• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (3)
• /
• pp.697-699
• /
• 1998

본 논문은 프로세서 알제브라의 하나인 ACSR을 이용하여 파이프라인 비순차 슈퍼스칼라 프로세서의 타이밍 특성과 자원 제한을 묘사하기 위한 정형기법을 제시한다. ACSR의 두드러진 특징은 시간, 자원, 우선 순위의 개념이 알제브라에서 직접적으로 제공되어 진다는 것이다. 여기서의 접근 방식은 슈퍼스칼라 프로세서의 레지스터를 ACSR 자원으로, 명령어를 ACSR 프로세서로의 모델링하는 것이다. 결과적으로 얻어지는 ACSR식에서 각각의 클럭 주기에서 어떻게 명령어가 실행되고 레지스트들이 이용되는지 확인할 수 있으며 이 모델링을 이용해서 비순차 슈퍼스칼라 프로세서 구조를 검증하거나 분석하는 것이 가능하다.

• 한국지능시스템학회논문지
• /
• 제11권9호
• /
• pp.827-832
• /
• 2001

본 논문은 수치적인 데이터를 이용하여 시스템을 구성하는 퍼지 모델링에서 각각의 장점들을 유지하면서 순차적으로 성능을 개선하는 방법을 제안한다. 기존의 다양한 퍼지 모델링의 최적화 방법들은 각각의 뛰어난 최적화 기법을 이용하면서도 순차적으로 퍼지 모델의 성능을 개선하려하는 시도는 많지 않았다. 이에 본 논문에서는 각 단계별로 최적의 성능을 구현하고 이를 다음 단계에서 초기로 이용함으로써 퍼지 모델의 성능이 순차적으로 개선되는 것을 제안하였다. 이는 각각의 최적화 기법들을 지속적으로 이용함으로써 원하는 모델의 성능을 개선하고자 하는 것이다. 제안된 방법의 유용성을 Rice taste 데이터 모델에 적용하여 제안된 방법이 이전의 연구보다 좋은 결과를 보임을 알았다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.1567-1570
• /
• 2012

기존 연구에서는 순차적, 상태, 엑티브 다이어그램 기반의 테스트케이스 추출을 초점을 두고 있다. 하지만 현재 최신의 모델링 언어인 UML2.4.1(Unified Modeling Language) 기반으로 한 테스트케이스 추출 메커니즘은 없다. 그래서 본 논문은 UML2.4.1 기반에 기존의 원인-결과 다이어그램의 접목을 통해 테스트케이스 추출 메커니즘을 제안 한다. 이를 위해 UML2.4.1 의 메시지-순차적 다이어그램에 ECA Rule(Event Condition Action)기법을 적용하고, 제안한 접목 알고리즘을 통해 확장된 메시지-순차적 다이어그램을 원인-결과 다이어그램과 접목한 후, 결정 테이블화로 테스트케이스를 발생한다. 이러한 절차를 통해 모델링 기반에서 테스트케이스 추출 가이드가 제공된다. 본 논문에서는 복잡한 메시지-순차적 다이어그램을 통해 테스트케이스 발생 사례연구로서 자동차 와이퍼 시스템을 적용한다.

• 스마트미디어저널
• /
• 제11권9호
• /
• pp.9-20
• /
• 2022

심층강화학습은 자율주행 도메인에서 널리 사용되는 end-to-end 데이터 기반 제어 방법이다. 그러나 기존의 강화학습 접근 방식은 자율주행 과제에 적용하기에는 비효율성, 불안정성, 불확실성 등의 문제로 어려움이 존재한다. 이러한 문제들은 자율주행 도메인에서 중요하게 작용한다. 최근의 연구들은 이런 문제를 해결하고자 많은 시도가 이루어지고 있지만 계산 비용이 많고 특별한 가정에 의존한다. 본 논문에서는 자율주행 도메인에 불확실성 순차 모델링이라는 방법을 도입하여 비효율성, 불안정성, 불확실성을 모두 고려한 새로운 알고리즘 MCDT를 제안한다. 강화학습을 높은 보상을 얻기 위한 의사 결정 생성 문제로 바라보는 순차 모델링 방식은 기존 연구의 단점을 회피하고 효율성과 안정성을 보장하며, 여기에 불확실성 추정 기법을 융합해 안전성까지 고려한다. 제안 방법은 OpenAI Gym CarRacing 환경을 통해 실험하였고 실험 결과는 MCDT 알고리즘이 기존의 강화학습 방법에 비해 효율적이고 안정적이며 안전한 성능을 내는 것을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(B)
• /
• pp.330-332
• /
• 2012

시계열 데이터 모델링은 시간 간격의 길이에 따라 단기적인 패턴이 주로 반영된다. 특히, 모델에 마코프 가정을 적용하였을 경우 이전 시간의 값에 따라 현재값이 결정된다. 시계열 데이터의 장기적인 변화를 다루기 위해, 특정 길이의 순차적 패턴을 부호화 하고, 이를 상위 모델의 입력으로 사용하는 과정을 통해 추상화를 시도하고자 한다. 실제로 사람의 감각기억은 200~500 밀리초 가량의 짧은 기억 유지기간을 갖는데, 이 기간의 정보를 상위 처리기의 입력 단위로 보고자 하는 것이다. 이에 본 고에서는 에너지기반 모델링 기법을 이용하여 반복적으로 나타나는 순차적 패턴을 부호화 하는 방법을 제안한다. 이 부호화 방법은 시간 순서에 따른 패턴의 유사도를 이용하여 확률적으로 다음 패턴과의 관계를 표현할 수 있으며, 이는 향후 시계열 데이터를 간략하게 표현하여 분석 및 시각화에 도움을 줄 수 있다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권12호
• /
• pp.698-702
• /
• 2017

자연 언어 처리(Natural Language Processing) 분야에 심층 신경망(Deep Neural Network)이 소개된 이후, 단어, 문장 등의 의미를 나타내기 위한 분산 표상인 임베딩(Embedding)을 학습하기 위한 연구가 활발히 진행되고 있다. 임베딩 학습을 위한 방법으로는 크게 문맥 기반의 텍스트 모델링 방법과, 기학습된 임베딩을 결합하여 더 긴 텍스트의 분산 표상을 계산하고자 하는 결합 기반의 텍스트 모델링 방법이 있다. 하지만, 기존 결합 기반의 텍스트 모델링 방법은 최적 결합 단위에 대한 고찰 없이 단어를 이용하여 연구되어 왔다. 본 연구에서는 비교 실험을 통해 문서 임베딩 생성에 적합한 결합 기법과 최적 결합 단위에 대해 알아본다. 또한, 새로운 결합 방법인 담화 분석 기반의 결합 방식을 제안하고 실험을 통해 기존의 순차적 결합 기반 신경망 모델 대비 우수성을 보인다.

• 한국전산구조공학회논문집
• /
• 제30권1호
• /
• pp.87-94
• /
• 2017

신뢰성 해석 및 신뢰성기반 최적설계는 불확실성을 고려한 확률변수를 입력 값으로 요구하며, 확률변수는 모수적 비모수적 통계모델링 방법을 사용하여 확률분포함수의 형태로 정량화 된다. 신뢰성 해석과 같은 통계적 해석은 입력되는 확률분포함수의 특성이 결과값에 영향을 미치게 되며, 확률분포함수는 통계모델링 방법에 따라 다른 형태를 가지게 된다. 본 연구에서는 모수적 통계모델링 방법인 순차적 통계모델링 방법과 비모수적 방법인 커널밀도추정을 사용하여 데이터의 개수에 따른 통계모델링의 결과를 분석하였다. 또한 수치예제를 통해 두 가지 기법에 따른 신뢰성 해석의 결과를 분석하였고, 데이터의 개수에 따른 적절한 기법을 제안하였다.

• 한국시뮬레이션학회논문지
• /
• 제25권4호
• /
• pp.21-30
• /
• 2016

최근 자동 생산 시스템은 PLC (Programmable Logic Controller) 제어 프로그램을 일반적으로 사용하고 있다. 생산제품의 수명 주기가 길지 않기 때문에 공법과 라인 및 설비 변경이 자주 일어난다. 대부분, 기존 공정을 바탕으로 이루어지고 설비의 위치 및 제어정보를 수정한다. PLC 제어 프로그램 또한 기존 공정을 바탕으로 수정이 이루어진다. 새로운 제어 프로그램을 검증하기 위해서는 실제 생산 시스템을 구축하기 전에 가상의 공간에서 실제 공정과 같이 구성하여 순차적으로 공정이 진행되는 지 확인할 수 있는 방법이 필요하다. 본 연구는 순차제어(sequential control)와 병목현상 처리에 유용한 Timed-FSA를 기반으로 하는 논리적인 모델링 방법을 사용한다. 기존에 연구되었던 I-O 모델링과 I-O 모델링에서 요구되었던 하나의 설비에 다양한 상태의 정의를 통해 사용자의 시간과 공수를 절감하기 위한 기존 모델링에 페트리네트의 토큰(Petri Nets Coloured Token) 개념을 추가한 확장된 I-O 모델링 방법을 제안한다. 예제 설비를 통하여 사용자의 모델링 시간을 절감하는 실험과 사용자 평가를 통해 제안하는 확장된 I-O 모델링의 편의성을 검증한다.

• 산업공학
• /
• 제8권3호
• /
• pp.47-60
• /
• 1995

물류시스템간의 상호작용이 복잡한 자동화제조시스템을 시뮬레이션하기 위해서는 전통적인 사건중심의 모델링이나 고객중심의 프로세스묘사방식 모델링보다 서버중심의 프로세스상호작용방식 모델링이 유리하다. 이러한 모델링 방식은 기존의 동적시스템 모델링 이론과도 일치하며 최근의 소프트웨어엔지니어링기법인 객체지향적 모델링기법과도 상통한다. 본 연구에서는 객체지향적 모델링 기법을 바탕으로 서버중심의 프로세스상호작용방식에 기초한 시뮬레이션 모델링 방법을 제안한다. 이러한 방법을 자동화제조시스템의 시뮬레이션모델링에 작용한 예를 소개하고, 순차적 처리언어인 C＋＋ 사용하여 프로세스상호작용방식의 시뮬레이션 실행기를 구현하는 방법을 설명한다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.43-56
• /
• 2020

추천 시스템은 사용자가 다양한 옵션 중에서 최선의 선택을 할 수 있도록 도와준다. 그러나 추천 시스템이 상업적으로 성공하기 위해서는 극복할 몇 개의 문제점이 존재한다. 첫째, 추천시스템의 투명성 부족 문제이다. 즉, 추천된 상품이 왜 추천되었는지 사용자들이 알 수 없다. 둘째, 추천시스템이 사용자 선호의 변화를 즉각적으로 반영할 수 없는 문제이다. 즉, 사용자의 상품에 대한 선호는 시간이 지남에 따라 변함에도 불구하고, 추천시스템이 사용자 선호를 반영하기 위해서는 다시 모델을 재구축해야 한다. 따라서 본연구에서는 이러한 문제를 해결하기 위해 토픽 모델링과 순차 연관 규칙을 이용한 추천 방법론을 제안하였다. 토픽 모델링은 사용자에게 아이템이 왜 추천되었는지 설명하는데 유용하며, 순차 연관 규칙은 변화하는 사용자의 선호를 파악하는데 유용하다. 본 연구에서 제안한 방법은 크게 토픽 모델링 및 사용자 프로파일 생성 등 토픽 모델링에 기반한 사용자 프로파일 생성 단계와 토픽에 사용자 선호 확인 및 순차 연관 규칙 발견 등 순차 연관 규칙에 기반한 추천 단계로 구분된다. 벤치마크 시스템으로 협업 필터링 기반 추천 시스템을 개발하고, 아마존의 리뷰 데이터 셋을 이용하여 제안한 방법론의 성능을 비교 평가하였다. 비교 분석 결과, 제안한 방법론이 협업 필터링 기반 추천시스템보다 뛰어난 성능을 보였다. 따라서 본 연구에서 제안하는 추천 방법을 통해 추천 시스템의 투명성을 확보할 수 있을 뿐만 아니라, 시간에 따라 변화하는 사용자의 선호를 반영할 수 있다. 그러나 본 연구는 토픽과 관련된 상품을 추천하기 때문에, 토픽에 포함된 상품의 수가 많을 경우 추천이 정교하지 못하는 한계점이 있다. 또한 토픽의 수가 적기 때문에 토픽에 대한 순차 연관 규칙이 너무 적은 문제점이 있다. 향후 연구에서 이러한 문제점을 해결한다면 좋은 연구가 될 것으로 판단된다.