http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
안영준(Youngjun Ahn),위규범(Kyubum Wee) 한국정보과학회 2003 한국정보과학회 학술발표논문집 Vol.30 No.2Ⅰ
비정상 행위와 정상행위를 구별하여 침입을 탐지하는 기법 중 오토마타를 이용해 정상 행위를 프로파일링 하는 기법이 연구되어왔다. 최근엔 다중 서열 정합(multiple sequence alignment)방법을 이용하여 오토마타 생성을 자동화 하는 방법이 소개 되었다. 그러나 이 방법은 시스템 콜의 서열을 정열하기 위해 추가적인 상태가 들어가게 때문에 오토마타가 너무 커지는 단점이 있다. 본 논문에서는 유전자 알고리즘을 이용하여 정상 서열을 인식하는 오토마타를 생성하는 방법을 제안한다.
안영준(Youngjun Ahn),박지성(Jiseong Park),이철균(Chel-Gyun Lee),김종욱(Jong-Wook Kim),김용재(Yong-Jae Kim),정상용(Sang-Yong Jung) 대한전기학회 2009 대한전기학회 학술대회 논문집 Vol.2009 No.7
유한요소해석(Finite Element Analysis)을 통한 풍력발전기 최적설계시, 해석 특성상 발생하는 막대한 소요시간의 개선이 필요하다. 본 논문에서는 연간 에너지 생산량(Annual Energy Production : AEP) 의 최대화를 목표로 GA(Genetic Algorithm)와 MADS(Mesh Adaptive Direct Search)를 결합한 혼합 알고리즘을 이용하여 최적설계를 수행하였다. 또한, 혼합 알고리즘과 병렬분산 유전알고리즘을 이용한 최적설계의 해석 소요시간을 비교 및 검토하였다.
희소 데이터를 위한 강인 손실 함수를 이용한 준 지도 학습
안영준(Youngjun Ahn),심규석(Kyuseok Shim) Korean Institute of Information Scientists and Eng 2021 정보과학회논문지 Vol.48 No.12
This paper proposes a semi-supervised learning method which uses data augmentation and robust loss function when labeled data are extremely sparse. Existing semi-supervised learning methods augment unlabeled data and use one-hot vector labels predicted by the current model if the confidence of the prediction is high. Since it does not use low-confidence data, a recent work has used low-confidence data in the training by utilizing robust loss function. Meanwhile, if labeled data are extremely sparse, the prediction can be incorrect even if the confidence is high. In this paper, we propose a method to improve the performance of a classification model when labeled data are extremely sparse by using predicted probability, instead of one hot vector as the label. Experiments show that the proposed method improves the performance of a classification model.
Memetic Algorithms을 적용한 영구자석 풍력발전기 최적설계
박지성(Jiseong Park),안영준(Youngjun Ahn),김종욱(Jong-Wook Kim),이철균(Chel-Gyun Lee),정상용(Sang-Yong Jung) 대한전기학회 2009 대한전기학회 학술대회 논문집 Vol.2009 No.4
This paper presents the novel implemen-tation of memetic algorithm with GA (Genetic Algorithm) and MADS (Mesh Adaptive Direct Search), which is applied for optimal design methodology of electric machine. This hybrid algorithm has been developed for obtaining the global optimum rapidly, which is effective for optimal design of electric machine with many local optima and much longer computation time. In particular, the proposed memetic algorithm has been forwarded to optimal design of direct-driven PM wind generator for maximizing the Annual Energy Production (AEP), of which design objective should be obtained by FEA (Finite Element Analysis). After all, it is shown that GA combined with MADS has contributed to reducing the computation time effectively for optimal design of PM wind generator when compared with purposely developed GA implemented with the parallel computing method.