• 한국정보처리학회논문지
• /
• 제7권2호
• /
• pp.552-557
• /
• 2000

본 논문에서는 신경망의 초기 파라미터(가중치, 바이어스) 값을 최적화 시키는 GA-BP(Genetic Algorithm-Backpropagation Network) 혼합 알고리즘을 이용하여 얼굴을 인식하는 방법을 제안하였다. 입력 영상의 각 픽셀들을 신경망의 입력으로 사용하고 고정 소수점 실수값으로 이루어진 신경망의 초기 파리미터 값은 유전자 알고리즘의 개체로 사용하기 위해 비트 스트링으로 변환한다. 신경망의 오차가 최소가 되는 값을 적합도로 정의한 뒤 새롭게 정의된 적응적 재학습 연산자를 이용하여 이를 평가해 최적의 진환된 신경망을 구성한 뒤 얼굴을 인식하는 실험을 하였다. 실험 결과 학습 수렴 속도의 비교에서는 오류 역전과 알고리즘 단독으로 실행한 수렴 속도보다 제안된 알고리즘의 수렴 속도가 향상된 결과를 보였고 인식률에서 오류 역전과 알고리즘 단독으로 실행한 방법보다 2.9% 향상된 것으로 나타났다.

• Reproductive and Developmental Biology
• /
• 제37권4호
• /
• pp.185-192
• /
• 2013

Many countries have implemented genetic evaluation for fertility traits in recent years. In particular, reproductive trait is a complex trait and need to require a system-level approach for identifying candidate genes related to the trait. To find the candidate gene associated with reproductive trait, we applied a weighted gene co-expression network analysis from expression value of bovine genes. We identified three co-expressed modules associated with reproductive trait from bovine microarray data. Hub genes (ZP4, FHL2 and EGR4) were determined in each module; they were topologically centered with statistically significant value in the gene co-expression network. We were able to find the highly co-expressed gene pairs with a correlation coefficient. Finally, the crucial functions of co-expressed modules were reported from functional enrichment analysis. We suggest that the network-based approach in livestock may an important method for analyzing the complex effects of candidate genes associated with economic traits like reproduction.

• 한국산업정보학회논문지
• /
• 제15권2호
• /
• pp.49-57
• /
• 2010

본 논문에서는 역전파 신경망 알고리즘(BPNN: Back Propagation Neural Network)과 Singular Value Decomposition(SVD)를 이용하는 한글 문서 분류 시스템을 제안한다. BPNN은 학습을 통하여 만들어진 네트워크를 이용하여 문서분류를 수행한다. 이 방법의 어려움은 분류기에 입력되는 특징 공간이 너무 크다는 것이다. SVD를 이용하면 고차원의 벡터를 저차원으로 줄일 수 있고, 또한 의미있는 벡터 공간을 만들어 단어 사이의 중요한 관계성을 구축할 수 있다. 본 논문에서 제안한 BPNN의 성능 평가를 위하여 한국일보-2000/한국일보-40075 문서범주화 실험문서집합의 데이터 셋을 이용하였다. 실험결과를 통하여 BPNN과 SVD를 사용한 시스템이 한글 문서 분류에 탁월한 성능을 가지는 것을 보여준다.

• 벤처창업연구
• /
• 제13권3호
• /
• pp.47-57
• /
• 2018

본 연구의 목적은 창업생태계를 네트워크적 측면에서 접근하여 창업자와 투자자의 네트워크에 대한 인식, 특성 등을 분석함으로서 네트워크와 기업간 성과창출과의 상관관계를 파악하는데 있다. 실증분석을 위한 연구 대상으로 정책적인 모범사례로 평가 받고 있는 TIPS사업을 선정하였고 조사 수집된 자료에 대해 소셜 네트워크 분석과 통계분석을 하였다. TIPS사업에 참여하는 창업기업과 투자자의 네트워크의 연결성이 기업의 성과에 영향을 미칠 것이라는 전제 하에 실시한 분석 결과, 다른 투자자와의 관계가 많을수록, 매개적 위치를 차지하고 있을수록, 다른 투자자들과의 직간접적 연결거리가 짧을수록, 영향력 있는 투자자와 연결되어 있을수록, 연결성이 큰 그룹에 소속되어 있을수록 해당 운영사가 투자한 창업팀의 후속투자 유치 가능성도 커지는 것으로 나타났다. 즉 투자자의 네트워크 연결성이 강할수록 투자자가 투자한 스타트업이 후속투자 유치에 성공하면서 생존, 발전할 가능성이 높은 것으로 확인되었다. 그리고 창업팀과 운영사 모두 투자 유치 또는 기업 발굴 시에 기업과 투자자 간의 내부 인적 네트워크가 중요한 역할을 한다고 생각하고 있었으며, 인적 네트워크 가치가 기업가치 평가나 투자 결정에서 중요한 영향을 미칠 것이라고 인식하고 있는 것으로 나타났다. 이러한 생태계 내의 네트워크가 창업기업의 성장에 긍정적인 인식을 통해 네트워크 중심의 생태계 발전방안에 대한 많은 연구가 있기를 기대한다.

• 한국사회복지학
• /
• 제59권3호
• /
• pp.281-304
• /
• 2007

사회복지 서비스 부문에서 최근 상호조직간 네트워크의 필요성이 증가하면서 상호조직간 네트워크 사업이 활성화되고 있다. 이와 함께, 네트워크 성과에 대한 책임성의 요구도 증가하고 있다. 네트워크 성과를 성공적으로 수행하기 위해서는 성과에 관한 상호조직 간의 공통된 이해의 틀을 갖추는 것이 필요하며, 성과 개념에 관한 합의 도출이 이루어져야 한다. 따라서, 본 연구는 사회복지 실천현장에서 각기 다른 이해관계에 놓인 조직들이 네트워크 성과측정을 기획하기 위한 기초 작업으로서 성과의 개념적 틀을 개발하고 개념적 합의를 도출할 수 있도록 돕는 concept mapping(개념도 연구법)을 적용한 사례를 소개하고 실천현장에서의 활용가능성을 모색해 보았다. 개념도 연구법을 적용한 결과 협력적인 수행과 지속적인 의사결정 과정 속에 놓여 있는 네트워크 조직에서의 성과측정 기획을 위한 실천적 함의를 발견할 수 있었으며, 사회복지 실천에의 적용 유용성을 향상하기 위한 대안들을 제시하였다.

• 한국인터넷방송통신학회논문지
• /
• 제20권2호
• /
• pp.165-170
• /
• 2020

스파이킹 신경망은 기존 신경망과 다른 메커니즘으로 동작한다. 기존 신경망은 신경망을 구성하는 뉴런으로 들어오는 입력 값에 대해 생물학적 메커니즘을 고려하지 않은 활성화 함수를 거쳐 다음 뉴런으로 출력 값을 전달한다. 뿐만 아니라 VGGNet, ResNet, SSD, YOLO와 같은 심층 구조를 사용한 좋은 성과들이 있었다. 반면 스파이킹 신경망은 기존 활성화함수 보다 실제 뉴런의 생물학적 메커니즘과 유사하게 동작하는 방식이지만 스파이킹 뉴런을 사용한 심층구조에 대한 연구는 기존 뉴런을 사용한 심층 신경망과 비교해 활발히 진행되지 않았다. 본 논문은 기존 뉴런으로 만들어진 심층 신경망 모델을 변환 툴에 로드하여 기존 뉴런을 스파이킹 뉴런으로 대체하여 스파이킹 심층 신경망으로 변환하는 방법에 대해 제안한다.

• 한국경영과학회지
• /
• 제25권1호
• /
• pp.15-26
• /
• 2000

We consider an open tandem queueing network with population constraint and constant service times. The total number of customers that may be present in the network can not exceed a given value k. Customers arriving at the queueing network when there are more than k customers are forced to walt in an external queue. The arrival process to the queueing network is assumed to be arbitrary. It is known that the queueing network with population constrant and constant service times can be transformed into a simple network involving only two nodes. In this paper, the departure process from the queueing network is examined using this simple network. An approximation can be calculated with accuracy. Finally, validations against simulation data establish the tightness of these.

• 한국컴퓨터정보학회논문지
• /
• 제21권1호
• /
• pp.115-123
• /
• 2016

In this study, we collect various side effect pairs which are appeared frequently at many drugs, and select side effect pairs that have higher severity. For every selected side effect pair, we extract common genetic networks which are shared by side effects' genes and drugs' target genes based on PPI(Protein-Protein Interaction) network. For this work, firstly, we gather drug related data, side effect data and PPI data. Secondly, for extracting common genetic network, we find shortest paths between drug target genes and side effect genes based on PPI network, and integrate these shortest paths. Thirdly, we develop a classification model which uses this common genetic network as a classifier. We calculate similarity score between the common genetic network and genetic network of a drug for classifying the drug. Lastly, we validate our classification model by means of AUC(Area Under the Curve) value.

• 한국산학기술학회논문지
• /
• 제19권3호
• /
• pp.141-146
• /
• 2018

최근에 위치 인식 기술이 많은 관심을 받고 있다. 특히 실내에서 주변 환경에 영향을 받지 않고 사람이나 사물의 위치를 파악하고, 유용한 서비스를 제공하는 기술이 대두되고 있다. 기존에 물체나 사람의 위치를 인식하는 방법으로 보편적으로 GPS기술을 많이 사용하였다. GPS는 매우 효율적으로 위치를 감지하지만 실내에서의 위치를 파악하기는 어렵기 때문에 실내에서 위치 인식을 위한 방법으로 RFID의 사용이 대두되었다. RFID는 무선주파수를 이용하여 태그가 부착된 사물 또는 사람의 위치정보를 파악하는 기술이다. 본 논문에서는 RFID 시스템을 구성하고 태그를 이용하여 위치를 측정했다. 이때 실제위치와 측정된 위치간의 오차가 발생한다. 본 논문에서는 오차를 줄이기 위해 측정된 위치 데이터와 실제 위치 데이터를 이용하여 신경망을 훈련하였다. 이때 측정된 태그의 개수가 일정하지 않아 신경망을 훈련시키기 위한 입력값으로 적합하지 않으므로 무게중심 입력과 중앙값 입력으로 변환하여 입력하여 신경망을 훈련시켰다. 그 결과 신경망에 의한 위치 오차가 줄어든 것을 확인하였다. 또한 훈련시킨 개수를 50, 100, 200, 300개로 실험하여 데이터입력 개수와 오차의 상관관계를 확인하고, 신경망을 이용하여 훈련시켰을 때 무게중심 입력과 중앙값 입력을 사용했을 때의 오차를 비교하였다. 그 결과 훈련시킨 데이터 개수가 많을수록 오차가 줄어들고, 무게중심 입력보다 중앙값 입력을 사용했을 때 오차가 줄어드는 것을 확인하였다.

• 한국정보과학회논문지:정보통신
• /
• 제36권3호
• /
• pp.173-183
• /
• 2009

본 논문에서는 엔트로피에 기반한 이상징후 탐지 시스템을 제안한다. 엔트로피는 시스템의 무질서정도를 측정하는 지표로써, 이상징후 출현 시 네트워크의 엔트로피는 급증한다. 네트워크를 IP와 포트번호를 기준으로 분류하여, 패킷별로 역학을 관찰하고 엔트로피를 각각 측정한다. 분산서비스거부공격이나 웜, 스캐닝 등의 네트워크 공격 출현 시 패킷 교환과정이 정상적일 때와는 다르므로 엔트로피를 통하여 기존기법 보다 높은 탐지율로 이상징후를 탐지할 수 있다. 본 논문에서는 다수의 원과 서비스거부공격을 포함한 데이터 셋을 수집하여 제안기법을 검증하였다. 또한 지수평활법, Holt-winters 등의 시계열예측 기법과 주성분분석을 이용한 이상징후 탐지 기법과 정확도 측면에서 비교한다. 본 논문에서 제안한 기법으로 웜, 서비스거부공격 등의 이상징후 탐지에 있어 오탐지율을 낮출 수 있다.