• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2006년도 제18회 한글 및 한국어 정보처리 학술대회
• /
• pp.15-21
• /
• 2006

본 논문에서는 올바른 한국어 생활과 한국어 실력 향상을 위하여, 한국어 어휘에 대한 풍부한 정보를 담고 있는 한국어사전, 사용자 어휘지능망(User-Word Intelligent Network : U-WIN)등의 언어자원을 이용한 자동문제생성기술을 소개하고, 이를 이용한 한국어 어휘학습시스템을 제시한다. 대부분의 학습시스템에서 사용하는 문제 은행식 출제 방식의 문제점을 해소할 수 있는 하나의 방법으로서, 기존의 한국어 어휘문제의 문항을 분석하여 8가지 문제 유형으로 재편성하고, 각 유형별 자동 문제 생성패턴에 따라 언어자원이 가지고 있는 한국어 어휘의 형태적 정보, 의미적 정보를 이용하여 한국어 어휘 문제를 자동 출제하는 한국어 어휘학습시스템을 구현하였다.

• 정보처리학회논문지B
• /
• 제14B권6호
• /
• pp.413-422
• /
• 2007

등고선으로 표현된 물체의 볼륨정보에서부터 3차원 표면을 재구성하는 새로운 알고리즘을 제안한다. 등고선 삼각분할법이라고도 불리는 이 방법의 가장 어려운 문제가 인접 단층사이에서 표면이 다중으로 분기하는 경우에 발생하는데, 이것은 하나의 등고선이 인접한 층의 두 개 이상의 등고선과 연결되는 형태로 나타나며, 표면 생성시 많은 모호성을 발생시킨다. 본 논문에서는 이러한 다중분기문제를 여러 개의 가상벨트와 가상계곡으로 나누어 이들에 대한 표면생성문제로 단순화 시키는 방법을 제안한다. 가상벨트의 표면생성에는 띠분할 알고리즘을 채택하였으며, 가상계곡은 반복적인 볼록정점 제거와 중앙정점 추가로 보다 자연스러운 표면을 생성한다. 기존의 대부분의 알고리즘특이 다중분기문제를 한 쌍의 등고선간의 표면생성문제로 변환하는데 초점을 맞추는데 비해 제안된 방법은 더 작은 형태인 가상벨트와 가상계곡으로 단순화한다. 또한 제안된 방법은 표면정의에 복잡한 기준을 사용하지 않으며, 표면삼각분할을 위한 매우 명확하고 일관된 알고리즘을 제공한다. 실험을 통해 제안된 방법이 많은 분기가 발생하는 복잡한 데이터에서도 잘 동작하는 것을 알 수 있었다.

• 한국디지털정책학회:학술대회논문집
• /
• 한국디지털정책학회 2006년도 추계학술대회
• /
• pp.177-184
• /
• 2006

지적 창의경영은 지식의 공유와 생성으로 나눌 수 있는 데, 지식 생성 분야에서 창의성 연구에서 나온 창의적 문제해결 방법론이다. 이 글에서는 공학 분야에 주로 사용되는 TRIZ 이론을 비공학 분야와 비즈니스 분야, 지적 창조경영의 지식 생성 분야에서 응용사례와 활용 가능성을 기술하였다. TRIZ는 공학분야의 전세계 특허와 기술혁신 사례들을 분석하여 개발하였으나, 이 창의적 문제해결 이론은 러시아 공산주의 사회라는 특수한 상황에서 개발되어서 경영과 비즈니스를 다루고 연구하는 일에는 많은 어려움이 있었다. 그러나 러시아가 개방되면서 최근 TRIZ의 다양하고 강력한 기법들을 비공학 분야와 선진기업 경영이나 비즈니스에 접목시켜 연구되고 있다. TRIZ연구는 변화와 경쟁이 기본이라고 여겨지는 비지니스 활동에서 강력한 문제 해결능력과 아이디어를 가지도록 도와주고 있다. 이 글에서 비즈니스에서 성공과 실패라는 모순을 일으키는 문제를 고전적인 TRIZ의 모순 해소 매트릭스와 비슷한 비즈니스 매트릭스를 이용해서 해결되는 선진 기업의 창조적 경영 응용 사례를 살펴 보고 향후 활용 가능성을 연구하였다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 1993년도 춘계공동학술대회 발표논문 및 초록집; 계명대학교, 대구; 30 Apr.-1 May 1993
• /
• pp.162-173
• /
• 1993

항공기 운항계획은 항공사의 계획업무 중 핵심적인 문제로 운항편수와 항공기 출발시간 그리고 운항할 항공기의 기종을 결정하는 문제이다. 본 연구에서는 이익을 최대로 하는 운항계획을 수립하기 위한 새로운 최적해법을 제안한다. 일반적으로 항공기 운항계획은 대규모의 정수 선형계획 문제이기 때문에 기존의 정수 최적해법으로 최적해를 계산하기가 쉽지 않다. 본 연구에서는 모든 결정변수를 사용하지 않고 필요에 따라 일부분의 결정변수만을 생성하여 선형 최적해를 계산하는 열 생성 최적해법을 제안한다. 이 해법을 이용하여 대규모 정수계획인 운항계획의 최적해를 매우 효율적으로 계산할 수 있는 해법을 제안한다. 실제 항공기 운항계획에 본 연구에서 제안하는 최적해법을 적용한 결과를 보여 그 효율성이 월등함을 보인다.

• 지능정보연구
• /
• 제8권2호
• /
• pp.51-69
• /
• 2002

웹상의 공급망 환경에서는, 의사결정을 위해 협동적 문제 해결과 사례 기반의 자동 모형화가 더욱 중요시 되고있다. 왜냐하면, 문제요구는 다양하고 이에 대응하기 위해 모든 모형을 준비한다는 것은 실제로 어려우며, 모형의 저장 및 관리 관점에서도 비효율적이기 때문이다. 따라서, 사례 기반의 모형 자동 생성에 의한 문제 해결 접근에 관한 연구 필요성이 인식되고 있다. 본 연구에서는 최적화 모형에 대한 지식이 부족한 사용자 수준의 XML 표현과 같은 문제요구 해석하여 최적화 모형 사례로부터 사례 기반의 최적화 모형을 자동 생성하는 프레임웍, 모형화 지식의 표현과 목표모형 탐색을 위한 전방향 추론 절차, 그리고 모형화 노력을 줄이기 위해서, 민감도 분석을 통해 성능이 평가된 탐색 알고리즘을 제시한다.

• 정보보호학회논문지
• /
• 제11권3호
• /
• pp.13-22
• /
• 2001

유사난수성(pseudorandomness)은 진정한 난수성(true randomness)을 대신하여 실제 상황에서 사용되는 개념으로서 현대 암호학의 중요한 한 분야이다. 본 논문은 땋임이론(braid theory)에서의 어려운 문제 중 하나인 공액문제(conjugacy problem)에 기반하여 단순하고 실용적인 유사난수 생성기(pseudorandom generator)를 설계한다. 그리고 그 생성기가 암호 학적으로 공액문제를 변형한 또 하나의 어려운 문제 만큼 안전함을 증명한다.

• 한국과학교육학회지
• /
• 제28권8호
• /
• pp.860-869
• /
• 2008

본 연구의 목적은 과학영재들의 과학탐구문제발견 능력을 신장시키기 위한 지도방향을 제안하는 것이다. 이를 위해서 낮게 구조화된 탐구 상황과 높게 구조화된 탐구 상황에서의 문제발견 활동 중에 과학영재들이 생성한 과학탐구문제의 특성에 대해 심층적인 분석을 하였다. 분석한 결과, 탐구목적에 따른 유형별 빈도는 탐구 상황에 따라 차이를 보였으나, 두 활동에서 생성된 대부분의 탐구문제들은 7개의 동일한 유형(측정, 방법, 원인, 가능성, 무엇, 비교, 관계)으로 나타났다. 탐구문제에 언급된 과학적 개념의 빈도수는 높게 구조화된 탐구 상황에서의 문제발견 활동(PFAWIS)이 낮게 구조화된 탐구 상황에서의 문제발견 활동(PFAIIS)보다 더 많았으나, 과학적 개념의 다양성은 PFAIIS가 PFAWIS보다 더 큰 것으로 나타났다. 따라서 교사는 첫째, 낮게 구조화된 과학적 탐구 상황에서의 과학문제발견 활동의 기회를 자주 부여해야한다. 둘째, 일반 과학 실험 중에도 새로운 탐구문제를 발견할 수 있음을 강조하고, 실험 중에 생성한 탐구문제들에 대해 토의하는 시간을 자주 가질 필요가 있다. 셋째, 과학탐구문제를 최소한 7개 이상의 유형별로 생성할 수 있도록 지도하도록 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.942-945
• /
• 2019

현재 딥러닝은 컴퓨터 분야에서 이미지 처리 방법으로 활용도가 높아지면서 딥러닝 모델 개발 연구가 활발히 진행되고 있다. 딥러닝 모델 중에서 이미지 생성모델은 대표적으로 GAN(Generative Adversarial Network, 생성적 적대 신경망) 모델을 활용하고 있다. GAN은 생성기 네트워크와 판별기 네트워크를 이용하여 진짜 같은 이미지를 생성한다. 생성된 이미지는 실제 이미지와의 오차를 최소화해야 하며 이때 사용하는 함수를 손실함수라고 한다. GAN에서 손실함수는 이미지를 생성하는 학습이 불안정하여 이미지 품질이 떨어지는 문제가 있다. 개선된 GAN 관련 연구가 진행되고 있지만 완전한 문제 해결에는 부족하다. 본 논문은 7개의 GAN 모델에서 사용하는 손실함수를 분류하고 특징을 분석한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2019년도 제31회 한글 및 한국어 정보처리 학술대회
• /
• pp.315-320
• /
• 2019

질문 생성이란 구절이 입력되면 구절에서 답을 찾을 수 있는 질문을 자동으로 생성하는 작업으로 교육용 시스템, 대화 시스템, QA 시스템 등 다양한 분야에서 중요한 역할을 한다. 질문 생성에서 정답의 단어가 질문에 포함되는 문제점을 해결하기 위해 구절과 정답을 분리한다. 하지만 구절과 정답을 분리하게 되면 구절에서 정답의 정보가 손실되고, 정답에서는 구절의 문맥 정보가 손실되어 정답 유형에 맞는 질문을 생성할 수 없는 문제가 발생된다. 본 논문은 이러한 문제를 해결하기 위해 분리된 정답과 구절의 정보를 연결시켜주는 정답과 구절의 공동 주의 집중 계층을 제안한다. 23,658개의 질문-응답 쌍의 말뭉치를 이용한 실험에서 정답과 구절의 공동 주의 집중 계층이 성능 향상에 기여해 우수한 성능(BLEU-26.7, ROUGE-57.5)을 보였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2001년도 추계학술발표논문집
• /
• pp.226-230
• /
• 2001

오류 역전파 알고리즘을 영상 인식에 적용한 경우 은닉층의 노드 수를 경험적으로 설정하여야 하는 문제점이 있다. 따라서 본 논문에서는 오류 역전파 알고리즘의 은닉층 노드 수를 동적으로 설정하는 문제를 해결하기 위해 ART1을 수정하여 지도 학습 방법과 결합한 자가 생성 지도 학습 알고리즘을 제안하였다. 제안된 학습 알고리즘의 성능을 평가하기 위해 콘테이너 영상의 문자 및 숫자 인식 문제에 적용하여 기존의 오류 역전파 알고리즘과 성능을 비교, 분석하였다. 실험 결과에서는 제안된 자가 생성 지도 학습알고리즘이 기존의 오류 역전과 알고리즘보다 지역 최소화에 빠질 가능성이 감소하였으며 학습 시간과 수렴성이 개선되었을 뿐만 아니라, 영상 인식에 적용할 수 있는 가능성도 제시하였다.