• The Korean Journal of Applied Statistics
• /
• v.13 no.1
• /
• pp.1-10
• /
• 2000

정보화사회에서 효율적인 정보검색(information retrieval)은 각종 의사결정에 매우 중요하다. 주어진 정보검색 문제가 있을 때 과거에 검색되었던 자료는 그 적절성 여부에 대한 평가를 데이터베이스에 첨가하여 지식베이스(knowledge base)화 할 수 있다. 본 연구는 이 지식베이스에 대한 논리적 패턴을 분석하여 새로운 정보의 '적정성(relevance)' 여부를 판별하는 확률화 정보검색 모형을 만들고 이에 대한 실험을 하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04a
• /
• pp.598-600
• /
• 2001

본 논문에서는 양상 뮤 논리를 위한 속성 명세 패턴 연구를 통해 시제 논리에 대한 패턴 기반의 단일한 프레임워크를 제시한다. 본 연구에서는 Dwyer의 속성 명세 패턴 분류를 상태(S)와 행동(A)으로 세분화하고 이를 다시 강함(A)와 약함(E)으로 다시 세분했다. 이러한 의미 기반의 계층적 패턴 분류 체계를 통해 양상 뮤 논리의 속성 명세 패턴을 분석했으며 실제 모형 검사기에서 사용된 예제들의 패턴 분류에 적용했다. 그 결과 기존의 분류 체계보다 더 정확한 분류가 가능했을 뿐만 아니라, 속성 명세의 작성 및 이해가 용이하였다.

• ETRI Journal
• /
• v.14 no.4
• /
• pp.125-136
• /
• 1992

일반적으로 사람이 패턴인식을 하는 데 있어서 여러 단계의 과정을 거쳐 인식함이 알려져 있다. 이와 같은 사람의 패턴인식 메카니즘(mechanism)을 모방하여 각 단계에 해당하는 기능을 수행하는 시스팀의 구성은 계층구조를 가짐은 물론 각각의 계층의 지식 또한 모듈화 되어야 한다. 특히 계층간의 지식이 상호작용을 통하여 지식이 처리되어야 할 것이다. 본 연구에서는 기존의 패턴인식 모델이 가지고 있는 문제점을 해결하기 위하여 인간의 패턴 인식 메카니즘에 대해 많이 알려진 여러가지 가설을 바탕으로 신경망 패턴인식 모델과 AI 패턴인식 모델을 융합한 새로운 IPP 모델을 제안한다. IPP 모델은 패턴을 인식할때 각 단계에서 생기는 다양성, 애매성 등을 다른 층의 지식을 사용하여 협조적으로 해결하며, 또한 인간처럼 직감적 처리와 논리적 처리를 상호협조적으로 정보를 교환하여 패턴을 인식한다. 즉, IPP 모델은 직감과 논리를 융합한 새로운 패턴인식 모델이다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.12a
• /
• pp.233-236
• /
• 2000

본 연구에서는 패턴 인식용 다층 퍼셉트론 신경망을 순수 디지털 논리회로 모델로 전환 구현할 수 있도록 새로운 논리뉴런의 구조, 디지털 정형 다층논리신경망 구조, 그리고 패턴인식의 응용을 위한 다단 다층논리 신경망 구조를 제안하고, 또한 제안된 구조는 매우 단순하면서도 효과적인 증가적인 가법적(Incremental Additive) 학습알고리즘이 존재함을 보였다.

• Journal of Korea Spatial Information System Society
• /
• v.9 no.1
• /
• pp.79-90
• /
• 2007

In this paper we proposed and implemented an incident detection model which combines fuzzy algorithm and traffic pattern in order to enhance the efficiency of incident detection for the highways with lamps. Most of the existing algorithms dealt with highways without lamps and can not be used for detecting incidents in the highways with lamps. The data used for model building are traffic volume, occupancy, and speed data. They have been collected by a loop sensor at 5 minutes interval at a point in the Internal Circular Highway of Seoul for the period of 3 months. In this model, the three parameters collected by sensor were fuzzified and combined with the daily traffic pattern of the link. The test of efficiency of the propsed model was performed by comparing the result of proposed model with traditional APID algorithm and fuzzy algorithm without the pattern data respectively. The result showed significant amount of improvement in reducing the false incident detection rate by 18%.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.341-344
• /
• 2006

유고란 도로상에서 교통량의 주기적인 집중에 의한 혼잡과는 구별되는 개념으로 교통사고, 도로보수 그리고 자연재해와 같은 비 반복적인 정체의 상황을 일컫는다. 이러한 유고는 막대한 통행시간이 추가로 발생하고 연료소모, 환경피해 등의 문제가 발생하므로 이러한 교통손실을 최소화하기 위하여 자동유고감지 알고리즘의 개발이 필수적이다. 이를 위하여 현재 다양한 검지기에서 수집된 교통 데이터를 바탕으로 유고를 감지하는 연구가 많이 진행되고 있다. 본 논문에서는 각종 유고 상황을 인지하여 제2의 사고를 예방할 수 있는 효율적인 유고감지 알고리즘을 개발하기 위하여 퍼지논리와 패턴을 함께 사용하였다. 먼저 퍼지논리와 패턴에 사용되는 데이터는 루프 검지기에서 5분 마다 수집된 교통정보(교통량, 점유율, 속도)를 이용하였다. 교통정보를 이용하여 구축된 요일 및 시간대별 패턴과 함께 퍼지논리를 이용하여 도출된 유고 소속도를 가지고 유고를 감지하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.48-50
• /
• 2000

본 논문은 사용자를 대신해서 웹상의 여러 곳에 존재하는 정보를 추출하고 통합하여 사용자에게 제공하기 위한 에이전트 시스템을 설계하고자 한다. 정확한 정보 추출을 위해서는 추출하고자 하는 정보의 위치를 찾아내는 정보 추출 규칙이 요구된다. 이러한 규칙을 알아내기 위해서 본 논문에서 제안하는 시스템은 XML로 기술된 도메인 지식을 이용한다. 이 도메인 지식은 논리적 라인의 의미 분석에 사용되며, 논리적 라인의 의미를 기반으로 도메인 문서에서 추출해야 하는 정보의 패턴을 학습한다. 학습된 패턴에서 XML로 기술된 규칙을 생성하는데, 이 규칙은 Wrapper이 된다. 이렇게 생성된 규칙을 이용해서 정보를 추출하게 되며, 추출된 정보를 통합해서 사용자에게 제공하게 된다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.2 no.2
• /
• pp.111-118
• /
• 2001

In this paper, in order to implement the multi-layered perceptron neural network using pure digital logic circuit model, we propose the new logic neuron structure, the digital canonical multi-layered logic neural network structure, and the multi-stage multi-layered logic neural network structure for pattern recognition applications. And we show that the proposed approach provides an incremental additive learning algorithm, which is very simple and effective.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.38 no.4
• /
• pp.10-21
• /
• 2001

This paper develops a logical simulation method for by dyversity of situations. Most existing systems, for example, games and infant tutoring systems lead users to virtual environment with unfolding situations, but are not designed to induce the change of the environment itself. In this paper, a logically simulated environment is created by defining situations and single events based on situation hierarchy structure. We elaborate the occurrence of events by classifying the causality. The occurrence or natural phenomena is dictated by physical laws and natural phenomena are expressed as the transition of the event based on event association. Specifically we define the source of the event for natural phenomena and we consider the existence of objects as a primary factor in event occurrence. The advantages of this approach include the reuse of events, that is, different events can be generated in the same flow with fresh conditions. This allows us to implement a more practical and logical environment. A drawback to this method is the difficulty in dividing a situation into events. The proposed method was implemented in the context of the change of season among natural phenomena.

• Proceedings of the KIEE Conference
• /
• 1998.07a
• /
• pp.359-361
• /
• 1998

본 연구에서는 시스템의 대규모 SCADA 시스템들에 효과적으로 적용될 수 있는 전문가 시스템을 설계한다. 전문가 시스템의 추론기관은 직관적 추론 기능과 논리적 추론기능이 연동되도록 설계한다. 직관적 추론기능은 패턴인식구조로, 논리적 추론기능은 휴리스틱에 근거한 심층추론을 통해 시스템 이벤트별로 다양한 시간제야조건을 만족하는 시스템 제어전략을 결정함과 동시에, 지식 생성자의 역할을 할 수 있도록 다중 추론구조로 설계한다.