• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.100-102
• /
• 2004

속도와 방향이 바뀔 때마다 이동체의 위치를 보고하는 TPR-tree는 이동체의 위치를 예측하는 오차가 적다. 그러나 긴 시간 간격으로 이동체의 위치를 보고하면 위치 예측의 불확실성이 높아져서 위치 예측의 오차값이 증가한다. 불화실성이 높은 이동체를 TPR-tree에 적용할 때 이동체의 위치 정보를 갱신하기 위한 색인 검색 비용이 증가하고, 질의 결과의 정확도가 낮아지는 문제가 발생한다. 이 논문에서는 긴 시간 간격으로 이동체 위치를 보고할 때 발생하는 이동체 위치의 불확실성을 고려하기 위해서 불확실성 영역(uncertainty region)을 이용한 확장 TPR-tree를 제시한다. 불확실성이 높은 이동체의 위치 데이터를 처리하기 위해서 이동체의 이동 가능한 영역을 위치 예측의 오차 값을 이용하여 계산한 불확실성 영역을 설정하고, 검색을 위하여 노드외 BR을 계산할 때 불확실성 영역을 이용하여 BR을 확장한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.109-109
• /
• 2016

유역의 물수지는 기상인자, 지형, 토양, 식생 등 여러 가지 인자들에 의해 결정된다. 물수지 분포를 평가하기 위해 수문모형의 모의 시 필요한 수문요소 조건들을 정보화하게 되며, 동시에 토양수분의 특성, 강우 입력자료, 유역의 지형학적 특성들은 불확실성에 기인하는 요소로 작용한다. 이러한 수문모형 모의 시 불확실성을 제거하기 위해 모형 초기조건에 대한 다각적인 분석이 선행이 필요하다. 특히 토양수분은 대기와 지표 사이의 상호작용에 작용하는 중요한 수문기상학적 인자로 평가되고 있다. 토양수분 데이터 자료를 이용하여 강우-유출모형의 입력자료를 구축하여 실제 토양수분의 변동성을 파악하는 연구가 활발히 진행되고 있으며, 유역기반의 유출현황을 산정하기 위해 매우 유용한 초기조건으로 그 역할이 기대된다. 현장에서 관측하는 토양수분 데이터는 넓은 유역의 토양수분을 대표하는 자료로 사용되기에는 한계점이 있으며, 위성기반 토양수분 데이터는 원격탐사를 통해 획득되기 때문에 토양수분의 시 공간적인 변동성 파악에 용의하며 경제성 또한 높다. 이에 따라, 본 연구에서는 유역의 수문순환 분석을 하고, 위성기반 토양수분의 적용 가능성을 평가하기 위해 Aqua위성에 탑재된 Advanced Mircowave Scanning Radiometer Earth Observing System(AMSR-E)와 Metop-A의 Advanced SCATterometer(ASCAT)의 토양수분 데이터를 이용하여 강우-유출모델의 초기조건을 산정하였다. 또한, 이에 대한 검증을 위해 기존 강우인자 초기조건 및 지점에서 관측된 토양수분 초기조건 등을 비교하여 통계분석을 실시하였다.

• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2011.04a
• /
• pp.362-365
• /
• 2011

본 논문에서는 통계적인 방법을 이용하여 점탄성 제진재인 합성고무의 물성에 대한 변동성을 평가하는 방법을 제안하고 측정데이터를 이용하여 합성고무에 대한 평가를 수행하였다. 고무 물성의 불확실성 인자로는 외기 온도의 변화와 실험 데이터의 오차 및 점탄성 제진모델의 오차를 고려하였다. 고무는 분수차 미분 모델로 표현되었고 온도의 영향은 비선형 이동계수모델을 도입하여 복소계수로 나타내어 동강성과 감쇠를 표현하였다. 이러한 물성모델을 바탕으로 고무에 대한 물성 실험데이터와 물성계수의 확률밀도함수 사이에 정의된 우도함수를 최대화하는 통계적 보정방법을 이용하여 물성모델의 물질계수들에 대한 변동성을 추정하였다.

• Journal of KIISE
• /
• v.43 no.1
• /
• pp.87-95
• /
• 2016

Recently, due to the development of the Internet and electronic devices, there has been an enormous increase in the amount of available knowledge and information. As this growth has proceeded, studies on large-scale ontological reasoning have been actively carried out. In general, a machine learning program or knowledge engineer measures and provides a degree of confidence for each triple in a large ontology. Yet, the collected ontology data contains specific uncertainty and reasoning such data can cause vagueness in reasoning results. In order to solve the uncertainty issue, we propose an RDFS reasoning approach that utilizes confidence values indicating degrees of uncertainty in the collected data. Unlike conventional reasoning approaches that have not taken into account data uncertainty, by using the in-memory based cluster computing framework Spark, our approach computes confidence values in the data inferred through RDFS-based reasoning by applying methods for uncertainty estimating. As a result, the computed confidence values represent the uncertainty in the inferred data. To evaluate our approach, ontology reasoning was carried out over the LUBM standard benchmark data set with addition arbitrary confidence values to ontology triples. Experimental results indicated that the proposed system is capable of running over the largest data set LUBM3000 in 1179 seconds inferring 350K triples.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.152-155
• /
• 2011

최근 사회생활의 다변화로 인한 개인의 질환을 예방하고 건강을 증진시키기 위한 개인 웰니스 관리는 현대 사회의 성인에게는 필수적인 자기 관리에 해당된다. 본 논문는 이러한 웰니스 관리에 적절한 상황 모델로써 상황 데이터를 추론할 수 있는 SWRL 상황규칙과 불확실성을 표현한 베이지안 네트워크를 포함한 통합 온톨로지 기반 상황모델을 제시하였다. 제안한 상황모델에 포함된 추론 규칙은 웰니스 관리에 필요한 상황 서비스를 수행하는 액션들을 정의한다. 즉 상황 온톨로지에 SWRL 규칙을 포함함으로써 주로 웹 시멘틱에 사용되고 있는 OWL 언어를 상황인식 분야의 지식 베이스 구축에도 적합하도록 하였다. 그리고 웰니스 관리를 위해 상황 온톨로지로 표현되는 원시 상황 데이터는 센서 부정확성, 또는 개인 판단기준 차이로 인해 불확실성을 포함하므로, 어떤 논리적 상황 데이터는 불확실성을 고려하여 추론되어야 하기 때문에 본 논문은 상황 온톨로지 및 SWRL 규칙과 함께 베이지안 네트워크를 함께 표현할 수 있게 하여 OWL 상황 온톨로지 기반 규칙 추론뿐만 아니라 확률 추론을 용이하게 하였다.

• Journal of Korean Society of Steel Construction
• /
• v.15 no.2
• /
• pp.187-196
• /
• 2003

Today, the Working Stress Rating (WSR) is being widely used for the capacity-rating and the safety assessment of railroad steel bridges. Since it cannot incorporate the uncertainties, several studies have been carried out in order to get over the incompleteness of the conventional capacity-rating and safety assessment. A system reliability-based equivalent capacity-rating method, which can evaluate the capacity of existing bridges, has been recently proposed. For more efficient reliability analysis, probabilistic parameters of the random variables in the limit-state models should be reasonably evaluated. Especially, uncertainties for live load effects must be realistically included. In this study, an improved limit-state model was used for the system reliability-based equivalent strength method. This model can incorporate the probabilistic parameters obtained from ambient measurement data. To demonstrate the applicability of the improved system reliability-based equivalent capacity rating method, this was applied to the existing steel plate girder bridge for comparison with the conventional capacity-rating and safety assessment.

• Journal of the Korea Society of Computer and Information
• /
• v.19 no.9
• /
• pp.125-139
• /
• 2014

In this paper, I propose a response modeling with a Semi-Supervised Support Vector Regression (SS-SVR) algorithm. In order to increase the accuracy and profit of response modeling, unlabeled data in the customer dataset are used with the labeled data during training. The proposed SS-SVR algorithm is designed to be a batch learning to reduce the training complexity. The label distributions of unlabeled data are estimated in order to consider the uncertainty of labeling. Then, multiple training data are generated from the unlabeled data and their estimated label distributions with oversampling to construct the training dataset with the labeled data. Finally, a data selection algorithm, Expected Margin based Pattern Selection (EMPS), is employed to reduce the training complexity. The experimental results conducted on a real-world marketing dataset showed that the proposed response modeling method trained efficiently, and improved the accuracy and the expected profit.

• Informatization Policy
• /
• v.29 no.2
• /
• pp.37-65
• /
• 2022

This article analyzes the relationship between the privacy attitudes of MyData users and the four dimensions of privacy cynicism (distrust, uncertainty, powerlessness, and resignation) as to privacy protection intentions through a structural equation model. It was examined that MyData user's internet skills had a statistically significant negative effect on 'resignation' among the privacy cynicism dimensions. Secondly, privacy risks have a positive effect on 'distrust' in MyData operators, 'uncertainty' in privacy control, and 'powerlessness' in terms of privacy cynicism. Thirdly, it was analyzed that privacy concerns have a positive effect on the privacy cynicism dimensions of 'distrust' and 'uncertainty', with 'resignation' showing a negative effect. Fourthly, it was found that only 'resignation' as a dimension of privacy cynicism showed a negative effect on privacy protection intention. Overall, MyData user's internet skills was analyzed as a variable that could alleviate privacy cynicism. Privacy risks are a variable that reinforces privacy cynicism, and privacy concerns reinforce privacy cynicism. In terms of privacy cynicism, 'resignation' offsets privacy concerns and lowers privacy protection intentions.

• Journal of Korea Society of Industrial Information Systems
• /
• v.29 no.2
• /
• pp.191-204
• /
• 2024

This study analyzes the effects of manufacturing firms' R&D investment on sales according to global political economic uncertainty. The variables in this research include the firm's R&D investment, sales, which serves as an indicator of the firm's performance, and the Global Economic Policy Uncertainty (GEPU) index, which reflects situations of global political economic uncertainty. Panel data analysis is conducted by using a total of 96 quarters of data spanning 24 years from 2000 to 2023 based on manufacturing firms in the Wharton Research Data Services' Compustat Database. We study the impact of firm's R&D investment on sales by considering the Global Economic Policy Uncertainty index, which was relatively underestimated in previous research, as moderating variable, and present a new direction for research by analyzing the time lag effect. We suggest effective R&D investment strategy for firms.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.238-243
• /
• 2006

베이지안 네트워크는 주어진 변수들 사이의 확률적 의존성을 분석하는 데에 널리 사용되어지고 있는 모델이다. 이러한 베이지안 네트워크의 활용에 있어서 베이지안 네트워크의 확실성을 분석하는 방법의 필요성이 대두되어지고 있다. 특히 규모가 큰 베이지안 네트워크 모델을 특정하는 상황에서 주어질 수 있는 학습 데이터의 수가 제한되는 경우나, 주된 관심사가 베이지안 네트워크의 일부 부분에 한정되는 경우에 베이지안 네트워크의 확실성에 대한 분석은 유용하게 사용될 수 있다. 본 논문에서는, 베이지안 네트워크에 존재할 수 있는 불확실성을 언급한 후, 베이지안 네트워크 내의 변수들이 갖는 확률분포의 분산을 이용해 베이지안 네트워크의 불확실성을 정의하는 방법을 제안한다. 간단한 베이지안 네트워크의 예시 모델을 이용하여 제안된 베이지안 네트워크의 불확실성 분석 방법이 유용할 수 있음을 보인다.