• 지능정보연구
• /
• 제7권2호
• /
• pp.95-115
• /
• 2001

본 논문에서는 우리나라 코스닥시장에 상장된 벤처기업을 대상으로 하여 지식경영 유형을 세분화 하기 위한 방법론을 제시한다. 이 방법론은 우선, 해당 벤처기업에 대하여 설문조사를 통하여 이들 회사의 지식경영 요인을 도출한 다음, 이들 요인 값을 가지고 비감독학습 인공신경망 모형인 SOM을 가지고 4개의 의미 있는 군집을 유도하였다. 이들 군집은 벤처기업이 수행하는 다양한 지식경영 유형을 나타내는 것으로 판명되었으며, 이들 유형은 각각 하이테크형, 조직지식중심형, 정보기술 중심형, 단순형으로 분류된다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권7_8호
• /
• pp.713-718
• /
• 2003

조건부 밀도 전파(Condensation)는 강건한 추적 성능과 실시간 구현이 가능하다는 장점을 지닌다. 그러나 정확한 추적을 수행하기 위해서는 복잡한 형태 모델과 많은 수의 샘플을 요구하므로 현실적으로 실시간 다중 추적에 적합하지 않은 경우가 많다. 본 논문에서는 실시간 응용에 적합하도록 작은 탐색 공간을 갖는 이산 형태의 형태 모델과 다중 추적 시각 추적기간의 상호 경쟁 관계를 고려하여 적은 수의 샘플로도 좋은 추적 성능을 보이는 경쟁적 Condensation 알고리즘을 제안한다. 실험 결과, 제안한 경쟁적 추적 알고리즘은 복잡하게 이동하는 여러 군중을 실시간으로 강건하게 추적함을 보인다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권5호
• /
• pp.499-507
• /
• 2006

최근, 사람을 인식하는데 있어 걸음걸이가 기존에 사용되어 오던 많은 생체인식을 보완할 만한 것으로 등장하였다. 본 연구는 보행자 실루엣의 동적 특징과 은닉 마르코프 모델(HMM)을 이용한 보행자 인식 방법을 제안한다. 보행자의 보행 모델은 무한 순환 구조의 HMM 두 가지를 사용하였다. 하나는 자기 조직화 지도(SOM)를 벡터 양자화기로 하는 이산 HMM방식이고, 다른 하나는 주성분 분석(PCA) 공간으로 변환된 특징 벡터를 이용하는 연속 HMM방식이다. 실험 결과 HMM이 몇 가지 변수의 조정에 대해 일관성 있는 성능 변화를 보이며 최고 88.1%의 인식률을 기록하였다. 또한 기존 연구 결과와 비교하여 볼 때 특징과 제안 구조의 모델은 보행자 인식에 충분한 적용 가능성이 있으며, 나아가 걸음걸이가 생체 인식으로 이용되기에 좋은 지표가 될 수 있을 것으로 판단된다.

• 지식경영연구
• /
• 제13권5호
• /
• pp.43-64
• /
• 2012

Emerging technologies have significant implications in establishing competitive advantages and are characterized by continuous rapid development. Efficient benchmarking is more and more important in the development of emerging technologies. Similar input level and importance are two necessary criteria need to be considered for emerging technology's benchmarking. In this study, we proposed a sequential use of self-organizing map(SOM), data envelopment analysis(DEA) and analytical hierarchy process(AHP) method for the stepwise benchmarking of emerging technology. The proposed method uses two-level SOM to cluster the emerging technologies with similar required input levels together, then, in each cluster, uses DEA-BCC model to evaluate the efficiencies of the emerging technologies and do tier analysis to form tiers. On each tier, AHP rating method is used to calculate each emerging technology's importance priority. The optimal benchmarking path of each cluster is established by connecting the emerging technologies with the highest importance priority. In order to validate the proposed method, we apply it to a case of biotechnology. The result shows the proposed method can overcome difficulties in benchmarking, select suitable benchmarking targets and make the benchmarking process more efficient and reasonable.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 추계학술대회 논문집 전력기술부문
• /
• pp.162-164
• /
• 2005

This paper presents an hour-ahead System Marginal Price (SMP) forecasting framework based on a neural network. Recently, the deregulation in power industries has impacted on the power system operational problems. The bidding strategy of market participants in energy market is highly dependent on the short-term price levels. Therefore, short-term SMP forecasting is a very important issue to market participants to maximize their profits. and to market operator who may wish to operate the electricity market in a stable sense. The proposed hybrid neural network is composed of tow parts. First part of this scheme is pattern classification to input data using Kohonen Self-Organizing Map (SOM) and the second part is SMP forecasting using back-propagation neural network that has three layers. This paper compares the forecasting results using classified input data and unclassified input data. The proposed technique is trained, validated and tested with historical date of Korea Power Exchange (KPX) in 2002.

• 전자공학회논문지CI
• /
• 제40권2호
• /
• pp.9-16
• /
• 2003

본 논문에서는 개선된 SOFM(Self Organizing Feature Map)방식을 이용한 근전도 패턴인식으로 가상 로봇 팔을 제어하는 방식을 제안한다. 개선된 SOFM 방식은 근전도 신호의 전처리기를 사용하는 대신에 근전도 신호 자체를 SOFM에 입력으로 사용하고, 퍼지논리시스템을 이용하여 SOFM의 이웃반경과 학습율을 자동 조절하는 간단한 방식으로 입력 패턴을 더욱 빠르고 신뢰성있게 분류한다. 개선된 방식의 성능을 확인하기 위하여 어깨, 손목, 팔꿈치의 여섯 가지 동작의 근전도 패턴인식을 실험한 결과 기존의 일반적인 SOFM방식보다 제안한 SOFM방식의 인식율이 21.7% 향상되고, 평균학습 수도 절반이하로 감소되었으며, 인식한 근전도 신호를 이용하여 컴퓨터 상의 가상 로봇 팔을 정확하게 제어하였다.

• 한국소음진동공학회논문집
• /
• 제14권2호
• /
• pp.119-127
• /
• 2004

Butterfly valves are popularly used in service in the industrial and water works pipeline systems with large diameter because of its lightweight, simple structure and the rapidity of its manipulation. Sometimes cavitation can occur. resulting in noise, vibration and rapid deterioration of the valve trim, and do not allow further operation. Thus, the monitoring of cavitation is of economic interest and is very importance in industry. This paper proposes a condition monitoring scheme using statistical feature evaluation and support vector machine (SVM) to detect the cavitation conditions of butterfly valve which used as a flow control valve at the pumping stations. The stationary features of vibration signals are extracted from statistical moments. The SVMs are trained, and then classify normal and cavitation conditions of control valves. The SVMs with the reorganized feature vectors can distinguish the class of the untrained and untested data. The classification validity of this method is examined by various signals that are acquired from butterfly valves in the pumping stations and compared the classification success rate with those of self-organizing feature map neural network.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 추계학술대회 논문집 전기물성,응용부문
• /
• pp.9-11
• /
• 2005

본 연구는 GIS 진단신뢰성 향상기술 개발을 목적으로, 16개의 인위적 결함을 이용하여 부분방전 신호를 발생시키고 검출하여 그 패턴인식 확률을 높이기 위하여 신경망에 Genetic Algorithm (GA) 을 적용하였다. 이를 위하여 다음과 같은 5가지 서로 다른 신경망 모델을 선택하였다: Back Propagation (BP), Jordan-Elman Network (JEN), Principal Component Analysis (PCA), Self-Organizing Feature Map (SOFM) 및 Support Vector Machine (SVM). 이와 같이 선택된 모델에 동일한 데이터를 학습 시키고 패턴인식 확률을 비교 및 분석하였다. 실험 결과에 의하면, BP의 인식률이 가장 높고 다음으로 JEN의 인식률이 높이 나타났으며, 후자의 경우 모든 결함에 대하여 정확한 패턴분류를 한 반면에 전자의 경우 1.8% 의 분류 오차가 발생하였다. 따라서 인식률이 높은 신경망이 더 정확한 패턴분류를 보장하지 못한다는 실험적 결과를 고려 할 때, 인식률이 높은 두 개의 모델을 선정하여 각각의 출력에 일정한 가중치를 주고 합산하여 새로운 출력을 얻는 방법을 제안한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 제39회 하계학술대회
• /
• pp.586-587
• /
• 2008

지난 논문 "Critical Peak Pricing 요금제를 이용한 일반 수용가 대상 수요관리의 방법" 및 그 후속 연구에서는 일반 수용가를 대상으로 한 효율적인 수요관리의 한 방법으로써 Critical Peak Pricing 요금제를 제안하였다[1]. 또한 이 요금제에서 핵심이 되는 최적 critical peak 시점을 푸는 하위 문제들 및 방법론을 제시하였는데, 이 논문에서는 그 하위 문제들 중 수용가의 부하를 예측하는 문제를 다룬다. 우리는 energy service provider(ESP)가 관리해야 할 수용가의 수가 매우 많다는 점에 주목하여, 각 수용가의 1일 부하 사용량 패턴을 몇 개의 그룹으로 나누어 각 그룹에 대해 critical peak 최적 시점을 결정하는 연구를 수행하였다. 이러한 수용가 부하량 패턴 그룹화를 위해 인공 지능의 여러 기법 중 하나인 self-organizing map(SOM)을 사용하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.222-224
• /
• 2007

Social participation of the elderly and the disabled continuously becomes more active due to the improvement of social systems and technological development. Various systems such as intelligence robots and intelligence home systems have been developed to support their social participation, and those systems obviously contribute to the independent lives of the elderly and the disabled. Those systems, however, usually require special hardware, which make them very expensive. Considering the economic difficulties of the users, the problem should be tackled with software-oriented approaches using existing hardware such as laptops. The software should be adapted to users with limited capabilities by enabling them to utilize the system without much knowledge related to computers and also without keyboards and mice. This paper suggests software-oriented approaches to solve those problems with the description of the unified user interface for a special work chair, and introduces an actual development procedure of the program together with real application of related theories.