• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.22 no.3
• /
• pp.58-64
• /
• 2021

As the number of registered vehicles increases, traffic congestion will worsen worse, which may act as an inhibitory factor for urban social and economic development. Through accurate traffic flow prediction, various AI techniques have been used to prevent traffic congestion. This paper uses the data from a VDS (Vehicle Detection System) as input variables. This study predicted traffic flow in five levels (free flow, somewhat delayed, delayed, somewhat congested, and congested), rather than predicting traffic flow in two levels (free flow and congested). The Catboost model, which is a machine-learning algorithm, was used in this study. This model predicts traffic flow in five levels and compares and analyzes the accuracy of the prediction with other algorithms. In addition, the preprocessed model that went through RandomizedSerachCv and One-Hot Encoding was compared with the naive one. As a result, the Catboost model without any hyper-parameter showed the highest accuracy of 93%. Overall, the Catboost model analyzes and predicts a large number of categorical traffic data better than any other machine learning and deep learning models, and the initial set parameters are optimized for Catboost.

• Journal of the Korea Computer Graphics Society
• /
• v.29 no.3
• /
• pp.117-125
• /
• 2023

In the development of clothing design through virtual simulation, it is essential to minimize the differences between the virtual and the real world as much as possible. The most critical task to enhance the similarity between virtual and real garments is to find simulation parameters that can closely emulate the physical properties of the actual fabric in use. The simulation parameter optimization process requires manual tuning by experts, demanding high expertise and a significant amount of time. Especially, considerable time is consumed in repeatedly running simulations to check the results of applying the tuned simulation parameters. Recently, to tackle this issue, artificial neural network learning models have been proposed that swiftly estimate the results of drape test simulations, which are predominantly used for parameter tuning. In these earlier studies, relatively simple linear stiffness models were used, and instead of estimating the entirety of the drape mesh, they estimated only a portion of the mesh and interpolated the rest. However, there is still a scarcity of research on non-linear stiffness models, which are commonly used in actual garment design. In this paper, we propose a learning model for estimating the results of drape simulations for non-linear stiffness models. Our learning model estimates the full high-resolution mesh model of drape. To validate the performance of the proposed method, experiments were conducted using three different drape test methods, demonstrating high accuracy in estimation.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.369-373
• /
• 2022

기존의 관계 추출 태스크에서의 많은 연구들은 사전학습 언어모델을 파인튜닝하여 뛰어난 성능을 달성해왔다. 하지만, 파인튜닝은 사전학습 시의 학습 기법과의 간극으로 인해 일반화 능력을 저해한다. 본 연구는 다운스트림 태스크를 사전학습의 Masked Language Modeling (MLM) 기법을 통해 해결하는 프롬프트 기반의 학습 기법을 활용하여, 특정 한국어 도메인에서의 관계 추출을 위한 프롬프트 기반 파인튜닝 방법론을 제안한다. 실험의 경우, 도메인의 특성이 뚜렷한 전통문화유산 말뭉치를 대상으로 실험을 진행하여 본 방법론의 도메인 적응력을 보이며, 메타 정보 즉, 개체 유형 및 관계 유형의 의미론적 정보를 일종의 지식 정보로 활용하여 프롬프트 기반 지식 주입의 효과성을 검증한다. 프롬프트에의 메타 정보의 주입과 함께 프롬프트 기반으로 파인튜닝된 모델은 오직 MLM 기법만을 이용하여 태스크를 수행하여 기존 파인튜닝 방법론 대비 파라미터 수가 적음에도, 성능 면에서 대부분 소폭 상승하는 경향을 보여줌으로써 그 효과성 및 효율성을 보인다.

• Proceedings of the KIEE Conference
• /
• 2004.07d
• /
• pp.2320-2322
• /
• 2004

전자제어식 미끄럼방지 제동장치 (ABS, Antilock Brake System)는 차량의 급제동시 발생할 수 있는 바퀴의 슬립을 방지하여 차량의 제동거리를 단축시키고 주행 성능을 향상시키는 차량 내 안전장치이다. 지난 몇 년 동안 공압식 제동시스템을 사용하는 대형차량에 적합한 미끄럼방지 제동 제어기를 연구해 왔다. 이 제어기는 바퀴의 슬립율과 그 변화량을 이용한 제어 법칙을 유도하여, 제어 파라미터로 사용하고 있다. 이러한 제어 파라미터의 튜닝에는 맡은 반복적인 실험이 요구된다. 이러한 요구에 부응하기 위하여 차량의 제동을 실시간으로 모사 할 수 있는 HILS (Hardware In-the Loop Simulation) 시스템을 개발, 구축하였다. 개발 HILS는 공압식 브레이크 시스템 및 14 자유도를 가지는 차량 동역학 모델 및 타이어-바퀴 동역학을 소프트웨어 모델로 사용하고, 개발 중인 전자제어식 미끄럼 방지 제동 제어기를 하드웨어로 사용하여, 바퀴속도 센서 신호 모의 장치 및 공압 엑추에이터 모의 신호등의 인터페이스 장치를 사용하여 제동중인 차량의 상태를 실시간으로 시뮬레이션 및 감시할 수 있다. 이 개발 HILS를 이용하여 제동 제어기의 제어 파라미터의 튜닝을 짧은 시간에 성공적으로 끝낼 수 있었을 뿐만 아니라, HILS 실험을 마친 제어기는 미끄럼 방지 제동 시험장에서 실차 주행 시험을 무사히 마침으로써, 개발 기간과 비용을 절감할 수 있는 하드웨어를 이용하는 시뮬레이션의 효용성을 간접적으로 증명하였다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.13 no.6
• /
• pp.2421-2427
• /
• 2012

This paper is discussed the design on non-linear adaptive attitude controller for quadrotor UAV. Quadrotor UAV featured to have four rotor, required the special controller to compensate for the model parameter uncertainties as the unstable nonlinear system. In this research, we designed the adaptive controller to compensate for the payload changes even though it is changed with industrial applications. Especially, based on the mathematical model of UAV, non-linear adaptive controller is suggested and the stability is verified using the Lyapunov function and finally proved its performance and effectiveness of update laws with various payload by simulation.

• Annual Conference on Human and Language Technology
• /
• 2016.10a
• /
• pp.252-256
• /
• 2016

본 논문에서는 한국어에 최적화된 단어 임베딩을 학습하기 위한 방법을 소개한다. 단어 임베딩이란 각 단어가 분산된 의미를 지니도록 고정된 차원의 벡터공간에 대응 시키는 방법으로, 기계번역, 개체명 인식 등 많은 자연어처리 분야에서 활용되고 있다. 본 논문에서는 한국어에 대해 최적의 성능을 낼 수 있는 학습용 말뭉치와 임베딩 모델 및 적합한 하이퍼 파라미터를 실험적으로 찾고 그 결과를 분석한다.

• Proceedings of the KIEE Conference
• /
• 2000.07d
• /
• pp.2658-2660
• /
• 2000

본 논문은 주파수역에서의 모델매칭을 이용하여 강인한 성능의 PID 제어기 튜닝법을 제안하였다. 이를 이용하여 부하토크 외란에도 강인한 성능의 BLDC 모터의 속도제어기를 설계하였다. 부하토크 외란이 존재하여도 주어진 기준명령을 강인하게 추종하도록 $H_{\infty}$ 제어를 이용하여 속도제어기를 설계한 후, 설계할 PID 제어계의 루프 전달함수와 설계된 $H_{\infty}$ 제어계의 루프 전달함수간의 오차가 주파수역에서 최소가 되도록 PID 제어기 파라미터를 튜닝하였다. BLDC 모터의 속도제어 시뮬레이션을 통하여 설계된 강인 PID 제어기의 성능을 평가하였다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.29 no.3
• /
• pp.1-12
• /
• 2024

In this paper, we fine-tuned KoAlpaca, a large-scale Korean language model, and implemented a blog text generation system utilizing it. Blogs on social media platforms are widely used as a marketing tool for businesses. We constructed training data of positive reviews through emotion analysis and refinement of collected sponsored blog texts and applied QLoRA for the lightweight training of KoAlpaca. QLoRA is a fine-tuning approach that significantly reduces the memory usage required for training, with experiments in an environment with a parameter size of 12.8B showing up to a 58.8% decrease in memory usage compared to LoRA. To evaluate the generative performance of the fine-tuned model, texts generated from 100 inputs not included in the training data produced on average more than twice the number of words compared to the pre-trained model, with texts of positive sentiment also appearing more than twice as often. In a survey conducted for qualitative evaluation of generative performance, responses indicated that the fine-tuned model's generated outputs were more relevant to the given topics on average 77.5% of the time. This demonstrates that the positive review generation language model for sponsored content in this paper can enhance the efficiency of time management for content creation and ensure consistent marketing effects. However, to reduce the generation of content that deviates from the category of positive reviews due to elements of the pre-trained model, we plan to proceed with fine-tuning using the augmentation of training data.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2000.11a
• /
• pp.243-248
• /
• 2000

하드디스크의 트랙 밀도를 높이기 위해서는 충분한 서보대역을 갖는 액츄에이터를 개발하는 것이 필수적이다 이 논문에서는 액츄에이터의 동특성 중에서 서보대역을 제한하는 주된 요인을 알아보기 위해 실험 모드 해석과 유한 요소 해석을 수행하였다. 우선 액츄에이터를 구성하고 있는 VCM 코일, E 블럭, 서스펜션등의 부분계에 대한 유한 요소 해석을 수행하였고 모달 실험을 통해 이를 검증하였다. 검증된 각 부분계의 모델을 결합하여 한 개의 서스펜션을 갖는 액츄에이터 시스템의 유한 요소 모델을 개발하였고 이를 통해 서보 성능과 관계된 모달 파라미터들을 규명하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.465-468
• /
• 2023

디퓨전 모델에서 생성한 이미지를 조작하는 기존 프롬프트 기반 방법과 포인트 기반 방법에는 각각의 단점이 있다. 프롬프트 기반은 프롬프트로만 조작이 가능하고 세세하지 못하다. 포인트 기반은 입력 이미지의 스타일을 보존하려면 파인튜닝이 필요하다. 본 논문은 디퓨전 생성 모델에 셀프 어텐션 제어와 드래그 조작을 통해, 파라미터 학습 없이, 이미지의 스타일을 보존하며 다양한 범위의 이미지 조작이 가능한 방법을 제안한다.