• 인터넷정보학회논문지
• /
• 제17권5호
• /
• pp.1-8
• /
• 2016

본 논문에서는 복잡계 네트워크 이론에 기반한 무선 네트워크 토폴로지를 구성하고, 실제 환경의 토폴로지 구성을 반영한 척도없는 네트워크의 노드 링크 분포 확률을 분석하여 실제 무선 네트워크를 위한 브로드캐스트 전송 스케줄링 알고리즘 기법을 제안한다. 본 논문에서는 기존의 브로드캐스트 스케줄링 알고리즘 기법들이 반영하지 못한 복잡계 네트워크의 특성을 분석하고 그 특성에 맞는 알고리즘 기법과 분석 기법에 대하여 제안한다. 실험 결과를 통해 제안하는 방식의 알고리즘법이 네트워크의 지연시간 감소와 전송효율에 있어서의 우수함을 밝히고, 복잡계 네트워크 기반 무선 네트워크의 전송효율과 전체지연시간에 대한 최적화 방식의 기법을 제안한다.

• 한국정보통신학회논문지
• /
• 제17권9호
• /
• pp.2020-2028
• /
• 2013

본 논문에서는 복잡계 네트워크 이론에 기반하여 무선 애드혹 네트워크를 분석하고 네트워크 토폴로지를 구성하는 방법에 관하여 제안한다. 본 논문에서는 기존의 복잡계 네트워크 연구가 무선 통신 채널의 특성을 정확히 반영하지 못한 부분을 개선하였으며, 랜덤 그래프 이론을 무선 통신 환경을 고려하여 확장하였다. 주요 결과로서 복잡계 네트워크 이론에 기반한 네트워크 토폴로지 구성이 전체 애드혹 네트워크 성능에 미치는 영향을 분석하고 시뮬레이션을 통하여 검증하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2010년도 춘계 종합학술대회 논문집
• /
• pp.253-255
• /
• 2010

복잡계 과학의 발달에 따라 많은 사회 네트워크들이 분석되고 있다. 우리는 연결선수, 중간성(betweenness), 결집계수와 같은 링크수를 중심으로 네트워크의 구조적 분석에서 나아가 복잡한 네트워크 속에서 핵심 되는 중심 모듈을 찾아 분석하였다. K-core알고리즘은 복잡계 네트워크를 가중치가 낮은 링크와 노드를 단계적으로 제거하여 복잡한 네트워크의 의미를 분석함에 있어 핵심이 되는 모듈을 얻는데 용이하다. 이에 소설, 영화, 과학 교과서, 단백질 상호작용 네트워크와 같은 다양한 분야에 이 알고리즘을 직접 적용해보았다. 그 결과, 각기 복잡한 네트워크로부터 핵심이 되는 모듈을 찾아낼 수 있었고, 전체 네트워크에서는 발견하기 힘든 유용한 정보들을 도출할 수 있음을 확인하였다. 본 연구에서 k-core 알고리즘을 통해 핵심 네트워크를 구축하여 유용한 정보를 도출할 수 있는 가능성을 제시하였다.

• 과학과기술
• /
• 8호통권411호
• /
• pp.20-23
• /
• 2003

우리가 살고 있는 세상은 매우 좁으며 알게 모르게 서로 연결돼 있다. 더욱 더 재미있는 사실은 월드와이드웹으로 대표되는 인터넷을 통해서 사회가 점점 더 좁아지고 있다는 것이다. 과연 현재의 사회는 몇 단계로 되어 있을까? 또 마지막에는 어디까지 줄어들게 될 것인가? 21세기에 새로운 과학으로 태동하고 있는 복잡계 네트워크 사회론을 소개한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (B)
• /
• pp.232-234
• /
• 2006

본 논문에서는 마르코프 결정 문제 (Markov decision problem)의 풀이 효율을 잴 수 있는 척도를 알아보기 위해 복잡계 네트워크 (complex network) 의 관점에서 MDP를 하나의 그래프로 나타내고, 그 그래프의 위상학적 성질들을 여러 네트워크 척도 (network measurements)들을 이용하여 측정하고 그 MDP의 풀이 효율과의 관계를 분석하였다. 실세계의 여러 문제들이 MDP로 표현될 수 있고, 모델이 알려진 경우에는 평가치 반복(value iteration)이나 모델이 알려지지 않은 경우에도 강화 학습(reinforcement learning) 알고리즘등을 사용하여 풀 수 있으나, 이들 알고리즘들은 시간 복잡도가 높아 크기가 큰 실세계 문제에 적용하기 쉽지 않다. 이 문제를 해결하기 위해 제안된 것이 MDP를 계층적으로 분할하거나, 여러 단계를 묶어서 수행하는 등의 시간적 추상화(temporal abstraction) 방법들이다. 시간적 추상화를 도입할 경우 MDP가 보다 효율적으로 풀리는 꼴로 바뀐다는 사실에 착안하여, MDP의 풀이 효율을 네트워크 척도를 이용하여 측정할 수 있는 여러 위상학적 성질들을 기반으로 분석하였다. 다양한 구조와 파라미터를 가진 MDP들을 사용해 네트워크 척도들과 MDP의 풀이 효율간의 관계를 분석해 본 결과, 네트워크 척도들 중 평균 측지 거리 (mean geodesic distance) 가 그 MDP의 풀이 효율을 결정하는 가장 중요한 기준이라는 사실을 알 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.622-624
• /
• 2004

강화 학습(Reinforcement Learning)을 실제 문제에 적용하는 데 있어 가장 큰 문제는 차원성의 저주(Curse of dimensionality)였다 문제가 커짐에 따라 목적을 이루기 위해서 더 많은 단계의 판단이 필요하고 이에 따라 문제의 해결이 지수적으로 어려워지게 된다. 이를 해결하기 위해 문제를 여러 단계로 나누어 단계별로 학습하는 계층적 강화 학습(Hierarchical Reinforcement Learning)이 제시된 바 있다 하지만 대부분의 계층적 강화 학습 방법들은 사전에 문제의 구조를 아는 것을 전제로 하며 큰 사이즈의 문제를 간단히 표현할 방법을 제시하지 않는다. 따라서 이들 방법들도 실제적인 문제에 바로 적용하기에는 적합하지 않다. 최근 이루어진 복잡계 네트워크(Complex Network)에 대한 연구에 착안하여 본 논문은 자기조직화하는 생장 네트워크(Self organizing growing network)를 기반으로 한 간단한 환경 표현 모델을 사용하는 강화 학습 알고리즘을 제안한다 네트웍은 복잡계 네트웍이 갖는 성질들을 유지하도록 자기 조직화되고, 노드들 간의 거리는 작은 세상 성질(Small World Property)에 따라 전체 네트웍의 큰 사이즈에 비해 짧게 유지된다. 즉 판단해야할 단계의 수가 적게 유지되기 때문에 이 방법으로 차원성의 저주를 피할 수 있다.

• 전자공학회지
• /
• 제31권4호
• /
• pp.50-56
• /
• 2004

우리는 복잡한 네트워크 세상에 살고 있다. 점점 더 그 의존도가 높아지고 있는 인터넷을 포함하여 사실 우리 주위에서 일어나는 자연현상과 사회적 현상은 자세히 관찰해 보면 그 내면에는 매우 복잡한 네트워크(network)를 형성하여 있고 그 구성 개체들은 서로 유기적인 관계(interaction)를 가지고 활동하고 있다는 것을 알 수 있다.(중략)

• 한국농림기상학회:학술대회논문집
• /
• 한국농림기상학회 2013년도 추계 학술발표논문집
• /
• pp.26-27
• /
• 2013

산림생태계의 에너지, 물질, 정보의 교환 과정과 그 변화를 이해하려면 먼저 생태계의 구조와 기능이 어떻게 상호작용하는지를 이해해야 한다. 생태계의 기능은 한, 두 가지의 특징에 의해서만 이루어지는 것이 아니다. 그렇기 때문에 그 기능을 파악하고 적절히 이용하거나 대응하기 위해서는 한 생태계와 주변 환경 전체를 바라볼 수 있는 시스템 사고가 필요하다. 이에 우리는 생태계의 '구조'를 파악함으로써 생태계의 '상태'를 이해하고자 한다. 본 연구에서는 Ruddell and Kumar (2009)의 접근법을 따라, 어떻게 한 생태계의 상태를 파악할 수 있는가라는 질문을 광릉활엽수림에 적용하여 답하고자 한다. 즉, 우리는 산림생태계가 열린 복잡계라고 가정하고, 생태계 내에서 다양한 프로세스들 간의 시시각각 변하는 네트워크의 구조가 각 시점의 시스템의 상태를 나타내는 지표가 될 수 있다고 가정하였다. 이 연구에서는 그 구조적 특징을 정량화하여 나타내는데 초점을 맞추었다. 각각의 프로세스를 대표하는 상태 변수들 간의 정보 흐름의 양과 방향, 시간 규모를 계산해냄으로써 네트워크 구조를 파악하고자 하였다. 온대 산악지형 활엽수림인 GDK의 2008년 순생태계교환량(NEE), 총일차생산량(GPP), 생태계호흡량(RE), 현열플럭스(H), 잠열플럭스(LE), 하향단파복사(Rg), 강수량(Precipitation), 기압(Pressure), 기온(T), 포차(VPD)의 시계열 자료를 월별로 나누어 최장 18 시간 규모의 정보 흐름을 계산하였다. 정보 흐름의 구조를 파악하기 위하여 변수들 간의 전이엔트로피(Transfer entropy)와 상호정보(Mutual Information)를 계산하는 방법을 사용하였다. 또한 시계열 자료를 이용함으로써 변수들 간에 정보가 전달되는 시간 규모의 특성을 파악할 수 있었다. 최종적으로, 계산한 정보 흐름을 시각화하여 프로세스 네트워크 구조를 나타내었다. 결과는 월별로 생태계의 정보 흐름의 종류, 방향과 시간 규모, 그에 따른 프로세스 간 상호 작용의 특징 등을 보여준다. 이를 통해 계절적 환경 변화에 따라 시스템의 네트워크 구조와 상태가 어떻게 변화하는지 이해할 수 있을 것이다. 이 연구는 추후 우리 연구실에서 생산한 8 년 자료에 적용함으로써 다양한 날씨 및 기후변화와 환경 변화에 따라 생태계의 구조와 상태가 어떻게 변화하는지 연구하는 시작점이 될 것이다. 이 접근법은 단위나 차원에 무관하게 다양한 종류의 자료에 적용할 수 있는 반면에, 일관성 있게 정의된 시스템의 상태 및 그 상태를 구성하는 주요 하부 시스템들의 네트워크 상태를 이해하는데 이용될 수 있다. 본 연구는 비평형 열역학과 복잡계의 관점에서 바라 본 시스템 사고를 적용하려 하는 여러 연구 분야에 새로운 도전을 촉발할 좋은 선행연구가 될 것이라 기대된다.

• 응용통계연구
• /
• 제36권5호
• /
• pp.361-380
• /
• 2023

Magnetoencephalography (MEG)는 뉴론 활동에 신경 세포들간 전류 흐름에 의해 유도된 자기장을 측정하는 비침습 뇌영상 기술이다. 기능적 뇌활동은 뇌영역간 또는 뉴런들의 연결로 기능적 연결로 수행된다. MEG 데이터는 상관성, 시공간성을 가지며 다중 다층적 동적 네트워크인 특징을 갖는다. 이러한 복잡성 때문에 MEG 네트워크에 대한 연구는 아직 많지 않은 편이다. 본 연구에서는 MEG 네트워크 모형과 분석법을 소개하고 실제 MEG 데이터 분석에 활용되어 해석된 경우를 요약하고 앞으로 MEG 네트워크 모형 개발 연구의 필요성을 설명하고자 한다. 그러므로 통계적 네트워크 분석이 뇌과학에서 신경학적 질병을 포함하여 뇌기능에 대한 이해에 중요한 역할을 할 수 있음을 알리고자 한다.

• 전자공학회지
• /
• 제31권4호
• /
• pp.438-438
• /
• 2004