• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.12-17
• /
• 2019

FAQ(Frequently Asked Questions) 질의 응답 시스템은 자주 묻는 질문과 답변을 정의하고, 사용자 질의에 대해 정의된 답변 중 가장 알맞는 답변을 추론하여 제공하는 시스템이다. 정의된 대표 질문 및 대응하는 답변을 클래스(Class)라고 했을 때, FAQ 질의 응답 시스템은 분류(Classification) 문제라고 할 수 있다. 종래의 FAQ 분류는 동일 클래스 내 동의 문장(Paraphrase)에서 나타나는 공통적인 특징을 통해 분류 문제를 학습하였으나, 이는 비슷한 단어 구성을 가지면서 한 두 개의 단어에 의해 의미가 다른 문장의 차이를 구분하지 못하며, 특히 서로 다른 클래스에 속한 학습 데이터 간에 비슷한 의미를 가지는 문장이 존재할 때 클래스 분류에 오류가 발생하기 쉬운 문제점을 가지고 있다. 본 논문에서는 이 문제점을 해결하고자 서로 다른 클래스 내의 학습 데이터 문장들이 상이한 클래스임을 구분할 수 있도록 클래스 일치 여부(Class coincidence classification) 문제를 결합 학습(Jointly learning)하는 기법을 제안한다. 동일 클래스 내 학습 문장의 무작위 쌍(Pair)을 생성 및 학습하여 해당 쌍이 같은 클래스에 속한다는 것을 학습하게 하면서, 동시에 서로 다른 클래스 간 학습 문장의 무작위 쌍을 생성 및 학습하여 해당 쌍은 상이한 클래스임을 구분해 내는 능력을 함께 학습하도록 유도하였다. 실험을 위해서는 최근 발표되어 자연어 처리 분야에서 가장 좋은 성능을 보이고 있는 BERT 의 텍스트 분류 모델을 이용했으며, 제안한 기법을 적용한 모델과의 성능 비교를 위해 한국어 FAQ 데이터를 기반으로 실험을 진행했다. 실험 결과, 분류 문제만 단독으로 학습한 BERT 기본 모델보다 본 연구에서 제안한 클래스 일치 여부 결합 학습 모델이 유사한 문장들 간의 차이를 구분하며 유의미한 성능 향상을 보인다는 것을 확인할 수 있었다.

• Journal of KIISE:Software and Applications
• /
• v.32 no.11
• /
• pp.1136-1146
• /
• 2005

Fingerprint classification is useful in an automated fingerprint identification system (AFIS) to reduce the matching time by categorizing fingerprints. Based on Henry system that classifies fingerprints into S classes, various techniques such as neural networks and support vector machines (SVMs) have been widely used to classify fingerprints. Especially, SVMs of high classification performance have been actively investigated. Since the SVM is binary classifier, we propose a novel classifier-combination model, multiple decision templates (MuDTs), to classily fingerprints. The method extracts several clusters of different characteristics from samples of a class and constructs a suitable combination model to overcome the restriction of the single model, which may be subject to the ambiguous images. With the experimental results of the proposed on the FingerCodes extracted from NIST Database4 for the five-class and four-class problems, we have achieved a classification accuracy of $90.4\%\;and\;94.9\%\;with\;1.8\%$ rejection, respectively.

• The Transactions of the Korean Institute of Power Electronics
• /
• v.16 no.3
• /
• pp.250-257
• /
• 2011

This paper analyzes characteristic of the three-phase coupled inductor connected to ac source to effectively mitigate the high-frequency circulating current generated in parallel three-phase boost converters. The three-phase coupled inductor analysis presented in this paper uses the three-phase coupled inductor structure and voltage equations. Based on this analysis, the three-phase coupled inductor is added to the conventional low-frequency averaged model. As a result, the novel averaged model which can reduce the low and high-frequency circulating current simultaneously is developed. Using the zero-sequence component of the novel averaged model, each total inductance to the circulating current of the three-phase coupled inductor and line inductor can be obtained. Simulation and experiment results verify the usefulness of three-phase coupled inductor in parallel three-phase boost converters.

• Journal of KIISE:Software and Applications
• /
• v.30 no.7_8
• /
• pp.744-751
• /
• 2003

A hybrid least square Support Vector Machine combined with First Principle(FP) knowledge is proposed. We compare hybrid least square Support Vector Machine(HLS-SVM) with early proposed models such as Hybrid Neural Network(HNN) and HNN with Extended Kalman Filter(HNN-EKF). In the training and validation stage HLS-SVM shows similar performance with HNN-EKF but better than HNN, whereas, in the testing stage, it shows three times better than HNN-EKF, hundred times better than HNN model.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.289-294
• /
• 2022

의존구문분석은 문장을 의존관계(의존소-지배소)로 분석하는 구문분석 방법론이다. 현재 사전학습모델을 사용한 전이 학습의 딥러닝이 좋은 성능을 보이며 많이 연구되지만, 데이터셋에 의존적이며 그로 인한 자료부족 문제와 과적합의 문제가 발생한다는 단점이 있다. 본 논문에서는 언어학적 지식에 기반한 강화된 지배소-의존소 제약규칙 에지 알고리즘을 심층학습과 결합한 모델을 제안한다. TTAS 표준 가이드라인 기반 모두의 말뭉치로 평가한 결과, 최대 UAS 96.28, LAS 93.19의 성능을 보였으며, 선행연구 대비 UAS 2.21%, LAS 1.84%의 향상된 결과를 보였다. 또한 적은 데이터셋으로 학습했음에도 8배 많은 데이터셋 학습모델 대비 UAS 0.95%의 향상과 11배 빠른 학습 시간을 보였다. 이를 통해 심층학습과 언어지식의 결합이 딥러닝의 문제점을 해결할 수 있음을 확인하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.30 no.3C
• /
• pp.167-175
• /
• 2005

Privacy enforcement has been one of the most important problems in IT area. Privacy protection can be achieved by enforcing privacy policies within an organization's online and offline data processing systems. Traditional security models are more or less inappropriate for enforcing basic privacy requirements, such as purpose binding. This paper proposes a new approach in which a privacy control model is derived from integration of an existing security model. To this, we use an extended role-based access control model for existing security mechanism, in which this model provides context-based access control by combining RBAC and domain-type enforcement. For implementation of privacy control model we use GRBAC(Generalized Role-Based Access Control), which is expressive enough to deal with privacy preference. And small hospital model is considered for application of this model.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.67-67
• /
• 2017

급속한 산업화와 도시화로 인하여, 투수지역은 감소함으로써, 개발전과 다른 지표, 지표하 유출이 나타난다. 이에 대한 대안으로 최근 저영향개발 (LID)이 수문학적 및 환경, 생태적 개선으로 대안으로 대두 되고 있다. 이에 많은 연구자들이 EPA SWMM 모델의 이용하여 LID 설치 전, LID를 모의하였으나, 불포화토양 및 토양 내의 matric head에 대한 고려가 없어 정확한 LID 모의가 힘든 실정이다. 이에 본 연구에서 상세한 토양 모의가 가능 HYDRUS를 이용하여, SWMM-HYDRUS 모델을 개발하였다. EPA SWMM 모델의 경우, 가장 상단의 layer에서 green ampt equation을 이용하여 침투량을 계산 후, 다음 layer에서 Darcy eqation을 이용하여 토양 물이동을 계산되어진다. 하지만 기존의 SWMM모델의 경우, 불포화토양내의 물 흐름에 대한 고려와 Matric head와 Pond depth에 대한 고려가 없어, LID 모의 시 한계점이 나타났다. 이에 본 연구에서는 이러한 한계점을 개선하기 위하여, 기존의 EPA SWMM의 LID 모듈을 Van Genuchten's equaton과 Richard Equation을 이용하여 정확한 토양 물 흐름을 계산하는 HYDRUS을 SWMM 모델에 결합하여, 더욱 정확한 LID 모의를 실시하였다. 개선된 SWMM-HYDRUS 모델의 모의 결과, 기존의 SWMM에서 한계점을 보여주는 Metric head를 고려하여 불포화 침투가 이루어지며, 또한 포화 후 LID 위에 존재하는 Pond depth를 고려해주는 결과가 나타났다. 향후 개발된 SWMM-HYDRUS모델를 이용하여 LID를 검증 시 기존의 모델보다 정확한 모의가 가능하다.

• Journal of the Korean Vacuum Society
• /
• v.3 no.4
• /
• pp.457-465
• /
• 1994

유도결합 플라즈마의 해석식으로 양극성 확산, 정상상태를 가정한 확산식, 열평형식과 변위전류 를 무시한 맥스웰 식을 사용하였다. 해석기법으로는 유한 차분법과 적분법을 축대칭 2차원(R, Z)모델에 적용하였다. 유도 결합 플라즈마장치의 RF 전력, 압력, 석영창 두께, 차폐부 높이에 따른 전자온도, 전자 밀도, 등가 정항 등가 인덕턴스 효율 결합계수 K, Q-factor의 변화를 구하였다. 특히 등가정항은 진공챔 버, 차폐부 및 코일의 손실저항을 고려하여 구하였다.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.804-805
• /
• 2008

이 논문은 열계와 히스테리시스 손실로 인한 추가적인 열원을 프라이자흐 모델의 전자기장과 결합된 유한요소법을 이용한 동기형 릴럭턴스 전동기(SynRM)의 특성 해석을 다루었다. 이 논문의 초점은 SynRM에서 동손과 히스테리시스 손실과 관계된 열해석이다.

• Proceedings of the KIEE Conference
• /
• 1999.11d
• /
• pp.1126-1127
• /
• 1999

연산자 분리 시영역 모델을 이용하여 광섬유 커플러 ADM(add-drop multiplexer)의 필터링 효과를 분석하였다. 이 모델은 방향성 결합기나 브래그 격자를 포함하는 소자의 해석에 유용하다. 본 논문에서는 비대칭 구조를 고려했으며 결합계수, 코어의 반경, 개구수, 굴절율 변조 등의 파라미터를 이용하여 최적의 필터링 효과를 얻기 위한 구조를 설계하였다.