• 한국콘텐츠학회논문지
• /
• 제17권5호
• /
• pp.305-316
• /
• 2017

본 연구는 임금근로 장애인의 사회적 네트워크가 차별경험과 직무만족에 미치는 영향 및 차별경험의 매개효과를 분석하여 장애인의 사회적 네트워크의 중요성을 규명하고, 이를 통한 방안을 제시하는 것을 목적으로 하고 있다. 이를 위하여 장애인고용패널조사 8차년도(2015년) 자료를 활용하여 임금근로 장애인 805명의 자료를 분석하였다. 분석결과 첫째, 임금근로 장애인의 사회적 네트워크는 차별경험을 감소시키고 직무만족을 높이는 요인으로 밝혀졌다. 둘째, 임금근로 장애인의 차별경험은 직무만족을 감소시키고, 사회적 네트워크와 직무만족 간의 관계를 매개하는 것으로 밝혀졌다. 이와 같은 결과는 장애인의 차별과 직무만족에 사회적 네트워크의 중요성을 규명한 것으로 장애인의 사회적 네트워크 강화를 위한 정부 및 기업차원에서의 노력이 필요하다는 것을 시사하고 있다.

• 한국정보통신학회논문지
• /
• 제14권3호
• /
• pp.565-571
• /
• 2010

본 논문에서는 퍼셉트론형 신경회로망에 오차역전파 알고리즘을 사용하여 학습을 실시하여, N비트의 패리티판별에 필요한 최소의 중간유닛수의 해석에 관한 연구이다. 따라서 본 논문은 제안한 퍼셉트론형 신경회로망의 중간 유닛의 수를 변화시켜 N비트의 패리티 판별 실험을 실시하였다. 본 시스템은 패라티 판별의 실험을 통하여 N비트 패리티 판별이 가능하다는 것을 실험으로 확인한다.

• 한국정보과학회논문지:데이타베이스
• /
• 제29권6호
• /
• pp.492-501
• /
• 2002

비동기 트리거 처리기(ATP)는 데이타베이스 트랜잭션의 수행이 완료된 후에 트리거를 처리하는 소프트웨어 시스템이다. ATP 내에서는 트리거 조건의 효율적인 검사를 위하여 차별화 네트워크(discrimination network)가 사용된다. 차별화 네트워크는 내부 상태를 메모리 노드에 저장한다. TrigerMan은 하나의 ATP로써 차별화 네트워크로써 Gator 네트워크를 사용한다. 데이타베이스의 내용 변화는 트리거맨에 토큰 형태로 전달된다. 트리거 조건의 검사는 토큰이 Gator 네트워크를 통과하면서 이루어지는데, 이때 Gator 네트워크의 메모리 노드들이 갱신된다. 토큰의 병렬처리는 시스템의 성능을 향상시키는 여러 방법 중 하나이지만 통제되지 않은 병렬처리는 잘못된 트리거 액션 수행을 유발한다. 이 논문은, 최소한의 이상 현상만을 허용하며 토큰의 병렬 처리를 가능하게 하는, 네 가지 트리거 처리 일관성 레벨을 제안한다. 우리는 각 일관성 레벨에 대하여 병렬 토큰 처리를 가능하게 하는 고유한 기술을 개발하였다. 제안된 기술은 안정된 방법이라는 사실이 공리를 통하여 증명되었으며, 이 기술은 실체화 된 (materialized) 뷰 유지 (view maintenance)에 사용될 수 있다.

• 한국콘텐츠학회논문지
• /
• 제16권12호
• /
• pp.551-561
• /
• 2016

소셜 네트워크에서 발생하는 방대한 데이터를 이용해 사용자 영향력을 판별하기 위한 기법이 요구되고 있다. 본 논문에서는 소셜 네트워크에서 신뢰성을 고려한 사용자 영향력 판별 기법을 제안한다. 제안하는 기법은 사용자의 소셜 행위를 통해 신뢰성 점수를 측정하고 신뢰할 수 있는 사용자들만을 모아 네트워크를 간소화한다. 또한, 사용자간의 연결정도에 따라 직-간접적인 영향력을 반영하여 사용자 영향력을 도출한다. 이를 통해 사용자 영향력 판별함으로써 사용자 영향력의 확산성을 향상시킨다. 제안하는 기법의 우수성을 보이기 위해 제안하는 기법과 기존 기법을 신뢰성과 사용자 영향력 확산성 측면에서 성능평가를 수행한다.

• 음성과학
• /
• 제11권1호
• /
• pp.21-29
• /
• 2004

In this paper we examined the effect of normalization on discriminating the pathological voice into normal and abnormal classes using artificial neural network. Average values per each parameter were used to normalize each set of parameter values. Artificial neural networks were used as classifiers. And the effect of normalization was evaluated by comparing the discrimination results between original and normalized parameter sets.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 하계학술대회
• /
• pp.347-348
• /
• 2018

본 논문에서는 야간 도로 영상을 보정하여 주간 영상으로 변환하는 알고리즘을 제안한다. 영상 변환 딥러닝 알고리즘인 Generative Adversarial Network(GAN)를 기반으로 주야간 도로 영상을 학습시켜 주야간 상호 변환이 가능한 시스템을 구현한다. 우선, 입력 영상에 대해 변환된 영상을 출력하는 generative network 를 정의한다. 또한, 변환된 영상을 다시 본래 영상으로 변환하는 inverse network 를 정의한다. Generative network 와 inverse network 를 모두 통과한 결과 영상과 본래 영상의 차 영상을 통해 손실 함수를 정의함으로써 파라미터를 목적에 맞게 학습시킬 수 있다. 또한, generative network 를 통과한 결과 영상과 목적하는 영상을 구분하는 discrimination network 를 정의하여 discrimination network 와 generative network 의 minimax two- player game 을 통해 변환된 영상이 실제 목적 영상과 유사하도록 유도한다. 제안하는 알고리즘을 적용하여 야간 도로 영상의 보정을 수행하면 주변 물체 인식이 어려운 야간 영상을 물체 인식이 용이한 주간 영상으로 변환 할 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.451-453
• /
• 2019

최근 무선 통신기기의 사용이 증가함에 따라 무선 네트워크 사용량이 증가하여 유선 네트워크와 무선 네트워크가 혼합되어 네트워크가 형성 되었다. 기존 TCP 알고리즘들은 유선 네트워크에 적합하게 설계 되었다. 따라서 현대의 네트워크 환경에서 패킷 손실을 정확히 구별하지 못하고 부적절한 혼잡제어를 수행하여 TCP의 성능 저하를 초래한다. 본 논문에서는 TCP 성능을 개선하기 위하여 패킷 손실이 발생한 환경에 따라 정확히 구분할 수 있는 SLDA(Support vector machine based Loss Discrimination Al gorithm)를 제안하고 그 성능을 평가한다.

• 한국음향학회지
• /
• 제26권5호
• /
• pp.207-213
• /
• 2007

본 연구에서는 스펙트럼 분석과 신경망을 이용한 효과적인 음성/음악 분류 방법을 제안한다. 제안하는 방법은 스펙트럼을 분석하여 스펙트럴 피크 트랙에서 지속성 특징 파라미터인 MSDF(Maximum Spectral Duration Feature)를 추출하고 기존의 특징 파라미터인 MFSC(Mel Frequency Spectral Coefficients)와 결합하여 음성/음악 분류기의 특징으로 사용한다. 그리고 신경망을 음성/음악 분류기로 사용하였으며, 제안하는 방법의 성능 평가를 위해 학습 패턴 선별과 양, 신경망 구성에 따른 다양한 성능 평가를 수행하였다. 음성/음악 분류 결과 기존의 방법에 비해 성능 향상과 학습 패턴의 선별과 모델 구성에 따른 안정성을 확인할 수 있었다. MSDF와 MFSC를 특징 파라미터로 사용하고 50초 이상의 학습 패턴을 사용할 때 음성에 대해서는 94.97%, 음악에 대해서는 92.38%의 분류율을 얻었으며, MFSC만 사용할 때보다 음성은 1.25%, 음악은 1.69%의 향상된 성능을 얻었다.

• Journal of Electrical Engineering and information Science
• /
• 제1권1호
• /
• pp.108-117
• /
• 1996

In this paper, we propose a new type of recurrent neural network architecture in which each output unit is connected with itself and fully-connected with other output units and all hidden units. The proposed recurrent network differs from Jordan's and Elman's recurrent networks in view of functions and architectures because it was originally extended from the multilayer feedforward neural network for improving the discrimination and generalization power. We also prove the convergence property of learning algorithm of the proposed recurrent neural network and analyze the performance of the proposed recurrent neural network by performing recognition experiments with the totally unconstrained handwritten numeral database of Concordia University of Canada. Experimental results confirmed that the proposed recurrent neural network improves the discrimination and generalization power in recognizing spatial patterns.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.149-152
• /
• 2009

본 논문에서는 오차역전파 알고리즘을 사용한 3층 구조의 퍼셉트론형 신경회로망으로 네트워크의 학습을 실시하여, N비트의 패리티판별에 필요한 최소의 중간유닛수의 해석에 관한 연구이다. 따라서 본 논문은 제안한 퍼셉트론형 신경회로망의 중간 유닛의 수를 변화시켜 N 비트의 패리티 판별 실험을 실시하였다. 본 시스템은 패리티 판별의 실험을 통하여 N 비트 패리티 판별이 가능하다는 것을 실험으로 확인한다.