Specification of a Software Architecture and Protocols for Automated VLSI Manufacturing System Operation

Jonghun Park(박종헌),Jongwon Kim(김종원),Wook Hyun Kwon(권욱현) 제어로봇시스템학회 1997 제어·로봇·시스템학회 논문지 Vol.3 No.1

금융자산의 시장 미시구조 잡음에 대한 부트스트래핑 라그랑지 승수 검정

김효진,신동완,박종헌,이상구,Kim, Hyo Jin,Shin, Dong Wan,Park, Jonghun,Lee, Sang-Goo 한국통계학회 2015 응용통계연구 Vol.28 No.2

본 논문에서는 정상적 부트스트래핑을 금융 자산 가격에서 시장 미시구조 잡음에 대한 라그랑지 승수 검정에 적용한다. 몬테 카를로 실험을 통해 부트스트래핑 방법이 조건부 이분산 모형을 적용한 기존 라그랑지 승수 검정의 유의수준 왜곡 문제를 개선함을 보인다. 이 검정을 KOSPI 지수와 원-달러 환율과 같은 실제 데이터에 적용한다. Stationary bootstrapping is applied to a Lagrangian multiplier (LM) test to test market microstructure noise (MMN) in financial asset prices. A Monte-Carlo experiment shows that the bootstrapping method improves the size of the original LM test which has some size distortion for conditional heteroscedastic models. The proposed test is illustrated for real data sets like KOSPI index and Won-Dollar exchange rate.

상황에 의존적인 선호관계 분석을 위한 시각화 기법

박희웅(Heewoong Park),박종헌(Jonghun Park) 한국정보과학회 2015 한국정보과학회 학술발표논문집 Vol.2015 No.6

척추 질환의 진단 및 결과 예측 분야에 대한 인공 지능 학습법의 적용

최성훈(Sung Hoon Choi),윤종헌(Jonghun Yoon),박예수(Ye-Soo Park) 대한정형외과학회 2022 대한정형외과학회지 Vol.57 No.2

인공 지능은 기계 학습 및 인공 신경망을 포함하는 개념이며, 컴퓨터의 빠른 연산을 바탕으로 대규모 데이터의 신속한 분석이 가능한 특징을 보인다. 인공 지능 기술을 도입한 특정 질환의 진단 및 예후를 추정하는 다양한 의학 연구가 보고되었다. 최근에는 영상 자료의 인식 및 분석에 유용한 컨볼루션 신경망(convolutional neural network) 학습법을 활용한 많은 의학 관련 연구가 보고되어 있다. 척추 질환을 포함한 정형외과의 다양한 질환들은 단순 방사선 검사, 전산화 단층 촬영 검사 및 자기 공명 영상 검사 등 영상 자료가 환자의 진단 및 치료를 결정하는 데 필수적이다. 따라서 타 의학 분야에 비해 정형외과 질환의 진단 및 치료에 인공지능 학습법이 적용될 수 있는 많은 영역이 있다. 의료 정보화 시대에 정형외과 의사가 주도적으로 인공 지능 기술을 도입하는 것은 환자의 진단 및 치료에 긍정적인 요인이 되어 의학 발전에 기여하는 바가 클 것으로 판단된다. 본 종설에서는 인공 지능의 개략적인 내용을 정리하고 척추 질환의 진단 및 결과 예측에 기계 학습법을 활용한 연구들을 소개한다. Artificial intelligence is a concept that includes machine learning and artificial neural networks and is characterized by the rapid analysis of large-scale data based on fast computation of computers. Various medical studies have been reported to estimate the diagnosis and prognosis of specific diseases using artificial intelligence technology. Recently, many medical studies using a convolutional neural network, which is particularly useful for imaging recognition and analysis, have been reported. For various diseases in orthopedic surgery, including spinal diseases, imaging data, such as simple radiographs, computed tomography, and magnetic resonance imaging, are essential for determining the diagnosis and treatment of patients. Therefore, compared to other fields of medicine, there are many disease entities where artificial intelligence can be applied to the diagnosis and treatment of orthopedic diseases. With the increasing importance of medical informatics, the introduction of artificial intelligence by orthopedic surgeons will positively contribute to the development of medicine. This review outlines artificial intelligence and introduces studies using machine learning to diagnose and predict spinal diseases.

능동형 규칙 기반 유비쿼터스 프로세스 설계의 워크플로우 패턴 분석

정재윤(Jae-Yoon Jung),박종헌(Jonghun Park) 한국전자거래학회 2009 한국전자거래학회지 Vol.14 No.1

프로세스 설계에는 Petri-net, EPC, UML Activity Diagram 등 다양한 모델 기법이 사용되고 있다. 업무 프로세스 내에 복잡한 업무 규칙이 다수 결합되어 있거나, 유비쿼터스 컴퓨팅과 같이 분산 환경에서 복합한 상호운용 규칙이 산재되어 있는 경우에는 정형적인 프로세스 모델링 기법이 비효율적이므로 규칙 기반의 분산 프로세스 설계를 사용할 수 있다. 본 연구는 유비쿼터스 환경에서의 규칙 기반 프로세스 설계 방법을 분석한다. 특히, 이벤트-조건-액션(ECA) 형태의 능동형 규칙을 이용한 프로세스 설계를 대상으로 분석하며, ECA 스키마는 웹 서비스 기술을 위해 개발된 WS-ECA 언어를 사용한다. ECA 규칙을 이용한 여러가지 프로세스 통제 흐름 표현 방법을 분석하기 위하여 워크플로우 패턴을 활용하였다. 워크플로우 패턴에 따라 ECA 규칙 기반 프로세스 표현법을 제공함으로써 규칙 기반 프로세스를 설계하기 위한 가이드라인을 제시하였다는 데 연구의 의의가 있다. Many process modeling techniques, such as Petri-net, UML Activity Diagram, and EPC, are used to design process models. In this paper, we analyze ubiquitous process design based on workflow patterns. In particular, we focus on process design using active rules that have the form of Event-Condition-Action, and deal with the WS-ECA language, which was devised for ubiquitous web services coordination. We first check whether workflow patterns can be designed with ECA rules, and we then provide WS-ECA representations for ECA rules of the patterns. The contribution of this paper is that ECA rule-based process models were presented based on workflow patterns and they can be a guideline for ubiquitous process modeling.

모바일 사용자의 잠재 관심 추론을 위한 앙상블 기법

최예림(Yerim Choi),박종헌(Jonghun Park),신동완(Dong Wan Shin) 한국정보과학회 2015 정보과학회 컴퓨팅의 실제 논문지 Vol.21 No.11

최근 모바일 서비스에서 콘텐트를 요약 정보가 담긴 리스트 형태로 제공하는 경우가 증가하고 있다. 이에 따라 사용자가 콘텐트에 관심이 있어도 별점이나 클릭과 같은 명시적 혹은 암묵적 관심을 표현하지 않고 요약 정보를 통해 콘텐트를 소비하는 잠재 관심 표현이 대다수를 차지하게 되었다. 따라서 사용자의 관심을 파악하기 위해서는 잠재 관심 콘텐트의 추론이 필수적이다. 본 연구에서는 사용자의 모바일 상의 콘텐트 소비 로그 패턴을 분석하여 잠재 관심 콘텐트를 추론하는 기법을 제안한다. 특히, 실제 서비스에 적용 시 잘못된 관심 추론은 치명적일 수 있다는 점에서 추론의 정밀도를 극대화시키기 위해 서로 다른 특성을 반영한 다수의 분류기가 모두 동의한 경우에 잠재 관심 콘텐트로 추론하는 만장일치 앙상블방식을 도입한다. 자체 제작한 어플리케이션으로부터 콘텐트 소비 로그를 수집하였으며 이를 이용하여 제안 방법론의 우수한 성능을 확인하였다. 이러한 잠재 관심 아이템의 정확한 도출은 사용자의 관심에 기초한 추천 시스템과 같은 개인화 서비스의 질 향상에 기여할 것이다. These days, much information is provided as a list of summaries through mobile services. In this regard, users consume information in which they are interested by observing the list and not by expressing their interest explicitly or implicitly through rating content or clicking links. Therefore, to appropriately model a user’s interest, it is necessary to detect latent interest content. In this study, we propose a method for reasoning latent interest of a user by analyzing mobile content consumption logs of the user. Specifically, since erroneous reasoning will drastically degrade service quality, a unanimity ensemble method is adopted to maximize precision. In this method, an item is determined as the subject of latent interest only when multiple classifiers considering various aspects of the log unanimously agree. Accurate reasoning of latent interest will contribute to enhancing the quality of personalized services such as interest-based recommendation systems.

재유입 다중칩 조립라인을 위한 인공신경망 기반의 다중 목적 함수 디스패치 규칙 선택 기법

허재석(Jaeseok Huh ),박종헌(Jonghun Park) 한국정보기술학회 2019 한국정보기술학회논문지 Vol.17 No.2

Recently, the semiconductor manufacturers have focused on the production of multiple chip products (MCPs) to achieve high capacities while preserving compactness. As the number of chips to be stacked increases, a re-entrant flow that repeats die attach and wire bonding assembly stages in MCP production is generated, which causes increased flow time and decreased resource utilization. In this paper, we propose a rule selection dispatcher (RSD) based on an artificial neural network, which reduces the flow time and increases the resource utilization. RSD learns the preferences of each dispatching rule according to assembly line data generated by a simulator. Then the proposed dispatcher performs lot dispatching decisions by selecting one of the dispatching rules. The experiments showed that the proposed dispatcher outperformed the existing methods in terms of the performance and computation time.

혼합 시퀀스 커널을 이용한 조종사의 비동적 행위 모델링

최예림,전승욱,지철규,박종헌,신동민,Choi, Yerim,Jeon, Sungwook,Jee, Cheolkyu,Park, Jonghun,Shin, Dongmin 한국군사과학기술학회 2014 한국군사과학기술학회지 Vol.17 No.6

For decades, modeling of pilots has been intensively studied due to its advantages in reducing costs for training and enhancing safety of pilots. In particular, research for modeling of pilots' non-kinetic behaviors which refer to the decisions made by pilots is beneficial as the expertise of pilots can be inherent in the models. With the recent growth in the amount of combat logs accumulated, employing statistical learning methods for the modeling becomes possible. However, the combat logs consist of heterogeneous data that are not only continuous or discrete but also sequence independent or dependent, making it difficult to directly applying the learning methods without modifications. Therefore, in this paper, we present a kernel function named hybrid sequence kernel which addresses the problem by using multiple kernel learning methods. Based on the empirical experiments by using combat logs obtained from a simulator, the proposed kernel showed satisfactory results.

모바일 사용자의 성별 예측을 위한 식별 및 인기 단어 집합 기반 2단계 기기 내 분석

최예림(Yerim Choi),박규연(Kyuyon Park),김소이(Solee Kim),박종헌(Jonghun Park) 한국전자거래학회 2016 한국전자거래학회지 Vol.21 No.1

모바일 기기 데이터를 활용한 분석에서 사용자의 프라이버시를 보호하는 것이 주요한 이슈로 대두됨에 따라 데이터를 외부로 전송하지 않고 모바일 기기 안에서 분석을 수행하는 기기내 분석이 주목 받고 있다. 기기 내 분석을 활용하면 문자 메시지, 검색 단어, 북마크, 연락처등 매우 개인적이지만 성별 구분에 효과적이라고 알려진 모바일 텍스트를 이용한 성별 예측이 가능하며, 사전에 선정된 단어들의 집합을 모바일 기기로 전송하여 이 단어들과 모바일 텍스트를 비교를 통해 성별을 예측하는 단어 비교 방식을 이용하면 모바일 기기의 제한된 자원 문제를 극복할 수 있다. 특히, 확실한 근거를 이용하여 필터링 한 후 예측을 수행하면 정확도를 극대화하고 복잡도를 낮출 수 있다. 따라서 본 논문에서는 단어의 식별력과 인기도를 순차적으로 고려하는 2단계의 기기 내 성별 예측 방법을 제안한다. 구체적으로, 제안하는 방법론은 소수의 높은 식별력을 가지는 단어를 이용하여 전체 사용자의 성별을 예측하고 이어서 인기도가 높은 단어를 활용하여 앞서 예측이 되지 않은 사용자의 성별을 예측한다. 실제 데이터를 이용한 실험에서 제안하는 방법론은 비교 방법론보다 우수한 성능을 나타내었다. As respecting one’s privacy becomes an important issue in mobile device data analysis, on-device analysis is getting attention, in which the data analysis is conducted inside a mobile device without sending data from the device to outside. One possible application of the on-device analysis is gender prediction using text data in mobile devices, such as text messages, search keyword, website bookmarks, and contact, which are highly private, and the limited computing power of mobile devices can be addressed by utilizing the word comparison method, where words are selected beforehand and delivered to a mobile device of a user to determine the user’s gender by matching mobile text data and the selected words. Moreover, it is known that performing prediction after filtering instances using definite evidences increases accuracy and reduces computational complexity. In this regard, we propose a two-phase approach to on-device gender prediction, where both discriminability and popularity of a word are sequentially considered. The proposed method performs predictions using a few highly discriminative words for all instances and popular words for unclassified instances from the previous prediction. From the experiments conducted on real-world dataset, the proposed method outperformed the compared methods.

dPCA-HMM을 이용한 전투기 조종사 모델링 연구

최예림(Yerim Choi),전승욱(Sungwook Jeon),박종헌(Jonghun Park),신동민(Dongmin Shin) 한국항공우주학회 2015 韓國航空宇宙學會誌 Vol.43 No.1

전투기 조종사 모델링은 국방 M&S(Modeling & Simulation)를 활용한 전쟁 모의 및 전투 실험의 기초 기술로 국방 M&S의 중요성이 대두됨에 따라 연구의 필요성이 높아지고 있다. 특히, 최근 전투 로그의 축적으로 통계적 학습 기법을 활용한 모델링의 적용이 가능해졌으며 전투 로그의 시계열적 특성을 반영할 수 있는 HMM(Hidden Markov Model)이 적합하다. 하지만 HMM은 이산형 혹은 연속형 중 한 형태의 변수만을 통해 학습되므로 이형 변수로 구성된 전투 로그에 적용을 위해서는 형변환 과정이 필요하다. 따라서 본 논문에서는 형변환을 위한 dPCA(Discrete Principal Component Analysis)와 HMM을 접목한 dPCA-HMM 기반 조종사 모델링 방법을 제안한다. 국방과학연구소 관급 시뮬레이터로부터 생성된 전투 로그를 이용한 비교 실험을 통해 제안하는 방법론의 성능을 평가하였으며, 만족스러운 성능을 나타내었다. Modeling of fighter pilots, which is a fundamental technology for war games using defense M&S (Modeling & Simulation) becomes one of the prominent research issues as the importance of defense M&S increases. Especially, the recent accumulation of combat logs makes it possible to adopt statistical learning methods to pilot modeling, and an HMM (Hidden Markov Model) which is able to utilize the sequential characteristic of combat logs is suitable for the modeling. However, since an HMM works only by using one type of features, discrete or continuous, to apply an HMM to heterogeneous features, type integration is required. Therefore, we propose a dPCA-HMM method, where dPCA (Discrete Principal Component Analysis) is combined with an HMM for the type integration. From experiments conducted on combat logs acquired from a simulator furnished by agency for defense development, the performance of the proposed model is evaluated and was satisfactory.