하기 위한 프로그램을 설계하고, 알고리즘을 학습 하였을 때 과학 학습에 미치는 효과를 확인하였다. 고등학생 3학년을 대상으로 4차시로 수업을 진행하였으며, 수업의 사전과 사후 검사를 실시하여, 학생들의 모델에 대한 이해를 분석하였다. 수업 결과, 학생들은 모델의 정의와 화학반응 및 화학평형의 정성적인 부분에서는 이해의 향상을 보였으나, 정량적인 부분에는 효과를 보이지 못하였다. 이는 화학이 많은 수의 입자를 고려해야 하는 독특한 과목의 특성에 기인하며, 이를 보완하기 위하여 추후 컴퓨터프로그램을 교육 도구로 사용하는 수업을 통해 후속연구를 진행하고자 한다.

• Nuclear Engineering and Technology
• /
• v.27 no.6
• /
• pp.918-931
• /
• 1995

임계열속을 예측하는 기존의 여러 방법중 임계열속 발생 역학구조에 근거한 이론적 접근 방법은 여러 유동형태(Flow pattern)별로 연구되고 있으며, 대표적으로 환상유동에서의 LFD(Liquid Film Dryout) 이론, 기포류에서의 BBLD(Bubble Boundary Layer Dryout) 흑은 LNID(Local Nucleation Initiated Dryout)이론 등이 제시되고 있다. 본 논문에서는 일반적으로 원자로 조건에 서 적용될 수 있는 LFD이론과 BBLD 이론에 대하여 대표적인 모델들을 소개하고 특성을 검토하였다. 특히 BBLD 이론중에서 기포군집 (Bubble coalescence) 모델과 층류막 드라이 아웃(Sublayer dryout) 모델에 대해서는 원형관에서의 임계열속 시험자료를 사용하여 각 모델의 예측 성능 및 특성을 평가하였다. 평가 결과, 기포군집 모형인 Weisman 모델의 예측성능이 가장 우수했으며 아울러 층류막 드라이아웃 모델인 Katto 모델과 Mudawwar 모델은 구성 인자중 기포군속도와 층류막 두께와의 관계가 보다 정확히 모형화되야 할 것으로 판단된다.