• 지능정보연구
• /
• 제10권1호
• /
• pp.109-123
• /
• 2004

기업부도예측은 재무와 경영의사결정문제에서의 주된 인공신경망 응용분야라 할 수 있다. 일반적으로 인공신경망은 이 분야에서 매우 좋은 성과를 보이는 것으로 알려져 있지만 종종 잡음이 심한 데이터에 대해서는 일관성 있고 예측가능한 성과를 보이지 못하는 경우가 있다. 특히 학습용 자료가 매우 많아서 학습시간과 자료수집비용이 과대한 경우에는 적절한 자료의 축소가 되지 않고는 인공신경망을 학습시키는 것이 불가능한 경우도 있다. 사례선택기법은 자료의 차원을 축약시켜 주며 직접적으로 자료를 축소시켜 주는 방법이다. 사례기반 학습기법에서는 이미 몇 연구가 사례선택기법의 필요성을 주장한 바 있으나 인공신경망 모형에서 사례선택기법의 필요성을 주장한 연구는 거의 없다. 본 연구에서는 기업부도예측을 위한 인공신경망 모형에서 유전자 알고리즘을 이용한 사례선택기법을 제안한다. 본 연구에서 유전자 알고리즘은 다층 인공신경망에서의 계층별 연결강도를 최적화하고, 동시에 학습에 적합한 사례를 선택한다. 유전자 알고리즘에 의해 결정된 계층별 연결강도는 역전파오류 학습기법에서 종종 발생하는 국부 최적해에 수렴하는 현상을 최소화해 줄 것으로 기대되고, 선택된 학습용 사례는 학습시간의 단축과 예측성과를 향상시켜 줄 것으로 기대된다. 본 연구에서는 제안한 모형과 주요 데이터 마이닝 기법들의 성과를 비교 연구한다. 실험결과, 제안된 방법이 인공신경망에서의 사례선택기법으로 유용한 것으로 나타났다.

• 제어로봇시스템학회논문지
• /
• 제16권12호
• /
• pp.1150-1158
• /
• 2010

In this study, the Polynomial-based Radial Basis Function Neural Networks is proposed as one of the recognition part of overall face recognition system that consists of two parts such as the preprocessing part and recognition part. The design methodology and procedure of the proposed pRBFNNs are presented to obtain the solution to high-dimensional pattern recognition problem. First, in preprocessing part, we use a CCD camera to obtain a picture frame in real-time. By using histogram equalization method, we can partially enhance the distorted image influenced by natural as well as artificial illumination. We use an AdaBoost algorithm proposed by Viola and Jones, which is exploited for the detection of facial image area between face and non-facial image area. As the feature extraction algorithm, PCA method is used. In this study, the PCA method, which is a feature extraction algorithm, is used to carry out the dimension reduction of facial image area formed by high-dimensional information. Secondly, we use pRBFNNs to identify the ID by recognizing unique pattern of each person. The proposed pRBFNNs architecture consists of three functional modules such as the condition part, the conclusion part, and the inference part as fuzzy rules formed in 'If-then' format. In the condition part of fuzzy rules, input space is partitioned with Fuzzy C-Means clustering. In the conclusion part of rules, the connection weight of pRBFNNs is represented as three kinds of polynomials such as constant, linear, and quadratic. Coefficients of connection weight identified with back-propagation using gradient descent method. The output of pRBFNNs model is obtained by fuzzy inference method in the inference part of fuzzy rules. The essential design parameters (including learning rate, momentum coefficient and fuzzification coefficient) of the networks are optimized by means of the Particle Swarm Optimization. The proposed pRBFNNs are applied to real-time face recognition system and then demonstrated from the viewpoint of output performance and recognition rate.

• 한국전산구조공학회논문집
• /
• 제27권3호
• /
• pp.137-145
• /
• 2014

본 논문에서는 브리징 스케일 분해를 기반으로 멀티스케일 문제에 대한 설계민감도 해석법을 개발하였다. 나노 기술의 급속한 발전으로 인해 나노 수준의 해석의 필요성이 지속적으로 증가하고 있다. 최근 분자동역학과 연속체역학의 연성문제에서 많은 해석 방법들이 개발되었다. 본 논문에서는 연성시스템 해석을 위해 브리징 스케일 기법을 사용한다. 전체 영역의 분자동역학 시스템의 해석은 많은 양의 계산 비용이 들기때문에 분자동역학과 연속체 시뮬레이션의 연성시스템을 선호한다. 분자동역학과 연속체 수준 사이의 정보 교환은 분자동역학과 연속체의 경계에서 일어난다. 브리징 스케일 법에서 일반화된 랑지벵 방정식은 축소된 영역의 분자동역학 시스템 해석을 위하여 요구되고, 시간이력 커널을 사용하여 구한 GLE 힘은 분자동역학 시스템에서 경계에 있는 원자들에 작용한다. 그러므로 분자동역학과 연속체 수준의 시뮬레이션을 분리해서 해석할 수 있으며 계산 과정을 가속시킬 수 있다. 연성문제의 시뮬레이션 이후에는 설계의 최적화를 위해 설계민감도 해석의 필요성이 자연스럽게 나타나며 전체 시스템의 성능은 나노 스케일의 효과를 고려해서 최적화된다. 설계구배 기반 최적화에서 설계민감도가 요구되지만 유한차분법으로 구한 민감도는 문제가 대형화될 때 계산비용의 제한때문에 비실용적이나 해석적 설계민감도는 효율적인 강점을 갖는다. 본 연구에서는 연성된 분자동역학-연속체 멀티스케일 문제에서 해석적 설계민감도를 유도하여 정확성과 향후 최적설계로의 활용 가능성을 확인하였다.

• 한국ITS학회 논문지
• /
• 제16권6호
• /
• pp.67-78
• /
• 2017

교통혼잡비용은 매해 증가하며, 교통혼잡비용의 63.8%에 해당되는 도심부 교통혼잡에 대한 대책 마련이 시급한 상태이다. 최근 빅데이터, 인공지능 등 4차 산업혁명을 선도하는 기술들의 발전으로 교통부문의 정보화에도 많은 변화가 초래되고 있다. 이러한 신개념 기술을 활용하여 소통상황 예측정보를 제공함으로써 교통혼잡비용을 저감할 수 있을 것으로 기대된다. 이에 본 연구에서는 순환 인공 신경망(RNN)을 활용하여 반복 및 비반복 정체 예측 모형을 개발하고자 하였다. 제안 모형은 실시간 소통정보, 이력정보, 유고상황정보 등을 활용하여 현재를 기점으로 15분 간격의 1시간 이후 소통 상황을 예측하는 모형이다. 33개 링크로 구성된 서울시 논현로에 대해 2개의 은닉층으로 구성된 RNN 모형을 구축하였다. 총 30개 모형을 계량활용변화역전파 알고리즘으로 학습하여, 이 중 평균오차제곱이 0.0834인 모형을 최적 모형으로 선정하였다. 모형 검증 결과 25개 링크에 대해 유의성 높은 예측을 하였다. 모형의 예측력을 열지도를 통해 검토한 결과 반복 정체뿐 아니라 비반복 정체까지 예측할 수 있는 것을 확인할 수 있었다. 따라서 실제 도로 상에서의 교통혼잡 예측을 위한 모형으로 활용할 수 있을 것이라 기대된다.

• 항공우주시스템공학회지
• /
• 제14권3호
• /
• pp.42-50
• /
• 2020

우주용 적외선 센서의 탑재 교정용 흑체 시스템은 궤도상에서 센서 출력특성 교정을 위해 다양한 기준온도에서 한정된 개수의 온도센서로부터 고정밀의 대표표면온도 추정이 가능해야 한다. 본 논문에서 제안된 흑체 시스템은 흑체 가열 후 잔열 수송을 위한 히트파이프를 흑체 후면 중앙의 일체형 플랜지에 결합하는 방식을 적용하였다. 따라서 흑체 표면온도구배 최소화와 함께 원형 대칭 형태의 온도구배를 얻을 수 있어 표면온도 추정이 용이하면서도 발사 및 궤도환경에서 하중이 가해지더라도 안정적인 히트파이프 접속부를 갖도록 하며, 복수의 히트파이프 적용에 따른 Fail Safe 설계가 가능하도록 한다. 또한 온도센서 부착작업이 용이하도록 센서를 흑체 외부 표면에 적용하더라도 높은 정확도로 표면온도 추정이 가능하다. 본 논문에서 제안된 흑체 시스템의 설계 유효성 입증을 위해 궤도 열해석을 수행하였으며, 해석결과를 기반으로 온도센서 개수 및 위치에 따른 대표표면온도 추정을 실시하였다.

• 한국ITS학회 논문지
• /
• 제17권6호
• /
• pp.121-132
• /
• 2018

기상은 교통흐름, 운전자의 주행패턴, 교통사고 등 여러 방면에서 도로교통에 영향을 미치는 중요한 요인이다. 본 연구는 기상상황과 노면상태 사이의 관계에 초점을 맞추어 기계학습을 통해 도로의 노면상태를 추정하는 모델을 개발하였다. 노면 상태의 수집을 위해 실험 차량에 노면센서를 부착하여 '건조', '습윤', '젖음', 3가지 범주로 구분된 노면상태 정보를 수집하였고, 이를 추정하기 위한 변수로 도로의 기하구조 정보(곡률, 구배), 교통정보(교통량), 기상정보(강우량, 습도, 온도, 풍속)를 활용하였다. 노면 상태를 예측하기 위한 알고리즘으로는 다양한 기계학습 알고리즘이 검토되었으며, 그 중 가장 높은 정확도를 보인 'Random forest'를 기반으로 한 2단계 분류모형을 구축하였다. 총 16일의 실측 데이터 중 14일의 데이터를 모델을 학습하는 데 활용하였고, 2일의 데이터를 모형의 정확도를 검증하기 위해 사용하였다. 그 결과 81.74%의 검증 정확도를 가지는 노면상태 예측 모델을 구축하였다. 본 연구의 결과는 기상청에서 관측하는 기상정보로 도로의 노면상태를 추정할 수 있다는 가능성을 보여주며, 새로운 장비나 센서를 설치하지 않고도 기존의 기상 관측 정보와 교통정보 등을 활용하여 노면의 상태를 추정할 수 있음을 시사한다.

• 원예과학기술지
• /
• 제35권1호
• /
• pp.38-45
• /
• 2017

본 연구에서는 온도구배터널을 이용하여 기온상승이 우리나라 주요 노지 채소인 월동무의 광합성, 무기성분 조성, 생장에 미치는 영향을 조사하여 겨울철 기온상승이 월동무의 생육에 미치는 영향을 예측하였다. 월동무의 생육(지상부와 뿌리의 생체중과 건물중, 초장, 뿌리의 길이와 직경)은 겨울철 대기온도에서 보다 대기온도 $+4^{\circ}C$와 대기온도 $+7^{\circ}C$ 조건에서 재배하였을 때 증가하였다. 그리고, 겨울철 온도가 높아졌을 때 월동무 뿌리에서는 Cu 함량이 감소하지만 K, Ca, Mg, Fe 함량은 증가하였으며, 지상부에서는 N, P, Ca, Mg, Fe의 함량이 증가하였다. 최대광합성률은 겨울철 대기온도에서 $9.7{\mu}mol{\cdot}m^{-2}{\cdot}s^{-1}$로 낮은데 반하여 대기온도 $+4^{\circ}C$와 대기온도 $+7^{\circ}C$ 조건에서는 각각 $22.1{\mu}mol{\cdot}m^{-2}{\cdot}s^{-1}$과 $22.9{\mu}mol{\cdot}m^{-2}{\cdot}s^{-1}$로 대기온도에서보다 2배 이상 높았다. 반면에 수분이용효율은 대기온도 $+4^{\circ}C$와 대기온도 $+7^{\circ}C$ 조건에서 재배하였을 때 대기온도에서보다 감소하였다. 이러한 결과는 미래의 겨울철 온도 상승이 무기염류의 흡수와 광합성의 증가를 유도하여 월동무의 생육에 우호적으로 작용하여 생산성을 높이지만 수분 요구도가 높아질 수 있음을 나타내 주고 있다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.175-197
• /
• 2021

최근 딥 러닝 기술의 발전으로 뉴스, 블로그 등 다양한 문서에 포함된 텍스트 분석에 딥 러닝 기술을 활용하는 연구가 활발하게 수행되고 있다. 다양한 텍스트 분석 응용 가운데, 텍스트 분류는 학계와 업계에서 가장 많이 활용되는 대표적인 기술이다. 텍스트 분류의 활용 예로는 정답 레이블이 하나만 존재하는 이진 클래스 분류와 다중 클래스 분류, 그리고 정답 레이블이 여러 개 존재하는 다중 레이블 분류 등이 있다. 특히, 다중 레이블 분류는 여러 개의 정답 레이블이 존재한다는 특성 때문에 일반적인 분류와는 상이한 학습 방법이 요구된다. 또한, 다중 레이블 분류 문제는 레이블과 클래스의 개수가 증가할수록 예측의 난이도가 상승한다는 측면에서 데이터 과학 분야의 난제로 여겨지고 있다. 따라서 이를 해결하기 위해 다수의 레이블을 압축한 후 압축된 레이블을 예측하고, 예측된 압축 레이블을 원래 레이블로 복원하는 레이블 임베딩이 많이 활용되고 있다. 대표적으로 딥 러닝 모델인 오토인코더 기반 레이블 임베딩이 이러한 목적으로 사용되고 있지만, 이러한 기법은 클래스의 수가 무수히 많은 고차원 레이블 공간을 저차원 잠재 레이블 공간으로 압축할 때 많은 정보 손실을 야기한다는 한계가 있다. 이에 본 연구에서는 오토인코더의 인코더와 디코더 각각에 스킵 연결을 추가하여, 고차원 레이블 공간의 압축 과정에서 정보 손실을 최소화할 수 있는 레이블 임베딩 방법을 제안한다. 또한 학술연구정보서비스인 'RISS'에서 수집한 학술논문 4,675건에 대해 각 논문의 초록으로부터 해당 논문의 다중 키워드를 예측하는 실험을 수행한 결과, 제안 방법론이 기존의 일반 오토인코더 기반 레이블 임베딩 기법에 비해 정확도, 정밀도, 재현율, 그리고 F1 점수 등 모든 측면에서 우수한 성능을 나타냄을 확인하였다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1285-1300
• /
• 2022

탁도는 부유물질에 의한 빛의 산란 또는 흡수로 인한 수체의 흐림을 나타내는 수치로 수질 관리 분야에서 중요 지표로 활용되고 있다. 탁도는 소규모의 하천에서 변동성이 심할 수 있으며, 이는 국가하천의 수질에 직접적으로 영향을 준다. 따라서 고해상도의 탁도 공간정보 산출은 매우 중요하다. 이 연구에서는 Korea Multi-Purpose Satellite-3 및 -3A (KOMPSAT-3/3A) 영상으로부터 한강 수계 하천의 고해상도 탁도 매핑을 위한 eXtreme Gradient Boosting (XGBoost) 알고리즘 기반의 탁도 산출 모델을 개발하였다. 이를 위해 총 24장의 KOMPSAT-3/3A 영상과 150장의 Landsat-8 영상으로부터 계산된 대기 상단(Top Of Atmosphere, TOA) 반사율을 활용하였으며, Landsat-8 TOA 반사율은 KOMPSAT-3/3A의 관측 파장 대역에 적합하도록 교차검보정을 수행하였다. 국가수질자동관측망에서 측정된 탁도를 탁도 산출 모델의 참조자료로 사용하였고, 입력 변수로는 탁도가 실측된 위치에서의 TOA 분광반사율과 탁도 분석에 널리 이용되어 온 분광지수인 정규식생지수, 정규수분지수, 정규탁도지수, 그리고 Moderate Resolution Imaging Spectroradiometer (MODIS)의 대기 산출물(에어로졸 광학 두께, 수증기량, 오존)을 사용하였다. 또한 고탁도와 저탁도에 대한 KOMPSAT-3/3A TOA 분광반사율을 분석하여 탁도를 설명할 수 있는 새로운 정규탁도지수(new normalized difference turbidity index, nNDTI)를 제안하였고, 이를 탁도 산출 모델에 입력 변수로 추가하였다. XGBoost 기반 탁도 산출 모델은 현장관측 탁도와 비교하여 2.70 NTU의 평균 제곱근 오차(root mean square error, RMSE) 및 14.70%의 정규화된 RMSE(normalized RMSE)를 가지는 탁도를 예측하여 우수한 성능을 보였으며, 이 연구에서 새롭게 제안한 nNDTI가 탁도 산출에 있어 가장 중요한 변수로 사용되었다. 개발된 탁도 산출 모델을 KOMPSAT-3/3A 영상에 적용하여 하천 탁도를 고해상도로 매핑하였으며, 탁도의 시공간적 변동에 대한 분석이 가능하였다. 이 연구를 통하여 고해상도의 정확한 탁도 공간정보 산출에 KOMPSAT-3/3A 영상이 매우 유용함을 확인할 수 있었다.

• 한국전산구조공학회논문집
• /
• 제19권3호
• /
• pp.271-282
• /
• 2006

지반위에 놓인 콘크리트 슬래브가 온도하중을 받을 때 지반의 전단저항과 슬래브 하부와 지반과의 마찰 등에 의해 생기는 슬래브 하부의 수평저항을 고려하여 지반위에 놓인 콘크리트 슬래브의 거동을 분석하였다. 지반위의 콘크리트 슬래브와 강성도로포장의 해석에 널리 사용되는 탄성지반위의 얇은 판을 이용하여 슬래브 하부의 수평저항을 고려하기 위한 해석 공식을 유도하였다. 이를 이용하여 판요소와 쉘요소를 이용한 유한요소법에 의한 모델을 개발하여 수치해석 결과를 도출하였다. 해석 공식과 수치해석 모델을 이용한 해석 결과를 비교 분석하였고 매우 비슷한 결과가 도출 되는 것을 알 수 있었다. 슬래브의 상부와 하부에 온도 차이가 있을 때와 슬래브의 온도가 전체적으로 감소할 때, 콘크리트 슬래브의 응력 분포에 슬래브 하부의 수평저항이 미치는 민감성을 여러 가지의 다른 슬래브의 두께, 탄성계수, 그리고 지반의 수직탄성계수 등을 고려하여 분석하였다. 해석 결과에서 온도하중을 받을 때 슬래브 하부의 수평저항은 슬래브의 응력에 매우 큰 영향을 미칠 수 있다는 것을 발견하였다.