• 한국지능시스템학회논문지
• /
• 제17권3호
• /
• pp.310-315
• /
• 2007

최근 여러 지역에서 발생되는 지하철 참사 및 대형화재 또는 대형 지하상가, 백화점, 지하공간, 대형쇼핑센터, 숙박업소, 공공건물등 대형 다중이용시설등에서 발생될 수 있는 예측 불가능한 인재, 천재지변에 안전하게 대피하기 위한 수단으로 비상등 및 여러 감지기들이 소방법 개정으로 의무설치 하고 있다. 현재 많이 사용되는 휴대용 비상등 및 감지기는 방음벽이나 격벽, 경고 거리의 제한으로 인해 비상시 경고 전파에 많은 어려움을 갖는다. 본 연구에서는 화재 감지/경고 시스템에 최근 다양하게 활용되는 유비쿼터스 센서 네트워크를 적용하여 화재 감지 및 가스누출을 조기 감지 및 경고하고 휴대용 조명등의 위치를 대피자들에게 알림으로써 신속히 대피할 수 있도록 하는 무선 화재 감지/경고 시스템을 제안하고자 한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권10호
• /
• pp.4204-4222
• /
• 2015

Cloud is the latest buzz word in the internet community among developers, consumers and security researchers. There have been many attacks on the cloud in the recent past where the services got interrupted and consumer privacy has been compromised. Denial of Service (DoS) attacks effect the service availability to the genuine user. Customers are paying to use the cloud, so enhancing the availability of services is a paramount task for the service provider. In the presence of DoS attacks, the availability is reduced drastically. Such attacks must be detected and prevented as early as possible and the power of computational approaches can be used to do so. In the literature, machine learning techniques have been used to detect the presence of attacks. In this paper, a novel approach is proposed, where intelligent rule based feature selection and classification are performed for DoS attack detection in the cloud. The performance of the proposed system has been evaluated on an experimental cloud set up with real time DoS tools. It was observed that the proposed system achieved an accuracy of 98.46% on the experimental data for 10,000 instances with 10 fold cross-validation. By using this methodology, the service providers will be able to provide a more secure cloud environment to the customers.

• 한국컴퓨터정보학회논문지
• /
• 제20권2호
• /
• pp.21-28
• /
• 2015

본 논문에서는 최근접 이웃 규칙을 이용한 프로토타입 선택 기반 분류 학습을 제안하였다. 각 훈련 데이터가 대표하는 클래스 영역을 구(sphere)로 분할하는데 최근접 이웃 규칙을 적용시키며, 구의 내부는 동일 클래스 데이터들만 포함하도록 한다. 프로토타입은 구의 중심점이며 프로토타입의 반지름은 가장 인접한 다른 클래스 데이터와 가장 먼 동일 클래스 데이터의 중간 거리 값으로 결정한다. 그리고 전체 훈련 데이터를 대표하는 최소의 프로토타입 집합을 선택하기 위해 집합 덮개 최적화를 이용하여 프로토타입 선택 문제를 변형시켰다. 제안하는 프로토타입 선택 방법은 클래스 별 적용이 가능한 그리디 알고리즘으로 설계되었다. 제안하는 방법은 계산 복잡도가 높지 않으며, 대규모 훈련 데이터에 대한 병렬처리의 가능성이 높다. 프로토타입 기반 분류 학습은 선택된 프로토타입 집합을 새로운 훈련 데이터 집합으로 사용하고 최근접 이웃 규칙을 적용하여 테스트 데이터의 클래스를 예측한다. 실험에서 제안하는 프로토타입 기반 분류기는 최근접 이웃 학습, 베이지안 분류 학습과 다른 프로토타입 분류기에 비해 일반화 성능이 우수하였다.

• 한국콘텐츠학회논문지
• /
• 제9권4호
• /
• pp.313-322
• /
• 2009

최근 정보기술이 발달하면서 수많은 자료들이 체계화된 데이터베이스에 저장이 되고, 기업의 데이터베이스의 규모는 폭발적으로 증가되고 있다. 데이터 마이닝(Data Mining)은 이런 방대한 자료의 분석을 통해, 그 속에 숨어있는 의미를 찾는 과정이라고 볼 수 있다. 본 논문에서는 자동차 마케팅에서 이용 가능한 데이터를 데이터 마이닝 분석 기법중의 하나인 연관규칙(association rule)에 따라 분석하였다. 본 논문에서 제시하고자 하는 바는 기존 고객에 대한 분류 및 고객 속성파악, 고객 분류 및 분석에 따른 고객의 연관규칙을 수행하여 해당 기업의 전략적 마케팅 수립을 통해 경영 과학적으로 접근할 수 있는 데이터 마이닝 분석에 관한 사례 연구이다. 본 논문의 분석 사례를 통하여 자동차 분야의 특성에 따라 효과적인 분석 및 의사결정과 더 나아가 CRM마케팅, 동향분석 및 예측 등에 유용한 정보를 분석할 수 있는 사례로 활용될 수 있다.

• 지능정보연구
• /
• 제15권4호
• /
• pp.123-140
• /
• 2009

퍼지신경망 모형은 인공신경망의 네트워크 구조 표현방법 및 학습알고리듬과 퍼지시스템의 추론방법을 통합한 모형으로 제어 및 예측분야에 성공적으로 적용되고 있다. 본 연구에서는 퍼지신경망 모형 중 우수한 예측정확도로 인해 최근 각광받고 있는 ANFIS (Adaptive Network-based Fuzzy Inference System) 모형에서 생성된 퍼지규칙의 해석용이성을 평가하였다. ANFIS모형은 인간 전문가와 상호작용하면서 규칙을 정제해 나갈 수 있다. 특히 인간전문가의 사전지식을 이용하여 초기 퍼지규칙을 만들고 난 후 모형을 학습하면 최적에 수렴하는 시간을 단축할 뿐 아니라, 전역 최적치 도달가능성이 높아진다고 보고되고 있다. 이러한 관점에서 볼 때 규칙의 해석용이성은 인간 전문가와의 상호작용을 위해 매우 중요한 이슈가 될 수 있다. 본 연구에서는 ANFIS모형과 의사결정나무 모형에서 생성된 규칙을 해석용이성 관점에서 비교하기 위한 측도를 제안하고 각 규칙들을 비교하였다. 본 연구에서 제안된 해석용이성 측도들은 규칙을 생성하는 다양한 기계학습 모형의 규칙생성 능력을 평가하는 기준으로도 활용될 수 있을 것이다.

• 대한인간공학회지
• /
• 제32권1호
• /
• pp.9-16
• /
• 2013

Objective: The aim of this study is to investigate a trend of human error types observed in a series of verification and validation experiments for an Advanced Control Room(ACR) equipped with Lager Display Panel(LDP), Work Station Flat Panel Display(WS FPD), list type Alarm System(AS), Soft Control(SC) and Computerized Procedure System(CPS). Background: Operator behaviors in a fully computerized control room are quite different from those in a traditional hard-wired control room. Operators in an ACR all together monitor plant status and variables through their own interface system such as LDP and WS FPD, are notified of abnormal plant status through their own list type AS, control the plant through their own SC, and follow the structured procedure through their own CPS whereas operators in a traditional control room only separately do their duty directed by their supervisor. Especially the secondary task such as manipulating the user interface of ACR can be an extra burden to all the operators including the supervisor. Method: The Reason's human error classification method was applied to operators' behavioral data collected from a series of verification and validation experiments where operators showed their plant operational behaviors under a couple of harsh scenarios using the ACR simulator. Results: As operators accustomed to the new ACR system, knowledge or rule based mistakes appearing frequently in the early series of experiments decreased drastically in the latest stage of the series. Slip and lapse types of errors were observed throughout the series of experiments. Conclusion: Education and training can be one of the most important factors for the operators accustomed to the traditional control room to be adapted to the new system and to run the ACR successfully. Application: The results of this study implied that knowledge or rule based mistakes can be reduced by training and education but that lapse type errors might be reduced only through innovative improvement in human-system interface design or teamwork culture design including a new leadership style suitable for ACR.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권1호
• /
• pp.11-17
• /
• 2007

패턴 분류에 많이 사용되는 기법 중의 하나인 메모리 기반 추론 알고리즘은 단순히 메모리에 저장된 학습패턴 또는 초월평면과 테스트 패턴간의 거리를 계산하여 가장 가까운 학습패턴의 클래스로 분류하기 때문에 테스트 패턴을 분류하는 기준을 설명할 수 없다는 문제점을 가지고 있다. 이 문제를 해결하기 위하여, 메모리 기반 학습 기법인 RPA를 기반으로 학습패턴들에 내재된 규칙성을 표현하는 IF-THEN 형태의 규칙을 생성하는 점진적 학습 알고리즘을 제안하였다. 하지만, RPA에 의해 생성된 규칙은 주어진 학습패턴 집합에만 충실히 학습되어 overfitting 현상을 보이게 되며, 또한 패턴 공간의 과도한 분할로 인하여 필요 이상으로 많은 개수의 규칙이 생성된다. 따라서, 본 논문에서는 생성된 규칙으로부터 불필요한 조건을 제거함으로써 ovefitting 현상을 해결함과 동시에 생성되는 규칙의 개수를 줄일 수 있는 점진적 규칙 추출 알고리즘을 제안하였으며, UCI Machine Learning Repository의 벤치마크 데이터를 이용하여 제안한 알고리즘의 성능을 입증하였다.

• 한국정보통신학회논문지
• /
• 제4권3호
• /
• pp.611-618
• /
• 2000

This paper presents a shape classification method of dynamic image based on adaptive fuzzy inference. It describes the design scheme of fuzzy inference algorithm which makes it suitable for low speed systems such as conveyor, uninhabited transportation. In the first Discrete Wavelet Transform(DWT) is utilized to extract the motion vector in a sequential images. This approach provides a mechanism to simple but robust information which is desirable when dealing with an unknown environment. By using feature parameters of moving object, fuzzy if - then rule which can be able to adapt the variation of circumstances is devised. Then applying the implication function, shape classification processes are performed. Experimental results are presented to testify the performance and applicability of the proposed algorithm.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1995년도 추계학술대회
• /
• pp.177-182
• /
• 1995

Since one property(i.e. coarseness, orientation, regularity, granularity etc.) of ultrasound liver images was not sufficiently enough to classify the characteristics of livers, we used the multi-feature vectors from ultrasound images to diagnose the liver disease. The proposed classifier, which uses the multi-feature vectors and Bayes decision rule, performed well for the classification of normal, fat and cirrhosis liver. In our simulation, we used the Battacharyya distance and Hotelling Trace Criterion to select the best multi-feature vectors for the classifier and obtained less classification errors than other methods using single feature vector.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2006년도 춘계 종합학술대회 논문집
• /
• pp.84-87
• /
• 2006

국내 최고의 자연습지인 경상남도 창녕군 우포늪은 생태보전지역으로 지정되어 관리되고 있지만 생태계보전지역만을 대상으로 한 소극적인 관리로 인해 여러 생태 환경의 문제가 대두되고 있다. 따라서 우포늪 유역 전체에 대한 생태 보전을 위해 위성영상에 의한 효율적 관리가 요구되고 있다. 이 논문에서는 위성영상으로부터 비점오염원 정보를 추출하기위한 분류항목을 설정하고, 규칙기반 분류기법을 적용하여 우포늪 유역의 토지피복 분류를 수행하였다. 이를 통하여 비점오염원 유출모형에서 사용되고 있는 유출곡선지수, 식생피복인자, 조도계수 등의 인자에 위성영상으로부터 분류, 추출된 토지피복정보를 적용할 수 있는 방안을 제시하였다.