• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.526-529
• /
• 2020

최근 네트워크 환경에 대한 공격이 급속도로 고도화 및 지능화 되고 있기에, 기존의 시그니처 기반 침입탐지 시스템은 한계점이 명확해지고 있다. 이러한 문제를 해결하기 위해서 기계학습 기반의 침입 탐지 시스템에 대한 연구가 활발히 진행되고 있지만 기계학습을 침입 탐지에 이용하기 위해서는 두 가지 문제에 직면한다. 첫 번째는 실시간 탐지를 위한 학습과 연관된 중요 특징들을 선별하는 문제이며 두 번째는 학습에 사용되는 데이터의 불균형 문제로, 기계학습 알고리즘들은 데이터에 의존적이기에 이러한 문제는 치명적이다. 본 논문에서는 위 제시된 문제들을 해결하기 위해서 Hybrid Feature Selection과 Data Balancing을 통한 심층 신경망 기반의 네트워크 침입 탐지 모델을 제안한다. NSL-KDD 데이터 셋을 통해 학습을 진행하였으며, 평가를 위해 Accuracy, Precision, Recall, F1 Score 지표를 사용하였다. 본 논문에서 제안된 모델은 Random Forest 및 기본 심층 신경망 모델과 비교해 F1 Score를 기준으로 7~9%의 성능 향상을 이루었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.547-550
• /
• 2020

노인인구의 급증에 따라 노인 건강에 대한 관심이 증가하였고 노인 낙상을 발견하는 방법에 대한 관심도 함께 대두되기 시작하였다. 낙상 사고의 경우 낙상을 일으킨 원인보다 낙상이 제때 감지되지 않아 발생하는 이후의 상황이 더욱 심각한 결과를 초래한다. 따라서 낙상이 발생했을 때, 바로 낙상을 감지할 수 있는 시스템 구축이 필요하다. 다양한 낙상 검출을 위한 방법이 존재하지만 그 중 착용이 쉽고 원격지에서 관찰 및 관리가 가능한 웨어러블(Wearable) 기기의 센서 데이터를 사용한 낙상 검출을 진행하였다. 본 논문에서는 머신 러닝 모델들을 사용해서 낙상 검출 성능 비교 및 적절한 모델을 제안한다. 기계 학습 기반의 모델인 결정 트리(Decision Tree), 랜덤 포래스트(Random Forest), SVM(Support Vector Machine)을 사용하여 실제 측정된 데이터에 낙상 검출 학습 능력을 정량화하였다. 또한, 모델의 입력 값에 적용한 데이터 분할, 전처리 및 특징 추출 방법을 통해서 효율적인 낙상 검출을 위한 기계학습 관점에서의 타당성을 판단하고자 한다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.609-614
• /
• 2023

최근 인공지능 시스템이 발전함에 따라 사람보다 높은 성능을 보이고 있다. 또한 전문 지식에 특화된 분야(질병 진단, 법률, 교육 등)에도 적용되고 있지만 이러한 전문 지식 분야는 정확한 판단이 중요하다. 이로 인해 인공지능 모델의 결정에 대한 근거나 해석의 중요성이 대두되었다. 이를 위해 설명 가능한 인공지능 연구인 XAI가 발전하게 되었다. 이에 착안해 본 논문에서는 기계독해 프레임워크에 순환 신경망 디코더를 활용하여 정답 뿐만 아니라 예측에 대한 근거를 추출하고자 한다. 실험 결과, 모델의 예측 답변이 근거 문장 내 등장하는지에 대한 실험과 분석을 수행하였다. 이를 통해 모델이 추론 과정에서 예측 근거 문장을 기반으로 정답을 추론한다는 것을 확인할 수 있었다.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2022.10a
• /
• pp.309-310
• /
• 2022

본 논문은 3차원 ELS 모델과 건설 프로젝트 관리 프로그램을 이용한 해체 공정을 기계식공법으로 해체하는 구조물에 적용한 사례이다. 해체 공정 설계를 위한 3차원 ELS 모델은 도면 및 현장 조사 통해 부재별 크기와 배근 정보를 확인하여 모델링하였다. 완성된 3차원 모델을 건설 프로젝트 관리 프로그램인 Bexel manager에 적용하여 부재 별 해체 공정을 설계하였다. 설계된 해체 공정은 기계식공법으로 해체하는 구조물에 적용하였고, 해체결과 작업 별 작업동선을 효과적으로 관리할 수 있었으며, 안전하게 해체를 완료하였다.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.221-224
• /
• 2019

딥러닝을 이용한 Neural Machine Translation(NMT)의 등장으로 기계번역 분야에서 기존의 규칙 기반,통계기반 방식을 압도하는 좋은 성능을 보이고 있다. 본 논문은 기계번역 모델도 중요하지만 무엇보다 중요한 것은 고품질의 학습데이터를 구성하는 일과 전처리라고 판단하여 이에 관련된 다양한 실험을 진행하였다. 인공신경망 기계번역 시스템의 학습데이터 즉 병렬 코퍼스를 구축할 때 양질의 데이터를 확보하는 것이 무엇보다 중요하다. 그러나 양질의 데이터를 구하는 일은 저작권 확보의 문제, 병렬 말뭉치 구축의 어려움, 노이즈 등을 이유로 쉽지 않은 상황이다. 본 논문은 고품질의 학습데이터를 구축하기 위하여 병렬 코퍼스 필터링 기법을 제시한다. 병렬 코퍼스 필터링이란 정제와 다르게 학습 데이터에 부합하지 않다고 판단되며 소스, 타겟 쌍을 함께 삭제 시켜 버린다. 또한 기계번역에서 무엇보다 중요한 단계는 바로 Subword Tokenization 단계이다. 본 논문은 다양한 실험을 통하여 한-영 기계번역에서 가장 높은 성능을 보이는 Subword Tokenization 방법론을 제시한다. 오픈 된 한-영 병렬 말뭉치로 실험을 진행한 결과 병렬 코퍼스 필터링을 진행한 데이터로 만든 모델이 더 좋은 BLEU 점수를 보였으며 본 논문에서 제안하는 형태소 분석 단위 분리를 진행 후 Unigram이 반영된 SentencePiece 모델로 Subword Tokenization를 진행 하였을 시 가장 좋은 성능을 보였다.

• Journal of the KSME
• /
• v.54 no.2
• /
• pp.52-57
• /
• 2014

이 글에서는 컴퓨터 이용 공학(CAE : Computer Aided Engineering) 기술이 발달함에 따라 갈수록 중요해지는 통계적 모델 검증 및 보정(Statistical Model Validation and Calibration)을 수행하는 데 필요한 통계적인 기법들을 각 단계별로 상세하게 소개하고, 실제 제품 개발에 적용하는 데 있어서 예상되는 어려움과 향후 연구방향을 제시하고자 한다.

• Journal of the KSME
• /
• v.55 no.3
• /
• pp.38-41
• /
• 2015

이 글에서는 무세포 경계층(red blood cell free layer)의 생리학적 중요성 및 미세순환(microcirculation)에서 이루어지는 가스교환 예측을 위한 수치해석모델(numerical simulation) 개발을 소개하고자 한다.

• Journal of the KSME
• /
• v.55 no.3
• /
• pp.47-50
• /
• 2015

이 글에서는 척추 생체역학 연구를 위한 다양한 컴퓨터 시뮬레이션 생체역학 모델을 소개하고, 이를 이용한 척추 퇴행성 질환 관련 임상 및 의료기기 개발 관련 연구 사례들을 소개하고자 한다.

• Transactions of the Korean Society of Mechanical Engineers
• /
• v.10 no.4
• /
• pp.541-557
• /
• 1986

본 연구에서는 캐패시턴스 성분을 고려한 브리지(bridge) 모델을 적용하여 지 금까지 설명할 수 없었던 문제를 설명함으로서 이 모델의 정당성을 확인하고자 하며, 더욱 나아가 다른 여러가지 변수에 대한 응답특성의 예측을 가능하게 하고자 한다.

• Proceedings of the KSME Conference
• /
• 2005.11a
• /
• pp.113.1-113.1
• /
• 2005