• 정보처리학회논문지B
• /
• 제15B권5호
• /
• pp.457-464
• /
• 2008

실제 운용 환경에서 자동문서분류시스템의 성공을 위해서 충분하지 못한 학습문서의 문제와 특징 공간들에 대한 사전지식이 없는 상황을 해결하는 것이 관건이다. 이런 맥락에서 많은 자동문서분류 시스템의 구축을 위해 나이브 베이즈 문서분류 알고리즘을 사용한다. 이는 기존 학습된 분류모델과 특징 공간을 점진적으로 갱신함으로써 분류모델을 향상시키는 것이 매우 용이하기 때문이다. 본 논문에서는 특징 가중치를 이용하여 문서분류기의 성능을 향상시키는 기법을 제안한다. 기본 아이디어는 문서분류 모델의 인자로서 특징들의 분포뿐만 아니라 각 특징들의 중요도를 반영하는 것이다. 속성 선택을 미리 수행하여 학습모델을 만드는 것이 아니라, 속성 중요도를 나이브 베이즈 학습 모델에 포함시킴으로써 보다 정확한 모델을 생성할 수 있다. 또한 동적 환경에서 점진적인 특징 가중치 부여를 위해 기존의 특징 갱신 기법을 확장한 알고리즘도 제안한다. 본 논문에서 제안된 기법을 평가하기 위해서 Reuters-21578과 20Newsgroup 문서집합 이용한 실험을 실시하여, 제안된 기법이 전통적인 나이브 베이즈 분류기의 성능을 크게 향상시킴을 증명한다.

• 정보처리학회논문지B
• /
• 제9B권4호
• /
• pp.399-406
• /
• 2002

본 연구는 웹 서핑 지원을 위한 적응형 사용자 에이전트의 설계를 위해 사용자 데이터 수집, 데이터 처리를 통한 사용자 프로파일 구축 및 개선, 그리고 사용자 프로파일의 적용을 통한 적응 등 세 가지 이슈를 집중 연구하였다. 그 결과 웹 상에서 작동하는 적응형 사용자 에이전트를 위한 기능 정의 및 주요 구성 요소들을 설계하고 세부 모형을 구현하였다. 내부적으로는 두 개의 독립된 에이전트의 협동 체제에 의해 작업 목표를 성취한다. 이들은 각각 IIA(Interactive Interface Agent) 및 UPA(User Profiling Agent)이다. 사용자 인터페이스를 관장하는 IIA는 사용자에게 현재 웹 문서의 대강을 파악하고 나아가서 검색 질의어를 선택할 수 있게 하는 키워드 색인(Keyword Index)과, 계층 구조 방식의 사용자 검색 과정을 나타내는 제안 링크(Suggest Link)를 제공함으로서 사용자 친숙한 인터페이스 환경을 제시한다. UPA는 사용자에 관한 정적 정보와 브라우징 행위에서 나타나는 동적 정보를 사용자 프로파일에 반영한다. 특히, 사용자 관심을 반영하는 관심 벡터(Interest Vector)의 개념을 정립하고 근접도(similarity) 평가에 의해 이들을 갱신하고 추가함으로써 사용자 관심을 동적으로 프로파일링하는 체계를 제시하였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제20권3호
• /
• pp.10-17
• /
• 2016

본 연구는 단경간 교량의 정적하중입력/변위출력관계를 이용한 새로운 교량 유한요소모델 개선 방법을 제안하였고, 실내 모형교량 실험을 통해 검증하였다. 기존의 유한요소모델개선기법은 실험으로부터 얻어진 모드계수와 유한요소모델로부터 예측된 모드계수가 유사해지도록 유한요소모델을 개선하는데, 이 과정에서 구조계의 질량행렬에 대한 가정을 필요로 한다. 제안된 기법은 질량행렬을 가정하지 않고, 오히려 질량행렬 추정을 가능하게 하는 장점을 가진다. 제안된 기법은 두 단계로 구성된다. 첫째, 정적 하중입력-변위응답으로부터 강성행렬을 개선하고, 둘째, 실측된 고유진동수를 이용하여 질량행렬을 개선한다. 실험검증을 위하여 실내 모형교량을 제작하였고, 제안된 기법을 이용하여 모형교량의 탄성계수를 추정하였으며, Universal Testing Machine으로 부터 얻어진 탄성계수와 비교하였다. 또한 기존의 유한요소모델개선기법으로 추정된 탄성계수와 비교하였다. 실험의 결과들로부터 제안된 기법이 합리적으로 탄성계수와 질량밀도를 추정하는 것이 관찰되었고, 기존의 유한요소모델개선기법은 고차모드를 사용했을 때 상대적으로 큰 오차를 주는 것이 관찰되었다. 추가적으로 유한요소모델링 오차에 대하여 토의하였다.

• 한국산업정보학회논문지
• /
• 제16권2호
• /
• pp.85-97
• /
• 2011

무선 센서 네트워크는 단거리 무선 통신으로 연결된 지능 센서가 사람과 실세계 객체간의 효과적인 매개자 역할을 하므로 최근 유비쿼터스 컴퓨팅 환경을 가능하게 할 수 있는 핵심적인 기술 중 하나로 각광을 받고 있다. 무선 센서 네트워크는 대량으로 분산된 극도의 내장형 시스템으로 볼 수 있다. 이 시스템은 분산 시스템으로서 병행성과 비동기적 이벤트 처리 능력에 대한 요구사항과 함께 내장형 시스템으로서 자원제한성에 따른 심각한 요구사항을 갖고 있다. 이러한 일견 상충하는 두 가지 요구사항을 갖는 무선 센서 네트워크의 운영 환경과 구조는 시스템 개발자에게 매우 독특한 어려움을 제기하고 있으므로 우리는 유한상태기계에 기반을 둔, 매우 새로운 형태의 센서 네트워크용 운영체제를 제안한다. 본 논문에서는 센서 네트워크의 특성을 감안한 설계 목표를 명시하고, 간결하고 효율적인 상태기반 운영체제인 SenOS 설계와 구현의 핵심 사항을 제시한다. 또한 이러한 SenOS가 심각한 자원제한성을 갖는 센서 노드 상에서 원하는 반응성을 갖으면서도 적은 비용으로 동적 재구성이 가능하다는 것을 설명한다. 이러한 성능은 대표적인 센서 노드용 운영체제인 TinyOS의 성능평가에 사용된 벤치마크 프로그램을 수행하고 그 결과를 TinyOS의 경우와 비교한다.

• 대한공간정보학회지
• /
• 제1권2호
• /
• pp.195-206
• /
• 1993

도형정보와 속성정보를 동시에 다루는 도로관리 정보구축을 위해서는 이를 연결하고 도로의 일정한 영역을 고유하게 나타낼 수 있는 단위와 고유식별자가 필요하다. 그러나 현재 도로에 법적으로 지번이 부여되어 있으나 일관성이 없어 사용하기 어렵고, 일부도로에는 도로단위와 고유번호가 설정되어 있으나 대부분의 도로에는 설정되어 있지 않은 실정이다. 따라서, 본 연구의 목적은 효율적인 도로관리 정보구축을 위한 기초로서 도로정보의 위치를 기록, 판별할 수 있는 방안과, 이를 바탕으로 사례지역인 서울시 강남구 일부지역에 시험적용 해 활용방안을 모색하여 한국도시에서의 도로정보체계 구축 시 방향 및 지침을 제시하는 데 있다. 이를 실행하기 위하여, 도로관리 정보구축을 위한 도로위치판별 설정방법으로 첫째, 기본적인 문제해결 방안으로 도로 단위설정과 고유식별자 방안을 설정하였고, 둘째, 도로의 공간적 위치정보를 부여하기 위해 해당 각 도로마다 주소정보를 부여하는 방법을 설정하였고, 셋째, 설정된 도로단위를 바탕으로 도로관리정보의 위치를 나타내기 위해 도로중심선을 기준점으로 이용한 상대좌표방법을 설정하여 적용하였다.

• 정보보호학회논문지
• /
• 제17권4호
• /
• pp.115-129
• /
• 2007

유비쿼터스 및 자동화된 컴퓨팅 환경은 개방적이고 동적이어야 하며, 끊김 없는(seamless)소프트웨어와 시스템 구조의 연동을 통한 일반적인 무선 접근으로 사용자에게 다가가는 퍼베이시브 서비스를 제공해야한다. 하지만 다양한 네트워크에서 모든 이동 기기들 간에 미리 정의된 보안 인증을 포함한 로밍 서비스를 제동하기는 매우 복잡하고 어렵다. 더욱이 퍼베이시브서비스 환경에서 끊김 없는 통신 서비스를 제공하기 위해, 다양한 무선 사업자간에 로밍 협정을 세팅하거나 스마트카드 기반의 효율적인 사용자 프로파일 모델링 연구나 다양한 종류의 사용자 인터페이스를 이용하여 자동화된 사용자 인증 시스템을 위한 보안 방안에 관한 연구는 많지 않다. 사용자에게 다가가는 네트워크 도메인 간의 퍼베이시브 보안 서비스를 포함한 상호 로밍이 가능한 로밍 코디네이터 기반의 보안 관리 프레임워크를 제안한다. USIM(Universal Subscriber Identity Module Card)을 이용한 상용 이동 통신은 하나의 서비스 도메인에서만 가능하지만 본 논문에서 제안한 로밍 코디네이터(Roaming Coordinator)는 PWLAN(Public Wireless Local Area Network)이나 3G 이동통신 그리고 WMAN(Wireless Metropolitan Area Network) 등의 다른 네트워크 도메인에서의 보안 서비스를 보다 안전하고 쉽게 제공할 수 있다.

• 한국공간정보시스템학회 논문지
• /
• 제6권1호
• /
• pp.73-85
• /
• 2004

최근 들어 무선 인터넷이 발전하고, PDA, HPC의 보급이 늘어남에 따라 GIS(Geographic Information System)와 관련된 연구 및 개발이 점차적으로 위치 기반 서비스(LBS: Location Based Service)를 제공하기 위한 실시간 모바일 GIS로 변화해 가고 있다. LBS를 효과적으로 제공하기 위해서는 이동 객체의 동적인 상황을 효과적으로 처리할 수 있는 실시간 GIS 플랫폼과 위치 데이타의 특성을 반영한 위치 인덱스가 필요하다. 위치 데이타는 이전의 GIS에서 사용되는 것과 동일한 데이타 타입(예, 점)이 사용되지만 위치 데이타의 관리는 이전 GIS와는 다른 처리 방식을 사용해야 한다. 이를 위하여 본 논문에서는 대용량의 위치 데이타를 효율적으로 처리할 수 있는 HBR-tree를 이용한 실시간 모바일 GIS의 개발에 대하여 연구하였다. 본 연구에서 개발된 실시간 모바일 GIS는 HBR-tree와 실시간 GIS 플랫폼으로 구성되어 있다. HBR-tree는 R-tree와 공간 해쉬가 결합된 위치 인덱스이다. 그러므로, 위치 데이타가 빈번하게 변경되더라도 갱신 연산은 HBR-tree의 동일한 해쉬 테이블에서 일어나기 때문에 다른 트리 기반 인덱스에 비하여 갱신 연산이 적으며, 검색 연산은 R-tree의 검색 메커니즘을 이용하기 때문에 공간 데이타를 신속하게 검색할 수 있다. 본 논문에서 실시간 GIS 플랫폼은 주기억장치 데이타베이스 시스템의 기능이 확장된 실시간 GIS 엔진, 공간 및 비공간 데이타를 서버와 클라이언트로 전송하기 위한 미들웨어, 그리고 모바일 장치에서 동작하는 모바일 클라이언트로 구성되어 있다. 특히, 본 논문에서는 실험적 방법을 사용하여 HBR-tree와 실시간 GIS 엔진의 성능 평가 결과에 대해서도 기술하였다. 확보하며 이루어져야 가능하다. 여러 지자체를 중심으로 수행된 지자체 GIS 감리와 컨설팅의 경험을 통해 도출된 문제점들을 일반화시켜 정리하였으며, 이를 통해 지자체 GIS사업의 추진 및 운영모델을 제시하였다. 표시할 수 있음으로서 의사결정에 보다 많은 도움을 줄 수 있을 것이다. 비트율의 증가와 화질 열화는 각각 최대 1.32%와 최대 0.11dB로 무시할 수 있을 정도로 작음을 확인 하였다.을 알 수 있었다. 현지관측에 비해 막대한 비용과 시간을 절약할 수 있는 위성영상해석방법을 이용한 방법은 해양수질파악이 가능할 것으로 판단되며, GIS를 이용하여 다양하고 복잡한 자료를 데이터베이스화함으로써 가시화하고, 이를 기초로 공간분석을 실시함으로써 환경요소별 공간분포에 대한 파악을 통해 수치모형실험을 이용한 각종 환경영향의 평가 및 예측을 위한 기초자료로 이용이 가능할 것으로 사료된다.염총량관리 기본계획 시 구축된 모형 매개변수를 바탕으로 분석을 수행하였다. 일차오차분석을 이용하여 수리매개변수와 수질매개변수의 수질항목별 상대적 기여도를 파악해 본 결과, 수리매개변수는 DO, BOD, 유기질소, 유기인 모든 항목에 일정 정도의 상대적 기여도를 가지고 있는 것을 알 수 있었다. 이로부터 수질 모형의 적용 시 수리 매개변수 또한 수질 매개변수의 추정 시와 같이 보다 세심한 주의를 기울여 추정할 필요가 있을 것으로 판단된다.변화와 기흉 발생과의 인과관계를 확인하고 좀 더 구체화하기 위한 연구가 필요할 것이다.게 이루어질 수 있을 것으로 기대된다.는 초과수익률이 상승하지만, 이후로는 감소하므로, 반전거래전략을 활용하는 경우 주식투자기간은 24개월이하의 중단기가 적합함을 발견하였다. 이상의 행태적 측면과 투자성과측면의 실증결과를 통하여 한국주식시장에 있어서 시장수익률을 평균적으로 초과할 수

• 지능정보연구
• /
• 제22권2호
• /
• pp.127-142
• /
• 2016

딥러닝은 인공신경망(neural network)이라는 인공지능분야의 모형이 발전된 형태로서, 계층구조로 이루어진 인공신경망의 내부계층(hidden layer)이 여러 단계로 이루어진 구조이다. 딥러닝에서의 주요 모형은 합성곱신경망(convolutional neural network), 순환신경망(recurrent neural network), 그리고 심층신뢰신경망(deep belief network)의 세가지라고 할 수 있다. 그 중에서 현재 흥미로운 연구가 많이 발표되어서 관심이 집중되고 있는 모형은 지도학습(supervised learning)모형인 처음 두 개의 모형이다. 따라서 본 논문에서는 지도학습모형의 가중치를 최적화하는 기본적인 방법인 오류역전파 알고리즘을 살펴본 뒤에 합성곱신경망과 순환신경망의 구조와 응용사례 등을 살펴보고자 한다. 본문에서 다루지 않은 모형인 심층신뢰신경망은 아직까지는 합성곱신경망 이나 순환신경망보다는 상대적으로 주목을 덜 받고 있다. 그러나 심층신뢰신경망은 CNN이나 RNN과는 달리 비지도학습(unsupervised learning)모형이며, 사람이나 동물은 관찰을 통해서 스스로 학습한다는 점에서 궁극적으로는 비지도학습모형이 더 많이 연구되어야 할 주제가 될 것이다.