• 지능정보연구
• /
• 제23권2호
• /
• pp.39-70
• /
• 2017

최근 여론조사 분야에서 데이터에 기반을 둔 분석 기법이 널리 활용되고 있다. 기업에서는 최근 출시된 제품에 대한 선호도를 조사하기 위해 기존의 설문조사나 전문가의 의견을 단순 취합하는 것이 아니라, 온라인상에 존재하는 다양한 종류의 데이터를 수집하고 분석하여 제품에 대한 대중의 기호를 정확히 파악할 수 있는 방안을 필요로 한다. 기존의 주요 방안에서는 먼저 해당 분야에 대한 감성사전을 구축한다. 전문가들은 수집된 텍스트 문서들로부터 빈도가 높은 단어들을 정리하여 긍정, 부정, 중립을 판단한다. 특정 제품의 선호를 판별하기 위해, 제품에 대한 사용 후기 글을 수집하여 문장을 추출하고, 감성사전을 이용하여 문장들의 긍정, 부정, 중립을 판단하여 최종적으로 긍정과 부정인 문장의 개수를 통해 제품에 대한 선호도를 측정한다. 그리고 제품에 대한 긍 부정 내용을 자동으로 요약하여 제공한다. 이것은 문장들의 감성점수를 산출하여, 긍정과 부정점수가 높은 문장들을 추출한다. 본 연구에서는 일반 대중이 생산한 문서 속에 숨겨져 있는 토픽을 추출하여 주어진 제품의 선호도를 조사하고, 토픽의 긍 부정 내용을 요약하여 보여주는 제품 평판 마이닝 알고리즘을 제안한다. 기존 방식과 다르게, 토픽을 활용하여 쉽고 빠르게 감성사전을 구축할 수 있으며 추출된 토픽을 정제하여 제품의 선호도와 요약 결과의 정확도를 높인다. 실험을 통해, K5, SM5, 아반떼 등의 국내에서 생산된 자동차의 수많은 후기 글들을 수집하였고, 실험 자동차의 긍 부정 비율, 긍 부정 내용 요약, 통계 검정을 실시하여 제안방안의 효용성을 입증하였다.

• 생물환경조절학회지
• /
• 제3권1호
• /
• pp.42-51
• /
• 1994

대다수 농산물과 마찬가지로 건조표고의 등급판정은 외관특징에 주로 의존한다. 표고 갓의 전후면에 걸친 복잡하고 다양한 외관특징들로 인하여 표고의 등급판정은 임의로 추출한 표고샘플에 대하여 전문가가 수작업으로 판정하고 있으며, 선별작업 역시 전적으로 수작업에 의존하고 있다. 단순한 반복작업으로 보이는 농산물의 등급판정은 사실 시각과 촉각을 위시한 고도의 감각신경계를 통하여 상호 복잡하게 얽혀 들어오는 정보를 지능적으로 처리하는 고기능의 작업이다. 농산물의 경우, 외관특성을 비롯한 물성은 종류별로 그 경계치를 일괄적으로 명확하게 규정할 수 없기 때문에 대개는 오차를 포함한 통계적 접근에 의하여 규정하고 있다. 따라서 농산작업에 있어서는 농산물 물성이 갖는 모호성을 효율적으로 처리할 수 있는 가변적인 작업구조 및 정보처리가 필수적으로 요구된다. 본 연구에서는 인간 뇌의 정보처리 기능을 부분적으로 구현할 수 있는 인공신경회로망을 컴퓨터 시각 시스템에 적용하여 단순 기하도형의 분류 및 표고의 등급판정을 성공적으로 수행하였다. 회로망 입력으로는 컴퓨터시각 시스템을 이용하여 건조표고의 정성적 외관특징을 자동으로 추출한 후 정량화한 특징점 값들을 이용하였다. 신경회로망의 학습은 표본 추출한 등급표고와 이들의 정량적 특징점 값들을 입출력 쌍으로 하여 수행하였다. 학습한 회로망의 등급판정 성능시험은 표본추출한 미지의 표고에 대한 컴퓨터 영상 특징점 값들을 입력하여 수행하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1991년도 한국자동제어학술회의논문집(국제학술편); KOEX, Seoul; 22-24 Oct. 1991
• /
• pp.1705-1711
• /
• 1991

On-line fault detection and diagnosis has an increasing interest in a chemical process industry, especially for a process control and automation. The chemical process needs an intelligent operation-aided workstation which can do such tasks as process monitoring, fault detection, fault diagnosis and action guidance in semiautomatic mode. These tasks can increase the performance of a process operation and give merits in economics, safety and reliability. Aiming these tasks, series of researches have been done in our lab. Main results from these researches are building appropriate knowledge representation models and a diagnosis mechanism for fault detection and diagnosis in a chemical process. The knowledge representation schemes developed in our previous research, the symptom tree model and the fault-consequence digraph, showed the effectiveness and the usefulness in a real-time application, of the process diagnosis, especially in large and complex plants. However in our previous approach, the diagnosis speed is its demerit in spite of its merits of high resolution, mainly due to using two knowledge models complementarily. In our current study, new knowledge representation scheme is developed which integrates the previous two knowledge models, the symptom tree and the fault-consequence digraph, into one. This new model is constructed using a material balance, energy balance, momentum balance and equipment constraints. Controller related constraints are included in this new model, which possesses merits of the two previous models. This new integrated model will be tested and verified by the real-time application in a BTX process or a crude unit process. The reliability and flexibility will be greatly enhanced compared to the previous model in spite of the low diagnosis speed. Nexpert Object for the expert system shell and SUN4 workstation for the hardware platform are used. TCP/IP for a communication protocol and interfacing to a dynamic simulator, SPEEDUP, for a dynamic data generation are being studied.

• 한국건설관리학회논문집
• /
• 제7권3호
• /
• pp.45-55
• /
• 2006

본 연구는 건설경영자의 경영Mind정립과 합리적 의사결정에 필요한 사고체계 구축에 필요한 논리와 기업경영에서 돌출될 수 있는 외부적 간섭인자를 효과적으로 분석할 수 있는 방향을 제시하는 것이 목적이다. 따라서 경영Mind 정립에 적용되는 간섭인자들이 경영 의사결정에 많은 영향을 주기 때문에 Mind정립과 경영환경에 대한 합리적 접근방법을 제시하고, 시간의 동태성에 따른 환경 요인들을 경영학, 심리학, 철학적 개념에서 논리적 단계로 분석했다. 끝으로 의사결정 요소에 대한 원칙적 한계 및 접근단계와 평가기준을 정립해보았다. 본 연구를 수행한 결과를 다음과 같이 요약해 본다. (1) 경영자의 의사결정 접근방법 (3) 시간의 동태성과 경영Mind (3) 의사결정의 외부 환경적 요인 (4) 경영Mind의 Synergy화 방법 (5) Mind 정립의 기대효과.

• 정보처리학회논문지B
• /
• 제9B권3호
• /
• pp.263-270
• /
• 2002

현재가지 개발된 화재진압통제 지능시스템들은 대부분 규칙기반 시스템이다. 실제로 화재를 탐지하는데 필요한 지식은 정형화된 규칙만으로 표현하기 어렵다. 또한 시스템의 성능 향상을 위해서 지속적인 규칙들의 수정 및 추가가 이루어져야 하며, 특히 예외적인 상황에서의 화재 발생 탐지시 문제점을 지니고 있다. 이러한 문제점들을 개선하기 위한 규칙 및 사례기반 추론을 이용한 하이브리드 화재진압통제 지능시스템 (H-FFIS)은 규칙기반 시스템보다 화재탐지율은 향상시켰으나, 수행시간이 증가되었다. 본 연구에서는 기존의 H-FFIS의 단점을 보완하기 위하여 규칙 및 클러스터링에 의한 사례기반 추론을 이용한 개선된 선박 화재진압통제 지능시스템(A-FFIS)을 제안한다. 제안하는 시스템은 기존의 H-FFIS와 비교해 볼 때, 수행시간을 감소시키면서 정확성을 향상시키는 결과를 얻었다.

• 한국IT서비스학회지
• /
• 제16권4호
• /
• pp.137-148
• /
• 2017

Researches on the Artificial Intelligence has been explosively activated in various fields since the advent of AlphaGo. Particularly, researchers on the application of multi-layer neural network such as deep learning, and various machine learning algorithms are being focused actively. In this paper, we described a development of an artificial intelligence Janggi game based on reinforcement learning algorithm and MCTS (Monte Carlo Tree Search) algorithm with accumulated game data. The previous artificial intelligence games are mostly developed based on mini-max algorithm, which depends only on the results of the tree search algorithms. They cannot use of the real data from the games experts, nor cannot enhance the performance by learning. In this paper, we suggest our approach to overcome those limitations as follows. First, we collects Janggi expert's game data, which can reflect abundant real game results. Second, we create a graph structure by using the game data, which can remove redundant movement. And third, we apply the reinforcement learning algorithm and MCTS algorithm to select the best next move. In addition, the learned graph is stored by object serialization method to provide continuity of the game. The experiment of this study is done with two different types as follows. First, our system is confronted with other AI based system that is currently being served on the internet. Second, our system confronted with some Janggi experts who have winning records of more than 50%. Experimental results show that the rate of our system is significantly higher.

• 한국인터넷방송통신학회논문지
• /
• 제11권1호
• /
• pp.125-132
• /
• 2011

기존의 화재 감시 시스템은 보통 연기, CO 혹은 온도나 온도의 변화량을 가지고 화재여부를 판단하였다. 대부분 각각의 센서에서 측정된 값을 미리 설정한 값과 비교하여 기준을 넘었을 경우에 화재라고 결정한다. 그러나 화재 가능성이 있는 상황도 정확히 예측하는 것이 화재를 예방하기 위해 요구된다. 본 연구에서는 여러 인자들 간의 조합에 의한 규칙을 생성하고, 불명확한 데이터 처리가 가능한 퍼지추론을 사용하여 화재상황을 인식하는 방식을 제안한다. 또한 퍼지추론 방식에서 지식의 일반화, 형식화의 문제점을 해결하기 위해, 화재의 특정 패턴들의 특징을 찾아서 분석하고 규칙베이스를 구축함으로써 시스템의 성능을 더욱 향상 시킨다. 화재의 레벨을 3단계(정상, 주의, 위험)로 나누고, 각 단계별로 훈련데이터를 FCM(fuzzy C-means clustering)에 의해 규칙화 하여 추론하는 시스템을 제안한다. 제안된 방식을 UCI의 삼림화재 데이터를 이용하여 성능을 평가한다.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.251-266
• /
• 2022

Structural Health Monitoring (SHM) of critical infrastructure comprises a major pillar of maintenance management, shielding public safety and economic sustainability. Although SHM is usually associated with data-driven metrics and thresholds, expert judgement is essential, especially in cases where erroneous predictions can bear casualties or substantial economic loss. Considering that visual inspections are time consuming and potentially subjective, artificial-intelligence tools may be leveraged in order to minimize the inspection effort and provide objective outcomes. In this context, timely detection of sensor malfunctioning is crucial in preventing inaccurate assessment and false alarms. The present work introduces a sensor-fault detection and interpretation framework, based on the well-established support-vector machine scheme for anomaly detection, combined with a coalitional game-theory approach. The proposed framework is implemented in two datasets, provided along the 1st International Project Competition for Structural Health Monitoring (IPC-SHM 2020), comprising acceleration and cable-load measurements from two real cable-stayed bridges. The results demonstrate good predictive performance and highlight the potential for seamless adaption of the algorithm to intrinsically different data domains. For the first time, the term "decision trajectories", originating from the field of cognitive sciences, is introduced and applied in the context of SHM. This provides an intuitive and comprehensive illustration of the impact of individual features, along with an elaboration on feature dependencies that drive individual model predictions. Overall, the proposed framework provides an easy-to-train, application-agnostic and interpretable anomaly detector, which can be integrated into the preprocessing part of various SHM and condition-monitoring applications, offering a first screening of the sensor health prior to further analysis.

• 정보보호학회논문지
• /
• 제32권6호
• /
• pp.1139-1150
• /
• 2022

SW 산업의 급속한 발전과 함께 새롭게 개발되는 코드와 비례해서 취약한 코드 또한 급증하고 있다. 기존에는 전문가가 수동으로 코드를 분석하여 취약점을 탐지하였지만 최근에는 증가하는 코드에 비해서 분석하는 인력이 부족하다. 이 때문에 기존 Vuldeepecker와 같은 많은 연구에서는 RNN 기반 모델을 이용하여 취약점을 탐지하였다. 그러나 RNN 모델은 코드의 양이 방대할수록 새롭게 입력되는 코드만 학습되고 초기에 입력된 코드는 최종 예측 결과에 영향을 주지 못하는 한계점이 있다. 또한 RNN 기반 방법은 입력에 Word2vec 모델을 사용하여 단어의 의미를 상징하는 embedding을 먼저 학습하여 고정 값으로 RNN 모델에 입력된다. 이는 서로 다른 문맥에서 다른 의미를 표현하지 못하는 한계점이 있다. BERT는 Transformer 모델을 기본 레이어로 사용하여 각 단어가 전체 문맥에서 모든 단어 간의 관계를 계산한다. 또한 MLM과 NST 방법으로 문장 간의 앞뒤 관계를 학습하기 때문에 취약점 탐지와 같은 코드 간 관계를 분석해야 할 필요가 있는 문제에서 적절한 방법이다. 본 논문에서는 BERT 모델과 결합하여 취약점 탐지하는 연구를 수행하였고 실험 결과 취약점 탐지의 정확성이 97.5%로 Vuldeepecker보다 정확성 1.5%. 효율성이 69%를 증가하였다.

• 한국전자통신학회논문지
• /
• 제19권3호
• /
• pp.571-576
• /
• 2024

온톨로지는 도메인 전문가에 의해 만들어지지만, 동일한 내용이라도 전문가마다 도메인 지식에 대한 이해가 다르기 때문에 상이하게 표현될 수 있다. 아직 온톨로지 표준화가 부족하기 때문에 동일한 도메인 내에 여러 개의 온톨로지가 존재할 수 있으며, 이로 인해 온톨로지 이질성이라는 현상이 발생한다. 따라서 우리는 온톨로지 이질성 문제를 해결하기 위해 SCBOW(: Siames Continuois Bag Of Words)와 BERT(: BiDirectional Encoder Representations from Transformers) 모델을 결합한 새로운 온톨로지 매칭 방법을 제안한다. 온톨로지를 그래프로 표현하며, 온톨로지 매칭 문제에서 발생할 수 있는 일대다 문제를 해결하기 위해 SimRank 알고리즘을 사용한다. 실험 결과 우리의 접근 방식이 전통적인 매칭 알고리즘보다 약 8%의 성능 향상을 보였다. 제안 방법은 온톨로지 매칭에 사용되는 정렬 기술을 향상하고 개선할 수 있다.