• 한국정보과학회논문지:데이타베이스
• /
• 제31권4호
• /
• pp.422-431
• /
• 2004

최근에 이동 컴퓨팅 환경에서 여러 데이타 전송 모델이 연구되고 있다. 특히 서버가 반복적으로 필요한 정보를 전파해주는 주기적 푸시 모델에 대한 연구가 활발히 진행되고 있다. 그러나 데이타 평균 대기 시간은 브로드캐스트 한 주기의 길이에 상당히 영향을 받으며, 또한 여러 사용자들간의 접근 데이타가 차이가 날 경우 응답시간에 상당히 나빠질 수 있다. 이 경우, 그 사용자들은 차라리 서버에게 명시적으로 데이타를 요청하기를 바랄 것이다. 이러한 두 가지 접근방식을 모두 지원하는 것을 복합 브로드캐스트라고 한다. 이 환경에서, 본 논문에서는 새로운 이동 트랜잭션 처리 알고리즘(O-PreH)을 개발하였다. 우선 서버가 관리하는 데이타는 주기적 브로드캐스트 방식으로 처리되는 Push_Data와 요구-처리방식으로 처리되는 Pull_Data로 나뉘어 진다. 즉, 사용자는 요구하는 데이타의 타입에 따라 접근하는 방식이 차이가 난다. 또한 서버는 이동 트랜잭션 일관성 유지를 돕기 위해 주기적으로 무효화 보고를 전송해준다. 만약 사용자가 무효화 보고에 의해 하나 이상의 충돌을 발견한다면, 일관성을 침해하지 않는 범위 내에서 그 충돌 순서를 결정한 후(pre-reordering) 나머지 연산들을 비관적으로 수행시킨다. 자세한 실험 과정을 거쳐 제안한 알고리즘의 성능 향상을 보였다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.19-38
• /
• 2017

본 연구는 사용자 평점 이외에 사용자 간 직접 간접적 신뢰 및 불신 관계 네트워크의 분석 결과를 추가로 반영한 새로운 하이브리드 협업필터링(Collaborative filtering, CF) 추천방법을 제안한다. 구체적으로 사용자 간의 유사도를 계산할 때 사용자 평가점수의 유사성만을 고려하는 기존의 CF와 다르게, 사용자 신뢰 및 불신 관계 데이터의 사회연결망분석 결과를 추가적으로 고려하여 보다 정교하게 사용자 간의 유사도를 산출하였다. 이 때, 사용자 간의 유사도를 재조정하는 접근법으로 특정 이웃 사용자가 신뢰 및 불신 관계 네트워크에서 높은 신뢰(또는 불신)를 받을 때, 추천 대상이 되는 사용자와 해당 이웃 간의 유사도를 확대(강화) 또는 축소(약화)하는 방안을 제안하고, 더 나아가 최적의 유사도 확대 또는 축소의 정도를 결정하기 위해 유전자 알고리즘(genetic algorithm, GA)을 적용하였다. 본 연구에서는 제안 알고리즘의 성능을 검증하기 위해, 특정 상품에 대한 사용자의 평가점수와 신뢰 및 불신 관계를 나타낸 실제 데이터에 추천 알고리즘을 적용하였으며 그 결과, 기존의 CF와 비교했을 때 통계적으로 유의한 수준의 예측 정확도 개선이 이루어짐을 확인할 수 있었다. 또한 신뢰 관계 정보보다는 불신 관계 정보를 반영했을 때 예측 정확도가 더 향상되는 것으로 나타났는데, 이는 사회적인 관계를 추적하고 관리하는 측면에서 사용자 간의 불신 관계에 대해 좀 더 주목해야 할 필요가 있음을 시사한다.

• 전자공학회논문지
• /
• 제52권3호
• /
• pp.39-47
• /
• 2015

본 논문은 센서 네트워크에서의 CoAP(Constrained-Application Protocol)을 이용한 시각 동기화 기법에 관한 것으로 별도의 시각 장치를 내장하지 않은 센서 노드와 인터넷을 통해 시각 서버에 연결된 센서 노드 중계기 간 시각을 동기화하는 기술에 관한 것이다. CoAP은 전송 지연 및 패킷 손실 등 제한된 네트워크 환경에서 저수준의 성능을 갖는 센서노드를 통해 센서 데이터를 전송할 수 있도록 지원하는 프로토콜이다. 본 논문에서는 CoAP의 옵션 확장을 통해 저가의 IP기반 소형 센서 노드나 따로 IP에 연결되지 않은 센서 노드로부터 센서 노드 중계기 간의 센서 데이터 수신 시각을 정확히 동기화 설정 할 수 있도록 한다. 기존에 사용 중인 범용 프로토콜 대신, 센서 네트워크에서의 전용 프로토콜인 CoAP을 사용함으로써, 부가적인 센서 노드나 중계기에서의 서비스 부담 없이 이용 가능 하다. CoAP을 이용한 시각 동기화 기법은 NTP(Network Time Protocol) 대비 평균 2ms 내의 오차를 가지며, 저비용으로 강건한 시각 동기화 기법을 제공한다.

• 한국전산구조공학회논문집
• /
• 제23권4호
• /
• pp.353-360
• /
• 2010

본 논문에서는 단 한번 만의 간단한 구형 인덴테이션 임프레션 실험을 통하여 재료 소성 물성치를 측정함에 있어서 효율적인 알고리즘이 개발되었다. 본 논문에서는 레프리젠터티브 스트레인의 새로운 정의를 기반으로 연구가 수행되어 예전의 연구와 비교할 때 상당한 량의 피팅 매개변수의 개수를 줄이게 됨으로서 계산 량이 대폭 줄어들면서 연구가 쉽게 진행될 수 있었다. 또한 레프리젠터티브 스트레인에 대한 새로운 정의는 보다 명확한 물리적 임의를 부여하였다. 역 해석의 신뢰성을 증명하기 위하여 본 논문에서는 거의 모든 공학적 금속과 합금이 포함되는 재료 세트들을 사용하여 해석을 진행하였다. 수치 해석 모델링을 통하여 얻은 P-${\delta}$ 그래프를 바탕으로 하여 인덴테이션 반응 특성과 재료의 탄소성 물성치가 양 함수에 의하여 연계되었고, 역 해석방법을 적용시켜 재료의 항복응력과 power-law 경화 지수가 얻어진다. 마지막으로, 역 해석을 통하여 얻어진 재료 물성 치와 실제 실험을 통하여 얻어진 재료 물성치가 좋은 일치성을 가진다는 것을 보여준다.

• 인터넷정보학회논문지
• /
• 제11권6호
• /
• pp.123-133
• /
• 2010

XML은 웹상에서 데이터를 만들고 교환하기 위한 새로운 표준이 되었다. 그러나 대부분의 비즈니스 데이터는 아직까지 관계형 데이터베이스 관리 시스템으로 저장되고 관리되고 있다. 따라서 효과적으로 관계형 데이터를 인터넷 기반의 XML 데이터로 변환하는 필요성이 증대되고 있다. 변환 과정에서 가장 중요한 점은 관계형 스키마의 구조적, 의미적 관계 정보를 XML 스키마에 정확히 반영하는 것이다. 그러나 대부분의 변환 방법들이 이러한 관계 정보들을 지원하지 못하는 문제점을 지니고 있다. 이 논문에서는 관계형 데이터베이스 스키마를 XML 스키마인 XML Schema로 변환하는 알고리즘을 제안한다. 변환에는 명시적/묵시적 참조 무결성 관계 정보뿐만 아니라 데이터 중복이 없는 중첩 구조의 높은 단계를 달성할 것이다. 이 논문에서의 절차는 우선 참조 무결성 정보를 추출하여 중복 배제 스키마 모델을 제안하고, 그리고 중첩 구조를 탐사함으로 데이터 중복이 없는 XML Schema 구조를 개선한다.

• 방송공학회논문지
• /
• 제18권1호
• /
• pp.88-97
• /
• 2013

개인화된 추천을 제공하기 위한 협력 필터링은 추천 시스템에서 성공적으로 활용되어 온 기법이다. 그러나 협력 필터링이 주로 연구 및 적용된 분야들은 사용자로부터의 명시적 피드백이 존재하는 독립된 아이템들을 추천하는 것에 초점을 두고 있다. VOD 서비스 플랫폼에서 개인화된 TV 프로그램을 추천하기 위해서는 해당 도메인의 특성과 제한들을 고려하는 것이 필요하다. 본 논문에서는 TV 프로그램의 시리즈 속성을 이용하여, 선호를 판단하기 힘든 비명시적 피드백인 회별 프로그램 시청기록을 명시적이고 지속적인 프로그램 선호도로 변환하는 방법을 고안하였다. 데이터 수집과 최종 추천은 회별 프로그램 단위로 이루어지면서 협력 필터링 처리 단위는 프로그램으로 변경되어 TV 프로그램 VOD 추천 환경에 가장 적당한 형태로 협력 필터링을 변형 적용하였다. 실험 결과는 고안된 추천 시스템이 단순히 협력 필터링을 적용했을 때보다 높은 정확도와 더 적은 계산량을 가지는 것을 보여준다. 도메인 특화된 이러한 변형은 추천 시스템의 알고리즘 모듈로 구성되어 기존에 알려진 다양한 협력 필터링 기법과 결합하여 사용될 수 있다.

• 지능정보연구
• /
• 제12권3호
• /
• pp.95-110
• /
• 2006

지능형 에이전트와 규칙기반 시스템을 이용해 보다 지능적인 웹 환경을 구축하고자 하는 노력이 시맨틱 웹의 발전과 함께 증가하고 있다. 이러한 에이전트와 규칙기반 시스템에 필요한 규칙들을 이미 많은 지식들이 산재해 있는 웹으로부터 습득할 수 있다면 보다 효율적으로 시스템을 구축하는 것이 가능하며, 이러한 응용시스템의 확장은 시맨틱 웹의 발전을 더욱 가속화하는 계기가 될 수 있을 것이다. XRML 방법론은 웹으로부터 규칙을 습득하기 위한 단계적 방법을 제시하고 있으며, 온톨로지를 이용함으로써 규칙의 구성요소들을 자동으로 추출할 수 있도록 지원한다. 그러나 추출된 규칙구성요소들을 조합하여 완전한 규칙을 만드는 과정이 규칙관리자의 수작업에 의존하고 있다. 본 연구는 온톨로지와 그래프 탐색을 사용함으로써 이 과정을 자동화하고자 하는 연구이다. 온톨로지에 있는 규칙의 일반적 패턴을 기반으로 하여 그래프 탐색을 이용해 규칙구성요소들을 조합함으로써 웹 페이지로부터 자동으로 규칙을 추출할 수 있다.

• 정보처리학회논문지D
• /
• 제12D권3호
• /
• pp.365-374
• /
• 2005

B2B 전자거래 환경에서는 다양한 공급자들의 부품 라이브러리를 통합하여 단일 인터페이스를 제공하는 중개 시스템이 요구된다. 그런데 각부품 라이브러리들은 서로 이질적이어서 자동 통합하기 어렵다. 기존의 온톨로지 기반 자동 정보 통합 연구에서는 온톨로지들이 서로 다른 방식으로 작성되는 것을 방지하기 어렵기 때문에 이질성 해결을 위한 매핑이 복잡해지고, 따라서 제한적인 수준에서의 자동 정보 통합 결과를 얻을 수 있었다. 본 논문은 이러한 문제점을 해결하기 위해서 Guarino의 상위 온톨로지 이론을 바탕으로 부품 라이브러리 온톨로지 개발에 이용할 수 있는 지식 모델링 프레임워크를 제안한다. 이 프레임워크는 존재론적 본성에 기반한 엄밀한 논리적 의미와 적용 원리가 부여된 부품 라이브러리 지식 모델링 프리미티브를 제공함으로써 온톨로지 개발자들이 대상 도메인의 지식을 체계적으로 분류하고 일관되게 구조화할 수 있도록 도와준다. 결과적으로, 작성되는 온톨로지들이 서로 비교 가능하고 균질해져 온톨로지 간 매핑이 단순해지고 정형화된다. 이를 바탕으로 온톨로지 자동 병합 알고리즘을 쉽게 개발할 수 있다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권6호
• /
• pp.343-349
• /
• 2017

대규모 가상군의 전투 모델링 및 시뮬레이션에서 자율적으로 행동하는 이성적 전투 개체의 행동 묘사는 향후 발생할 전투의 작전을 고도화하고 효율적인 모의 훈련을 가능하게 하는 핵심 요소이다. DEVS-POMDP 계층적 프레임워크는 전투 행동 교범에 따른 상위 단계 의사결정 및 구체적 서술이 어려운 하위 단계 자율 행동계획을 각각 DEVS 및 POMDP로 모델링함으로써 대규모 가상군을 모의하였으나, POMDP 최적 행동정책 계산에 있어서 많은 컴퓨팅 자원을 필요로 하는 단점이 있었다. 본 논문에서는 DEVS-POMDP로 모델링된 대화력전 모의 시나리오 및 기계화 보병여단 공격작전 모의 시나리오의 사례연구를 통해 효율적인 POMDP 트리 탐색 알고리즘을 제안하고 적군 행동 양상 모델의 학습을 통한 가상군 전투 개체의 성능 향상을 확인한다.

• 전기학회논문지
• /
• 제59권5호
• /
• pp.981-989
• /
• 2010

In this study, we introduce a new architecture of fuzzy inference system. In the fuzzy inference system, we use Fuzzy C-Means clustering algorithm to form the premise part of the rules. The membership functions standing in the premise part of fuzzy rules do not assume any explicit functional forms, but for any input the resulting activation levels of such radial basis functions directly depend upon the distance between data points by means of the Fuzzy C-Means clustering. As the consequent part of fuzzy rules of the fuzzy inference system (being the local model representing input output relation in the corresponding sub-space), four types of polynomial are considered, namely constant, linear, quadratic and modified quadratic. This offers a significant level of design flexibility as each rule could come with a different type of the local model in its consequence. Either the Least Square Estimator (LSE) or the weighted Least Square Estimator (WLSE)-based learning is exploited to estimate the coefficients of the consequent polynomial of fuzzy rules. In fuzzy modeling, complexity and interpretability (or simplicity) as well as accuracy of the obtained model are essential design criteria. The performance of the fuzzy inference system is directly affected by some parameters such as e.g., the fuzzification coefficient used in the FCM, the number of rules(clusters) and the order of polynomial in the consequent part of the rules. Accordingly we can obtain preferred model structure through an adjustment of such parameters of the fuzzy inference system. Moreover the comparative experimental study between WLSE and LSE is analyzed according to the change of the number of clusters(rules) as well as polynomial type. The superiority of the proposed model is illustrated and also demonstrated with the use of Automobile Miles per Gallon(MPG), Boston housing called Machine Learning dataset, and Mackey-glass time series dataset.