• 한국콘텐츠학회논문지
• /
• 제13권3호
• /
• pp.299-306
• /
• 2013

본 연구는 한방에서 사용되는 설문데이터와 생체신호데이터를 활용한 분석을 통하여 설문데이터와 생체신호 간의 연관성을 탐색하여 고객 개개인마다 적합한 고객 맞춤형 한방 생체신호 측정을 가능케 하는데 목적이 있다. 먼저, 기 개발된 설문을 통해 수집된 설문데이터를 분석하여 변증을 판단할 수 있는 설문 문항만을 선발하여 최적화하였고, 이렇게 최적화된 설문데이터를 데이터마이닝 기법을 이용하여 변증이 있는 그룹과 없는 그룹으로 구분하였다. 각 그룹에 속한 고객들의 위전도 측정데이터를 수집 분석하여 설문과 생체신호 간 연관성을 분석하였고, 아울러 변증과의 연관성을 분석하였다.

• 한국음향학회지
• /
• 제34권1호
• /
• pp.82-91
• /
• 2015

본 논문에서는 음성 채널을 통해 데이터를 전송하기 위한 데이터 모뎀의 코드북 설계 방법에 대해 기술하였다. 제안한 코드북 설계 방법은 minimax 최적화 기법을 이용하여 탐색 공간에 분포하는 심볼들 중 최대 중첩을 갖는 심볼들의 중첩을 최소화하도록 하는 방법이다. 제안한 방법에 따라 설계된 코드북을 적용한 데이터 전송 시스템을 제시하였으며, 모의 실험과 실제 이동통신망 적용 실험을 통해 제안한 방법의 성능을 평가하였다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2004년도 춘계공동학술대회 논문집
• /
• pp.286-289
• /
• 2004

본 연구는 U사의 SMD Wave Soldering 공정을 최적화하기 위해 납땜에 관련된 PCB의 여러 계수형 특성들을 종합하여 계량화한 후 분석한 사례이다. SMD Wave Soldering 공정은 PCB 불량의 80% 이상을 결정하는 중요 공정으로 SMD 작업 불량으로 인한 재작업 등 각종 문제점들을 내포하고 있다. 그러나 검사 결과 미납, 냉납, 과납, 쇼트 등의 발생 건수 형태의 계수형 데이터가 집계되어 이를 체계적으로 분석하여 공정을 개선하는데 어려움이 있어 불량 유형별로 보다 세분화된 평가표를 작성하여 먼저 데이터를 계량화한 후 이를 기초로 공정 개선을 실시하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 하계학술대회 논문집 D
• /
• pp.2749-2751
• /
• 2002

일반화된 회귀 신경망 (GRNN)을 이용하여 플라즈마을 분류하는 새로운 알고리즘을 보고한다. 데이터분포를 통계적인 평균치와 표준편차를 이용하여 특징지었으며, 바이어스 인자을 이용하여 9 종류의 데이터을 발생하였다. 각 데이터에 대하여 GRNN의 학습인자를 최적화하였으며, 모델성능은 예측과 분류 정확도로 나누어 바이어스와 학습인자의 함수로 분석하였다. 바이어스는 모델성능에 상당한 영향을 주었으며, 학습인자와의 상호작용을 통하여 완전 분류를 이루었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 춘계학술발표대회
• /
• pp.941-942
• /
• 2014

본 논문에서는 기존 지능형 영상감시 시스템에서의 영상정보 분석 시 발생하는 XML 데이터가 불필요하게 많이 생성(XML data 30ea/1s)되어 스토리지의 저장 및 관리 부하를 개선하기 위해 분석되어진 XML 데이터를 Parsing & Filtering하여 저장함으로써 생성되는 데이터를 간소화함으로써, 효율적인 관리가 가능한 스토리지 부하 최적화를 위한 영상분석정보 관리시스템을 설계하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.722-723
• /
• 2023

연합학습은 중앙 서버에서 데이터를 수집하는 방식이 아닌 로컬 디바이스 또는 클라이언트에서 학습을 진행하고 중앙 서버로 모델 업데이트만 전송하는 분산 학습 기법으로 데이터 보안 및 개인정보보호를 강화하는 동시에 효율적인 분산 학습을 수행할 수 있다. 그러나, 연합학습 대부분의 시나리오는 클라이언트의 서로 다른 분포 형태인 non-IID 데이터를 대상으로 학습함에 따라 중앙집중식 모델에 비하여 낮은 성능을 보이게 된다. 이에 본 연구에서는 연합학습 모델의 성능을 개선하기 위하여 non-IID 의 환경에서 참여 후보자 중에서 적합한 클라이언트 선택의 최적화 기법을 분석한다.

• 대한안전경영과학회:학술대회논문집
• /
• 대한안전경영과학회 2012년 춘계학술대회
• /
• pp.383-391
• /
• 2012

데이터는 살아 움직이고 있다. 10년 전만 해도 10GB 정도의 데이터라면 대용량 데이터라고 불리던 시절이 있었다. 하지만 지금은 10TB보다 큰 데이터베이스도 흔하다. 결국, 대용량 데이터베이스(VLDB)의 시대가 개막된 것이다. VLDB로 변한 데이터베이스에는 백업, 복구, 관리와 같은 문제점이 있지만 그 중에서도 성능 문제를 빼놓을 수 없다. 데이터베이스에 많은 데이터가 있고 그렇게 많은 데이터 중에서 필요한 몇 건의 데이터만 추출하는 것이 쉬운 일이 아니다. 과거에는 데이터가 적었기 때문에 이러한 것이 큰 문제가 아니었지만 이제는 VLDB가 되면서 성능 최적화는 일상적이고도 중요한 이슈가 되었다. 따라서 VLDB가 된 데이터베이스나 VLDB로 변하고 있는 데이터베이스에서 성능 관리를 하고 최적화할 수 있는 전문기술이 필요하다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.769-771
• /
• 2005

데이터 특성이 연속적이고 애매할 때 퍼지규칙으로 분류 규칙을 표현하는 것은 매우 유용하고 효과적이다. 그러나 일반적으로 정확하지 않은 데이터 특성에 대해서 소속함수를 결정한다는 것은 어려운 일이다. 본 논문에서는 진화알고리즘을 이용하여 효과적인 퍼지 분류 규칙을 자동으로 생성하는 방법을 제안한다. 제안한 방법에서 규칙의 정확성과 이해성을 고려하여 최적화된 소속함수를 생성하기 위해 진화알고리즘을 사용한다. 먼저 지도 군집화로 진화를 위한 초기 소속함수를 생성한다. 진화알고리즘은 전역적 최적 해를 찾는데 효과적이다. 그러나 시간에 대한 효율성이 낮다. 특히 모델 최적화 문제에서는 개체 평가 단계에서 많은 시간이 소요된다. 따라서 본 논문에서는 전체 데이터를 여러 개의 부분 데이터들로 나누고 개체들은 전체 데이터 대신 매번 부분 데이터를 임의적으로 선택하여 개체를 평가함으로써 수행 시간을 단축시킬 수 있는 진화 방법을 제안한다. 제안한 퍼지 분류 규칙 생성 방법의 타당성을 검증하기 위한 실험 데이터로 UCI에서 제공하는 데이터들을 사용하였으며, 실험 결과는 기존 방법에 비해 평균적으로 더 효과적임을 확인하였다.

• 대한전자공학회논문지TC
• /
• 제49권7호
• /
• pp.23-31
• /
• 2012

스케쥴링 및 데이터율의 결합 제어와 같은 자원할당 기술은 전파인지 네트워크에서는 매우 중요한 문제이다. 그러나 전파인지 네트워크에서는 주사용자 채널의 스토케스틱 특성으로 인하여 데이터율 및 스케쥴링을 결합하여 제어하는 것은 매우 어렵다. 본 논문에서는 전파인지 네트워크에서 신뢰성 제한 조건들을 고려한 비대칭 데이터율 및 스케쥴링 결합 제어 기법을 제안한다. 데이터율 및 스케쥴링 문제를 컨벡스 최적화 기법으로 공식화하고 쌍대성 분해 기법을 사용하여 부분 문제로 변환하여 분산화 하였다. 본 논문에서는 전체 시스템의 효용함수를 최대화 하도록 분산 노드들의 데이터율을 분산적으로 제어하는 알고리즘을 제안 하였다. 반면, 스케줄링은 기지국이 최적화하는 비대칭 기법을 제안하였다. 본 논문에서 제안한 비대칭 결합 제어 알고리즘은 전체 최적화 해로 수렴하는 것을 수치해석 기법으로 검증하였다.

• 정보처리학회 논문지
• /
• 제13권7호
• /
• pp.311-318
• /
• 2024

인공지능과 인터넷의 발전으로 인한 데이터의 증가로 데이터 관리의 중요성이 부각되고 있는 상황에서, 데이터 검색과 메모리 공간의 효율적 활용이 매우 중요한 시대가 도래하였다. 본 연구에서는 메타데이터를 기반으로 데이터 구조를 분석하여 검색 속도와 메모리 효율을 최적화하는 방안을 연구한다. 연구방법으로는 사진 이미지의 메타데이터를 활용하여 배열, 연결리스트, 딕셔너리, 이진 트리, 그래프의 데이터 구조에 대한 성능을 시간적, 공간적 복잡도를 중심으로 비교하고 분석하였다. 실험을 통해 대규모의 이미지 데이터를 다루는 상황에서 딕셔너리 구조는 수집속도에서, 그래프 구조는 검색 속도에서 가장 우수한 성능을 보여주는 것을 확인할 수 있었다. 본 논문의 결과는 이미지 데이터 검색 속도와 메모리 효율을 최적화하기 위한 데이터 구조를 선택하는데 실용적인 가이드라인을 제시할 것으로 기대한다.