• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.10a
• /
• pp.391-398
• /
• 1999

사례기반 추론을 포함한 Lazy Learning 방법들은 인공신경망이나 의사결정 나무와 같은 Eager Learning 방법들과 비교하여 여러 가지 상대적인 장점을 가지고 있다. 그러나 Lazy Learning 방법은 역시 상대적인 단점들도 가지고 있다. 첫째로 사례를 저장하기 위하여 많은 공간이 필요하며, 둘째로 문제해결 시점에서 시간이 많이 소요된다. 그러나 보다 심각한 문제점은 사례가 관련성이 낮은 속성들을 많이 가지고 있는 경우에 Lazy Learning 방법은 사례를 비교할 때에 혼란을 겪을 수 있다는 점이며, 이로 인하여 분류 정확도가 크게 저하될 수 있다. 이러한 문제점을 해결하기 위하여 Lazy Learning 방법을 위한 속성 가중치 부여 방법들이 많이 연구되어 왔다. 그러나 기존에 발표된 대부분의 방법들이 속성 가중치의 유효 범위를 전역적으로 하는 것들이었다. 이에 본 연구에서는 새로운 지역적 속성 가중치 부여 방법을 제안한다. 본 연구에서 제안하는 속성 가중치 부여 방법(CBDFW : 사례기반 동적 속성 가중치 부여)은 사례별로 속성 가중치를 다르게 부여하는 방법으로서 사례기반 추론의 원리를 속성 가중치 부여 과정에 적용하는 것이다. CBDFW의 장점으로서 (1) 수행 방법이 간단하며, (2) 논리적인 처리 비용이 기존 방법들에 비해 낮으며, (3) 신축적이라는 점을 들 수 있다. 본 연구에서는 신용 평가 문제에 CBDFW의 적용을 시도하였고, 다른 기법들과 비교에서 비교적 우수한 결과를 얻었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.460-462
• /
• 2004

최근 시스템이 점차 대형화되고 복잡화되면서 시스템의 요구사항은 소프트웨어 프로젝트의 성패를 결정하는 중요한 문제로 인식되었다. 특히 소프트웨어 품질에 관심이 높아지면서 고품질의 소프트웨어 개발을 위해 노력이 활발히 이루어지고 있다. 이러한 노력의 일환으로 소프트웨어의 품질 속성을 나타내는 비기능 요구사항을 추출.분석을 위해 연구가 진행되고 있으나 극히 미진한 연구가 진행되고 있다. 본 논문은 이를 위해 소프트웨어 개발의 초기단계인 요구사항 단계에서 비기능 요구사항을 분석하고 이를 설계 단계에서 사용할 수 있도록 기술하는 방안을 제시한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.76-78
• /
• 2004

최근 원격 탐사 시스템 등이 발전함에 따라 축적된 공간 데이터의 양이 증가했고 이를 공간 데이터 웨어하우스 분야에서 의사 결정에 활용하는 방안이 중요한 이슈가 되고 있다. 기존의 활용 방법은 주어진 영역을 기준으로 공간 범위-집계를 검색하는 형태였지만, 최근 특정 성향 분석을 위해 분포 질의를 요청하고 그 결과 지역에 대한 공간 분석을 통한 의사결정의 필요성이 대두되었다. 하지만 기존의 처리 방법으로 비공간 질의를 처리하기 위해서는 모든 데이터를 검색해야 하므로 분포 질의를 처리하기 위한 비용이 증가하게 된다. 본 논문에서는 분포 지역 질의 처리를 위한 확장된 큐브 트리 기법을 제안한다. 제안하는 기법은 분석하고자 하는 사실 테이블의 비공간 속성을 큐브 트리의 키로 사용하고, 이 속성과 관련된 공간 데이터의 포인터 집합을 관리한다. 본 논문의 제안 기법을 공간 데이터 웨어하우스에 적용함으로써 비공간 속성 질의를 통해 공간 객체를 결과로 요청하는 형태의 질의를 지원할 수 있게 되며 사실 컬럼을 계층화시킴으로서 사용자에게 좀 더 다각적인 분석을 지원할 수 있다.

• Journal of KIISE:Software and Applications
• /
• v.26 no.9
• /
• pp.1114-1124
• /
• 1999

클러스터링은 동일한 클러스터에 속하는 데이타들 간에는 유사도가 크도록 하고 다른 클러스터에 속하는 데이타들 간에는 유사도가 작도록 주어진 데이타를 몇 개의 클러스터로 묶는 것이다. 어떤 대상을 기술하는 데이타는 수치 속성뿐만 아니라 정성적인 비수치 속성을 갖게 되고, 이들 속성값은 관측 오류, 불확실성, 주관적인 판정 등으로 인해서 정확한 값으로 주어지지 않고 애매한 값으로 주어지는 경우가 많다. 본 논문에서는 애매한 값을 퍼지값으로 표현하는 수치 속성과 비수치 속성을 포함한 데이타에 대한 비유사도 척도를 제안하고, 이 척도를 이용하여 퍼지값을 포함한 데이타에 대하여 퍼지 클러스터링하는 방법을 소개한 다음, 이를 이용한 실험 결과를 보인다. Abstract The objective of clustering is to group a set of data into some number of clusters in a way to minimize the similarity between data belonging to different clusters and to maximize the similarity between data belonging to the same cluster. Many data for real world objects consist of numeric attributes and non-numeric attributes whose values are fuzzily described due to observation error, uncertainty, subjective judgement, and so on. This paper proposes a dissimilarity measure applicable to such data and then introduces a fuzzy clustering method for such data using the proposed dissimilarity measure. It also presents some experiment results to show the applicability of the proposed clustering method and dissimilarity measure.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.352-354
• /
• 2004

비기능적 요구사항은 대상 시스템이 지원해야 할 기능적 요구사항의 속성 또는 품질로써 소프트웨어 품질 속성으로 반영된다. 또한 비기능적 요구사항은 설계를 결정하기 위한 중요한 기준으로 사용되므로 소프트웨어 개발 프로세스 전반에 걸쳐 꾸준히 고려하고, 관리해야 한다. 하지만 비기능적 요구사항은 가시성이 없고, 명확히 명세하기가 어려운 특성으로 인해 간과하기 쉽다 따라서 비기능적 요구사항을 실제 모델링에 반영하고, 이를 추적하여 계속적으로 관리하기 일한 노력이 필요하다. 이에 본 논문에서는 내장형 소프트웨어의 비기능적 요구사항을 모델링 하는 절차를 제안하며, 내장형 소프트웨어의 특성을 가진 지능형 조명 제어 시스템의 사례를 통해 비기능적 요구사항을 반영한 모델링을 수행하고, 다이어그램들 사이' 의 비기능적 요구사항에 대한 추적 과정을 살펴본다

• Proceedings of the Korea Contents Association Conference
• /
• 2010.05a
• /
• pp.135-137
• /
• 2010

본 연구는 여러 정보환경 또는 정보 디자인 유형 중에서 짧은 정보 노출 시간에 비해 정보 전달력이 강해야 하는 정보유형의 인지력을 높이는 방법을 모색하기 위해 진행되었다. 이와 같은 정보를 본 연구에서는 '고기능성 정보(High-Functional Information)'라고 정의하고, 연구를 위해 7개 항공기에서 사용되고 있는 Safety Information을 중심으로, 고기능성 정보의 주요 속성과 그에 따른 거시적 정보 표현 방법에 대해서 연구하였다. 본 연구는 상황, 순서, 흐름, 구조 표현으로서의 정보디자인인 Safety Information을 기능변수에 대한 활용이 중요한 '고기능성 정보'라고 정의하고, 이에 대한 주요 정보 속성을 Accessibility, Errorless, Understandable, Timeliness로 제시하였다. 고기능성 정보는 맥락에 따라, 시각적 재현 측면에서 Understandable, Accessibility 속성이 충족되어야 하며, 사용자 조작 측면에서는 Errorless, Timeliness 속성이 충족되어야 한다. 각 측면에서의 거시적 표현 방법으로써, 시각적 재현 측면에서 독특 속성을 기반으로 한 속성이론, 도상화를 통한 "현실감지" 최대화, 정보 주도성(Proactivity), 잉여정보와 노이즈 정보의 최소화를 제시하였으며, 사용자 조작측면에서 맥락효과, 일차적 독특성을 중심으로 한 기억부호화, 이중부호화 및 표현 방법 등을 제시하였다. 본 연구에서의 개괄적인 연구 내용을 토대로 앞으로 정보환경 또는 디자인 유형과 속성에 따른 정보 표현방법에 관한 연구가 추진될 예정이다.

• Journal of KIISE:Software and Applications
• /
• v.33 no.4
• /
• pp.365-377
• /
• 2006

Proteins are known to perform a biological function by interacting with other proteins or compounds. Since protein interaction is intrinsic to most cellular processes, prediction of protein interaction is an important issue in post-genomic biology where abundant interaction data have been produced by many research groups. In this paper, we present an associative feature mining method to predict implicit protein-protein interactions of Saccharomyces cerevisiae from public protein interaction data. We discretized continuous-valued features by maximal interdependence-based discretization approach. We also employed feature dimension reduction filter (FDRF) method which is based on the information theory to select optimal informative features, to boost prediction accuracy and overall mining speed, and to overcome the dimensionality problem of conventional data mining approaches. We used association rule discovery algorithm for associative feature and rule mining to predict protein interaction. Using the discovered associative feature we predicted implicit protein interactions which have not been observed in training data. According to the experimental results, the proposed method accomplished about 96.5% prediction accuracy with reduced computation time which is about 29.4% faster than conventional method with no feature filter in association rule mining.

• Journal of KIISE
• /
• v.44 no.4
• /
• pp.344-351
• /
• 2017

An attribute based signature system is a cryptographic system where users produce signatures based on some predicate of attributes, using keys issued by one or more attribute authorities. If a private key is leaked during signature generation, the signature can be forged. Therefore, signing operation computations should be performed using secure hardware, which is called tamper resistant hardware in this paper. However, since tamper resistant hardware does not provide high performance, it cannot perform many operations requiring attribute based signatures in a short time frame. This paper proposes a new attribute based signature system using high performance general hardware and low performance tamper resistant hardware. The proposed signature scheme consists of two signature schemes within a existing attribute based signature scheme and a digital signature scheme. In the proposed scheme, although the attribute based signature is performed in insecure environments, the digital signature scheme using tamper resistant hardware guarantees the security of the signature scheme. The proposed scheme improves the performance by 11 times compared to the traditional attribute based signature scheme on a system using only tamper resistant hardware.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.2
• /
• pp.191-196
• /
• 2009

In this paper, we proposed a feature selection method using Binary Particle Swarm Optimization(BPSO) and Mutual information. This proposed method consists of the feature selection part for selecting candidate feature subset by mutual information and the optimal feature selection part for choosing optimal feature subset by BPSO in the candidate feature subsets. In the candidate feature selection part, we computed the mutual information of all features, respectively and selected a candidate feature subset by the ranking of mutual information. In the optimal feature selection part, optimal feature subset can be found by BPSO in the candidate feature subset. In the BPSO process, we used multi-object function to optimize both accuracy of classifier and selected feature subset size. DNA expression dataset are used for estimating the performance of the proposed method. Experimental results show that this method can achieve better performance for pattern recognition problems than conventional ones.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.24-26
• /
• 2000

공간 데이터는 복합적인 속성들의 조합으로 이루어지며 연산 또한 복합적이라는 점에서 일반 데이터와 다른 특성을 갖는다. 따라서 공간 데이터는 일반 속성 데이터와 구별되는 파일이나 별도의 저장 구조를 사용하여 관리되어야 한다. 이것은 비공간 데이터와 공간 데이터간의 상호 동기화 문제와 트랜잭션의 처리 등에서 많은 문제점을 발생시키며 이를 해결하기 위해서는 공간 데이터와 비공간 데이터를 단일 데이터베이스화하여야 한다. 이 논문에서는 이러한 단일화된 데이터베이스 시스템을 지원하기 이한 공간 객체-관계 데이터 모델을 정의하고 이 모델을 구현하기 위한 타입 저장 방법들에 대해 기술한다.