• 지능정보연구
• /
• 제29권4호
• /
• pp.309-323
• /
• 2023

온라인 리뷰의 역할이 중요해짐에 따라 유용한 리뷰를 선별하기 위해 많은 연구들이 이루어져 왔다. 유용한 리뷰는 고객들이 유용하다고 인지하는 리뷰이며, 평점, 리뷰길이, 리뷰내용 등에 영향을 받는 것으로 많은 연구에서 검증되었다. 유용한 리뷰는 소비자들의 투표에 의한 '좋아요' 수에 의해 결정되며 유용성 투표가 많을수록 소비자의 구매의사결정에 중요한 영향을 미치는 것으로 간주된다. 그러나 최근에 작성되어 많은 고객들에게 노출되지 않은 리뷰는 상대적으로 '좋아요' 수가 적을 수 있으며, 투표에 응하지 않아 '좋아요' 수가 없을 수도 있다. 따라서 유용한 리뷰를 판단하기 위해 '좋아요' 수에 의존하기 보다는 리뷰 내용을 기반으로 유용한 리뷰를 분류하고자 한다. 리뷰의 텍스트는 리뷰 유용성에 가장 큰 영향을 미치는 요인으로, 토픽 모델링, 감정분석 등 텍스트 마이닝 기법을 적용하여 리뷰 텍스트에 포함된 콘텐츠와 감정의 영향을 다양하게 분석하고 있다. 본 연구에서는 글로벌 영화정보 사이트인 IMDb의 영화리뷰를 활용하여 리뷰 콘텐츠 기반의 리뷰 유용성 예측모형을 제안한다. 설명가능한 그래프 신경망인 GNN(Graph Neural Network)을 적용하여 리뷰 유용성 예측모형을 구축하고, 설명가능한 인공지능을 통해 예측모형의 한계인 모형의 해석에 대한 문제를 해결한다. 설명가능한 그래프 신경망은 리뷰들 간의 연결관계도 확인할 수 있어 유용한 리뷰 또는 유용하지 않은 리뷰에 대해 보다 신뢰할 수 있는 정보를 제공할 수 있을 것이라 기대한다.

• 지능정보연구
• /
• 제9권3호
• /
• pp.81-97
• /
• 2003

본 논문에서는 인간시각시스템의 특성에 기반하여 웨이블릿 변환을 적용하여 멀티미디어 데이터의 소유권 보호를 위하여 시각적으로 눈에 띄지 않는 강인한 워터마킹 기법을 제안하고 있다. 이를 위하여 우선 웨이블릿 변환을 사용하여 level 3에서 원 영상을 분해한 후, 최저파수 대역에 해당하는 LL$_3$대역을 제외한 모든 부 대역에 신경회로망을 사용하여 웨이블릿 분해 계수들을 분류한 다음, 최대값을 갖는 클러스터에 대해서 임계치를 적용한다. 그리고 사용된 워터마크는 워터마크의 시각적 확인을 위하여 가우시안 랜덤 벡터 대신에 이진 로고 형태의 워터마크를 사용하였다. 또한, 본 논문에서는 다중 워터마크의 삽입 및 검출을 테스트하였다. 이를 위하여, 웨이블릿 변환을 이용하여 level 3에서 원 영상을 분해한 후, 최 저주파수 대역에 해당하는 LL$_3$ 대역을 제외한 모든 부대역에 대하여 워터마크를 삽입하였다. 실험에서 우리는 여러 가지 공격에서도 삽입한 워터마크가 강인함을 알 수 있었다.

• 한국시뮬레이션학회논문지
• /
• 제28권4호
• /
• pp.21-32
• /
• 2019

군집에 대한 사회적 행동 모델에 영감을 받은 군집 최적화 알고리즘은 복잡한 최적화 문제 해결에서부터 인공 신경망의 학습에까지 활용되는 대표적인 메타휴리스틱 최적화 알고리즘 중의 하나이다. 하지만 이 알고리즘은 기본적으로 확률적 노이즈가 존재하지 않는 결정적인 환경에서 개발되었기 때문에, 많은 경우 확률적 노이즈가 존재하는 실제 문제에 적용하기에 어려움이 있었다. 본 논문에서는 이를 개선하기 위하여 불확실 평가 기법이라고 정의되는 통계적 가설 검정 기반의 리샘플링 기법을 적용한다. 이 기법을 통하여 입자 군집 최적화 알고리즘의 성능에 가장 큰 영향을 미치는 입자들의 전역 최적을 정확하게 찾으므로 노이즈 환경에서 입자들이 최적해로 보다 정확하고 빠르게 수렴하도록 한다. 다양한 벤치마크 문제들에 대한 기존 알고리즘들과의 비교 실험 결과는 제안하는 알고리즘의 개선된 성능을 입증하고, 사례 연구의 결과는 본 연구의 필요성을 강조한다. 본 연구 결과가 4차 산업혁명 시대에 디지털 트윈 등을 통한 시뮬레이션 기반 시스템 최적화에 효과적으로 적용될 수 있을 것이라 기대한다.

• 한국항행학회논문지
• /
• 제21권2호
• /
• pp.206-211
• /
• 2017

최근 컴퓨팅 기기를 하나의 네트워크로 연결하여, 극대화한 차세대 디지털 신경망서비스를 제공하는 그리드 컴퓨팅은 PC나 서버, PDA 등 모든 컴퓨터를 네트워크로 연결해 하나의 거대한 가상 컴퓨터를 만든다는 것이다. 따라서 기상업무 분야에 적용될 그리드 컴퓨팅 구현 모델을 다음과 같이 제안한다. 첫째, 그리드 컴퓨팅을 이용하게 될 대상 작업은 중규모 이하의 수치 모델 개발 또는 테스트 운영에 필요한 작업들과 기상용 슈퍼컴퓨터의 최종 백업이다. 둘째, 그리드 컴퓨팅을 구성하게 될 자원은 운영 효율을 고려하여 본청에서 운영 중인 업무용 PC와 리눅스 서버들로 한정한다. 셋째, 네트워크는 LAN 구간으로 제한하는 것으로 고성능 컴퓨팅을 구현하는 방안을 제시하였다.

• 전력전자학회논문지
• /
• 제3권3호
• /
• pp.263-272
• /
• 1998

본 논문은 자기적 비선형성과 상간의 토오크중첩을 고려하여 맥동토오크를 최소화시킬 수 있는 제어기법을 제시하고 이를 DSP를 이용하여 구현한 SRM의 구동시스템에 대하여 기술하였다. 이를 위해 먼저 몇 단계의 상전류 크기에 대한 회전자 위치별 인덕턴스값과 발생토오크의 크기를 실측한 후 이들 대표값으로부터 신경회로망을 사용하여 제어에 필요한 충분히 정밀한 값들을 추론한다. 또한 각 상간의 토오크중첩을 고려하여 총합 발생토오크의 맥동성분의 최소화되도록 상별 지령토오크 파형을 설정한다. 회전자위치와 상전류를 검출하고, 이 검출값과 추론된 토오크데이터를 이용하여 구한 토오크 값이 지령토오크를 추종하도록 델타변조기법에 의한 제어기를 구성한다. 이러한 제어방식을 실시간으로 처리하고, 제어기의 신뢰성을 높이기 위해 DSP를 사용하였다.

• 한국컴퓨터정보학회논문지
• /
• 제20권5호
• /
• pp.99-106
• /
• 2015

본 논문에서는 비디오 콘텐츠 검색 및 관리를 위하여 OTT 디바이스 내부의 DB 개발과 이와 연동하여 비디오 질의 검색 서비스를 탑재할 인터페이스(리모콘 스마트폰) 어플리케이션에서 필수적인 요소인 검색 알고리즘의 개발 방법을 제안한다. 디지털 방송이 시작되고 각 가정에 보급이 됨으로써 사용자들이 선택하여 시청하는 채널 및 프로그램의 수와 종류는 공중파 환경과 비교하여 폭발적으로 증가하였다. 채널의 수가 수십에서 수백 개로 늘어남에 따라 사용자는 자신이 원하는 프로그램을 찾기가 점점 어려워지게 되었고 이 문제를 해결하기 위해 콘텐츠 공급자는 소비자의 취향에 맞는 프로그램을 추천해줄 방법이 필요하게 되었다. 시청자의 시청 패턴을 분석하여 사용자의 취향을 분석하여 적합한 프로그램을 추천해줄 수 있는 방법이 필요하다. 이러한 문제를 해결하기 위하여 시청자의 시청 패턴을 분석하여 시청자의 취향에 적합한 프로그램을 추천해줄 수 있는 방법이 필요하다. 본 연구는 개인의 시청 패턴과 히스토리를 바탕으로 OTT 프로그램의 콘텐츠를 추천하는 알고리즘을 구현하였다.

• Annals of Clinical Neurophysiology
• /
• 제2권1호
• /
• pp.8-12
• /
• 2000

Purpose : The rapid development and wide popularity of Digital EEG(DEEG) is due to its convenience, accuracy and applicability for quantitative analysis. These advantages of DEEG make one hesitate to use analog EEG(AEEG). To assess the advantage of DEEG system utilizing AEEG(DAEEG) over conventional AEEG and the clinical applicability, a DAEEG system was developed and applied to animal model Methods : Sprague-Dawley rat as status epilepticus model were used for collecting the EEG data. After four epidural electrodes were inserted and connected to 8-channel analog EEG(Nihon-Kohden, Japan), continous. EEG monitoring via computer screen was done from two rats simultaneously. EEG signals through analog amplifier and filters were digitized at digital signal processor and stored in Windows-based pentium personal computer. Digital data were sampled at a rate of 200 Hz and 12 bit of resolution. Acquisition software was able to carry out 'real-time view, sensitivity control and event marking' during continuous EEG monitoring. Digital data were stored on hard disk and hacked-up on CD-ROM for off-line review. Review system consisted of off-line review, saving and printing out interesting segment and annotation function. Results: This DAEEG system could utilize most major functions of DEEG sufficiently while making a use of an AEEG. It was easy to monitor continuously compared to Conventional AEEG and to control sensitivity during ictal period. Marking the event such as a clinical seizure or drug injection was less favorable than AEEG due to slowed processing speed of digital processor and central processing unit. Reviewing EEG data was convenient, but paging speed was slow. Storage and management of data was handy and economical. Conclusion : Relatively simple digital EEG system utilizing AEEG can be set-up at n laboratory level. It may be possible to make an application for clinical purposes.

• 융합신호처리학회논문지
• /
• 제21권2호
• /
• pp.73-78
• /
• 2020

근골격 질환은 착석 자세로 업무 및 학업을 장시간 진행하거나 잘못된 자세 습관으로 발생하는 경우가 많다. 일상생활에서 근골격 질환을 예방하기 위해서는 실시간 착석자세 모니터링을 통해 잘못된 자세를 바른 자세로 유도하는 것이 가장 중요하다. 본 논문에서는 의자에 밀착된 착석 정보를 무 구속적으로 검출하기 위하여 다채널 압력센서 기반의 자세 측정 시스템과 사용자의 착석 자세 분류를 위한 CNN 모델을 제안한다. 제안된 CNN 모델은 착석 자세 정보를 기반으로 압력분포에 따른 사용자의 5가지 자세 분석이 가능하다. 필드테스트를 통한 자세 분류 신경망의 성능평가를 위하여 10명의 피실험자를 대상으로 분류결과에 대한 정확도, 재현율, 정밀도 및 조화 평균을 확인하였다. 실험 결과, 99.84%의 accuracy, 99.6%의 recall, 99.6%의 precision, 99.6%의 F1을 확인하였다.

• 정보처리학회논문지B
• /
• 제18B권3호
• /
• pp.147-156
• /
• 2011

본 논문에서는 유도전동기 고장 검출 및 분류를 위한 3-단계 (고장 신호의 전 처리, 고장 신호의 특징 추출, 고장 신호의 고장 유형별 분류) 알고리즘을 제안한다. 먼저 전 처리 단계에서는 저역 통과 필터를 통해 취득한 신호의 고주파 대역에 영향을 미칠 수 있는 잡음 성분을 제거하며, 다음으로는 이산 코사인 변환(discrete cosine transform)과 통계적 방법을 이용하여 고장 유형별 신호의 특징을 추출하고, 마지막 단계에서는 추출된 특징을 입력으로 하는 역 전파 신경 회로망(back propagation neural network)를 이용하여 신호를 고장 유형별로 분류한다. 시스템의 성능을 평가하기 위해 모의실험에 사용된 신호는 유도전동기의 진동 신호로, 정상 및 각종 이상 상태에 대해 8kHz의 샘플링율을 갖는 1초 길이의 데이터를 사용하였다. 모의실험 결과, 제안한 알고리즘은 학습된 상황의 고장 분류에서는 100%의 정확도를 보였으며, 기존의 공분산을 이용한 고장 검출 및 분류 알고리즘과 비교하여 약 50%의 정확도 향상을 보였다. 또한 고장 신호 취득 시 사용하는 센서의 종류나 주변 환경으로 인해 잡음이 추가될 수 있는 상황을 고려하여 취득한 데이터에 백색 가우시안 잡음을 인위적으로 추가한 모의실험에서도 98%이상의 고장 분류 정확도를 보였다. 더불어, 본 논문에서는 TI사의 TMS320F2812 디지털 신호 처리기에 제안한 고장 검출 및 분류 알고리즘을 탑재하여 실제 산업현장에서의 사용여부를 검증하였다.

• 인터넷정보학회논문지
• /
• 제22권2호
• /
• pp.59-68
• /
• 2021

최근 급속도로 성장하고 있는 인공지능 기술이 자율운항선박과 같은 해상 환경에서도 적용되기 시작하면서 디지털 영상에 특화된 CNN 기반의 모델을 적용하는 관련 연구가 활발히 진행되고 있다. 이러한 해상 서비스의 경우 인적 과실을 줄이기 위해 충돌 위험이 있는 부유물을 감지하거나 선박 내부의 화재 등 여러 가지 기술이 접목되기에 실시간 처리가 매우 중요하다. 그러나 기능이 추가될수록 프로세서의 제품 가격이 증가하는 문제가 존재해 소형 선박의 선주들에게는 비용적인 측면에서 부담이 된다. 또한 대형 선박의 경우 자율운항선박의 시스템을 감안할 때, 연산 속도의 성능 향상을 위해 복잡도가 높은 딥러닝 모델의 성능을 개선하는 방법이 필요하다. 따라서 본 논문에서는 딥러닝 모델에 경량화 기법을 적용해 정확도를 유지하면서 고속으로 처리할 수 있는 방법에 대해 제안한다. 먼저 해상 부유물 검출에 적합한 영상 전처리를 진행하여 효율적으로 CNN 기반 신경망 모델 입력에 영상 데이터가 전달될 수 있도록 하였다. 또한, 신경망 모델의 알고리즘 경량화 기법 중 하나인 학습 후 파라미터 양자화 기법을 적용하여 모델의 메모리 용량을 줄이면서 추론 부분의 처리 속도를 증가시켰다. 양자화 기법이 적용된 모델을 저전력 임베디드 보드에 적용시켜 정확도와 처리 속도를 사용하는 임베디드 성능을 고려하여 설계하는 방법을 제안한다. 제안하는 방법 중 정확도 손실이 제일 최소화되는 모델을 활용해 저전력 임베디드 보드에 비교하여 기존보다 최대 4~5배 처리 속도를 개선할 수 있었다.