• 한국구조물진단유지관리공학회 논문집
• /
• 제8권2호
• /
• pp.195-204
• /
• 2004

본 연구에서는 약액주입 사질고결토에 대해 일정재하크리프시험과 반복재하크리프시험을 실시하여 점 탄소성 거동 규명과 크리프예측을 수행하였다. 일정재하크리프 시험결과 총 변형률은 탄성, 소성 그리고 점탄성변형률로 구분되었으며 이러한 변형률은 응력의 증가에 비례하여 증가하였고 회복된 변형률은 제하시간에 무관함을 알았다. 일정재하크리프시험 예측결과 일반화된 모델과 지수함수모델은 시험결과와 잘 일치하였다. 반복재하크리프시험에서 순간회복변형률은 반복횟수에 무관하였고 누적소성 변형률은 반복횟수에 따라 증가하였으며 응력레벨에 비례함을 알 수 있었다. 반복재하크리프시험의 예측결과 첫 사이클에서는 잘 일치하였으나 반복횟수가 증가함에 따라 약간의 오차가 발생되었다.

• 전자공학회논문지CI
• /
• 제37권1호
• /
• pp.32-42
• /
• 2000

이 논문에서는 비선형 시스템 모델링을 위한 일반화된 RBF 신경회로망(GRBFN)을 순차적으로 구성하기 위한 온라인 학습 알고리즘을 제안한다. 상수 연결강도를 갖는 표준 RBF 신경회로망의 확장형인GRBFN은 여러 개의 국부 선형모델을 결합하여 비선형 시스템을 표현할 수 있는 구조이다. 제안한 학습 알고리즘은 구조 학습과 파라미터 학습을 수행하는 두 단계의 학습으로 구성된다. 구조 학습은 주어진 훈련 데이터로부터 새로운 은닉 유니트 및 선형 국부모델을 할항하기 위하여 훈련 오차와 Mahalanobis 거리에 기초한 두 개의 생성 조건을 이용하여 GRBFN 모델을 구성한다. 파라미터 학습은 경사강하 법칙을 기반으로 기존 네트웍의 파라미터 벡터를 갱신한다. 제안한 알고리즘의 모델링 성능을 평가하기 위해서 잘 알려진 두 예제에 대한 시뮬레이션 및 결과를 제시한다.

• 정보보호학회논문지
• /
• 제30권3호
• /
• pp.417-428
• /
• 2020

정보통신기술의 비약적인 발전과 함께 모바일 장치는 우리 생활에 있어 필수적인 도구가 되었다. 모바일 장치는 대부분의 시간을 사용자와 함께 하면서 개인 정보 관리(PIM) 기능과 동시에 데이터를 축적하기 때문에 범죄 증명에 있어 중요한 증거 자료로 활용된다. 모바일 포렌식은 모바일 기기로부터 디지털 증거를 획득하는 절차로 기타 증거와 동일하게 적법절차에 따라 수집 및 분석이 이루어져야하며, 변조 및 삭제가 용이한 측면을 가지고 있어 증거의 무결성 입증이 필수적이다. 또한, 증거의 채택은 법관의 자유심증주의에 의존하고 있어 일반화된 절차 제시가 절실하다. 본 논문에서는 절차의 일반화를 통해 무결성을 보장받을 수 있는 모바일 포렌식 모델을 제시하였다. 제시된 모바일 포렌식 모델을 통해 증거의 신뢰성과 진정성을 확보함으로써 법관의 심증형성에 기여할 수 있을 것으로 기대된다.

• 한국의류학회지
• /
• 제31권4호
• /
• pp.507-518
• /
• 2007

This study aimed to investigate the competitive advantages of Chinese fashion industry and firms to Korean fashion industry by applying the generalized double-diamond theory. Data collection was done by internet and fax survey. Questionnaires were distributed to the Korean textiles and apparel firms who entered China for production anuor distribution. List of firms were provided by KOFOTI, KOTRA, and Korea Apparel Industry Association. Total 198 questionnaires were distributed, and 77 questionnaires were used for final analysis. The results were follows. Korea's competitiveness scores of double-diamond model were higher in every aspects, such as demand condition, infra/supportive industry, firms's strategy and competition except factor condition. Glottalization score in double diamond model measured by the degree of glottalization which was determined by international diamond factors which make firm's multinational/international activities possible. Chinese fashion industry's globalization score of factor condition was significantly higher than Korea, but for the rest of aspects, Korean fashion industry showed higher scores. Therefore, Korean fashion firms can overcome comparative disadvantage of factor condition by utilizing Chinese fashion industry no matter what type of entry. In addition, considering the growth rate of Chinese fashion industry and its power of influence in the world market, the entry to the global market of the Korean fashion industry can be possible.

• 지능정보연구
• /
• 제29권1호
• /
• pp.249-263
• /
• 2023

대표적인 추천 시스템 방법론인 협업 필터링(Collaborative Filtering)에는 이웃기반 방법(Neighbor Methods)과 잠재 요인 모델(Latent Factor model)이라는 두 가지 접근법이 있다. 이중 행렬 분해(Matrix Factorization)를 이용하는 잠재 요인 모델은 사용자-아이템 상호작용 행렬을 두 개의 보다 낮은 차원의 직사각형 행렬로 분해하고 이들의 행렬 곱으로 아이템의 평점(Rating)을 예측한다. 평점 패턴으로부터 추출된 요인 벡터들을 통해 사용자와 아이템 속성을 포착할 수 있기 때문에 확장성, 정확도, 유연성 측면에서 이웃기반 방법보다 우수하다고 알려져 있다. 하지만 평점이 지정되지 않은 아이템에 대해서는 선호도가 다른 개개인의 다양성을 반영하지 못하는 근본적인 한계가 있고 이는 반복적이고 부정확한 추천을 초래하게 된다. 이러한 잠재요인 모델의 한계를 개선하고자 각각의 아이템 별로 사용자의 선호도를 적응적으로 학습하는 적응 심층 잠재요인 모형(Adaptive Deep Latent Factor Model; ADLFM)이 등장하였다. ADLFM은 아이템의 특징을 설명하는 텍스트인 아이템 설명(Item Description)을 입력으로 받아 사용자와 아이템의 잠재 벡터를 구하고 어텐션 스코어(Attention Score)를 활용하여 개인의 다양성을 반영할 수 있는 방법을 제시한다. 하지만 아이템 설명을 포함하는 데이터 셋을 요구하기 때문에 이 방법을 적용할 수 있는 대상이 많지 않은 즉 일반화에 있어 한계가 있다. 본 연구에서는 아이템 설명 대신 추천시스템에서 보편적으로 사용하는 아이템 ID를 입력으로 하고 Self-Attention, Multi-head attention, Multi-Conv1d 등 보다 개선된 딥러닝 모델 구조를 적용함으로써 ADLFM의 한계를 개선할 수 있는 일반화된 적응 심층 잠재요인 추천모형 G-ADLFRM을 제안한다. 다양한 도메인의 데이터셋을 가지고 입력과 모델 구조 변경에 대한 실험을 진행한 결과, 입력만 변경했을 경우 동반되는 정보손실로 인해 ADLFM 대비 MAE(Mean Absolute Error)가 소폭 높아지며 추천성능이 하락했지만, 처리할 정보량이 적어지면서 epoch 당 평균 학습속도는 대폭 향상되었다. 입력 뿐만 아니라 모델 구조까지 바꿨을 경우에는 가장 성능이 우수한 Multi-Conv1d 구조가 ADLFM과 유사한 성능을 나타내며 입력변경으로 인한 정보손실을 충분히 상쇄시킬 수 있음을 보여주었다. 결론적으로 본 논문에서 제시한 모형은 기존 ADLFM의 성능은 최대한 유지하면서 빠른 학습과 추론이 가능하고(경량화) 다양한 도메인에 적용할 수 있는(일반화) 새로운 모형임을 알 수 있다.

• 한국농림기상학회지
• /
• 제22권1호
• /
• pp.1-12
• /
• 2020

토양수분은 농업에서 필수적인 자원으로 이의 변화와 부족을 예측함으로써 관리되어왔다. 최근 현장에서의 적용 용이성과 다양한 지역에 대한 일반화 가능성이 뛰어난 통계 및 기계학습 알고리즘을 활용한 토양수분 예측 연구가 활발히 진행되고 있다. 하지만 국내에서 생성되는 데이터를 이용한 연구들은 부족한 실정이다. 이에 본 연구는 1) 국내 공공기상 데이터만으로 충분한 성능을 내는 토양수분 예측 모델을 만들 수 있는지, 2) 어떠한 기계학습 모델이 국내에서 생산되는 데이터와 토양환경에서 가장 높은 예측 성능을 보이는지, 3) 단일 기계학습 모델을 이용해 다양한 지역에 적용 가능한지를 확인해보려 한다. 본 연구에서 Support Vector Machines (SVM), Random Forest (RF), Extremely Randomized Trees (ET), Gradient Boosting Machines (GBM), and Deep Feedforward Network (DFN) 알고리즘과 종관기상관측 자료, 농업기상관측자료를 활용하여 안동, 보성, 철원, 순천 지역의 토양 수분을 예측하는 모델을 만들었다. 그 결과, GBM을 이용한 모델이 R² : 0.96, Root Mean Squared Error(RMSE) : 1.8로 가장 낮은 예측 오차를 보였다. 또한 GBM을 사용한 모델이 가장 낮은 지역간 예측 오차 분산을 보여 가장 일반화하기에 적절한 모델로 확인되었다.

• 한국통신학회논문지
• /
• 제10권5호
• /
• pp.258-265
• /
• 1985

이 論文은 SISO 離散時間 基準모델 適應制御시스템에 대한 設計問題를 다루었다. 基準모델과 未知시스템의 入·出力端에 狀態變數필터를 도입하므로서, 可用信號들로 구성된 아주 간단한 適應시스템을 구성할 수 있다. 未知시스템의 相對次數가 1 또는 2 이상인 경우의 設計法은 多數 발표되었으나, 構造가 매우 복잡하거나 設計理論이 일반화하지 못하였다. 본 論文에서는 相對次數가 2이상인 경우에 간단한 線型필터를 도입하므로서 適應構造를 간단히 구성할 수 있음을 證明하였다.

• 한국정보처리학회논문지
• /
• 제5권11호
• /
• pp.2915-2920
• /
• 1998

본 논문에서는 전체적인 학습 성취도에 관한 진단을 할 수 있는 진단 기법에 신경회로망을 이용하는 새로운 진단 모델에 대하여 연구하였다. 제안된 진단 모델은 신경회로망이 갖고 있는 일반화 특성과 결함 극복 능력에 의해 학습자의 전반적인 지식 상태를 융통성있게 다룰 수 있으므로 보다 효과적인 학습 평가를 내릴 수 있음을 실험을 통해 살펴 보았다.

• 한국정밀공학회지
• /
• 제21권1호
• /
• pp.124-132
• /
• 2004

A hydraulic system is difficult to keep the performance due to non-linearity, load pressure which changes according to working condition and system parameter variation, the requirement of control algorithm has been risen in order to satisfy them. An adaptive control is a control method which is suggested to achieve a control object though plant characteristics change. In spite of the case that plant characteristics and the degree of variation are difficult to grasp, adaptive control can keep the characteristics of closed-loop system regularly. In this study GMVAC(generalized minimum variance adaptive control) combined with output error feedback is proposed in order to solve problems of non-minimum phase, vibration and overshoot in initial response of the plant. The control performance according to the variation of characteristics of the plant is evaluated by changing the supply pressure only.

• 한국통신학회논문지
• /
• 제16권4호
• /
• pp.319-325
• /
• 1991

이 논문에서는 일반화된 관측 모델의 특수한 때에 순위 통계량을 써서 알려진 신호를 비모수 검파하는 한 가지 방법을 생각하였다. 좀더 구체적으로는 신호의존성 잡음 모델에서 알려진 신호 국소 최적 순위 검파기를 얻고 이를 순가산성 잡음 모델에서 얻은 국소 최적 순위 검파기와 견주어 보았다. 또한 국소 최적 순위 검파기의 검정 통계량을 이루는 점수 함수의 몇가지 보기를 보였다.