• 전자공학회논문지CI
• /
• 제45권4호
• /
• pp.19-26
• /
• 2008

Gene set enrichment analysis (GSEA)는 두 개의 클래스를 가지는 마이크로어레이 실험 데이터 분석을 위해 생물학적 특징을 기반으로 구성된 다양한 유전자-집합 중에서 두 클래스의 발현값들이 통계적으로 중요한 차이를 나타내는 유의한 유전자-집합을 추출하기 위한 분석 방법이다. 특히, 유전자에 대한 다양한 생물학적인 정보를 지닌 유전자 주석 데이터베이스(Cytogenetic Band, KEGG pathway, Gene Ontology 등)를 이용하여 마이크로어레이 실험에 사용된 전체 유전자 중 특정 기능을 가지는 유전자들을 그룹화하여 다양한 유전자-집합을 발굴하고, 각 유전자-집합 내에서 두 클래스간에 발현값의 차이를 참조하여 유의한 유전자들을 결정하여, 이를 기반으로 통계적으로 유의한 유전자-집합들을 최종 검출하는 방법이다. 본 논문에서는 GSEA 분석 과정에서 현재 주로 사용되고 있는 signal-to-noise ratio 기반 유전자 서열화(gene ranking) 방법 대신에, Fisher criterion을 이용한 유전자 서열화 방법을 적용함으로써 기존의 GSEA 방법에서 추출하지 못한 생물학적으로 의미 있는 새로운 유의 유전자-집합을 추출하는 방법을 제안하고자 한다. 또한, 제안한 방법의 성능을 고찰하기 위하여 공개된 Leukemia 관련 마이크로어레이 실험 데이터 분석에 적용하였으며, 기존의 알려진 결과와 비교 분석함으로써 제안한 방법의 유용성을 검증하고자 하였다.

• 응용통계연구
• /
• 제27권5호
• /
• pp.681-691
• /
• 2014

마케팅조사 등 다양한 분야에서 순위기반 컨조인트분석과 선택기반 컨조인트분석이 많이 활용되고 있다. 컨조인트 분석가들은 각 분석 기법의 상대적인 강점과 약점들을 고려하여 상황에 적합하다고 판단되는 기법을 선택하여 사용한다. 본 연구는 컨조인트분석 기법을 선택할 때 참고할 수 있는 준거를 제공하기 위하여 두가지 기법의 예측력을 실증적으로 비교하고자 한다. 순위집합과 선택집합을 통합한 측정집합 개념을 새롭게 도입함으로써 동일한 소비자 집단에 두 가지 분석기법을 동시에 적용할 수 있는 조사를 설계하였다. 실제로 측정집합을 설계하여 RTD커피에 대한 선호도를 측정하고 순위기반과 선택기반 컨조인트분석을 적용하여 소비자 선호도를 분석하고 두 기법에 의한 시장점유율 예측치와 적중률을 비교하였다. 비교결과 두 기법의 예측력에 유의적인 차이가 없는 것으로 나타났다. 따라서 응답자의 응답결과를 사전에 점검하여 부실한 자료를 제외시킴으로써 자료의 품질을 향상시키려 하거나 컨조인트분석 결과를 바탕으로 시장세분화 작업을 하기 원하는 경우에는 순위기반 컨조인트분석을 채택하고, 선호도 측정과정에서 응답자의 부담을 덜어주고 실제 시장과 가장 유사한 상황에서 선호도를 측정하고자 하는 경우에는 선택기반 조인트분석을 채택할 것을 제안한다.

• 한국지능시스템학회논문지
• /
• 제18권4호
• /
• pp.445-450
• /
• 2008

퍼지시스템의 신뢰도를 분석하기 위해서 기존의 연구에서는 퍼지시스템의 구성요소의 신뢰도를 0과 1사이의 실수, 퍼지숫자, 신용구간, 모호집합, 구간값 퍼지집합 등으로 표현하였다. 본 논문에서 우리는 전체집합 [0, 1]에서 정의되는 구간값 모호집합을 기반으로 퍼지시스템의 신뢰도를 표현하고 분석하는 방법을 제안한다. 구간값 모호집합에서는 기존 모호집합[12, 14]의 상한과 하한을 각각 구간으로 표현한다. 그러므로 퍼지시스템의 신뢰도를 더 유연한 방법으로 표현하고 분석하는 것을 가능하게 한다. 제안한 방법은 Kumar[14]가 언급한 복잡한 퍼지 사다리꼴숫자 연간보다는 퍼지 삼각숫자의 간단한 산술연산을 사용하기 때문에 제안된 방법의 실행속도는 기존의 방법보다 실행이 더 빠르다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (A)
• /
• pp.97-99
• /
• 2004

본 논문에서는 주기와 비주기 실시간 태스크가 혼합된 태스크 집합에 대하여 이용율 요구 분석(utilization demand analysis)에 기반한 수락제어 기법을 제안한다. 이용율 요구는 혼합 태스크 집합의 모든 태스크가 종료시한 내에 수행을 마치기 위한 프로세서의 이용율로 정의된다. 본 논문에서는 비주기 태스크 집합과 주기 태스크 집합 각각의 이용율 요구를 정의하고 혼합 태스크 집합에 대한 이용율 요구 분석 기법을 제공한다. 제안된 기법은 비주기 태스크에 대한 이용율 요구를 재귀적으로 계산하여 태스크의 수락여부를 결정한다. 이러한 기법은 O(n)에 스케줄링 분석을 수행하고 복잡한 자료구조가 필요하지 않아서 실시간 수락제어를 가능하게 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.169-172
• /
• 2020

비프로파일링 부채널 분석은 프로파일링 장비가 없는 환경에서 부채널 정보를 이용해 비밀정보를 분석하는 방법이다. 기존에 알려진 Timon의 비프로파일링 분석은 학습 데이터 집합만을 이용해 공격하므로 전력 파형의 수가 제한된다면 과적합이 발생하여 키 분석 성능이 떨어질 수 있다. 본 논문에서는 비프로파일링 환경에서의 딥러닝 기반 부채널 분석 성능을 향상시키기 위해 학습 데이터 집합과 독립적인 검증 데이터 집합을 활용해야 하는 실증적 근거를 제시한다. 이에 대한 실험으로 기존 기법과 제시한 기법의 성능을 비교해 봤을 때, 검증 데이터를 활용하면 더 적은 데이터로 비밀키 추출이 가능함을 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제26권9호
• /
• pp.13-25
• /
• 2021

인터넷과 정보통신, 인공지능기술을 기반으로 하는 디지털 혁신 시대를 맞이하면서 거대한 규모의 데이터집합이 발생, 수집, 축적되어, 다양한 공공기관에서 온라인에 오픈하여 유용한 공공정보를 제공하고 있다. 데이터를 분석하여 유용한 통찰력과 정보를 얻기 위하여, 데이터집합에 내재되어 있는 객체와 속성 사이의 이진 관계를 기반으로 데이터를 분석, 분류, 군집화 및 시각화하는 형식개념분석기법이 성공적으로 사용되어 왔다. 본 논문에서는 형식개념분석기법을 확장하여, 객체의 속성뿐만 아니라 객체들 사이의 관련 관계를 기반으로 데이터집합을 분류하고 개념화하여 가시화하기 위한 기법과 지원도구를 제안한다. 일부 공공 오픈 데이터집합을 대상으로 본 논문의 제안기법을 적용하여 몇 가지 실험을 수행한 결과, 데이터집합으로부터 개념 계층구조를 생성하고 시각화하여 보다 유용한 지식을 추출함으로써 제안기법의 타당성과 유용성을 실증하였다. 본 논문에서 제안한 분석기법은 효과적인 데이터분석, 분류, 군집화, 시각화, 정보검색 등을 위한 유용한 도구로 사용될 수 있다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2002년도 추계정기학술대회
• /
• pp.183-192
• /
• 2002

본 논문에서는 구축함의 대공방어분야에 대한 업무를 IDEF0기능 모델링 방법을 통해 체계적으로 분석하였으며 미국방성의 산하기구인 DARPA에서 연구한 CPOF(Command Post Of Future) 의사결정 모델을 토대로 구축함의 대공방어분야에서 상황평가 단계에 대한 의사결정 과정을 심도 깊게 분석하였다. 또한 구축함의 대공방어분야에서 분석된 업무수행 절차를 토대로 상황평가 단계에서 의사결정과정에 따른 필요한 규칙집합을 식별하고 규칙집합 내부의 규칙들을 효과적으로 추출하기 위하여 규칙집합들에 대한 정의, 규칙에 입력되는 데이터, 규칙집합의 결과값, 규칙집합간의 상호관계를 분석하였다. 이러한 도메인 지식개발은 장차 해군 전투체계 지원용 전문가시스템을 개발하는데 중요한 기회기반이 될 것이다.

• 응용통계연구
• /
• 제27권2호
• /
• pp.185-195
• /
• 2014

순위기반 컨조인트분석은 마케팅조사를 비롯한 다양한 분야에서 널리 활용되고 있다. 이 분석기법은 다른 기법들에 비하여 몇 가지 장점을 가지고 있는 반면에, 응답자들이 다수의 제품프로파일들에 대한 선호도 순위를 정확하게 평가하기 어렵다는 한계를 가지고 있다. 본 논문에서는 응답효율성을 향상시키기 위하여 순위집합 개념을 도입한 새로운 선호도 측정방법을 제안한다. 응답자에게 순위집합들에 포함된 소수의 프로파일들에 대한 선호도를 순위로 평가하게 한 후 평가결과를 종합하여 프로파일 전체에 대한 순위를 얻는 방법이다. 이 방법에 의하면 응답자가 프로파일들에 대한 선호도 순위를 매기는 작업을 용이하게 할 수 있고 선호도 순위를 효율적으로 평가할 수 있다. 한편, 다수의 프로파일을 수용할 수 있는 순위집합을 체계적으로 구성하기 위하여 균형불완비블록설계를 확장하여 쌍체설계로 전환시키는 방법을 개발하였다. 제안된 측정방법을 채택한 순위기반 컨조인트분석을 여성용 향수제품에 대한 소비자 선호도분석에 실제로 적용하였다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2006년도 춘계공동학술대회 논문집
• /
• pp.1845-1850
• /
• 2006

적절한 벤치마킹 대상의 선정은 조직 계획 및 통제에 있어 중요한 요소로 인식되고 있으며, 이에 대한 많은 연구가 이루어져 왔다. 특히, 조직의 상대적 성과 평가와 이를 바탕으로 벤치마킹 대상을 결정하는 DEA(data envelopment analysis)의 출현은 벤치마킹에 대한 연구를 증대시켜왔다. 하지만, 벤치마킹 대상 선정은 기술적 생산 가능성 측면 외에도 조직의 정책적 고려, 관리적 우위 그리고 외부 제약 등을 고려해야 한다. 따라서 수리적 결과에 바탕을 둔 기술적 생산 가능성만을 가지고 벤치마킹 대상을 제공하는 현재의 DEA 접근 방법에는 한계가 있다. 즉, 고려하는 모든 대상을 기반으로 한 global efficiency 관점에서 제공하는 해가 비 효율적 조직 입장에서는 바람직하지 않을 수도 있다. 이에 따라 본 연구에서는 local efficiency 개념을 도입하여, 다양한 관점에서 벤치마킹 대안들을 살펴 볼 수 있는 방법을 제공하고자 한다. 이는 다음과 같은 과정에 의해 수행된다. 먼저, DEA를 이용하여 비교하고자 하는 모든 DMU(decision making unit)의 투입/산출물을 바탕으로 각 DMU의 효율성 값과 비효율적 DMU의 참조집합 (reference set)을 도출한다. 다음으로, 도출된 참조집합이 조직 운영 관점에서 적절한 벤치마킹 대상이며, 이러한 목표를 달성할 수 있는가를 평가한다. 이때 도출된 벤치마킹 대상이 적절하다면 분석과정을 종료하고, 적절하지 않을 경우 다음과 같은 추가적인 분석을 수행한다. 우선, 각 참조 집합을 중심으로 DMU를 그룹핑하고, 각 그룹별로 효율성 값 및 참조집합을 도출한다. 이때 도출된 효율성 값이 local efficiency 값에 해당된다. 다음으로, 참조 집합 그룹을 중심으로 도출된 비효율적 DMU의 참조집합이 적절한 벤치마킹 대상인가를 판단한다. 적절한 벤치마킹 대상을 도출하였으면 분석을 종료하고, 그렇지 않을 경우 적절한 벤치마킹 대상을 도출할 때까지 추가적인 분석과정을 반복한다. 제안한 방법을 통하여 조직은 기술적 생산 가능성 외에도 다양한 조직 운영 관점에서 적절한 벤치마킹 대상을 선정할 수 있으며, 이에 따른 목표를 수립할 수 있을 것으로 기대한다. 또한 더 나아가 global efficiency 관점에서 효율적 조직이 되기 위하여 단계적인 벤치마킹 대상 선정과 이에 따른 목표를 수립하는데도 유용하리라 판단된다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2013년도 춘계 종합학술대회 논문집
• /
• pp.301-302
• /
• 2013

연관 규칙 탐사는 이산적인 항목들을 포함하는 트랜잭션 데이터에 존재하는 항목 간 동시 발생 관계를 찾아내는 데 그 목적을 두고 있다. 연관 규칙은 {전항}${\rightarrow}${후항}의 형태를 갖고, 전, 후항은 모두 사전에 정의된 지지도 하한을 만족하는 빈발 항목 집합으로 구성된다. 연관 규칙 탐사에서 문제가 되는 것은 일반적으로 탐사되는 빈발 항목 집합의 개수가 많아지면서 규칙의 개수도 많아지고, 이들 사이에 중복성이 존재한다는 점이다. 따라서 단순히 지지도나 신뢰도 순으로 빈발 항목 집합이나 규칙을 나열하기보다는 항목들의 연관성을 고려하는 것이 분석자에게 보다 도움이 될 수 있다. 본 논문에서는 이를 위하여 연관 규칙 탐사와 함께 계층 군집 분석을 실시하여 항목들 간 연관성을 정리하고, 이를 토대로 빈발 항목 집합들을 나열하는 방법을 제안하고자 한다.