• 디지털융복합연구
• /
• 제10권2호
• /
• pp.287-292
• /
• 2012

본 논문에서는 모바일환경에서의 사용자 감정인지를 통한 개인화 서비스 지원에 필요한 위치기반 센싱 데이터의 전처리 기법과 사용자 감정 데이터의 구축 및 전처리를 위한 V-A 감정 모델에서의 감정 데이터 전처리 기법에 대하여 연구한다. 이를 위하여 그래뉼러 컨텍스트 트리 및 스트링 매칭 기반의 감정 패턴 매칭 기법을 사용한다. 또한 상황 인지를 통한 개인화 서비스를 위해 확률 기반 추론을 이용한 상황 인식 및 개인화 서비스 추천 기법에 대하여 연구한다.

• 시큐리티연구
• /
• 제8호
• /
• pp.309-336
• /
• 2004

Approximately equivalent to character disorder or character neuroses or behavioral reaction. For a discussion of the term as used currently, in the 1968 revision of psychiatric nomenclature(DSM-II). In DSM-I(1952 nomenclature), this term referred to those cases in which the personality, in its struggle for adjustment to internal and external stresses, utilized primarily a pattern of action or behavior rather than symptoms in the mental, somatic or emotional spheres. There is minimal subjective anxiety and little or no sense of distress. As thus defined, there are three main groups of personality disorder, personality pattern disturbance, personality trait disturbance and sociopathic, personality disturbance. Morton Prince asks whether a subconscious process can perform the same function as are ordinarily performed by conscious intelligence that is to say memory, perception, reasoning, imagination, volition, affectivity, etc? He cites clinical material at great length, concluding that the quality of the functions performed they frequently exhibit, that which is characteristic of intelligence.

• 대한수학교육학회지:학교수학
• /
• 제7권1호
• /
• pp.17-32
• /
• 2005

제 7차 교육과정의 초등수학에서 계산기 사용은 수학적 개념의 이해, 수학적 사고, 문제해결력, 창의적 사고력 기르기에 사용하도록 하였고, 실제 처음으로 교과서에 활용도하고 있다. 이런 변화에도 초등수학에서 계산기 활용에 대한 관심과 연구는 미흡한 편이다. 발표된 국내연구물은 정의적 영역에 관한 것이 많고, 인지적인 영역에 관련된 것은 적은 편이다. 이에 본 연구는 초등수학에서 계산기 활용에 대하여 국내 외 연구물에 제시된 장점 상황 중에서 수 감각과 수학적 개념, 문제해결, 패턴탐구와 추론능력의 3가지를 연구 대상으로 하였다. 또 문제 구성은 본 연구에서 활용한 연구물에 제시된 문제들 중 설문지 조사와 초등수학교육전문가의 자문을 통하여 더 효과적인 문제를 선택한 후, 실제 수업활동에서 어떤 효과가 있는지를 조사 분석하였다.

• 한국컴퓨터정보학회논문지
• /
• 제14권3호
• /
• pp.139-147
• /
• 2009

메모리 기반 추론 기법은 단순히 학습패턴이나 대표패턴의 형태로 메모리에 저장하며 테스트 패턴과의 거리 계산을 통하여 분류한다. 이 기법의 가장 큰 문제점은 학습 패턴 전체를 메모리에 저장하거나 학습 패턴들을 대표 패턴으로 대체하는 방법을 사용함으로 다른 기계학습 방법에 비하여 많은 메모리 공간을 필요로 하며, 저장되는 학습패턴이 증가할수록 분류에 필요한 시간도 많이 소요된다는 단점을 갖는다. 본 논문은 효율적인 메모리 사용과 분류 성능의 향상을 위한 EAS 기법을 제안하였다. 즉, 학습패턴에 대해 분할공간을 생성한 후 생성된 각 분할공간을 MDL기법과 PM기법으로 평가하였다. 그리고 평가 결과 가장 우수한 분할공간만을 취하여 대표패턴으로 삼고 나머지는 다시 분할하여 평가를 반복하는 기법이다. UCI Machine Learning Repository에서 벤치마크 데이터를 발췌한 실험 자료를 사용하여 제안한 기법의 성능과 메모리 사용량에 있어 우수함을 입증하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권4호
• /
• pp.1489-1503
• /
• 2018

Spectrum reuse has attracted much concern of researchers and scientists, however, the dynamic spectrum access is challenging, since an individual secondary user usually just has limited sensing abilities. One key insight is that spectrum usage forecasting among secondary users, this inspiration enables users to obtain more informed spectrum opportunities. Therefore, spectrum usage forecasting is vital to cognitive radio networks (CRNs). With this insight, a spectrum usage forecasting model for the occurrence of primary users prediction is derived in this paper. The proposed model is based on auto regressive enhanced primary user emergence reasoning (AR-PUER), which combines linear prediction and primary user emergence reasoning. Historical samples are selected to train the spectrum usage forecasting model in order to capture the current distinction pattern of primary users. The proposed scheme does not require the knowledge of signal or of noise power. To verify the performance of proposed spectrum usage forecasting model, we apply it to the data during the past two months, and then compare it with some other sensing techniques. The simulation results demonstrate that the spectrum usage forecasting model is effective and generates the most accurate prediction of primary users occasion in several cases.

• 동의생리병리학회지
• /
• 제25권5호
• /
• pp.894-899
• /
• 2011

Traditional Korean Medicine (TKM) has been actively researched through various approaches, including computational methods. This paper aims at providing an overview of domestic studies using the computational techniques in TKM field. A literature search was conducted in Korean publications using OASIS system, and major studies of data mining in TKM were identified. A review was presented in six diagnosis fields, including sasang constitution diagnosis, eight constitution diagnosis, tongue diagnosis, pattern diagnosis for stroke, diagnosis based on ontology, diagnosis for cause of disease. They collect clinical data themselves for experiments and primarily applied a algorithm of decision tree, SVM, neural network, case-based reasoning, ontology reasoning, discriminant analysis. In the future, there needs to identify which algorithm is suitable to diagnosis or other fields of TKM.

• 한국정보통신학회논문지
• /
• 제15권7호
• /
• pp.1457-1464
• /
• 2011

본 논문에서는 개선된 CP 알고리즘에서 경쟁층의 수를 효율적으로 설정하기 위해 퍼지 제어 기법을 이용하여 경쟁층의 수를 결정하는 방법을 제안한다. 제안된 방법은 CP 알고리즘에 입력되는 패턴의 정보를 이용하여 퍼지 소속 함수를 설계하고 입력에 대한 소속도를 계산한 후, 퍼지 제어 규칙을 적용하고, Mamdani의 Max_Min 추론 방법으로 추론한다. 퍼지 추론을 통해 최종적으로 얻어진 값을 무게 중심법으로 비퍼지화 하여 최종적으로 개선된 CP 알고리즘의 경쟁층의 수를 결정하는데 적용한다. 제안된 방법의 학습 및 인식 성능을 평가하기 위해, 영문과 같이 다양한 패턴을 실험에 적용한 결과, 제안된 방법이 경쟁층의 수를 결정하는데 효과적임을 확인할 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제10권11호
• /
• pp.1516-1522
• /
• 2007

FPA(Fixed Partition Averaging) 기법은 기억공간의 효율적인 사용과 분류성능의 향상을 위하여 제안되었던 메모리 기반 추론 기법으로 대상 패턴 공간을 분할 한 후 대표 패턴을 추출하여 분류 기준 패턴으로 사용한다. 이 기법은 메모리 사용 효율과 분류 성능 면에서 우수한 결과를 보인다. 그러나 여러 클래스가 혼합된 분할패턴공간의 경우에 원래의 패턴들을 그대로 저장하여 메모리와 분류성능에 부담으로 작용하는 문제점을 가지고 있다. 본 논문에서는 여러 클래스가 혼합된 분할공간에서 패턴비율을 고려하여 고정분할을 반복적으로 실행하여 초월평면을 생성하고 분류하는 반복적 고정분할평균기법을 제안한다. 본 논문에서 제안한 기법은 기존의 k-NN 기법과 비교하여 현저하게 줄어든 대표패턴을 이용하여 유사한 분류 성능을 보여주며, NGE 이론을 구현한 EACH 시스템과 FPA 기법 등과 비교하여 탁월한 분류 성능을 보여준다.

• Earthquakes and Structures
• /
• 제14권2호
• /
• pp.143-153
• /
• 2018

Correlation among different factors must be considered for selection of influencing factors in safety monitoring of high dam including positive correlation of variables. Therefore, a new factor selection method was constructed based on Copula entropy and mutual information theory, which was deduced and optimized. Considering the small sample size in high dam monitoring and distribution of daily monitoring samples, a computing method that avoids causality of structure as much as possible is needed. The two-dimensional normal information diffusion and fuzzy reasoning of pattern recognition field are based on the weight theory, which avoids complicated causes of the studying structure. Hence, it is used to dam safety monitoring field and simplified, which increases sample information appropriately. Next, a complete system integrating high dam monitoring and uncertainty prediction method was established by combining Copula entropy theory and information diffusion theory. Finally, the proposed method was applied in seepage monitoring of Nuozhadu clay core-wall rockfill dam. Its selection of influencing factors and processing of sample data were compared with different models. Results demonstrated that the proposed method increases the prediction accuracy to some extent.

• 한국멀티미디어학회논문지
• /
• 제6권5호
• /
• pp.824-830
• /
• 2003

메모리 기반 추론에서 기억공간의 효율적인 사용과 분류성능의 향상을 위하여 제안되었던 RPA(Recursive Partition Averaging)알고리즘은 대상 패턴 공간을 분할 한 후 대표 패턴을 추출하여 분류 기준 패턴으로 사용한다. 이 기법은 구성된 초월 평면상에서 단순히 대표패턴을 추출하여 분류 성능 저하의 원인이 되는 단점을 가지고 있었다. 여기에서는 기존 RPA의 단점을 보완하기 위해 FPD (Feature-based Population Densimeter)를 이용한 OHC (Optimized Hyperrectangle Calving) 알고리즘을 제안한다. 제안된 알고리즘은 RPA분할 종료 후 OHC를 이용하여 초월 평면을 최적화한 후 패턴 평균 기법을 적용하여 학습 결과를 산출한다. 제안된 알고리즘은 k-NN분류기에서 필요로 하는 메모리 공간의 40%정도를 사용하며 분류에 있어서도 RPA보다 우수한 인식 성능을 보이고 있다. 또한 저장된 패턴의 감소로 인하여, 실제 분류에 소요되는 시간비교에 있어서도 k-NN보다 월등히 우수한 성능을 보이고 있다.