• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2002년도 추계공동학술대회
• /
• pp.490-501
• /
• 2002

기업의 생산성향상과 이익률에 영향을 줄 수 있는 지식이 경제 전반에 확산되어 나가는 과정은 한 나라의 경제발전속도에 영향을 미치는 중요한 요인이다. 기업 측면에서는 도입하려는 기술이 도입 후에 그 기업의 이익을 높여 줄 수 있다면 도입하지 않을 이유가 없다. 하지만 미래 수요의 불확실성이나 기술발전 방향의 불확실성 등으로 해서 기업으로서는 도입 후의 이익을 정확히 사전적으로 측정하기는 어렵다. 본 논문에서는 학계에서 일반적으로 사용되고 있는 두 가지 지식확산 모델을 설명하고자 한다. 그 하나는 하나의 새로운 기술이나 상품이 시간이 흐름에 따라 어떻게 전체 사용 가능자(population)에게 확산되는 지를 보여주는 1) Epidemic Diffusion Model (흔히 S자형 - Sigmoid - 모델이라고도 한다.)과 어떤 도입자가 어느 시점에서 대상이 된 새로운 기술을 도입할 것인지 아닌지를 결정하는 모델로서 2) Probit Diffusion Model (프로빗 모델)을 중심으로 한다. 그리고 이러한 지식확산과정과 속도에 영향을 줄 수 있는 기업 내부적 요인으로서 도입하고자 하는 기업의 누적된 경험이 중요하다는 것과 기업 외부적 요인으로서 네트웍 효과와 같은 요인들을 설명하였다.

• Journal of Gastric Cancer
• /
• 제15권2호
• /
• pp.143-146
• /
• 2015

Sarcomatoid carcinoma of the small intestine is rare, and only 30 cases have been reported to date. This disease generally exhibits a very poor prognosis. Here we report the case of a 67-year-old man with a sarcomatoid carcinoma in the jejunum, who was hospitalized for diarrhea, fever, nausea, and vomiting. The tumor was located at the jejunum and had a large round shape with geographic necrosis. It involved the entire wall of the small intestine and had directly invaded the neighboring sigmoid colon. Both lobes of the liver had multiple metastases. The patient underwent surgical resection of the jejunum. On immunohistochemical analysis, the tumor was positive for epithelial and mesenchymal markers. The patient died from rapid progression of the liver metastases 6 weeks after the surgery.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2002년도 춘계공동학술대회
• /
• pp.632-638
• /
• 2002

In novelty detection, one attempts to discriminate abnormal patterns from normal ones. Novelty detection is quite difficult since, unlike usual two class classification problems, only normal patterns are available for training. Auto-Associative Multi-Layer Perceptron (AAMLP) has been shown to provide a good performance based upon the property that novel patterns usually have larger auto-associative errors. In this paper, we give a mathematical analysis of 2-layer AAMLP's output characteristics and empirical results of 2-layer and 4-layer AAMLPs. Various activation functions such as linear, saturated linear and sigmoid are compared. The 2-layer AAMLPs cannot identify non-linear boundaries while the 4-layer ones can. When the data distribution is multi-modal, then an ensemble of AAMLPs, each of which is trained with pre-clustered data is required. This paper contributes to understanding of AAMLP networks and leads to practical recommendations regarding its use.

• 대한공간정보학회지
• /
• 제3권2호
• /
• pp.91-100
• /
• 1995

본 논문은 위성탐사 이미지의 분류에서 한 화소(SPOT HRV의 밴드 1-3의 경우 $200{\times}20m$)에 포함된 혼합된 정보의 분류를 시도한다. 먼저 기존의 분류기법에서 발생되는 정보의 손실과 혼합화소에 내포된 정보의 불확실성에 대해 알아보고 이를 해결하기 위한 방법으로 피지 시그모이드 함수와 역전파 신경망을 이용한 기법을 제안하며, 이를 실험하고 비교 분석한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 춘계학술대회 학술발표 논문집
• /
• pp.53-56
• /
• 1998

본 논문에서의 공학적인 체계성을 갖고 초기 연결 가중치 및 임계치를 결정해 주면서, 학습까지 가능한 신경망을 제안한다. 기존의 오류 역전파 신경망을 적용할 때 경험에 의하여 은닉층 노드수를 결정하거나 임의의 실수 값으로 초기 연결 가중치 및 임계값을 주었을 때 자주 발생하는 학습 마비 현상을 피할 수 있고, Bose가 제안된 Voronoi 공간 분류에 의한 신경망 구성에서 학습이 불가능하다는 제안적인 단점을 보안하였다. 초기 가중치는 Voronoi 공간 분류가 이루어져 있다고 할 때 Bose가 제안한 초기 가중치 결정법을 개선하여 사용하고, Bose의 경우 신경망 노드가 Step function을 이용하여 정보를 전달하였으나 본 연구에서는 학습이 가능한 함수인 Sigmoid function을 이용하였다. 제안된 새로운 신경망의 성능 및 효율성을 비교하기 위하여 선형분리가 불가능한 XOR문제를 실험한 결과, 기존의 학습 가능한 EBP에서 허용오차 0.05 수준일 때 80%정도 학습마비 현상이 발생하였던 심각한 문제점을 보완할 수 있었고, 또한 학습 속도면에서 8~9배 정도 빠른 성능을 나타내었다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제10권1호
• /
• pp.59-64
• /
• 2010

To improve system performance, we apply the concept of membership function to Variance Considered Machines (VCMs) which is a modified algorithm of Support Vector Machines (SVMs) proposed in our previous studies. Many classification algorithms separate nonlinear data well. However, existing algorithms have ignored the fact that probabilities of error are very high in the data-mixed area. Therefore, we make our algorithm ignore data which has high error probabilities and consider data importantly which has low error probabilities to generate system output according to the probabilities of error. To get membership function, we calculate sigmoid function from the dataset by considering means and variances. After computation, this membership function is applied to the VCMs.

• 전자공학회논문지B
• /
• 제30B권6호
• /
• pp.59-66
• /
• 1993

Stereo vision is useful in obtaining three dimensional depth information from two images taken from different view points. Neural network modeling for stereo matching, the key step in stereo vision, is defined by an energy function satisfying with three constraints proposed by Marr and Poggio. Stereo matching is then carried out through the network to find minimum energy corresponding to the optimized solution of the problem. An algorithm for stereo matching using an analog neural network is presented here. The network can reduce errors in initial state an early iteration steps by adoption of continuous sigmoid function in stead of binary state. The experimental results show good matching performance for sparse random dot stereogram and real image.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1995년도 하계학술대회 논문집 B
• /
• pp.606-609
• /
• 1995

This paper presents discriminate between magnetizing inrush and internal faults of power transformer by artificial neural networks trained with preprocessing of fault discriminant. The proposed neural networks contain multi-layer perceptron using back-propagation learning algorithm with logistic sigmoid activation function. For this training and test, we used the relaying signals obtained from the EMTP simulation of model power system. It is shown that the proposed transformer protection system by neural networks never misoperated.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2016년도 제28회 한글 및 한국어 정보처리 학술대회
• /
• pp.291-295
• /
• 2016

본 논문에서는 한국어 기본 유니트 단위로 WPM을 활용한 구글 플레이 스토어 앱의 댓글 감정분석을 수행하였다. 먼저 자동 띄어쓰기 시스템을 적용한 후, 어절단위, 형태소 분석기, WPM을 각각 적용하여 모델을 생성하고, 로지스틱 회귀(Logistic Regression), 소프트맥스 회귀(Softmax Regression), 서포트 벡터머신(Support Vector Machine, SVM)등의 알고리즘을 이용하여 댓글 감정(긍정과 부정)을 비교 분석하였다. 그 결과 어절단위, 형태소 분석기보다 WPM이 최대 25%의 향상된 결과를 얻었다. 또한 분류 과정에서 로지스틱회귀, 소프트맥스 회귀보다는 SVM 성능이 우수했으며, SVM의 기본 파라미터({'kernel':('linear'), 'c':[4]})보다 최적의 파라미터를 적용({'kernel': ('linear','rbf', 'sigmoid', 'poly'), 'C':[0.01, 0.1, 1.4.5]} 하였을 때, 최대 91%의 성능이 나타났다.

• 음성과학
• /
• 제7권4호
• /
• pp.11-26
• /
• 2000

In this paper, we propose the HMM with the MIN module. Because initial and re-estimated variance vectors are important elements for performance in HMM recognition systems, we propose a method which compensates for the mismatched statistical feature of training and test data. The MIN module function is a differentiable function similar to the sigmoid function. Unlike a continuous density function, it does not include variance vectors of the data set. The proposed hybrid HMM/MIN module is a unified network in which the observation probability in the HMM is replaced by the MIN module neural network. The parameters in the unified network are re-estimated by the gradient descent method for the Maximum Likelihood (ML) criterion. In estimating parameters, the variance vector is not estimated because there is no variance element in the MIN module function. The experiment was performed to compare the performance of the proposed HMM and the conventional HMM. The experiment measured an isolated number for speaker independent recognition.