• 한국통신학회논문지
• /
• 제28권2C호
• /
• pp.162-171
• /
• 2003

키프레임 애니메이션 기법에 비해 보다 사실적이고 효율적인 작업을 가능하게 한 동작 포착 기법에 의한 동작데이터는 편집의 어려움으로 인해 재사용이 용이하지 못하다는 문제를 가진다. 본 논문에서는 효과적인 동작 포착데이터 편집 기법으로써 비감독 학습 기반의 균등 자세 지도(uniform posture map: UPM)를 이용한 동작 편집 기법을 제안한다. 다른 동작 편집 알고리즘들에 비하여 UPM 알고리즘은 상대적으로 적은 계산량을 요구하여 실시간 적용에 용이하며, 특히 자기 조직 지도(self-organizing map: SOM) 알고리즘을 이용한 동작 편집을 할 때, 실제로 존재하지 않은 자세가 포함될 수 있는 가능성을 학습 단계에서 제거함으로써 자세 생성에 있어서 안정성을 확보할 수 있다. 또한 제약조건이 많은 복잡한 대상체에 대한 적용에 있어서 제약조건의 수에 비례해서 계산량이 증가하는 기존 알고리즘의 약점을 보완한다. 본 논문에서는 UPM 알고리즘을 이용한 동작 편집 기법의 응용으로서 동작 전이 분야와 역운동학 분야에서의 적용 사례를 보였다. 본 논문의 제안 알고리즘은 가상 현실이나 컴퓨터 애니메이션, 게임들의 분야에 다양하게 적용될 수 있다.

• 지능정보연구
• /
• 제18권4호
• /
• pp.43-57
• /
• 2012

제조업에 있어서 판매 후 서비스 건수와 내용 등은 향후 서비스 제공을 위한 자원배분의 효율성 증진과 서비스 품질 향상을 위해서도 매우 중요한 정보이다. 따라서 기업들은 향후 발생하는 판매 후 서비스에 대해 정확히 예측하고 그에 따라 적절히 대처하는 능력을 확보할 필요성이 제조업을 중심으로 증가하고 있다. 그러나 실제로 이들 기업들이 활용하고 있는 서비스 수요예측 방법들은 전통적인 통계적인 예측기법이거나, 시뮬레이션을 기반한 기법들이다. 예를 들면, 전통적인 통계적인 예측기법으로는 회귀분석(regression analysis)의 경우, 다양한 제품모델에 대한 판매 후 서비스 발생 패턴이 선형적인 관계가 매우 적음에도 불구하고 선형으로 가정하여 추정한다는 점과 적정한 회귀식을 가정하여야 되며, 이러한 가정이 실제 경영환경에서는 매우 어렵다는 점 등이 기존의 예측기법들의 한계점으로 지적되고 있다. 본 연구에서는 디지털 TV 모델을 생산 판매 하는 A사의 사례연구를 통하여 최근 인공지능연구에서 각광을 받고 있는 사례기반추론(case-based reasoning; CBR) 기법을 활용한 서비스 수요예측 프레임워크를 제안하고자 한다. 또한, 사례기반추론에서 핵심적인 역할 중 하나인 유사 사례추출 방법에 있어서 가장 일반적인 nearest-neighbor 방법 이외의 유사 사례추출 방법을 제안하고자 한다. 특히, 본 연구에서 제안하는 유사 사례추출 방법은 인공신경망(artificial neural network)을 활용한 자기조직화지도(Self-Organizing Maps : SOM) 군집화 기법을 활용한 유사 사례추출 방식으로 이를 활용한 서비스 수요예측 프레임워크에 구현하고, 실제 기업의 판매 후 서비스 데이터를 활용하여 본 연구에서 제안하는 서비스 수요 예측 프레임워크의 유효성을 실증적으로 검증하고자 한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 하계학술대회 논문집 C
• /
• pp.1930-1932
• /
• 2004

SOM(Self Organizing Map) algorithm which has some advantages such as data accumulation ability and the degradation trend trace ability was compared with conventionally used BP(Back Propagation) algorithm. For the purpose, partial discharge data were acquired and analysed from the artificial defects in GIS. As a result, basically the pattern recognition rate of BP algorithm was found out to be better than that of SOM algorithm. However, SOM algorithm showed a great on-site-applicability such as ability of suggesting new-pattern-possibility. Therefore, through increasing pattern recognition rate it is possible to apply SOM algorithm to partial discharge analysis. Also, for the image processing method it is required the normalization of the PRPDA graph. However, due to the normalization both BP and SOM algorithm have shown worse results, so that it is required further study to solve the problem.

• ETRI Journal
• /
• 제37권2호
• /
• pp.222-232
• /
• 2015

In this paper, we propose a dual-phase approach to improve the process of heart disease prediction in a mobile environment. Firstly, only the confident frequent rules are extracted from a patient's clinical information. These are then used to foretell the possibility of the presence of heart disease. However, in some cases, subjects cannot describe exactly what has happened to them or they may have a silent disease - in which case it won't be possible to detect any symptoms at this stage. To address these problems, data records collected over a long period of time of a patient's heart rate variability (HRV) are used to predict whether the patient is suffering from heart disease. By analyzing HRV patterns, doctors can determine whether a patient is suffering from heart disease. The task of collecting HRV patterns is done by an online artificial neural network, which as well as learning knew knowledge, is able to store and preserve all previously learned knowledge. An experiment is conducted to evaluate the performance of the proposed heart disease prediction process under different settings. The results show that the process's performance outperforms existing techniques such as that of the self-organizing map and gas neural growing in terms of classification and diagnostic accuracy, and network structure.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.1265-1271
• /
• 2009

본 연구에서는 강우의 시 공간적 분포의 불규칙한 변동성을 고려한 강우-유출예측모형을 위해 인공신경망(Artificial Neural Networks: ANNs)의 기법의 일종인 자기조직화(Self Organizing Map: SOM) 이론과 역전파 학습 알고리즘(Back Propagation Algorithm: BPA) 이론을 복합적으로 이용하였다. 기존의 인공신경망 연구에서 야기된 저 갈수기의 유출량에 대한 과대평가, 홍수기의 유출량에 대한 과소평가, 예측값이 연속적으로 선행 유출량을 나타내는 Persistence 현상을 해결하기 위하여 패턴분류 성능을 지닌 SOM 이론을 예측모형의 전처리 과정으로 이용하였다. 먼저, 본 연구에서 제안한 방법은 SOM에 의해 강우-유출 관계를 분류하고, SOM에 의한 분류에 따라 각각의 모형을 구성한다. 개별적으로 구축된 모형은 유출량의 예측을 위해 각각의 양상에 따라 분류된 자료를 이용한다. 결과적으로 본 연구에서 제안한 방법은 과거의 인공신경망의 일반적인 적용에 의한 결과보다 더 나은 예측능력을 보여주었으며, 더불어 유출량의 과소 및 과대추정과 Persistence 현상과 같은 문제점이 나타나지 않았다. 또한 강우량 및 유출량의 범위에 제한을 받지 않는 강우-유출예측 모형의 개발 및 홍수기로부터 갈수기까지의 보다 넓은 범위의 유출량의 예측에 기여할 것으로 기대된다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2001년도 The Pacific Aisan Confrence On Intelligent Systems 2001
• /
• pp.435-440
• /
• 2001

The development of web-aware knowledge discovery system has received a great deal of attention in recent years. It plays a key-enabling role for competitive businesses in the E-commerce era. One of the challenges in developing web-aware knowledge discovery systems is to integrate and coordinate and coordinate existing standalone or legacy knowledge discovery applications in a seamless manner, so that cost-effective systems can be developed without the need of costly proprietary products. In this paper, we present an approach for developing a framework of web-aware interoperable knowledge discovery system to achieve this purpose. This approach applies RMI and high-level code wrapper of Java distributed object computing to address the issues of interoperability in heterogeneous environments, which includes programming language, platform, and visual object model. The effectiveness of the proposed framework is demonstrated through the integration and extension of the two well-known standalone knowledge discovery tools, SOM_PAK and Nenet. It confirms that a variety of interoperable knowledge discovery systems can be constructed efficiently on the basis of the framework to meet various requirements of knowledge discovery tasks.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 추계학술대회 논문집 전력기술부문
• /
• pp.460-462
• /
• 2008

일반 수용가를 대상으로 한 효율적인 수요관리의 한 방법으로써 Dynamically-Administered Critical Peak Pricing[1] 요금제를 이용하여 일반 수용가 대상 수요관리를 스마트 미터기인 Smart Cabinet Panel(SCP)를 개발하여 적용하였다. 이 DA-CPP 요금제에는 핵심이 되는 최적 critical peak 시점을 푸는 하위 문제들 및 방법론들이 존재하는데, 우리는 energy service provider(ESP)가 관리해야 할 수용가의 수가 매우 많다는 점에 주목하여, 각 수용가의 1일 부하 사용량 패턴을 몇 개의 그룹으로 나누어 각 그룹에 대해 critical peak 최적 시점을 결정하는 연구를 수행하였다. 이러한 수용가 부하량 패턴그룹화를 위해 인공 지능의 여러 기법 중 하나인 self-organizing map(SOM)을 사용하였다 그리고 ESP와 수음가가 통신할 수 있도록 개발된 SCP를 통해 Critical Peak을 적용하였다.

• 지능정보연구
• /
• 제7권1호
• /
• pp.63-79
• /
• 2001

비모수적인 효율성 분석기법인 자료봉합분석(Data Envelopment Analysis) 은 현재 학교, 은행, 병원 등 여러 분야에서 각 조직의 효율성을 평가하는데 응용되고 있다. 그러나, 방법론 적용에 있어 상대적으로 비효율적인 의사결정단위의 참조집합이 1개 이상의 효율적인 의사결정단위로 구성되어 있어, 어느 방향으로 개선해야 할지 가이드라인을 제공하지 못하고 또한 효율성 크기에 따라, 비효율적인 의사결정단위의 단계적인 개선 방향을 제공하지 못한다는 불편한 점이 있다. 따라서, 본 연구에서는 이와 같은 불편한 점을 보완하기 위한 자료봉합분석과 기계학습을 이용한 하이브리드 방법론을 개발하고, 이를 국내 29개 생명보험사에 적용하여 타당성을 검증하였다.

• 동력기계공학회지
• /
• 제7권2호
• /
• pp.29-35
• /
• 2003

The monitoring and diagnostics of the rotating machinery have been received considerable attention for many years. The objectives are to classify the machinery condition and to find out the cause of abnormal condition. This paper describes a classification method of diagnosing the small reciprocating compressor for refrigerators using the artificial neural network and the wavelet transform. In order to extract salient features, the wavelet transform are used from primary noise signals. Since the wavelet transform decomposes raw time-waveform signals into two respective parts in the time space and frequency domain, more and better features can be obtained easier than time-waveform analysis. In the training phase for classification, self-organizing feature map(SOFM) and learning vector quantization(LVQ) are applied, and the accuracies of them ate compared with each other. This paper is focused on the development of an advanced signal classifier to automatize the vibration signal pattern recognition. This method is verified by small reciprocating compressors, for refrigerator and normal and abnormal conditions are classified with high flexibility and reliability.

• International Journal of Aeronautical and Space Sciences
• /
• 제8권2호
• /
• pp.28-36
• /
• 2007

A multi-objective design exploration for a three-element airfoil consisted of a slat, a main wing, and a flap was carried out. The lift curve improvement is important to design high-lift system, thus design has to be performed with considered multi-angle. The objective functions considered here are to maximize the lift coefficient at landing and near stall conditions simultaneously. Kriging surrogate model which was constructed based on several sample designs is introduced. The solution space was explored based on the maximization of Expected Improvement (EI) value corresponding to objective functions on the Krigingmodels. The improvement of the model and the exploration of the optimum can be advanced at the same time by maximizing EI value. In this study, a total of 90 sample points are evaluated using the Reynolds averaged Navier-Stokes simulation(RANS) for the construction of the Kriging model. In order to obtain the information of the design space, two data mining techniques are applied to design result. One is functional Analysis of Variance(ANOVA) which can show quantitative information and the other is Self-Organizing Map(SOM) which can show qualitative information.