• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2016년도 제53차 동계학술대회논문집 24권1호
• /
• pp.71-72
• /
• 2016

베이지안 알고리즘은 추론 분야에서 오랜 기간 사용되어 왔다. 하지만 기본적인 베이지안 네트워크 이론만으로는 다양한 도메인에 적합한 추론 기능을 제공할 수 없기 때문에, 도메인의 특성에 맞는 알고리즘이 적용된 다양한 추론 기법들이 연구되어왔다. 본 논문에서는 실시간 지능화 서비스를 위하여 특정 도메인 영역에 대하여 자동으로 적합한 베이지안 네트워크 알고리즘을 선별하는 기법을 제안한며, 해당 기법의 적합도를 평가하기 위해서 수학적인 모델링과 추론 알고리즘 선택 기법에 대해 서술한다.

• 방재와보험
• /
• 통권115호
• /
• pp.49-51
• /
• 2006

2006년도에 들어서면서, 영국 시장에서의 방화 케이블은 주목할 만한 성장을 이루어 냈으나, 특수 목적을 위한 적합한 제품 선택에 있어서는 몇 가지 문제점이 드러나고 있는 실정이다. 그러나 분명한 것은 그 어느 때보다 현재 방화케이블 생산자와 그 제품군이 많다는 사실이다. 또한 이러한 사실은 사용자에게 지속적인 이익을 가져다 줄 것이다.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 1998년도 공동추계학술대회 경제위기 극복을 위한 정보기술의 효율적 활용
• /
• pp.807-813
• /
• 1998

이 논문에서는 로그정규분포에 대한 베이지안 모형선택방법을 제안한다. 일반적으로 , 모수에 대한 사전정보가 비정보적(noninformative)인 경우, 베이즈 요인(Bayes factor)은 결정할 수 없는 상수를 포함하는 것이 일반적이다. 이 경우, 베이즈 요인을 계산하기 위해 최근 활발히 연구중인 고유 베이즈 요인(Intrinsic Bayes factor)방법을 이용한다. 실제의 자료를 통해 로그정규분포의 적합도 검정에 대한 부분적 베이즈 요인을 계산한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.52-54
• /
• 2001

공간 선택 질의에 사용되는 질의 윈도우로는 직사각형이 주로 사용된다. 하지만, 최근에는 GIS 등과 같은 응용 프로그램들이 성능 향상으로 인해 보다 다양한 종류의 응용이 등장하고 있으므로, 직사각형뿐만 아니라 임의의 다각형 형태의 질의 윈도우에도 적합한 정제 단계 수행 전략에 대해 고려해 볼 필요가 있다. 이러한 전략으로는 기존의 공간 조인에서와 같이 plane-sweep 알고리즘을 이용하는 방법이 일반적이다. 하지만, 공간 데이터와 질의 위도우의 특성을 관찰해보면, 일반적으로 질의 윈도우가 공간 데이터보다 훨씬 간단한 모양으로 구성되어 있음을 알 수 있으므로, 본 논문에서는 이러한 상황에 보다 적합한 정제 단계 수행 방법을 제시하고 있으며, 실험을 통하여 제시한 방법의 우수성을 입증하고 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (A)
• /
• pp.370-372
• /
• 2004

본 논문에서는 162bits의 Key Size를 가지고서도 RSA 1024bits의 암호학적 강도를 지니는 스마트카드용으로 적합한 ECC Coprocessor의 구현하고자 한다. ECC의 하드웨어 구현시의 적합성을 위해 162bit Optimal Normal Basis를 선택하였으며, Multiplication은 23 클록 사이클에 수행이 되도록 구현하였으며. Inversion은 Multiplication을 11번 사용하는 알고리즘을 선택하였다. 이때 한번의 점간의 덧셈 연산을 마치는데 331(335) 클록 사이클이 소요되며 클록의 최소주기는 3ns 이다. 또한 Area는 37,111를 기록했다.

• Journal of the Korean Data and Information Science Society
• /
• 제21권5호
• /
• pp.901-908
• /
• 2010

다중회귀모형에서 변수선택법 중에서 전진선택과 후진제거의 과정을 기하학적으로 표현하는 그래픽적 방법을 제안한다. 반지름이 1인 반원의 제1사분면에는 전진선택 과정을, 제2사분면에는 후진제거 과정을 표현한다. 각 단계에서 회귀제곱합을 벡터로 표현하고, 추가제곱합 또는 부분결정계수를 벡터 사이의 각도로 나타내며 벡터의 끝을 연결할 때 통계적으로 유의하면 점선으로 표현하여 부분가설검정의 통계적 분석결과를 인지할 수 있도록 작성한다. 이 방법을 이용하면 전진선택과 후진제거 방법에 의한 최종모형을 비교 분석하고 전체적으로 모형의 적합도를 파악할 수 있다.

• 한국진공학회지
• /
• 제3권4호
• /
• pp.466-481
• /
• 1994

차세대 집적회로 제조공정에 있어 핵심기술인 선택적 단결정 실리콘 성장공정에 대한 이동현상, 열역학, 미시적 전산모사를 수행하여 다각적인 분석과 이해를 시도하였다. 첫째, 실리콘 단결정 성장 공 정에 가장 많이 사용되는 배럴 반응기를 대상으로 유한 요소법을 이용하여 이동현상적 이론연구를 수행 하였다. 반응기내의 기체속도 분포, SiH2Cl2 농도분포를 각각 구하였으며 압력, 기판온도, 총유량 HCl 유 량변화 등의주요공정변수가 증착율과 균일도 지수에 미치는 영햐을 고찰하였다. 이러한 연구를 통하여 저온, 저압, 총유량이 많고 첨가되는 HCl 유량이 작은 경우가 균일도 확보를 위하여 적합한 조업조건임 을 알수 있었다. 둘째 Si-H-Cl 계에 대한 열역학적 기체의 Cl/H비가 낮은 경우가 선택적 실리콘 증착 에 적합함을 알수 있었다. 셋째, Monte Carlo법을 이용한 선택적 실리콘 미세박막 성장패턴에 관한 이 론 연구를 수행하여 종횡비, 재방출, 표면확산에 따른 박막증착 패턴의 변화를 고찰하였으며 표면확산이 선택도 상실 현상의 중요한 원인이 될 수 있음을 발견하였다. 또한 최상의 선택도 확보를위해서는 낮은 부착계수와 낮은 표면확산계수를 유지해야 됨을 알수 있었다.

• 한국전자파학회논문지
• /
• 제14권1호
• /
• pp.33-40
• /
• 2003

본 연구에서는 먼저 전파관리시스템(RFMS)의 전체 구성 및 기능과 함께 RFMS의 기능 중 전파전파 분석 기능의 문제점과 개선방안에 대한 연구를 수행하였다. 이를 바탕으로 사용자가 분석을 원하는 환경 및 조건에 적합한 적정 분석 알고리즘을 자동으로 선택해 낼 수 있는 모델 선택 기준안 도출을 위하여 기존 및 추가될 전파손실 알고리즘 및 회절 모델에 대해 파라미터별로 분석을 수행하였다. 이러한 분석 결과로부터 사용자가 원하는 환경 및 조건에 적합한 적정 분석알고리즘을 자동으로 선택해 낼 수 있는 모델 선택 기준안을 마련하고, 이를 활용하여 알고리즘 자동 선택을 할 수 있는 프로그램의 작성 및 활용 예를 보였다. 이와 함께 RFMS에서의 전파전파 분석을 효율적으로 수행할 수 있는 방안을 제시하였다.

• 한국콘텐츠학회논문지
• /
• 제19권2호
• /
• pp.539-547
• /
• 2019

본 연구에서는 로드샵 화장품 소비자를 대상으로 화장품 선택속성의 중요도-만족도 분석을 통해 소비자들의 만족도를 높이기 위한 보완, 개선점 등을 제시하였다. 본 연구 결과를 요약하면 다음과 같다. 첫째, 로드샵 화장품 선택속성에 대한 세부항목별 중요도 중 피부와의 적합성이 가장 높게 나타났으며, 만족도 또한 피부와의 적합성이 가장 높게 나타났다. 둘째, 로드샵 화장품 선택속성의 중요도와 만족도차이 분석을 실시한 결과, 총 15개의 선택요인 중 6개의 요인에서 차이가 있는 것으로 나타났다. 이 중 판매원의 서비스를 제외한 제품기능, 피부와의 적합성 등 5개의 속성은 모두 만족도보다 중요도가 더 큰 것으로 분석되었다. 셋째, IPA 결과를 바탕으로, 어떠한 요인을 유지 보완하고 개선해야 하는지를 분석하고, 이를 토대로 기업의 효과적인 자원배분 전략과 실제 적용할 수 있는 마케팅 전략을 제시하였다.

• 한국전자통신학회논문지
• /
• 제19권2호
• /
• pp.417-426
• /
• 2024

일반적으로 머신러닝을 수행하기 위해서는 딥러닝 모델에 대한 사전 지식과 경험이 필요하고, 데이터를 연산하기 위해 고성능 하드웨어와 많은 시간이 필요하게 된다. 이러한 이유로 머신러닝은 임베디드 프로세서에서 실행하기에는 많은 제약이 있다.본 논문에서는 이러한 문제를 해결하기 위해 머신러닝의 과정 중 콘볼루션 연산(Convolution operation)에 유전 알고리즘을 적용하여 선택적 콘볼루션 연산(Selective convolution operation)과 학습 방법을 제안한다. 선택적 콘볼루션 연산에서는 유전 알고리즘에 의해 추출된 픽셀에 대해서만 콘볼루션을 수행하는 방식이다. 이 방식은 유전 알고리즘에서 지정한 비율만큼 픽셀을 선택하여 연산하는 방식으로 연산량을 지정된 비율만큼 줄일 수 있다. 본 논문에서는 유전 알고리즘을 적용한 머신러닝 연산의 심화학습을 진행하여 해당 세대의 적합도가 목표치에 도달하는지 확인하고 기존 방식의 연산량과 비교한다. 적합도가 충분히 수렴할 수 있도록 세대를 반복하여 학습하고, 적합도가 높은 모델을 유전 알고리즘의 교배와 돌연변이를 통해 다음 세대의 연산에 활용한다.