• 한국환경생태학회지
• /
• 제35권4호
• /
• pp.377-386
• /
• 2021

본 연구는 정맥의 서식지 관리 및 보전을 위한 기초자료를 제공하고자 수행하였다. 18개의 중점조사지역에서 지형, 서식지 환경을 고려하여 각 지점별로 개발지, 계곡부, 임도 및 능선 3가지 서식지유형으로 총 54개의 고정조사구를 선정하였다. 조사는 2016년부터 2018년까지 겨울철을 제외한 계절별(5월,8월, 10월)로 수행하였다. 서식지 유형별로 관찰된 조류를 자기조직화지도(SOM)를 활용하여 분포 패턴을 분석한 결과, 총 4개의 그룹으로 분류되었다(MRPP, A=0.12, p <0.005). 자기조직화지도 그룹별 종수와 개체수, 종다양도 지수를 비교분석한 결과 종수와 개체수, 종다양도 지수 모두 III번 그룹에 가장 높게 나타났다(Kruskal-Wallis, 종수: x² = 13.436, P <0.005; 개체수: x² = 8.229, P <0.05; 종다양도: x² = 17.115, P <0.005). 또한 그룹별 지표종 분석과, 서식지 환경 특성을 파악하기 위해 토지피복도를 랜덤 포레스트 모델에 적용하여 분석한 결과, 4개 그룹간의 서식지환경이 구성하는 비율과 지표종에 차이를 보였다. 지표종 분석은 II번 그룹을 제외한 3그룹에서 총 18종의 조류가 지표종으로 확인되었다. 본 연구에서 자기조직화지도를 활용하여 4개 그룹으로 분류된 결과를 기초로 랜덤 포레스트 모델과 지표종 분석을 적용하였을 때 그룹별 지표종 구성과 그룹별 서식지 특성과 상호 연관성을 보였다. 또한 그룹별 우점하는 서식환경에 따라 관찰된 종의 분포패턴과 밀도가 뚜렷하게 구분이 되었다. 자기조직화지도와 지표종분석, 랜덤 포레스트 모델을 함께 적용한 분석은 서식지 환경에 따라 조류 서식 특징파악에 유용한 결과를 도출할 수 있을 것으로 판단된다.

• KSBB Journal
• /
• 제20권4호
• /
• pp.299-304
• /
• 2005

본 연구에서는 인공신경망 알고리즘을 이용하여 생물공정에서 수집된 형광스펙트럼 데이터를 분류, 분석하고 공정변수들을 예측하기 위한 공정의 모델링에 대해서 논의하였다. SOM에 의해 분류된 전파장 스펙트럼 데이터들은 발효공정의 변수와 형광데이터 사이에 비선형관계를 설명하기 위하여 사용되었다. BPNN알고리즘은 SOM에서 분류된 데이터들을 입력자료로 이용하여 공정에 대한 모델식을 세우고, 이를 이용하여 배출가스 내 $CO_2$ 농도 및 발효액 중 세포농도와 같은 공정변수들을 예측하는데 사용되었다. 또한 BPNN 모델은 강력하면서도 훈련데이터의 범위를 넘어서는 공정의 데이터들을 예측할 수 있기 때문에 폭넓은 활용가능성을 가지고 있다.

• 융합정보논문지
• /
• 제12권5호
• /
• pp.100-106
• /
• 2022

종단연구는 동일 대상에 대하여 반복적으로 측정한 종단자료를 기반으로 하는 연구방법을 말한다. 대부분의 종단분석 방법은 예측이나 추론에 적합하고, 탐색적 목적으로 사용하기에는 적합하지 않은 경우가 많다. 본 연구에서는 종단자료를 분석하는 탐색적 방법을 제시한다. 이 방법은 자기조직화지도기법을 사용하여 종단자료를 군집화 하여 최선의 군집 수를 정한 후 종단궤적을 찾는 방법이다. 제안한 방법론은 고용정보원의 종단자료에 적용되었으며, 총 2,610개의 샘플에 대하여 분석을 하였다. 방법론을 적용한 결과 패널 별로 시계열적으로 군집 화되는 결과를 얻었다. 이는 종단자료를 사전에 클러스터링하고 다층 종단분석을 하는 것이 더욱 효과적이라는 사실을 나타낸다.

• 지능정보연구
• /
• 제21권3호
• /
• pp.79-99
• /
• 2015

부도 예측은 회계와 재무 분야에서 꾸준히 연구되고 있는 분야이다. 초기에는 주로 다중판별분석(multiple discriminant analysis)와 로짓 분석(logit analysis)과 같은 통계적 방법을 이용하였으나, 1990년대 이후에는 경영 분야의 분류 문제를 위해 많은 연구자들이 인공신경망(back-propagation neural network), 사계기반추론(case-based reasoning), 서포트 벡터 머신(support vector machine) 등과 같은 인공지능을 통한 접근법을 이용하여 통계적 방법보다 분류 성과 측면에서 우수함을 입증해왔다. 기존의 기업의 부도에 관한 연구에서 많은 연구자들이 재무비율을 이용하여 부도 예측 모형을 구축하는 것에 초점을 맞추어왔다. 부도예측에 관한 연구가 꾸준히 진행되고 있는 반면, 부도의 세부적인 유형을 예측하여 제시하는 것에 대한 연구는 미흡한 실정이었다. 따라서 본 연구에서는 수익성, 안정성, 활동성 지표를 중심으로 국내 비외감 건설업 기업들의 부도 여부뿐만 아니라 부도의 세부적인 유형까지 예측 가능한 모형을 개발하고자 한다. 본 연구에서는 부도 유형을 예측하기 위해 두 개의 인공신경망 모형을 결합한 하이브리드 접근법을 제안하였다. 첫 번째 인공신경망 모형은 부도예측을 위한 역전파 인공신경망을 이용한 모형이며, 두 번째 인공신경망 모형은 부도 데이터를 몇 개의 유형으로 분류하는 자기조직화지도(self-organizing map)을 이용한 모형이다. 실험 결과를 통해 정의된 5개의 부도 유형인 심각한 부도(severe bankruptcy), 안정성 부족(lack of stability), 활동성 부족(lack of activity), 수익성 부족(lack of profitability), 회생 가능한 부도(recoverable bankruptcy)는 재무 비율에 따라 유형별로 상이한 특성을 갖는 것을 확인할 수 있었다. 본 연구 결과를 통해 신용 평가 분야의 연구자와 실무자들이 기업의 부도의 유형에 대한 유용한 정보를 얻을 것으로 기대한다.

• 한국컴퓨터정보학회논문지
• /
• 제19권2호
• /
• pp.193-200
• /
• 2014

유비쿼터스 컴퓨팅이 생활의 일부가 되어가면서 정보의 양도 급속도로 늘어나고 있으며, 이로 인해 많은 데이터 속에서 정보를 찾아내는 기술이 부각되고 있다. 고객 기반의 협력적 필터링을 이용한 고객 선호도 예측 방법에서는 아이템에 대한 사용자의 선호도를 기반으로 이웃 선정 방법을 사용하므로 아이템에 대한 속성을 반영하지 못할 뿐만 아니라 희박성 문제를 해결하지 못하고 있다. 그리고 비슷한 선호도를 가진 일부 아이템의 정보를 바탕으로 하기 때문에 아이템의 속성은 무시하는 경향이 있다. 본 논문에서는 전자상거래 추천에서 구매 패턴 예측을 위한 고객 특성기반 SOM 학습을 이용한 군집 방법을 제안한다. 제안 방법은 고객의 속성 정보 기반의 유사한 속성의 데이터끼리의 클러스터링을 통해 보다 빠른 시간 내에 고객 성향에 맞는 추천이 가능한 구매 패턴의 추출이 가능하다. 성능평가를 위해 현업에서 사용하는 인터넷 화장품 아이템 쇼핑몰의 데이터를 기반으로 데이터 셋을 구성하여 기존 시스템과 비교 실험을 통해 성능을 평가하여 효용성과 타당성을 입증하였다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2001년도 The Pacific Aisan Confrence On Intelligent Systems 2001
• /
• pp.435-440
• /
• 2001

The development of web-aware knowledge discovery system has received a great deal of attention in recent years. It plays a key-enabling role for competitive businesses in the E-commerce era. One of the challenges in developing web-aware knowledge discovery systems is to integrate and coordinate and coordinate existing standalone or legacy knowledge discovery applications in a seamless manner, so that cost-effective systems can be developed without the need of costly proprietary products. In this paper, we present an approach for developing a framework of web-aware interoperable knowledge discovery system to achieve this purpose. This approach applies RMI and high-level code wrapper of Java distributed object computing to address the issues of interoperability in heterogeneous environments, which includes programming language, platform, and visual object model. The effectiveness of the proposed framework is demonstrated through the integration and extension of the two well-known standalone knowledge discovery tools, SOM_PAK and Nenet. It confirms that a variety of interoperable knowledge discovery systems can be constructed efficiently on the basis of the framework to meet various requirements of knowledge discovery tasks.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 추계학술대회 논문집 전력기술부문
• /
• pp.460-462
• /
• 2008

일반 수용가를 대상으로 한 효율적인 수요관리의 한 방법으로써 Dynamically-Administered Critical Peak Pricing[1] 요금제를 이용하여 일반 수용가 대상 수요관리를 스마트 미터기인 Smart Cabinet Panel(SCP)를 개발하여 적용하였다. 이 DA-CPP 요금제에는 핵심이 되는 최적 critical peak 시점을 푸는 하위 문제들 및 방법론들이 존재하는데, 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 패턴그룹화를 위해 인공 지능의 여러 기법 중 하나인 self-organizing map(SOM)을 사용하였다 그리고 ESP와 수음가가 통신할 수 있도록 개발된 SCP를 통해 Critical Peak을 적용하였다.

• International Journal of Aeronautical and Space Sciences
• /
• 제8권2호
• /
• pp.28-36
• /
• 2007

A multi-objective design exploration for a three-element airfoil consisted of a slat, a main wing, and a flap was carried out. The lift curve improvement is important to design high-lift system, thus design has to be performed with considered multi-angle. The objective functions considered here are to maximize the lift coefficient at landing and near stall conditions simultaneously. Kriging surrogate model which was constructed based on several sample designs is introduced. The solution space was explored based on the maximization of Expected Improvement (EI) value corresponding to objective functions on the Krigingmodels. The improvement of the model and the exploration of the optimum can be advanced at the same time by maximizing EI value. In this study, a total of 90 sample points are evaluated using the Reynolds averaged Navier-Stokes simulation(RANS) for the construction of the Kriging model. In order to obtain the information of the design space, two data mining techniques are applied to design result. One is functional Analysis of Variance(ANOVA) which can show quantitative information and the other is Self-Organizing Map(SOM) which can show qualitative information.

• 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.

• 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.