• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 춘계학술발표논문집 (상)
• /
• pp.289-292
• /
• 2003

인터넷이 발전함에 따라 네트워크 시스템의 토폴로지 설계에 관한 여러 가지 문제들에 대한 관심이 증가하고 있다. 이러한 네트워크의 토폴로지 구조는 서비스 센터, 터미널(사용자), 연결 케이블로 이루어져 있다. 근래에 이런 네트워크 시스템들은 사용자들로부터의 요구사항이 많아지고 있기에 주로 광케이블로 구축하는 경우가 점차 늘어나고 있다지만, 광케이블의 비판 비용을 고려하면 네트워크의 구조가 스패닝 트리(spanning tree)로 구축되어 지는 것이 바람직하다고 볼 수 있다. 네트워크 토폴로지 설계 문제들은 연결비용, 평균 메시지 지연, 네트워크 신뢰도 등과 같은 설계 기준들을 최적으로 만족하는 토폴로지를 탐색하는 것으로 정의될 수 있다. 최근에 유전자 알고리즘(GA)은 네트워크 최적화 문제, 조합 최적화 문제, 다목적 최적화 문제 등과 같은 관련된 분야에서 많은 연구들이 이루어지고 있으며 또한, 많은 실세계의 문제를 위한 최적화 기술로서 그 잠재력을 매우 주목 받고 있다. 본 논문에서는 연결비용, 평균 메시지 지연, 네트워크 신뢰도를 고려하여, 광케이블로 구성되어 지는 광대역통신 네트워크의 2목적 네트워크 토폴로지 설계 문제들을 풀기 위한 GA를 제안한다. 또한, 후보 네트워크 토폴로지 구조를 염색체(chromosome)로 표현하기 위해 Prtifer수(PN_와 클러스터 스트링으로 구성되어지는 새로운 엔코딩 방법도 제안한다. 마지막으로 수치예를 통해 제안한 GA의 성능을 평가할 것이다.

• 한국산업정보학회논문지
• /
• 제15권5호
• /
• pp.187-196
• /
• 2010

네트워크 최적화 문제는 의사결정 문제 중에서 노드와 아크로 표현되는 수 많은 문제를 포함하고 있어서, 그 응용범위가 매우 다양할 뿐만 아니라 매우 실질적인 문제를 해결하는 좋은 방법론이다. 직접적으로 관련이 없는 많은 최적화 문제들도 네트워크로 적절히 표현할 수 있는 경우가 많으며 이를 통해 보다 섬도 있는 문제에 대한 이해와 해의 도출이 가능하게 된다. 이처럼 광범위한 응용분야를 가지는 네트워크 최적화 문제는 경영과학 및 산업공학에서 기본이 중요 학문이며, 이를 체계적으로 이해하고 실제 문제를 해결하려면 최적화 이론, 계산이론, 프로그래밍 등의 종합적인 지식을 필요로 한다. 본 연구에서는 네트워크 최적화 문제를 실질적으로 해결하는 필요한 지식 전달에 중점을 두고, 선형계획법 및 정수계획법을 위한 소프트웨어인 LPSolve를 소개하고 이 LPSolve와 엑셀을 연동하는 방법을 알아본다. 또한 네트워크 자체를 엑셀에서 그리는 방법을 알아보고, 이를 통해 네트워크 최적화 문제를 보다 실질적인 다룰 수 있도록 한다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 1995년도 춘계공동학술대회논문집; 전남대학교; 28-29 Apr. 1995
• /
• pp.32-40
• /
• 1995

본 연구에서는 2계층 정보통신 네트워크의 구축에 직접적으로 적용가능한 트리-스타형 2계층 네트워크 설계문제를 다루었다. 정보통신네트워크 설계에의 적용 가능성을 높이기 위하여, 기존의 연구와 달리 네트워크상의 마디와 가지에 설치해야 할 설비들의 다양한 용량제약을 고려할 수 있도록 정립하였다. 또한 네트워크상의 어느 마디쌍간의 물류(정보통신) 수요를 고려할 수 있도록 하였다. 의사결정기준은 설계시에 고려해야 할 네트워크 구축비용(마디 및 가지의 설비비) 및 운영비용(물류비)의 합을 최소화하는 것으로 설정하였다. 이 문제를 혼합 0-1 정수계획 모형으로 정립하였다. 이 모형의 유용성을 살펴보기 위하여 최근 많은 관심을 끌고 있는 CATV 네트워크의 일반형태인 광가입자 선로망의 설계문제를 본 연구모형으로 표현하여 보았다. 이를 토대로 보다 일반적인 다계층 네트워크 설계문제로 확장하는 방안에 대하여도 검토하였다. 마지막으로 본 연구 모형을 정보통신네트워크 설계시에 적용하기 위하여 휴리스틱 해법을 개발할 경우, 문제 특성상 기존의 연구에서 고려하는 해법의 효율성 외에도 통신네트워크의 특성, 비용구조등을 고려해야 할 당위성에 대하여 토론하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.65-68
• /
• 2004

복잡한 문제 학습을 위해 여러 가지 형태의 모듈라 네트워크의 구조가 제시되어 왔다. 그 중 엑스퍼트 네트워크와 게이팅 네트워크로 구성된 Mixtures of Experts network은 복잡한 문제를 단순한 문제들로 분해하고, 각각의 엑스퍼트 네트워크가 분해된 단순한 문제를 학습하여 결과를 도출함으로써, 국소적 지역해의 위험을 방지하고 보다 정확한 학습을 가능하게 한다. 그러나 엑스퍼트 네트워크의 수렴은 게이팅 네트워크의 수렴에 많은 영향을 받게 되고, 모든 복잡한 데이터에 대한 엑스퍼트 네트워크의 기여도를 학습하는 게이팅 네트워크는 역전파 알고리즘에 의한 학습 방법으로는 수렴 속도가 떨어진다. 본 논문에서는 게이팅 네트워크를 칼만필터로 학습하여 복잡한 문제에 대한 강건성은 유지하고 보다 빠른 수렴이 가능한 방법을 제시하고자한다.

• 전산구조공학
• /
• 제9권3호
• /
• pp.23-28
• /
• 1996

1980년대가 뉴럴네트워크의 이론적 재도약으로 특성화할 수 있다면 1990년대는 여러 분야의 제반문제에 뉴럴네트워크가 적용되어 기존의 다른 문제해결방법을 대체하거나 보완하는 적용확산 기간이라 말할 수 있다. 이는 '인간의 두뇌활동의 이해'라는 본래적인 뉴럴네트워크의 심리/생리학적 목적과는 관계 없이 제반 문제의 해결에 뉴럴네트워크의 방법론적 강점을 활용하는 공학적 접근방안의 확산을 의미하며, 본 논문의 내용 또한 이러한 측면에서 기술되고 있다. 다음은 뉴럴네트워크의 정의와 특성을 약술하고 계속하여 뉴럴네트워크의 종류와 뉴럴네트워크 적용시의 지침을 정리해 본다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.76-82
• /
• 2007

햅틱 협업을 위한 네트워크는 기본적으로 지연, 지터, 손실의 제약을 가진다. 햅틱은 정보의 속도에 민감하므로 네트워크 환경에서 협업을 이루어내기에 많은 제약이 있다. 특히 협업의 품질을 감소시키는 네트워크 지연을 보상하기 위한 연구가 필요하다. 본 논문에서는 물체의 좌표 전송을 기반으로 한 햅틱 협업이 높은 수준의 지연시간을 지닌 네트워크에서 발생할 수 있는 문제를 정의하고 그 원인을 파악하여 안정적인 협업을 유지하기 위하여 네트워크 지연 문제를 보상할 수 있는 기법을 제시한다. 네트워크 지연에 의해서 물체를 밀 때 더 많은 힘을 사용되는 현상과 클라이언트들이 물체를 들어올릴 때 물체가 진동하는 현상이 발생된다. 이 문제를 해결하기 위해 물체의 강도를 변경하는 방법을 제안한다. 지연 시간의 수준이 증가하여도 지연 문제가 발생하지 않게 함과 동시에 최대한 원래 물체 강도를 유지하기 위해서 클라이언트가 물체에 발생시키고자 하는 힘과 서버에서 물체에 발생시키는 힘을 같도록 만드는 수식을 유도한다. 이 수식을 이용하여 지연의 크기에 관계없이 클라이언트가 물체의 위치를 제어할 수 있다. 지연 보상 기법을 통해 햅틱 미디어의 품질을 유지하면서 지연에 의한 문제를 해결하는 방안을 제시하며, 실제 실험을 통하여 결과를 확인한다.

• 정보보호학회지
• /
• 제16권4호
• /
• pp.69-76
• /
• 2006

센서 네트워크는 네트워크 특성상 근본적으로 기존의 네트워크와 다른 많은 제약 사항을 가지고 있다. 이러한 제약사항으로는 대량의 센서를 위한 비용 문제, 센서 자체의 물리적 취약성 문제 그리고 센서가 취합하는 데이터의 중요도에 따른 보안성 문제 등이 제기될 수 있다. 특히, 본 논문에서는 다양한 센서 네트워크의 기술 이슈 중에서 센서 네트워크의 특정 애플리케이션 지향적 정보 습득 특성에 초점을 맞추었다. 이때 센서 네트워크에서 빼놓을 수 없는 전력 소비 문제가 함께 고려된 센서 네트워크의 효율적인 데이터 수집을 위한 클러스터 기반 지연 적응적 전략과 커버리지 적응적 전략을 소개하였다. 또한 이러한 데이터 습득 과정에서 발생할 수 있는 이상 데이터에 대한 검출 문제를 제시하고 그 대응방안으로서 K-means clustering을 사용한 비교사 학습 기반 방식을 제하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.11-14
• /
• 2022

본 논문에서는 회귀 문제에서 예측값들의 분산을 줄이기 위한 딥뉴럴 네트워크 구조를 제안한다. 일반적인 회귀 문제에서 딥뉴럴 네트워크 학습 시, 하나의 입력에 대한 레이블 값을 이용하여 학습한다. 본 눈문에서는 하나의 입력에 대한 레이블 값뿐만 아니라 두 입력에 대한 레이블 값들의 차이를 학습시키는 딥뉴럴 네트워크 구조를 제안한다. 통계학 이론을 통하여 예측값들의 분산이 줄어든다는 것을 증명한다. 또한, 배관 곡관의 감육두께를 예측하는 문제를 통해 제안된 네트워크의 성능을 검증한다. 일반적인 딥뉴럴 네트워크 구조를 이용하였을 때에 비하여 제안한 네트워크 구조를 이용하였을 때, 회귀 문제의 예측값들의 분산이 감소함을 확인한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (1)
• /
• pp.232-234
• /
• 2004

강화 학습(Reinforcement Learning)을 실제 문제에 적용하는 데 있어 가장 큰 문제는 차원성의 저주(Curse of dimensionality)이다. 문제가 커짐에 따라 목적을 이루기 위해서 더 않은 단계의 판단이 필요하고 이에 따라 문제의 해결이 지수적으로 어려워지게 된다. 이를 해결하기 위칠 문제를 여러 단계로 나누어 단계별로 학습하는 계층적 강화 학습(Hierarchical Reinforcement Learning)이 제시된 바 있다. 하지만 대부분의 계층적 강화 학습 방법들은 사전에 문제의 구조를 아는 것을 전제로 하며 큰 사이즈의 문제를 간단히 표현할 방법을 제시하지 않는다. 따라서 이들 방법들도 실제적인 문제에 바로 적용하기에는 적합하지 않다. 이러한 문제점들을 해결하기 위해 복잡계 네트워크(Complex Network)가 갖는 작은 세상 성질(Small world Property)에 착안하여 자기조직화 하는 생장 네트워크(Self organizing growing network)를 기반으로 한 환경 표현 모델이 제안된 바 있다. 이러한 모델에서는 문제 크기가 커지더라도 네트워크의 사이즈가 크게 커지지 않기 때문에 문제의 난이도가 크기에 따라 크게 증가하지 않을 것을 기대할 수 있다. 본 논문에서는 이러한 환경 모델을 사용한 강화 학습 알고리즘을 구현하고 실험을 통하여 각 모델이 강화 학습의 문제 사이즈에 따른 성능에 끼치는 영향에 대해 알아보았다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 춘계학술대회
• /
• pp.649-651
• /
• 2017

클러스터링 문제는 무선 애드 혹 네트워크의 네트워크 수명과 확장성을 향상시키는 문제 중 하나이다. 이 문제는 무선 애드 혹 네트워크의 설계 및 운영과 관련된 어려운 조합 최적화 문제이다. 본 논문에서는 네트워크 수명을 최대화하고 무선 애드 혹 네트워크의 확장성을 고려한 효율적인 클러스터링 알고리즘을 제안한다. 클러스터링 문제는 NP-hard 문제로 알려져 있습니다. 따라서 본 논문에서는 노드의 수가 많은 네트워크에서 합리적인 시간 내에 최적의 해를 효율적으로 얻을 수 있는 최적화 방식을 사용하여 문제를 해결한다. 제안된 알고리즘은 노드의 전력과 클러스터링 비용을 고려하여 클러스터 헤드를 선택하고 클러스터를 구성한다. 우리는 노드의 전송에너지 측면에서 시뮬레이션을 통해 성능을 평가한다. 시뮬레이션 결과는 제안된 알고리즘이 기존의 알고리즘보다 성능이 우수함을 보여 준다.