• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.67-69
• /
• 2003

바이오네트웍 모델링은 유전자네트웍, 단백질네트웍, 대사회로, 신호전달회로네트웍등에 대하여 각 요소간의 관계를 그래프이론을 통하여 표현하는 작업을 말한다. 특히 조절네트웍의 모델링은 다양한 생물학적 실험 데이터로부터 단백질들간의 활성과 불활성 관계를 유추해내는 것을 말한다. 현재 조절네트웍 모델링을 위한 다양한 알고리즘들이 개발되어 있으나 응용적인 측면에서 유추된 네트웍은 활용성이 부족하다. 본 논문에서는 In Vitro상에서 DNA 컴퓨팅을 이용하여 간단한 연산을 수행함으로서 유전자 조절 기전을 모델링하고자 한다. 이러한 방법의 장점은 DNA컴퓨팅의 연산이 세포의 현재 또는 다음 상태를 In Vivo 상에서 구현되어 진단 등의 문제에 응용될 수 있다는 가능성을 제시해 준다는 것이다.

• Proceedings of the Optical Society of Korea Conference
• /
• 2008.02a
• /
• pp.97-98
• /
• 2008

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.131-134
• /
• 2002

일반적인 산업현장에서 많이 사용되는 이중탱크 시스템은 동작점 근방에서 선형화하는 고전제어기법을 사용한 것으로서 큰 시간지연과 비선형성으로 인해 정확한 수학적 모델링이 어렵고 모델링을 하더라도 넓은 동작 영역에서 만족스로운 결과를 얻기 어렵다. 따라서, 비교적 모델링에 대한 의존도가 낮은 퍼지, 신경회로망, 유전알고리즘 등의 지능제어 기법들도 제안되고 있다. 그러나 이들 제어기 역시 외란이나 다양한 동작 모드들에 따른 제어기 변수들의 적응성 저하로 인해 안정화 가능 영역이 협소해 지는 것은 물론 시스템의 불안정 현상도 초래한다. 이에 반해, SMC(sliding mode controller)는 변수의 변동, 외란에 둔감한 강점을 갖고 있지만, 시스템의 상태에 따른 슬라이딩 평면 설정의 곤란성과 채터링(chattering)이 존재하는 문제점 이 있다. 따라서 본 논문에서는 이중 탱크 시스템의 정밀한 수위 제어를 위하여, GA과 FLC를 사용하여 최적 변수로 설정 할 수 있게 하고, 채터링 저감을 위해 시스템 동특성 변동과 외란 에 강인한 GA-FSMC(genetic algorithm fuzzy sliding mode controller)를 제안하였다. 시뮬레이션을 통해 종래의 제어기의 제어결과와 비교함으로써 제안하는 GA-FSMC의 우수성을 입증하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.823-825
• /
• 2003

시간이 흐름에 따라 생화학 시스템이 변화하는 것을 기록한 데이터로부터 이 시스템의 상태 전이 및 시스템을 구성하는 각 생화학 물질간의 관계를 모델링하기 위한 방법으로 S-tree 구조를 제안한다. 이것은 주로 생화학 시스템의 동적 특성을 모델링 하기 위하여 연구되어 온 S-system을 나무 구조로 표현한 것이다. 본 논문에서는 진화 연산을 통해 주어진 시계열 데이터를 잘 설명하는 S-tree의 구조 및 그 변수들을 동시에 효과적으로 탐색하는 방법을 개발하였다. 이 방법에서는 구조 탐색을 위해 유전 프로그래밍(genetic programming)에서 사용되어 온 나무 구조의 교차 및 돌연변이 연산과 더불어 다양한 형태의 구조 탐색 연산자들을 도입하였고, 또한 동시에 알맞은 변수 값들을 찾기 위하여 확률적 돌연변이 연산을 통한 언덕 오르기(hill-climbing)를 수행한다. 제안된 방법을 효모의 혐기성 발효 데이터에 적용한 결과 주어진 시스템을 성공적으로 모델링할 수 있었다.

• Journal of Korea Water Resources Association
• /
• v.50 no.8
• /
• pp.579-586
• /
• 2017

In order to analyze the quantitative water withdrawal amount of intake pipe with functional screen and to evaluate the improvement effect of the suspended solid and turbidity through the filter media, four-step research methods were suggested. In the first step, laboratory scale experiments were constructed to determine the constitution method of the sample device filter media. In the second step, sample device was constructed and the flow rate was observed through intake pipe with functional screen. In the third step, flow rate was observed at different turbidity conditions for each filter material, and the hydraulic conductivity was estimated using MODFLOW. Finally, numerical model was constructed with the MODFLOW for the sample device and the estimated hydraulic conductivities were applied to the third step and the amount of water withdrawal was analyzed. As a result of applying hydraulic conductivity at 0 NTU, 39.96% more withdrawal was calculated than the observed flow rate. On the other hand, when hydraulic conductivity was applied at 100~120 NTU, the difference in flow rates was 9.41%.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.57-59
• /
• 1999

본 논문에서는 최대 엔트로피 원리에 기반한 문서 분류기의 학습을 제안한다. 최대 엔트로피 기법은 자연언어 처리에서 언어 모델링(Language Modeling), 품사 태깅 (Part-of-Speech Tagging) 등에 널리 사용되는 방법중의 하나이다. 최대 엔트로피 모델의 효율성을 위해서는 자질 선정이 중요한데, 본 논문에서는 자질 집합의 선택을 위한 기준으로 chi-square test, log-likelihood ratio, information gain, mutual information 등의 방법을 이용하여 실험하고, 전체 후보 자질에 대한 실험 결과와 비교해 보았다. 데이터 집합으로는 Reuters-21578을 사용하였으며, 각 클래스에 대한 이진 분류 실험을 수행하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.522-524
• /
• 2003

품사 결정 문제는 자연언어처리의 가장 기본적인 문제들 중 하나이며, 기계학습의 관점에서 보면 분류 문제(classification problem)로 쉽게 표현된다. 본 논문에서는 품사 결정의 모호성을 해소하기 위해서 최대 엔트로피 부스팅 모델(maximum entropy boosting model)을 이 문제에 적응하였다. 그리고, 품사 결정에서 중요한 요소 중의 하나인 미지어 처리를 위해서 특별히 설계된 일차 자질을 고려하였다. 최대 엔트로피 부스팅 모델의 장점은 쉬운 모델링인데, 실제로 품사 결정을 위한 일차 자질만 작성하는 노려만 들이고도 96.78%의 정확도를 보여 지금까지 알려진 최고의 성능과 거의 비슷한 결과를 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.280-282
• /
• 2002

본 논문은 웹 문서 여과시 사용자 모델링을 위해 사용되는 연관성 피드백 방법을 강화 학습 프레임웍에서 분석하고 강화학습 기반의 새로운 연관성 피드백 알고리즘을 제안한다. 제안된 방법은 강화 학습 프레임책상에서 기존의 방법을 일반화한 것으로 기존의 연관성 피드백 방법이 현재의 프로파일만을 상태로 사용하는 데 비해 과거 history부터 얻는 추가 정보를 사용하는 방법이다

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.670-672
• /
• 2002

Park과 Zhang은 최대 엔트로피 모델(maximum entropy model)을 실제 자연언어 처리에 적용함에 있어서 나타날 수 있는 여러가지 문제를 해결하기 위한 최대 엔트로피 모델(maximum entropy boosting model)을 제시하여 문서 단위화(text chunking)에 성공적으로 적용하였다. 최대 엔트로피 부스팅 모델은 쉬운 모델링과 높은 성능을 보이는 장점을 가지고 있다. 본 논문에서는 최대 엔트로피 부스팅 모델을 영어 전치사 접속 모호성 해소에 적용한다. Wall Street Journal 말뭉치에 대한 실험 결과, 아주 작은 노력을 들였음에도 84.3%의 성능을 보여 지금까지 알려진 최고의 성능과 비슷한 결과를 보였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.5
• /
• pp.442-448
• /
• 2000

The conventional control of dynamic systems needs accurate mathematical modeling of control systems. But the modeling of dynamic systems require very complex computation process due to complex state equation and many control parameters. Accordingly this paper proposes a state space identification model of the dynamic system using neural networks. The Gauss-Newton method is used to train the proposed neural network and the effectiveness of proposed method is verified through the computer simulation of the Seesaw system identification problem.