• Journal of Digital Contents Society
• /
• v.2 no.1
• /
• pp.81-91
• /
• 2001

The development of internet technology and communication is a great influenced on trends of our society in culture, economy, and policy. The informationized society related internet brought the change into the designer's attitude. Namely, designers who have a concern about internet web knew that the quality of design is more important in the web site to seek the new approach to the design in relation to internet market of an imaginary cyberspace. But we have not a good tool to evaluate the web design in the internet graphic interface especially by visual perception. Now, the major concern for this research is to study the evaluation criteria of the web design interface and offer some solutions to bring the objectivity of the evaluation method model in other to make the base of a new Internet culture in Korea.

• Journal of the Korea Computer Graphics Society
• /
• v.9 no.4
• /
• pp.25-30
• /
• 2003

본 논문에서는 서로 다른 개수의 정점을 가지는 두 다면체 사이의 점진적 다면체 모델 표현(Progressive Mesh Representation)을 계산하는 휴리스틱 방법을 제시한다. 정점의 개수가 각각 n, k개 인 두 다면체 모델 $M^n$, $M^k$ (n > k)에 대하여 $M^n$에서 서로 다른 k개의 정점을 선택한다. 선택된 k개의 정점을 기준으로 $M^n$의 모든 정점에 대한 클러스터링을 수행하여 k개의 정점군(Vertex Set)을 생성한다. $M^n$을 간략화하여 k개의 정점만을 가지는 모델 $M^{k'}$의 위상정보(Topology)를 $M^k$와 동일하게 유지하기 위하여 $M^n$ 정점군들의 위상정보를 수정한다. 수정 생성된 정점군 내에서 선분병합(Edge Collapse)을 수행하면, 위상정보를 유지하면서 $M^n$에서 $M^k$로 변화하는 점진적 다면체 모델 표현을 얻을 수 있다. $M^{k'}$과 $M^k$의 정점간의 기하학적 위치차이를 선형보간하여 선분병합이 일어날때 마다 반영하면 $M^n$에서 $M^k$로 기하정보를 부드럽게 유지하면서 변화하는 점진적 다면체 모델 표현을 얻을 수 있다. 본 논문의 연구결과는 기존의 DLoD(Discrete Level of Detail)를 지원하는 게임을 CLoD(Continuous Level of Detail)를 지원하는 게임으로 확장하는 등의 다양한 컴퓨터 그래픽스 응용문제에 사용할 수 있다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.5 no.2
• /
• pp.13-27
• /
• 1995

국내외 문헌을 조사해 볼때, 최적의 퍼지 함축을 선택하는 것이 퍼지 추론 및 퍼지 추론의 모든 응용 분야에서 근본적인 문제임을 알 수 있다. 그러나 많은 연구가들의 계속적인 연구에도 불구하고 개인적인 평가 기준과 사용되는 응용 모델에 따라 각기 다른 성능 평가가 이루어졌으므로 퍼지 함축의 선택 문제는 아직까지도 논란의 대상이 되고 있다. 최근 학습이론의 도입으로 퍼지 추론을 상당한 효과를 보았으나 퍼지 함축의 선택 문제와 관련된 연구는 전무하다. 따라서 본 논문에서는 유전자 알고리즘을 퍼지 추론에 적용했을 때의 퍼지 함축의 선택 문제를 고찰, 분석한다. 즉 유전자 알고리즘을 이용하여 퍼지 소속 함수를 조정함으로써 퍼지 추론 기관의 성능 향상뿐 아니라 폭 넓은 퍼지 함축의 선택이 가능하다.

• Journal of KIISE:Information Networking
• /
• v.37 no.6
• /
• pp.489-493
• /
• 2010

In an indoor localization method taking the lateration-based approach, the distance between a target and an AP (Anchor Point) is estimated using RSS (Received Signal Strength) measurements. Since the characteristics of a radio signal randomly vary in time and space, errors are unavoidable in distance estimation with measured RSS. Since the accuracy of distance estimation affects the localization accuracy of a lateration-based method, additional APs hearing a target have been used for localization in the literature. However, lots of experimental results show that the accuracy of a lateration-based method is improved by using carefully selected APs measuring the high quality RSSs which the distances estimated is close to the actual distances between nodes as reference APs, not using merely more APs. In this paper, we focus on selection method of reference AP and distance estimation method reflecting on environmental dynamics. We validate our method by implementing an indoor localization system and evaluating the accuracy of our method in the various experimental environments.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.73-75
• /
• 2004

그리드 컴퓨팅의 기본 개념은 여러 대의 저 성능 컴퓨터 자원을 통합하여 고성능 컴퓨팅 환경을 구축하는 것이다. 이런 환경을 관리하기 위해서는 요청된 작업에 대해 자원 관리 시스템의 효율적인 자원 탈당 기능이 중요하다. 본 논문에서는 효과적인 자원의 선택을 위해 CPU의 종합적인 성능을 평가하는 UC 단위 모델을 제안하고, 제안된 모델을 기준으로 자원관리 시스템에서 저 성능 컴퓨터 자원을 효율적으로 할당 할 수 있도록 저 성능 자원 우선 알고리즘을 제안하며, 이를 이용한 에이전트 기반 자원관리 시스템을 구현한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.130-132
• /
• 2001

신경망을 이용한 추천 기술은 항목이나 사용자간의 가중치를 학습할 수 있고, 자료 유형에 상관없이 데이터 처리가 용이하다. 또한 최근 연구를 통해서 그 우수성이 입증되고 있다. 그러나 사용자간의 상관관계로 추천하는 사용자 신경망 모델과 항목간의 상관관계로 추천하는 항목 신경망 모델이 서로 다른 관점으로 다른 선호도를 제시한 경우에 선택한 모델의 선호도에 따라 시스템의 성능이 좌우된다. 그러므로 효율적이고 성능이 우수한 추천 시스템을 위해 사용자와 항목 신경망 모델의 통합 방법을 제안한다. 두 모델 사이에 우선 순위를 결정하여 통합하는 순차적 통합 방법과 두 모델을 동시에 고려하는 병렬적 통합방법을 제안한다. 그러나 두 통합 방법은 선호도 예측 기준에 있어서 정적이고, 문제에 대한 적응성이 없다. 그러므로 신경망(퍼셉트론, 다층 퍼셉트론)을 이용한 통합 방법을 제안한다. 또한 퍼지의 소속함수를 이용하여 퍼지 추론를 적용한 통합 방법을 제안하고, 패턴 인식 분야에서 사용하는 BKS 방법을 적응하여 두 신경망 모델을 통합하여 실험한다. 본 논문에서는 사용자와 항목 신경망 모델을 통합함으로써 기존의 추천 기술인 연관 규칙과 단일 신경망 모델을 이용한 추천보다 우수함을 보이고 있다.

• Journal of IKEEE
• /
• v.7 no.2 s.13
• /
• pp.281-287
• /
• 2003

This paper proposed an improvement scheme for effective usage of radio-frequency management system(RFMS), which has been operated to facilitate national spectrum management and monitoring in Korea. Based on the wave propagation models, interference analysis algorithms, and sharing criteria recommended by ITU-R, we derived criteria for the automated selection of the channel interference analysis algorithms and sharing conditions adequate to the environment to be analysed. Then using the obtained criteria, computer and program has been made and shown to select the most appropriate propagation models, interference analysis algorithms, and sharing criteria from the ones provided in RFMS, with the illustrative example.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.200-200
• /
• 2022

본 연구에서는 총 강우량과 강우강도을 고려한 이변수 분석으로 연최대 호우사상을 선별하고, 두 변수를 Copula 함수로 결합하여 최적의 모델조합을 찾는 확률호우사상 산정 방법론을 제시하였다. 국내 69개 관측소의 2020년까지의 관측 자료를 대상으로 1mm 이하의 강우는 제거한 뒤, IETD(Inter-Event Time Definition) 12시간을 기준으로 강우자료를 독립적인 호우사상으로 분리하였다. 호우사상의 여러 특성 중 양의 상관관계를 갖는 총 강우량과 강우강도를 변수로 선택해 이변수 지수분포에 대입하였고, 각 지점의 연최대 호우사상 시계열을 생성하였다. 2변수 지수분포의 매개변수는 전체 기간과 연도별로 나누어 추정해 본 결과 연도별 변동성이 큰 것을 확인해 연도별 추정 방식을 선택하였다. 연최대 강우사상 시계열의 총 강우량과 강우강도는 극한 강우에 적용하는 확률분포형 중 Lognarmal, Gamma, Gumbel, GEV(Generalized Extreme Value), GPD(Generalized Pareto Distribution) 5가지를 사용하여 각각 CDF(Cumulative distribution Function) 값을 추정하였다. 계산된 CDF 값은 3가지 Copula 모형으로 결합해 joint CDF 값을 산출하였다. 총 75개의 모델조합 중 최적 모델을 찾기 위해 CVM(Cramer-von-Mises) 적합도 검정을 시행하였다. CVM의 통계량 Sn 값이 가장 작은 모델조합을 해당 지점의 최적 모델조합으로 선정하였다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.38 no.5
• /
• pp.741-749
• /
• 2018

The purpose of this study is to propose a rational and scientific damage calculation model in relation to damages caused by bid rigging in construction projects. Previous studies and precedents in relation to calculating damages from bid rigging suggest that the main issue was the lack of consideration in standards for deciding successful bids, selection of inadequate standard comparative markets, insufficiency in analyzing the appropriateness of competitive bid price influence factors, and absence of calculation model verification. In order to improve on these issues, a damage calculation method on alternative tenders for construction projects was proposed. For this calculation model, first, a standard market adequate to the successful bid selection standards was determined, second, an appropriate factor was selected by analyzing the correlation between competitive bid price influence factors, and third, a regression analysis was conducted on the selected factor. Lastly, this was demonstrated through verification of appropriateness, significance & normality of the proposed model and application of actual bid rigging cases. Through the proposed calculation model, this study seeks to serve as a base to prevent opportunity damages for parties involved in related court cases by early resolution of disputes and relief from issues of unfair damage burdens on a particular party.

• Journal of KIISE:Software and Applications
• /
• v.30 no.3_4
• /
• pp.326-338
• /
• 2003

The objective of a neural network design and model selection is to construct an optimal network with a good generalization performance. However, training data include noises, and the number of training data is not sufficient, which results in the difference between the true probability distribution and the empirical one. The difference makes the teaming parameters to over-fit only to training data and to deviate from the true distribution of data, which is called the overfitting phenomenon. The overfilled neural network shows good approximations for the training data, but gives bad predictions to untrained new data. As the complexity of the neural network increases, this overfitting phenomenon also becomes more severe. In this paper, by taking statistical viewpoint, we proposed an integrative process for neural network design and model selection method in order to improve generalization performance. At first, by using the natural gradient learning with adaptive regularization, we try to obtain optimal parameters that are not overfilled to training data with fast convergence. By adopting the natural pruning to the obtained optimal parameters, we generate several candidates of network model with different sizes. Finally, we select an optimal model among candidate models based on the Bayesian Information Criteria. Through the computer simulation on benchmark problems, we confirm the generalization and structure optimization performance of the proposed integrative process of teaming and model selection.