• 마이크로전자및패키징학회지
• /
• 제25권4호
• /
• pp.47-52
• /
• 2018

본 연구에서는 디스플레이에 적용되는 기능성 고분자 필름의 나노구조에 의한 기계적 물성 저하 문제를 해결하기 위해 열처리 방법과 멀티스케일 계층구조를 통한 PMMA(Poly(methyl-methacrylate)) 필름의 내구성 향상에 대해 연구하였다. PMMA 필름의 기계적 특성을 향상시키기 위한 열처리 공정은 고온/고압의 자유제적 제어공정과 고온 공정 후 급속히 냉각시키는 공정으로 구성되어 있으며, 열 나노임프린트를 이용하여 스크래치로부터 나노구조를 보호하기 위한 멀티스케일 계층구조를 형성하였다. 연필경도 시험에 의해 발생한 미세구조의 손상에 대한 평가를 위해 표면 형상 변화와 기능성 변화를 평가하였으며, 이를 통하여 열처리와 멀티스케일 계층구조가 스크래치에 의한 정접촉각 감소와 투과율 손실 저감에 효과적임을 확인하였다.

• 인지과학
• /
• 제30권3호
• /
• pp.157-174
• /
• 2019

인공 지능으로 인한 정체성 위협은 지능 과제에 대한 동기 및 수행을 저해할 수 있다. 본 연구는 실험기법을 활용하여 개인의 지능 과제 수행 저하 현상이 인공 지능으로 인한 위협에 노출됨으로써 나타나는지 조사하였다. 또한 본 연구는 집단 정체성 확인(group identity affirmation)이 과제 수행 저하 현상을 완화해줄 수 있는지 확인하였다. 구체적으로, 인공지능 위협이 높은 조건에서는 낮은 조건에서보다 지적 과제 수행이 낮을 것으로 예측하였다. 또한 이와 같은 수행 저하 효과는 집단 확인 조건에서 나타나지 않을 것으로 예측하였다. 대학생 참가자 210명을 대상으로 실험 연구를 시행하여 예상과 일관된 결과를 발견하였다. 인공지능으로 인한 정체성 위협은 참가자의 지적 과제 수행을 떨어뜨렸으며, 이와 같은 수행 저하 현상은 집단가치 비 확인 조건에서 발견됐지만 집단 가치 확인 조건에서는 발견되지 않았다. 논의에서는 이론적 실용적 함의를 다루었다.

• 데이타베이스연구회지:데이타베이스연구
• /
• 제34권3호
• /
• pp.137-147
• /
• 2018

기계 학습을 통한 인간 동작 인지 (human activity recognition) 시스템에서 중요한 요소는 충분한 양의 라벨 데이터 (labeled data)를 확보하는 것이다. 그러나 라벨 데이터를 확보하는 일은 많은 비용과 시간을 필요로 한다. 매우 적은 수의 라벨 데이터를 가지고 있는 새로운 환경 (타겟 도메인)에서 동작 인지 시스템을 구축하는 경우, 기존의 환경 (소스 도메인)의 데이터나 이 환경에서 학습된 분류기(classifier)를 사용하는 것은 도메인이 서로 다르기 때문에 바람직하지 않다. 기존의 기계 학습 방법들이 이러한 문제를 해결할 수 없으므로 전이 학습 (transfer learning) 방법이 제시되었으며, 이 방법에서는 소스 도메인에서 확보한 지식을 활용하여 타겟 도메인에서의 분류기 성능을 높이도록 하고 있다. 본 논문에서는 다중 태스크 신경망 (multitask neural network)을 사용하여 매우 제한된 수의 데이터만으로 정확도가 높은 동작 인지 분류기를 생성하는 전이 학습방법을 제안한다. 이 방법에서는 소스 및 타겟 도메인 분류기의 손실 함수 최소화가 별개의 태스크로 간주된다. 즉, 하나의 신경망을 사용하여 두 태스크의 손실 함수를 동시에 최소화하는 방식으로 지식 전이(knowledge transfer)가 일어나게 된다. 또한, 제안한 방법에서는 모델 학습을 위하여 비지도 방식(unsupervised manner)으로 라벨이 부여되지 않은 데이터를 활용한다. 실험 결과, 제안한 방법은 기존의 방법에 비하여 일관적으로 우수한 성능을 보여주고 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 춘계학술발표대회
• /
• pp.173-176
• /
• 2009

본 논문에서는 감시시스템이 갖추어진 환경 내에서 발생할 수 있는 특이 행동을 효율적으로 감지하기 위한 기법을 제시한다. 최근 대형 범죄 및 방화 사건 등의 방지목적으로 DVR 의 단순 녹화를 벗어나 지능형 감시시스템을 도입하려는 연구가 활발히 진행되고 있다. 그러나 이러한 시스템들은 아직 초기 연구 단계에 있으며 영상내의 관심물체 추출을 위한 전경과 배경의 분리 및 추적 단계에 그치고 있다. 이에 본 논문에서는 가우시안 혼합 모델을 통하여 전경과 배경을 분리하고, 관심영역에 한해서 Optical Flow 기법을 이용하여 폭력상황과 같은 특이 행동의 감지 여부를 판단 할 수 있는 방법에 대해 실험을 통해 평가하였다.

• 한국ITS학회 논문지
• /
• 제23권2호
• /
• pp.173-188
• /
• 2024

자율주행차량(AV)의 기술 발전으로 실도로 내 자율주행이 가능해졌지만, 주변 요소로 AV의 인지 범위 또는 능력이 제한되는 인지 음영으로 완전한 자율주행에 어려움이 있다. 오늘날 Lv 4+ 자율주행 테스트 시나리오를 개발하기 위해서는 실제 도로에서 발생할 수 있는 다양한 인지 음영 상황을 파악하고 대비 전략을 구상하는 것이 중요하다. 따라서, 본 연구는 미국 캘리포니아 차량관리국(DMV)의 AV 사고 데이터를 통해 자율주행 모드 활성화 여부에 따라 AV와 일반차량의 사고 형태와 특성을 비교하고, AV 제어권 전환 데이터를 단계적으로 분류하여 인지 음영으로 인한 제어권 전환의 유형과 실제 사례를 도출하였다. 분석 결과, AV의 안전 운전 기동으로 일반 차량과 다른 사고 유형이 나타났으며, 3가지 유형의 인지 음영 사례를 파악하였다. 본 연구 결과는 Lv 4+ 자율주행 테스트 시나리오 개발의 중요한 기초자료가 될 것이며, 다양한 인지 음영이 고려된 테스트 시나리오를 통해 상황별 인지 음영을 해소하는 효율적인 전략을 마련할 수 있다. 이를 통해 실제 도로에서의 AV 주행 안전성을 효과적으로 평가하고 향상할 수 있을 것으로 기대된다.

• 인지과학
• /
• 제15권2호
• /
• pp.33-42
• /
• 2004

일본어와 한국어는 문법적으로 많은 유사점을 가지고 있다. 이러한 유사점을 잘 이용한다면 일한 기계번역 시스템에서 구문해석이나 의미해석의 상당한 부분을 생략할 수 있다. 몇 년 전부터 우리는 유사성을 이용하여 번역율을 높이는 방법으로 번역테이블을 이용한 일한기계번역 시스템을 연구해왔다. 그러나 이 시스템은 활용어미의 번역, 다의성 단어의 처리 등 및 가지 문제점을 가지고 있었다. 본 논문에서는 번역데이블을 이용하는 시스템을 개선하여 이웃하는 단어들과의 관계 정보를 이용한 일한 기계번역 시스템을 제안한다. 현재 시스템의 문제점들을 해결하기 위하여 우선 조사, 조동사의 접속정보를 최대한 이용한다. 또한, 번역 테이블을 엔트리테이블과 접속정보 테이블로 나누어 설계하여 번역의 효율을 높인다. 즉, 하나의 역어만 가지는 단어인 경우, 우리는 일한 직접 대응 방법을 이용하여 바로 번역하고 2개 이상의 역어로 번역되어야 할 경우만 접속 정보 값을 평가하여 가장 가능성이 높은 번역어를 선택하도록 한다.

• 한국컴퓨터정보학회논문지
• /
• 제24권11호
• /
• pp.41-49
• /
• 2019

본 연구는 비지도 기계학습 기술과 코퍼스의 각 단어를 이용하여 한국어 단어를 형태소 분석하는 언어 모델을 구축하는데 목적을 둔다. 그리고 이 언어 모델의 단어 형태소 분석의 결과와 언어 심리 실험결과에서 얻은 한국어 언어사용자의 단어 이해/판단 시간이 상관관계을 갖는지를 규명하고자 한다. 논문에서는 한국어 세종코퍼스를 언어 모델로 학습하여 형태소 분리 규칙을 통해 한국어 단어를 자동 분리하는데 발생하는 단어 정보량(즉, surprisal(놀라움) 정도)을 측정하여 실제 단어를 읽는데 걸리는 반응 시간과 상관이 있는지 분석하였다. 이를 위해 코퍼스에서 단어에 대한 형태 구조 정보를 파악하기 위해 Morfessor 알고리즘을 적용하여 단어의 하위 단위 분리와 관련한 문법/패턴을 추출하고 형태소를 분석하는 언어 모델이 예측하는 정보량과 반응 시간 사이의 상관관계를 알아보기 위하여 선형 혼합 회귀(linear mixed regression) 모형을 설계하였다. 제안된 비지도 기계학습의 언어 모델은 파생단어를 d-형태소로 분석해서 파생단어의 음절의 형태로 처리를 하였다. 파생단어를 처리하는 데 필요한 사람의 인지 노력의 양 즉, 판독 시간 효과가 실제로 형태소 분류하는 기계학습 모델에 의한 단어 처리/이해로부터 초래될 수 있는 놀라움과 상관함을 보여 주었다. 본 연구는 놀라움의 가설 즉, 놀라움 효과는 단어 읽기 또는 처리 인지 노력과 관련이 있다는 가설을 뒷받침함을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.552-555
• /
• 2019

디지털 트윈이란 현실 세계의 물리적인 사물을 컴퓨터 상에 동일하게 가상화 시키는 기술을 의미하는 것으로, 물리적 사물이나 시스템을 모델링하거나 IoT 기술에 접목되어 활용되고 있는 기술이다. 디지털 트윈 기술은 가상의 모델을 무한정 시뮬레이션을 통해 동작을 튜닝하고 환경변화에 대한 대응을 미리 실험하여 리스크를 최소화할 수 있는 장점을 지닌다. 최근 인공지능이나 기계학습에 관련된 기술들이 주목받기 시작하면서, 이와 같은 물리적인 사물의 모델링 작업을 데이터 기반으로 수행하려는 시도가 증가하고 있다. 특히, 산업현장에서 많이 활용되는 인더스트리 4.0 공장 자동화의 핵심인 협력 로봇의 디지털 트윈을 구축하기 위해서는 로봇의 동작을 인지하는 과정이 필수적으로 요구된다. 그러나 현재 협력 로봇의 동작을 인지하기 위한 시도는 미비하며, 센서 데이터를 기반으로 동작을 역으로 예측하는 기술은 더욱 그렇다. 따라서 본 논문에서는 로봇의 동작을 인지하기 위해 가정용 협력 로봇에서 전류 및 관성 데이터를 수집하기 위한 실험 환경을 구축하고, 수집한 센서 데이터를 기반으로 한 동작 예측 모델을 제안하고자 한다. 제안하는 방식은 로봇의 동작 명령어를 조인트 위치 기반으로 분류하고 전류와 위치 센서 값을 사용하여 학습을 통해 예측하는 방식이다. SVM 을 이용하여 학습한 결과, 모델의 성능은 평균적으로 정확도, 정밀도, 및 재현율이 모두 96%로 평가되었다.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 1999년도 제36회 학술발표회논문집
• /
• pp.501-506
• /
• 1999

차량 항법 장치의 인간-기계 인터페이스의 중요한 구성요소인 전자지도에서 운전자가 경로를 선택하고 자신의 현 위치를 파악하는데 중요한 역할을 하는 랜드마크는 현재 표준화나 인간 공학적인 요소가 고려된 설계가 이뤄지지 않고 있는 실정이며 개발 회사마다 각기 독립적인 개발이나 종이 지도의 제작 표준에 의해 제작되고 있다. 이는 운전자에게 일관성 및 양립성의 결여 및 안전에 대한 문제 발생의 가능성을 내포하고 있으며, 운전자와 도로의 안전에 직결되는 중요한 문제이다. 이에 본 연구는 운전자가 편하고 빠르게 랜드마크를 인지할 수 있게 디자인 속성 조합을 도출하여 상용화된 전자지도와의 비교를 통하여 속성 각 수준별 조합의 인지능력 평가와 그 결과를 분석해 랜드마크 제작의 가이드라인으로 제시한다. 분석결과는 랜드마크의 속성은 색, 그래픽 차원, 형태, 중복 명명, 복수 색 사용, 외곽선 사용시가 가장 최적 속성 조합으로 나타났다.

• 인지과학
• /
• 제1권2호
• /
• pp.255-257
• /
• 1989

본 논문에서는 한국어의 본용언과 보조용언이 연속 확장되는 서술부의 표현에서 시상(aspect) 과 양상(mood)정보를 추출하는 방법을 제안한다.여러 개의 용언들이 연속적으로 복합되는 서술부의 형태로 표현되는 실제의 데이타를 수집하고,구조 형태를 분석하여 36개의 기본형식을 유도하였다.그리고 이들 각 구조가 내포하고 있는 시상과 양상을 찾아내기 위하여 개냄정보의 추출함수를 도출하였다.이 함수로 부터 추출되는 정보들을 기계변역 시스템이나 추론머신의 구문과 의미해석에서 개별적인 보조용언이 갖는 애매성을 줄이고 더욱 정밀한 의미를 제공한다.