• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.169-171
• /
• 2003

네트워크의 빠른 발전으로 인해 분산된 공간 데이터의 질의 처리 연구가 활발히 진행되었다. 하지만 이런 질의 처리 환경에서는 질의 처리의 최적화를 위한 정확한 정보를 수집하기 어렵고 네트워크 상태의 불확실성으로 인해 데이터의 전송 상태를 예측하기가 힘들다. 이런 동적인 환경에 적응하기 위해서는 기존의 공간 조인 기법을 수정할 필요가 생겼다. 특히 기존의 공간 조인 기법은 처리 방식이 비대칭적(asymmetric)이기 때문에 데이터 전송의 지연으로 인해 처리가 잠시 중단되거나 빠른 응답 시간을 보장할 수 없다. 본 논문에서는 분산 공간 데이터베이스에서의 공간 조인의 문제점을 해결하기 위해서 대칭적인 해시 공간 조인을 사용하는 적응적 공간 조인 기법을 제안한다. 제안된 기법은 초기의 전송된 데이터들을 조인하여 조인 결과를 빠르게 보여주며 데이터 전송의 지연 시에는 이미 전송된 데이터 중 조인되지 않은 객체들을 조인함으로써 지속적으로 조인을 수행한다.

• 한국가스학회지
• /
• 제5권4호
• /
• pp.70-78
• /
• 2001

설비가 공정에 어느 정도 중요도를 가지고 있는지 분석하기 위해 연속교반탱크 반응기를 대상으로 민감도 분석을 수행하였다. 그리고 민감도 분석결과가 가지는 불확실성을 평가하기 위해 불확실성 분석을 수행하였다 또한 비용효과 분석을 통하여 장치가 가지는 신뢰도 데이터 대 가격을 고려하여 보다 좋은 신뢰도를 가지는 장치를 사용함으로써 경제적 효율을 높일 수 있음을 보여주었다. 불확실성 분석의 수행결과로 연속교반탱크 반응기의 파열사고는 $8.09{\times}10^{-04}/year{\~}5.50{\times}10^{-02}/year$의 범위에서 가능성을 가지친 있다. 비용효과 분석은 VLU(Voting Logic Unit) 장치를 교체함으로써 가장 큰 위험성 감소효과를 제시하였다.

• 융합신호처리학회논문지
• /
• 제10권3호
• /
• pp.198-206
• /
• 2009

본 논문에서는 빔 폭이 중첩된 초음파 센서 링을 이용하여 초음파 센서의 위치 불확실성을 감소시키고 이를 토대로 이동로봇이 효율적으로 장애물을 탐지하도록 하는 방안에 대해 기술하도록 한다. 기본적으로, 원형 이동로봇 측면에 상대적으로 적은 개수의 중저가의 저지향성 초음파 센서들이 일정 간격으로 상호 빔 폭이 중첩되도록 배치되어 있다고 가정한다. 첫째, 단일 및 이중 장애물에 대해 빔 폭 중첩 상태를 이용하여 초음파 센서 고유의 위치 불확실성을 감소시킬 수 있음을 보이고 또한 그 향상 정도를 정량적으로 제시한다. 둘째, 2개 또는 1개의 초음파 센서로부터 장애물 측정 거리 데이터가 주어질 때, 이동로봇의 중심을 기준으로 하여 장애물의 위치를 산정하는 기하학적 방법을 고안한다. 셋째, 정규 분포, 포물선 분포, 균일 분포, 임펄스 등 기존의 단일 초음파 센서 모델을 비교 검토한 후, 위치 불확실성 및 소요 연산량 측면에서 장애물 탐지에 적합한 중첩 초음파 센서 모델을 수립한다. 마지막으로, 자체 제작된 초음파 센서 링을 이용한 단일 장애물 및 복수 장애물 탐지 실험을 통해 제안된 중첩 초음파 센서의 효용성을 입증한다.

• 한국공간정보시스템학회 논문지
• /
• 제8권3호
• /
• pp.117-130
• /
• 2006

유비쿼터스 센서 네트워크 관련 기술의 급속한 발전으로 센서가 여러 응용 분야에서 널리 활용되고 있다. 일반적으로, 유비쿼터스 센서 네트워크에서 각 센서 노드로부터 센싱되는 데이타는 검색의 효율성을 위해 중앙 서버에 저장된다. 이러한 환경에서 센싱된 데이타의 갱신 비용을 줄이기 위한 갱신지연 등으로 인해 중앙 서버에 불확실한 데이타가 저장되며, 이로 인해 질의 처리 시 잘못된 결과를 야기할 수 있다. 본 논문에서는 유비쿼터스 센서 네트워크에서 불확실한 데이타 처리 방법에 대해서 살펴보고, 불확실한 데이타를 효율적으로 처리하기 위한 인덱스를 제시한다. 이 인덱스는 불확실한 데이타가 실제 존재할 가능성이 있는 영역인 불확실성 영역 내에서 갱신을 지연시킴으로써 갱신 비용을 감소시킨다. 특히, 갱신 지연은 특정 갱신 영역 내에서만 수행되도록 제한함으로써 갱신 지연으로 인해 검색의 정확성이 감소되는 문제를 해결한다. 마지막으로, 성능 평가를 통해 이 인덱스의 성능을 분석하여 우수성을 입증한다.

• 한국멀티미디어학회지
• /
• 제10권1호
• /
• pp.139-148
• /
• 2006

현재 기업은 다양한 고객 요구사항을 충족시켜가면서 급속하게 발전하는 기술을 습득하고 발전과 경쟁력 확보를 위해, 협력 업체들과 연계관계를 유지하는 네트워크 형태의 공급사슬을 형성하고 있다. 공급사슬이 성공적으로 유지되기 위해서는 효율적인 정보교환이 필요한데, 기존의 EDI 시스템으로는 구축의 비용과 복잡성, 향후 발전방향에 불확실성 등의 문제점이 있기 때문에 SCM의 통합솔루션을 구축하기 위해서는 새로운 데이터 포맷이 필요하게 되었다. 본 논문에서는 이러한 문제점을 해결하기 위해 XML로 새로운 데이터 교환의 포맷을 정의하고, SCM 환경의 데이터 인터페이스 부분을 XML의 데이터베이스 스키마 정보를 이용하는 방법을 제시한다. 본 논문에서는 수주를 받고 다른 협력업체로 발주하는 시나리오는 다음과 같이 구성한다. 먼저 Web환경의 클라이언트에서 XML DOM객체를 이용하여 ADODB 서버로부터 XML 수주정보 파일을 생성하고, ERP 서버에서는 수주정보의 XML 파일을 ERP 서버에 저장한다. 저장된 수주정보를 이용하여 납기확약을 위한 생산계획과 구매계획을 세우고, 구매계획이 세워지면 다른 협력업체의 Web 서버로 발주정보를 보낸다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제28권1호
• /
• pp.64-72
• /
• 2001

결정트리 생성은 일련의 특징값으로 기술된 사례들로부터 분류 지식을 추출하는 학습 방법중의 하나이다. 현장에서 수집되는 사례들은 관측 오류, 주관적인 판단, 불확실성 등으로 인해서 애매하게 주어지는 경우가 많다. 퍼지숫자나 구간값을 사용함으로써 이러한 애매한 데이타의 수치 속성은 쉽게 표현될 수 있다. 이 논문에서는 수치 속성은 보통값 뿐마아니라 퍼지숫자나 구간값을 갖을 수 있고, 비수치 속서은 보통값을 가지며, 데이터의 클래스는 확신도를 기자는 학습 데이터들로 부터, 분류 규칙을 마이닝하기 위한 퍼지 결정트리 생성 방법을 제안한다. 또한 제안한 방법에 의해 생성된 퍼지 결정트리를 사용하여, 새로운 데이터에 대한 클래스를 결정하는 추론 방법을 소개한다. 한편, 제안된 방법의 유용성을 보이기 위해 수행한 실험의 결과를 보인다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.265-268
• /
• 2004

본 논문은 최적화 방법인 유전자 알고리즘을 이용하여 진화 컴퓨팅 기반 RBF 신경회로망을 이용한 새로운 비선형 시스템 설계 방법을 제안한다. 비선형 시스템 설계시 문제점으로는 복잡성과 불확실성을 들수 있으며, 이러한 문제를 해결하기 위해서 지능형 모델을 사용하게 되었다. 본 논문에서는 일반적인 신경회로망보다 성능이 뛰어난 RBF 신경회로망을 사용하여 비선형 시스템을 모델링 한다. HCM 클러스터링을 이용하여 유사한 특성을 가진 비선형 데이터를 분류하여 입력으로 사용한다. 제안한 진화 컴퓨팅 기반 RBF 신경회로망을 이용한 모델의 적용 및 유용성을 비교 평가하기 위하여 비선형 학습 데이터와 테스트 데이터를 이용하여 그 우수성을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (1)
• /
• pp.22-24
• /
• 2003

작은 데이터에서 베이지안망 분류기(Bayesian network classifier, BNC)를 학습할 때, 과대적합(overfitting)으로 인한 일반화 성능의 저하가 초래된다 이런 경우, 베이지안 모델 평균화(Bayesian model averaging, BMA)는 모델 자체에 대한 불확실성을 분석 과정에서 고려함으로써, 성능 저하를 피할 수 있는 수단을 제공한다. 본 논문에서는 BNC의 BMA의 작은 데이터에 대한 성능을 평가 및 분석한다. 특히, 노드의 순서에 대한 평균화의 효과가 연구된다. 인공데이터에 대한 실험 결과, 노드의 순서가 BNC의 BMA의 분류 성능에 미치는 영향은 지대하며, 이는 데이터의 크기가 극히 작은 경우의 성능 저하에 직접적인 원인이 된다.

• Journal of Radiation Protection and Research
• /
• 제31권3호
• /
• pp.155-164
• /
• 2006

액체섬광계수기를 이용하여 환경시료를 분석하는 모든 과정에서 계측 조건 및 방법론 차이에 의한 불확실성이 존재할 수 있을 것으로 판단하여 본 연구에서는 이에 대한 평가를 정량적으로 수행함으로써 비교적 정확하게 환경시료를 분석하고자 하였다. 이를 위해 결과에 영향을 미칠 수 있는 변수를 도출한 후 각 변수에 대한 영향을 평가한 결과, 분석시료를 제조하는 과정에서의 인적 및 물리적인 불확실성은 무시할 정도로 미미하였고, 측정용기의 무게 차이에 따른 영향은 나타나지 않았다. 외부선원의 조사시간을 단계적으로 증가시킨 결과 시간이 증가함에 따라 데이터의 분산 정도는 감소하면서 $75{\sim}90$ sec에서 포화상태에 도달하였고, Repeat 방법이 Replicate 방법에 비해 데이터의 신뢰성이 높게 나타났다. 또한 방치시간에 따른 영향을 평가한 결과 분석 냉 암소에서 약 1,000 min 이상 방치시킨 후 시료에 대한 분석을 수행해야만 잔상 및 이상 유동에 의한 영향은 거의 없는 것을 알 수 있었고, 결과에 대한 검증을 수행하기 위해 방사능 오차분석과 함께 Chi-square test를 수행한 결과 신뢰성 있는 결과를 보여주었으며 이러한 분석 및 검증 결과에 근거하여 계측 결과에 대한 오차 및 불확실성을 감소시킬 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.141-141
• /
• 2017

본 연구에서는 대하천의 8개의 수질인자(수온, 용존산소, 수소이온농도, 전기전도도, 총질소, 총인, 탁도, 클로로필-a)를 예측할 수 있는 인공신경망모델을 개발하였다. 인공신경망모델(ANN)은 수질데이터가 가지는 불확실성 및 비정상성, 복잡한 상호관련성에 효과적으로 대응할 수 있는 데이터기반 모델이다. 데이터기반 모델의 특성상 예측정확도를 높이기 위해서 양질의 입력데이터를 구성하는 것이 가장 중요하다. 때문에 각각의 수질인자뿐만 아니라 기상학적 인자 또한 예측을 위한 입력자료로 사용하였으며, 요인분석 및 층화표층추출법을 적용하여 입력데이터를 구성하였고 앙상블기법을 이용하여 추가적으로 예측의 정확도를 향상시켰다. 개발된 모델을 이용하여 지천유입이 있는 북한강의 수질자료를 예측한 결과 탁도를 제외한 7개의 수질인자 모두 0.85 이상의 설명력을 보였으며, 실측값과 예보값을 비교해본 결과 평균적으로 10% 미만의 에러값을 나타냈다. 요인분석을 통하여 연관성있는 인자를 입력인자로 추가한 경우 향상된 결과값을 보였주었으며, 앙상블기법을 적용한 결과 정확도 면에서 큰 향상을 보여주었다.