• 한국콘텐츠학회논문지
• /
• 제17권10호
• /
• pp.231-240
• /
• 2017

기술의 가치는 다양한 방법에 의해서 평가되어 지지만, 평가자의 주관과 평가 기법에 따라 상이한 결과를 초래하게 된다. 또한 평가 시 고려해야 할 요인 및 적용모형에 따라 결과의 불확실성이 생기게 되며, 특히 자료의 부족 또는 비교 대상이 없는 경우에는 평가 기술에 대한 가치 산정 결과의 신뢰성에 문제가 생길 수 있다. 이러한 평가 상의 불확실성을 감소시키기 위해 본 연구에서는 요인들에 대해 숫자(점수)로 평가하던 기존의 방식 대신 5가지 언어표현(아주 높음, 높음, 보통, 낮음, 아주 낮음)을 이용하는 퍼지 이론 및 이를 정량화 시킬 수 있는 퍼지 포괄 기법을 적용하여 특정 기술의 기술력을 측정하였다. 이를 위하여 국내에서 개발 중인 소음 저감 원천기술을 사례로 하여 기술성 요인과 사업성 요인으로 분류하고 기술의 가치를 평가 하였다. 기술성 요인은 높음, 사업성 요인은 아주 높음으로 평가되었으며, 이 요인들을 고려한 종합 평가에서는 아주 높음으로 평가되었다. 또한, 이는 각 요인별(세부요인, 대요인) 기술의 가치를 계량적으로 평가 할 수 있어 경쟁기술과의 요인별 비교에 도움이 될 것이다. 본 연구의 기법을 적용하면 다양한 분야에서 신규 기술(콘텐츠) 또는 대체 개발 기술(콘텐츠)과 같이 비교 자료가 부족한 경우에 기술력 분석 시 활용될 수 있을 것으로 기대된다.

• 한국지능시스템학회논문지
• /
• 제15권2호
• /
• pp.236-244
• /
• 2005

본 연구에서는 퍼지관계 및 진화론적 최적 다층 퍼셉트론에 기초한 퍼지다항식 뉴럴네트워크(FPNN)의 새로운 구조를 소개하고, 포괄적인 설계방법론을 토의하며, 그리고 일련의 수치적인 실험이 수행된다. 진화론적 최적 FPNN(EFPNN)의 구축을 위해 컴퓨터지능(CI)의 기반 기술을 이용한다. EFPNN의 구조는 규칙베이스 퍼지뉴럴네트워크와 다항식 뉴럴네트워크의 결합에 의한 유전자 최적 구동 하이브리드 시스템의 시너지 이용으로 얻어진다. 퍼지뉴럴네트워크는 EFPNN의 전체규칙 구조의 전반부에 기여하고, EFPNN의 후반부는 다항식 뉴럴네트워크를 사용하여 설계된다. EFPNN의 후반부를 위한 유전론적 최적 다항식 뉴럴네트워크의 개발은 두 최적화 기법에 의해 수행된다. 즉 구조적 최적화는 유전자알고리즘에 의해 수행되고, 파라미터 최적화는 최소자승법 기반의 학습을 통해 행하여진다. EFPNN의 성능 평가를 위해, 모델은 몇 가지 수치 예제를 이용한다. 비교에 의한 해석은 제안된 EFPNN이 이전에 제시된 다른 지능형 모델보다 높은 정확도 뿐만 아니라 좀 더 우수한 예측능력을 가지는 모델임을 보여준다.