• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2012년도 제24회 한글 및 한국어 정보처리 학술대회
• /
• pp.142-147
• /
• 2012

본 논문에서는 신경망을 재귀적으로 사용하여 문장에서 지시 표현을 추출하고 분석하는 방법에 대해서 제안한다. 임의의 문장이 들어올 때, 문장을 구성하는 각 단어들은 통사론적 자질 벡터와 의미론적 자질 벡터로 나눌 수 있다. 이들 벡터들의 쌍을 인자로써 입력받는 신경망 구조를 제시할 수 있으며, 신경망의 출력 결과는 다시 재귀적으로 쌍인자 신경망에 입력으로써 주입된다. 신경망을 재귀적으로 학습시킴으로써, 문장 내의 지시 표현을 추출할 수 있다. 쌍인자 신경망 파싱 모델의 성능을 측정했고, 제안한 모델의 문제점과 가능성에 대해서 관찰하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2005년도 춘계학술발표대회
• /
• pp.469-472
• /
• 2005

이 논문은 게임물리엔진에서 게임세계의 물리적인 요소를 통하여 게임에 존재하는 캐릭터들에게 인공지능을 부여하기 위한 연구에 관해서 다룬다. 게임속에서의 물리적인 상황을 자동인식하기 위해서 신경망을 이용하였다. 게임속에서의 인공지능의 적용은 게임의 속도저하를 가져오게 되는데 이 논문에서는 그러한 단점을 보완하기 위하여 물리엔진에서 캐릭터의 움직임을 계산하는 수치적분 메서드들에 대한 각 물리상황에 따른 최적의 성능을 분석하여 각각의 물리 상황마다 다른 수치 적분 메서드를 적용하는 내부 구조를 취하였다. 수치적분 메서드에 대한 각각의 성능 분석은 세가지의 물리적 상황을 구분하여 그에 기반하여 실험되었다. 인공지능 캐릭터에 대한 실험은 신경망의 토폴로지에 대한 변화와 학습 횟수에 대한 변화 및 은닉층에 대한 변화로 신경망에서의 최적의 성능에 대한 평가를 실시하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제62차 하계학술대회논문집 28권2호
• /
• pp.425-428
• /
• 2020

본 논문에서는 경계 합성곱 신경망(Convolutional neural network, CNN)기반의 슈퍼 해상도 기법을 이용하여 저해상도 옷감 메쉬를 슈퍼 해상도로 노이즈 없이 안정적으로 표현할 수 있는 기법을 제안한다. 저해상도와 고해상도 메쉬들 간의 쌍은 옷감 시뮬레이션을 통해 얻을 수 있으며, 이렇게 얻어진 데이터를 이용하여 고해상도-저해상도 데이터 쌍을 설정한다. 학습할 때 사용되는 데이터는 옷감 메쉬를 지오메트리 이미지로 변환하여 사용한다. 우리가 제안하는 경계 합성곱 신경망은 저해상도 이미지를 고해상도 이미지로 업스케일링 시키는 이미지 합성기를 학습시키기 위해 사용된다. 테스트 결과로 얻어진 고해상도 이미지가 고해상도 메쉬로 다시 변환되면, 저해상도 메쉬에 비해 주름이 잘 표현되며, 경계 부근에서 나타나는 노이즈 문제가 완화된다. 합성 결과에 대한 성능으로는 전통적인 물리 기반 시뮬레이션보다 약 10배 정도 빠른 성능을 보여준다.

• 지구물리와물리탐사
• /
• 제26권3호
• /
• pp.114-125
• /
• 2023

편미분방정식의 해를 구하기 위한 여러 수치해법들의 한계와 순수 데이터 기반 기계학습의 단점을 극복하기 위해 물리정보신경망(physics-informed neural network, PINN)이 제안되었다. 물리정보신경망은 편미분방정식을 손실함수 구성에 직접 활용하여 기계학습 훈련에 물리적 제약을 주는 기법으로 파동방정식 모델링에도 활용될 수 있다. 그러나 물리정보신경망을 이용하여 파동방정식을 풀기 위해서는 신경망 훈련 시 입력에 대한 2차 미분이 수행되어야 하고, 그 결과로 출력되는 파동장은 복잡한 역학적 현상들을 포함하고 있어 섬세한 전략이 필요하다. 이 해설 논문에서는 물리정보신경망의 기본 개념을 설명하고 파동방정식 모델링에 활용하기 위한 고려사항들에 대해 고찰하였다. 이러한 고려사항에는 공간좌표 정규화, 활성함수 선정, 물리손실 추가 전략이 포함된다. 훈련자료의 공간좌표를 정규화한 후 사용하면 파동방정식 모델링을 위한 신경망 훈련에서 초기 조건이 더 정확하게 반영되는 것을 수치 실험을 통해 보였다. 또한 신경망을 통한 파동장 예측에 가장 적절한 활성함수를 선정하기 위해 여러 함수들의 특성을 비교했다. 특성 비교는 각 활성함수들의 입력자료에 대한 미분과 수렴성을 중심으로 이루어졌다. 마지막으로 신경망 훈련 중 손실함수에 물리손실을 추가하는 두가지 시나리오의 결과를 비교하였다. 수치 실험을 통해 훈련 초기부터 물리손실을 활용하는 전략보다 초기 훈련단계 이후부터 물리손실을 적용하는 커리큘럼 기반 학습전략이 효과적이라는 결과를 도출했다. 추가로 이 결과를 물리손실을 전혀 사용하지 않은 훈련 결과와 비교하여 PINN기법의 효과를 확인하였다.

• 한국수자원학회논문집
• /
• 제56권12호
• /
• pp.939-953
• /
• 2023

천수방정식(shallow water equations, SWE)은 물의 거동을 수치적으로 해석하기 위한 지배방정식으로 수리수문 분야에 널리 활용되고 있으며, 비선형 연립방정식으로 일반적으로 수치적으로 해석할 수 있다. 하지만 기존의 여러 수치 해석법은 격자망 생성에 민감하며 복잡한 지형에서의 해석에 한계가 발생할 수 있다. 이러한 한계점을 극복하기 위하여 본 연구에서는 물리 정보 신경망(Physics-Informed Neural Networks, PINNs)을 사용하고자 하였다. PINNs은 물리 법칙을 신경망에 직접적으로 도입하여 지배방정식을 해석하고자 하는 기법이며 지배 방정식에 대한 물리적, 수학적 정보를 손실함수로 변환하여 최적화하고 해를 산정할 수 있다. 본 연구에서는 지배방정식을 PINNs 구조 내에서 사용할 수 있도록 신경망 구조, 학습 전략, 데이터 생성 기술과 같은 포괄적인 방법론을 제시하고 결과를 ANN 기법과 비교하였다. 물리적 사전지식이 반영되지 않은 ANN과 달리 PINNs은 천수방정식에 대하여 매우 정확한 수치적 솔루션을 효과적으로 제공하는 것으로 나타났다. 따라서 PINNs은 지배방정식의 수치해석적 연구에 많은 잠재력이 있는 것으로 판단되며, 정확하고 효율적인 천수방정식의 솔루션을 위한 기법으로 활용될 수 있을 것으로 기대된다.

• 지구물리와물리탐사
• /
• 제25권4호
• /
• pp.227-241
• /
• 2022

전파형 역산은 석유가스 탐사를 위한 탄성파 자료처리 분야에서 지층의 속도 모델을 추정하는데 사용되는 역산 기법이다. 최근 탄성파 자료처리에 딥러닝 기술의 활용이 급격하게 증가하고 있는데, 전파형 역산 기술도 마찬가지로 다양한 연구가 이루어지고 있다. 초기에는 머신러닝 기술을 활용한 자료처리 기법이 전파형 역산을 위한 입력자료의 전처리 목적으로 활용되는 수준이었으나, 딥러닝 기술을 통해 전파형 역산을 직접적으로 구현하는 연구가 등장하기 시작하였다. 딥러닝 기술을 활용한 전파형 역산은 순수 데이터 기반 접근법, 물리 기반 신경망 활용법, 인코더-디코더 구조 활용법, 신경망 재매개변수화를 이용한 구현법, 물리정보 기반 신경망 기법 등으로 구분할 수 있다. 이 논문에서는 딥러닝 기반 전파형 역산 기법을 발전 과정 순서로 체계화하여 각각의 접근법에 대한 이론과 특징을 설명하였다. 전파형 역산 기술에 딥러닝 기법을 도입한 초기에는 데이터 과학의 기본 원리에 충실하게 대량의 학습자료를 준비하고 순수 데이터 기반 예측 모델을 적용하여 속도 모델을 역산하는 연구로 시작하였다. 최근 연구 동향은 탄성파 자료의 잔차나 파동방정식 자체의 물리정보를 심층 신경망에 활용하여 순수 데이터 기반 접근법의 단점을 보완해 나가는 방향으로 진행되고 있다. 이러한 발전으로 대량의 학습자료가 필요하지 않고, 전파형 역산의 태생적 한계점인 주기 놓침 현상을 완화하며 계산 시간을 획기적으로 줄일 수 있는 딥러닝 기반 전파형 역산 기술이 등장하고 있다. 딥러닝 기술의 도입으로 전파형 역산 기술은 탄성파 자료처리 분야에서 가치가 더 높아질 것으로 생각된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.180-183
• /
• 2020

물리적 정보를 이용해 암호 알고리즘의 비밀정보를 분석하는 부채널분석 분야에서도 딥러닝을 접목한 분석방법들이 활발히 제안되고 있다. 본 논문에서는 소비전력이 시간축상으로 흐트러지는 현상인 지터가 있는 파형을 신경망의 특성을 기반으로 효과적으로 분석하는 방법을 제안한다. 제안한 방법을 실험적으로 검증하기 위해 지터가 있는 AES-128 파형을 Convolutional Neural Network와 Multi-Layer Perceptron을 기반으로 분석한 결과 제안한 방법을 적용한 신경망은 모든 바이트 키 분석에 성공했으나, 이외의 신경망은 일부 혹은 모든 바이트 키 분석에 실패했다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2003년도 춘계종합학술대회
• /
• pp.111-114
• /
• 2003

수신신호의 도래방향 추정기술 중 MUSIC과 ESPRIT와 같은 방법들은 수신신호 벡터로부터 얻어진 상관행렬의 고유치 분해를 통하여 도래방향을 정도 높게 추정할 수 있는 초고분해 알고리즘들로 잘 이용되어 왔다. 그러나 이러한 방법들이 대규모 2차원 어레이 안테나를 구성하는 경우 과다한 연산량으로 인하여 실시간 처리에 장애가 되고 있으며, 어레이 안테나의 물리적인 결함이 있는 경우 보정을 요구한다. 이러한 문제를 해결하기 위하여 신경망 모델을 이용한 도래망향 추정 방법들이 연구되어 왔으나, 복수의 신호가 존재할 경우 신경망 모델에 대한 대규모 학습량을 요구한다는 문제점이 있다. 본 연구에서는 상호결합형 신경망 모델을 이용하여 도래방향을 추정하기 위한 방법을 제안하고, 컴퓨터 시뮬레이션을 통하여 실시간 처리가능성을 논한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(C)
• /
• pp.292-294
• /
• 2011

전기자동차에 대한 연구가 진행됨에 따라 동력원으로 사용되는 대용량 리튬-폴리머 배터리의 운용과 관리에 대한 관심이 증가하고 있다. 다중 셀로 구성된 대용량 리튬-폴리머 배터리는 물리적 화학적 특성에 따라 충전시 셀간 전압 격차가 발생하게 된다. 셀간 전압차는 배터리 용량, 수명, 안정성에 부정적 영향을 주게 된다. 기존 연구들은 각 셀의 특성을 고려하지 않고 충전 결과를 바탕으로 동일한 밸런싱 방법을 적용시킴으로 효율성을 떨어트린다. 본 논문에서는 진화 신경망 기반의 지능형 셀 밸런싱 시스템을 제안한다. 배터리의 특성을 진화 신경망을 통해 학습시킴으로 각 셀 충전시 저항의 크기를 결정한다. 이를 통해 각 셀 특성을 고려한 사전 셀 밸런싱을 수행하였다. 제안하는 방법의 유용성을 입증하기 위해 카이스트 온라인 전기자동차에 장착 예정인 배터리 관리 시스템 기반 시뮬레이션을 수행하여 효과적인 셀 밸런싱이 가능함을 보였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 춘계학술발표대회논문집
• /
• pp.536-540
• /
• 2003

최근에 개인의 경험을 통해 얻어지는 외부의 물리적 자극에 대한 복합적인 감성을 측성 및 분석하여 공학적으로 처리함으로서 인간이 보다 편리하고 안락한 생활을 영위하도록 하는 연구가 활발히 진행되고 있다. 본 논문에서는 색채 심리를 바탕으로 한 감성을 인식할 수 있는 생리학적 퍼지 신경망은 제안하였다. 본 논문에서 제안한 생리학적 퍼지 뉴런 구조를 기반으로 하여 입력층, 퍼지 귀속 시넵스(Fuzzy Membership Synapse) 및 출력층으로 구성되며 지도 학습(supervised learning)으로 동작된다. 제안된 생리학적 퍼지 신경망을 단일 색상 정보에 따른 감성 인식에 적용한 결과, 단일 색상 정보에 따른 감성 인식에 있어서 효율적임을 확인 할 수 있었다.