• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제6권10호
• /
• pp.429-436
• /
• 2017

최근 클라우드 컴퓨팅 환경에서 민감하거나 중요한 데이터를 아웃소싱하는 경향이 늘어나고 있다. 하지만 아웃소싱된 데이터의 프라이버시 보호는 매우 중요하다. 지금까지 단일 데이터 소유자와 다수의 데이터 사용자로 구성된 클라우드 컴퓨팅 환경에서 안전하고 효율적인 멀티 키워드 검색 구조들이 다양하게 제안되었다. Zhang 등은 다수의 데이터 소유자들과 사용자들로 연결된 클라우드 컴퓨팅 환경에서 멀티 키워드를 기반으로 하는 검색 프로토콜을 제안하였다. 그들의 프로토콜은 두 가지 문제점을 동시에 안고 있다. 하나는 클라우드 서버가 키워드 인덱스와 사용자의 트랩도어를 통해 데이터 파일들 간의 연관성을 불법적으로 추론할 수 있다는 것이고, 다른 하나는 키워드 인덱스의 크기만큼 복잡한 연산을 수행해야 하기 때문에 사용자의 요청에 대한 응답이 지연된다는 것이다. 본 논문에서는 클라우드 서버를 전적으로 신뢰할 수 없는 노드라는 가정 하에서 우리는 아웃소싱된 데이터의 프라이버시가 보호되는 개선된 멀티 키워드 기반 검색 프로토콜을 제안한다. 그리고 제안된 프로토콜이 Zhang의 프로토콜보다 데이터 파일들 간의 연관성 추론 측면에서 더 안전하고, 처리 시간의 측면에서 더 효율성이 높음을 실험을 통해 보인다.

• 전자공학회논문지CI
• /
• 제39권3호
• /
• pp.18-31
• /
• 2002

본 연구는 뉴로퍼지 네트워크와 다항식 뉴럴네트워크를 합성한 하이브리드 모델링 구조인 고급 뉴로퍼지 다항식 네트워크(Advanced neurofuzzy polynomial networks ; ANFPN)를 제안한다. 제안된 네트워크 구조는 높은 비선형 규칙 기반 모델로, CI(Computational Intelligence)의 기술, 즉 퍼지집합, 뉴럴네트워크, 유전자 알고리즘에 의해 설계되어진다. 뉴로퍼지 네트워크는 ANFPN 구조의 전반부를, 다항식 뉴럴네트워크는 후반부를 구성한다. ANFPN의 전반부에서, 뉴로퍼지 네트워크는 간략추론, 오류역전파 학습 규칙을 이용한다. 멤버쉽함수의 파라미터, 학습율, 모멘텀 계수는 유전자 최적화를 이용하여 조절된다. ANFPN의 후반부 구조로서 다항식 뉴럴네트워크는 학습을 통해 생성되는(전개되는) 유연한 네트워크 구조이다. 특히 다항식 뉴럴네트워크의 층과 노드 수는 고정되어 있지 않고 동적으로 생성된다. 본 연구에서는, 2가지 형태의 ANFPN 구조를 제안한다. 즉 기본 구조와 변형된 구조이다. 여기서 기본 구조와 변형된 구조는 다항식 뉴럴네트워크 구조의 각 층에서 입력변수의 수와 회귀다항식의 차수에 의존한다. 두 결합 구조의 특징 때문에 공정 시스템의 비선형적인 특성을 고려할 수 있고 보다 우수한 예측능력을 가진 좋은 출력선응을 얻을 수 있게 한다. ANFPN의 유용성과 실용성은 2개의 수치 예제를 통해 논의된다. 제안된 ANFPN은 기존의 모델보다 높은 정밀도와 예측능력을 가진 모델을 생성함을 보인다.

• 대한수학교육학회지:학교수학
• /
• 제12권3호
• /
• pp.273-299
• /
• 2010

본 논문의 목적은 고등학교 수준의 학생들이 표집분포의 개념을 학습할 수 있도록 '표집분포 시뮬레이션 (Sampling Distributions Simulation)'을 설계하고 구현하는 것이다. '표집분포 시뮬레이션'은 다음과 같이 4차시로 구성되어 있다. 1차시-신뢰도와 신뢰구간의 의미 학습하기 2차시-표집분포의 의미 학습하기 3차시-중심극한정리의 의미 학습하기 4차시-이항분포의 정규근사 학습하기 본 연구를 통하여 표집분포의 중요성에 대한 학생들이 인식이 달라지고 이해가 증진되기를 기대한다. 또 본 연구의 결과로 제공되는 프로그램 '표집분포의 시뮬레이션' 수업을 통해 통계적 추론 능력이 향상되고, 아울러 통계적 추론 속에서 표집 분포의 역할이 충분히 이해되기를 기대한다.

• 식물분류학회지
• /
• 제47권4호
• /
• pp.297-303
• /
• 2017

한반도 중부 및 남부에 작은 육상성 식충식물(땅속줄기에서 벌레잡이주머니 존재)인 땅귀개와 이삭 귀개가 종종 습한 장소(또는 습지 내)에서 같이 서식한다. 이들 2종은 아열대 및 열대 아시아의 주요 산지이기 때문에 한반도는 중국 중부 및 일본 북부 지역과 더불어 분포의 북방한계이다. 최후의 빙하기 최대 기간동안 따뜻한 온대 식물이 한반도에 없다는 점을 감안할 때 두 종의 한반도 집단은 빙하기 이후에 기원했을 가능성이 매우 높다. 한반도에서 빙하기 이후 정착에 대한 두 가설을 제시할 수 있다. 첫째로, 현재 집단이 단일 조상 개체군(즉, 하나의 피난처)으로부터 유래된 자손에 의해 형성되었다면, 우리는 낮은 수준의 유전적 다양성을 기대할 것이다. 반면에, 현재 한반도 집단이 여러 집단(몇 곳의 피난처)에서 유래되었다면, 우리는 높은 수준의 유전적 변이를 기대할 수 있다. 어떤 가설이 더 타당한지를 검증하기 위해, 저자들은 한반도 남부지방 10곳 지역을 대상으로 알로자임 변이를 조사하였다. 저자들은 각 종 내에서 알로자임 변이가 없음을 발견했다. 그러나, 기존 연구된 그들의 수생 동속종인 Utricularia australis는 일본 전 지역을 대상으로 채집된 자료에서 알로자임 다형성을 보였다(3개의 효소 시스템에서 4개의 다형성 좌위가 보고됨). 저자들은 땅귀개와 이삭귀개가 남한으로 각각 개체군이 유전적 다양도가 낮은 조상집단에서 한번 도입되었을 가능성을 제안한다.

• 한국인구학
• /
• 제21권1호
• /
• pp.162-183
• /
• 1998

여기서는 많은 수의 비관측사례로부터 발생할 수 있는 표본의 편의(bias) 문제를 탐구한다. 이 연구는 본래 일본 후생성이 1989년 실시한 <가족주기와 가구형태에 대한 인구학적 조사> 자료를 이용하여 노인부보와 자녀간 근접성을 분석하는 목적에서 이루어졌다. 그런데 <가족주기와 가구형태에 대한 인구학적 조사>는 노인부모를 대상으로 한 조사가 아니라 전체 가구 일반에 대한 조사이기 때문에 노인부모에 대한 많은 정보를 손상하고 있었다. 또한 본 조사는 가구주를 통하여 가족원에 대한 정보를 획득하는 방식으로 설계되었기 때문에 가족원에 대한 정보가 완전하지 못하였다. 나아가 비관측사례의 유형을 보면 여러 항목들이 동시적으로 관측되지 않고 있었다. 이와 같이 복합적 메커니즘에서 발생한 비관측 사례는 분석의 편의를 초래할 위험이 크다. 우선, 많은 수의 비관측사례로 표준오차를 잘못 추정할 소지가 크다. 더욱이 사례들이 선택적으로 관측되지 않았다면 관측된 자료에 따른 추정을 심각한 편의를 포함할 수 있다. 이와 같이 손상된 자료로부터 발생할 수 있는 추정 편의를 개선하기 위하여 여기서는 두 가지 기법을 활용하였다. 첫째, 관측치와 공변인간의 관계에 기초하여 비관측사례를 추정하는 방법으로 EM 알고리듬을 활용하였다. 둘째, 관찰의 선택성에서 비롯된 추정 편의를 개선하기 위하여 이단계(two stage) 모형을 활용하였다.

• 대한토목학회논문집
• /
• 제33권2호
• /
• pp.781-790
• /
• 2013

본 연구에서는 평균건설단가를 적용하여 개략 공사비를 산출하는 기존 방식에서 벗어나 대표공종을 이용한 입력변수 도출 모델을 구축하여 기본설계단계에서 고려되어지는 여러 입력변수들을 활용하여 P.S.C(Prestressed Concrete) Box Girder 교량에서 널리 활용되고 있는 I.L.M(Incremental Launching Method) 공법에 연구 모델을 적용하고자 한다. 2000년부터 설계된 공사비 데이터와 설계자료 등을 분석하여 상부공사 중 총 공사비대비 누적비율 95%이상을 차지하는 공종을 대표공종으로 도출하였다. 각 대표공종의 하위공종에 대한 내역 분기를 실시하여 각 항목들의 Database를 구축하였다. 본 연구에서는 다각적인 측면에서 개략공사비 산정 모델을 개발 및 제시하였으며, 사용자 입장에서 보다 쉽게 접근할 수 있도록 대표공종을 기초로 단위물량을 사용한 개략공사비 산정모델(I)과 상관성이 높은 입력변수를 선택한 개략공사비 산정모델(II)과 상관계수 0.6이상의 입력변수들을 모두 포함하는 다중회귀분석을 통한 개략공사비 산정모델(III)을 제시한다. 실제 총공사비와 본 연구에서 제시하는 개략공사비 산정모델들을 비교하고, 신뢰성을 검증함으로써 현재 국내에서 사용되는 산정방법에 비해 정밀도 측면에서 효율적인 공사비 관리방법을 제시한다.

• 한국광학회지
• /
• 제20권6호
• /
• pp.346-353
• /
• 2009

요당과 요단백은 소변검사의 중요한 항목으로 스트립을 사용하는 화학적 방법에 의하여 측정되어왔다. 본 연구에서는 중적외선 분광학을 이용하여 이 두 성분의 농도를 측정하였다. 샘플은 상용 합성뇨를 사용하였으며 여기에 추가적으로 글루코즈와 알부민, 그리고 가장 큰 영향의 간섭물질인 적혈구의 세 성분의 농도를 서로 상관관계 없이 조절하여 만들었다. 부분최소자승회귀법을 바탕으로 각 성분의 농도 예측을 위한 최적 파장대역을 구하였다 (글루코즈 980 - 1150/cm, 알부민 1400 - 1570/cm). 다른 성분에의한 간섭은 예측오차를 증가시켰으며, 특히 알부민의 경우에는 글루코즈와 적혈구에 의한 영향이 크게 나타났다. 타 성분의 유무에 따라서 글루코즈 농도가 0 ${\sim}$ 1000 mg/dl인 범위에서의 예측오차는 29.85 ${\sim}$ 45.19 mg/dl 이며 알부민 경우에는 0 ${\sim}$ 500 mg/dl 범위에서 예측오차는 14.0 ${\sim}$ 93.11 mg/dl 이였다. 본 연구는 몇 단계의 범위만을 제시하는 스트립을 이용한 기존의 요검사 보다 더욱 정량적 평가가 가능한 대안으로 사료되었다.

• 한국전산구조공학회논문집
• /
• 제25권4호
• /
• pp.355-362
• /
• 2012

건전성 예측은 구조물의 고장이 발생될 때까지 남은 시간인 잔존유효수명을 예측하는 것으로, 이는 안전 및 정비 계획과 직접적으로 연관되기 때문에 매우 중요하다. 건전성 예측방법에는 물리모델 기반방법, 데이터 기반방법과 두 방법의 장점을 통합하는 방법이 있으며, 본 연구에서는 잔존수명 예측의 정확도가 모델변수 추정과 직접적으로 관련되는 물리모델 기반 건전성 예측에 초점을 맞춘다. 물리모델기반 건전성 예측에서는 모델변수 추정을 통해 시스템 상태의 장기 예측이 가능하지만, 대부분의 실제 구조물들의 상태모델은 여러 개의 모델변수를 포함함은 물론이고, 그 변수들이 서로 상관되어 있기 때문에 모델변수를 추정하는 일은 간단한 문제가 아니다. 본 연구에서는 물리모델 기반 건전성 예측을 위한 세 가지 변수 추정방법들의 차이를 논한다. 이 세 가지 방법들은 파티클 필터, 전반적인 베이지안 접근법, 그리고 순차적인 베이지안 접근법으로 모두 베이지안 추론이라는 하나의 이론적 바탕에 기반하지만, 샘플링 방법이나 갱신 절차 등에서 차이가 있다. 균열성장을 표현하는 Paris 모델의 변수 추정을 통해 세 가지 방법의 차이점이 논해지고, 건전성 예측 메트릭을 이용하여 정량적 차이를 표현한다. 파티클 필터방법이 건전성 예측 메트릭 측면에서 가장 높은 성능을 나타내었지만, 전반적인 베이지안 방법은 파티클 필터방법과 근소한 차이를 보이면서도 데이터가 집단으로 존재할 때에는 가장 효율적인 방법으로 나타났다.

• 대한조선학회논문집
• /
• 제34권1호
• /
• pp.122-129
• /
• 1997

외판곡가공 과정의 역학적해석에 사용되는 열탄소성 해석은 계산시간이 많이 소요된다. 선상가열작업의 최적공정을 구하기 위하여는 시뮬레이션과 유한요소해석 사이에 상당수의 반복계산이 필요하다. 그러므로 요구되는 천문학적인 계산시간으로 인하여 선상가열의 수치시뮬레이션은 많은 제약을 받고 있다. 따라서 선상가열의 시뮬레이션에 소요되는 역학해석 계산시간을 크게 줄이는 방안이 필요하다. 외판곡가공에서의 역학적 정보를 효율적으로 구하기 위하여, 본 논문에서는 먼저 선상 가열 작업에 영향을 끼치는 요소들을 살펴보았으며, 역전파 방식의 인공 신경망을 이용하여 일종의 추론기구를 구현하였다. 신경망은 은닉층의 갯수와 은닉층에 있는 뉴런의 갯수를 바꿔 주며 수치해석 결과들을 학습시켰다. 그 결과 두개의 은닉층을 가진 인공 신경망의 경우 각 은닉층에 뉴런의 갯수가 충분하다면 학습 예제들을 쉽게 학습하였고, 또 학습된 결과로부터 새로운 해를 도출해 낼 때 그 값은 실제 값과 비교해 볼 때 비교적 작은 오차를 보였다. 결과적으로 구하고자 하는 문제영역 근처에 충분한 학습 예제가 마련된다면 비교적 실제 값에 근사하는 결과를 보인다는 것을 알 수 있었다. 본 연구를 통하여, 수치해석결과의 학습방법을 기초로한 인공신경망은 곡면가공의 시뮬레이션단계에서 필요한 역학적 해석정보의 경제적인 산출에 적용가능함이 확인되었다.

• 대한교통학회지
• /
• 제20권7호
• /
• pp.177-183
• /
• 2002

현재 국내 VMS 운영은 대체로 소극적 정보제공에 머물고 있으며, 정보제공 우선순위. 조합 가능한 메시지 집합 등이 포함된 간단한 형태의 지식기반 추론엔진 방식에 의하고 있다. 또한 VMS 관련 연구도 해당도로의 상황을 정확히 검지하고 예측하는 방법론 개발에 집중되어 있다. 그러나 VMS도 적극적 운영을 통하여 교통관리의 수단으로 활용해야 하며, 이에 있는 그대로 상황을 전달하는 현 Practice에서 진일보한 전략적 정보제공 기술이 개발되어야 한다. 본 연구에서는 네트워크 차원의 교통관리를 목적으로 한 VMS 자동제어 알고리즘을 제안하였다. 외란의 불확실성과 모형의 정확도에 강한(robust) 피드백 제어방식을 채택하였고, 알고리즘은 시스템 최적 달성을 목표로 설정한 여유용량 균등화 Regulator와 VMS Display 모듈로 구성된다. 여유용량의 산정은 도로용량편람의 용량 개념과 차별화 되는 개념을 제안하였으며 이 부분에 대한 구체적 산정방식의 개발은 향후과제로 남겨두었다. 두 개의 대안경로로 구성된 실제 도로망에 대한 모의실험을 통하여. 여유용량균등화 Regulator에 의한 통행 재배분 효과를 제한적으로나마 살펴보았다. 그러나 VMS Display Strategy 모듈에 의한 실제 통행배분 행태는 모의실험의 한계성으로 인하여 검증하지 못하였으며 이를 향후과제로 남겨두었다.