• Proceedings of the Korean Radioactive Waste Society Conference
• /
• 2015.10a
• /
• pp.133-134
• /
• 2015

전처리 공정장치 구축에 앞서 정확한 설계와 검증이 선행되어야 한다. 우선 디지털 목업 기술을 통해 설계검증을 철저히 함으로써 공정의 품질을 높이고 공정하자를 최소화 할 수 있다. 전처리 공정 중 집합체해체 핵심장치의 유지보수를 쉽게 하고, 원격 제어 효율을 높이기 위한 모듈화와 그에 대한 사전 검증을 수행하였다. 이를 위해해 전처리 디지털 목업 시스템 검증 대상과 집합체 해체핵심장치 주요모듈을 선정하였으며, 주요 모듈의 모듈화 방안 과 모듈 탈착 시간 검증하였다. 그 결과, 집합체해체 핵심장치에서는 5개의 주요 모듈로 구성되었으며, 모듈 탈착 시간 검증에서 작업시간은 클램프모듈이 약 130초, 언볼팅, 드릴링 모듈이 140초 소요될 것으로 분석되었다. 향후 전처리장치별 모듈 분석과 LAYOUT 운영을 포함해서 MSM 시뮬레이터의 디바이스 및 시뮬레이터 시스템 구축을 수행할 것이다.

• Proceedings of the Korean Nuclear Society Conference
• /
• 1996.05a
• /
• pp.15-20
• /
• 1996

이 논문에서는 육방형 노심 해석용으로 제작된 코드인 HEXFEM의 연소계산 결과의 정확성을 VVER-1000 연소계산 벤치마크 문제를 통하여 검증하였으며 집합체내 연소도 구배효과에 따른 오차를 분석하였다. 집합체내 연소도 구배효과를 고려했을 때 집합체내 균일한 연소도를 가정했을 때보다 오차가 현저히 감소하였으며 Cubic Option의 결과는 제어봉이 삽입된 1주기초(BOC1 ARI), 1주기초(BOC1), 1주기말(EOC1), 2주기초(BOC2)에 대해 집합체별 상대출력 오차가 최대 0,4%로 매우 정확한 결과를 얻었고 Quadratic Option외 결과도 최대 2.0%로 비교적 정확한 결과를 얻었다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.524-527
• /
• 2021

최근 국외에서 사실 검증 연구가 활발하게 이루어지고 있지만 한국어의 경우 데이터 집합의 부재로 인하여 사실 검증 연구가 이루어지는데 큰 어려움을 겪고 있다. 이러한 어려움을 해소하고자 자동 생성 모델을 통하여 데이터 집합을 생성하는 시도도 있으나 생성 모델의 특성 상 부정확한 데이터가 생성되어 사실 검증 연구의 퀄리티를 떨어뜨린다는 문제점이 있다. 이러한 문제점을 해소하기 위해 수동으로 구축한 100건의 데이터 집합으로 최근에 이루어진 퓨-샷(Few-Shot) 사실 검증을 확장한 학습이 필요없는 제로-샷(Zero-Shot) 질의 응답에 대한 사실 검증 연구를 제안한다.

• Annual Conference on Human and Language Technology
• /
• 2006.10e
• /
• pp.254-261
• /
• 2006

형용사 분류에 격틀이 중요한 역할을 한다는 주장은 여러 연구에서 제기된 바 있다. 본 연구에서는 격틀이 의미 분류에 기여하는 바를 보다 체계적으로 검토하기 위하여 '격틀집합'을 활용한다. 격틀집합은 한 개의 어휘가 취할 수 있는 격틀의 집합을 말한다. 격틀집합에 근거하여 형용사를 분류할 경우, 의미적으로 연관성이 높은 그룹으로 나뉠 수 있다는 가설을 바탕으로 이러한 가설의 타당성을 검증하고 이를 입증하는 것이 본 연구의 목적이다. 아울러 본 연구에서는 그러한 가설을 검증하기 위한 구체적인 방법론을 제시한다. 격틀집합정보는 세종전자사전에 들어있는 어휘별 격틀정보를 추출하여 활용한다. 본 연구 결과 도출된 총 101개의 격틀집합 중에서 한 개의 격틀만을 갖는 유형과 어휘목록이 5개미만인 유형을 제외한 12개의 격틀집합이 주요 분석 대상으로, 본 연구에서는 그 중에서 6개를 자세히 분석한다. 격틀집합별 어휘들을 살펴보면 의미적 연관성이 파악되지 않는 어휘들도 일부 포함되어 있기는 하나, 대부분은 의미적으로 상관관계가 있음을 확인할 수 있었다 이와 같은 방법론을 통해 국어 형용사 전체의 유형, 더 나아가 국어 용언을 분류하는데 본 연구의 가설과 방법론이 활용될 수 있다.

• Journal of Digital Contents Society
• /
• v.18 no.3
• /
• pp.525-534
• /
• 2017

The open set recognition method should be used for the cases that the classes of test data are not known completely in the training phase. So it is required to include two processes of classification and the validation test. This kind of research is very necessary for commercialization of face recognition modules, but few domestic researches results about it have been published. In this paper, we propose an open set face recognition method that includes two sequential validation phases. In the first phase, with dummy classes we perform classification based on sparse representation. Here, when the test data is classified into a dummy class, we conclude that the data is invalid. If the data is classified into one of the regular training classes, for second validation test we extract four features and apply them for the proposed decision function. In experiments, we proposed a simulation method for open set recognition and showed that the proposed validation test outperform SCI of the well-known validation method

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.154-156
• /
• 1999

문서 분류는 미리 정의된 두 개 또는 그 이상의 클래스에 새로 생성되는 객체들을 할당하는 방법이다. 문서의 자동 분류에 대한 연구는 오래 전부터 연구되어 왔지만 한국어에 대한 적용 및 연구는 다른 분야에 비해 아직까지 활발히 이루어지지 않고 있다. 본 논문에서는 문서를 자동으로 분류하기 위해 문서의 주제어에 가중치를 부여하고, 부족한 문서의 특징을 보충하기 위하여 말뭉치로부터 주제어들과의 상호정보에 의해 추출된 단어를 사용하여 문서를 표현한 후, 가중치를 부여한 문서의 주제어에 베이지안 분류자를 사용하여 문서분류를 수행한다. 실험은 한국어 정보검색 실험용 데이터 집합인 KTset95 문서 4,414개 중 1,300개의 문서를 학습 집합으로, 1,000개의 문서를 분류에 대한 검증 집합으로 사용하였다. 실험 결과, 순수 베이지안 확률을 사용한 기존의 방법보다 실험 집합과 검증 집합에서 각각 1.92%, 4.3% 향상된 분류 정확도를 얻었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10c
• /
• pp.259-261
• /
• 2002

데이터마이닝 분야에서 빈발항목집합 탐사에 관한 연구는 활발히 진행되어 왔지만 여전히 많은 메모리 공간과 시간을 필요로 한다. 특히 apriori 알고리즘에 기반한 방법들은 긴 패턴이 생성될수록 지수적으로 시간과 공간이 증가한다. 최근에 발표된 fp-growth는 일반적인 데이터 집합에서 우수한 성능을 보이나 희소 데이터 집합에서 효율적인 성능을 보여주지 못한다. 본 논문에서는 길이가 2인 빈발항목집합 L2에 기반한 L2-tree 구조를 제안한다. 또한 L2-tree에서 빈발항목집합을 탐사하는 L2-traverse 알고리즘을 제안한다. L2-tree는 L2를 기반으로 하기 때문에 L2가 상대적으로 적은 희소 데이터 집합 환경에서 적은 메모리 공간을 사용하게 된다. L2-traverse 알고리즘은 별도의 추출 데이터베이스를 생성하는 FP-growth와 달리 단순히 L2-tree를 오직 한번의 깊이 우선 탐사를 통해 빈발항목집합을 찾는다. 최적화 기법으로써 길이가 3인 빈발항목집합 L3가 되지 않는 L2 패턴들을 미리 제거하는 방법으로 C3-traverse 알고리즘을 제안하며 실험을 통해 기존 알고리즘과 비교 검증한다.

• Proceedings of the Korean Nuclear Society Conference
• /
• 1998.05a
• /
• pp.93-98
• /
• 1998

PEN(1)(다항식전개 노달) 해법을 육방형 노심의 과도상태 해석과 Adjoint flux(수반 중성자속)해법에 응용하여 여러가지 Benchmark문제들(3)(4)(5)을 풀고 그 결과를 다른 수치기법 결과와 비교·분석하였다. 2차원 육방형 대형중수로 과도상태 Benchmark문제(5)를 다항식전개 노달해법에 의한 과도상태 해석·검증의 대상으로 삼았으며 그 기준 계산치로서 FX2-TH 코드의 계산결과를 사용하였다 대형중수로 노심의 과도상태 해석 결과, 기준해와 비교해 집합체 낙하시작 3초 후에 집합체가 낙하한 위치에서 Normalized Flux 오차가 0.5% 이내, 집합체가 낙하하지 않은 위치에서 Normalized Flux 오차가 1% 이내의 정확한 결과를 보였다. Adjoint flux 해의 검증을 위해서는 VENTURE 코드(2)의 계산 결과를 기준해로 하였으며, 계산능 검증을 위해 사용된 대부분 의 Benchmark 문제들에서 작은 오차를 보였으나 반사체가 포함된 IAEA 문제에서는 큰 오차를 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.04b
• /
• pp.1009-1012
• /
• 2001

일반적으로 크고 복잡한 소프트웨어 시스템은 커다란 다이아그램의 집합으로 구성되지만 이들 각각의 다이아그램들이 일관성이 있고 완전한가를 알기는 매우 어렵다. 이러한 문제를 해결하기 위하여 [1]에서는 최근 객체지향 개발에서 많이 사용되고 있는 UML 다이아그램들에 대한 일관성과 완전성을 검사하기 위하여 각 다이아그램들을 ER 모델로 표현하고, 각 다이아그램에 대한 공통된 표현으로 통합된 ER 다이아그램을 제공하였다. 이렇게 통합된 다이아그램은 일편의 집합과 함수들을 사용하여 정형적으로 명세되며, 이러한 정형 명세를 기반으로하여 일관성과 완전성 검사를 수행하기 위한 규칙을 제공하였다. 그러나 [1]에서 정형적으로 명세된 집합과 함수를 실제로 사용하기 위해서는 우리가 알고있는 정형 명세 언어로 변환할 필요성이 있다. 따라서 본 논문에서는 이러한 집합을 추상자료형으로 명세하여 정의하고, 추상자료형으로 표현된 명세를 우리가 잘 알고 있는 Z 명세로 변환하여 검증 도구를 설계하는 기초로 사용하고자 한다. Z 명세는 쉽게 실행가능한 형태로 변환되어 검증 시스템을 구축할 수 있게 된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.754-757
• /
• 2016

기존 번호판 인식은 직접 특징 추출 알고리즘을 개발하여 완전 연결 신경망으로 특징을 분류하는 방법이 보편적이다. 본 연구는 전처리 과정에서 번호판 후보군 검출 및 세그먼테이션을 수행하고 특징 추출 없이 미리 학습된 심층 컨볼루션 신경망을 통해 문자를 분류하는 방법을 제안한다. 직접 수집한 2,900장의 번호판 데이터베이스를 이용하여 훈련 집합 및 검증 집합을 구성하였다. 훈련 집합과 검증 집합에 대해 실험한 결과 번호판 후보군 검출률은 97%를 얻을 수 있었고, 이에 대한 인식률은 95%를 얻었다.