• 한국지역지리학회지
• /
• 제21권3호
• /
• pp.461-473
• /
• 2015

이 논문의 목적은 한국 경제자유구역이 지니는 '네트워크 도시'의 제도적 구성과 운영의 한계를 영남권의 대구경북경제자유구역을 사례로 서설적 차원에서 검토하는 것이다. 경제자유구역의 지정 및 운영에 관한 법 제도의 특성은 관련 주체들이 다층적이면서도 수직적 또는 수평적인 거버넌스를 구축하고 있는 것을 특징으로 하고 있다. 그러나 실제로 지역 주민이 자신들의 재산권을 행사하는 데 있어서 의견수렴 기간이 짧아서, 이로 인한 정책 실패의 개연성도 높을 수 있다는 특성을 지니고 있음과 동시에 광역시 도, 기초지자체, 경제자유구역청 간 행정적으로 강한 수직적 거버넌스 성향이 나타난다. 대구경북경제자유구역을 네트워크 도시 특성에서 살펴 볼 때, 계획단계에서 네트워크 도시의 특성을 반영했음에도 불구하고, 실행단계에서는 단위 지구별로 성과지향형 거점개발 전략을 취하고 있어서 계획과 실행 간 큰 차이를 보이고 있다. 특히, 대구경북경제자유구역청의 행정 조직을 개발 중심에서 투자 중심을 거쳐 광역 시 도 중심으로 개편한 점은 계획단계에서 제시한 네트워크 도시 전략으로서의 위상이 운영 단계에서 퇴색하면서 개별 지역주의로 회귀하고 있는 현실을 나타낸다. 이러한 특징은 지구 지정, 재지정, 해제를 둘러싼 단위 지구의 변경과정에서 더욱 강하게 나타나면서 경제자유구역에 기초한 네트워크 도시의 구성과 운영의 한계를 보이고 있다.

• 한국지능시스템학회논문지
• /
• 제15권2호
• /
• pp.236-244
• /
• 2005

본 연구에서는 퍼지관계 및 진화론적 최적 다층 퍼셉트론에 기초한 퍼지다항식 뉴럴네트워크(FPNN)의 새로운 구조를 소개하고, 포괄적인 설계방법론을 토의하며, 그리고 일련의 수치적인 실험이 수행된다. 진화론적 최적 FPNN(EFPNN)의 구축을 위해 컴퓨터지능(CI)의 기반 기술을 이용한다. EFPNN의 구조는 규칙베이스 퍼지뉴럴네트워크와 다항식 뉴럴네트워크의 결합에 의한 유전자 최적 구동 하이브리드 시스템의 시너지 이용으로 얻어진다. 퍼지뉴럴네트워크는 EFPNN의 전체규칙 구조의 전반부에 기여하고, EFPNN의 후반부는 다항식 뉴럴네트워크를 사용하여 설계된다. EFPNN의 후반부를 위한 유전론적 최적 다항식 뉴럴네트워크의 개발은 두 최적화 기법에 의해 수행된다. 즉 구조적 최적화는 유전자알고리즘에 의해 수행되고, 파라미터 최적화는 최소자승법 기반의 학습을 통해 행하여진다. EFPNN의 성능 평가를 위해, 모델은 몇 가지 수치 예제를 이용한다. 비교에 의한 해석은 제안된 EFPNN이 이전에 제시된 다른 지능형 모델보다 높은 정확도 뿐만 아니라 좀 더 우수한 예측능력을 가지는 모델임을 보여준다.

• 한국경제지리학회지
• /
• 제15권2호
• /
• pp.274-291
• /
• 2012

인터넷으로 대표되는 정보통신기술의 혁명으로 지식 정보전달방법이 과거와 달라진 가운데, 지식기반서비스업의 공간체계가 어떻게 역동적으로 변화하였는지를 고찰하고자, 광고산업 중에서도 특히 인터넷 광고산업을 대상으로 실증적 사례연구를 수행하였다. 본 연구의 목적은 정보통신기술의 발달로 등장한 한국 인터넷 광고산업에서 지식창출을 위한 행위자간 공간 네트워크의 역동적인 특성을 파악하고, 새로운 경제활동 공간형성에 영향을 끼친 네트워크 형성요인을 분석하고자 함이다. 인터넷 광고산업의 핵심주체인 인터넷 광고대행사의 프로젝트 팀을 중심으로 공간상에 나타나는 인터넷 광고 관련 행위자들과의 지식창출 네트워크를 탐색하였다. 이를 위해 행위자 유형별로 기업내, 기업간, 기업과 소비자로 분류하고, 공간적 범위에 따라 국지, 지방, 글로벌로 나누어 다층적 차원에서 분석하였다. 한편 인터넷 광고산업의 입지에 영향을 끼친 네트워크 형성요인은 인터넷 광고 업무상의 측면과 업무외 측면으로 구분하여 도출하였다. 분석 결과 두 네트워킹 측면은 상호보완적인 관계를 구축하며 디지털시대의 새로운 경제공간을 형성하고 있었다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제49권7호
• /
• pp.378-388
• /
• 2000

In this paper, we propose Fuzzy Polynomial Neural Networks(FPNN) based on Polynomial Neural Networks(PNN) and Fuzzy Neural Networks(FNN) for model identification of complex and nonlinear systems. The proposed FPNN is generated from the mutually combined structure of both FNN and PNN. The one and the other are considered as the premise part and consequence part of FPNN structure respectively. As the consequence part of FPNN, PNN is based on Group Method of Data Handling(GMDH) method and its structure is similar to Neural Networks. But the structure of PNN is not fixed like in conventional Neural Networks and self-organizing networks that can be generated. FPNN is available effectively for multi-input variables and high-order polynomial according to the combination of FNN with PNN. Accordingly it is possible to consider the nonlinearity characteristics of process and to get better output performance with superb predictive ability. As the premise part of FPNN, FNN uses both the simplified fuzzy inference as fuzzy inference method and error back-propagation algorithm as learning rule. The parameters such as parameters of membership functions, learning rates and momentum coefficients are adjusted using genetic algorithms. And we use two kinds of FNN structure according to the division method of fuzzy space of input variables. One is basic FNN structure and uses fuzzy input space divided by each separated input variable, the other is modified FNN structure and uses fuzzy input space divided by mutually combined input variables. In order to evaluate the performance of proposed models, we use the nonlinear function and traffic route choice process. The results show that the proposed FPNN can produce the model with higher accuracy and more robustness than any other method presented previously. And also performance index related to the approximation and prediction capabilities of model is evaluated and discussed.

• 한국음향학회지
• /
• 제42권4호
• /
• pp.345-356
• /
• 2023

수동소나의 표적신호는 수초 내 세기의 변화를 갖는 협대역 고조파 특성과 로이드 거울 효과에 의한 장시간 주파수 변이 특성을 나타낸다. 본 논문에서는 지역 및 전역적 시계열 특징을 학습하는 게이트 순환 유닛 기반의 신호분류 알고리즘을 제안한다. 제안하는 알고리즘은 게이트 순환 유닛을 이용한 다층 네트워크를 구성하고 확장된 연결을 통해 지역 및 전역적 시계열 특징들을 추출한다. 이후 어텐션 메커니즘을 학습하여 시계열 특징들을 가중하고 수동소나 신호를 분류한다. 공개된 수중 음향 데이터를 이용한 실험에서 제안된 네트워크는 96.50 %의 우수한 분류 정확도를 보였다. 이러한 결과는 기존의 잔차 연결된 게이트 순환 유닛 네트워크과 비교하여 4.17 % 높은 분류 정확도를 갖는다.

• 정보처리학회논문지B
• /
• 제13B권6호
• /
• pp.615-624
• /
• 2006

이 논문은 이동 에이전트 시스템에 기반을 둔 가상의 병렬분산 컴퓨팅 환경에서 병렬로 수행되는 다층 인공신경망 시뮬레이터를 구현하는 것을 목적으로 한다. 다층 신경망은 학습세션, 학습데이터, 계층, 노드, 가중치 수준에서 병렬화가 이루어진다. 이 논문에서는 네트워크의 통신량이 상대적으로 적은 학습세션 및 학습데이터 수준의 병렬화가 가능한 신경망 시뮬레이터를 개발하고 평가하였다. 평가결과, 학습세션 병렬화와 학습데이터 병렬화 성능분석에서 약 3.3배의 학습 수행 성능 향상을 확인할 수 있었다. 가상의 병렬 컴퓨터에서 신경망을 병렬로 구현하여 기존의 전용병렬컴퓨터에서 수행한 신경망의 병렬처리와 비슷한 성능을 발휘한다는 점에서 이 논문의 의의가 크다고 할 수 있다. 따라서 가상의 병렬 컴퓨터를 이용하여 신경망을 개발하는데 있어서, 비교적 시간이 많이 소요되는 학습시간을 줄임으로서 신경망 개발에 상당한 도움을 줄 수 있다고 본다.

• 한국융합학회논문지
• /
• 제12권2호
• /
• pp.221-231
• /
• 2021

본 논문은 인구이동의 이론에 따라 혁신도시 이전기관 종사자 구성세대의 이동 요인을 추출하고 요인들의 상대적 영향을 설명하고자 하였다. 개인 및 가구변수와 거리와 인구의 중력모델, 네트워크변수, 지방재정·지역경제·교육·문화·주택 등 전입지와 전출지의 상대적 유용성판단의 지역변수를 선정하였다. 종속변수의 이산성과 데이터의 구조를 감안하여 다층로짓모형 구축하였고 최종모형은 확률절편모델을 선택하였다. 실증분석 결과 개인·가구변수에서는 남성보다 여성이, 30대 미만보다는 30-40대가, 대졸이하보다는 박사학위취득자가, 취업한 배우자보다는 미취업배우자의 이전종사자가 주민등록을 더하였다. 지역변수에서는 중력모델과 관련하여 기관까지 거리가 멀수록 주민등록을 더 한 반면, 이전 시기(t-1)의 일반 유입이 클수록 주민등록 이전을 덜 하였다. 지역간 상대적 유용성과 관련하여 전입지의 지역경제, 교육환경, 주거환경이 클수록 이전을 더하였고 지방재정의 경우는 반대였다.

• 한국산학기술학회논문지
• /
• 제22권6호
• /
• pp.305-313
• /
• 2021

미래전의 양상은 네트워크 중심전으로 전체계의 연결을 통한 전장상황 정보획득 및 공유가 주를 이룰 것이다. 따라서 전장에서 생성되는 정보의 양은 많아지지만, 정보를 평가하여 전장을 효율적으로 지휘하는 기술은 부족한 것이 현실태이다. 이를 극복하기 위해 대두되는 기술이 전장 위협평가이다. 전장 위협평가는 획득된 정보를 사용하여 지휘관의 신속 결심을 지원하는 기술이지만 획득된 정보에는 표적의 불확실성이 많고 점차 지능화되는 전장상황에 적용하기에 현재 기술수준이 낮은 부분이 있다. 본 논문에서는 표적의 불확실성을 제거하고 고도화되는 전장상황에서도 적용 가능한 인공지능 기반의 전장 위협평가 기법에 대해 제안한다. 사용된 인공지능 시스템으로는 퍼지 추론 시스템과 다층 퍼셉트론을 사용하였다. 퍼지 추론 시스템에 표적의 고유특성을 입력시켜 표적을 분류해내었고 분류된 표적정보를 다른 표적 변수들과 함께 다층 퍼셉트론에 입력하여 해당 표적에 맞는 위협도 값을 산출하였다. 그 결과, 시뮬레이션을 통해 두 가지 시나리오상에서 무작위로 설정된 불확실 표적들을 인공신경망에 훈련시켰고, 훈련된 인공신경망에 시험용 표적을 입력하여 산출되는 위협도 값으로 제안한 기술의 타당성을 검증하였다.

• 한국컴퓨터정보학회논문지
• /
• 제15권12호
• /
• pp.27-35
• /
• 2010

유해영상 검출에서 정확하게 피부 색상 영역을 획득하는 것은 매우 중요하다. 그러나 기존의 방법들은 서로 다른 인종, 조명, 화장, 사용된 카메라 등과 같은 여러 원인으로 인해 피부 색상 추출에 여전히 문제를 가지고 있으며, 사전에 미리 정해진 피부 색상 분포 모델을 이용하여 영상에서 피부 영역을 검출한다. 이러한 문제를 해결하기 위해 본 논문에서는 눈 주변 영역에서 샘플을 추출하여 입력 영상에 최적으로 적합된 피부 색상 분포 모델을 생성하여 피부 영역을 강건하게 분할하고, 분할된 피부 영역에서 성인 영상을 대표할 수 있는 특징을 추출한 후, 분할된 피부 영역이 나체의 몸체를 포함하고 있는지를 뉴럴 네트워크 다층 퍼셉트론을 통해 여러 대표적인 특징들을 통합하면서 추론하는 새로운 방법을 제안하다. 본 논문의 실험에서는 피부 색상 영역 분할과 성인영상 검출의 두 가지 성능 측면에서 제안한 방법의 성능이 기존의 방법에 비해 보다 우수함을 보인다. 본 논문에서 제안한 강건한 유해영상검출 기법은 얼굴 검출, 성인영상 필터링 등과 같은 관련된 여러 응용 분야에서 유용하게 활용될 것이라 기대된다.

• 트랜스-
• /
• 제13권
• /
• pp.141-169
• /
• 2022

서사 텍스트에 대한 분석은 학술적으로나 실용적으로 중요하게 여겨져 왔으며 여러 관점과 방법으로 이루어져 왔다. 이 논문에서는 정보처리 관점에서의 전산적 서사 분석 방법론을 살펴보았다. 정보처리 관점에서 서사의 창작과 수용은 서사 텍스트에 의해 매개된 양방향적 코딩 과정이고, 서사 텍스트는 다층적으로 구조화된 코드라고 할 수 있다. 이 논문에서는 이런 관점을 공유하는 네 가지 방법론 - 캐릭터 네트워크 분석, 텍스트 마이닝과 감성 분석, 사건 구성의 연속성 분석, 서사 에이전트의 지식 분석 -을 사례와 함께 살펴보았다. 이를 통해 서사 분석에 있어 전산적 방법론의 메커니즘과 가능성을 확인하였다. 결론에서는 전산적 서사 분석의 의의와 부작용을 살펴보고, 인문학과 과학기술 통섭에 바탕한 인간-컴퓨터 협업 모델 설계의 필요성을 논의하였다. 이를 통해 미적으로 창의적이고, 윤리적으로 선하며, 정치적으로 진보적이고, 인지적으로 정교한 서사를 보다 효과적으로 만들어 나갈 수 있음을 주장하였다.