• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.965-967
• /
• 2013

본 논문에서는 헬스케어시스템에서 효율적인 질병 관리를 위한 질병 규칙을 생성하는 질병규칙생성 기법(Disease Rule Creation Scheme)을 제안한다. DRCS는 기본적으로 Rough Set Theory의 개념을 이용하며, 각 속성과 결정 속성간의 지지율을 계산한다. 그리고 결정 속성을 기준으로 지지율이 낮은 속성은 제거한 후에, 질병을 판단할 수 있는 질병 규칙을 생성한다. 그 결과, DRCS는 C4.5알고리즘 보다 적은 질병규칙의 수를 생성하였으며, 질병 규칙의 정확성은 향상되었다.

• 디지털콘텐츠학회 논문지
• /
• 제2권2호
• /
• pp.103-115
• /
• 2001

본 논문은 퍼지지식베이스에서 러프 집합과 요인공간이론을 적용하여 최소 결정규칙 생성과 근사추론 연산을 수행하는 두 개의 알고리듬을 제안한다. 최소 결정규칙의 생성은 속성요인에 관련한 상관분석과 베이지안 정리를 응용한 데이터의 분류기법과 리덕트에 의해 수행된다. 이 결정규칙으로 이루어진 최소지식 베이스의 탐색공간에서 소속함수와 t-norm의 합성 연산을 정의한 근사추론 방식에 의해 특정 객체를 검색한다. 본 연구의 러프와 퍼지연산 모듈을 수행하는 제안 알고리듬 기법을 객체및 속성수를 증가시키는 시뮬레이션을 통해 다른 검색이론 및 합성연산 방식과 비교하였다. 그 결과 다른 제 방법보다 본 연구에서 제안하는 기법이 특정 객체를 추출하기 위한 검색연산 시간에 있어 보다 빠르게 검색됨을 입증하였다.

• 정보처리학회논문지B
• /
• 제10B권2호
• /
• pp.219-228
• /
• 2003

본 논문은 한국어정보처리 과정에서 구문 관계를 의미역으로 사상시키기 위한 규칙을 효과적으로 구축하는 방법을 제시하고 있다. 의미역의 결정은 의미 분석의 핵심 작업 중 하나이며 자연어처리에서 해결해야 하는 매우 중요한 문제 중 하나이다. 일반적인 언어학 지식과 경험만 가지고 의미역 결정 규칙을 기술하는 것은 작업자의 주관에 따라 결과가 많이 달라질 수 있으며, 또 모든 경우를 다룰 수 있는 규칙의 구축은 불가능하다. 하지만 본 논문에서 제시하는 방법은 대량의 원시 말뭉치를 분석하여 실제 언어의 다양한 사용례를 반영하며, 또 수십 명의 한국어 학자들이 심도 있게 구축하고 있는 세종전자사전의 격틀 정보도 함께 고려하기 때문에 보다 객관적이고 효율적인 방법이라 할 수 있다. 의미역을 보다 정확하게 결정하기 위해 구문관계, 의미부류, 형태소 정보, 이중주어의 위치정보 등의 자질 정보를 사용하였으며, 특히 의미부류의 사용으로 인해 규칙의 적용률이 향상되는 효과를 가져올 수 있었다.

• 한국통신학회논문지
• /
• 제35권7C호
• /
• pp.642-650
• /
• 2010

협력 스펙트럼 감지(collaborative spectrum sensing) 방식은 지역적으로 분산되어 있는 다수의 부 사용자(secondary user)들이 협력하여 주 사용자(primary user)의 활동을 감지하는 방법으로, 페이딩으로 인해 발생하는 검파 성능의 손실을 상당히 줄일 수 있는 것으로 알려져 있다. 현재까지 이 방식에 대한 대부분의 연구는 개별부 사용자들이 내린 스펙트럼 감지 결정이 통계적으로 서로 독립이라고 가정한 것에 기초한 것이다. 그러나 실제 상황에서는 음영 효과(shadowing effect)로 인해 이 가정이 유효하지 않은 경우가 발생한다. 본 논문에서는 부 사용자들이 직선상에 일정 간격으로 배치되고, 이웃하는 부 사용자의 스펙트럼 감지 결정사이에서만 상관 관계가 존재하는 경우를 대상으로 하여, 상관 정도가 협력 스펙트럼 감지 방식의 성능에 미치는 영향과 그에 따른 인지 무선 시스템의 전송 용량 변화를 분석하고자 한다. 이때 개별 부 사용자의 결정을 융합하는 규칙으로는 AND 규칙과 OR 규칙을 고려하였다. 분석 결과 AND 융합 규칙을 사용하는 경우가 OR 규칙을 사용하는 경우보다 전송용량 측면에서 우수하다는 점을 확인할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.358-360
• /
• 2001

본 논문에서는 의미분석을 위해서 구문관계와 의미관계를 자동으로 사상하는 규칙을 구축한다. 5 만개의 패턴을 수작업으로 사상해서 학습데이터로 만들고 이의 분석을 통해 규칙을 구축했다. 규칙에서는 의미역 결정을 위해서 가도까와 시소러스를 이용하는데, 본 논문에서는 한일 기계번역사전을 이용하여 추출한 구문 패턴을 대상으로 실험한 결과, 정확률 90%, 적용율 93.5%를 얻었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.330-332
• /
• 1998

모듈형 신경망은 인간의 정보처리 시스템이 고유한 목적이나 기능을 가진 모듈로 되어있다는 신경과학의 연구에 기반하여 제안된 모델이다. 하지만 모듈의 크기와 기능모듈간의 연결구조를 결정하는데 큰 어려움이 있다. 본 논문에서는 간단한 규칙으로 복잡한 구조를 생성해 낼 수 있는 린덴마이어-시스템을 이용하여 모듈형 신경망의 크기 및 연결구조를 만들어내는 과정에 대하여 고찰해본다. 또한, 신경망의 생성규칙을 유전자형으로 표현하고 진화 알고리즘을 적용하여 주어진 문제를 해결할 수 있는 최적의 규칙을 찾아내는 방법을 제안한다. 본 논문에서 제안한 유전자형과 진화연산은 최적화된 문법규칙 및 신경망의 구조를 만들어 낼 수 있는 가능성을 보여준다.

• 정보과학회 논문지
• /
• 제42권11호
• /
• pp.1410-1422
• /
• 2015

소프트웨어 개발자들은 시스템의 설계를 위해 UML의 클래스 다이어그램과 같은 객체 모델을 이용한다. 객체-관계 변환 방법론은 객체 모델에 표현된 관계성들을 관계형 데이터베이스 테이블로 변환하는 방법론으로, 설계된 시스템의 구현을 위해 적용된다. 기존 객체-관계 변환 방법론의 연구들은 하나의 관계성을 표현하기 위해 여러 변환 기법들을 제안하였다. 하지만 각 변환 기법의 사용기준들이 존재하지 않아 구현에 적용하기 어려운 문제점이 있다. 따라서 이 논문은 각 관계별로 이진 결정 다이어그램 기반의 모델링 규칙을 제안한다. 이를 위해 변환 기법들을 구분하는 조건들을 정의하고, 질의 수행시간을 측정함으로 검증이 요구되는 모델링 규칙들을 평가한다. 평가 후, 이 논문은 명제 논리로 표현된 최종 모델링 규칙을 재정의하고, 사례 연구를 통하여 제안된 모델링 규칙이 설계된 시스템을 구현하는데 유용함을 보인다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권6호
• /
• pp.519-529
• /
• 2007

본 논문에서는 효율적인 침입 탐지를 위해 퍼지 규칙을 이용하는 방법을 제안한다. 제안한 방법은 퍼지 의사결정 트리의 생성을 통해 침입 탐지를 위한 퍼지 규칙을 생성하고 진화 알고리즘을 사용하여 최적화한다. 진화 알고리즘의 효율적인 수행을 위해 지도 군집화를 사용하여 퍼지 규칙을 위한 초기 소속함수를 생성한다. 제안한 방법의 진화 알고리즘은 적합도 평가시 퍼지 규칙(퍼지 의사결정 트리)의 성능과 복잡성을 고려하여 평가한다. 또한 데이타 분할을 이용한 평가와 퍼지 의사결정 트리의 생성과 평가 시간을 줄이는 방법으로 소속정도 캐싱과 zero-pruning을 사용한다. 제안한 방법의 성능 평가를 위해 KDD'99 Cup의 침입 탐지 데이타로 실험하여 기존 방법보다 성능이 향상된 것을 확인하였다. 특히, KDD'99 Cup 우승자에 비해 정확도가 1.54% 향상되고 탐지 비용은 20.8% 절감되었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권3호
• /
• pp.145-154
• /
• 2016

u-Health에 대한 관심과 IT 기술의 발전에 따라 의료 정보를 적극적으로 활용하고자 하는 요구가 커지고 있으며, 이에 대해 텍스트 형태의 의료 정보 데이터에 연관규칙 기법을 적용하여 질병과 증상과의 관계를 추론하는 시스템에 대한 연구들이 이루어지고 있다. 그러나 일반적인 연관규칙 기법을 의료 정보 데이터에 그대로 적용할 경우, 이전에는 새로운 연관규칙들보다 일반적이며 의미없는 연관규칙들이 많이 생성되는 문제가 발생한다. 또한 필터링으로 인해 빈번하게 함께 발생하지는 않지만 의학적으로 의미있는 항목들의 연관 규칙을 발견할 수 없다는 한계점을 가지게 된다. 본 논문에서는 의료데이터 특성을 고려하여 빈번한 항목과 빈번하지 않지만 의학적으로 의미 있는 항목들을 대상으로 연관규칙을 구성하여 의료 전문가의 의사 결정에 도움을 주기 위한 시스템을 제안한다. 제안 시스템은 의료 기록 데이터에서 용어들을 TF-IDF기반으로 가중치를 부여하고 기존 FP-Growth 알고리즘을 확장하여 TF-IDF 가중치를 고려한 빈번하게 발생하거나 빈번하지 않지만 의미 있는 연관규칙을 구성한다. 특정 질의 데이터가 입력되면 해당 데이터에 나타난 연관 규칙들의 유사도를 의학분야 온톨로지를 이용하여 평가하여 해당 데이터의 내용과 관련된 후보 질병들을 추론한다. 추론된 후보 질병명은 의료 전문가에게 의사 결정의 참고 자료로 제공된다. 실제 임상 진료 및 처방 기록 데이터에 대해 제안 시스템을 적용해 본 결과, 본 제안 시스템을 통해 도출한 연관 규칙이 기존 FP-Growth 알고리즘을 적용했을 때 보다 더 구체적인 질병과 증상과의 관계들을 포함함을 확인할 수 있었다. 또한 본 제안 시스템은 자유형식의 의료 및 병리데이터를 마이닝하고 후보 질병들을 가중치 기반으로 보여주므로, 의료 기록 정보로부터 질병 관련 새로운 정보를 획득하고 의료진의 의사 결정에 도움을 주는 시스템으로 활용될 수 있다.

• 한국산업정보학회논문지
• /
• 제6권1호
• /
• pp.61-69
• /
• 2001

본 연구는 관능검사에서 얻은 결과로 평가규칙을 설계하고 이를 이용하여 추후의 관능평가에 응용할 수 있는 방법을 제안함에 있어서, 퍼지추론의 규칙을 효율적으로 설계하는 것에 관련된 것이다. 퍼지추론 규칙의 수는 규칙의 전건부의 구조와 파라미터를 설계함에 있어서 퍼지분할의 수에 따라 결정되는데, 분할의 수가 많다고 해서 최적은 아니므로 효율적으로 규칙의 수를 축소하는 것이 규칙을 응용할 때의 효율성을 제고하는 동시에 실무에 응용할 때 추론엔진의 속도를 높일 수 있다. 이를 위해 본 연구에서는 선행연구에서 제시된 사례를 이용하여 추론규칙의 수를 축소하여도 대등한 결과를 얻을 수 있음을 수치예를 통하여 증명하였다. 본 연구의 결과는 향후 관능검사를 이용하는 다른 분야에도 유효하게 응용될 수 있을 것이다.