• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.265-267
• /
• 2002

인터넷으로부터 필요한 정보를 얻기 위하여 무의미한 탐색을 반복하는 경우가 자주 나타나고 있다. 이러한 Dizzy Web에서 사용자와 관련 있는 정보를 추천해 주는 방법에 대한 연구가 많이 진행되고 있다. 특히 협동 추천시스템에 대한 연구가 활발히 진행되고 있다. 이 시스템의 구현 알고리즘 중에서 기존의 메모리 기반은 수행 시간에 대한 부담이 매우 크며, 모델 기반은 연속성 데이터에 대한 처리가 어렵거나 불가능하다는 문제가 있다. 본 논문에서는 특히 웹 사용자 모델에서 효과적인 연속성 피드백 데이터를 이용한 사용자 모델링 방법을 제안하고 이를 통해 웹 페이지 예측을 수행하는 시스템을 구현하였다. 논문에 사용된 연속성 데이터는 사용자의 웹 페이지 방문시간이고 이 데이터를 분석하기 위해 기존의 모델 기반 알고리즘에 Support Vector Regression 기법을 결합하는 알고리즘을 설계하였다. 실험에서는 제안 모델의 정확성과 예측 능력에 대하여 기존의 Pearson 알고리즘과 비교하였다. 논문에서 제안하는 방법이 매우 적은 시간 비용을 요구하면서도 유의할 수 있는 수준의 결과가 얻을 수 있음이 확인되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.489-490
• /
• 2023

기계 학습에서 데이터 및 기능은 기계 학습의 상한을 결정한다.이러한 기능은 산업 생산에서 과도한 데이터 양과 유형으로 인해 상당한 추가 비용이 발생할 수 있다. 따라서 적절한 특징 처리 방법이 매우 중요해졌다. 대부분의 기존 특징 처리 방법은 특징 엔지니어링을 기능 검색 문제, 즉 모델 성능을 최적화할 수 있는 기능 변환 작업을 검색하는 것으로 추상화한다. 그러나 자동 특징 엔지니어링의 경우 검색량과 변환 조합의 수가 매우 많기 때문에 요인 분해 기반 모델을 사용하여 벡터 곱셈을 통해 상호 작용을 측정하면 조합 특징의 패턴을 자동으로 학습하는 방법이 특히 효율적이다. xDeepFM 은 명확한 방식으로 특징적인 상호작용을 생성하도록 설계된 새로운 Compressed Interaction Network (CIN)를 제안한다. 여기에 제시된 Low-rank Compressed Interaction Network(LRCIN )은 xDeepFM 접근 방식에서 CIN 네트워크의 단순화된 개선을 기반으로 하며 xDeepFM 에 주의 메커니즘을 추가하여 보다 정확하게 예측된다. 실험 결과에 따르면 모델은 계산 복잡성을 단순화할 뿐만 아니라 예측 정확도도 다른 모델보다 훨씬 우수한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.1244-1246
• /
• 2023

비디오, 오디오, 이미지, 텍스트 등의 비정형 데이터는 데이터 구조가 없어 데이터 자체만으로는 내용에 대한 질의 처리가 힘들어 정형 데이터로 변환하는 과정이 필요하다. 관계 추출 작업은 문장 내 단어 간 속성 또는 관계를 예측하여, 문장을 구조적으로 표현한다. 자연어처리 기법인 Dual Supervision 모델은 인간이 레이블한 데이터와 기계가 레이블한 데이터를 기반으로 기존 모델보다 적은 리소스로 관계를 예측한다. 해당 자연어 처리 모델을 이미지 처리에도 적용하여 기존 방법보다 적은 리소스를 이용하여 이미지에 대한 내용을 구조적으로 나타내는 모델을 제안하였으며, 실험을 통해 효율적인 이미지 객체 관계 추출이 가능함을 확인하였다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 1997년도 춘계 학술대회 발표집
• /
• pp.115-119
• /
• 1997

본 논문은 해상에서 발생될 수 있는 기름 유출 사고시 효과적 방제의 지원을 위한 오염원 확산 예측 시스템의 개발을 주목적으로 한다. 이를 위하여, 격자형 공간 DEVS 모델 링 방법론을 이용한 SOS(Save Our Sea) 시스템을 개발하였다. 기존의 해양오염 예측 시스 템들이 대부분 해석적 기법에 의존하는데 비해 제안된 시스템은 격자형 공간 모델링을 이용 한 시뮬레이션 기법으로서 전체 해양을 Cell 단위의 공간으로 분할하고, Cellrks의 결합관계 는 Name-Directed Coupling을 적용함으로서 시스템 설계상의 효율성과 유연성을 제공한 다. 제안된 시스템은 기름유출사고의 발생시 오염원 확산에 영향을 주는 각종 벡터 변수값 들에 따른 해양 오염 물질의 확산 분포를 예측함과 동시에 확산에 영향을 주는 많은 벡터 값들이 모니터링 정보를 함께 제공함으로서 해양 오염 방제 및 환경 보존에 효과적으로 적 용될 수 있을 것으로 기대된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.1110-1111
• /
• 2023

본 논문은 해외 배송 화물에 대하여 실시간 위치와 정확한 도착 예정 시간을 제공하기 위하여 유가와 기상 정보 등 다양한 변수가 선박 항로에 미치는 영향을 분석한다. 기존의 ETA 예측 방법은 GPS 정보와 수기 데이터를 기반으로 하여 낮은 정확도를 보였으나, 극복하기 위한 방안으로 기상 상황 혹은 세계 유가 변동 변수까지 고려하여 인공지능 모델을 구축하였다. 선박의 도착 예측 시간 정확도 향상과 불확실성 해소를 주된 목표로 하며 이를 토대로 육·해상 통합 서비스를 개발하고자 한다. 이러한 예측 정보는 선사가 운영을 최적화하고 비용을 절감하는 데 도움을 주며, 소비자들은 신뢰할 수 있는 정보를 통해 불편과 손실을 최소화할 수 있을 것으로 보인다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 1995년도 추계학술대회논문집; 한국종합전시장, 24 Nov. 1995
• /
• pp.111-115
• /
• 1995

철도소음의 전파예측을 위한 예측모델의 작성에 매우 중요한 요소가 되는 주행열차로부터의 소음방사특성에 대하여 음향인텐시티법을 이용하여 검토하였다. 그리고 검토결과를 근거로 하여 평탄지 선로를 주행하는 열차를 유한길이의 지향성 점음원열로 가정하고, 지향성계수별(n)로 소음레벨을 구하여 실측치와의 대응성에 대하여 검토하였다. 또한 모터차량이 소음발생에 미치는 영향에 대해서도 검토하였다.

• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2011년도 정기 학술발표대회
• /
• pp.48-48
• /
• 2011

우리나라는 최근 4대강 살리기 사업의 보 건설로 인하여 하천의 수리특성이 크게 변화되고 있어 새로운 하천 환경변화가 충분히 반영된 수질오염사고 대응시스템의 구축이 필요하다. 국내 하천의 오염사고는 매년 50여건 발생하고 있으며, 2008년 김천 유화공장 화재로 인한 페놀유출사고는 이동시간의 예측오류로 취 정수장의 사전대응에 상당한 혼란이 발생되어 먹는 물 공급에 상당한 어려움이 발생되었다. 이러한 시점에서 본 연구에서는 하천의 유역환경변화를 반영하고 실시간으로 오염물질의 이동시간과 확산농도를 예측하기 위한 수질오염사고대응예측시스템을 개발하였다. 본 시스템은 평상시 4대강의 본류 및 주요 지방 1 2급 하천에 대해 수리모델을 매일 업데이트하고, 3차원 수리 수질모형인 EFDC의 독성모듈을 개선하여 예측모델로 사용하고 있으며, 최적방제방법을 선정하기 위해 상류 댐, 보, 농업용저수지 방류량 등을 분석할 수 있도록 구성되어 있다. 시스템의 예측결과는 방제기관, 취 정수장 등의 사전대응 능력을 높이는 데 기여할 것이다.

• 정보처리학회지
• /
• 제29권3호
• /
• pp.22-29
• /
• 2022

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1143-1154
• /
• 2021

활성화함수의 선택은 인공신경망(Artificial Neural Network, ANN) 모델의 지하수위 예측성능에 큰 영향을 미친다. 특히 제주도의 중산간 지역과 같이 지하수위의 변동폭이 크고 변동양상이 복잡한 경우 적절한 지하수위 예측을 위해서는 다양한 활성화함수의 비교분석을 통한 최적의 활성화함수 선택이 반드시 필요하다. 본 연구에서는 지하수위의 변동폭이 크고 변동양상이 복잡한 제주도 표선유역 중산간지역 2개 지하수위 관측정을 대상으로 5개의 활성화함수(sigmoid, hyperbolic tangent (tanh), Rectified Linear Unit (ReLU), Leaky Rectified Linear Unit (Leaky ReLU), Exponential Linear Unit (ELU))를 ANN 모델에 적용하여 지하수위 예측결과를 비교 및 분석하고 최적 활성화함수를 도출하였다. 그리고 최근 널리 사용되고 있는 순환신경망 모델인 Long Short-Term Memory (LSTM) 모델의 결과와 비교분석하였다. 분석결과 지하수위 변동폭이 상대적으로 큰 관측정과 상대적으로 작은 관측정에 대한 지하수위 예측에 대해서는 각각 ELU와 Leaky ReLU 함수가 최적의 활성화함수로 도출되었다. 반면 sigmoid 함수는 학습기간에 대해 5개 활성화함수 중 예측성능이 가장 낮았으며 첨두 및 최저 지하수위 예측에서 적절하지 못한 결과를 도출하였다. 따라서 ANN-sigmoid 모델은 가뭄기간의 지하수위 예측을 통한 지하수자원 관리목적으로 사용할 경우 주의가 필요하다. ANN-ELU와 ANN-Leaky ReLU 모델은 LSTM 모델과 대등한 지하수위 예측성능을 보여 활용가능성이 충분히 있으며 LSTM 모델은 ANN 모델들 보다 예측성능이 높아 인공지능 모델의 예측성능 비교분석 시 참고 모델로 활용될 수 있다. 마지막으로 학습기간의 정보량에 따라 학습기간의 지하수위 예측성능이 검증 및 테스트 기간의 예측성능보다 낮을 수 있다는 것을 확인하였으며, 관측지하수위의 변동폭이 크고 변동양상이 복잡할수록 인공지능 모델별 지하수위 예측능력의 차이는 커졌다. 본 연구에서 제시한 5개의 활성화함수를 적용한 연구방법 및 비교분석 결과는 지하수위 예측뿐만 아니라 일단위 하천유출량 및 시간단위 홍수량 등 지표수 예측을 포함한 다양한 연구에 유용하게 사용될 수 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권6호
• /
• pp.245-254
• /
• 2022

단백질은 모든 생명 활동의 기본 단위이며, 이를 이해하는 것은 생명 현상을 연구하는 데 필수적이다. 인공신경망을 이용한 기계학습 방법론이 대두된 이후로 많은 연구자들이 단백질 서열만을 사용하여 단백질의 기능을 예측하고자 하였다. 많은 조합의 딥러닝 모델이 학계에 보고되었으나 그 방법은 제각각이며 정형화된 방법론이 없고, 각기 다른 데이터에 맞춰져있어 어떤 알고리즘이 더 단백질 데이터를 다루는 데 적합한지 직접 비교분석 된 적이 없다. 본 논문에서는 단백질의 기능을 예측하는 융합 분야에서 가장 많이 사용되는 대표 알고리즘인 CNN, LSTM, GRU 모델과 이를 이용한 두가지 결합 모델에 동일 데이터를 적용하여 각 알고리즘의 단일 모델 성능과 결합 모델의 성능을 정확도와 속도를 기준으로 비교 평가하였으며 최종 평가 척도를 마이크로 정밀도, 재현율, F1 점수로 나타내었다. 본 연구를 통해 단순 분류 문제에서 단일 모델로 LSTM의 성능이 준수하고, 복잡한 분류 문제에서는 단일 모델로 중첩 CNN이 더 적합하며, 결합 모델로 CNN-LSTM의 연계 모델이 상대적으로 더 우수함을 확인하였다.