• 한국건설관리학회논문집
• /
• 제21권6호
• /
• pp.84-94
• /
• 2020

모듈러 공사는 현장이 아닌 공장에서 제작되기 때문에 반드시 운송공정이 포함되며, 운송장비에 따라 공법과 모듈의 크기 결정에 영향을 미치므로 설계단계뿐 아니라 시공계획단계에서 매우 중요하다. 그러나 운송에 관한 연구는 스케쥴 관리 차원에서만 논의되고 있어 운송에 큰 영향을 끼치는 운송 장비를 의사결정하기에 참고할 객관적 기준이나 자료가 부족하다. 본 연구에서는 모듈러 객체 공사에서 시공 계획수립 시 각 공사별 체계적 검토와 객관적 의사결정을 할 수 있도록 운송장비 영향요인과 의사결정지원모델을 제시하였다. 운송장비 선정에 영향을 끼치는 요인을 도출하기 위해 문헌 분석과 전문가 인터뷰를 진행하였고 이를 통해 총 5개의 영향요인과 영향요인별 세부요인을 도출하였다. 다중매트릭스를 이용하여 의사결정 지원모델을 구축하였고 두 가지 사례에 의사결정 지원모델을 적용하여 영향요인의 쌍대비교와 영향요인별 대안의 적합도 쌍대비교를 실시했다. 본 연구에서 제시한 의사결정 모델은 평가과정을 수리적으로 확인할 수 있어 현장에서 장비 선정과정의 객관성과 투명성을 확보하고 운송연구의 기초자료로서 활용될 수 있을 것이다.

• 한국콘텐츠학회논문지
• /
• 제12권2호
• /
• pp.472-482
• /
• 2012

주식시장에는 많은 투자자들이 참여하고 있으며 점점 더 많은 사람이 주식투자에 관심을 가지고 있다. 주식시장에서 위험을 회피하고 수익을 얻기 위해서는 다양한 정보를 바탕으로 정확한 의사결정을 해야한다. 즉 수익을 얻을 수 있는 종목 선택, 적절한 매수-매도 가격의 결정, 그리고 적절한 보유기간 등을 결정해야 한다. 본 논문에서는 개인 주식 투자자의 의사결정 지원을 위한 데이터마이닝 도구를 제안한다. 즉, 개인 투자자가 직접 기계학습 방법을 적용하여 주가예측 모델을 생성할 수 있게 하고, 적절한 매수-매도 가격과 보유기간 등을 결정하는 것을 도와주는 도구를 제안한다. 제안하는 도구는 과거 데이터를 이용하여 투자자 자신의 성향에 맞는 투자에서의 의사결정을 할 수 있도록 지원하는 도구로서 주가데이터 관리, 기계학습 적용을 통한 주가예측 모델 생성, 투자 시뮬레이션 등의 기능을 제공한다. 사용자는 스스로 주가에 영향을 미칠 수 있다고 판단하는 기술적 지표를 선정하고 이를 이용하여 주가예측 모델을 만들고 테스트 할 수 있으며, 적절한 예측모델을 적용하여 시뮬레이션을 수행해 봄으로써 실제로 어느 정도 수익을 얻을 수 있는지 평가하고 적절한 매매 정책을 수립할 수 있다. 제안하는 도구를 이용하여 주식 투자자는 기존의 감정적 판단에 의한 투자가 아닌 객관적 데이터에 의해 검증을 거친 주가예측 모델과 매매정책에 따라 주식투자를 할 수 있어 이전 보다 나은 수익을 기대할 수 있다.

• 방송공학회논문지
• /
• 제19권2호
• /
• pp.268-271
• /
• 2014

소스 부호 왜곡 모델 및 채널 유도 왜곡 모델 기반의 기존의 FEC 부호율 결정 기법들은 일반적으로 높은 계산 복잡도와 구현 비용을 요구하는 모델 파라메터 트레이닝 과정을 요구한다. 본 논문에서는 복잡한 모델링 과정을 피하기 위해서 최적의 FEC 부호율 결정을 위한 채널 손실 한계집합을 추정하기 위한 정확한 소스-채널 결합 왜곡 모델을 제안한다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2000년도 하계학술발표대회 논문집 제19권 1호
• /
• pp.23-26
• /
• 2000

본 논문에서는 연속음성인식에 사용되는 언어모델이 학습 코퍼스에서 나타나지 않는 문맥에 대하여 신뢰할만한 확률을 생성할 수 있도록 하는 방안으로 다중 단어 카테고리 결정방법을 제안하였다. 제안된 다중 단어 카테고리 결정 방법은 기존의 카테고리 기반 언어모델에서의 미관측 문맥에 대한 모델링 능력을 유지하면서 동형이의어에 대한 확률의 과도한 일반화를 방지한다. 제안된 방법을 이용한 언어모델의 성능을 측정하기 위해 미관측 문맥이 $31\%$ 포함된 인식문장에 대한 N-Best rescoring을 수행한 결과 word accuracy는 1-Best문장에 대해서 $3.2\%$의 향상을 얻었고 기존의 카테고리기반 언어모델을 적용한 결과에 비하여 $0.8\%$의 향상을 얻을 수 있었다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 2001년도 추계학술대회 논문집
• /
• pp.97-100
• /
• 2001

제조 기업의 가치사슬 최적화를 위한 전략적, 운영상 의사결정 문제는 수리적 모델을 이용한 DSS의 효과적인 활용을 통하여 해결 될 수 있다. 의사결정 프로세스는 필연적으로 공급사슬의 여러 성과 목표와 관련 조직간의 Trade-off 및 연계관계(Interaction)가 고려되므로 복수의 DSS 활용이 필요하게 된다. 이와 관련하여 본 논문에서는 공급 사슬 전체의 최적화를 위한 다수의 전략적 목표 및 의사결정 프로세스, 연계된 수리적 모델들을 정의하고, 관련 조직 및 성과 지표 별 부분적 최적화(Local Optimality)를 지양하고 전체최적화 (Global Optimality)를 달성하기 위한 DSS Logic을 철강산업 프로세스를 대상으로 수리적 모델들의 분할(Decomposition) 및 통합개념을 통하여 제시하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2003년도 추계종합학술대회 논문집
• /
• pp.436-439
• /
• 2003

도시화는 전 세계적인 현상이며 우리나라 역시 급속한 도시화를 경험하고 있다. 도시와 관련된 공간의사결정과정에서 미래의 도시형태를 객관적인 모델에 의해 예측하는 것은 토지의 효율적인 이용을 추구한다는 점에서 대단히 의미있는 일일 것이다. 본 연구에서는 도시인구와 도시면적사이의 생장생장이론에 기초하여 도시성장모델을 개발하였다. 모델의 입력데이터는 수치지도를 비롯한 공간데이터를 처리하여 생성하였으며, 래스터 GIS분석기법을 이용하여 정확도를 평가하였다. 본 연구의 결과물인 도시성장예측데이터는 물리적인 측면만을 이용해 제작되었으므로 사회ㆍ경제ㆍ정치적인 면까지를 고려하여 결정될 미래의 공간의사결정과정에서 기초데이터로 사용될 수 있을 것이다.

• 한국항해항만학회지
• /
• 제32권3호
• /
• pp.167-172
• /
• 2008

본 연구는 컨테이너 선박의 교체시기를 경제적 관점에서 결정하기 위한 것이다. 특히 컨테이너선에서의 경제수명의 산출을 위한 비용자료에는 수많은 애매성이 존재하였다. 이러한 비용자료에 대한 애매성을 표현하기 위해 퍼지수를 이용하였다. 또한 퍼지수를 이용한 퍼지비용모델을 개발하였고, 기존의 비용모델 보다 더욱 현실적으로 분석하였다. 그리고 다양한 종류의 컨테이너선을 대상으로 제안된 퍼지모델을 이용하여 경제적 수명을 결정하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.541-543
• /
• 2005

백과사전에서 정답을 찾기 위해 문장의 구조를 분석하는데 한국어 백과사전은 표제어에 대한 정보를 문장에서 생략한다. 그러나 표제어는 문장에서 주어나 목적어 역할을 하기 때문에 생략된 정보를 복원하지 못 하면 질의에 대한 정답을 제시할 수 없다. 생략된 표제어에 대한 정보를 복원하기 위해서 본 연구에서는 표제어의 의미범주 정보, 격틀, Maximum Entropy 모델을 이용하여 표제어 주어, 표제어 목적어 복원, 미복원 3가지로 인식한다. 표제어 의미범주는 의미 범주에 대해 일정 수준의 복원 성향을 보일 경우 Maximum Entropy 정보를 창조하였고 격틀을 이용하여 복원 여부를 결정한다. 만약 표제어의 의미범주 정보, 격틀을 이용하여도 복원 여부를 결정하지 못할 경우에는 Maximum Entropy 모델에 기반한 통계 기법을 적용하여 복원 여부를 결정한다. 그리고 각각 방법의 단점을 보완하기 위해서 규칙에 해당하는 표제어 의미범주 정보와 격틀 정보에는 통계 모델인 ME 모델을 보완하여 사용한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2015년도 제27회 한글 및 한국어 정보처리 학술대회
• /
• pp.194-197
• /
• 2015

Long Short-term Memory Network(LSTM) 기반 Recurrent Neural Network(RNN)는 순차 데이터를 모델링 할 수 있는 딥 러닝 모델이다. 기존 RNN의 그래디언트 소멸 문제(vanishing gradient problem)를 해결한 LSTM RNN은 멀리 떨어져 있는 이전의 입력 정보를 볼 수 있다는 장점이 있어 음성 인식 및 필기체 인식 등의 분야에서 좋은 성능을 보이고 있다. 또한 LSTM RNN 모델에 의존성(전이 확률)을 추가한 LSTM CRF모델이 자연어처리의 한 분야인 개체명 인식에서 우수한 성능을 보이고 있다. 본 논문에서는 한국어 문장의 지배소가 문장 후위에 나타나는 점에 착안하여 Backward 방식의 LSTM CRF 모델을 제안하고 이를 한국어 의미역 결정에 적용하여 기존 연구보다 더 높은 성능을 얻을 수 있음을 보인다.

• 한국건설관리학회논문집
• /
• 제6권4호
• /
• pp.91-100
• /
• 2005

건설 전체 프로세스를 하나의 주체가 단일 책임하에 수행하는 일괄입찰방식은 설계와 시공의 연계로 인한 기술력확보, 공기단축, 사업비절감, 품질확보 등의 예상효과로 인해 적용이 확대되리라 예상되는 발주방식의 하나이다. 한편, 국내 일괄입찰방식의 낙찰자 결정방법은 일괄입찰방식으로 수행되는 모든 프로젝트에 동일한 배점기준을 적용하도록 되어 있어, 일괄사업자 선정시 발주자의 목적과 프로젝트의 특성을 반영하기 어려운 것이 현실이다. 이에 본 연구에서는 일괄사업자 선정에 있어서 발주자의 목적과 프로젝트의 특성을 반영할 수 있는 일괄입찰방식의 적격심사 분야별 배점 결정모델을 제안함으로써, 발주자가 당해 프로젝트에 최적인 일괄사업자를 합리적으로 선정하는 것을 돕고자 하였다.