• 대한전자공학회논문지TE
• /
• 제39권3호
• /
• pp.97-104
• /
• 2002

이 논문에서는 퍼지뉴럴 시스템을 위하여 measure of fuzziness에 의한 입력공간의 분할을 최적화하는 방법을 제안한다. 이에 따라 최적화된 퍼지 부공간에 대하여 퍼지 제어규칙을 자동으로 생성하는 방법을 제안한다. 또한 시계열 예측 문제에서 입력패턴의 간격을 조정하여 그 성능을 검증한다. 이 방법은 샤논 함수와 index of fuzziness를 이용하여 입력공간을 분할하고, 분할된 부 공간에 대해 입력 데이터와 부합할 수 있는 각각의 규칙에 등급을 정하여 불필요한 제어규칙을 제거하여 최적의 규칙베이스를 구성하도록 한다. 적용되는 퍼지 신경망의 기본적인 구조는 퍼지 제어기의 규칙베이스와 추론의 과정을 신경회로망을 이용하여 구현하며 퍼지 제어규칙의 매개변수들은 최대 급경사 강하법에 의해 적응되어진다. 제안된 알고리즘을 토대로 여덟 가지의 입력패턴에 대하여 추론한 결과 입력공간의 최적분할에 의하여 수렴과정에서 초기에 오차(RMSE)가 빠르게 수렴함을 알 수 있었다.

• 전자공학회논문지CI
• /
• 제46권3호
• /
• pp.15-23
• /
• 2009

유비쿼터스 환경은 보이지 않는 수많은 장치들과 소프트웨어들이 서로 연결되어 각각의 사용자들에게 편리한 서비스를 제공한다. 이러한 환경에서 사용자는 자신이 소유한 개인용 모바일 단말 만을 이용하여 다양한 맞춤형 서비스를 얻기를 원한다. 그러나 개인용 단말이 소형화되면서 제한된 장치를 갖는 것이 현실이다. 그러므로 이러한 장치의 제한성을 해결하기 위한 방법으로 장치 공유와 이를 효과적으로 처리하는 것은 새로운 연구 주제들 가운데 하나이다. 본 논문에서는 장치 공유 환경에서 사용자가 요청한 서비스를 구성하기 위한 장치들을 주변에서 찾고 사용자에게 추천하기 위한 장치 추천 시스템을 제안한다. 장치 추천 시스템은 주변 환경 상황을 고려하여 사용자가 요청한 서비스에 따른 장치를 추론한다. 그러나 사용자가 동일한 공간에서 동일한 서비스를 요청한다 할지라도 각 사용자를 위한 맞춤형 장치라고 볼 수는 없다. 그러므로 논문에서는 사용자의 선호도를 기반으로 장치를 추천한다. 논문에서 제안하고 있는 장치 추천 시스템은 실제 유비쿼터스 환경의 모바일 단말에서 구현하고 테스트하였으므로 실제 환경에서 충분히 사용가능함을 보인다.

• 한국정보처리학회논문지
• /
• 제3권7호
• /
• pp.1781-1791
• /
• 1996

전문가시스템의 지식획득, 적합한 추론기구의 설계 및 구현, 지식의 정제 등 다단계 과정으로 이뤄져 있다. 각각을 하나의 연구이슈로 다양한 연구가 진행되어 왔으나 전체를 하나로 연계해 통합적 개발에 관해서는 상대적으로 연구가 활발히 진행되지 못한 실정이다. 지식획득은 전문가에 의해 수행되는 추론과정에서 특징 응용분야의 필요한 지식이 전달되어야 하므로 시식획득과 추론을 서로 밀접한 연관성을 갖는다. 지식의 정제는 추론과정에서 일어나는 문에의 제기와 이의 해결을 통해 지식베이스의 불완전하거나 논리적 모순을 찾아 해결함으로 지식베이스를 보다 완벽하고 정확한 것으로 만드는 것이다. ㅂㄴ 연구에서는 서로 연관된 다단계 과정이 통합적으로 개발될 수 있는 환경의 설저엥 대한 하나의 방안을 제시하려한다. 특히 도메인 모델이 잘 정립되기 어려운 분야에 학습기법을 활용햇 초기 지식 베이스를 구성할 수 있는 점진적 지식획득방법과 이를 통해 만들어진 지식베이스 규칙들을 학습기법의 일종인 개념적 클러스터링 기법을 이용하여 규칙모델을 구축하고 이를 이용해 효율적인 추론이 가능하게 하며, 지식획득 과정에서는 규칙의 오류를 제시할 수 있고 이에 대한 규칙의 수정이나 새로운 규칙이 기존의 지식구조에 합당한지를 결정하는 통합적 설계방안에 대해 연구한다. 지식의 정제는 설명기구와 규칙모델을 활용하여 문제의 원인을 찾고 해결점을 제시해 그에 대한 유효성을 검증합으로 이뤄지게 한다.뤄지게 한다.

• 한국항행학회논문지
• /
• 제21권6호
• /
• pp.521-528
• /
• 2017

다수의 UAV가 다양한 임무를 수행하면서도 편대를 유지할 수 있도록 하는 집단적 지능을 갖춘 시스템을 구축하기 위해서는 AI에 관한 연구가 필수적이다. AI의 전형적인 접근 방법에는 전문가시스템을 비롯한 규칙기반의 논리 추론방식인 '하향식' 접근 방법과 인공신경회로망, Flocking Algorithm과 같이 단순 개체간의 부분적 상호작용을 통해 전체적인 행동이 결정되는 '상향식' 접근 방법이 있다. 기존의 Flocking Algorithm과 같은 연구에서는 개개인은 개별적인 임무를 수행 할 수 없다. 또한 UAV의 편대비행과 같은 연구에서는 편대의 부분적인 결함으로 발생하는 문제에 대해 유연하게 대처 할 수 없다. 본 논문에서는 다중에이전트 시스템을 통해 하향식 접근 방법과 상향식 접근 방법 간의 유기적 통합을 제시하고, 이를 통해, 유연한 임무수행이 가능한 편대 비행 알고리즘을 제시하였으며, 시뮬레이션을 통해 대형형성 및 충돌회피 등 유효성을 확인하였다.

• 한국CDE학회논문집
• /
• 제21권3호
• /
• pp.252-266
• /
• 2016

An architectural pre-design, which is conducted prior to the architecture design, supports fundamental configuration during the entire AEC project by predicting the cost, demand, etc., of the building, and is therefore gaining importance. In particular, the massing calculation of the pre-design phase should be prioritized, as it is fundamental to architectural outline. However, most architects depend on only their experience and intuition while conceptualizing an integrated framework of design conditions, including the building code and requirements for the massing calculation of the object. Therefore, many difficulties arise in terms of performing appropriate tasks. Thus, the purpose of this study is to implement a knowledge-based BIM for explicitly representing the design knowledge, which is the basis of decision making for an architect while performing the massing calculation. In particular, the 3D knowledge relevant to a project can be provided and accumulated in the massing calculation by the BIM system; this facilitates an integral understanding. Consequently, the approximate result of massing calculation in 3D BIM environment, through both the knowledge-based BIM template and plug-in, can be swiftly provided to the architect. In addition, the architect can invent various alternatives, estimate resulting costs, and reuse the accumulated knowledge in future BIM design processes.

• 한국컴퓨터정보학회논문지
• /
• 제13권3호
• /
• pp.179-187
• /
• 2008

본 논문에서는 자궁 경부 세포진 영상에서 세포핵의 후보 영역과 핵을 추출하기 위해 현미경 400배율 확대 사진을 획득하는 과정에서 훼손된 컬러 영상을 복원하기 위한 방법으로 Lighting Compensation을 적용하여 영상을 보정한다. 그리고 배경 영역과 세포핵 영역을 구분하기 위해 영상의 R,G,B 영역의 히스토그램의 분포를 이용하여 배경을 제거한다. 배경이 제거된 영상을 그레이 영상으로 변환 한 후, 히스토그램 명암도의 값을 이용하여 세포핵영역과 세포질을 분류하여 세포핵 영역을 추출한다. 그리고 Kapur 방법을 적용하여 세포핵 영역의 엔트로피 누적확률을 구한 후, 영상을 이진화한다. Kapur 방법이 적용된 이진화 영상에서 세포핵 영역의 중심과 주위 화소를 비교하는 $3{\times}3$ 마스크를 적용하여 영상의 미세한 잡음을 제거 한 후, 8 방향 윤곽선 추적 알고리즘을 적용하여 최종적으로 세포핵 영역을 추출한다. 추출된 세포핵의 영역을 분류 및 인식하는 과정으로 세포의 외각의 방향성 정보, 핵의 크기, 그리고 면적 비율의 특징을 이용하여 퍼지 소속 함수를 설계한 후, 소속 함수의 소속도를 구하고 퍼지추론 규칙을 적용하여 자궁 경부 세포진 영상에서 정상 세포핵 및 암종 세포핵을 인식한다.

• 정보교육학회논문지
• /
• 제22권3호
• /
• pp.367-374
• /
• 2018

4차 산업혁명시대에 필요한 인재를 양성하기 위해서는 영재를 선발하여 체계적으로 교육하는 것이 필요하다. 특정 분야에 뛰어난 영재도 중요하지만 이보다는 수학, 과학, 정보 분야의 융합 인재가 요구된다. 본 연구에서는 대학영재교육원의 영재 교육 대상자들을 선발할 때에 정보영재의 특성이 반영된 평가 요소가 과학영재 선발에 어떠한 영향을 미치는지에 대해 알아본다. 정보영재의 특성에서 인지적인 요소들인 규칙화 능력, 추론화 능력, 효율화 능력, 일반화 능력, 구조화 능력, 추상화 능력이 과학영재를 선발하는데 있어 상관 관계가 매우 높게 나타났다. 과학영재교육원 지원자들 그룹에서의 상관 관계가 1차 합격자 그룹보다 더 높고, 최종 합격자들 그룹보다 더욱 높다. 이것은 정보영재의 특성을 나타나는 문항들이 과학영재 선발에 많은 영향을 미친다는 것을 의미한다.

• 과학기술학연구
• /
• 제1권2호
• /
• pp.399-422
• /
• 2001

인지과학에서 최근 논의되고 있는 인지 이론들은 인지에 대한 적절한 모형을 제공하지 못하고 있다. 전통적인 인공지능 이론은 추리나 문제 해결과 같은 과제에는 적절한 것처럼 보이지만 문자와 음성 인식과 같은 패턴 인식 분야에서는 여전히 비효율적이다. 연결주의는 전통적인 인공지능 이론과는 정반대의 양상을 보이고 있다. 연결주의 체계는 패턴 인식에는 강하지만 추리에는 약하다. 한편 최근에 제시된 상황화 된 행동 이론은 전통적인 인공지능과 연결주의에서 기본적으로 전제되고 있는 표상의 개념을 부정하고 실제 세계에서 직접 유래되는 지각에 바탕을 둔 모형을 제시하지만 인간의 인지를 효과적으로 설명하고 있지 못하다. 인지 모형들이 갖고 있는 이러한 한계점들을 강조하여 나는 이 글에서 인공지능, 연결주의, 상황화된 행동 이론을 각각 좌뇌 모형, 우뇌 모형, 로봇 모형이라고 부르고 그러한 한계 상황을 벗어날 수 있는 방법으로서 모형들간의 양립가능성을 이용한 통합적 인지 모형의 구축을 모색한다.

• 한국지능시스템학회논문지
• /
• 제12권3호
• /
• pp.202-209
• /
• 2002

본 논문은 제어 시스템에서 규칙기반과 데이터 마이닝에서의 분류규칙의 명료함에 대해 다룬다. 대용량의 데이터로부터 유용한 정보를 얻어내는 데이터 마이닝은 중요한 이슈가 되고 있다. 인공지능에 기반을 둔 데이터 마이닝 분류기법에는 신경망, 의사결정나무 등 여러가지가 있지만 그 결과는 명확하고 이해하기 쉽고 분류규칙이 간단명료해야 한다. 러프집합이론은 불충분하고 비일관적인 데이터로부터 의미있는 지식을 추출하는데 효과적인 기법이고, 다양한 속성들을 효과적으로 사용함으로써 분류와 근사화에 대한 좋은 해법을 제시한다. 본 논문에서는 러프집합이론의 근사화를 이용하여 알갱이 속에 숨겨져 있는 지식들을 찾아내는데 있어 효과적인 접근을 하였으며, 최상위 레벨에 코어를 적용하여 계층적 분류를 함으로써 대량의 데이터를 효율적으로 처리할 수 있도록 하였다. 제안된 분류방법은 정보시스템의 해석을 용이하게 하고 최소의 분류규칙을 만든다.

• 한국멀티미디어학회논문지
• /
• 제3권2호
• /
• pp.201-208
• /
• 2000

이 논문에서는 시계열 예측을 위하여 퍼지 엔트로피에 의한 입력공간의 분할과 퍼지 제어규칙을 자동으로 생성하는 방법을 제안하고, Mackey-Glass 데이터 Set을 이용한 시계열 예측 문제에 적용하여 그 성능을 검증한다. 이 방법은 샤논 함수와 퍼지 엔트로피 함수를 이용하여 입력공간을 분할하고, 분할된 부 공간에 대해 이력 데이터와 부합할 수 있는 각각의 규칙에 등급을 정하여 불필요한 제어규칙을 제거하여 최적의 규칙베이스를 구성하도록 한다. 적용되는 퍼지 신경망의 기본적인 구조는 퍼지 제어기의 규칙베이스와 추론의 과정을 신경회로망을 이용하여 구현하며 퍼지 제어규칙의 매개변수들은 최대 급경사 강하법에 의해 적응되어진다. 제안되는 알고리즘을 매개변수의 수를 줄이기 위하여 제어 규칙의 결론부의 출력값은 신경망의 가중치로 구성하여 퍼지 신경망의 복잡도를 줄임으로서 추론형과 기술형 접근법을 혼합한 형태의 학습 알고리즘이다.