• 대한공간정보학회지
• /
• 제18권4호
• /
• pp.61-69
• /
• 2010

비탈면 혹은 절성토지의 파괴로 사람과 재산에 심각한 피해를 입히기 때문에 미리 산사태 취약성 분석을 수행하여 개발 혹은 자연재해로부터 위험을 대비하는 것이 필요하다. 기존의 산사태 취약성 분석은 휴리스틱, 통계학적, 결정론적 혹은 확률론적 방법을 통해 이뤄졌다. 그러나, 적은 현장정보 등으로 분석의 신뢰도가 떨어지거나, 전문가의 경험과 지식을 기존 정량적인 해석모델에 반영하기 어려웠다. 본 연구는 산사태 취약성 분석에 대한 전문가 지식과 공간입력자료의 시맨틱을 추출하여 온톨로지 모델을 구축하고, 이를 베이시안 네트워크에 반영하여 확률적인 산사태 모델링을 제안하였다. 기존에 전문가 수작업으로 이뤄지던 베이시안 네트워크의 구조 생성을 온톨로지 모델의 지식추론으로 자동화하고, 현장정보뿐만 아니라 전문가 지식을 모델링에 반영하여 조건부 산사태 발생확률분포를 작성하였다. 이 결과를 GIS에 적용하여 산사태 취약성 지도를 작성하였다. 검증을 위해 충남 홍성일원의 오서산 지역에 적용한 결과 기존 산사태 발생흔적과 86.5% 일치하였다. 본 연구를 통해 일반 사용자도 전문가 도움 없이도 광역적인 산사태 취약성 분석이 가능하리라 기대된다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2004년도 학술발표논문집
• /
• pp.65-66
• /
• 2004

The aim of this article is to illustrate what soft computing is and how important it is.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제13권2호
• /
• pp.100-109
• /
• 2007

서비스 로봇의 물체 인식은 배달, 심부름 같은 로봇이 수행하는 대부분의 서비스를 위해 매우 중요하다. 기존의 방법은 산업 환경에서 기하학적 모델에 기반 하여 물체를 인식하였으나, 환경 조건이 변화하고 로봇의 이동이 발생하는 실내 환경에서는 로봇의 위치에 따라 영상 속에서 물체가 가려져 있거나 작을 수 있어 인식이 잘되지 않는 상황이 발생한다. 이러한 불확실한 상황을 해결하기 위해 본 논문에서는 영상에서 인식된 물체들을 컨텍스트 정보로 사용하여 관심 있는 물체의 존재를 추론하기 위한 방법을 제안한다. 이를 위해 베이지안 네트워크와 온톨로지를 함께 사용하여 확률적 프레임 안에서 도메인 지식을 모델링하기 위한 방법과 추론 모델의 확장을 위해 동적으로 베이지안 네트워크를 생성하고 추론하는 방법을 제안한다. 실험을 통해서 이러한 방법의 성능을 검증하였고 확률적 모델 안에서 귀납적 추론이 갖는 장점을 확인할 수 있었다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 1997년도 추계학술대회발표논문집; 홍익대학교, 서울; 1 Nov. 1997
• /
• pp.181-184
• /
• 1997

Practical applications of learning systems usually involve complex domains exhibiting nonlinear behavior and dilution by noise. Consequently, an intelligent system must be able to adapt to nonlinear processes as well as probabilistic phenomena. An important class of application for a knowledge based systems in prediction: forecasting the future trajectory of a process as well as the consequences of any decision made by e system. This paper examines the robustness of data mining tools under varying levels of noise while predicting nonlinear processes in the form of chaotic behavior. The evaluated models include the perceptron neural network using backpropagation (BPN), the recurrent neural network (RNN) and case based reasoning (CBR). The concepts are crystallized through a case study in predicting a Henon process in the presence of various patterns of noise.

• 대한수학교육학회지:수학교육학연구
• /
• 제24권1호
• /
• pp.1-27
• /
• 2014

본 연구는 개방형 기하 문제에서 드래깅 활동을 통해 나타난 중학교 3학년 학생들의 사고 과정을 가추법, 귀납법, 연역법을 중심으로 분석하였다. 본 연구의 결과는 다음과 같다. 첫째, 학생들은 자신의 가설을 도입하기 위해 가추법을 사용하고, 다양한 사례를 통해 가설을 일반화하기 위해 귀납법을 사용하며, 가설의 근거를 설명하기 위해 연역법을 사용하였다. 둘째, '임의적 드래깅'과 '안내된 드래깅'은 학생들의 가추 과정에서 가설을 마련하는데 도움이 되었으며, '드래깅 검증'은 학생들의 귀납 과정에서 가설을 확신하고 일반화하는 데 사용되었다. 셋째, 학생들은 도형을 고정된 것으로 생각하거나 종속 관계나 경로의 개념을 쉽게 인식하지 못하거나 개연적 추론에서 연역법으로 부드럽게 나아가지 못하거나 순환논리에 빠지는 인지적 어려움을 겪었다.

• 한국경영과학회지
• /
• 제23권1호
• /
• pp.109-141
• /
• 1998

Many processes in the industrial realm exhibit sstochastic and nonlinear behavior. Consequently, an intelligent system must be able to nonlinear production processes as well as probabilistic phenomena. In order for a knowledge based system to control a manufacturing processes as well as probabilistic phenomena. In order for a knowledge based system to control manufacturing process, an important capability is that of prediction : forecasting the future trajectory of a process as well as the consequences of the control action. This paper examines the robustness of data mining tools under varying levels of noise while predicting nonlinear processes, includinb chaotic behavior. The evaluated models include the perceptron neural network using backpropagation (BPN), the recurrent neural network (RNN) and case based reasoning (CBR). The concepts are crystallized through a case study in predicting a chaotic process in the presence of various patterns of noise.

• 한국지능시스템학회논문지
• /
• 제11권9호
• /
• pp.849-854
• /
• 2001

Bishop이 제안한 Generative Topographic Mapping(GTM)은 Kohonen이 제안한 자율 학습 신경망인 Self Organizing Maps(SOM)의 확률 버전이다. GTM은 데이터가 생성되는 확률 분포를 잠재 변수, 혹은 은닉 변수를 사용하여 모형화한다. 이것은 SOM에서는 구현될 수 없는 GTM만의 특징이며, 이러한 특징으로 인하여 SOM의 한계들을 극복할 수 있게 된다. 본 논문에서는 이러한 GTM 모형에 베이지안 학습(Bayesian learning)을 결합하여 작은 오분류율을 가지는 분류 알고리즘인 베이지안 GTM(Bayesian GTM)을 제안한다. 이 알고리즘은 기존의 GTM의 빠른 계산 처리 능력과 데이터에 대한 확률 분포, 그리고 베이지안 추론의 정확성을 이용하여 기존의 분류 알고리즘보다 우수한 결과를 얻게 된다. 본 논문에서는 기존의 분류 알고리즘에서 많이 실험하였다. 학습 데이터를 통하여 이를 확인하였다.

• 한국원자력학회:학술대회논문집
• /
• 한국원자력학회 1998년도 춘계학술발표회논문집(1)
• /
• pp.273-278
• /
• 1998

Belief network(or Bayesian network) based on Bayes' rule in probabilistic theory can be applied to the reasoning of diagnostic systems. This paper describes the basic theory of concept and feasibility of using the network for diagnosis of nuclear power plants. An example shows that the probabilities of root causes of a failure are calculated from the measured or believed evidences.

• 한국과학교육학회지
• /
• 제25권7호
• /
• pp.787-793
• /
• 2005

이 연구의 목적은 초등학생의 인지수준에 따른 확률적 사고의 형성 정도와 TS 프로그램의 확률 활동이 확률적 사고의 형성에 미치는 효과를 알아보는 것이었다. 이를 위하여 초등학교 6학년 152명을 실험집단과 통제집단으로 나누어, 실험집단에는 TS 프로그램의 확률 활동을 투입하였고, 통제집단에는 정규 교육과정을 운영하였다. 투입 전에 SRT II와 확률적 사고 검사를 실시하여 학생들의 인지수준에 따른 확률적 사고의 형성 정도를 조사하였고, 투입 후에 확률적사고 검사를 실시하여 처치의 효과를 알아보았다. 연구 결과에 의하면, 확률 문제 해결에서 구체적 조작기와 과도기 학생들은 주관적 전략과 양적 전략을 혼용하여 사용하였으며, 전기 형식적 조작기 학생들은 양적 전략을 많이 사용하여 인지수준이 높을수록 보다 높은 수준의 확률적 사고를 하고 있었다. TS 프로그램의 확률 활동은 학생들의 확률적 사고 형성에 효과적이었다. 확률적 사고의 형성을 인지수준에 따라 분석한 결과, 전기 구체적 조작기와 과도기 학생들에게 효과적이었음을 알 수 있었다.

• 정보과학회 논문지
• /
• 제44권11호
• /
• pp.1149-1155
• /
• 2017

최근 통신 기술의 발달로 공간 내 환경 자극을 나타내는 다양한 센서 데이터 수집이 가능해졌다. 베이지안 네트워크는 추론 근거를 확률적으로 고려함으로써 센서 데이터의 불확실하고 불완전한 특성을 보완할 수 있다. 본 논문은 환경 자극의 심리적 영향력을 고려하여 설계된 모듈형 베이지안 네트워크 기반 대중 감성 예측 시스템을 제안한다. 또한 단일 베이지안 네트워크를 모듈화하여 공간 내 환경 자극 변동의 유연한 대응 및 효율적 추론을 수행하였다. 시스템의 성능 검증을 위해 유치원 공간에서 수집된 조도, 음량, 온도, 습도, 색 온도, 음향, 향기, 대중 감성 데이터를 기반으로 대중 감성을 예측하였다. 실험 결과, 제안하는 방법의 예측 정확도는 85%로 여타 분류 기법보다 높은 성능을 나타내었다. 정량적, 정성적 분석을 통해 대중 감성 예측을 위한 확률 기반 방법론의 가능성 및 한계를 분석하였다.