• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권11호
• /
• pp.699-705
• /
• 2015

하나의 한글글꼴을 완성하려면 천개 이상의 많은 자모가 필요하다. 본 논문에서는 한글글꼴 제작에 필수적인 자모 생성을 위하여, 조합 규칙 집합에 기반한 글리프 보강 기법을 통하여 몇 개의 자모로부터 원하는 개수 만큼의 자모를 자동생성할 수 있는 "다중 마스터 글리프 알고리즘"을 제시한다. 이 알고리즘을 기반으로 한글 자모 및 문자를 생성하는 글꼴 에디터를 개발하였다. 에디터는 조합 규칙 집합 및 4개의 마스터 글리프를 이용하여 해당 개수의 기본 자모를 자동 생성하며, 자동 생성된 자모를 활용하여 KSX1001 표준한글 2350자 및 Unicode 표준한글 11172자 문자들을 자동 조합하여 원하는 타겟 글꼴을 생성한다. 기존 상용서체에 적용하여, 본고에서 제시한 한글 글꼴 에디터의 효율성을 정량적으로 분석하였다.

• Composites Research
• /
• 제19권5호
• /
• pp.12-19
• /
• 2006

본 논문에서 한국해양연구원에서 개발 중인 20인승급 소형 위그선의 주익 구조 설계 및 해석에 관한 연구를 수행하였다. 경량화를 위해 탄소/에폭시 복합재료를 적용하였으며, 구조 형태는 스킨 스파 폼 샌드위치 구조를 사용하였다. 개념 설계에는 복합재 설계 개념을 반영하였고, 상세 설계 및 경량화 구조 설계에는 상용 유한 요소 코드인 NASTRAN을 이용하여 구조 설계를 수행하였다. 여러 단계의 구조 설계 변경을 통해 최종 구조 설계 결과는 설계 요구 조건을 만족하는 결과임을 확인하였다. 또한 주익을 동체에 고정하기 위해 8개의 고강도 볼트를 이용한 삽입 볼트형 구조가 용이한 장탈과 20넌 이상의 피로 수명의 고려를 통해 채택되었다.

• 한국해양환경ㆍ에너지학회지
• /
• 제19권1호
• /
• pp.7-17
• /
• 2016

본 연구에서는 대형 부유식 파력-해상풍력 복합발전 구조물의 극한환경 운동 성능에 관한 실험적 연구를 다루고 있다. 대형 부유식 복합발전 구조물에 대한 운동 성능을 평가하기 위하여 1/50 축척비의 모형을 제작하였다. 그리고 설계된 계류선의 사양에 부합하는 계류선 모형을 제작하였고 자유감쇠시험 및 static pull-out 시험을 통하여 검증하였다. 주어진 구조물의 수심을 만족하기 위하여 계류선 테이블을 도입하고 환경조건에 계류판에 따른 환경조건을 확인하였다. 모형시험에서 규칙파 중 운동응답을 확인하고 파랑, 조류, 바람의 복합환경 하중을 적용하여 극한환경 운동성능을 해석하였다. 최대 운동 및, 가속도를 계측하여 운동 안전성을 판단하였고 최대 변위와 계류 하중도 선급기준에 따라 판단하였다. 이로부터 복합발전 구조물의 운동 특성에 대하여 토의하였다.

• 한국과학교육학회지
• /
• 제23권3호
• /
• pp.215-228
• /
• 2003

이 연구는 과학철학에서 논의되어온 과학의 선언적 지식의 생성 과정을 보다 체계적으로 분석하고 정리하여 하나의 구조화된 과학적 지식의 생성 모형을 제시하고자 하였다. 이를 위해, 이 연구는 선언적 과학 지식의 생성 과정을 과학철학적 관점들을 중심으로 다양한 문헌들을 분석하고, 이러한 분석 결과를 바탕으로 과학적 지식의 생성 모형을 체계적으로 구조화하였다. 이를 통해 고안된 모형은 귀납적 과정, 귀추적 과정, 연역적 과정 등으로 구분되는 지식 생성 과정을 포함한다. 또, 각각의 과정은 다시 여러 단계의 하위 과정으로 구성되어 있음을 보여준다. 이 모형에 의하면, 먼저 귀납적 과정은 관찰과 규칙성 발견 과정으로 구분되며, 다시 관찰은 단순관찰과 조작관찰로 나뉘고, 규칙성발견은 공통점발견, 분류, 위계 발견 등으로 세분된다. 그리고 귀추적 과정은 의문 생성과 가설생성 과정으로 구분되며, 여기에서 가설생성과정은 다시 의문상황 표상, 경험상황 동정, 원인적설명자동정, 가설적설명자 동정 등의 과정으로 나뉘어 진다. 마지막으로 연역적 과정은 방법 기준의 고안 과정은 다시 가설의 검증방법 고안과 가설의 평가기준 고안으로, 가설평가 과정은 결과수집 과정과 가설평가 및 결론 진출 과정으로 세분된다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권3호
• /
• pp.183-187
• /
• 2017

스마트폰 사용자들은 텍스트를 쉽게 읽고 빠르게 입력하기를 원한다. 이런 흐름에 따라 사용자들은 채팅 용어에서부터 전문 분야, 뉴스 기사에 이르기까지 여러 단어로 이루어진 어휘를 축약한 약어를 많이 사용한다. 그러므로 약어를 모아 데이터를 구축한다면 정보 검색과 추천 시스템 등에 유용하게 사용될 수 있다. 하지만 약어는 새로운 콘텐츠가 등장할 때마다 계속해서 생겨나기 때문에 수동으로 모으는 일은 쉽지 않으므로, 약어를 자동으로 생성하는 방법이 필요하다. 기존 연구들은 약어를 자동으로 생성하기 위해 규칙 기반 방법을 사용하였으나, 불규칙한 약어들은 생성할 수 없다는 한계점이 있다. 또한 규칙에 의해 생성된 후보 약어들 중에서 올바른 약어를 결정해야하는 문제도 발생한다. 따라서 본 논문에서는 이런 한계점을 극복하기 위해 시퀀스 투 시퀀스 학습 방법을 사용하여 약어를 자동으로 생성한다. 시퀀스투 시퀀스 학습 방법은 심층 신경망으로 기존의 규칙 기반 방법으로 생성할 수 없던 불규칙한 약어들을 생성할 수 있다. 게다가 후보 약어들 중 올바른 약어를 결정할 문제가 발생하지 않기 때문에 자동으로 약어를 생성하는 문제에 적합하다. 본 논문에서는 제안한 방법을 평가한 결과, 기존의 연구에서 생성할 수 없던 불규칙적인 약어를 생성하여 제안한 모델이 효과적임을 증명하였다.

• 한국지능시스템학회논문지
• /
• 제18권1호
• /
• pp.32-40
• /
• 2008

데이터 속성 값이 연속적이고 애매할 때 퍼지 규칙으로 분류규칙을 표현하는 것은 매우 유용하면서도 효과적이다. 그러나 효과적인 퍼지 분류규칙을 생성하기 위한 소속함수를 결정하기는 어렵다. 본 논문에서는 진화알고리즘을 이용하여 효과적인 퍼지 분류규칙을 자동으로 생성하는 방법을 제안한다. 제안한 방법은 지도 군집화로 클래스 분포에 따라 초기 소속함수를 생성하고, 정확하고 간결한 규칙을 생성할 수 있도록 초기 소속함수를 진화시키는 방법이다. 또한 진화알고리즘의 시간에 대한 효율성을 높이기 위한 방법으로 데이터 분할 평가 진화 방법을 제안한다. 데이터 분할 평가 진화 방법은 전체 학습 데이터를 여러 개의 부분 학습 데이터들로 나누고 개체는 전체 학습 데이터 대신 부분 학습 데이터를 임의로 선택하여 평가하는 방법이다. UCI 벤치마크 데이터로 기존 방법과 비교 실험을 통해 평균적으로 제안한 방법이 효과적임을 보였다. 또한 KDD'99 Cup의 침입탐지 데이터에서 KDD'99 Cup 우승자에 비해 1.54% 향상된 인식률과 20.8% 절감된 탐지비용을 보였고 데이터 분할 평가 진화 방법으로 개체평가 시간을 약 70% 감소시켰다.

• 전자공학회논문지C
• /
• 제35C권12호
• /
• pp.85-98
• /
• 1998

본 논문은 특정 응용에 적합한 퍼지 제어기의 최적 설계 파라메터 (퍼지 규칙과 소속 함수)를 찾는데 역전파 학습 과정과 유전 알고리즘을 결합한 Lamarckian 상호적응 기법을 이용한 뉴로-퍼지 제어기의 새로운 설계 방법을 제안한다. 설계 파라메타들은 진화에 의한 전역적 탐색을 통해 높은 포함값과 유용한 퍼지 규칙들을 갖는 규칙 베이스와 작은 근사화 오차와 좋은 제어 성능을 갖는 소속 함수들을 얻도록 제어기간 파라메타 조절을 수행하며, 학습에 의한 국부적 탐색을 통해 각 퍼지 제어기가 원하는 제어 결과를 나타내도록 제어기내 파라메타 조절을 수행한다. 제안한 상호적응 설계 방법은 유전 알고리즘의 모든 세대에서 역전파 학습이 이루어지므로 보다 좋은 근사화 능력을 나타나고, 사용한 무게 중심 비퍼지화기가 정확한 비퍼지화값을 계산하므로 보다 좋은 제어 성능을 가지며, 퍼지 규칙 베이스와 소속 함수들의 최적화 탐색 과정이 입출력 공간의 같은 퍼지 분할 상에서 통합된 적응 함수에 의하여 동시에 수행되므로 탐색을 위한 작업 공간이 아주 작아지는 장점이 있다. 시뮬레이션 결과는 Lamarckian 상호 적응에 의해 얻어진 FLC가 퍼지 규칙수, 근사화 능력, 제어 성능등 모든 면에서 다른 방법에 의해 얻어진 FLC보다 가장 우수함을 보여준다.

• 정보처리학회논문지B
• /
• 제10B권3호
• /
• pp.257-264
• /
• 2003

일반적인 동적 매매 환경에서의 금융 예측 시스템은 주어진 목적을 최적으로 만족시키는 매매 형태를 찾고자 한다. 본 논문은 수익률을 극대화시키기 위하여 추출과 여과라는 두개의 단계로 구성된 새로운 형태의 주식 매매 시스템을 제안한다. 주식 추출 단계에서는 특정 시계열 패턴에 부합하는 주식을 추출하는데, 이러한 시계열 패턴은 기술 지표 값들의 조합으로 표현된다. 그리고 여과 단계에서는 추출된 주식 집합에 여과 규칙들을 적용하여 실제 매매 대상이 되는 주식들을 골라내는데, 여과 규칙은 과거 주가 데이터로부터 자동으로 유도되었다. 이를 위하여, 우리는 먼저 방대한 과거 일별 주가 데이터로부터 기술 지표 값들을 계산하였다. 계산된 기술 지표 값들은 시계열 패턴을 추출하는데 사용되고 이 값들의 이산화 구간들의 분포가 양성 및 음성 데이터들에 대하여 계산된다. 본 논문에서는 독특한 분포를 보이는 구간에 존재하는 기술 지표 값들이 주가의 향후 움직임을 예측하는 데 도움을 준다는 가정을 하였다. 그리고 여과 규칙은 바로 이런 독특한 분포를 보이는 구간 내의 데이터 값들로부터 자동으로 유도되었다. 우리는 시뮬레이션을 통해, 본 논문에서 제시한 트레이딩 시스템이 시장 평균 수익률을 상회한다는 사실을 확인함으로써 위의 가정에 대한 검증을 할 수 있었다.

• 한국수자원학회논문집
• /
• 제55권7호
• /
• pp.531-543
• /
• 2022

최근 국내에서는 수량, 수질 등 기후변화로 인한 다양한 수자원 문제에 효율적으로 대응하기 위한 통합물관리 체계가 점차 고도화되고 있으며, 특히 친환경적인 관점에서 이미 개발된 수자원시설물의 탄력적인 활용 방안이 주목받고 있다. 이처럼 용수를 사전에 확보하고, 적시에 공급하기 위한 대표적인 수자원 관리 시설로 다목적댐, 용수전용댐 등이 가장 잘 알려져 있으나, 지난 2021년 '한강수계 발전용댐 다목적 활용 협약'을 기점으로 발전용댐 또한 기존의 수력발전 용도를 넘어 수자원 관리 기여도가 한층 높아지게 되었다. 댐에서는 가뭄 발생시 구체적인 가뭄단계 파악 및 용수공급량 조절을 통해 용수공급을 조절해야 한다. 이미 다목적댐 및 용수전용댐의 경우 가뭄대응을 위한 용수공급 운영기준이 마련되어 적용 중에 있으나, 최근에 다목적 활용이 추진된 발전용댐의 경우 구체적인 관련 기준이 마련되어 있지 않은 실정이다. 본 연구에서는 기존 다목적댐 및 용수전용댐 운영기준을 참고하여, 발전용댐의 가뭄단계별 기준저수량 산정 방안 및 용수공급 조정 방안 등을 제시하였다. 제시된 방법은 국내 대부분의 발전용댐이 위치한 한강수계 발전용댐을 대상으로 적용하였으며, 지난 2014~2017년 발생한 가뭄사례를 바탕으로 그 적용 효과를 분석한 결과, 대상 발전용댐의 용수공급 안정성이 개선되는 효과를 확인하였다. 수자원의 효율적인 이용을 위한 발전용댐의 역할은 점차 중요해질 것으로 예상되며, 본 연구 결과는 발전용댐을 활용한 용수공급 관련 연구에 폭넓게 활용될 수 있을 것으로 기대된다.

• 경영정보학연구
• /
• 제24권1호
• /
• pp.105-123
• /
• 2022

신용리스크 관리에 해당하는 부도예측모형은 기업에 대한 신용평가라고도 볼 수 있으며 은행을 비롯한 금융기관의 신용평가모형의 기본 지식기반으로 새로운 인공지능 기술을 접목할 수 있는 유망한 분야로 손꼽히고 있다. 고도화된 모형의 실제 응용은 사용자의 수용도가 중요하나 부도예측모형의 경우, 금융전문가 혹은 고객에게 모형의 결과에 대한 설명이 요구되는 분야로 설명력이 없는 모형은 실제로 도입되고 사용자들에게 수용되기에는 어려움이 있다. 결국 모형의 결과에 대한 설명은 모형의 사용자에게 제공되는 것으로 사용자가 납득할 수 있는 설명을 제공하는 것이 모형에 대한 신뢰와 수용을 증진시킬 수 있다. 본 연구에서는 머신러닝 기반 모형에 설명력을 제고하는 방안으로 설명대상 인스턴스에 대하여 로컬영역에서의 설명을 제공하고자 한다. 이를 위해 설명대상의 로컬영역에 유전알고리즘(GA)을 이용하여 가상의 데이터포인트들을 생성한 후, 로컬 대리모델(surrogate model)로 연관규칙 알고리즘을 이용하여 설명대상에 대한 규칙기반 설명(rule-based explanation)을 생성한다. 해석 가능한 로컬 모델의 활용으로 설명을 제공하는 기존의 방법에서 더 나아가 본 연구는 부도예측모형에 이용된 재무변수의 특성을 반영하여 연관규칙으로 도출된 설명에 도메인 지식을 통합한다. 이를 통해 사용자에게 제공되는 규칙의 현실적 가능성(feasibility)을 확보하고 제공되는 설명의 이해와 수용을 제고하고자 한다. 본 연구에서는 대표적인 블랙박스 모형인 인공신경망 기반 부도예측모형을 기반으로 최신의 규칙기반 설명 방법인 Anchor와 비교하였다. 제안하는 방법은 인공신경망 뿐만 아니라 다른 머신러닝 모형에도 적용 가능한 방법(model-agonistic method)이다.