• 컴퓨터교육학회논문지
• /
• 제18권6호
• /
• pp.71-79
• /
• 2015

클라우드와 빅네이터의 새로운 시대에서 필요한 데이터를 방대한 데이터 풀로부터 어떻게 찾아내고 활용하느냐는 매우 중요한 일이다. 이러한 빅데이터의 시대에는 무엇보다도 방대하고도 변화무쌍한 데이터를 잘 처리하고 유용한 정보를 신속하게 획득할 수 있는 진화된 형태의 효율적 지능적 지식시스템 설계를 필요로 한다. 따라서 본 연구에서는 진화된 지능 시스템 연구의 하나로서 구조적으로 재구성될 수 있는 동적 개인적 지식네트워크를 제안하고자 한다. 작은 공간에 큰 세계를 매핑하여 효율적으로 처리할 수 있는 인간 두뇌의 기능과 이 안에서 일어나는 뉴로다이나믹스 메커니즘에 착안하여 구조적 유연성을 갖는 지능 시스템을 설계하였다. 서로 다른 네트워크의 구조적-기능적 결합이 가능하도록 개인 지식네트워크를 구조화하고 핵심 영역에 속하는 공통 노드를 찾아 결합을 하며 재구성하는 기능을 부여하였다. 또한 시스템이 재구성된 지식네트워크로부터 최적 경로를 추출하며 추출된 경로를 가지고 추론 프로세스를 진행하는 기능 갖도록 구상하였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제36권4호
• /
• pp.247-253
• /
• 2009

지난 십 년간 랭킹은 데이터 마이닝 분야의 활발한 연구분야였다. 그러나 랭킹은 다른 데이터 마이닝 기법들과 비슷하게 RDBMS와는 독립적으로 개발되었고, 그로 인해 기존에 널리 사용되고 있는 RDBMS들과의 연동성이 떨어진다는 단점이 존재하게 되었다. 다른 데이터 마이닝 기법들은 소결합이나 밀결합 접근법을 이용하여 RDBMS와 연동하기 위한 연구가 활발하게 진행되어 왔고, 그 결과 실제로 사용 가능한 응용시스템들이 나오게 되었다. 그러나 랭킹에서는 이와 같은 노력들이 잘 이루어지지 않고 있다. 본 논문에서는 랭킹 작업을 RDBMS에 연동하여 효율적으로 수행하기 위하여 MySQL에 Ranking SVM을 통합하는 작업을 진행하였다. 밀결합 접근법을 기반으로 하는 우리의 구현은 MySQL에 랭킹을 위한 새로운 SQL 명령어를 추가하였고 랭킹 작업의 효율성을 확인하기 위해서 소결합 접근법을 기반으로 하는 Ranking SVM과 성능을 비교 평가하여 훈련단계에서 $10{\sim}40%$, 예측단계에서 평균 60%의 성능향상을 확인할 수 있었다.

• 대한토목학회논문집
• /
• 제31권5D호
• /
• pp.671-677
• /
• 2011

최근 철도 서비스를 개선하고자 기존선을 복선 및 전철화 하는 등 철도네트워크 기능강화사업이 활발히 추진되고 있다. 이를 배경으로 본 논문에서 급행철도와 같이 새로운 철도 운영서비스가 제공될 경우 타 교통수단으로부터 얼마의 전환수요가 발생될 것이며, 철도이용형태는 어떻게 변화될 것인지? 등 앞으로 건설될 대구권 광역철도를 대상으로 SP와 RP데이터에 의한 전환수요 예측방법의 적용성을 검토하였다. 모형 구축결과, 기존 SP와 RP데이터를 결합하는 동시적 모형과 순차적 모형이 모두 유용하여 총통행시간과 통행비용의 파라미터 추정치가 충분한 설명력을 나타내고 있으며, 동시적 방법이 보다 효율적으로 분석되었다. 특히 RP+SP의 결합모형의 타당성을 더욱 높이기위해서 RP데이터를 비례적으로 적용한다면, 철도요금과 통행시간 설정에 따라 전환수요를 쉽게 파악할 수 있을 것이며, 대구권 광역철도를 비롯하여 타 지역에서도 보다 실용적으로 적용할 수 있을 것으로 판단된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 추계학술대회
• /
• pp.340-343
• /
• 2016

국내 빅데이터 산업 활성화를 위해 2016년 6월 정부부처 합동으로 개인정보 비식별 조치 가이드 라인을 발간하였다. 이 가이드라인은 현행 개인정보보호 관련 법령 하에서 개인정보를 보호하면서 사업자의 빅데이터 분석을 보다 활성화하고자 하려는 목적이 있다. 이 가이드라인은 국내의 엄격한 개인정보보호법 하에서 전자정부 선진국을 위한 정보환경을 조성하고자 하는 것이다. 다만, 이러한 가이드라인의 내용 중 비식별 조치 절차, 제도 및 정보집합물 결합 방법에 불합리한 부분이 있다면 빅데이터 산업 활성화의 걸림돌이 될 수 있다. 따라서 본 논문에서는 가이드라인의 비식별 조치 및 결합 방법 및 절차 중 개선이 필요하다고 생각되는 적정성 평가, 비식별 조치 지원 및 결합 임시대체키 생성 방법을 살펴보고 각각에 대해 해결 방안을 제시한다. 그리고 이러한 해결 방안이 어떻게 핀테크 산업 활성화에 도움이 되는지 알아본다.

• 한국융합학회논문지
• /
• 제13권3호
• /
• pp.203-216
• /
• 2022

본 연구에서는 COVID-19의 영향과 온라인 시장을 중심으로 구매패턴이 변화하는 현 경영환경의 시대에서 온라인 배송업체의 구매정보와 상품정보를 기반으로 군집분석과 연관성 분석을 실시하였다. 고객군집, 상품군집, 그리고 교차결합을 통해 데이터를 세분화시켜 결합군집을 생성하여 학문적으로 새로운 방안의 군집분석을 시도하였으며, 각각의 군집분석 결과를 토대로 연관성 분석을 하였다. 연관성 분석 결과, 상대적으로 결합군집에서 더 많은 연관 규칙이 도출 되었으며, 중복률은 더 적은 것으로 분석되어 효율성이 매우 높은 것으로 나타났다. 이는 고객의 니즈에 맞게 상품을 추천하기 위해서는 결합군집이 가장 적합한 모델이라고 판단된다. 결합군집 모델은 소비자에겐 시간 절약과 유용한 정보를 제공하면서, 해당 업체에는 판매량을 증가시키는 등의 긍정적인 효과를 가져올 것으로 사료된다. 향후 연구과제로써, 다양한 특성을 갖고 있는 다수의 온라인 배송업체들을 대상으로 비교·분석한다면 좀 더 명확하고 유의미한 연구결과를 도출할 수 있을것으로 기대된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권9호
• /
• pp.371-380
• /
• 2022

합성곱 신경망은 이미지와 같은 격자 형태로 배열된 데이터를 다루는데 널리 사용되고 있는 신경망이다. 일반적인 합성곱 신경망은 합성곱층과 완전연결층으로 구성되며 각 층은 비선형활성함수를 포함하고 있다. 본 논문은 합성곱 신경망의 성능을 향상시키기 위해 결합된 파라메트릭 활성함수를 제안한다. 결합된 파라메트릭 활성함수는 활성함수의 크기와 위치를 변환시키는 파라미터를 적용한 파라메트릭 활성함수들을 여러 번 더하여 만들어진다. 여러 개의 크기, 위치를 변환하는 파라미터에 따라 다양한 비선형간격을 만들 수 있으며, 파라미터는 주어진 입력데이터에 의해 계산된 손실함수를 최소화하는 방향으로 학습할 수 있다. 결합된 파라메트릭 활성함수를 사용한 합성곱 신경망의 성능을 MNIST, Fashion MNIST, CIFAR10 그리고 CIFAR100 분류문제에 대해 실험한 결과, 다른 활성함수들보다 우수한 성능을 가짐을 확인하였다.

• 한국음향학회지
• /
• 제41권2호
• /
• pp.166-173
• /
• 2022

본 논문에서는 수중 음향통신에서 데이터 복구를 위한 위상고정루프와 결합된 등화기의 성능을 분석하였다. 도플러 주파수가 존재하는 채널환경에서는 등화기 동작만으로는 데이터 복구가 어렵다. 도플러 주파수를 복구하기 위해 등화기는 위상고정루프를 결합하여 사용한다. 등화기와 위상고정루프는 각각 채널의 다중경로와 도플러 주파수를 보상하면서 맞물려 동작하게 된다. 또한, 고속 푸리에 변환을 통해 얻은 초기 주파수 오차를 보상하면, 위상고정루프와 결합된 등화기의 수렴속도를 향상시킬 수 있다. 성능 검증을 위해 호수실험과 해상실험을 진행하였다. 결과적으로, 도플러 주파수의 보상 유무와 상관없이 위상고정루프와 결합된 등화기는 프리엠블 구간에서 충분히 수렴하며, 랜덤 데이터 구간에서 비트오류는 발생하지 않았다. 그러나, 도플러 주파수의 보상을 통해 등화기의 수렴 속도를 2배 이상 증가시킬 수 있었다.

• 한국진공학회지
• /
• 제18권3호
• /
• pp.151-163
• /
• 2009

유체 모델을 기반으로 하는 국내의 유도 결합 플라즈마원의 시뮬레이터 개발 현황을 정리하였다. 전체 시뮬레이터를 구성하는 각 부분으로서, 전자 가열, 하전 입자 및 중성종 수송, sheath를 포함한 표면 반응, 그리고 GUI (Graphic User Interface) 및 전후처리기 등의 순으로 설명되었다. 현재까지 시뮬레이터에 구현된 화학 반응 데이터와 swarm 데이터도 정리하여 보았고, 앞으로의 개발 방향을 전망하여 보았다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• pp.609-610
• /
• 2016

본 논문에서는 컨볼루션 신경회로망(CNN: Convolutional Neural Network)과 다양한 분류기들의 결합을 통해 분류성능을 비교하고자 한다. 현재 일반적인 분류기로 알려진 것은 나이브 베이즈(Naive bayes), 트리(Tree), 판별 분석(Discriminant Analysis), 서포트 벡터 머신(SVM: Support Vector Machine) 등이 존재한다. 분류기들은 각각 다른 원리로 분류하기 때문에, 각각 성능을 비교해볼 필요가 있다. 분류기들의 성능을 비교하기 위한 사용한 데이터는 CNN에서 자주 사용되고 있는 MNIST 데이터를 사용하였다. 실험 결과로는 CNN에 선형 SVM을 결합하여 사용한 것이 분류율과 분류속도 측면에서 다른 분류기들의 성능보다 좋은 성능을 보이는 것을 확인할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2001년도 추계학술발표논문집 (상)
• /
• pp.555-558
• /
• 2001

본 논문에서는 인간 행동의 성별 인식문제를 해결하기 위해 여러 개의 전문가(expert) 신경망의 앙상블로 이루어진 결합 신경망 분류기를 제안한다. 하나는 여러 개의 modular 다층퍼셉트론을 계층형으로 결합한 모텔이고, 다른 하나는 modular 다층퍼셉트론들의 출력값을 의사결정트리로 결합하는 모델이다. 데이터 베이스는 남녀 각 13 명의 데이터로 이루어져 있고, 문 두드리기, 손 흔들기, 물건 들어올리기의 세 가지 동작을, 보통 상태 혹은 화난 상태하에서 10 회씩 반복 수행하여 저장하였다. 행위자의 움직임은 몸에 부착된 6 개의 적외선 센서를 사용하여 기록 되었으며, 2 차원 혹은 3 차원 속도 및 좌표가 그 특징값으로 사용되었다. 앙상블 분류기의 성능을 비교하기 위하여 단일 다층퍼셉트론, 의사결정트리, 자기구성지도 및 support vector machine 을 사용한 실험 결과를 보였다. 실험 결과, 신경망 앙상블 모델이 다른 전통적인 분류기 및 사람에 비하여 훨씬 우수한 성능을 보였음을 알 수 있었다.