http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
장병탁,김청택,오경환 한국뇌학회 2003 한국뇌학회지 Vol.3 No.1
은닉변수모델에 기반한 문서집합으로부터 주제어 추출과 이에 기반한 의미 커널을 활용한 문서 간 유사도 측정 기법을 개발하였다. 또한 신경망 모델에 기반한 웹 콘텐츠 분류와 사용자 마이닝 기법은 실제 웹 데이터에 대한 우수한 성능을 보였다. We developed effective techniques for topic words extraction and the estimation of document similarity using semantic kernels based on latent variable models. Also, the devised method for the classification of web contents and usage mining showed good performance in real-world web data sets.
장병탁,김성동,Jang, Byeong-Tak,Kim, Seong-Dong 한국과학기술정보연구원 2000 지식정보인프라 Vol.3 No.-
인공지능(artificial intelligence)은 컴퓨터를 보다 지능적으로 만들기 위한 추론과 학습 방법에 관해 연구하는 컴퓨터 과학의 한 분야다. 특히 기계학습(machine learning)은 지식을 자동으로 획득하기 위한 원리와 기법을 개발하는 인공지능의 한 분야로서 생물정보학의 많은 중요한 문제 해결을 위한 매우 유용한 도구가 되고 있다.
Efficient Construction and Training Multilayer Perceptrons by Incremental Pattern Selection
장병탁,Jang, Byeong-Tak 한국정보처리학회 1996 정보처리학회논문지 Vol.3 No.3
본 논문에서는 주어진 문제를 해결하기 위해 사용될 최적의 다충 퍼센트론을 구성 하기 위한 하나의 점진적 학습 방법을 제시한다. 고정된 크기의 트레이닝 패턴 집합을 반복적으로 사용하는 기존의 알고리즘들과는 달리, 제시되는 방법에서는 학습 패턴의 수를 점차 증가시키면서 전체 데이터를 학습하기 위해 필요하고도 충분한 은닉뉴런의 수를 찾는다. 이와 같이 신경망 크기의 최적화에 학습 패턴을 점차적으로 선택하여 늘려나감으로써 일반화 능력과 학습 속도가 기존의 방법에서보다 향상됨을 필기체 숫자인식 문제에 있어서 실험적으로 보여준다. An incremental learning algorithm is presented that constructs a multilayer perceptron whose size is optimal for solving a given problem. Unlike conventional algorithms in which a fixed size training set is processed repeat-edly, the method uses an increasing number of critical examples to find a necessary and sufficient number of hidden units for learning the entire data. Experimental results in hand- writtern digit recognition shows that the network size optimization combined with incremental pattern selection generalizes significantly better and converges faster than conventional methods.
장병탁 대한전자공학회 2002 전자공학회지 Vol.29 No.3
약 1그램의 DNA는 10/sup 21/개의 DNA 염기를 가지며 이것은 10억 terabits의 정보저장 능력에 해당한다. 분자정보처리기술(molecular information processing technology)은 DNA나 단백질과 같은 거대분자의 초미세구조, 초고집적도, 초에너지 소비특성에 기반하여, 용액상에서 아보가드로수(6×10/sup 23/) 규모의 분자들이 3차원 화학 반응에 관여하는 초병렬분산 정보 저장 및 처리 능력을 활용하는 차세대 IT 기술이다. 이는 또한 생체분자의 특성을 나노수준에서 활용하는 정보기술이라는 점에 있어서 BT+NT+IT의 융합기술이며 그 기술적 산업적인 파급 효과가 아주 큰 특징이 있다. 본고에서는 현재 분자정보 처리 기술의 원리 및 문제점을 설명하고 이의 해결을 위한 5가지 핵심 요소 기술을 도출한다. 최근 세계적인 연구 동향을 살펴보고, 국내의 기술 기반 및 국제 경쟁력을 분석하며, 궁극적인 경제성 확보를 위한 산업화 방안을 단기(3-5년), 중기(5-10년), 장기(10-20년)의 3단계로 나뉘어 제안한다.