• 정보과학회 논문지
• /
• 제45권2호
• /
• pp.157-164
• /
• 2018

딥러닝의 급속한 발전은 패턴인식 분야의 성능을 혁신했으며 몇몇 문제에서는 인간 수준을 넘어서는 결과들을 보여주고 있다. 데이타를 분류하는 패턴인식과 달리 본 논문에서는 주어진 몇개의 한국어 문장으로부터 비슷한 문장들을 생성하는 문제를 다룬다. 이를위해 생성모델 중의 하나인 Variational Auto-Encoder 기반의 모델을 한국어 생성에 맞게 개선하고 적용하는 방법들을 논의한다. 첫째, 교착어인 한국어의 특성상 띄어쓰기를 기준으로 단어 생성시 단어의 개수가 너무 많아 이를 줄이기 위해 조사 및 어미들을 분리할 필요가 있다. 둘째, 한국어는 어순이 비교적 자유롭고 주어 목적어 등이 생략되는 경우가 많아 기존의 단방향 인코더를 양방향으로 확장한다. 마지막으로, 주어진 문장들을 기반으로 비슷하지만 새로운 문장들을 생성하기 위해 기존 문장들의 인코딩된 벡터표현들로부터 새로운 벡터를 찾아내고, 이 벡터를 디코딩하여 문장을 생성한다. 실험 결과를 통해 제안한 방법의 성능을 확인한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권6호
• /
• pp.293-302
• /
• 2017

본 논문에서는 SMT (Satisfiability Modulo Theories) Solver인 Yices와 Simulink/Stateflow (SL/SF)의 모델 정보를 이용한 SL/SF 모델의 테스트 케이스 생성 기법을 제안한다. SL/SF 모델로부터 테스트 케이스 생성 시 발생하는 가장 어려운 점은 도달 가능성 문제를 해결하는 것이다. 제안하는 방법에서는 Yices와 모델 정보로부터 만들어진 테이블로 도달 가능성 문제를 해결한다. 제안하는 방법에서는 SL/SF 모델을 Yices의 입력 언어로 변환한 SMT 모델을 사용하여 테스트 케이스를 생성한다. SL/SF 모델로부터 생성된 정보들은 제안하는 테스트 케이스 생성 알고리즘의 Backward 프로세싱에 사용되어 테스트 케이스 생성 효율을 증가시킨다. 제안된 테스트 케이스 생성 기법은 상용 냉장고 제어시스템 모델과 자동차의 ECU (Electrical Control Unit) 모델을 이용하여 성능을 평가한다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 춘계공동학술대회-지식경영과 지식공학
• /
• pp.271-280
• /
• 1999

인공신경망을 시계열예측에 적용하는 경우에 고려되어야 할 문제중, 특히 모형에 적합한 입력변수의 생성이 중요시되고 있는데, 이러한 분야는 인공신경망의 모형생성과정에서 입력변수에 대한 전처리기법으로써 다양하게 제시되어 왔다. 가장 최근의 입력변수 전처리기법으로써 제시되고 있는 신호처리기법은 전통적 주기분할처리방법인 푸리에변환기법(Fourier transforms)을 비롯하여 이를 확장시킨 개념인 웨이블릿변환기법(wavelet transforms) 등으로 대별될 수 있다. 이는 기본적으로 시계열이 다수의 주기(cycle)들로 구성된 상이한 시계열들의 집합이라는 가정에서 출발하고 있다. 전통적으로 이러한 시계열은 전기 또는 전자공학에서 주파수영역분할, 즉 고주파 및 저주파수를 분할하기 위한 기법에 적용되어 왔다. 그러나, 최근에는 이러한 연구가 다양한 분야에 활발하게 응용되기 시작하였으며, 그 중의 대표적인 예가 바로 경영분야의 재무시계열에 대한 분석이다. 전통적으로 재무시계열은 장, 단기의사결정을 가진 시장참여자들간의 거래특성이 시계열에 각기 달리 가격으로 반영되기 때문에 이러한 상이한 집단들의 고요한 거래움직임으로 말미암아 예를 들어, 주식시장이 프랙탈구조를 가지고 있다고 보기도 한다. 이처럼 재무시계열은 다양한 사회현상의 집합체라고 볼 수 있으며, 그만큼 예측모형을 구축하는데 어려움이 따른다. 본 연구는 이러한 시계열의 주기적 특성에 기반을 둔 신호처리분석으로서 기존의 시계열로부터 노이즈를 줄여 주면서 보다 의미있는 정보로 변환시켜줄 수 있는 웨이블릿분석 방법론을 새로운 필터링기법으로 사용하여 현재 많은 연구가 진행되고 있는 인공신경망의 모형결합을 통해 기존연구과는 다른 새로운 통합예측방법론을 제시하고자 한다. 본 연구에서는 제시하는 통합방법론은 크게 2단계 과정을 거쳐 예측모형으로 완성이 된다. 즉, 1차 모형단계에서 원시 재무시계열은 먼저 웨이브릿분석을 통해서 노이즈가 필터링 되는 동시에, 과거 재무시계열의 프랙탈 구조, 즉 비선형적인 움직임을 보다 잘 반영시켜 주는 다차원 주기요소를 가지는 시계열로 분해, 생성되며, 이렇게 주기에 따라 장단기로 분할된 시계열들은 2차 모형단계에서 신경망의 새로운 입력변수로서 사용되어 최종적인 인공 신경망모델을 구축하는 데 반영된다. 기존의 주기분할방법론은 모형개발자입장에서 여러 가지 통계기준치중에서 최적의 기준치를 합리적으로 선택해야 하는 문제가 추가적으로 발생하며, 본 연구에서는 이상의 제반 문제들을 개선시키기 위해 통합방법론으로서 기존의 인공신경망모형을 구조적으로 확장시켰다. 이 모형에서 기존의 입력층 이전단계에 새로운 층이 정의된다. 이렇게 해서 생성된 새로운 통합모형은 기존모형에서 생성되는 기본적인 학습파라미터와 더불어, 본 연구에서 새롭게 제시된 주기분할층의 파라미터들이 모형의 학습성과를 높이기 위해 함께 고려된다. 한편, 이러한 학습과정에서 추가적으로 고려해야 할 파라미터 갯수가 증가함에 따라서, 본 모델의 학습성과가 local minimum에 빠지는 문제점이 발생될 수 있다. 즉, 웨이블릿분석과 인공신경망모형을 모두 전역적으로 최적화시켜야 하는 문제가 발생한다. 본 연구에서는 이 문제를 해결하기 위해서, 최근 local minimum의 가능성을 최소화하여 전역적인 학습성과를 높여 주는 인공지능기법으로서 유전자알고리즘기법을 본 연구이 통합모델에 반영하였다. 이에 대한 실증사례 분석결과는 일일 환율예측문제를 적용하였을 경우, 기존의 방법론보다 더 나운 예측성과를 타나내었다.

• 대한화학회지
• /
• 제56권5호
• /
• pp.648-657
• /
• 2012

본 연구는 문제 생성 전략과 피드백 방법이 중학생들의 과학 성취도, 자기 효능감 및 수업에 대한 인식에 미치는 영향을 알아보았다. 대도시에 소재한 중학교 1학년 3개 반을 대상으로 비교 집단은 전통적인 수업과 교사가 배부한 학습지의 문제를 풀도록 하였고, 실험 집단 1, 2는 전통적인 수업을 받은 후 문제를 생성하고 동료에 의한 피드백과 교사에 의한 피드백을 각각 받도록 하였다. 수업 전 자기 효능감 검사가 실시되었으며 수업 후에는 과학 성취도, 자기 효능감 및 수업에 대한 인식 검사가 이루어졌다. 결과 분석을 위하여 공분산분석, 다변량 공분산분석과 t-검정을 실시하였다. 연구 결과는 다음과 같다. 첫째, 과학 성취도에 있어서 비교 집단과 실험 집단들 간에는 큰 차이가 있었으나(p<.01), 실험 집단 간에는 차이가 없었다(p>.05). 둘째, 실험 집단은 비교 집단에 비해 자기 효능감에서 우수한 효과를 나타냈으며(p<.01), 실험 집단 1은 자기 효능감의 하위 영역 중 자기조절 부분에서(p<.01), 실험 집단 2는 과제 난이도 선호 부분에서(p<.01) 통계적으로 유의미한 결과가 나타났다. 셋째, 문제를 생성한 후 교사에 의한 피드백을 받은 실험 집단 2가 동료에 의해 피드백을 받은 실험 집단 1에 비해 수업에 대한 인식은 더 긍정적인 것으로 나타났다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 2005년도 추계학술대회 및 정기총회
• /
• pp.57-78
• /
• 2005

차량경로문제의 Set-Partitioning 모형에 적용된 열생성 프로세스에서 차량경로를 생성하는 하위문제는 순회외판원 문제와 같은 combinatorial 구조를 가지므로 연산상의 어려움이 크다. 본 논문은 각 차량경로를 분할하여 하위문제에서 분할된 부분경로를 생성하는 경로분할모형을 소개한다. 열생성이 용이해지는 반면 주문제가 복잡해지는 단점이 있으나 이 모형은 set-partitioning 모형으로 다루기 힘든 크기의 VRP에 접근하도록 한다. 경로분할모형은 최대 199곳의 수요지를 갖는 Symmetric VRP의 실험문제에서 평균93.5%, 수요지수 최대 70곳의 Asymmetric VRP의 실험문제에서 평균 97.6%의 하한값을 도출해 특히 Asymmetric VRP의 경우에서 잘 알려진 다른 하한값 기법들보다 우수함을 보였다. 개발된 Branch-and-Price 프로세스로는 도출된 하한값을 사용하여 수요지 최대 48곳의Asymmetric VRP의 최적해를 구할 수 있었다. 경로분할모형은 성능이 비교되는 다른 모형과 달리 다른 크기의 차량을 다룰 수 있는 장점이 있고, Asymmetric VRP 문제에서는 현재 가장 우수한 하한값을 제시한다. 이러한 점에서 본 모형은 향후 연구가치가 있다고 판단된다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회/대한산업공학회 2003년도 춘계공동학술대회
• /
• pp.129-136
• /
• 2003

설비입지문제는 고객에게 좋은 서비스를 제공하면서 전체 비용을 최소화하는 의사결정을 요구한다. 본 논문은 제한된 총 투자 비용 하에서 최대의 서비스 수준을 달성하기 위하여 고정비를 가지는 설비의 입지를 결정하는 문제에 관한 것이다. 이 문제에 대해 수리 모형을 제시하고, 라그랑지안 기법을 이용한 발견적 기법을 통하여 해를 구하였다. 문제의 상한(Upper Bound)은 서브그래디언트(Subgradient) 최적화 기법을 사용하여 구하였고, 하한(Lower Bound)을 구하기 위하여 커팅(Cutting) 알고리즘이라는 새로운 기법을 개발하여 적용하였다. 임의로 생성된 데이터를 이용하여 비용과 커버 가능거리라는 두 가지 관점에서 실험을 하고 제안된 알고리즘의 성능을 비교 분석하였다.

• 정보관리연구
• /
• 제41권2호
• /
• pp.31-46
• /
• 2010

오늘날 정보 추출의 한 단계로서 개체명 인식은 정보검색 분야 뿐 아니라 질의응답과 요약 분야에서 매우 유용하게 사용되고 있다. 개체명은 일반 단어와 달리 다양한 문서에서 꾸준히 생성되고 변화되고 있다. 이와 같은 개체명의 특성 때문에 여러 응용 시스템에서 미등록어 문제가 야기된다. 본 논문에서는 이런 미등록어 문제를 해결하기 위해 기계학습 기반 개체명 인식 시스템을 위한 새로운 자질 생성 방법을 제안한다. 일반적으로 기계학습 기반 개체명 인식 시스템은 단어 단위의 자질을 사용하므로 구절 단위의 개체명을 그대로 자질로 사용할 수 없다. 이 문제를 해결하기 위해 본 논문에서는 새로운 구절 단위의 정보를 단어 단위의 자질로 변환하는 자질 생성 방법을 제안하였다. 이 방법으로 개체명 사전과 WordNet을 개체명 인식의 자질로 사용할 수 있었다. 그 결과 영어 개체명 시스템은 F1 점수의 약 6%가 향상되었고 오류의 약 38%가 줄어들었다.

• 인문언어
• /
• 제6권
• /
• pp.77-108
• /
• 2004

훔볼트의 언어관을 테마별로 요약하면 다음과 같이 도표로 나타낼 수 있다. 언어생성 : 언어원형 \$\longrightarrow$ 에네르게이아, 내적언어형식 \$\longrightarrow$ 유추와 통합 \$\longrightarrow$ 언어본질 사회성/화용성 \$\longrightarrow$ 언어적 세계관 =민족 \$\longrightarrow$ 번역의 문제 \$\longrightarrow$ 언어와 사고 훔볼트에서 언어문제는 먼저 생성문제로부터 출발해야 한다. 그의 생성관을 이해할 때 언어의 본질이 이해되고 그리고 언어의 생성과정을 통하여 문법과 하드웨어적인 언어형태를 이해할 수 있다. 그리고 나서 그 언어의 사용처인 사회와의 관계를 조망하면서 민족의 필요성과 언어의 화용성이 동시에 풀리게 된다. 각기 다른 민족의 언어는 다른 세계관을 형성하는데 그 세계관이 즉 민족이다. 이렇게 언어는 상이한 환경과 문화에서 생성 발전됨으로 각각 다른 현상은 음의 현상이나 외관의 현상이 아니고 세계관의 상이성에서 기인하므로 절대 서로 서로 완전한 번역을 불가능하다. 이런 언어는 결국에는 민족의 언어를 통해 개인으로 넘어가고 개인은 각각 자신만의 언어를 가지게된다. 그래서 훔볼트가 말하는 개별성과 보편성의 문제에서 민족마다의 차이점을 그는 개별성으로 이해하기도 하지만 실은 각 개인의 개별성의 의미도 포함하고 있다.

• 지능정보연구
• /
• 제14권4호
• /
• pp.1-18
• /
• 2008

사례 기반 계획 시스템은 과거의 유사한 사례 계획들을 이용함으로써 새로운 문제를 위한 계획을 효율적으로 생성 할 수 있다. 하지만 대부분의 기존 사례 기반 계획 시스템들은 사례 검색 및 사례 일반화를 위한 제한적 기능들만을 제공할 뿐만 아니라, 계획 생성과정에 사용자의 참여를 허용하지 않는다. 본 논문에서 제안하는 JCBP 시스템은 효율적인 메모리 사용과 사례 검색을 위해 각 도메인의 동일한 작업 목표를 가진 사례들을 개별 사례 베이스로 그룹화하고, 이들에 대한 색인을 유지한다. 또 이 시스템은 문제모델로부터 자동으로 추출한 휴리스틱 지식을 사례 적응 단계에 이용하며, 목표 회귀를 통한 사례 일반화 기능도 제공한다. 또한 JCBP 시스템은 대화형 모드를 통한 혼합 주도 계획 생성 기능도 제공한다. 이와 같이 JCBP 시스템은 문제 해결을 위해 사용자의 기호와 지식을 이용함으로써 사용자의 요구를 더 잘 만족하는 해 계획을 생성할 수 있을 뿐 아니라 계획 생성의 복잡도도 줄일 수 있다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.248-250
• /
• 2008

본 논문은 GP(Genetic Programming)을 이용한 4족 보행 로봇의 새로운 걸음새 생성 방식에 대해 소개한다. 4족 보행로봇의 걸음새 생성문제는 다양한 파라미터를 통시에 최적화해야 하는 매우 어려운 문제이다. 본 논문에서는 GP를 기반으로 관절좌표계에서 로봇의 관절 궤석을 직접 제어하는 방식을 사용한다. 이는 기존의 특정한 형태의 발끝의 자취를 사용하는 방법들에 비해 효율적이며 구조적으로 제한피지 않는 특징을 가진다. 또한, 새로운 트리구조기반의 GP 연산자의 적용을 통해 더 좋은 결과를 얻을수 있었다.