• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.795-798
• /
• 2016

소니피케이션은 다양한 데이터를 사운드로 변환시키는 과정으로 본 연구에서는 뇌파 신호를 사운드로 생성하는 객관적인 워크플로우를 제시하고자 하였다. 현재까지의 뇌파 소니피케이션은 사운드로의 변환이 인위적이고 임의적으로 진행되어 객관적인 논리를 제시하지 못하고 있는 실정이다. 이에 본 연구에서는 뇌파데이터의 정량적 분석을 통해 파라미터 추출, 사운드 맵핑, 사운드 모델 구축에 대한 논리적 근거를 제시하였으며 이를 통해 뇌파데이터의 객관적인 소니피케이션 과정을 구현하였다. 파라미터 추출을 위해 15Hz High pass filtering이 가장 적절한 방법으로 확인되었으며 뇌파 데이터의 최대값 빈도 분석과 음악코드의 비율 분석을 실제로 맵핑시켜 사운드 모델을 구축하여 사운드 생성을 구현하였다. 결론적으로, 본 연구에서는 뇌파데이터의 소니피케이션 과정에 대한 객관적이고 논리적인 워크플로우를 제시하였으며 이러한 워크플로우가 다양한 분야에서 적용될 수 있을 것으로 예상된다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.11a
• /
• pp.100-102
• /
• 2016

본 논문에서는 기존의 인지 영상 부호화에 사용되던 Just Noticeable Distortion(JND) 보다 더 압축에 적합한 모델인 Just Noticeable Quantization Distortion(JNQD) 모델을 제시하고, 이를 사용한 인지적 영상 압축 방법을 제안한다. 제안하는 인지적 영상 압축 방식은 영상 코덱 내부의 Rate-Distortion Optimization(RDO)을 수정하지 않고 입력되는 영상의 불필요한 정보들을 미리 제거하는 전처리 과정으로서, JNQD 모델을 사용하여 보다 간단하면서 압축 효율을 크게 증가 시킬 수 있다. 기존 영상 압축의 전처리 방법들은 부호화기의 양자화 값을 전처리 과정에서 고려하지 못하여 부정확한 인지 중복성 제거 결과를 초래하였으나, 제안하는 방법은 영상의 특성뿐만 아니라 양자화 크기 값을 고려하여 적응적으로 인지 왜곡이 발생하지 않는 주관적 인지 중복성 제거를 전처리 과정에서 수행할 수 있다. 거의 유사한 주관적 품질 수준을 유지하면서 HEVC 참조 소프트웨어 대비 약 15%의 압축효율 향상을 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.583-585
• /
• 2004

암의 발병을 조기에 예측하고 진단하는 것은 매우 중요하지만 그 과정이 매우 복잡하고 많은 노력이 필요하다. 암이 발생하는 원인은 매우 다양하지만 근본적으로 단백질을 형성하는 유전자에 변화가 오기 때문으로 생각해 볼 수 있다. 유전자 발현 정보로부터 기계적으로 암을 예측하기 위한 과정은 중요한 유전자의 선택, 모델의 학습, 모델을 이용한 예측과정으로 나뉘어 진다. 본 논문에서는 대장암 여부를 유전자 발현 데이터로부터 예측하기 위한 종분화 진화 신경망을 제안한다. 종분화 진화 신경망은 진화 알고리즘을 사용하여 신경망의 구조를 결정하고 종분화 알고리즘을 사용하여 다양한 개체의 생성을 유도한 후 모델의 앙상블을 통해 보다 높은 성능을 내는 방법이다 실험 결과 제안하는 방법이 대장암 예측 cross validation 테스트에서 96.5%의 높은 성능을 보였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.10a
• /
• pp.571-573
• /
• 2010

Most real world system such as world economy, management, medical and engineering applications contain a series of complex phenomena. One of common methods to understand these system is to build a model and analyze the behavior of the system. As a first step, Determining the best clusters on data. As a second step, Determining the model of the cluster. In this paper, we investigated heuristic search methods for efficient clustering.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1992.04b
• /
• pp.383-392
• /
• 1992

한 국가의 미래를 설계하기 위해서는 어떠한 형태로든 국가차원의 모델이 필수적이다. 국가차원의 모델은 한 국가를, 풀고자 하는 문제를 중심으로 총체적으로 바라볼 수 있어야 한다. 이러한 모델은 될수록 간단하고, 포괄적이며, 유연하고, 유용하며, 예견적이어야 한다. 이러한 모델의 개발을 위한 방법론으로는 시스템동학(System Dynamics)이 유용하다. 이 시스템동학은 국가 및 지구적차원의 모델을 개발하는데 사용된 바 있다. 국가차원의 모델을 개발하는 과정의 이해를 위하여 간단한 국가차원의 환경.경제모델을 소개한다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.25 no.1
• /
• pp.55-62
• /
• 2007

Recent advances in airborne LiDAR technology allow rapid and inexpensive measurements of topography over large areas. The generation of DTM/DEM is essential to numerous applications such as the fields of civil engineering, environment, city planning and flood modeling. The demand for LiDAR data is increasing due to the reduced cost for DTM generation and the increased reliability, precision and completeness. In order to generate DTM, measurements from non-ground features such as building and vegetation have to be classified and removed. In this paper, a segmented morphology filter was developed to detect non-ground LiDAR measurements. First, segments LiDAR point clouds based on the elevation. Secondly classifies those protruding segments into non-ground points. Those non-ground points such as building and vegetation are removed, while ground points are preserved for DTM generation. For experiments, data sets used in Comparison of Filters (ISPRS, 2003) depicting urban and rural areas were selected. The experimental results show that the proposed filter can remove most of the non-ground points effectively with less commission and omission errors.

• Journal of Korea Society of Industrial Information Systems
• /
• v.26 no.1
• /
• pp.55-65
• /
• 2021

In this paper, a methodology for reinforcing reverse logistics (RL) activities in a closed-loop supply chain (CLSC) model is proposed. For the methodology, the activities of the recovery center (RC) which can be considered as one of the facilities in the RL are reinforced. By the reinforced activities in the RC, the recovered parts and products after checking and recovering processes of the returned product from customer can be reused in the forward logistics (FL) of the CLSC model. A mathematical formulation is suggested for representing the CLSC model with reinforced RL activities, and implemented using a hybrid genetic algorithm (HGA) approach. In numerical experiment, two different scales of the CLSC model are presented and the performance of the HGA approach is compared with those of some conventional approaches. The experimental results show that the former outperforms the latter in most of performance measures. The robustness of the CLSC model is also proved by regulating various rates of the recovered parts and products in the RC.

• Journal of Broadcast Engineering
• /
• v.26 no.6
• /
• pp.778-789
• /
• 2021

Recently, various lightweight methods for using Convolutional Neural Network(CNN) models in mobile devices have emerged. Weight quantization, which lowers bit precision of weights, is a lightweight method that enables a model to be used through integer calculation in a mobile environment where GPU acceleration is unable. Weight quantization has already been used in various models as a lightweight method to reduce computational complexity and model size with a small loss of accuracy. Considering the size of memory and computing speed as well as the storage size of the device and the limited network environment, this paper proposes a method of compressing integer weights after quantization using a video codec as a method. To verify the performance of the proposed method, experiments were conducted on VGG16, Resnet50, and Resnet18 models trained with ImageNet and Places365 datasets. As a result, loss of accuracy less than 2% and high compression efficiency were achieved in various models. In addition, as a result of comparison with similar compression methods, it was verified that the compression efficiency was more than doubled.

• Phonetics and Speech Sciences
• /
• v.11 no.1
• /
• pp.41-49
• /
• 2019

An end-to-end speech recognition model consisting of a single integrated neural network model was recently proposed. The end-to-end model does not need several training steps, and its structure is easy to understand. However, it is difficult to understand how the model recognizes speech internally. In this paper, we visualized and analyzed the attention-based end-to-end model to elucidate its internal mechanisms. We compared the acoustic model of the BLSTM-HMM hybrid model with the encoder of the end-to-end model, and visualized them using t-SNE to examine the difference between neural network layers. As a result, we were able to delineate the difference between the acoustic model and the end-to-end model encoder. Additionally, we analyzed the decoder of the end-to-end model from a language model perspective. Finally, we found that improving end-to-end model decoder is necessary to yield higher performance.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.120-125
• /
• 2018

문서 요약 문제는 최근 심층 신경망을 활용하여 활발히 연구되고 있는 문제 중 하나이다. 많은 기존 연구들이 주로 시퀀스-투-시퀀스 모델을 활용하여 요약을 수행하고 있으나, 아직 양질의 요약을 생성하기에는 많은 문제점이 있다. 시퀀스-투-시퀀스 모델을 활용한 요약에서 가장 빈번히 나타나는 문제 중 하나는 요약문의 생성과정에서 단어나 구, 문장이 불필요하게 반복적으로 생성되는 것이다. 이를 해결하기 위해 다양한 연구가 이루어지고 있으며, 이들 대부분은 요약문의 생성 과정에서 정확한 정보를 주기 위해 모델에 여러 모듈을 추가하였다. 하지만 기존 연구들은 생성 단어가 정답 단어로 나올 확률을 최대화 하도록 학습되기 때문에, 생성하지 말아야 하는 단어에 대한 학습이 부족하여 반복 생성 문제를 해결하는 것에는 한계가 있다. 따라서 본 논문에서는 기존 요약 모델의 복잡도를 높이지 않고, 단어 생성 이력을 직접적으로 이용하여 반복 생성을 제어하는 모델을 제안한다. 제안한 모델은 학습할 때 생성 단계에서 이전에 생성한 단어가 이후에 다시 생성될 확률을 최소화하여 실제 모델이 생성한 단어가 반복 생성될 확률을 직접적으로 제어한다. 한국어 데이터를 이용하여 제안한 방법을 통해 요약문을 생성한 결과, 비교모델보다 단어 반복이 크게 줄어들어 양질의 요약을 생성하는 것을 확인할 수 있었다.