• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.829-832
• /
• 2013

클럽 피팅(Club Fitting)이란 클럽을 구성하는 요소와 골퍼 자신의 신체적 특성 및 스윙 스타일에 맞춰 과학적으로 분석하고 내 몸과 내 스윙에 맞는 클럽으로 조정하는 과정이다. 본 논문에서는 피팅 관련 자료 수집 및 분석을 통해 클럽 피팅을 위한 클럽 피팅 마스터 프로그램 개념 설계 및 관련 DB 자료 수집 분석을 통하여 클럽 피팅 기술을 분석 및 연구한다. 본 프로그램 개발을 위해 Visual Basic(VB) 프로그램을 사용 하였으며, 피팅 마스터 프로그램 관련 자료의 데이터 관리를 위해 MDB를 이용하였다. 그리하여 측정한 클럽 정보를 골퍼에게 스펙정보 및 신체적 조건에 맞는 골프 클럽을 제시하는 연구를 한다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.79-84
• /
• 2021

메신저 사용의 증가와 함께 관련 범죄와 사고가 증가하고 있어 메시지 사용자 검증의 필요성이 대두되고 있다. 본 연구에서는 그래프 기반의 인스턴트 메세지 분석 모델을 제안하여 채팅 사용자를 검증하고자 한다. 사용자 검증은 주어진 두 개의 텍스트의 작성자가 같은지 여부를 판단하는 문제다. 제안 모델에서는 사용자의 이전 대화를 토대로 n-gram 전이 그래프를 구축하고, 작성자를 알 수 없는 메세지를 이용해 전이 그래프를 순회한 랜덤워크의 특성을 추출한다. 사용자의 과거 채팅 습관과 미지의 텍스트에 나타난 특징 사이의 관계를 분석한 모델은 10,000개의 채팅 대화에서 86%의 정확도, 정밀도, 재현율로 사용자를 검증할 수 있었다. 전통적인 통계 기반 모델들이 명시적 feature를 정의하고, 방대한 데이터를 이용해 통계 수치로 접근하는데 반해, 제안 모델은 그래프 기반의 문제로 치환함으로써 제한된 데이터 분량에도 안정적인 성능을 내는 자동화된 분석 기법을 제안했다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.501-504
• /
• 2022

안전한 암호 시스템은 평문을 복원하거나 키를 유추해낼 수 없도록 설계된다. 암호 분석은 이러한 암호 시스템에서 평문과 키를 추정하는 것이며, 알려진 평문 공격, 선택 평문 공격, 차분분석 등 다양한 방법이 존재한다. 또한, 최근에는 데이터의 특징을 추출하고 학습해내는 인공신경망 기술을 기반으로 하는 암호 분석 기법들이 제안되고 있다. 현재는 라운드 축소된 S-DES, SPECK, SIMON, PRESENT 등의 경량암호 및 고전암호에 대한 공격이 대부분이며, 이외에도 암호 분석을 위한 active S-box의 수를 예측하는 등과 같이 다양한 측면에서 인공신경망이 적용되고 있다. 향후에는 신경망의 효율적 구현, full-round에 대한 공격과 그에 대한 암호학적 해석이 가능한 연구들이 진행되어야 할 것으로 생각된다.

• 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.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.661-662
• /
• 2020

현대사회의 산업 현장에서 작업효율과 안전사고예방은 기업의 이익과 직결된다. 현장에서의 인력의 사용으로 인한 한계점을 가지고 있기 때문에 효율적이고 안정적으로 작업 효율을 내며 현장의 많은 안전사고를 미연에 방지하기 위해 많은 산업현장들은 4차 산업 혁명을 통해 수많은 작업들을 로봇을 이용한 자동화로 대체해 오고 있다. 단순히 짐을 옮기고 재고를 파악할 뿐인 간단한 작업임에도 불구하고 물류 피킹/분류 작업은 아직까지 인력을 사용한다. 인력을 한계를 극복하기 위해 작업 현장을 라인 트레이서를 통해 이동하고, 영상분석을 이용해 로봇 암으로 원하는 물건을 정확하게 피킹하고자 적재 하도록 설계한 '영상분석을 이용한 자동 피킹.분류시스템' 기술을 제안한다. 기존의 단순 반복 노동의 피킹/분류 작업을 수행하며 영상분석을 통해 어플리케이션을 이용하여 재고 관리또한 가능하다,

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.849-852
• /
• 2004

이 논문에서 제시하는 감정 및 상황데이타 인지 시스템이란 감정 및 상황인식 데이터에 대한 능동적인 인지를 통하여 주변 제어 가전 및 AV가전에 대한 통제를 가능하게하는 실시간 시스템을 말한다. 감정 및 상황데이터 분석을 위하여 Context 정의 및 Context Awareness에 대한 Context 모델링 및 지능적 분석 알고리즘을 제시한다. 감정 및 상황인식을 통한 주변 가전제어에서는 분석된 감정 및 상황 데이터만을 가지고 지능적 시스템이 주변 가전을 제어하는 것이 아니라 여기에 첨가하여 사용자의 행동 패턴에 대한 분석이 필요하다. 지능적 분석 알고리즘에서는 사용자의 행동패턴에 대한 분석을 위하여 신경망의 일부 개념을 도입하였다. 인지 시스템의 검증을 위한 시뮬레이션으로 이 논문에서는 실내환경에서의 가전제어를 제시하고 이에 대한 프레임워크로 OSGi를 도입하였다. 마지막으로 감정 및 상황인지에 대한 분석데이터에 대한 서비스와 가전상태에 대한 인터페이스 제공 모델을 UIML을 이용하여 다중 디바이스 서비스를 제공하는 방법을 제시한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.244-247
• /
• 2010

최근 Application 의 취약성을 악용한 해커들의 시스템 공격 사례가 증가하고 있다. 본 논문에서 다루는 코드 분석기는 이러한 해커의 공격을 사전에 차단하기 위해 사용자로부터 입력받은 Application 의 소스 코드가 사전에 탑재해 놓은 일련의 보안 규칙(Security Rule)을 제대로 준수하는지의 여부를 어휘 분석(Lexical Analysis)과 구문 분석(Semantic Analysis)을 통해 판별해 낸다. 본 코드 분석기는 미국 카네기멜론대학(CMU) 산하의 인터넷 해킹 보안 기구인 CERT 에서 제시하는 규칙을 그대로 적용하여 분석 결과의 정확도와 객관성을 높였으며, 이 분석기를 통해 프로그래머가 신뢰도와 보안성이 높은 소프트웨어를 개발할 수 있도록 하였다.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.630-633
• /
• 2022

속성기반 감성 분석은 텍스트 내에 존재하는 속성에 대해 세분화된 감성 분석을 수행하는 과제를 말한다. 세분화된 감성분석을 정확하게 수행하기 위해서는 텍스트에 존재하는 감성 표현과 그것이 수식하는 대상에 대한 정보가 반드시 필요하다. 그리고 순서대로 두 가지 정보는 이후 정보를 텍스트에서 추출하기 위해 중요한 단서가 된다. 따라서 본 논문에서는 KorBERT와 Bi-LSTM을 이용한 단계적 특징을 활용한 다중 작업 학습 모델을 사용하여 한국어 감성 분석 말뭉치의 감성 표현과 대상을 추출하는 작업을 수행하였다. 제안한 모델을 한국어 감성 분석 말뭉치로 학습 및 평가한 결과, 감성 표현 추출 작업의 출력을 추가적인 특성으로 전달하여 대상 추출 작업의 성능을 향상시킬 수 있음을 보였다.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.501-506
• /
• 2020

질의 난이도 분석 문제는 자연어 질의문을 답변할 때 어려움의 정도를 측정하는 문제이다. 질의 난이도 분석 문제는 문서 독해, 의학 시험, 비디오 질의 등과 같은 다양한 데이터셋에서 연구되어 왔다. 본 논문에서는 질의문과 질의문에 응답하기 위한 정보들 간의 관계를 파악하는 것으로 질의 난이도 분석 문제를 접근하여 이를 BERT와 Dual Multi-head Attention을 사용하여 모델링 하였다. 본 논문에서 제안하는 모델의 우수성을 증명하기 위하여 최근 자연언어이해 부분에서 높은 성능을 보여주는 기 학습 언어 모델과 이전 연구의 질의 난이도 분석 모델과의 성능을 비교하였고, 제안 모델은 대표적인 비디오 질의 응답 데이터셋인 DramaQA의 Memory Complexity에서 99.76%, Logical Complexity에서는 89.47%의 정확도로 가장 높은 질의 난이도 분석 성능을 보여주었다.

• Proceedings of the Korean Environmental Sciences Society Conference
• /
• 2019.10a
• /
• pp.127-127
• /
• 2019