• 한국전산구조공학회논문집
• /
• 제30권4호
• /
• pp.329-334
• /
• 2017

다양한 산업 분야의 구조물은 여러 부구조의 조합으로 구성되며, 시스템의 자유도 또한 무수히 많다. 높은 복잡성을 가지는 구조물의 해석 및 계산 효율을 향상시키기 위해서 해석 모델의 단순화 및 자유도 축소가 요구된다. 지난 50여 년 동안 규모가 큰 공학적 문제를 단순화하기 위해 다양한 부분구조화 기법들이 개발되어 왔다. 이러한 부분구조화 기법들은 Newton-Raphson 알고리즘 등과 같은 반복계산을 동반하는 비선형 구조해석 문제 해석에 매우 효과적이다. 본 논문에서는 기 개발된 비선형 부분구조화 기법 중의 하나인 모드미분(modal derivatives)을 이용하여 기하비선형 보의 모델 축소에 적용하고자 한다. 모드미분은 모드 기반 축소 기저의 2차항의 형태로, 선형모드의 조합으로 근사 가능한 변위벡터를 미소변위에 대한 Taylor 급수를 통해 확인할 수 있으며, 시스템의 고유치 문제를 모드 좌표로 미분을 함으로써 얻어진다. 모드미분에는 비선형 접선 강성행렬의 미분을 포함하고 있으며, 이는 유한차분법 등의 근사를 통해 계산할 수 있다. 제안된 방법론은 기하학적 비선형 문제에 우수한 성능을 보이는 동시회전 유한요소법에 적용하였다. 수치예제를 통해 보의 경계가 수평으로 움직일 수 있는 문제에서는 기존의 모드축소기법이 매우 비효율적임을 알 수 있었다. 한편 모드미분을 이용한 축소기법은 다양한 경계조건에 대하여 우수한 성능을 보임을 확인하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제6권8호
• /
• pp.353-358
• /
• 2017

전신주와 같은 전력 설비에는 스마트한 서비스를 위한 다양한 종류의 센서가 포함되어 있으며, 온도 정보는 전력 설비의 정상 동작 상태를 판단하는 중요한 요소 중 하나이다. 본 연구에서는 칼만 필터(Kalman Filter)와 앙상블 모델(Ensemble Model)을 이용해 스마트 전력 장치의 상태를 판단할 수 있도록 장치의 온도 분석 방법을 제안했다. 제안 된 접근 방식은 서로 다른 위치에 설치된 센서로 부터 수집된 정보 중 온도 데이터를 분류하고 칼만필터 및 앙상블 모델을 사용하여 온도 변화의 특성을 분석했다. 세부적으로 수집된 온도 데이터로부터 기상 온도 데이터와 같은 외부 인자를 제거하고 전력 장치의 각 위치로부터의 실제 장치의 온도값만을 분석했으며, 이 과정에서 칼만필터를 사용하여 오류 데이터를 제거하고 앙상블 모델을 사용하여 매 시간 정상 동작하는 전력 설비의 온도 평균값을 산출했다. 온도 분석에 대한 결과와 논의는 전력 데이터에 분석 결과에 명확하게 설명되어 있다. 마지막으로, 분석된 데이터를 통해 전력 장치가 정확히 동작하는 지를 판단할 수 있는 온도값의 정상범위를 확인하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제8권1호
• /
• pp.17-28
• /
• 2019

금융투자 관리 전략 중에서 여러 금융 상품을 선택하고 조합하여 분산 투자하는 것을 포트폴리오 관리 이론이라 부른다. 최근, 블록체인 기반 금융 자산, 즉 암호화폐들이 몇몇 유명 거래소에 상장되어 거래가 되고 있으며, 암호화폐 투자자들이 암호화폐에 대한 투자 수익을 안정적으로 올리기 위하여 효율적인 포트폴리오 관리 방안이 요구되고 있다. 한편 딥러닝이 여러 분야에서 괄목할만한 성과를 보이면서 심층 강화학습 알고리즘을 포트폴리오 관리에 적용하는 연구가 시작되었다. 본 논문은 기존에 발표된 심층강화학습 기반 금융 포트폴리오 투자 전략을 바탕으로 대표적인 비동기 심층 강화학습 알고리즘인 Asynchronous Advantage Actor-Critic (A3C)를 적용한 효율적인 금융 포트폴리오 투자 관리 기법을 제안한다. 또한, A3C를 포트폴리오 투자 관리에 접목시키는 과정에서 기존의 Cross-Entropy 함수를 그대로 적용할 수 없기 때문에 포트폴리오 투자 방식에 적합하게 기존의 Cross-Entropy를 변형하여 그 해법을 제시한다. 마지막으로 기존에 발표된 강화학습 기반 암호화폐 포트폴리오 투자 알고리즘과의 비교평가를 수행하여, 본 논문에서 제시하는 Deterministic Policy Gradient based A3C 모델의 성능이 우수하다는 것을 입증하였다.

• 한국수자원학회논문집
• /
• 제55권7호
• /
• pp.505-513
• /
• 2022

최근 기후변화 및 기상이변 등으로 인해 가용 수자원 예측의 불확실성이 점차 커져가고 있다. 홍수 및 가뭄 예방 등 물관리에 대한 사회적 관심 또한 증가하고 있으며, 2018년 시행된 물관리일원화와 더불어 국내 물관리는 큰 전환점을 맞이하고 있다. 이러한 물관리 역량 강화의 일환으로, 과거 수력발전을 중심으로 운영되었던 발전용댐을 이·치수 목적으로 활용하기 위한 다양한 검토가 이루어지고 있다. 그러나, 주로 다목적댐을 대상으로 개발된 댐 평가 기법들이 발전용댐에 그대로 적용되고 있어, 발전용댐의 특성을 고려할 수 있는 추가적인 평가기법이 요구된다. 본 연구에서는 저수지 운영모의 방법을 활용하여 이수 측면에서 발전용댐의 운영 특성을 고려한 댐별 용수공급능력 산정 방법을 새롭게 제시하였으며, 여러댐이 상하류에 걸쳐 운영되고 있는 조건에서 연계 댐군의 종합적인 용수공급능력을 평가할 수 있는 저수지 연결모의 방법을 제시하였다. 제시된 방법은 북한강수계 발전용 댐을 대상으로 적용되었으며, 개별 댐의 용수공급능력 산정 결과와 댐군 연결모의를 통한 용수공급능력을 비교 분석하였다. 향후 발전용댐의 가뭄시 물 공급 역할은 더욱 중요해질 것으로 예상되며, 본 연구 결과는 발전용댐을 활용한 지속가능한 국내 물 관리 연구에 활용될 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.211-227
• /
• 2023

인구의 고령화와 기술의 성장으로 등장한 소셜 로봇의 한 유형인 개인형 서비스 로봇은 최근 가정에서 노년층의 독립 생활 연장에 도움이 될 수 있는 기술을 중심으로 변화하고 있다. 노년층이 일상 생활에서 소셜 로봇 신기술을 수용하고, 장기적으로 사용하기 위해서는 사용자 관점의 맥락과 감정을 보다 심층적으로 이해하는 능력이 필요하다. 본 연구에서는 정량 데이터와 정성 데이터를 통합한 혼합 방법(mixed-method)을 활용하여 노년층 사용자를 깊이 있게 이해하는 것을 목적으로 한다. 구체적으로 노년층 사용자와 소셜 로봇 간 음성 대화 기록을 감정과 대화 주체를 주요 변수로 하여 현상학적 방법론 중 하나인 Van Kaam 방법론을 활용하여 그룹핑함으로써 9개 유형으로 대화를 구분하고, 이를 개인화한 대화의 빈도와 비중을 기반으로 사용자를 세분화하였다. 그리고 인구 통계적 데이터와 건강지표에 관한 사전 설문조사 결과를 사용하여 프로파일링 분석을 진행하였다. 이어서 대화 분석을 토대로 K-means 군집분석을 실시하여 노년층 사용자를 3개의 집단으로 분류하고, 각 집단별 특성을 확인하였다. 본 연구에서 제시한 모형은 향후 일상 생활에서 돌봄 기능이 있는 소셜 로봇 제공을 위해 노년층 사용자의 이해를 필요로 하는 기업에게 노년층 사용자 세분화에 관한 방법론을 제공함으로써 사용자 이해를 위한 인사이트 도출과 관련 사업을 성장시키는데 기여할 것으로 기대된다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.267-286
• /
• 2023

인공지능 스피커로 대표되는 대화형 에이전트는 사람-컴퓨터 간 대화형이기 때문에 대화 상황에서 오류가 발생하는 경우가 잦다. 에이전트 사용자의 발화 기록에서 인식오류는 사용자의 발화를 제대로 인식하지 못하는 미인식오류 유형과 발화를 인식하여 서비스를 제공하였으나 사용자가 의도한 바와 다르게 인식된 오인식오류 유형으로 나뉜다. 이 중 오인식오류의 경우, 서비스가 제공된 것으로 기록되기 때문에 이에 대한 오류 탐지가 별도로 필요하다. 본 연구에서는 텍스트 마이닝 기법 중에서도 단어와 문서를 벡터로 바꿔주는 단어 임베딩과 문서 임베딩을 이용하여 단순 사용된 단어 기반의 유사도 산출이 아닌 단어의 분리 방식을 다양하게 적용함으로써 연속 발화 쌍의 유사도를 기반으로 새로운 오인식오류 및 신조어 탐지 방법을 탐구하였다. 연구 방법으로는 실제 사용자 발화 기록을 활용하여 오인식오류의 패턴을 모델 학습 및 생성 시 적용하여 탐지 모델을 구현하였다. 그 결과, 오인식오류의 가장 큰 원인인 등록되지 않은 신조어 사용을 탐지할 수 있는 패턴 방식으로 다양한 단어 분리 방식 중 초성 추출 방식이 가장 좋은 결과를 보임을 확인하였다. 본 연구는 크게 두 개의 함의를 가진다. 첫째, 인식오류로 기록되지 않아 탐지가 어려운 오인식오류에 대하여 다양한 방식 별 비교를 통해 최적의 방식을 찾았다. 둘째, 이를 실제 신조어 탐지 적용이 필요한 대화형 에이전트나 음성 인식 서비스에 적용한다면 음성 인식 단계에서부터 발생하는 오류의 패턴도 구체화할 수 있으며, 오류로 분류되지 않더라도 사용자가 원하는 결과에 맞는 서비스가 제공될 수 있음을 보였다.

• 한국전산구조공학회논문집
• /
• 제37권1호
• /
• pp.49-56
• /
• 2024

구조물의 동적 해석 자동화는 구조 통합 시스템에서 중요한 역할을 한다. 해석 결과에 따른 신속한 대피 또는 경고 조치가 신속하게 이루어지도록 해석 모듈은 짧은 실시간에 해석 결과를 출력해야 한다. 구조 해석법으로 세계적으로 가장 많이 사용되는 방법은 유한요소법이다. 유한요소법이 널리 사용되는 이유 중 하나는 사용의 편리다. 그러나 사용자가 유한요소망을 입력해야 하는데 요소망의 요소 수는 계상량과 정비례하고 요소망의 적절성은 에러와 연관된다. 본 연구는 시간 영역 동적 해석에서 전 단계 해석 결과를 사용하여 계산된 대표 변형률 값으로 오차를 평가하고, 요소 세분화는 절점 이동인 r-법과 요소 분할인 h-법의 조합으로 효율적으로 계산하는 적응적 요소망 형성 전략을 제시한다. 적용한 캔틸레버보와 간단한 프레임 예제를 통하여 적절한 요소망 형성, 정확성, 그리고 연산 효율성을 검증하였다. 이 방법의 간단함이 지진 하중, 풍하중, 비선형 해석 등에 의한 복잡한 구조 동적 해석에도 효율적으로 사용될 수 있는 것을 보여 준다.

• 지능정보연구
• /
• 제23권3호
• /
• pp.69-94
• /
• 2017

최근 빅데이터 분석 수요의 지속적 증가와 함께 관련 기법 및 도구의 비약적 발전이 이루어지고 있으며, 이에 따라 빅데이터 분석은 소수 전문가에 의한 독점이 아닌 개별 사용자의 자가 수행 형태로 변모하고 있다. 또한 전통적 방법으로는 분석이 어려웠던 비정형 데이터의 활용 방안에 대한 관심이 증가하고 있으며, 대표적으로 방대한 양의 텍스트에서 주제를 도출해내는 토픽 모델링(Topic Modeling)에 대한 연구가 활발히 진행되고 있다. 전통적인 토픽 모델링은 전체 문서에 걸친 주요 용어의 분포에 기반을 두고 수행되기 때문에, 각 문서의 토픽 식별에는 전체 문서에 대한 일괄 분석이 필요하다. 이로 인해 대용량 문서의 토픽 모델링에는 오랜 시간이 소요되며, 이 문제는 특히 분석 대상 문서가 복수의 시스템 또는 지역에 분산 저장되어 있는 경우 더욱 크게 작용한다. 따라서 이를 극복하기 위해 대량의 문서를 하위 군집으로 분할하고, 각 군집별 분석을 통해 토픽을 도출하는 방법을 생각할 수 있다. 하지만 이 경우 각 군집에서 도출한 지역 토픽은 전체 문서로부터 도출한 전역 토픽과 상이하게 나타나므로, 각 문서와 전역 토픽의 대응 관계를 식별할 수 없다. 따라서 본 연구에서는 전체 문서를 하위 군집으로 분할하고, 각 하위 군집에서 대표 문서를 추출하여 축소된 전역 문서 집합을 구성하고, 대표 문서를 매개로 하위 군집에서 도출한 지역 토픽으로부터 전역 토픽의 성분을 도출하는 방안을 제시한다. 또한 뉴스 기사 24,000건에 대한 실험을 통해 제안 방법론의 실무 적용 가능성을 평가하였으며, 이와 함께 제안 방법론에 따른 분할 정복(Divide and Conquer) 방식과 전체 문서에 대한 일괄 수행 방식의 토픽 분석 결과를 비교하였다.

• 지능정보연구
• /
• 제20권4호
• /
• pp.25-41
• /
• 2014

최근 스마트 기기를 통해 소셜미디어에 참여하는 사용자가 급격히 증가하고 있다. 이에 따라 빅데이터 분석에 대한 관심이 높아지고 있으며 최근 포털 사이트에서 검색어로 자주 입력되거나 다양한 소셜미디어에서 자주 언급되는 단어에 대한 분석을 통해 사회적 이슈를 파악하기 위한 시도가 이루어 지고 있다. 이처럼 다량의 텍스트를 통해 도출된 사회적 이슈의 기간별 추이를 비교하는 분석을 이슈 트래킹이라 한다. 하지만 기존의 이슈 트래킹은 두 가지 한계를 가지고 있다. 첫째, 전통적 방식의 이슈 트래킹은 전체 기간의 문서에 대해 일괄 토픽 분석을 실시하고 각 토픽의 기간별 분포를 파악하는 방식으로 이루어지므로, 새로운 기간의 문서가 추가되었을 때 추가된 문서에 대해서만 분석을 추가 실시하는 것이 아니라 전체 기간의 문서에 대한 분석을 다시 실시해야 한다는 실용성 측면의 한계를 갖고 있다. 둘째, 이슈는 끊임 없이 생성되고 소멸될 뿐 아니라, 때로는 하나의 이슈가 둘 이상의 이슈로 분화하고 둘 이상의 이슈가 하나로 통합되기도 한다. 즉, 이슈는 생성, 변화(병합, 분화), 그리고 소멸의 생명주기를 갖게 되는데, 전통적 이슈 트래킹은 이러한 이슈의 가변성을 다루지 않았다는 한계를 갖는다. 본 연구에서는 이러한 한계를 극복하기 위해 대상 기간 전체의 문서를 한꺼번에 분석하는 방식이 아닌 세부 기간별 문서에 대해 독립적인 분석을 수행하고 이를 통합할 수 있는 방안을 제시하였으며, 이를 통해 새로운 이슈가 생성되고 변화하며 소멸되는 전체 과정을 규명하였다. 또한 실제 인터넷 뉴스에 대해 제안 방법론을 적용함으로써, 제안 방법론의 실무 적용 가능성을 분석하였다.

• 지능정보연구
• /
• 제21권1호
• /
• pp.29-45
• /
• 2015

고객반응 예측모형은 마케팅 프로모션을 제공할 목표고객을 효과적으로 선정할 수 있도록 하여 프로모션의 효과를 극대화 할 수 있도록 해준다. 오늘날과 같은 빅데이터 환경에서는 데이터 마이닝 기법을 적용하여 고객반응 예측모형을 구축하고 있으며 본 연구에서는 사례기반추론 기반의 고객반응 예측모형을 제시하였다. 일반적으로 사례기반추론 기반의 예측모형은 타 인공지능기법에 비해 성과가 낮다고 알려져 있으나 입력변수의 중요도에 따라 가중치를 상이하게 적용함으로써 예측성과를 향상시킬 수 있다. 본 연구에서는 프로모션에 대한 고객의 반응여부에 영향을 미치는 중요도에 따라 입력변수의 가중치를 산출하여 적용하였으며 동일한 가중치를 적용한 예측모형과의 성과를 비교하였다. 목욕세제 판매데이터를 사용하여 고객반응 예측모형을 개발하고 로짓모형의 계수를 적용하여 입력변수의 중요도에 따라 가중치를 산출하였다. 실증분석 결과 각 변수의 중요도에 기반하여 가중치를 적용한 예측모형이 동일한 가중치를 적용한 예측모형보다 높은 예측성과를 보여주었다. 또한 고객 반응예측 모형과 같이 실생활의 분류문제에서는 두 범주에 속하는 데이터의 수가 현격한 차이를 보이는 불균형 데이터가 대부분이다. 이러한 데이터의 불균형 문제는 기계학습 알고리즘의 성능을 저하시키는 요인으로 작용하며 본 연구에서 제안한 Weighted CBR이 불균형 환경에서도 안정적으로 적용할 수 있는지 검증하였다. 전체데이터에서 100개의 데이터를 무작위로 추출한 불균형 환경에서 100번 반복하여 예측성과를 비교해 본 결과 본 연구에서 제안한 Weighted CBR은 불균형 환경에서도 일관된 우수한 성과를 보여주었다.