• 경영정보학연구
• /
• 제22권4호
• /
• pp.115-134
• /
• 2020

기존의 디지털 콘텐츠에 대한 지불 의사를 고려한 연구들은 대부분 고객 요인과 개인 수준에 중점을 두어 진행되었다. 이런 한계를 보완하기 위해, 본 연구에서는 고객/미디어 요인과 개인/가구 수준의 두 가지 축을 고려하여 디지털 콘텐츠 구매에 영향을 미치는 요인을 찾기 위한 다층수준 분석을 진행하였다. 4,313가구 내 10,172명의 개인을 대상으로 분석한 결과 영화 관람, 클라우드 서비스 경험, 멀티스크린 서비스 이용 등 개인 수준의 미디어 요인이 디지털 콘텐츠 구매에 가장 큰 영향을 미치는 것으로 나타났다. 가구 수준에서는 노트북, 무선 라우터 및 태블릿의 수 등의 미디어 요인이 가구 규모나 가구 소득과 같은 고객 요인보다 더 큰 영향을 미치는 것을 확인하였다. 연구 결과를 통해 개인뿐만 아니라 가구 수준의 고객과 미디어 요인을 통합적으로 고려함으로써 개인의 디지털 콘텐츠 구매 행태에 대한 이해를 높였고, 멀티스크린 서비스 이용의 중요성을 말하였다. 또한 콘텐츠 제공 업체가 멀티스크린 환경을 활용함으로써 신규고객 유치 및 디지털 콘텐츠 판매 증진에 기여할 수 있음을 밝혔다.

• 한국지능시스템학회논문지
• /
• 제8권6호
• /
• pp.129-135
• /
• 1998

본 논문은 서러 다른 접근방식을 사용하는 카오스 회귀 신경예측모델과 다층 신경회로망이 결합하여 고립음의 인식률을 높이고자 하였다. 전반적으로 다층신경회로망은 MLP와 결합한 인식률은 1.2%에서 2.5% 이상이 개선 되었다. 이는 서로 인식하는 방법이 다르기 때문에 서로 상호 보완되고, 카오스의 다이내믹 성질이 인식률을 개선시켰음을 실험으로 밝혔다. MLP와 결합한 인식률은 카오스 다층신경망일 때가 가장 좋았다. 그러나 학습시 알고리즘이 단순하고, 신뢰도 면에서는 오히려 카오스 단층 신경망이 인식률은 0.5%정도 떨어지지만 더욱 좋다고 생각된다. 주로 MLP는 숫자음 “일”과 “오”에서 우수한 성적을 나타내었고, 카오스 예측 신경망은 숫자음 “영”, “삼”, “칠”에서 우수하였다.

• 지능정보연구
• /
• 제4권1호
• /
• pp.79-87
• /
• 1998

정확한 태풍진로 예측은 동아시아 최대의 자연재해인 태풍의 피해를 최소화하는데 필수적이다. 기상역학에 기초를 둔 수치모델과 회귀분석등의 통계적 접근법이 사용되어왔다. 본 논문에서는 비선형 신경망모델인 다층퍼셉트론을 제안한다. 즉, 태풍진로예측을 이동경로, 속도, 기압 등의 변수로 이루어진 시계열의 예측으로 본다. 1945년부터 1989년까지 한반도에 접근한 태풍 데이터를 이용하여 제안된 신경망을 학습한 후, 94, 95년도에 접근한 태풍의 진로를 예측하였다. 신경망의 예측성능은 수치모델의 성능보다 조금 우수하거나 비슷하였다. 신경망의 성능은 충분히 더 향상될 수 있는 여지가 있다. 또한, 고가의 슈퍼컴퓨터로 여러 시간 계산을 해야하는 수치모델에 비하여 PC상에서 수초만에 계산을 할 수 있는 신경망 모델은 비용 면에서도 장점이 있다.

• 융합정보논문지
• /
• 제8권1호
• /
• pp.139-145
• /
• 2018

랜섬웨어란 악성코드의 일종이다. 랜섬웨어에 감염된 컴퓨터는 시스템 접근이 제한된다. 이를 해제하기 위해서는 악성 코드 제작자에게 대가를 제공해야 한다. 최근 최대 규모의 랜섬웨어 공격이 발생함에 따라 인터넷 보안 환경에 대한 우려가 점점 커지고 있다. 랜섬웨어에 대한 종류와 사이버테러 피해를 막기 위한 대응 방안을 알아본다. 강력한 감염성을 가지며 최근에도 끊임없이 공격해오는 랜섬웨어는 대표적으로 Locky, Petya, Cerber, Samam, Jigsaw가 있고, 점점 공격패턴이 진화중이며 요구 결제 금액 또한 증가하고 있다. 현재로써 랜섬웨어 방어는 100% 특효약이 있는 것이 아니다. 하지만 자동업데이트, 백신설치, 주기적 백업을 통해 랜섬웨어에 대응 할 수 있다. 본 연구에서는 네트워크와 시스템에 도달하지 못하도록 다층적인 접근 방법을 제시하여, 기업과 개인 사용자들의 랜섬웨어 예방 방법을 제시하였다.

• 대한지리학회지
• /
• 제48권3호
• /
• pp.433-452
• /
• 2013

일제강점기에 기원한 일본식 지명이자 상업 중심지로서의 본정통은 오늘날까지 우리나라 도시들에서 번화가를 일컫는 대명사로 통한다. 이 연구는 서울의 충무로와 명동 일대를 사례로 도시 본정통이 함축하고 있는 다양한 장소 기억들을 탐색한 것이다. 연구자는 장소 기억이라는 개념을 지리학의 입장에서 정초한 다음, 이 개념을 매개로 본정통이라는 한 장소에 쌓인 기억의 다층성과 경합성에 주목하며 본정통의 장소 기억을 세 가지 층위로 재구성할 수 있었다. '식민 권력의 상징' vs. '근대의 표상', '금융 자본주의의 심장' vs. '문화 예술인의 마당', '유행의 공간' vs. '정체성의 장소'가 그것이다. 결론적으로, 연구자는 도시에서 우리 삶의 흔적이 여기 저기에 수평적으로 산재하는 것이 아니라 도시 안의 한 장소 그 자체가 일종의 팔림세스트라는 점을 강조하였고, 따라서 도시 공간에 대한 연구에서 수평적 접근보다는 수직적 접근이 필요함을 주장하였다.

• 한국표면공학회:학술대회논문집
• /
• 한국표면공학회 2015년도 추계학술대회 논문집
• /
• pp.206-206
• /
• 2015

자동차 외장 부품은 미려한 외관과 경량화를 통한 연비향상을 위해 ABS수지 위에 다층 도금 공법이 적용된다. 하지만, 필드에서 종종 도금층의 부식에 대한 문제가 야기 되고 있다. 부식문제의 한 인자로 도금 두께의 불균일성을 들 수 있다. 도금공정에서 용액의 유동성, 제품이 걸리는 위치, 도금액의 불순물 등등 여러 가지 현장요소로 인해 도금 두께 편차가 생겨난다. 이러한 현장 요소와 함께 피도금물의 외형 형상 또한 도금 불균일의 주요한 원인이 된다. 특히, 제품 모서리 부분에서는 문제가 되는 과도금 현상이 쉽게 발생한다. 따라서, 도금 두께 편차를 줄이기 위해서는 도금 현장 요인을 분석하는 것도 중요하지만, ABS 제품의 외형 형상 디자인에 있어서 체계적인 접근이 필요하다. 그러나, 디자인의 구조적인 접근을 위해 현장에서 검증하려면 많은 비용과 시간이 소요된다. 이에 본 연구에서는 모서리 부분에서의 과도금 현상을 시뮬레이션을 활용하여 형상관점에서 과도금 형태 및 원인을 분석하고자 하였다.

• 산업경영시스템학회지
• /
• 제25권2호
• /
• pp.77-83
• /
• 2002

본 연구에서는 가솔린 시계열 예측전문가들이 수요를 예측하고, 더 나아가 직감적으로 행하고 있는 보정과정을 자동화하기 위해 신경망을 사용한다. 가솔린 수요 예측분야에서 보정을 위해 사용되는 전형적인 판단요소는 정부 에너지 절약 정책, 에너지 산업의 파업, 공휴일 등이 있다. 주요 추세가 순환신경망에 의해 예측되고 이들 판단요소의 효과가 다층신경망에 의해 탐지되어 보정된다. 가솔린 수요에 대한 실험결과는 보정과정을 갖는 예측구조가 하나의 신경망을 사용하는 예측구조 보다 더 나은 예측력을 보였다. 그리고 본 연구에서 제시한 접근방법이 순환신경망이나 ARIMA 모델을 사용하는 것보다 더 나은 결과를 가졌다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2002년도 추계 학술발표회 논문집
• /
• pp.299-304
• /
• 2002

본 연구에서는 자궁 내 태아의 발육지연이 주산기 사망률 및 이환율을 증가시키는 고위험 임신의 한 예로써, 태아 발육제한증과 관련한 비선형적인 자료를 통계적인 방법으로 접근하는데 초점을 두었다. 이에 정상태아와 발육제한증 태아를 판별하기 위한 분석을 실시함에 있어 신경망 이론 중 하나인 다층 퍼셉트론 모형으로 예측하고자 하였다.

• 한국섬유공학회:학술대회논문집
• /
• 한국섬유공학회 2001년도 가을 학술발표회 논문집
• /
• pp.139-142
• /
• 2001

섬유강화 복합재료는 상대적으로 아주 높은 질량 대비 탄성계수를 가지고 있으므로 경량화 할 필요가 있는 물체나 관성력이 최소로 요구되는 부분에 사용되고 있다. 대부분의 복합재료판들은 고탄성-저신도 섬유를 사용하여 만든 단층의 복합재료를 그배향 방향을 조절하여 원하는 방향 특성으로 접근한다. 그러나 다층으로 만들어 2차원의 등방성 소재로 만들어 사용하고 있다. 그러나 이러한 경우에는 여러 층을 결합 하여야 하는 번거로움과 두께의 제약 등이 있다. (중략)

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제26권11호
• /
• pp.1261-1269
• /
• 1999

다층 퍼셉트론은 다양한 응용 분야에 성공적으로 적용되고 있는 대표적인 신경회로망 모델이다. 그러나 다층 퍼셉트론의 학습에서 나타나는 플라토에 기인한 느린 학습 속도와 지역 극소는 실제 응용문제에 적용함에 있어서 가장 큰 문제로 지적되어왔다. 이 문제를 해결하기 위해 여러 가지 다양한 학습알고리즘들이 개발되어 왔으나, 계산의 비효율성으로 인해 실제 문제에는 적용하기 힘든 예가 많은 등, 현재까지 만족할 만한 해결책은 제시되지 못하고 있다. 본 논문에서는 다층퍼셉트론의 베이시스 함수로 사용되는 시그모이드 함수를 보다 일반화된 형태로 정의하여 사용함으로써 학습에 있어서의 플라토를 완화하고, 지역극소에 빠지는 것을 줄이는 접근방법을 소개한다. 본 방법은 기존의 변형된 가중치 수정식을 사용한 학습 속도 향상의 방법들과는 다른 접근 방법을 택함으로써 기존의 방법들과 함께 사용하는 것이 가능하다는 특징을 갖고 있다. 제안하는 방법의 성능을 확인하기 위하여 간단한 패턴 인식 문제들에의 적용 실험 및 기존의 학습 속도 향상 방법을 함께 사용하여 시계열 예측 문제에 적용한 실험을 수행하였고, 그 결과로부터 제안안 방법의 효율성을 확인할 수 있었다. Abstract A multilayer perceptron is the most well-known neural network model which has been successfully applied to various fields of application. Its slow learning caused by plateau and local minima of gradient descent learning, however, have been pointed as the biggest problems in its practical use. To solve such a problem, a number of researches on learning algorithms have been conducted, but it can be said that none of satisfying solutions have been presented so far because the problems such as computational inefficiency have still been existed in these algorithms. In this paper, we propose a new learning approach to minimize the effect of plateau and reduce the possibility of getting trapped in local minima by generalizing the sigmoidal function which is used as the basis function of a multilayer perceptron. Adapting a new approach that differs from the conventional methods with revised updating equation, the proposed method can be used together with the existing methods to improve the learning performance. We conducted some experiments to test the proposed method on simple problems of pattern recognition and a problem of time series prediction, compared our results with the results of the existing methods, and confirmed that the proposed method is efficient enough to apply to the real problems.