• 영어영문학
• /
• 제58권4호
• /
• pp.723-752
• /
• 2012

Although his mythic poetry deals with the fall and resurrection of Albion as the origin of humankind, William Blake (1757-1827) simultaneously links it to the professionalization and unification of disciplinary knowledge itself. He particularly takes a great interest in the cross-referential relation of poetry to science. He argues for the communication of poetry and science on equal footing with each other without the former's prioritization over the latter, or vice versa. In his works Vala, or The Four Zoas (1797-1807) and Jerusalem: The Emanation of the Giant Albion (1804-1820), on which I focus in this essay, Blake's primary problematic is to display strong conflicts among different systems of knowledge. I approach this issue in light of the ideological clash of Newtonian thought, Romantic thought, and postmodern thought. In his poetry, Blake thematizes the very clashes of these different thought patterns. From the standpoint of Romantic thought, first of all, Blake problematizes Newtonian Enlightenment. He criticizes abstract universalization both in poetry and science, which Urizen, one of four Zoas, propagates. Protesting against Urizen's Newtonism, Los values "living form." Thus, Blake demonstrates, through this figure, that poetic imagination and scientific organicism are discursively communicative. Blake, however, also questions the network of Romantic science and Romantic poetry so as to suggest what current critics would call postmodern thought. Blakean postmodernism pursues the self-similarity of organic structure in science and poetry. Precisely, Blake sees polypus as a proliferation of organic body; he arranges four Zoas' self-repetitive stories in a non-linear way. Blake aspires for the conflicting coexistence of different thought patterns.

• 지능정보연구
• /
• 제28권2호
• /
• pp.101-125
• /
• 2022

최근 컴퓨팅 기술의 발전과 클라우드 환경의 개선에 따라 딥 러닝 기술이 발전하게 되었으며, 다양한 분야에 딥 러닝을 적용하려는 시도가 많아지고 있다. 대표적인 예로 정상적인 데이터에서 벗어나는 값이나 패턴을 식별하는 기법인 이상 탐지가 있으며, 이상 탐지의 대표적 유형인 점 이상, 집단적 이상, 맥락적 이중 특히 전반적인 상황을 파악해야 하는 맥락적 이상을 탐지하는 것은 매우 어려운 것으로 알려져 있다. 일반적으로 이미지 데이터의 이상 상황 탐지는 대용량 데이터로 학습된 사전학습 모델을 사용하여 이루어진다. 하지만 이러한 사전학습 모델은 이미지의 객체 클래스 분류에 초점을 두어 생성되었기 때문에, 다양한 객체들이 만들어내는 복잡한 상황을 탐지해야 하는 이상 상황 탐지에 그대로 적용되기에는 한계가 있다. 이에 본 연구에서는 객체 클래스 분류를 학습한 사전학습 모델을 기반으로 이미지 캡셔닝 학습을 추가적으로 수행하여, 객체 파악뿐만 아니라 객체들이 만들어내는 상황까지 이해해야 하는 이상 상황 탐지에 적절한 2 단계 사전학습 모델 구축 방법론을 제안한다. 구체적으로 제안 방법론은 ImageNet 데이터로 클래스 분류를 학습한 사전학습 모델을 이미지 캡셔닝 모델에 전이하고, 이미지가 나타내는 상황을 설명한 캡션을 입력 데이터로 사용하여 학습을 진행한다. 이후 이미지와 캡션을 통해 상황 특질을 학습한 가중치를 추출하고 이에 대한 미세 조정을 수행하여 이상 상황 탐지 모델을 생성한다. 제안 방법론의 성능을 평가하기 위해 직접 구축한 데이터 셋인 상황 이미지 400장에 대해 이상 탐지 실험을 수행하였으며, 실험 결과 제안 방법론이 기존의 단순 사전학습 모델에 비해 이상 상황 탐지 정확도와 F1-score 측면에서 우수한 성능을 나타냄을 확인하였다.