• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2007.11a
• /
• pp.343-352
• /
• 2007

최근 Web 2.0 발달과 더불어 블로그나 온라인 카페 등 웹 상의 사용자가 개인적인 정보를 자유롭게 개제할 수 있도록 하는 인터넷서비스가 증가하면서, 이 사용자들 간의 관계에 초점을 맞춘 소셜 네트워크 분양의 연구가 활발히 이루어지고 있다. 하지만 많은 소셜 네트워크 서비스가 정보자원을 컴퓨터가 처리할 수 있는 의미적인 정보로 표현하고 있지 않기 때문에 서로 다른 도메인 간에 공유와 재사용이 어렵고, 사회적 개체들 간의 관계가 명확하게 정의되어 있지 않아 소셜 네트워크 분석에 어려움이 있다. 본 논문에서는 가상 커뮤니티 사용자들이 업로드 한 사진 데이터를 이용한 시맨틱 웹 기반의 소셜 네트워크 분석 시스템을 제안한다. 온톨로지를 기반으로 사진에서 추출된 얼굴 개체와의 관계와 이미 인맥 관계를 형성하고 있는 사람들의 정보적 연결성을 명확하게 정의하고 도메인 규칙을 활용하여 의미 있는 사회적 연결 관계를 추론한다. 이를 그래프로 시각화하여 사용자에게 제공함으로써 온라인 상에서 형성된 커뮤니티 내에서 효율적인 소셜 네트워크 분석을 도모하고 이를 기반으로 다양한 응용 분야에 활용하는 방법을 모색한다.

• Journal of the Korea Society of Computer and Information
• /
• v.18 no.1
• /
• pp.11-19
• /
• 2013

For an autonomous multi-mobile robot system, path planning and collision avoidance are important functions used to perform a given task collaboratively and cooperatively. This study considers these important and challenging problems. The proposed approach is based on a potential field method and fuzzy logic system. First, a global path planner selects the paths of the robots that minimize the cost function from each robot to its own target using a potential field. Then, a local path planner modifies the path and orientation from the global planner to avoid collisions with static and dynamic obstacles using a fuzzy logic system. In this paper, each robot independently selects its destination and considers other robots as dynamic obstacles, and there is no need to predict the motion of obstacles. This process continues until the corresponding target of each robot is found. To test this method, an autonomous multi-mobile robot simulator (AMMRS) is developed, and both simulation-based and experimental results are given. The results show that the path planning and collision avoidance strategies are effective and useful for multi-mobile robot systems.

• The KIPS Transactions:PartB
• /
• v.11B no.2
• /
• pp.213-220
• /
• 2004

Evolutionary algorithms are well-suited for multi-objective optimization problems involving several. often conflicting objective. Pareto-based evolutionary algorithms, in particular, have shown better performance than other multi-objective evolutionary algorithms in comparison. Recently, pareto-based evolutionary algorithms uses a density information in fitness assignment scheme for generating uniform distributed global pareto optimal front. However, the usage of density information is not Important elements in a whole evolution path but plays an auxiliary role in order to make uniform distribution. In this paper, we propose an evolutionary algorithms for multi-objective optimization which assigns the fitness using pareto dominance rank and density weighting, and thus pareto dominance rank and density have similar influence on the whole evolution path. Furthermore, the experimental results, which applied our method to the six multi-objective optimization problems, show that the proposed algorithms show more promising results.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.478-481
• /
• 2010

본 논문에서는 경제학, 사회학, 수학 분야에서 수십년 전부터 연구해오던 죄수의 딜레마 게임의 협동진화에 대해 고찰해보고자 한다. 반복적 죄수의 딜레마 게임은 게임이론의 가장 기본적인 이론으로써, 사회적 상호작용, 경제활동, 국제관계 등 다양한 현상들을 모델링 하기 위한 하나의 방법이다. 그 중에 N명이 참가하는 반복적 죄수 딜레마 게임의 전략은 유전 알고리즘(Genetic Algorithms, GAs)을 통해 진화적으로 만들어 낼 수 있으며, 이 경우에 그 결과를 일반적인 내쉬 균형 이 아닌, 모든 개체들이 유전알고리즘을 통해 협동으로 수렴하도록 유도할 수 있다는 사실은 상당히 시사하는 바가 크다. 기존에 주로 연구되어오던 죄수의 딜레마 게임은 협동으로의 수렴과정에서 일반적으로 순위기반선택(Rank-based selection)과 1점 교배기법(1point crossover)을 사용한다. 그러나 순위기반선택은 모든 개체에 순위을 매겨야 하기 때문에, 개체수가 커질수록 성능이 저하되며, 1점 교배기법은 개체 값이 분산되어있을 경우, 최적해(Optimal solution)을 찾기 힘들다는 단점이 있어, 개체수가 많은 경우에 적용하기에는 비효율적이다. 본 논문에서는 토너먼트 선택기법(Tournament selection)과 자기 적응형 교배기법(Self-adaptive crossover)을 적용한 새로운 기법을 제안한다. 또한 기존 기법과 비교 실험을 통해 제안기법이 기존기법에 비해 평균 수렴시간과 수렴 횟수에서 뛰어난 성능을 보이고 있음을 확인하였다.

• Journal of Digital Contents Society
• /
• v.8 no.4
• /
• pp.615-622
• /
• 2007

A game engine should have the architecture that can manage various interactions between entities in a game for offering users various game experience. For this purpose, the game engine architecture based on message system is used. But only by this message based system, it is difficult to change game world continuously according to some storylines. The reason of this is event-driven system like message based system is appropriate for processing individual message but is not appropriate for processing more bigger logical work unit. For this purpose this paper proposes the storyline entity. The storyline entity has logical flows for a storyline and is called by engine continuously. By this proposed game engine architecture he or she can maintain free game experience by message based system and can add some progressing of storylines.

• Journal of Korea Society of Industrial Information Systems
• /
• v.16 no.3
• /
• pp.47-56
• /
• 2011

To apply Genetic algorithm toward document clustering, appropriate individual structure is required. Document clustering with the genetic algorithms (DCGA) uses the centroid vector type individual structure. New document clustering with the genetic algorithm (NDAGA) uses document allocated individual structure. In this paper, to find more suitable object structure and process for the document clustering, calculation, amount of calculation, run-time, and performance difference between the two methods were analyzed. In this paper, we have performed various experiments using both DCGA and NDCGA. Result of the experiment shows that compared to DCGA, NDCGA provided 15% faster execution time, about 5~10% better performance. This proves that the document allocated structure is more fitted than the centroid vector type structure when it comes to document clustering. In addition, NDCGA showed 15~25% better performance than the traditional clustering algorithms (K-means, Group Average).

• Journal of the Korea Convergence Society
• /
• v.9 no.12
• /
• pp.47-52
• /
• 2018

Named Entity Recognition is a system that extracts entity names such as Persons(PS), Locations(LC), and Organizations(OG) that can have a unique meaning from a document and determines the categories of extracted entity names. Recently, Bi-LSTM-CRF, which is a combination of CRF using the transition probability between output data from LSTM-based Bi-LSTM model considering forward and backward directions of input data, showed excellent performance in the study of object name recognition using deep-learning, and it has a good performance on the efficient embedding vector creation by character and word unit and the model using CNN and LSTM. In this research, we describe the Bi-LSTM-CNN-CRF model that enhances the features of the Korean named entity recognition system and propose a method for constructing the traditional culture corpus. We also present the results of learning the constructed corpus with the feature augmentation model for the recognition of Korean object names.

• Water for future
• /
• v.53 no.8
• /
• pp.48-54
• /
• 2020

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06a
• /
• pp.130-133
• /
• 2010

본 논문에서는 유전 알고리즘의 성능 향상을 위해 교배(Crossover) 기법의 중요 매개변수인 교배 교차점(Crossover Point)의 수를 개체군(Population)의 진화 과정 중에 적응적으로 변화 할 수 있는 자기-적응형(Self-Adaptive) 교배 기법을 제안한다. 이를 위해 제안 교배 기법은 전체 개체군을 다수개의 작은 개체군들로 군집화(Grouping)하여 일차적으로 서로 다른 교차점을 갖는 교배 기법을 적용시키고, 그 후 각 군집의 개체(Individual)들의 선택률을 기반으로 군집들간의 경쟁을 수행한다. 이는 유전 알고리즘이 개체군의 진화 과정 중에 문제에 적합한 교차점을 갖는 교배 기법을 적응적으로 사용할 수 있도록 한다. 또한 제안 교배 기법은 진화 과정 중에 교차점이 지속적으로 변화되므로 알고리즘 초반에는 높은 탐색 능력을 보유하게 되고 후반에는 높은 부분-해(Building-Block) 보존 능력을 지니게 되어, 최적 해(Optimal Solution)로의 수렴 능력이 향상된다. Deceptive 문제를 통해 제안 자기-적응형 교배 기법과 기존 (고정 교차점) 교배 기법의 성능을 비교 하였으며, 실험 결과로부터 제안 교배의 성능 우위를 확인하였다.

• Journal of KIISE:Software and Applications
• /
• v.35 no.7
• /
• pp.405-416
• /
• 2008

To overcome the limitation of keyword-based integrated search, this study shows entity-centric integrated search method using URI scheme. Our system generates entity pages in ways of analyzing user's keyword and instances matched with it, selecting optimal entity type, and calling unit services simultaneously. Topic information extracted from articles is propagated to persons, institutions, and locations by reasoning for providing topic-centric information. With comparative experiments based on search results and usability tests, we proved that this approach is superior to keyword-based integrated search served by CiteSeer and Google Scholar.