3편의 한국어 분석 — 최신순으로 정렬했어요
풍력 발전 출력의 확률 밀도 함수 가정에 대한 의존성과 과도 안정성 제약 최적 조류(TSCOPF) 문제에서 시간 영역 시뮬레이션의 계산 부담을 해결하기 위해, 본 논문은 데이터 기반 다항식 카오스 전개(DDPCE)와 최대 엔트로피 방법(MEM)을 기반으로 하는 확률 제약 과도 안정성 최적 조류(CCTSCOPF) 해결 방법을 제안한다. 이 방법은 풍력 변수에 대한 사전 정의된 분포 가정이 필요 없다는 장점이 있다. 구체적으로, 5000개의 과거 풍력 발전 예측 오차 샘플을 사용하여 8차까지의 통계 모멘트를 추출하고, 이를 통해 4차…
심층 신경망(DNN)은 컴퓨터 비전, 자연어 처리 등 다양한 분야에서 탁월한 성능을 보이지만, 예측의 정확도와 무관하게 과신하는 경향이 있어 자율주행, 의료 진단 등 고위험 응용 분야에서 심각한 문제를 야기할 수 있습니다. 이러한 문제 해결을 위해 DNN 예측의 신뢰도를 평가하는 불확실성 정량화(UQ) 연구의 중요성이 커지고 있습니다. 기존 UQ 연구들은 주로 신경망 아키텍처나 베이지안 공식에 따라 방법론을 분류하여, 각 방법이 다루는 불확실성 원천을 간과함으로써 실제 적용 시 적절한 기법 선택에 어려움이 있었습니다. 본 연구는 …
의료, 자율 시스템, 금융 등 고위험 분야에서 인공지능(AI) 시스템의 활용이 증가함에 따라, AI의 신뢰성 확보가 매우 중요해지고 있습니다. 본 논문은 신경망의 학습 능력과 기호 AI의 추론 강점을 결합한 하이브리드 패러다임인 신경-기호 AI를 신뢰성, 불확실성 정량화(UQ), 개입 가능성이라는 세 가지 핵심 차원에서 종합적으로 탐구합니다. 순수 데이터 기반의 '블랙박스' 모델이 분포 변화, 모호한 입력, 인간 감독 처리에서 한계를 보이는 반면, 신경-기호 시스템은 향상된 해석 가능성, 검증 가능성, 제어 능력을 제공하여 실제 …
