• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.197-199
• /
• 2000

연속음성인식을 수행하기 위해서는 발음사전과 언어모델이 필요하다. 이 둘 사이에는 디코딩 단위가 일치하여야 하므로 발음사전 구축시 디코딩 단위로 표제어 단위를 선정하며 표제어 사이의 음운변화 현상을 반영한 발음사전을 구축하여야 한다. 한국어에 부합하는 음운변화현상을 분석하여 학습용 자동 발음열을 생성하고, 이를 통하여 발음사전을 구축한다. 전처리 단계로 기호, 단위, 숫자 등 전처리 과정 및 형태소 분석 과정을 수행하며, 디코딩 단위인 의사 형태소 단위를 생성하기 위해 규칙을 이용한 태깅 과정을 거친다. 이를 통해 나온 결과를 발음열 생성기 입력으로 하며, 결과는 학습용 발음열 또는 발음사전 구성을 위한 형태로 출력한다. 표제어간 음운변화 현상이 반영된 상태의 표제어 단위이므로 실제 음운변화가 반영되지 않은 상태의 표제어와는 그 형태가 상이하다. 이는 연속 발음시 생기는 현상으로 실제 인식에는 이 음운변화 현상이 반영된 사전이 필요하게 된다. 생성된 발음사전의 효용성을 확인하기 위해 다음과 같은 실험을 통해 성능을 평가하였다. 음향학습을 위하여 PBS(Phonetically Balanced Sentence) 낭독체 17200문장을 녹음하고 그 전사파일을 사용하여 학습을 수행하였고, 발음사전의 평가를 위하여 이 중 각각 3100문장을 사용하여 다음과 같은 실험을 수행하였다. 형태소 태그정보를 이용하여 표제어간 음운변화 현상을 반영한 최적의 발음사전과 다중 발음사전, 언어학적 기준에 의한 수작업으로 생성한 표준 발음사전, 그리고 표제어간의 음운변화 현상을 고려하지 않고 독립된 단어로 생성한 발음사전과의 비교 실험을 수행하였다. 실험결과 표제어간 음운변화 현상을 반영하지 않은 경우 단어 인식률이 43.21%인 반면 표제어간 음운변화 현상을 반영한 1-Best 사전의 경우 48.99%, Multi 사전의 경우 50.19%로 인식률이 5~6%정도 향상되었음을 볼 수 있었고, 수작업에 의한 표준발음사전의 단어 인식률 45.90% 보다도 약 3~4% 좋은 성능을 보였다.

• 한국통신학회논문지
• /
• 제24권9B호
• /
• pp.1631-1642
• /
• 1999

본 논문에서는 새로운 고장 감내 ATM 스위치와 그 스위치 페브릭 내부에서 고장 감내를 위해서 사용하는 새로운 적응 자기 경로 제어기법을 제안한다. 이 스위치 페브릭은 동일한 단계(Stage)에 있는 스위칭 요소들(Switching Elements: SE)에 링크들을 추가하여 구성하고, 라우팅 알고리즘으로 베니안(Banyan) 네트웍의 자기 경로제어 기법을 확장하여 사용한다. 이렇게 구성된 스위치는 기존의 대부분의 스위치보다 입력단과 출력단 사이에 더 많은 다중 경로(Path)들을 제공할 수 있다. 본 경로 제어 기법은 베니안 네트웍처럼 간단하며, 이는 패킷을 동일한 목적으로 보내는 스위칭 요소들간의 위상적 관계들에 기반을 두고 있다. 이 베니안 네트웍의 위상적 특성들은 본 논문에서는 대수적으로 알고리즘의 정당성을 증명하였으며, 분석적 신뢰성 분석을 통해서 다른 스위치들과 정량적인 비교를 제공하였다. 이는 새로운 스위치 페브릭이 신뢰성 측면에서 베니안 네트웍이나 다른 네트웍보다 비용 대 효과비가 우수함을 보이고 있다.

• 한국정보처리학회논문지
• /
• 제4권7호
• /
• pp.1900-1906
• /
• 1997

본 논문에서는 FPGA에 회로를 설계할 때, 일괄검사가 가능한 BIST의 효율적인 BILBO(이하 EBILBO)를 설계한다. 제안된 일괄검사 알고리즘은 회로의 복잡도와 규모가 큰 회로에서 하나의 핀(pin)으로 정상속도에서 회로검사가 가능하다. BIST 설계에서, 필요한 검사패턴은 의사 랜덤패턴으로 생성하고, 출력은 다중 입력 쉬프트 레지스터에 의한 병렬 신호분석으로 검사하였다. 제안된 알고리즘은 VHDL로 동작적 기술하므로 검사패턴 생성과 응답분석 및 압축에 대한 모델을 용이하게 변경할 수 있다. FPGA상에 설계된 회로에서, 구현된 BIST의 EBILBO의 면적과 성능은 ISCAS89 벤치마크 회로를 통하여 평가하였다. 600 셀(cell) 이상의 회로에서 EBILBO 면적은 30% 이하로 감소하고, 검사패턴은 500K 정도로 신축성 있게 생성되고, 고장검출률의 범위는 88.3%에서 100%임을 확인하였다. 일괄검사의 BIST를 위한 EBILBO 동작은 정상모드와 병행하여 실시간으로 검사모드를 $s+n+(2^s/2^p-1)$시간 내에 동시에 수행할 수 있다.(CUT의 PI 수;n, 레지스터 수;s, p는 다항식의 차수). 제안된 알고리즘은 VHDL 코딩으로 설계와 검사가 병행될 수 있는 라이브러리로 구축되어 DFT에 광범위하게 응용되어질 수 있다.

• 한국추진공학회지
• /
• 제22권5호
• /
• pp.49-58
• /
• 2018

본 논문에서 이중연소 램제트엔진의 아음속 흡입구 제어기법 설계에 대한 연구를 소개하였다. 제어기법 설계를 위해 유동조건 및 흡입구 형상에 기초한 흡입구 유동의 동적 응답특성을 조사하고, 흡입구 유동특성을 고려한 제어기법 개념을 설정하였다. 이중연소 램제트 동적 시뮬레이션 모델을 활용하여 시스템 입/출력 선형화 모델을 획득하였으며, 선형화 모델 기반의 선형 제어루프 설계를 수행하였다. 최종적으로, 다양한 제어루프 시뮬레이션을 통해 설계된 제어루프의 안정성을 포함한 제어기법 성능을 평가하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.276-278
• /
• 2022

모든 약물은 신체 내에서 특정한 작용을 하며, 많은 경우 합병증 또는 기존 약물치료 중 새롭게 발생하는 증상에 의해 약물이 혼용되는 경우가 발생한다. 이런 경우 신체 내에서 예상치 못한 상호작용이 발생할 수 있다. 따라서 약물 간 상호작용을 예측하는 것은 안전한 약물 사용을 위해 매우 중요한 과제이다. 본 연구에서는 다중 약물 사용 시 발생 가능한 약물 간 상호작용 예측을 위해 약물 정보 문서를 이용해 학습시키는 딥러닝 기반의 예측 모델을 제안한다. 약물 정보 문서는 DrugBank 데이터를 이용해 약물의 작용 기전, 독성, 표적 등 여러 속성을 결합해 생성되었으며, 두 약물 문서가 한 쌍으로 묶여 딥러닝 기반 예측 모델에 입력으로 사용되고 해당 모델은 두 약물 간 상호작용을 출력한다. 해당 연구는 임베딩 방법이나 데이터 전처리 방법 등 다양한 조건의 변화에 따른 실험 결과의 차이를 분석하여 차후 새로운 약물쌍 간 상호작용을 예측하는 데에 활용이 가능하다.

• 한국정보통신학회논문지
• /
• 제26권12호
• /
• pp.1759-1768
• /
• 2022

본 논문은 AI Hub에서 제공하는 웰니스 대화 스크립트, 주제별 일상 대화 데이터세트와 Github에 공개된 챗봇 데이터세트를 활용하여 사용자의 발화에서 우울 관련 감정을 탐지하는 모델을 제안한다. 우울 관련 감정에는 우울감, 무기력을 비롯한 18가지 감정이 존재하며, 언어 모델에서 높은 성능을 보이는 KoBERT와 KoELECTRA 모델을 사용하여 감정 분류 작업을 수행한다. 모델별 성능 비교를 위해 우리는 데이터세트를 다양하게 구축하고, 좋은 성능을 보이는 모델에 대해 배치 크기와 학습률을 조정하면서 분류 결과를 비교한다. 더 나아가, 사람은 동시에 여러 감정을 느끼는 것을 반영하기 위해, 모델의 출력값이 특정 임계치보다 높은 레이블들을 모두 정답으로 선정함으로써, 다중 분류 작업을 수행한다. 이러한 과정을 통해 도출한 성능이 가장 좋은 모델을 Depression model이라 부르며, 이후 사용자 발화에 대해 우울 관련 감정을 분류할 때 해당 모델을 사용한다.

• 한국정보전자통신기술학회논문지
• /
• 제16권5호
• /
• pp.223-229
• /
• 2023

본 논문에서는 벡터제어 기법을 적용하는 교류 전동기 PI(비례-적분) 전류제어를 위한 주요 시스템 파라미터를 측정하는 방법을 제시한다. 전류제어를 위해서 PI 제어입력은 여러 선택적 방법에 의해 튜닝될 수 있다. 그 여러 방법들 중에서 주요 계통 파라미터인 권선 저항과 인덕턴스를 이용하는 방법이 빈번히 사용된다. 본 연구에서는 단순 궤환 제어의 결과들을 통해서 이 두 파라미터를 분석, 계측하는 기법을 제시한다. 이 분석적 측정 방법은 단위 계단 또는 다중 계단 기준 명령에 대해 단순 비례 궤환 이득을 이용하는 P 제어의 출력들을 분석하여 단계적으로 파라미터들을 계측해 내는 방법이다. 이 기법은 실시간적인 해석적 계측 방법으로 추가 계측 회로들 및 복잡한 계측 알고리즘들을 사용하지 않고 교류전동기의 벡터제어를 위한 토크성분과 자속성분 전류 제어이득을 같이 연산할 수 있는 방법이다.

• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 1999년도 춘계공동학술대회: 지식경영과 지식공학
• /
• pp.415-421
• /
• 1999

Altman의 연구(1965, 1977)나 Beaver의 연구(1986)와 같은 전통적 예측모형은 분석자의 판단에 따른 예측도가 높은 재무비율을 선정하여 다변량판별분석(MDA： multiple discriminant analysis), 로지스틱회귀분석 등과 같은 통계기법을 주로 이용해 왔으나 1980년 후반부터 인공지능 기법인 귀납적 학습방법, 인공신경망모형, 유전모형 둥이 부실기업예측에 응용되기 시작했다. 최근 연구에서는 인공신경망을 활용한 변수 및 모형개발에 관한 보고가 있다. 그러나 지금까지의 연구가 주로 기업의 재무적 비율지표를 고려한 모형에 치중되었으며 정성적 자료인 비재무지표에 대한 검증과 선정이 자의적으로 이루어져온 경향이었다. 또한 너무 많은 입력변수를 사용할 경우 다중공선성 문제를 유발시킬 위험을 내포하고 있다. 본 연구에서는 부실기업예측모형을 수립하기 위하여 정량적 요인인 재무적 지표변수와 정성적요인인 비재무적 지표변수를 모두 고려하였다. 재무적 지표변수는 상관분석 및 요인분석들을 통하여 유의한 변수들을 도출하였으며 비재무적 지표변수는 조직생태학내에서의 조직군내 조직사멸과 관련된 생태적 과정에 대한 요인들 중 조직군 내적요인으로 조직의 연령, 조직의 규모, 조직의 산업밀도를 도출하여 4개의 실험집단으로 분류하여 비재무적 지표변수를 보완하였다. 인공신경망은 다층퍼셉트론(multi-layer perceptrons)과 역방향 학습(back-propagation )알고리듬으로 입력변수와 출력변수, 그리고 하나의 은닉층을 가지는 3층 퍼셉트론(three layer perceptron)을 사용하였으며 은닉충의 노드(node)수는 3개를 사용하였다. 입력변수로 안정성, 활동성, 수익성, 성장성을 나타내는 재무적 지표변수와 조직규모, 조직연령, 그 조직이 속한 산업의 밀도를 비재무적 지표변수로 산정하여 로지스틱회귀 분석과 인공신경망 기법으로 검증하였다. 로지스틱회귀분석 결과에서는 재무적 지표변수 모형의 전체적 예측적중률이 87.50%인 반면에 재무/비재무적 지표모형은 90.18%로서 비재무적 지표변수 사용에 대한 개선의 효과가 나타났다. 표본기업들을 훈련과 시험용으로 구분하여 분석한 결과는 전체적으로 재무/비재무적 지표를 고려한 인공신경망기법의 예측적중률이 높은 것으로 나타났다. 즉, 로지스틱회귀분석의 재무적 지표모형은 훈련, 시험용이 84.45%, 85.10%인 반면, 재무/비재무적 지표모형은 84.45%, 85.08%로서 거의 동일한 예측적중률을 가졌으나 인공신경망기법 분석에서는 재무적 지표모형이 92.23%, 85.10%인 반면, 재무/비재무적 지표모형에서는 91.12%, 88.06%로서 향상된 예측적 중률을 나타내었다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 춘계공동학술대회-지식경영과 지식공학
• /
• pp.415-421
• /
• 1999

Altman의 연구(1965, 1977)나 Beaver의 연구(1986)와 같은 전통적 예측모형은 분석자의 판단에 따른 예측도가 높은 재무비율을 선정하여 다변량판별분석(MDA:multiple discriminant analysis), 로지스틱회귀분석 등과 같은 통계기법을 주로 이용해 왔으나 1980년 후반부터 인공지능 기법인 귀납적 학습방법, 인공신경망모형, 유전모형 등이 부실기업예측에 응용되기 시작했다. 최근 연구에서는 인공신경망을 활용한 변수 및 모형개발에 관한 보고가 있다. 그러나 지금까지의 연구가 주로 기업의 재무적 비율지표를 고려한 모형에 치중되었으며 정성적 자료인 비재무지표에 대한 검증과 선정이 자의적으로 이루어져온 경향이었다. 또한 너무 많은 입력변수를 사용할 경우 다중공선성 문제를 유발시킬 위험을 내포하고 있다. 본 연구에서는 부실기업예측모형을 수립하기 위하여 정량적 요인인 재무적 지표변수와 정성적 요인인 비재무적 지표변수를 모두 고려하였다. 재무적 지표변수는 상관분석 및 요인분석들을 통하여 유의한 변수들을 도출하였으며 비재무적 지표변수는 조직생태학내에서의 조직군내 조직사멸과 관련된 생태적 과정에 대한 요인들 중 조직군 내적요인으로 조직의 연령, 조직의 규모, 조직의 산업밀도를 도출하여 4개의 실험집단으로 분류하여 비재무적 지표변수를 보완하였다. 인공신경망은 다층퍼셉트론(multi-layer perceptrons)과 역방향 학습(back-propagation)알고리듬으로 입력변수와 출력변수, 그리고 하나의 은닉층을 가지는 3층 퍼셉트론(three layer perceptron)을 사용하였으며 은닉층의 노드(node)수는 3개를 사용하였다. 입력변수로 안정성, 활동성, 수익성, 성장성을 나타내는 재무적 지표변수와 조직규모, 조직연령, 그 조직이 속한 산업의 밀도를 비재무적 지표변수로 산정하여 로지스틱회귀 분석과 인공신경망 기법으로 검증하였다. 로지스틱회귀분석 결과에서는 재무적 지표변수 모형의 전체적 예측적중률이 87.50%인 반면에 재무/비재무적 지표모형은 90.18%로서 비재무적 지표변수 사용에 대한 개선의 효과가 나타났다. 표본기업들을 훈련과 시험용으로 구분하여 분석한 결과는 전체적으로 재무/비재무적 지표를 고려한 인공신경망기법의 예측적중률이 높은 것으로 나타났다. 즉, 로지스틱회귀 분석의 재무적 지표모형은 훈련, 시험용이 84.45%, 85.10%인 반면, 재무/비재무적 지표모형은 84.45%, 85.08%로서 거의 동일한 예측적중률을 가졌으나 인공신경망기법 분석에서는 재무적 지표모형이 92.23%, 85.10%인 반면, 재무/비재무적 지표모형에서는 91.12%, 88.06%로서 향상된 예측적중률을 나타내었다.

• 한국통신학회논문지
• /
• 제32권9C호
• /
• pp.895-904
• /
• 2007

코드분할다중접속(CDMA)시스템의 역방향에서 사용할 수 있는 스마트안테나의 새로운 빔 형성 알고리듬을 제안하였다. 제안된 알고리듬은 적응 빔 형성을 위하여 Least Mean Square 알고리듬과 Conjugate Gradient 알고리듬을 직렬 연결한 것으로 차선의 웨이트벡터를 생성한다. 웨이트벡터의 갱신은 원하는 사용자 신호의 전력이 다른 신호 즉 간섭신호들의 전력보다 훨씬 크다는 가정 하에 수신기의 PN 상관기에 의한 역확산의 뒷단인 심벌 계층에서 이루어진다. 제안된 알고리듬은 웨이트 갱신을 위한 한 번의 과정에서 안테나 숫자의 다섯 배에 해당하는 O(5N)의 낮은 계산량을 요구한다. 제안된 알고리듬의 웨이트벡터가 평형상태에 도달했을 때의 출력 신호대간섭잡음비(SINR)가 수식으로 표현되었고 제안된 알고리듬에 의한 스마트안테나가 한 개의 안테나로 구성된 재래의 시스템보다 출력 SINR을 월등히 향상시키는 것이 모의실험에 의해 입증되었다. CGM-LMS 접목 알고리듬의 과도 상태에서의 웨이트벡터 수렴특성이 CGM 이나 LMS 알고리듬의 과도상태 수렴특성보다 우수하다는 것이 역시 모의실험에서 보여 졌고 빔 형성기 입력 신호대잡음비가 변화할 때의 BER 특성이 설명되었다.