• 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 Operations and Management Science Society Conference
• /
• 2006.11a
• /
• pp.487-490
• /
• 2006

웹사이트 평가는 서비스의 대상과 방법이 서로 다르기 때문에 정확한 평가를 위해서는 웹사이트 간 특성을 파악하여 상대적인 중요도를 고려해야 한다. 그러나 평가 모형내의 요소에 대한 가중치를 과학적으로 산출하는 방법 및 웹사이트 사용자별 차이를 고려한 연구는 아직 미흡한 실정이다. 본 연구에서는 이러한 문제인식을 가지고 3C-D-T 프레임워크내의 각 평가요소간의 상대적인 중요도를 일반사용자 및 업체사용자 측면에서, 과학적이고 체계적인 방법으로 요인간의 상대적인 중요도를 밝혀내어 정보제공 웹사이트 평가모형으로서의 신뢰성을 확보하고 웹사이트 구축, 운영, 관리시 중요하게 고려해야 할 요소를 제시하고는 것이 목적이다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• autumn
• /
• pp.333-336
• /
• 2000

본 논문에서는 Monte-Carlo simulation과 deterministic simulation을 합성한 방법으로 특성허용 패턴을 만족하는 개별소자의 오차범위를 가중치에 따라 차별적으로 규정을 하였다. 일반적으로 사용되는 통계적인 방법은 불규칙한 특성을 갖는 랜덤오차를 정규분포를 갖는 랜덤변수로 모델링을 하여 허용 패턴으로부터 오차의 범위를 규정하는데, 이렇게 구해진 범위는 개별소자의 가중치의 영향을 고려하지 않고 일률적인 특성을 나타낸다는 단점이 있다. 이에 반해 deterministic simulation을 통해서 얻어진 오차의 범위는 가중치에 따라서 상대적인 범위를 결정할 수 있지만 해석 하고자하는 배열소자의 개수에 따라서 계산량이 지수승으로 증가하는 단점이 있어 10개 이상의 소자를 갖는 배열에는 적합하지 않다. 이러한 단점을 보완하기 위해서는 본 논문에서는 Monte-Carlo simulation과 deterministic simulation의 합성적 방법을 사용해서 배열소자의 증가에 따른 계산량의 증가를 줄이면서 각 가충치에 따라 상대적인 개별오차의 허용범위를 결정하였다. 그리고 이렇게 규정된 오차의 범위를 간단한 모의 실험을 통해서 검증하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.1365-1368
• /
• 2012

순차 패턴 탐사 기법은 순서를 갖는 패턴들의 집합 중에 빈발하게 발생하는 패턴을 찾아내는 기법이다. 순차 패턴 탐사 분야 중에 동적 가중치 순차 패턴 탐사는 가중치가 시간에 따라 변화하는 컴퓨팅 환경에 적용하는 마이닝 기법으로 동적인 중요도 변화를 마이닝에 적용하여 다양한 환경에서 활용 가능하다. 이 논문에서는 다양한 순차 데이터에서 동적 가중치를 적용하여 순차 패턴을 탐사하는 새로운 시퀀스 데이터 마이닝 기법에 대하여 제안한다. 제안하는 기법은 시간 순서에 의한 상대적인 동적 가중치를 사용하여 탐색해야 하는 후보 패턴을 줄여줄 수 있어 빈발한 시퀀스 패턴을 빠르게 찾을 수 있다. 이 기법을 사용하면 기존 가중치를 적용하는 방식보다 메모리 사용과 처리 시간을 줄여줘 매우 효율적이다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.05a
• /
• pp.287-289
• /
• 2006

이 논문은 사용자의 쿼리와 사용자의 행동양식을 바탕으로 상대네트워크를 구축함으로써 개인화된 논문검색 시스템을 모델링한 것이다. 제안하는 시스템은 사용자가 검색한 논문에서 키워드의 빈도수를 분석하여 개인적 상대네트워크를 구축하게 되는데, 이 네트워크는 다운로드, 열기, 삭제 등과 같은 사용자의 행동으로부터 키워드간 가중치를 조정을 함으로써 구축된다. 시스템의 성능평가를 위해 100명의 사용자들을 대상으로 실험한 결과, 기존의 검색엔진을 사용했을 때보다 성능이 우수하여 사용자 만족도가 높게 나타남을 알 수 있었다

• Journal of Energy Engineering
• /
• v.8 no.4
• /
• pp.612-620
• /
• 1999

Environmental impact assessment in the step of the Life Cycle Assessment (LCA) measures relative values of importance or weight of the environmental load characterized in the inventory analysis. The weight measurements are used to evaluate the environmental load or the effect of the industrial product or technology. In this paper the Analytic Network Prpcess (ANP) is introduced to calculate a relative weighting of the environmental impact. The ANP is considered as one of the useful decision making framework and allow for more complex interrelationships, feedback, and inner/outer dependence among the decision level and factors. The weighting from the ANP may applied to obtain the overall evaluation value of environmental load.

• Journal of KIISE:Software and Applications
• /
• v.27 no.9
• /
• pp.961-972
• /
• 2000

본 논문에서는 사용자의 적합 피드백을 기반으로 적합 문서들에서 발생하는 용어들과 초기 질의어간의 발생 빈도 유사도 및 퍼지 추론을 이용하여 용어의 가중치를 산정하는 방법에 대하여 제안한다. 피드백 문서들에서 발생하는 용어들 중에서 불용어를 제외한 모든 용어들을 질의어로 확장될 수 있는 후보 용어들로 선택하고, 발생 빈도 유사성을 이용한 초기 질의어-후보 용어의 관련 정도, 용어의 IDF, DF 정보를 퍼지 추론에 적용하여 후보 용어의 초기 질의어에 대한 최종적인 관련 정도를 산정 하였으며, 피드백 문서들에서의 가중치와 관련 정도를 결합하여 후보 용어들의 가중치를 산정 하였다. 본 논문에서는 성능을 평가하기 위하여 KT-set 1.0과 KT-set 2.0을 사용하였으며, 성능의 상대적인 평가를 위하여 Dec-Hi 방법, 용어 분포 유사도를 이용한 방법, 퍼지 추론을 이용한 방법들을 정확률-재현률을 사용하여 평가하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.22 no.5
• /
• pp.403-407
• /
• 2003

Recently, eigenvoice approach has been widely used for rapid speaker adaptation. However, even in the eigenvoice approach, Performance improvement using very small amount of adaptation data is relatively small in comparison with that using somewhat large adaptation data because the reliable estimation of weights of eigenvoice is difficult. In this paper, we propose a rapid speaker adaptation method based on eigenvoice using the weight distribution characteristics to improve the performance on a small adaptation data. In the Experimental results on vocabulary-independent word recognition task (using PBW 452 database), the weight threshold method alleviates the problem of relatively low performance for a tiny small adaptation data. When single adaptation word is used, word error rate is reduced about 9-18% by the weight threshold method.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2017.11a
• /
• pp.91-93
• /
• 2017

선박의 거대화, 다양화 및 고속화는 선박교통의 복잡화를 가져왔다. 선박교통의 복잡화는 다양한 선박사고를 발생시키고 있으며 이를 예방 혹은 대처하기 위한 연구들이 진행되고 있다. 본 연구는 선박사고가 발생하기 전에 선박 혹은 승객대피를 위한 의사결정을 하기위한 주요항목들을 찾고 각각의 항목에 대한 가중치를 결정하는 연구이다. 주관적인 문제를 해결하기 위하여 계층분석법(AHP)을 활용하였으며 8개의 요소들에 대하여 상대 비교를 하였으며 각각의 상대치를 찾아내었다. 8개의 요소를 비교하였으며 상대적으로 낮은 2개의 값을 제외하고 6개의 요소가 선박 및 승객대피를 위한 의사결정에 주요항목으로 채택되었다.

• KIPS Transactions on Software and Data Engineering
• /
• v.2 no.2
• /
• pp.137-144
• /
• 2013

A sequential pattern mining is finding out frequent patterns from the data set in time order. In this field, a dynamic weighted sequential pattern mining is applied to a computing environment that changes depending on the time and it can be utilized in a variety of environments applying changes of dynamic weight. In this paper, we propose a new sequence data mining method to explore the stream data by applying the dynamic weight. This method reduces the candidate patterns that must be navigated by using the dynamic weight according to the relative time sequence, and it can find out frequent sequence patterns quickly as the data input and output using a hash structure. Using this method reduces the memory usage and processing time more than applying the existing methods. We show the importance of dynamic weighted mining through the comparison of different weighting sequential pattern mining techniques.