• Journal of the Korean Data and Information Science Society
• /
• 제21권4호
• /
• pp.803-811
• /
• 2010

This study analyzes the characteristics of preference ratings by dividing estimated values into four groups according to rank correlation coefficient after obtaining preference estimated value to user's ratings by using collaborative filtering algorithm. It is known that the value of standard error of skewness and standard error of kurtosis lower in the group of higher rank correlation coefficient This explains that the preference of higher rank correlation coefficient has lower extreme values and the differences of preference rating values. In addition, top n recommendation lists are made after obtaining rank fitting by using the result ranks of prediction value and the ranks of real rated values, and this top n is applied to the four groups. The value of top n recommendation is calculated higher in the group of higher rank correlation coefficient, and the recommendation accuracy in the group of higher rank correlation coefficient is higher than that in the group of lower rank correlation coefficient Thus, when using standard error of skewness and standard error of kurtosis in recommender system, rank correlation coefficient can be higher, and so the accuracy of recommendation prediction can be increased.

• 대한전자공학회논문지SP
• /
• 제46권4호
• /
• pp.9-15
• /
• 2009

본 논문에서는 rank-order 방법을 이용한 임펄스(impulse) 잡음 제거 알고리즘을 제안한다. 제안된 방법은 빠르고 간단하게 잡음을 제거할 수 있는 알고리즘으로 크게 두 부분으로 나눌 수 있다. 첫 번째는 퍼지(fuzzy) 기술을 이용한 임펄스 잡음 검출 과정이다. 입력된 영상을 RGB 채널로 분리한 후, 각 채널의 모든 화소가 잡음인지 아닌지를 판단하여 잡음일 확률을 계산하고 할당한다. 이때 잡음 검출 마스크에서 rank-order를 사용하여 기존의 방법에 비해 보다 정확하게 잡음을 검출할 수 있다. 두 번째는 임펄스 잡음 제거 과정으로, 각 화소에 할당된 잡음 확률에 따라 화소를 변환하여 잡음이 제거된 출력 영상을 획득하는 과정이다. 실험을 통해 기존의 방법과 제안한 방법을 비교 분석하였으며, 제안한 방법이 보다 정확하게 잡음인 화소를 검출할 수 있음을 확인하였다. 또한 출력 영상에서도 보다 높은 PSNR 수치를 나타내었다.

• 한국비블리아학회지
• /
• 제22권4호
• /
• pp.361-379
• /
• 2011

이 연구는 국내 인용 데이터베이스에서 저널 페이지랭크를 올바르게 측정할 수 있는 방안을 모색하고자 하였다. 국내 인용 데이터베이스는 해외 인용 데이터베이스에 비해서 인용 링크가 외부로 향하는 비율과 자기 인용 비율이 높다는 특성이 있다. 페이지랭크 공식은 반복 계산을 통해서 수렴하는 알고리즘이기 때문에 이런 특성을 감안하지 않으면 신뢰할만한 저널 페이지랭크 측정이 이루어질 수 없다. 따라서 국내 인용 데이터베이스에 적합한 저널 페이지랭크 측정 방안을 살펴보고 KSCD를 대상으로 측정한 결과를 분석하였다. 산출된 페이지랭크 지수에 대해서 상관분석과 회귀분석으로 검증해본 결과 SCImago 저널 랭크 공식을 적용하고 cr2 방식으로 저널 자기 인용을 조정하는 것이 국내 인용 색인 데이터베이스에서 저널 영향력을 평가하기에 적합한 방안인 것으로 확인되었다.

• 실천공학교육논문지
• /
• 제15권2호
• /
• pp.509-517
• /
• 2023

TextRank 알고리즘을 활용한 연관 단어 추천 시스템과 사용자가 선택한 단어 기반 아이디어 생성 서비스를 반응형 웹으로 제공한다. 연관 단어 추천 시스템에서는 TextRank 알고리즘을 이용한 단어별 가중치 부여 방법 및 SoftMax를 적용한 확률 출력 방법을 논한다. 아이디어 생성 서비스에서는 mini-GPT를 이용한 아이디어 생성 방법과 인공지능 강화학습 방법에 대해 논한다. 반응형 웹에 대해서는 React와 Spring Boot, Flask 간의 연동 과정에 대해 논하며 전체적인 구동 방식에 대해 서술한다. 사용자가 원하는 주제를 입력하면 연관된 단어를 제공한다. 사용자는 연관된 단어를 선택하거나 원하는 단어를 추가하여 마인드맵을 구성한다. 사용자가 구성된 마인드맵에서 조합할 단어를 선택하면 새로 생성된 아이디어와 그와 연관된 특허를 제공한다. 본 웹서비스는 생성된 아이디어에 대해 다른 사용자와 공유할 수 있으며, 별점으로 사용자 피드백을 받아 인공지능을 개선한다.

• 한국정보과학회논문지:데이타베이스
• /
• 제37권6호
• /
• pp.343-350
• /
• 2010

질문(Question)과 답변(Answer)을 하는 커뮤니티 기반의 지식검색서비스에서는 질의를 통해 원하는 답변을 얻을 수 있지만, 수많은 사용자들이 참여함에 따라 방대한 문서 속에서 신뢰성있는 문서를 찾아내는 것은 점점 더 어려워지고 있다. 지식검색서비스에서 기존 연구는 사용자들이 생성한 데이터 즉 추천수, 조회수 등의 비텍스트 정보를 이용하거나 답변의 길이, 자료첨부, 연결어 등의 텍스트 정보 이용하여 문서의 품질을 평가하고, 이를 검색에 반영하여 검색성능을 향상시키는 데 활용했다. 그러나 비텍스트 정보는 질의/응답의 초기에 사용자들에 의해 충분한 정보를 확보할 수 없는 단점이 있으며, 텍스트 정보는 전체의 문서를 답변의 길이, 연결어등과 같은 일부요인으로 판단해야하기 때문에 품질평가의 한계가 있다고 볼 수 있다. 본 논문에서는 이러한 비텍스트 정보와 텍스트 정보의 문제점을 개선하기 위한 QualityRank 알고리즘을 제안한다. QualityRank는 텍스트/비텍스트 정보와 소셜 네트워크 분석 기반의 사용자 중앙성을 고려하여 질문에 적합하고 신뢰성 있는 답변을 랭킹화 한다 실험결과 제안한 알고리즘을 사용했을 경우 텍스트/비텍스트 모델 보다 랭킹성능에 있어 향상된 결과를 얻을 수 있었다.

• 한국정보통신학회논문지
• /
• 제12권12호
• /
• pp.2343-2348
• /
• 2008

개미 알고리즘은 조합 최적화 문제를 해결하기 위한 메타 휴리스틱 탐색 방법으로, 그리디 탐색뿐만 아니라 긍정적 피드백을 사용한 모집단에 근거한 접근법으로 순회 판매원 문제를 풀기 위해 처음으로 제안되었다. 본 논문은 개선된 $AS_{rank}$ 알고리즘을 제안한다. 기존 $AS_{rank}$ 알고리즘은 최적 경로로 구성될 가능성이 높은 경로에 대해서만 페로몬 갱신을 수행하고 최적 경로를 구성할 가능성이 낮은 경로에 대해서는 전혀 고려하지 않는다. 이것을 고려해 본 논문에서는 최적 경로로 구성될 가능성이 낮은 경로(에이전트들이 구성한 경로 중 최악 경로)에 대해 페로몬을 증발시켜 다음 탐색 과정에서 해당 경로 탐색을 줄이고자 하였다. 이를 통해 다음 사이클에서 에이전트들이 해당 간선의 선택 확률을 줄여줌으로써 기존 ACS 알고리즘에 비해 평균 탐색 시간과 평균 반복 횟수를 줄일 수 있음을 보여준다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 학술대회 논문집 정보 및 제어부문
• /
• pp.729-731
• /
• 2004

This paper deals with the design of a low order $H_{\infty}$ controller by using an iterative linear matrix inequality (LMI) method. The low order $H_{\infty}$ controller is represented in terms of LMIs with a rank condition. To solve the non-convex rank-constrained LMI problem, a linear penalty function is incorporated into the objective function so that minimizing the penalized objective function subject to LMIs amounts to a convex optimization problem. With an increasing sequence of the penalty parameter, the solution of the penalized optimization problem moves towards the feasible region of the original non-convex problem. The proposed algorithm is, therefore, convergent. Numerical experiments show the effectiveness of the proposed algorithm.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제53권11호
• /
• pp.747-752
• /
• 2004

This paper presents an iterative linear matrix inequality (LMI) approach to the design of a static output feedback (SOF) stabilization controller. A linear penalty function is incorporated into the objective function for the non-convex rank constraint so that minimizing the penalized objective function subject to LMIs amounts to a convex optimization problem. Hence, the overall procedure results in solving a series of semidefinite programs (SDPs). With an increasing sequence of the penalty parameter, the solution of the penalized optimization problem moves towards the feasible region of the original non-convex problem. The proposed algorithm is, therefore, convergent. Extensive numerical experiments are Deformed to illustrate the proposed algorithm.

• 대한전기학회논문지:전력기술부문A
• /
• 제53권12호
• /
• pp.655-660
• /
• 2004

This paper deals with the design of a fixed-structure $H_\infty$ power system stabilizer (PSS) by using an iterative linear matrix inequality (LMI) method. The fixed-structure $H_\infty$ controller is represented in terms of LMIs with a rank condition. To solve the non-convex rank-constrained LMI problem, a linear penalty function is incorporated into the objective function so that minimizing the penalized objective function subject to LMIs amounts to a convex optimization problem. With an increasing sequence of the penalty parameter, the solution of the penalized optimization problem moves towards the feasible region of the original non-convex problem. The proposed algorithm is, therefore, convergent. Numerical experiments show the practical applicability of the proposed algorithm.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2010년도 제42차 하계학술발표논문집 18권2호
• /
• pp.75-78
• /
• 2010

웹 검색에는 기존의 정보검색(Information Retrieval) 시스템에서와 다르게 문서 간 하이퍼링크 정보를 바탕으로 각 웹 문서의 고유 중요도를 추정하는 방식이 자주 이용된다. 링크 분석에 기반한 알고리즘 중 PageRank 알고리즘은 구글의 웹 검색 서비스에 적용된 것으로 알려져 있다. 이런 PageRank 알고리즘에 따라 중요도를 계산하는 경우 색인된 웹 문서수가 증가함에 따라 계산에 필요한 CPU 자원의 사용도 함께 증가하며, 문서 수가 수 억 페이지에 달하면 하나의 서버에서는 계산을 수행할 수 없다는 문제가 있다. 본 논문에서는 이런 문제점을 해소하기 위해 여러 대의 서버를 PageRank 계산 용 클러스터로 사용할 수 있는 방법을 제시한다. 제시된 방법은 고속의 LAN을 이용하여 여러 대의 서버를 연결하고 반복적인 행렬 계산을 병렬로 수행할 수 있어 계산 시간을 단축시킬 수 있다. 이런 서버 클러스터 구현을 위해 멀티 쓰레딩 프로그램이 작성되었으며, PageRank 계산에 사용되는 행렬 데이터를 적은 양의 메모리만으로 표현 가능하도록 하였다.