• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2006년도 PROCEEDINGS OF JOINT CONFERENCEOF KDISS AND KDAS
• /
• pp.63-76
• /
• 2006

유전자 발현 자료(gene expression data)를 분석하기 위한 여러 가지 군집 알고리즘(clustering algorithm)과 군집 결과들을 검증하는 척도, 즉 군집 타당성분석 기법(cluster validation technique)이 제안되고 있지만, 이틀 군집 타당성을 분석하는 기법들에 대한 성능의 비교 평가는 매우 드물다. 본 논문에서는 모의 생성 자료로 몇 가지 특정 상황을 연출하여 군집 타당성 분석 기법들을 비교해 보고, 실제 유전자 발현 자료 두 가지에 대해서도 이들 기법의 성능을 비교 평가해 보았다.

• 한국음향학회지
• /
• 제4권3호
• /
• pp.33-41
• /
• 1985

이 논문에서는 frequency-weighted MSE를 최소화하는 적응 pre-filter와 post-filter를 음성파형 부호화기에 적용했을 때의 성능을 분석한다. 먼저 여러 다양한 pre-filter와 post-filter에 의한 noise shaping 효과를 이론적으로 보여준다. 그리고 frequency-weighted SNR 척도를 사용하여 적응 pre-filter 와 post filter에 의한 성능면에서의 이득을 이론적으로 유도한다. 적응 pre-filter와 post-filter를 ADM과 ADPCM 부호화기에 적용해본 결과에 의하면 음성파형 부호화기의 성능을 FWSNR\sub SEG\ 척도로 약 3dB 정도 개선할 수 있음을 알 수있다. 또한 pre-filter와 post-filter를 사용하면 청각적으로 중요한 영향을 미치는 1kHz에서 3kHz 사이의 양자화 잡음을 효과적으로 줄일 수 있다.

• 한국자동차공학회논문집
• /
• 제7권7호
• /
• pp.1-14
• /
• 1999

In the present study, the flame factor which primarily influence the simulation accuracy of the combustion process in a gasoline engine was modeled as a nonlinear function of turbulent intensity to laminar flame speed ratio. Multi-length-scale production rate model for turbulent kinetic energy equation was introduced to consider the different length scales of the swirling and tumbling motions in cylinder on the production rte of turbulent kinetic energy. By7 introducing the multi-length-scale production rate model for the turbulent kinetic energy equation, the predictions of turbulent burning velocity , cylinder pressure, mass burning rate and engine performance of a gasoline engine can much be improved.

• 한국IT서비스학회:학술대회논문집
• /
• 한국IT서비스학회 2003년도 추계학술대회
• /
• pp.446-453
• /
• 2003

서버에 집중화될 트래픽과 부하를 사용자 네트워크 전체로 분산시킬 수 있는 방식을 멀티미디어 스트리밍에 적용하게 되면 이를 채택하지 않았을 경우와 대비하여 그 성능에 큰 편차를 보일 수 있다. 이를 채택한 경우와 그렇게 하지 않았을 경우의 성능대비를 어떻게 어떤 기준치를 가지고 할 것인가가 본 연구의 목적이라 할 수 있다. 최초의 소스를 제공하고 있는 스트리밍 서버로부터 말단에 있는 클라이언트 까지 여러 단계의 연결을 주어진 특정한 환경하에서 (1) 피라미드 계층처럼 형성하여 제시된 "실험군(P2P 방식)"과 (2) 순차적인 방식으로 연결한 그간의 방식 "비교군(유니캐스트 방식)" 간의 성능대비(Performance Evaluation)를 하기 위해서 필요한 척도(Criteria)와 준거틀(Framework)을 제시하는 것이 본 연구의 주된 내용이라 할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 제13회 춘계학술대회 및 임시총회 학술발표 논문집
• /
• pp.680-685
• /
• 2000

최근 그 심각성이 커지고 있는 해킹피해를 줄이기 위한 한 방법으로 시스템에 침입한 불법적 사용을 탐지하는 연구가 활발히 진행되고 있다. 침입을 탐지하는 방법으로는 오용탐지와 비정상행위 탐지가 있는데 비정상행위 탐지를 위해서는 정보수집의 정확성, 신속성과 함께 다량의 정보들로부터 필요한 정보를 추출하고 축약하는 것이 중요하다. 본 논문에서는 감사기록 도구인 BSM으로부터 정보를 추출하고 자기조직화 신경망을 이용하여 다차원의 정보를 저차원정보로 축약.변환하는 방법에 대한 실험적인 검증을 시도하였다. 또한 BSM에서 얻을 수 있는 데이터의 유용성을 조사하기 위하여 축약된 감사자료에 의한 탐지성능을 살펴보았다. 실험결과, 시스템 호출 및 파일관련 정보의 축약이 탐지성능향상에 크게 기여하는 중요한 척도임을 알 수 있었으며 각 척도마다 탐지성능이 좋은 맵의 크기가 다름을 알 수 있었다. 이러한 축약된 정보는 여러 정상행위 모델링방법에 의해 유용하게 사용될 수 있을 것이다.

• 응용통계연구
• /
• 제33권4호
• /
• pp.467-482
• /
• 2020

본 논문은 이분산성을 갖는 위치-척도 시계열 모형에서 모수의 변화에 대한 모니터링 절차를 연구한다. 모니터링 절차에서 수정된 잔차의 누적합을 이용한 탐지기를 소개하고 귀무가설과 대립가설 하에서 각각 모니터링 절차에 대한 점근적 성질을 규명한다. 그리고 모의실험과 사례 분석을 통하여 제안한 모니터링 방법의 성능이 우수함을 확인한다.

• 한국컴퓨터정보학회논문지
• /
• 제18권4호
• /
• pp.19-26
• /
• 2013

의사 샘플 신경망은 학습 샘플의 수가 적은 경우 학습된 신경망이 국부 최적해에 빠져 성능이 저하되는 것을 보완하기 위해 기존 샘플들로부터 의사 샘플을 생성하고 이를 통해 해공간을 평탄화 시킴으로써 학습된 신경망의 성능을 향상시킬 수 있는 신경망의 변형이다. 이는 학습 샘플의 양에 관한 문제로 이 논문에서는 이에 더해 학습 샘플의 질을 향상시킴으로써 학습된 신경망의 성능을 더욱 높일 수 있는 방법을 제시하였다. 잡음이 적게 포함된 전형적인 학습 샘플들만이 주어지고 입력 특징 중 출력과 연관성이 높은 특징만을 사용함으로써 학습된 신경망의 성능을 높일 수 있음은 자명하다. 따라서 이 논문에서는 커널밀도 추정을 통해 비전형적인 학습샘플을 제거하고 입력값이 출력값에 미치는 영향을 나타내는 연관성 척도를 사용하여 연관성이 적은 특징을 제거함으로써 의사 샘플 신경망의 성능을 향상시킬 수 있음을 보였다. 제시한 방법의 유효성은 토석류 데이터를 이용한 실험을 통해 확인할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제25권5호
• /
• pp.99-106
• /
• 2020

협력 필터링 기반의 추천 시스템에 내재된 확장성 문제는 지난 수십년간 관련 연구의 이슈가 되어 왔다. 클러스터링은 이 문제를 해결하는 유명한 기술인데 낮은 성능으로 인하여 활발히 연구되어 오진 않았다. 본 논문에서는 협력 필터링 시스템의 고질적인 단점인 확장성 문제를 극복하기 위하여 클러스터링 기법을 채택하였다. 또한 클러스터링을 적용함으로 인해 초래되는 성능저하 문제를 개선하기 위해, 두 가지 전략을 사용하였는데, 첫째는 퍼지 클러스터링이며, 둘째는 영화 장르에 대한 사용자 선호도에 기반한 유사도 측정 방법을 제안하고 이를 적용하였다. 본 연구에서의 제안 방법을 기존의 여러 관련 방법들과 비교 실험을 통해 다양한 주요 성능 척도에 의거하여 평가하였는데, 실험 결과 제안 방법은 예측과 순위 정확도 측면에서 더 우수한 성능을 보였고, 추천 정확도 측면에서는 실험 대상 중 최상의 방법과 대등한 성능을 나타냈다.

• 정보관리학회지
• /
• 제39권3호
• /
• pp.293-310
• /
• 2022

본 연구에서는 한국어 데이터로 학습된 BERT 모델을 기반으로 문헌정보학 분야의 문서를 자동으로 분류하여 성능을 분석하였다. 이를 위해 문헌정보학 분야의 7개 학술지의 5,357개 논문의 초록 데이터를 학습된 데이터의 크기에 따라서 자동분류의 성능에 어떠한 차이가 있는지를 분석, 평가하였다. 성능 평가척도는 정확률(Precision), 재현율(Recall), F 척도를 사용하였다. 평가결과 데이터의 양이 많고 품질이 높은 주제 분야들은 F 척도가 90% 이상으로 높은 수준의 성능을 보였다. 반면에 데이터 품질이 낮고 내용적으로 다른 주제 분야들과 유사도가 높고 주제적으로 확실히 구별되는 자질이 적을 경우 유의미한 높은 수준의 성능 평가가 도출되지 못하였다. 이러한 연구는 미래 학술 문헌에서 지속적으로 활용할 수 있는 사전학습모델의 활용 가능성을 제시하기 위한 기초자료로 활용될 수 있을 것으로 기대한다.

• 한국항행학회논문지
• /
• 제27권1호
• /
• pp.126-132
• /
• 2023

객체 인식은 이미지와 비디오에서 다양한 객체를 검출하고 식별하는 기술이다. LBP는 조명 변이에 강인하게 동작하는 기술자로써, 객체 인식 분야에 활발하게 사용되고 있다. LBP는 이웃 픽셀의 범위, 비교 연산 후 이웃들의 결합 순서, 그리고 결합의 시작 위치를 고려해야 한다. 특히, LBP의 시작 위치는 "최상위 비트"가 되기 때문에 객체 인식의 성능에 큰 영향을 미치게 된다. 따라서, 본 논문에서는 N개의 시작 위치를 기반으로 N개의 특징 공간에서 각각 입력 데이터와 가장 유사한 데이터를 탐색한다. 각 특징 공간의 서로 다른 결과를 동일한 기준에서 비교할 수 있는 신뢰 척도를 정의하고, 가장 신뢰도 높은 결과를 선택함으로써 객체 인식을 수행한다. 실험 결과에서는 LBP의 시작 위치에 따라 성능의 차이가 있다는 것을 확인했다. 또한, 제안한 방법은 기존 LBP 인식 성능과 대비하여 최대 12.66%의 높은 성능을 나타냈다.