민주노동당의 변화

채진원(ChinWeon Chae) 한국정당학회 2010 한국정당학회보 Vol.9 No.2

본 논문은 원외 대중정당모델로 출발한 민주노동당이 2004년 원내진출 이후 대중정당의 특성이 약해지고, 그에 대한 반작용으로 ‘원내정당화 현상’이 촉진되면서 당의 성격이 변화했다는 선행연구에 주목한다. 그 선행연구에 이어서 본 논문에서는 이 같은 ‘민주노동당의 원내 정당화 현상’이 일시적이고 상황적인 성격의 것인지 아니면 시대불가역적으로 진행되고 있는 후기산업화와 지구화와 같은 시대전환적인 구조변동과 연동되어 있는 성격의 것인지 여부를 확인하고자 한다. 왜냐하면, 민주노동당의 원내정당화의 촉진배경이 시대전환적인 사회구조변동과 연관되어 있다면, 민주노동당 변화사례는 원내정당모델과 관련하여 거리가 먼 ‘least-likely case(가설에 가장 잘 들어맞을 가능성이 없는 사례)’ 로서 대중정당모델의 한계를 설명하는 것을 포함하여 한국적 시대상황에 부합하는 대안정당모델의 하나로서 원내정당모델의 시대적 적실성을 논할 수 있는 사례라 할 수 있기 때문이다. 본 논문에서는 대중정당모델로 출발한 민주노동당이 원내정당모델로 변화하는 성격이 무엇인지를 확인하는 데 그 방법적 효율성과 유용성이 큰 ‘표적집단심층인터뷰(F.G.I.: Focus Group Interview)’ 내용을 활용하고자 한다. This paper pays attention on the primary research having shown that Korean Democratic Labor Party, set out as a mass party model, has lost the traits of mass party and, as a reaction, it has adjusted since it attained parliamentary seats in 2004. Subsequently, this study attempts to clarify whether such a phenomena is temporal and circumstantial or this is a part of unavoidable social transition just like that of post-industrialization and globalization. If the accelerated nature of Korean Democratic Labor Party as a parliamentary party is related to the structure change of social transition, then this case can be regarded as a least-likely case of parliamentary party. In other words, this is a suitable case to address the periodical relevance of parliamentary model party and explain the limitation of mass model party as an alternative party model in the context of Korean society. This paper utilizes F.G.I. to clarify the changing nature of Korean Democratic Labor Party, that started as a mass party model but adjusted to a parliamentary party.

약물-표적 단백질 연관관계 예측모델을 위한 쌍 기반 뉴럴네트워크

이문환(Munhwan Lee),김응희(Eunghee Kim),김홍기(Hong-Gee Kim) 한국인지과학회 2017 인지과학 Vol.28 No.4

In-silico 기반의 약물-표적 단백질 연관관계 예측은 신약 탐색 단계에서 매우 중요하다. 그러나 기존의 예측모델은 입력 값이 고정적이며 표적 단백질의 특질 값이 가공된 데이터로 한정됨으로써 예측 모델의 확장성과 유연성이 부족하다. 본 논문에서는 약물-표적 단백질 연관관계를 예측하는 확장 가능한 형태의 머신러닝 모델을 소개한다. 확장 가능한 머신러닝 모델의 핵심 아이디어는 쌍기반의 뉴럴 네트워크로써, 약물과 단백질의 미가공 데이터를 사용하여 특질을 추출하고 특질 값을 각각의 뉴럴 네트워크 레이어에 입력한다. 이 방법은 추가적인 지식없이 자동적으로 약물과 단백질의 특질을 추출한다. 또한 쌍기반 레이어는 특질값을 풍부한 저차원의 벡터로 향상 시킴으로써 입력 값의 차이로 인한 편향 학습을 방지한다. PubChem BioAssay(PCBA) 데이터 셋에 기반한 5-폴드 교차 검증법을 통하여 제안한 모델의 성능을 평가했으며, 이전의 모델보다 우월한 성능을 보였다. Predicting compound-protein interactions in-silico is significant for the drug discovery. In this paper, we propose an scalable machine learning model to predict compound-protein interaction. The key idea of this scalable machine learning model is the architecture of pairwise neural network model and feature embedding method from the raw data, especially for protein. This method automatically extracts the features without additional knowledge of compound and protein. Also, the pairwise architecture elevate the expressiveness and compact dimension of feature by preventing biased learning from occurring due to the dimension and type of features. Through the 5-fold cross validation results on large scale database show that pairwise neural network improves the performance of predicting compound-protein interaction compared to previous prediction models.

기동 표적 추적을 위한 지능형 최대 잡음 수준 설정 알고리즘

손현승(Hyun Seung Son),박진배(Jin Bae Park),주영훈(Young Hoon Joo) 한국지능시스템학회 2010 한국지능시스템학회 학술발표 논문집 Vol.20 No.2

본 논문에서는 기동표적 추적을 위한 지능형 모델을 소개한다. 기동표적 모델의 결정적인 요소인 표적의 가속도를 시변변수인 표적의 추가적인 잡음으로 두고 각각의 가속도 간격의 정도에 따라 얻어지는 모든 잡음에 대한 변수에 의해 각각의 하부 모델들을 특성화시켰다. 표적의 기동중에 나타나는 가속도를 효과적으로 다루기 위하여, 잡음의 크기가 급격히 증가할 경우 증가분을 가속도로 인식하여 기동표적 관계식에 이용하였다. 잡음의 크기를 판단하기 위한 기준점을 적절히 설정하기 위해 퍼지기법을 이용하였으며, 이에 따라 결정되는 값을 기준점으로 하는 표적의 이동구간을 측정치와 비교하여 잡음수준을 계산하는 알고리즘을 구성한다. 그리고 제안된 알고리즘의 수행 가능성을 보여주기 위하여 몇 가지 예를 제시하였다.

하이라이트 모델을 이용한 능동소나 표적신호의 합성 및 인식

김태환,박정현,남종근,이수형,배건성,Kim, Tae-Hwan,Park, Jeong-Hyun,Nam, Jong-Geun,Lee, Su-Hyung,Bae, Keun-Sung 한국음향학회 2009 韓國音響學會誌 Vol.28 No.2

본 논문에서는 하이라이트 모델에 기반하여 능동소나의 표적신호를 합성하고, 합성된 신호를 이용하여 표적인식 실험을 수행하였다. 동일 표적이라도 표적의 자세각에 따라 다양한 형태의 파형을 갖는 신호가 합성되는데, 이에 대한 표적인식 결과를 알아보기 위해서 두 가지 방법으로 실험을 수행하였다. 하나는 고정된 여러 가지 자세각에 대한 표적신호에 대한 인식실험이고, 다른 하나는 임의의 자세각을 가지는 교신에 대만 인식 실험을 수행하였다. 인식실험을 위한 특징 인자로는 합성된 표적신호에 대해 시간영역에서 정합필터 및 포락선 검출을 통해 얻어지는 하이라이트 패턴을 사용하였으며, 패턴인식 기법으로는 다중클래스 SVM과 인공신경망을 사용하였다. In this paper, we synthesized active sonar target signals based on highlights model, and then carried out target classification using the synthesized signals. If the target aspect angle is changed, the different signals are synthesized. To know the result, two different experiments are done. First, The classification results with respect to each aspect angle are shown. Second, the results in two group in aspect angle are acquired. Time domain feature extraction is done using matched filter and envelope detection. It shows the pattern of each highlights. Artificial neural networks and multi-class SVM are used for classifying target signals.

POD를 이용한 탄도 미사일의 해석기반 ISAR 모델의 축약

이진익,송경록 한국항공우주학회 2014 한국항공우주학회 학술발표회 논문집 Vol.2014 No.11

효율적인 표적모델 해석 및 연산을 위해 탄도 미사일 레이더 탐색기 신호 해석 데이터를 축약하는 기법을 제시한다. POD기법을 도입하여 ISAR 영상의 대용량 표적 데이터를 축소하며, 에너지 관점에서 신호를 최대한 보존하기 위해 데이터의 고유치 해석을 통해 축약 정도를 결정한다. 축약 검증단계로 신호오차를 확인하는 한편 특징점 왜곡 정도를 검토하여 최종적으로 축약을 확정한다. 표적 특징점 분석 및 레이더 탐색기 시뮬레이션시 제안한 방법은 보다 효율적인 표적 연산 모델을 제공할 것으로 기대된다. A new technique for model reduction from the pre-analyzed radar signals of a ballistic missile for providing analytical and computationally efficient models is proposed. POD(Proper Orthogonal Decomposition) is introduced to reduce from the massive ISAR(Inverse Synthesis Aperture Radar) images of the target. For the energy point of view, the level of reduction of the model is decided to preserve the signal strength based on the eigenvalues representing the signal features. In the verification process, it is finally settled by evaluating the distortion of the signal feature points as well as the signal itself. When analyzing the feature points and/or simulating the radar seeker, the proposed method is promised to be providing for computationally efficient target models.

퍼지 뉴럴 네트워크 기반 다중모델 기법 추적 시스템

손현승(Hyun Seung Son),주영훈(Young Hoon Joo),박진배(Jin Bae Park) 한국지능시스템학회 2006 한국지능시스템학회논문지 Vol.16 No.4

본 논문에서는 기동표적의 추적에 대한 새로운 퍼지 뉴럴 네트워크 기반의 다중모델 기법을 소개한다. 표적의 가속도를 효과적으로 다루기 위하여, 이 논문에서는 표적의 가속도를 시변 변수인 표적의 추가적인 잡음으로 두고 각각의 가속도 간격의 정도에 따라 얻어지는 모든 잡음에 대한 변수에 의해 각각의 하부 모델들을 특성화시켰다. 모르는 가속도에 따른 시변 변수를 적응적으로 어립잡기는 어렵기 때문에 정밀한 계산을 위하여 퍼지 뉴럴 네트워크가 이용되었다. 퍼지 뉴럴 네트워크의 동정을 위해서는 오차 역전파 학습법을 사용하였다. 그리고 제안된 알고리즘의 수행 가능성을 보여주기 위하여 몇 가지 예를 제시하였다. This paper presents a new fuzzy-neural-network based interacting multiple model (FNNBIMM) algorithm for tracking a maneuvering target. To effectively handle the unknown target acceleration, this paper regards it as additional noise, time-varying variance to target model. Each sub model characterized by the variance of the overall process noise, which is obtained on the basis of each acceleration interval. Since it is hard to approximate this time-varying variance adaptively owing to the unknown acceleration, the FNN is utilized to precisely approximate this time-varying variance. The error back-propagation method is utilized to optimize each FNN. To show the feasibility of the proposed algorithm, a numerical example is provided.

PIP 개념을 이용한 비선형 기동 표적 추적 기법

손현승(Hyun Seung Son),박진배(Jin Bae Park),주영훈(Young Hoon Joo) 한국지능시스템학회 2007 한국지능시스템학회논문지 Vol.17 No.1

본 논문에서는 비선형 기동표적의 추적에 대한 새로운 접근 방식을 소개한다. 제안된 알고리즘은 예측 명중위치 개념을 이용한 칼만필터 기반의 적응 상호작용 다중모델 기법으로 측정된 위치 값과 예측된 명중위치 사이의 차이를 고려한 변형된 칼만필터 기법을 이용한다. 알 수 없는 가속도는 표적의 기동모델에 있어서 추가적인 프로세스 잡음으로 간주되고, 알고리즘 내의 하부 모델들은 각각의 가속도 수준에 따라 구해지는 전체적인 프로세스 잡음에 따라 특성화 된다. 칼만필터 기법이 비선형 기동에 있어 성능이 저하되는 점을 보완하기 위하여 상황에 따라 제안된 기법과 칼만필터를 적응적으로 이용할수 있는 선택적 알고리즘을 구현하고자 한다. 표적의 기동중에 나타나는 가속도를 효과적으로 다루기 위하여 잡음의 크기가 급격히 증가할 경우 그 증가분을 가속도로 인식하여 기동표적 관계식에 이용한다. 그리고 제안된 알고리즘의 수행 가능성은 몇 가지수치 예를 통하여 증명한다. This paper proposes a new approach on nonlinear maneuvering target tracking. In this paper, proposed algorithm is the Kalman filter based on the adaptive interactive multiple model using the concept of predicted impact point and utilize modified Kalman filter regarding the error between measurement position and predicted impact point. The unknown target acceleration is regarded as an additional process noise to the target model, and each sub-model is characterized in accordance with the variance of the overall process noise which is obtained on the basis of each acceleration interval. To compensate the decreasing performance of Kalman filter in nonlinear maneuver, we construct optional algorithm to utilize proposed method or Kalman filter selectively. To effectively estimate the acceleration during the target maneuvering, the rapid increase of the noise scale is recognized as the acceleration to be used in maneuvering target's movement equation. And a few examples are presented to show suggested algorithm's executional potential.

한국 공공임대주택의 미래

남원석 한국공간환경학회 2014 한국공간환경학회 학술대회 논문집 Vol.2014 No.1

본 연구는 한국 공공임대주택의 미래를 전망하고 그에 따른 정책과제를 제시하는 데 목적이 있다. 우선, 임대주택부문의 유형론을 통해 한국 공공임대주택의 성격을 진단하고, 유럽의 경험과 복지국가의 축소를 설명하는 이론에 근거하여 향후 변화 가능성을 검토하였다. 그 결과, 한국 공공임대주택은 잔여모델-이원모델-표적모델에 가까운 성격을 가진 것으로 드러났다. 또한 향후 예산 제약 상태가 지속되는 과정에서 LH의 공급역량 약화, 주거급여와의 경쟁관계 심화 등이 진행될 경우, 신규공급이 둔화되면서 재고의 효율적 이용을 명분으로 잔여적 성격이 더욱 강화될 것으로 전망하였다. 이런 점에서 보면 한국 공공임대주택은 기존의 잔여적 이원적 성격이 계속 유지되는 가운데 정책 축소의 리스크가 상존하게 될 것이다. 그러나 현재의 정책수행체계로는 공공임대주택 정책이 당면한 문제들에 대응하기에 한계가 있다. 따라서 향후 공공임대주택 정책은 잔여적 성격이 유지되더라도 제한된 수준에서 임대시장의 통합을 지향하면서 민간임대주택의 공적 활용도를 높이고, 지자체의 역할 강화를 통해 공공임대주택의 공급역량을 유지 회복시키는 것을 전략으로 삼을 필요가 있다. 이를 위해 LH의 신규 공급 중단 및 재고 운영관리 중심으로의 기능 개편, 장기공공임대주택 유형 통합 및 임대료 현실화, 민간임대주택의 공적 활용도 제고, 지자체 주도의 공급체계 확립 등의 과제에 대해 향후 심도 있는 논의가 필요할 것이다.

CNN 모델을 활용한 항공기 ISAR 영상 데이터베이스 구축에 관한 연구

정승호,하용훈 한국시뮬레이션학회 2020 한국시뮬레이션학회 논문지 Vol.29 No.4

NCTR(Non-Cooperative Target Recognition) refers to the function of radar to identify target on its own without support from other systems such as ELINT(ELectronic INTelligence). ISAR(Inverse Synthetic Aperture Radar) image is one of the representative methods of NCTR, but it is difficult to automatically classify the target without an identification database due to the significant changes in the image depending on the target’s maneuver and location. In this study, we discuss how to build an identification database using simulation and deep-learning technique even when actual images are insufficient. To simulate ISAR images changing with various radar operating environment, A model that generates and learns images through the process named ‘Perfect scattering image,’ ‘Lost scattering image’ and ‘JEM noise added image’ is proposed. And the learning outcomes of this model show that not only simulation images of similar shapes but also actual ISAR images that were first entered can be classified. 비협조적 표적식별(NCTR, Non-Cooperative Target Recognition)은 전자정보 등 다른 체계의 지원 없이 레이다 자체적으로 표적을 식별하는 기능을 말한다. 이를 구현하기 위한 대표적인 방법 중 하나인 역합성개구레이다(ISAR) 영상은 표적의 기동 및 위치에 따라 크게 변하기 때문에 기종을 판단할 수 있는 데이터베이스 없이 이를 자동으로 식별하기란 매우 어렵다. 본 연구에서는 실측 영상이 부족한 상황에서도 ISAR 영상 시뮬레이션 및 딥러닝 기법을 활용한 식별 데이터베이스 구축 방안에 대해 논한다. 다양한 레이다 운용 환경에 따라 변화하는 ISAR 영상을 모사하기 위해 ‘완전 산란체’, ‘결손 산란체’, ‘JEM 잡음’으로 명명한 영상 형성 과정을 거쳐 이를 학습하는 모델을 제안한다. 이 모델의 학습 결과를 통해 유사한 형상의 시뮬레이션 영상은 물론 처음 입력된 실측 ISAR 영상도 식별할 수 있음을 확인하였다.

지능형 성숙도 모델을 이용한 소프트웨어 집약 시스템의 전투실험 프로세스 설계 및 적용

강동수(Dongsu Kang),윤희병(Heebyung Yoon) 한국지능시스템학회 2007 한국지능시스템학회논문지 Vol.17 No.5

본 논문에서는 지능형 성숙도 모델을 이용한 소프트웨어 집약 시스템의 전투실험 프로세스 설계를 제안하고 스마트 무인 항공기의 표적탐색 능력에 적용한 결과를 제시한다. 이를 위해 먼저 소프트웨어 집약 시스템의 지능형 정도를 평가할 수 있는 지능형 성숙도 모델을 영역 수준 및 지능 수준을 고려하여 설계한다. 그런 다음 전투실험 프로세스 설계를 위해 ISO/IEC-12207과 CMMI 프로세스를 LITO 분야별로 분류하고 이를 전투실험 5요소와 매핑하여 전투실험 요소별 그리고 전투실험 단계별로 프로세스를 도출한다. 도출된 프로세스를 기반으로 IDEF0 표기법을 이용하여 전투실험 프로세스를 설계한다. 마지막으로 제안한 전투실험 프로세스는 스마트 무인항공기(DAV)를 개발하거나 획득 시에 요구되는 표적탐색 능력에 적용하며 그 결과도 제시한다. We propose the design of the warfighting experiment process for software intensive systems using the intelligent maturity model and suggest the application results of the target searching capability in smart UAV. For this, we design the intelligent maturity model to evaluate the intelligent degree of the software intensive systems considering the domain and intelligent level. Then we classify the ISO/IEC-12207 process and CMMI process as LITO domain for designing the warfighting experiment process, map the classifed process to the five factors of the warfighting experiment and derive the process as warfighting experiment element and phase. Based on the derived process, we design the warfighting experiment process using the IDEF0. Finally we apply the proposed process to the target search capability and suggest the results which are required to develop and acquire the smart UAV.