• Proceedings of the KSME Conference
• /
• 2004.04a
• /
• pp.1637-1642
• /
• 2004

Experimental and computational studies were performed to investigate the effectiveness of a thrust vectoring method using a counterflow concept. A shadowgraph method was used to visualize the supersonic jet expanded from a two-dimensional convergent-divergent nozzle and deflected by a now suction. The primary nozzle pressure and suction nozzle pressure ratios are varied between 3.0 and 5.0, and between 0.2 and 1.0 respectively. The present experimental and computational results showed that, for a given primary nozzle pressure ratio, a decrease in the suction nozzle pressure ratio produced an increased thrust vector angle, and during the change processes of the suction pressure, a hysteresis effect of the thrust vectoring was found through the wall pressure distributions.

• Annual Conference on Human and Language Technology
• /
• 2015.10a
• /
• pp.165-168
• /
• 2015

기계학습 기반의 자연어처리 모듈에서 중요한 단계 중 하나는 모듈의 입력으로 단어를 표현하는 것이다. 벡터의 사이즈가 크고, 단어 간의 유사성의 개념이 존재하지 않는 One-hot 형태와 대조적으로 유사성을 표현하기 위해서 단어를 벡터로 표현하는 단어 표현 (word representation/embedding) 생성 작업은 자연어 처리 작업의 기계학습 모델의 성능을 개선하고, 몇몇 자연어 처리 분야의 모델에서 성능 향상을 보여 주어 많은 관심을 받고 있다. 본 논문에서는 Word2Vec, CCA, 그리고 GloVe를 사용하여 106,552개의 PubMed의 바이오메디컬 논문의 요약으로 구축된 말뭉치 카테고리의 각 단어 표현 모델의 카테고리 분류 능력을 확인한다. 세부적으로 나눈 카테고리에는 질병의 이름, 질병 증상, 그리고 난소암 마커가 있다. 분류 능력을 확인하기 위해 t-SNE를 이용하여 2차원으로 단어 표현 결과를 맵핑하여 가시화 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.53-56
• /
• 2020

유사도는 두 객체의 비슷한 정도를 실수로 나타낸 것이며 반대 개념인 다른 정도를 나타내는 것을 거리라 한다. 실세계에서 정확히 같은 것은 존재하기 힘들기 때문에 많은 응용 분야에서 유사도나 거리를 이용한다. 거리 중 대표적인 것으로 유클리드 공간에서 두 점 사이의 직선거리이다. 이 거리를 유클리드 거리라고 한다. 코사인 유사도는 벡터 공간에서 두 벡터 사이각의 코사인 값이다. 이외에도 용도에 따라 다양한 거리 또는 유사도가 연구되고 있다. 수학적으로 유사도는 이변수 함수로 나타낸다. 앞선 연구에서 민코프스키는 맨하탄 거리, 유클리드 거리 등을 매개변수 p를 이용하여 하나의 식으로 통합하였다. 이러한 유사도 통합은 유사도에 대한 새로운 통찰력을 제공하고 또 다른 응용을 제공한다. 본 논문은 기존 유사도의 의미를 개관하고 추가적인 매개변수를 도입하여 민코프스키 거리와 코사인 유사도를 통합한 식을 제시한다.

• The Korean Journal of Applied Statistics
• /
• v.18 no.2
• /
• pp.421-434
• /
• 2005

Machine learning has been extensively studied in recent years as effective tools in pattern classification problem. Although there have been several approaches to machine learning, we focus on the mathematical programming (in particular, multi-objective and goal programming; MOP/GP) approaches in this paper. Among them, Support Vector Machine (SVM) is gaining much popularity recently. In pattern classification problem with two class sets, the idea is to find a maximal margin separating hyperplane which gives the greatest separation between the classes in a high dimensional feature space. However, the idea of maximal margin separation is not quite new: in 1960's the multi-surface method (MSM) was suggested by Mangasarian. In 1980's, linear classifiers using goal programming were developed extensively. This paper proposes a new family of SVM using MOP/GP techniques, and discusses its effectiveness throughout several numerical experiments.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.5 no.2
• /
• pp.54-68
• /
• 2002

In this paper, We propose a multi-dimensional index structure, called a VA (vector approximate) -tree that constructs a tree with vector approximates of multi-dimensional feature vectors. To save storage space for index structures, the VA-tree employs vector approximation concepts of VA-file that presents feature vectors with much smaller number of bits than original value. Since the VA-tree is a tree structure, it does not suffer from performance degradation owing to the increase of data. Also, even though the VA-tree is MBR Minimum Bounding Region) based tree structure like a R-tree, its split algorithm never allows overlap between MBRs. We show through various experiments that our proposed VA-tree is the efficient index structure for large amount of multi-dimensional data.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 1999.11b
• /
• pp.115-120
• /
• 1999

본 논문은 MPEG-4 비디오 객체의 브라우징(browsing) 및 학습을 통한 객체 추출 기법을 제안한다. 제안된 학습에 의한 객체 추출 기법은, 객체 브라우징 시 임의 접근한 프레임에서 사용자가 내용 기반의 객체를 검색하기 위해 선택한 영역에 대한 인지적인 정보를 특징벡터(feature vector)로 history에 저장, 활용함으로써 프레임 내 객체의 계층적인 군집화(clustering)를 수행한다. 이러한 기법으로 인지적 개념과 근접하게 객체를 인식할 수 있음을 실험을 통해 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.544-546
• /
• 2002

본 논문에서는 에이전트 기반 지리정보시스템(Geographic Information System) 구조 설계 개념에 대해 기술한다. 본 구조의 본체론 관련 GIS 분야 에이전트들 사이에 정보 교환에 필요한 세 가지 구성요소가 있는데 첫째는, 벡터, 래스터, 이미지를 포함하는 데이터이며 둘째로, 이름, 입력, 출력 및 요구 파라미터를 포함하는 알고리즘 명세이고 셋째로, 질의 및 결과 정보가 그 마지막이다. 에이전트 통신 언어(Agent Communication Language)는 에이전트들 간의 통신의 기반으로 제공된 본체론을 사용한다. 본체론과 ACL은 분산 다중-에이전트 GIS 시스템의 에이전트 통신에 있어 중심적 역할을 하고 extensible Markup Language(XML)를 이용한 Resource Description Framiework(RDF)로 인코딩 되며 공동작업과 재사용을 지원할 수 있다

• Proceedings of the KAIS Fall Conference
• /
• 2011.05a
• /
• pp.339-342
• /
• 2011

본 논문은 기존의 복잡한 구조의 전통적인 엘리베이터 도어의 문제점을 개선한 리니어유도모터(LIM)를 적용한 단순 메커니즘 구조와 직접 구동의 신개념의 엘리베이터 도어시스템의 개발에 관한 것으로 최적의 도어 구조와 리니어모터의 설계, 벡터제어에 의한 고성능 구동제어기 및 최적 운전 패턴을 제안하였다. 또한 본 논문에서는 제안된 리니어도어시스템의 설계와 제작과정에 대해서 자세히 서슬하며 실제 제작되어 분석과 시험에 의해 성능을 검증하고자 한다.

• Science of Emotion and Sensibility
• /
• v.3 no.1
• /
• pp.25-32
• /
• 2000

본 논문에서는 언어장애인용 문장발생장치의 통신율을 증진시키기 위한 처리방안으로 신경망을 이용하여 문장발생장치에 동사예측을 적용하는 방법을 제안하였다. 각 단어들은 구문론과 의미론에 따른 정보벡터로 표현되며, 언어처리는 전통적으로 사전을 포함하는 것과는 달리, 상태공간에서 다양한 영역으로 분류되어 개념적으로 유사한 단어는 상태공간에서의 위치를 통하여 알게 된다. 사용자가 심볼을 누르면 심볼에 해당하는 단어는 상태공간에서의 위치를 찾아가며, 신경망 학습을 통해 동사를 예측하였고 그 결과 제한된 공간 내에서 약 20% 통신율 증진을 가져올 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10c
• /
• pp.253-255
• /
• 2003

XML 문서를 비롯하여 인터넷을 통해 교환되는 문서의 비약적인 증가로 인하여, 불필요한 문서에 대한 필터링 및 문서 내의 데이터를 필터링하여 정보를 선택적으로 사용하고자 하는 사용자의 요구가 증대되었다. 기존 XML 필터링 방식은 질의 구조에 의존적이기 때문에, 질의 증가에 따른 필터링 인덱스 구성 및 유지의 문제점을 야기할 수 있다. 본 논문에서는 정보 추출 분야에서 널리 사용되는 단어 벡터의 개념을 사용하여 선택적으로 질의에 가중치를 주어 데이터를 효율적으로 추출할 수 있는 XML WFilter (Weighted Filtering) 기법을 제안한다.