• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2004년도 춘계학술대회
• /
• pp.69-77
• /
• 2004

본 논문에서는 한방병원에서 사상체질분류검사설문지를 이용하여 사상체질을 진단할 때 진단의 정확도를 향상시키기 위한 사상체질분류함수를 개발하기 위하여 데이터마이닝에서의 판별분석모형을 이용한다. 데이터 정제 과정에서 양질의 데이터를 확보하기 위한 기준은 상반되는 설문의 응답 패턴과 체질별 설문의 응답 비율을 이용하며, 변수선택의 기준은 도수분석의 비율차이검정과 선형판별함수의 계수를 이용한다.

• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2004년도 춘계학술대회
• /
• pp.61-68
• /
• 2004

본 논문에서는 한방병원에서 사상체질분류검사설문지를 이용하여 사상체질을 진단할 때 진단의 정확도를 향상시키기 위한 사상체질분류함수를 개발하기 위하여 데이터마이닝에서의 판별분석모형을 이용한다. 데이터 정제 과정에서 불성실한 응답자를 제거시키기 위한 기준은 상반되는 설문의 응답 패턴과 체질별 설문의 응답 비율을 이용하며, 변수선택의 기준은 상관분석의 크론박 알파 계수와 선형판별함수의 계수를 이용한다.

• 한국지능시스템학회논문지
• /
• 제17권5호
• /
• pp.674-678
• /
• 2007

Baldwin은 진리함수사상을 이용하는 근사추론법을 정의하였다. 우리는 논문[4]에서 기존에 사용되는 진리함수사상 이외에 새로운 진리함수사상 두 가지를 정의하여 일반화된 연역추론에 적용한 결과를 소개하였다. 이 논문에서는 이 진리함수사상을 적용한 일반화된 대우추론에 대하여 알아보고 그 결과를 소개하였다.

• 한국지능시스템학회논문지
• /
• 제16권2호
• /
• pp.198-202
• /
• 2006

본 논문에서는 Baldwin의 근사추론법과 Baldwin의 방법에서 주로 사용되는 진리함수사상을 소개하였다. 그리고 근사추론의 평가 기준을 소개하고 기존의 진리함수사상보다. 더 많은 평가기준을 만족시키는 진리함수사상을 정의하였다.

• 한국음향학회지
• /
• 제11권3호
• /
• pp.40-52
• /
• 1992

본논문에서는 불특정화자 음성인식의 문제점이 되는 개인차에 의한 변동을 흡수하기 위하여 사상멤버쉽함수에 의한 화자적응 단어인식 방법을 제안하였다. 이방법의 학습과정에서는 미지화자의 표준화자의 스펙트럼패턴 사이에서 작성된 사상코드북에 퍼지이론을 도입하여 사상멤버쉽함수를 작성하였으며, 인식과정에서는 미지화자의 음성패턴을 사상멤버쉽함수에 의해 표준화자의 음성패턴에 적응된 패턴으로 재구성하고 뉴럴-퍼지패턴매칭에 의해 단어를 인식하였다. 본 방법의 타당성을 평가하기 위하여, 28개의 DDD 지역명을 대상으로 실험한 결과, 종래의 사상코드북에 의한 벡터양자화 화자적응방법에서는 64.9[%], 퍼지벡터양자화 화자적응방법에서는 76.1[%]의 인식율을 얻었으나, 사상멤버쉽함수에 의한 화자적응방법에서는 95.4[%]의 향상된 인식율을 얻으므로써 인식성능의 우수함을 확인하였다. 또한 사상멤버쉽함수의 작성과정에서는 반복된 학습과정이 불피요하며, 기억용량과 계산량도 사상코드북에 의한 화자적응방법보다 각각 1/30, 1/500배 정도였다.

• 한국수학사학회지
• /
• 제18권1호
• /
• pp.85-92
• /
• 2005

본 연구는 변분법과 조화사상 사이에 잘 알려진 내용을 개관하고, 조화사상의 성질 및 발전 과정을 정리하고, 구면 위의 라플라스 작용소의 기본 성질을 정리하고, 구면 사이의 고유함수 사상을 구성하기 위하여 스펙트럼과 고유함수를 계산하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.1996-2000
• /
• 2006

현재 국내 주요 하천의 홍수예경보시스템 운영과 다목적댐의 홍수조절관리를 위하여 수문학적 모형의 하나인 저류함수모형(storage function model)을 사용하고 있다. 저류함수모형은 산지가 많은 유역에 적합하도록 개발된 모형으로, 계산절차가 간편하고 홍수유출의 비선형성을 고려할 수 있는 방법이므로 선형모형보다 합리적이라고 알려져 있다. 그러나 실제 홍수사상에 저류함수모형을 적용하기 위해서는 적절한 매개변수의 적용이 필요하다. 현재까지 저류함수모형의 매개변수를 보정하기 위한 연구가 많이 되었지만, 실질적으로 보정된 매개변수를 실제 홍수사상에 적용함에 있어서는 많은 어려움이 존재한다. 따라서 이러한 문제점을 해결하고자 본 연구에서는 저류함수 모형 중 유역유출 매개변수를 첨두유량에 대한 상대민감도분석을 통하여 매개변수의 경계조건을 설정하고, 이 경계조건을 바탕으로 최적화기법(optimization technique)을 사용하여 과거 홍수사상에 대하여 보정을 수행하였다. 그리고 보정된 매개변수를 모의 홍수사상에 적용하기 위한 최적매개변수(optimal parameter) 결정을 위한 방법들을 제시 및 적용하여 비교 분석하였다.

• 한국정보처리학회논문지
• /
• 제3권4호
• /
• pp.766-780
• /
• 1996

본 논문은 통신 오버헤드의 정확한 특성을 사용하여 병렬처리를 위한 사상 기법을 표현했다. 목적 함수의 집합은 시스템 그래프에 문제 그래프를 사상하는 것의 최적화 를 평가하기 위해서 정형화했다. 이것 중에 하나는 병렬처리의 실시간 응용에 특히 적절하다. 목적함수는 문제 그래프에서 연결선이 가중치를 갖고 있고, 시스템 그래프 에서 연결선을 위해 명목거리보다 실제거리를 고용했다는 점에서 기존의 것과 차이가 있다. 이것은 통신오버헤드를 더 정확하게 측량할 수 있다. 효율적인 사상 기법이 목적함수를 위해서 개발되었고, 초기할당과 쌍교환의 두 단계에서 최적화 과정이 이루 어진다. 이 사상 기법은 시스템 그래프로서 하이퍼큐브를 사용하여 테스트했다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.1975-1979
• /
• 2006

본 연구의 목적은 국내 홍수예경보의 일부로 사용되고 있는 유역 및 하도 저류함수모형을 칼만필터를 이용하여 실시간 홍수추적에 적합한 추계동력학적 저류함수모형으로 개발하여 그 적용을 평가하는데 있다. 기존의 저류함수모형과 본 연구의 추계동력학적 모형의 적용을 위해 낙동강 유역내의 감천 유역 중 김천 수위지점 상류유역을 선정하였다. 유출분석을 위해 김천 수위지점 상류유역을 3개의 소유역으로 구분하였고, 2002년 8월에서 2003년 8월 사이에 발생한 3개의 주요 호우사상을 선정하였다. 면적강우는 감천유역 내외에 존재하는 9개 강우관측소로부터 Thiessen 방법을 이용하여 계산하였고, 모형에 사용된 매개변수는 호우사상별로 기존의 저류함수모형의 관측치를 잘 모의하는 값을 사용하였다. 두 모형의 유출해석 결과를 도식적 및 통계적으로 분석한 결과 본 연구에서 개발된 추계동력학적 유역 및 하도 저류함수모형이 모형 효율성 계수는 $0.94{\sim}0.96$, 유출용적 및 첨두유량 오차는 10% 내외를 보이며, 기존의 모형보다 정확한 유량예측이 가능한 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• 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.