• 한국기록관리학회지
• /
• 제10권2호
• /
• pp.193-214
• /
• 2010

최근 메타데이터 표준의 국제적 흐름은 기록을 둘러싼 다양한 맥락정보를 개체로 설정하고 이들 각 개체 간의 다양한 관계를 보여주는 다중 개체 모형의 적용이다. 이에, 이 논문에서는 다중 개체 모형을 적용한 기록관리 메타데이터의 표준인 ISO 23081-2, 호주, 뉴질랜드, 호주의 뉴사우스웨일즈주, 퀸즈랜드주, 사우스오스트레일리 아주 표준의 특징을 비교 분석하였다. 분석은 1) 적용범위, 2) 개체수, 3) 개체 내 카테고리, 4) 요소 설계 방법을 중심으로 비교하고, 다중 개체에 있어서 가장 핵심인 관계(relationship) 개체가 어떻게 구현될 수 있는지, 실제 사례를 통해 살펴본다. 마지막으로 앞선 분석을 통해 다중 개체 모형을 적용하여 표준을 제정 할 때 고려해야 할 몇 가지 사항들을 정리해 본다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 1999년도 춘계학술대회 논문집
• /
• pp.11-19
• /
• 1999

Farmer 모델은 시스템 개체구조(System Entity Structure)의 개념을 도입한 지식표현을 위해 사용되는 프레임 구조모델로서 다중성 추상화 개념(Multiplicity Instance Concept)은 하나의 개체를 구성하기 위하여 동일한 형태의 구성요소가 여러 번 발생하는 경우에 이의 대표적인 요소만을 표시하는 추상화 개념이다. 다중성 추상화 개념에서 정의된 대표개체는 자신의 인스턴스들을 가질수 있다. 이들 인스턴스들은 IM-컴포넌트 타입 개체노드 및 OM-컴포넌트 타입 개체노드이며 다중성 인스턴스 링크를 이용하여 대표개체와 연결된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (3)
• /
• pp.633-635
• /
• 1998

Farmer 모델에서 지원하는 다중성(multiplicity)은 하나의 개체를 구성하기 위하여 동일한 형태의 구성요소가 여러 번 발생하는 경우에 이의 대표적인 요소만을 표시하는 추상화 개념으로서 Farmer 모델에서만 지원하는 독특한 추상화 개념이다. 다중성 추상화 개념에서 정의된 대표개체는 자신의 인스턴스들을 가질 수 있다. 이들 인스턴스들은 IM-컴포넌트 타입 개체 노드 및 OM-컴포넌트 타입 개체 노드이며 다중성 인스턴스 링크를 이용하여 대표개체와 연결된다. 본 논문에서는 다중성 추상화 개념과 다중성 인스턴스 링크의 정의 및 예를 제시하며 실제 Farmer 모델링 알고리즘내에서 다중성 인스턴스 링크의 개념을 다중성 매핑 알고리즘을 통하여 구체화시켰다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2001년도 추계학술발표논문집
• /
• pp.896-899
• /
• 2001

본 논문에서는 외판원 문제를 분산 시스템 환경에서, 다중 에이전트를 이용해 수법시간을 단축시키고, 더욱 우수한 근접해를 구할 수 있는 분산 유전 알고리즘을 개발하였다. 다중 후보해를 이용한 분산 유전 알고리즘을 수행할 때, 고려해야 할 중요한 요소는 후보해들 간의 개체들을 어떤 노드의 후보해 개체와 교환할 것인가와 어떤 개체들을 선택해서, 얼마만큼의 개체를 이동시킨 것인가가 중요하게 고려독어야 한다. 따라서 본 논문에서는 교환해야 할 개체의 크기를 동적으로 윈도우 크기를 변경하면서 교환하는 방법을 개발하였고, 교환할 개체들의 위치를 결정하는 새로운 유전 이동 정책 2가지 방법을 개발하고 실험하였다.

• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2017년도 제29회 한글및한국어정보처리학술대회
• /
• pp.333-337
• /
• 2017

본 논문에서는 개체명 인식과 언어 모델의 다중 학습을 이용한 한국어 개체명 인식 방법을 제안한다. 다중 학습은 1 개의 모델에서 2 개 이상의 작업을 동시에 분석하여 성능 향상을 기대할 수 있는 방법이지만, 이를 적용하기 위해서 말뭉치에 각 작업에 해당하는 태그가 부착되어야 하는 문제가 있다. 본 논문에서는 추가적인 태그 부착 없이 정보를 획득할 수 있는 언어 모델을 개체명 인식 작업과 결합하여 성능 향상을 이루고자 한다. 또한 단순한 형태소 입력의 한계를 극복하기 위해 입력 표상을 자소 및 형태소 품사의 임베딩으로 확장하였다. 기계 학습 방법은 순차적 레이블링에서 높은 성능을 제공하는 Bi-directional LSTM CRF 모델을 사용하였고, 실험 결과 언어 모델이 개체명 인식의 오류를 효과적으로 개선함을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.948-951
• /
• 2021

본 논문에서는 직육면체 형태의 실내 공간에서 다중 개체 영역을 검출하는 방법을 제안한다. 평면 검출 알고리즘은 평면성을 띄지 않거나 관측이 미흡한 영역에 대해 기하 정보를 검출할 수 없다. 이로 인해 장애물과 같은 개체의 영역을 파악할 수 없는 한계점이 있다. 제안 방법은 유클리드 클러스터링을 기반으로 군집화를 수행하고, 클러스터의 간소화를 통해 다중 개체 영역을 검출한다. 제안 방법은 직육면체 공간의 내부표면을 활용해 직육면체 공간과 좌표계를 공유하는 주요 개체들의 영역을 다량으로 검출한다. 제안 방법은 실험을 통해 다중 개체 영역이 적합하게 검출되었음을 보인다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.1329-1332
• /
• 2022

다중 객체 추적 기술은 스포츠, 문화 예술 공연, VR 등 여러 방송 콘텐츠에서 자주 사용되고 있다. 방송 영상 안에 등장하는 여러 객체들은 객체간 상호작용에 의해 가려짐, 사라짐 (Occlusion) 등의 현상이 빈번하게 발생하고, 이 경우 기존에 추적되어온 객체들의 ID 가 소실되거나 교환되는 문제가 발생한다. 본 논문에서 더 강인한 다중 객체 추적을 위해, 주 개체 뿐만 아니라 주 개체에 종속되는 하위 개체 또한 함께 추적하는 개체-쌍-추적 기법을 제안한다. 한 쌍으로 묶인 주 개체와 종속 개체의 추적 정보와 매칭 정보는 상호보완적으로 사용되어, 소실 및 교환된 ID 도 복원할 수 있는 가능성을 높일 수 있다. 본 논문에서는 재인지 성능 향상을 위한 개체 쌍 추적 기법을 기술하였고, 성능 평가를 통해 제안 방법이 재인지 성능 향상에 기여할 수 있음을 확인하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2021년도 제33회 한글 및 한국어 정보처리 학술대회
• /
• pp.124-130
• /
• 2021

기계요약의 사실 불일치는 생성된 요약이 원문과 다른 사실 정보를 전달하는 현상이며, 특히 개체명이 잘못 사용되었을 때 기계요약의 신뢰성을 크게 훼손한다. 개체명의 수정을 위해서는 두 가지 작업을 수행해야한다. 먼저 요약 내 각 개체명이 올바르게 쓰였는지 판별을 해야하며, 이후 잘못된 개체명을 맞게 고치는 작업이 필요하다. 본 논문에서는 두 가지 작업 모두 각 개체명을 문맥적으로 이해함으로써 해결할 수 있다고 가정하고, 이에 따라 두 작업에 대한 다중 작업 학습 방법을 제안한다. 제안한 방법을 통해 학습한 모델은 생성된 기계요약에 대한 후처리 교정을 수행할 수 있다. 제안 모델을 평가하기 위해 강제적으로 개체명을 훼손시킨 요약데이터와 기계 요약 데이터에 대해서 성능을 평가 하였으며, 다른 개체명 수정 모델과 비교하였다. 제안모델은 개체명 수준에서 92.9%의 교정 정확도를 달성했으며, KoBART 요약모델이 만든 기계요약의 사실 정확도 4.88% 포인트 향상시켰다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2017년도 제29회 한글 및 한국어 정보처리 학술대회
• /
• pp.333-337
• /
• 2017

본 논문에서는 개체명 인식과 언어 모델의 다중 학습을 이용한 한국어 개체명 인식 방법을 제안한다. 다중 학습은 1 개의 모델에서 2 개 이상의 작업을 동시에 분석하여 성능 향상을 기대할 수 있는 방법이지만, 이를 적용하기 위해서 말뭉치에 각 작업에 해당하는 태그가 부착되어야 하는 문제가 있다. 본 논문에서는 추가적인 태그 부착 없이 정보를 획득할 수 있는 언어 모델을 개체명 인식 작업과 결합하여 성능 향상을 이루고자 한다. 또한 단순한 형태소 입력의 한계를 극복하기 위해 입력 표상을 자소 및 형태소 품사의 임베딩으로 확장하였다. 기계 학습 방법은 순차적 레이블링에서 높은 성능을 제공하는 Bi-directional LSTM CRF 모델을 사용하였고, 실험 결과 언어 모델이 개체명 인식의 오류를 효과적으로 개선함을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 춘계학술발표대회
• /
• pp.936-938
• /
• 2014

폐쇄회로 TV는 우리의 생활에 밀접하게 접근할 수 있는 수준에 다다르게 되었다. 따라서 중요한 작업은 영상에서 우리가 원하는 개체를 검출해내는 것이라 할 수 있다. 그 중에서 사람의 모습을 촬영해서 사람의 특징을 추출하는 연구가 많이 진행되었고 이를 이용해서 실제 CCTV 영상을 토대로 개체를 검출해내는 시스템에 대해 고찰하였다. 여러 가지 개체 검출 알고리즘 중에서 오픈소스로 제공이 되며, 다중 개체를 검출하기 위해서 Haar-like feature를 이용한 개체 추출 알고리즘을 이용하여 CCTV 다중대체 검출에 대해 실험을 진행하였다. 정지영상에서는 정면을 응시하는 얼굴영역 검출에서는 높은 성능을 보이며 다른 각도에서는 차이가 있지만 무난한 성능을 보이지만 실시간에서는 보정 작업이 필요하게 되었다.