• 대한교통학회지
• /
• 제20권1호
• /
• pp.131-139
• /
• 2002

본 연구는 도로의 설계일관성 평가를 위해 지방부 2차로 도로의 평면 곡선부 85백분위 주행속도 예측모형을 기존의 회귀모형에 비해 보다 효율적이고 신뢰성 높은 인공신경 망 이론을 적용하여 개발하였다. 곡선반경, 곡선길이, 교차각, 시거, 차로폭, 차선(안쪽, 바깥쪽)과 같은 기하구조 특성에 의해 속도가 결정된다는 가정하에 30개 조사지점을 통해 얻어진 자료를 모형의 입력층 자료로 이용하였고, 입력층 변수에 따라 네 가지 유형의 신경망 모형을 제시하였다. 신경망 모형 중 다층신경 망 모형을 적용하여 은닉충의 유니트 수, 학습계수, 모멘텀계수, 학습횟수의 변화에 따른 최적 모형 구조를 도출하였다. 신경망 모형의 학습성능을 검증하기 위하여 선정된 30개 조사지점에서 20개 지점을 모형의 학습자료로 나머지 학습되지 않은 10개 지점을 예측자료로 활용하였다. 분석결과, 네 가지 유형의 신경망 모형 중에서 모형 D가 통계적 검증결과 $R^2$값이 85%이며, %RMSE=0.0204로 가장 실제값에 유사한 모형으로 평가되었다.

• 한국학교수학회논문집
• /
• 제11권3호
• /
• pp.439-466
• /
• 2008

본 논문은 Web을 기반으로 하는 수학의 학습모형을 설계하고 학습 자료를 개발하여 정규 교과학습에 투입했을 때의 효과를 측정함으로서 Web 상에서 구현될 수 있는 대체 수업방안을 모색하는데 그 목적이 있다. 본 연구는 Web을 이용한 교육 자료 개발에 대한 이론적 토대, 교수-학습 모형의 설계와 구성, 정규 수업을 통한 실험 등 세부분으로 이루어져 있다. 먼저, 학습 이론과 학습자 중심의 교수 모형의 개발, 자료 설계 및 구축 과정, 수업 전략 등 Web 기반 교육의 핵심 원리를 살펴본다. 다음, Web 상에서 수학교육과 학습을 구현하기 위한 학습 프로그램을 개발하여 웹 사이트를 통해 학습을 수행하는 수학의 대체 학습모형을 제시한다. 마지막으로, 평면 2차 곡선을 주제로 수업모형을 설계하여 제작하고 이를 실제 수업에 투입했을 때의 학습효과를 전통적인 수업과 비교 측정함으로서 Web 상에서 이루어지는 학습모형을 구성하는데 있어 필요한 요소 및 발전 방향을 함께 모색한다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2001년도 추계학술발표대회 논문집 제20권 2호
• /
• pp.121-124
• /
• 2001

음성 합성기의 합성음의 자연감을 높이기 위해 자연음에 내재하는 정확한 운율 법칙을 구하여 음성합성 시스템에서 이를 구현해 주어야 한다 무제한 어휘 음성합성 시스템의 문-음성 합성기에서 필요한 운율 법칙은 언어학적 정보를 이용해 구하거나, 자연음에서 추출하고 있다 그러나 추출한 운율 법칙이 자연음에 내재하는 모든 운율 법칙을 반영하지 못했거나, 잘못 구현되는 경우에는 합성음의 자연성이 떨어지게 된다. 이런 점을 고려하여 본 논문에서는 한국어 자연음을 분석하여 추출한 운율 정보를 인공 신경망이 학습하도록 하고 훈련을 마친 인공 신경망에 문장을 입력하고, 출력으로 나오는 운율 정보와 자연음의 운율 정보를 비교한 결과 제안한 인공 신경망이 자연음에 내재하고 있는 운율을 학습할 수 있음을 알 수 있었다. 운율의 3대 요소는 피치 , 지속시간, 크기의 변화이다. 제안한 인공 신경망이 한국어 문장의 음소 열을 입력으로 받아들이고, 각 음소의 지속시간에 따른 피치변화와 크기 변화를 출력으로 내보내면 자연음을 분석해 구한 각 음소의 운율 정보인 목표 패턴과 출력 패턴 의 오차를 최소화하도록 인공 신경망의 가중치를 조절할 수 있도록 설계하였다. 지속시간에 따른 각 음소의 피치와 크기 변화를 학습시키기 위해 피치 및 크기 인공 신경망을 구성하였다. 이들 인공 신경망을 훈련시키기 위해 먼저 음소 균형 문장 군을 구축하여야 하고, 이들 언어 자료를 특정 화자가 일정 환경에서 읽고 이를 녹음하여 , 분석하여 구한운율 정보를 운율 데이터베이스로 구축하였다. 문장 내의 각 음소에 대해 지속 시간과 피치 변화 그리고 크기 변화를 구하고, 곡선 적응 방법을 이용하여 각 변화 곡선에 대한 다항식 계수와 초기 값을 구해 운율 데이터베이스를 구축한다. 이 운율 데이터베이스의 일부는 인공 신경망을 훈련시키는데 이용하고, 나머지로 인공 신경망의 성능을 평가하여 인공 신경망이 운율 법칙을 학습할 수 있었다. 언어 자료의 문장 수를 늘리고 발음 횟수를 늘려 운율 데이터베이스를 확장하면 인공 신경망의 성능을 높일 수 있고, 문장 내의 음소의 수를 감안하여 인공 신경망의 입력 단자의 수는 계산량과 초분절 요인을 감안하여 결정해야 할 것이다

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2000년도 하계학술발표대회 논문집 제19권 1호
• /
• pp.87-90
• /
• 2000

문-음성 합성기의 자연감을 높이기 위해 주로 자연음에 존재하는 운률 법칙을 정확히 구현해 주어야 한다. 일반적으로 언어학적 정보를 이용하거나 자연음으로부터 추출한 운률 정보를 추출한 운률 법칙을 합성에 이용하고 있다. 이와 같이 구한 운률 법칙이 자연음에 존재하는 모든 운률 법칙을 포함할 수 있으면, 자연스러운 합성음을 들을 수 있겠으나, 실질적으로는 모든 법칙을 구현한다는 것은 어려운 실정이고, 자연음으로부터 추출한 운률 법칙이 잘못 구현되는 경우 합성음의 자연성이 떨어지는 것을 피할 수 없을 것이다. 이런 점을 고려하여 우리는 자연음에 내재하는 운율 법칙을 훈련을 통해 학습할 수 있는 인공 신경망을 제안하였다 운률의 세 가지 요소는 피치, 지속시간, 크기 변화가 있는데, 인공 신경망은 문장이 입력되면, 각 해당 음소의 지속시간에 따른 피치 변화와 크기 변화를 학습할 수 있도록 설계하였다. 신경망을 훈련시키기 위해 고립 단어군과 음소균형 문장군을 화자로 하여금 발성하게 하여, 녹음하고, 분석하여 운률 데이터베이스를 구축하였다. 자연음의 각 음소에 대해 지속시간과 피치변화 그리고 크기 변화를 구하여 곡선 적응 방법을 이용하여 각 변화 곡선에 대한 계수를 구해 데이터베이스를 구축한다. 이렇게 구축한 데이터베이스를 이용해 인공 신경망을 훈련시켜 평가한 결과 훈련용 데이터를 계속 확장하면 좀 더 자연스러운 운률을 발생시킬 수 있음을 관찰하였다.

• 한국지능시스템학회논문지
• /
• 제10권6호
• /
• pp.597-604
• /
• 2000

본 연구에서는 전기자동차에 사용되는 전자식 차동 시스템의 신경망 모델을 제안한다. 차량이 곡선도로를 따라 주행할 경우 내측 바퀴와 외측 바퀴의 회전속도가 서로 달라야 진동이나 뒤틀림 없이 완만한 선회 주행을 할 수 있다. 전기자동차는 그 구조적 특성상 각각의 바퀴가 독립된 구동원을 갖는다. 이 때문에 일반 엔진 차량의 기어식 차동장치를 대신할 전자식 차동장치가 요구된다. 이러한 차동장치는 차량의 구조뿐만 아니라 차량의 주요 파라미터인 조향각 및 속도에 따라서 비선형적인 관계를 가지고 있어서 해석하기가 쉽지 않다. 따라서 이와 같은 비선형적인 관계 모델을 학습 능력을 가진 신경망에 의하여 모델링 함으로써 제어에 적용할 수 있다. 이를 실현하기 위해 제작한 전기자동차로 곡선도로를 주행하여 다양한 곡률과 주행속도에 따른 내측 외측 바퀴의 회전속도 데이터를 획득하고, 데이터의 비선형 특성을 고려한 차동 속도 제어기의 구조를 설계한다. 이 제어기에 적합한 모델은 신경망을 이용하여 실측 데이터를 학습시킴으로써 차동기능을 수행할 수 있는 제어기를 구현한다.

• 한국지능시스템학회논문지
• /
• 제8권5호
• /
• pp.45-50
• /
• 1998

본 연구에서는 입출력 데이터로부터 비선형 다변수 모델을 자동 인식할 수 있는 적응형 Spline모델링(ASMOD : Adaptive Spline Modeling of Observation Data)과 혼합 곡선 근사법(Hybrid curve approximation)을 이용한 3차원 자유 형상 설계방법을 제안하고, 초기 선형 설계 단계에서 횡단면적 곡선(SAC : Sectional Area Curve) 생성 예를 통해 그 응용 가능성을 검토하였다. 즉 실적선의 SAC를 Bspline 근사법(Fitting methdo)과 유전자 알고리즘(Genetic Algorithm)에 의해 정의하여, 조정점(Control points)에 대한 데이터베이스를 구축한다. 구축된 데이터베이스-주요치수와 이들 조정점관의 관계-를 학습 데이터로 하여 ASMOD를 학습시킨후 , SAC결정을 위한 ASMOD 모델링을 구축한다. 다른 선형 특성 곡선들-design waterline curve, bottom tangent line, center profile line-에 대해서도 동일하게 적용하여 ASMOD를 모델링할 수 있으며, 이들 선형 특성 곡선들을 결합하여 초기 선형을 생성한다.

• 한국에너지공학회:학술대회논문집
• /
• 한국에너지공학회 2007년도 추계학술 발표회
• /
• pp.169-174
• /
• 2007

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1999년도 학술발표대회 논문집 제18권 2호
• /
• pp.105-108
• /
• 1999

TTS(Text-To-Speech) 시스템 합성음성의 자연감을 개선하기 위해 하나의 언어에 대해 존재하는 운율 법칙을 정확히 구현해야 한다. 존재하는 운율 법칙을 추출하기 위해서는 방대한 분량의 언어 자료 구축이 필요하다. 그러나 이 방법은 존재하는 운율 현상이 포함된 언어자료에 대해 완벽한 운율을 파악할 수 없으므로 합성음성의 질을 좋게 할 수 없다. 본 논문은 한국어 음성의 운율을 학습하기 위해 2개의 인공 신경망을 제안한다. 하나의 신경망으로 문장의 각 음소에 대한 피치 변화를 학습시키는 것이며, 다른 하나는 에너지 변화를 학습하도록 하였다. 신경망은 BP 신경망을 이용하며 11개의 음소를 나타내기 위해 11개의 입력과, 중간 음소의 피치와 에너지 변화곡선을 근사하는 다항식 계수를 출력하도록 하였다. 신경망시스템의 학습과 평가에 앞서, 음성학적 균형잡힌 고립단어를 기반으로 의미있는 문장을 구성하였다. 문장을 남자 화자로 하여금 읽게 하고 녹음하여 음성 DB를 구축하였다. 음성 DB에 대해 각 음소의 운율 정보를 수집하여 신경망에 맞는 목표 패턴과 훈련 패턴을 작성하였다. 이 목표 패턴은 회귀분석을 통한 추세선을 이용해 피치와 에너지에 대한 2차 다항식계수로 구성하였다. 본 논문은 목표패턴에 맞는 신경망을 학습시켜 좋은 결과를 얻었다.

• 정보처리학회논문지D
• /
• 제11D권3호
• /
• pp.597-604
• /
• 2004

정확한 소프트웨어 비용 추정은 개발자와 고객 모두에게 중요하다. 대부분의 비움 추정 모델들은 규모 추정으로부터 틴은 라인 수와 기능점수와 같을 규모 측도에 기반을 두고 있다. 규모 추정의 정확도는 비용 추정 정확도에 직접적으로 영향을 미친다. 이에 따라 대부분의 회귀기반 비용추정 모델들은 규모에 기반한 멱함수 형태를 적용하고 있다. 생물의 성장, 기술의 발전과 인간의 학습 능력 등 많은 성장 현상들은 S자 곡선을 따른다. 본 논문은 성장곡선을 이용하여 개발노력을 추정하는 모델을 제시하였다. 제시된 모델은 소프트웨어 규모가 증가함에 따라 소요되는 개발 비용이 성장곡선을 따른다고 가정한다. 일반적인 소프트웨어 규모 추정 기법인 기능점수, 완전기능점수와 유스케이스 점수에 기반하여 성장곡선 모델의 적합성을 검증하였다. 제안된 성장곡선 모델들은 멱함수 모델과 비교 시 상호 견줄만한 성능을 보여 소프트웨어 비용 추정분야에 석용 가능함을 보였다.

• 산업경영시스템학회지
• /
• 제11권17호
• /
• pp.25-37
• /
• 1988

Joint inventory 방법을 다룬 기존의 연구는 생산비용이 일정하다는 조건만을 고려하였다. 본 논문은 기존의 연구에다 새로운 변수(learning curve ratio and learning retension)를 제조업자 측면에서 고려하여 보다 확장된 모델을 다룬다. Joint inventory 모델은 첫째 단일구매자와 둘째 학습곡선비율과 learning retention의 정도에 있어서 그 범위를 결합시키는데 이용되기 위해 개발되어 졌다. 구매자와 제조업자를 위한 로트 사이즈를 결정하기 위하여 증분비용접근방법 (Incremental Cost Approach, ICA)을 쓴다. 총결합비용은 기존모델보다 현저하게 적은데 그 이유는 학습과 learning retention 효과로 인한 제조업자의 생산비 절감과 재고유지 비용의 감소 때문이다. 학습과 learning retention이 현격한 경우, 총결합비용은 제조업자와 구매자의 개별적인 최적정책에서의 비용합(합)보다 적다. 소개된 모델의 효과를 보이기 위해 수치예제를 이용하였다.