• 한국산업정보학회논문지
• /
• 제10권1호
• /
• pp.28-37
• /
• 2005

본 논문은 퍼지 추론을 이용하여 소수문서로부터 대표 용어들을 추출하고 가중치를 부여하는 기존 방법의 유용성을 평가하고자 GIS (Generalized Instance Set) 알고리즘에 이를 적용시켜 그 성능을 평가하여 보았다. GIS 는 학습 문서 집합에 대한 일반화 (generalization) 과정을 통해 문서 그룹들을 형성하고 이 그룹의 대표 문서 (generalized instance)를 생성한 후 k- 알고리즘을 적용하는 방법이다. 본 논문에서는 바로 이 일반화 과정의 한 방법으로 퍼지 추론을 이용한 방법을 사용하였다. 상대적 성능 평가를 위하여 이 일반화(generalization) 과정에 Rocchio와 Widrow-Hoff 방법도 적용시켜 문서 분류 성능을 비교하였다. 실험 결과, 긍정적 문서만을 고려할 경우는 좋은 성능을 보이지만 부정적 문서를 같이 고려할 경우는 성능이 상대적으로 좋지 않음을 확인 할 수 있었다.

• 전자공학회논문지S
• /
• 제36S권9호
• /
• pp.49-57
• /
• 1999

퍼지 집합 이론과 신경망 이론의 융합은 퍼지논리 시스템의 최적 규칙 베이스를 얻기 위해 신경망을 적용하는 방향으로 주된 연구가 진행되고 있다. 그러나 이러한 접근 방법은 신경망의 제한된 학습능력으로 인해 최적성의 한계는 여전히 극복되지 못하고 있는 실정이다. 따라서 본 논문에서는 이러한 어려움을 극복하기 위해 입출력 데이터로부터 최적의 규칙을 얻을 수 있는 Rough Set 이론과 뉴로-퍼지의 새로운 융합기법을 제안한 알고리즘을 생성된 규칙 베이스가 중첩되지 않기 때문에 기존의 FNN과 비교하여 더욱더 우수함을 냉장고의 온도추론 시스템에 적요하여 검증하였다.

• 전자공학회논문지SC
• /
• 제47권4호
• /
• pp.7-14
• /
• 2010

유한 상태 머신으로 표현되는 비동기 머신의 안정 상태 동작은 피드백 제어를 통해서 원하는 목적에 맞게 교정될 수 있다. 본 논문에서는 불확실한 상태 천이를 가지는 입력/상태 비동기 머신을 위한 상태 피드백 제어기를 제안한다. 비동기 머신은 결정적인 동작 특성을 가지고 있으나 모델 불확실성, 내부 고장 등으로 인해서 일부 영역의 상태 천이 함수가 불확실하다. 교정 제어의 목적은 불확실한 상태 천이를 고려하면서 머신의 폐루프 동작이 주어진 정상적인 모델 동작의 부분 집합이 되도록하는 일이다. 또 제어기는 실제 교정 동작을 수행하면서 획득하는 머신의 정확한 상태 천이를 그 다음 제어 동작에 반영한다. 즉 학습을 통해서 폐루프 시스템이 이룰 수 있는 모델의 부분 동작의 범위가 더 확대된다. 사례 연구를 제안된 제어기의 설계 과정을 예시한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권9호
• /
• pp.433-440
• /
• 2016

철도 선로전환기는 열차의 진로를 현재의 궤도에서 다른 궤도로 제어하는 장치이다. 선로전환기의 이상 상황은 탈선 등과 같은 심각한 문제를 발생할 수 있기 때문에, 선로전환기의 스트레스를 지속적으로 모니터링 하는 것은 매우 중요하다. 본 논문에서는 선로전환기가 작동할 때 발생하는 소리 정보를 이용하여 선로전환기의 스트레스를 탐지하는 시스템을 제안한다. 제안하는 시스템은 선로전환기의 동작 시 발생하는 소리 데이터로부터 자질 선택방법을 사용하여 스트레스 탐지에 유효한 감소된 차원의 자질 부분집합을 선택한 후, 기계학습의 대표적 모델인 SVM(Support Vector Machine)을 이용하여 선로전환기의 스트레스 상태 여부를 탐지한다. 테스트용 선로전환기를 실제 구동하며 수집한 소리 데이터를 이용하여, 본 논문에서 제안하는 시스템의 성능을 실험적으로 검증한 바 98%를 넘는 정확도를 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권5호
• /
• pp.359-368
• /
• 2013

매쉬업은 공개된 Open API를 이용하여 두 가지 이상의 서로 다른 자원을 섞어서 완전히 새로운 서비스를 만드는 웹 애플리케이션이다. 지난 몇 년간 매쉬업에 대한 관심도가 매우 높아 졌지만 수많은 API들을 매쉬업 속으로 결합할 때 여러 가지 이슈들이 존재한다. 특히, 조합 가능한 API들이 매쉬업 개발자에 의해 수동으로 통합될 때 이는 더욱 심각해진다. 본 논문에서는 Open API 자동 조합을 위한 하나의 새로운 알고리즘을 제안한다. 제안된 알고리즘은 오퍼레이션 연결 그래프 구축 및 조합 후보군 탐색으로 구성되어 있다. 우리는 Open API 입출력 사이의 시맨틱 유사도를 기반으로 오퍼레이션 연결 그래프를 구축하고, 원하는 목표를 만족하는 출력을 산출할 수 있는 사이클 없는 방향성 그래프(DAG)를 생성한다. 또한, DAG들을 효율적으로 생성하기 위해 조합에 도움이 되지 않은 API들은 사전에 신속히 필터링되는 전략을 수립한다. 본 논문에서 제안된 알고리즘은 ProgrammableWeb.com 사이트로부터 REST와 SOAP API 집합을 다운로드 받아 실험 분석을 수행하였다.

• 한국정보전자통신기술학회논문지
• /
• 제10권6호
• /
• pp.594-600
• /
• 2017

본 논문에서는 매우 높은 차원을 가진 데이터에서 의미 있는 특징 벡터 추출하여 입력 공간의 차원을 줄이기 위하여 주성분 분석법을 사용하였다. 주성분 분석법을 이용하여 축소된 차원을 가진 입력 데이터를 이용하여 회귀 다항식의 입력벡터로 사용하는 모델과 패턴 분류기의 설계 방법을 제안하였다. 제안된 모델 및 패턴 분류기는 매우 단순한 구조를 가진 회귀다항식을 기반으로 설계하여 모델 및 패턴 분류기의 과적합 문제를 해결 하고자 하였다. 제안된 설계방법을 적용하여 설계된 모델과 패턴 분류기의 성능을 비교 및 평가하기 위하여, 다양한 기계 학습 데이터 집합을 사용하였다.

• 한국정보통신학회논문지
• /
• 제13권10호
• /
• pp.2180-2188
• /
• 2009

본 논문은 지능로봇의 동작을 제어하기 위해 비전기반의 실시간 수신호를 PCA 및 BP 알고리즘을 이용한 인식시스템을 제안하였다. 수신호 인식은 PCA 알고리즘을 이용한 전처리 단계와 BP 알고리즘을 이용한 인식의 두 단계로 구성한다. PCA 알고리즘은 데이터 분석을 위해 다차원 데이터 집합을 보다 낮은 차원으로 감소시키기 위해 사용되는 기술로 주어진 수신호의 특징인 투영 벡터를 계산하기 위하여 적용되었고, BP 알고리즘은 병렬 구조를 가지고 있으므로 병렬 분산처리가 가능하고, 처리 속도가 빠르므로 PCA로부터 훈련된 고유 수신호를 학습시켜 수신호를 실시간으로 인식한다. 실험에서는 10종류의 수신호를 PCA 알고리즘만을 사용한 경우와 제안한 PCA 및 BP 알고리즘을 사용한 경우와 인식률을 비교하여 제안한 알고리즘이 우수하다는 것을 보였다.

• 인터넷정보학회논문지
• /
• 제13권4호
• /
• pp.1-10
• /
• 2012

본 논문은 문서 분류의 전처리 단계인 특징 선택을 위해 의미를 고려한 최적의 특징 선택 방법을 제안한다. 특징 선택은 불필요한 특징을 제거하고 분류에 필요한 특징을 추출하는 작업으로 분류 작업에서 매우 중요한 역할을 한다. 특징 선택 기법으로 특징의 의미를 파악하여 특징을 선택하는 LSA(Latent Semantic Analysis) 기법을 사용하지만 기본 LSA는 분류 작업에 특성화 된 기법이 아니므로 지도적 학습을 통해 분류에 적합하도록 개선된 지도적 LSA를 사용한다. 지도적 LSA를 통해 선택된 특징들로부터 최적화 기법인 유전 알고리즘을 사용하여 더 최적의 특징들을 추출한다. 마지막으로, 추출한 특징들로 분류할 문서를 표현하고 SVM (Support Vector Machine)을 이용한 특정 분류기를 사용하여 분류를 수행하였다. 지도적 LSA를 통해 의미를 고려하고 유전 알고리즘을 통해 최적의 특징 집합을 찾음으로써 높은 분류 성능과 효율성을 보일 것이라 가정하였다. 인터넷 뉴스 기사를 대상으로 분류 실험을 수행한 결과 적은 수의 특징들로 높은 분류 성능을 확인할 수 있었다.

• 영재교육연구
• /
• 제20권3호
• /
• pp.1027-1037
• /
• 2010

물리교과의 내용은 다른 과학교과에 비해 비교적 위계관계가 강하다. 즉, 이미 배운 것과 지금 배우고 있는 것 그리고 앞으로 배울 것이 서로 밀접하게 연결되어 있다. 이런 학습의 위계에 대한 평가는 기존 연구자들이 많은 연구를 해 왔지만, 본 연구에서는 '지식공간론' 이라는 새로운 방식을 통해 분석하고자 하였다. 본 연구에서 사용한 방법은 기존의 통계처리와는 전혀 다르기 때문에 통계처리 과정에서의 오류가 없으며, 수학의 집합론을 바탕으로 하고 있기 때문에 학생들이 갖고 있는 지식의 위계를 정확하게 분석할 수 있다. 특히, 처리 과정을 컴퓨터시스템을 이용하여 정확하고 빠르게 처리할 수 있음은 물론 객관적 타당도를 높이고 많은 양의 자료를 효율적으로 처리할 수 있다. 더 나아가서 분석결과를 가시화하여 보여줄 수 있기 때문에 개개인에 대해 실질적인 도움을 줄 수 있다. 또한 자신의 부족한 부분을 가시화하여 피드백 해주기 때문에 학생들이 자신의 문제점을 객관적으로 이해할 수 있고 평가자로부터 제시되는 처치 프로그램 또한 긍정적으로 수용할 수 있을 것으로 본다. 본 연구 결과는 수학 또는 과학관련 과목의 성적이 떨어지지만 딱히 그 이유를 분명히 알 수 없는 경우나, 과학 중에서도 어떤 분야에 특별히 더 관심을 갖고 있는지를 알아보고자 하는 경우에도 효율적인 도구로 활용할 수 있을 것이다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권2호
• /
• pp.81-86
• /
• 2014

본 논문에서는 스마트폰 사용자의 실시간 상황 인식을 위한 효과적인 사운드 분류 시스템을 제안한다. 이 시스템은 전처리 과정에서 입력 사운드 데이터로부터 고요한 사운드와 화이트 노이즈를 미리 여과해버림으로써, 제한적인 계산 자원의 불필요한 소모를 막을 수 있다. 또한 에너지 레벨이 낮은 사운드 데이터들은 사전에 증폭시킴으로써, 이들에 대한 분류 성능을 향상시킬 수 있다. 또, 제안하는 사운드 분류 시스템은 HMM 분류 모델의 효율적인 학습과 적용을 위해 k-평균 군집화를 이용하여 특징 벡터들에 대한 차원 축소와 이산화를 수행한다. 한 대학 연구동내 일상생활로부터 수집한 8가지 유형의 사운드 데이터 집합을 이용하여 제안한 시스템의 성능 분석 실험을 수행하였다. 이 실험을 통해 본 논문에서 제안한 사운드 분류 시스템은 높은 분류 성능을 보여 주었다.