• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (1)
• /
• pp.73-75
• /
• 2004

그리드 컴퓨팅의 기본 개념은 여러 대의 저 성능 컴퓨터 자원을 통합하여 고성능 컴퓨팅 환경을 구축하는 것이다. 이런 환경을 관리하기 위해서는 요청된 작업에 대해 자원 관리 시스템의 효율적인 자원 탈당 기능이 중요하다. 본 논문에서는 효과적인 자원의 선택을 위해 CPU의 종합적인 성능을 평가하는 UC 단위 모델을 제안하고, 제안된 모델을 기준으로 자원관리 시스템에서 저 성능 컴퓨터 자원을 효율적으로 할당 할 수 있도록 저 성능 자원 우선 알고리즘을 제안하며, 이를 이용한 에이전트 기반 자원관리 시스템을 구현한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2023년도 제35회 한글 및 한국어 정보처리 학술대회
• /
• pp.395-398
• /
• 2023

표 질의응답이란, 주어진 표에서 질의문에 대한 답변을 자동으로 추출하거나 생성하는 기술을 말한다. 최근 언어모델을 사용한 연구들은 정답을 유도할 수 있는 명령문인 프롬프트를 활용하여 더 높은 성능을 보이고 있다. 본 연구에서는 표 질의응답의 성능을 향상시키기 위해, 프롬프트를 효과적으로 사용할 수 있는 모델을 제안한다. 이와 함께, 다양한 형태의 프롬프트를 사용하여 모델을 평가한다. 실험 결과, 기본 모델에 단순 질의문만 입력으로 사용했을 때의 성능 F1 67.5%에 비해, 다양한 프롬프트를 입력으로 사용한 경우 1.6%p 향상된 F1 69.1%을 보였다. 또한, 다양한 프롬프트와 함께 제안 모델을 사용했을 때에는 기본 모델보다 2.2%p 높은 F1 69.7%을 달성했다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권6호
• /
• pp.455-463
• /
• 2010

본 논문은 다양한 형태의 웹 문서에 적용하기 위해서, 언어의 통계정보 및 후처리 규칙에 기반하여 개선한 문장경계 인식 기술을 제안한다. 제안한 방법은 구두점 생략 및 띄어쓰기 오류가 빈번한 웹문서에 적용하기 위해서 문장경계로 사용될 수 있는 모든 종결어미를 대상으로 학습하여 문장경계 인식을 수행하였다. 또한 문장경계인식 성능을 최대화하기 위해서 다양한 실험을 통해 최적의 자질 및 학습데이터를 선정하였고, 학습데이터에 의존적인 통계모델의 오류를 규칙에 기반 해서 보정하였다. 성능 실험은 다양한 문서별 성능 측정을 위해서 구두점이 주로 문장경계로 사용된 문어체 위주의 평가셋1(신문기사와 블로그 문서)과 구두점 생략 및 띄어쓰기 오류가 빈번한 웹 문서 위주의 평가셋2(웹 사이트의 게시판 글)를 대상으로 성능을 측정하였다. 평가 척도로는 F-measure를 사용하였으며, 기존 연구와 동일하게 구두점만을 문장경계 대상으로 학습한 기본 모델을 만들어서 실험한 결과, 평가셋1에 대해서 96.5%의 성능을 보였지만, 평가셋2에 대해서는 56.7%로 매우 저조한 성능을 보였다. 제안하는 개선 방법은 기본 모델을 웹 문서의 특징을 반영시키도록 자질 및 엔진을 개선시켰고, 최종 모델을 평가셋2로 평가한 결과, 96.3%의 성능을 보여서 39.6%의 성능 향상이 있음을 확인하였다.

• 한국산학기술학회논문지
• /
• 제14권8호
• /
• pp.3602-3610
• /
• 2013

현대 무기체계는 첨단화와 복잡성의 증가로 시스템개발 실패 사례가 빈번하게 발생하고 있다. 사례분석결과 원인은 원래의 시스템 운용개념을 충족시키지 못하거나 미성숙 기술의 적용 등으로 파악되었다. 이에 방위사업청에서는 무기체계개발시 핵심요구성능으로서 작전운용성능의 충족을 요구하고 있다. 한편 시스템개발시의 위험관리 방법중의 하나로서 기술성숙도 평가가 사용되어 왔는데, 이것은 개별기술에 대한 평가방법이므로, 시스템 수준에서의 기술간 통합에 대해서는 미흡하다. 이를 보완하기 위해 시스템 성숙도 평가 모델이 제시되었고, 이와는 별도로 시스템개발의 난이도의 도입을 통한 리스크 관리 모델이 제시되었다. 하지만 기술간 통합의 효과와 시스템개발 난이도를 동시에 고려한 모델은 제시되지 않았다. 또한 무기체계개발의 궁극적인 목표인 작전운용성능 충족의 관점에서 도출된 평가모델은 제시되지 못하였다. 따라서 본 연구에서는 무기체계개발에서 작전운용성능을 충족시키면서 리스크 관리를 수행하기 위한 방법으로, 요소기술간 통합과 시스템개발 난이도를 동시에 고려한 시스템 성숙도 평가 모델을 구축하였다. 또한 무기체계 연구개발단계에서 개선된 시스템 성숙도 평가모델을 적용할 수 있는 방법을 제시하였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제20권3호
• /
• pp.83-92
• /
• 2016

본 연구의 목적은 비선형 동적해석을 통한 국내 비보강 조적조의 내진성능을 평가하는데 있다. 보다 정밀한 내진성능 평가를 위해 조적벽체의 파괴모드를 고려한 비선형 이력모델을 이용하고자 하나, 선행연구의 비선형 이력모델은 정적반복가력해석에 대한 검증만이 수행되었다. 이에 본 연구에서는 진동대실험과 동적해석 결과를 비교하여 제안한 비보강 조적조 비선형 해석모델의 신뢰성을 검증한 다음, 국내 비보강 조적조 건축물의 비선형 동적해석을 수행하고 결과를 분석하여 내진성능을 평가하였다. 그 결과, 1층의 조적조 건축물의 경우 개구부율에 관계없이 비교적 지진피해가 작은 반면, 2층 이상의 국내 비보강 조적조 건축물의 대부분이 국내에 발생가능한 지진에 취약하였다.

• 전자공학회논문지CI
• /
• 제39권1호
• /
• pp.14-22
• /
• 2002

분산처리시스템에서 작업의 도착률과 서비스요구, 그리고 서버의 서비스률 등이 네트워크환경에 따라 모호성을 갖는 경우, 시스템의 성능을 평가할 수 있는 퍼지 BCMP 큐잉네트워크모델을 제안하였다. 이 모델은 시스템외부로부터 작업의 진입여부에 따라 개방형 및 폐쇄형으로 분류하고, 퍼지요소들을 처리할 수 있는 퍼지평균값 분석방법을 사용하여 작업평균소요시간, 시스템내 작업수 및 서버 활용률 등의 시스템성능을 평가할 수 있는 측도를 각각 유도하였다. 이들의 유효함을 검증하기 위하여 퍼지 BCMP 큐잉네트워크모델에 작업의 퍼지도착률. 클라이언트 수 및 퍼지서비스 요구에 따른 시스템의 성능분석을 개방형과 폐쇄형으로 각각 시뮬레이션하였다. 그 결과 예측된 시스템의 성능평가와 일치함을 보였다.

• 정보관리학회지
• /
• 제39권3호
• /
• pp.293-310
• /
• 2022

본 연구에서는 한국어 데이터로 학습된 BERT 모델을 기반으로 문헌정보학 분야의 문서를 자동으로 분류하여 성능을 분석하였다. 이를 위해 문헌정보학 분야의 7개 학술지의 5,357개 논문의 초록 데이터를 학습된 데이터의 크기에 따라서 자동분류의 성능에 어떠한 차이가 있는지를 분석, 평가하였다. 성능 평가척도는 정확률(Precision), 재현율(Recall), F 척도를 사용하였다. 평가결과 데이터의 양이 많고 품질이 높은 주제 분야들은 F 척도가 90% 이상으로 높은 수준의 성능을 보였다. 반면에 데이터 품질이 낮고 내용적으로 다른 주제 분야들과 유사도가 높고 주제적으로 확실히 구별되는 자질이 적을 경우 유의미한 높은 수준의 성능 평가가 도출되지 못하였다. 이러한 연구는 미래 학술 문헌에서 지속적으로 활용할 수 있는 사전학습모델의 활용 가능성을 제시하기 위한 기초자료로 활용될 수 있을 것으로 기대한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.63-65
• /
• 2023

본 논문에서는 FDG-PET 영상을 사용하는 딥러닝 네트워크를 이용하여 직장암 환자의 치료 후 완치를 예측하는 연구를 수행하였다. 직장암은 흔한 악성 종양 중 하나이지만 병리학적으로 완전하게 치료되는 가능성이 매우 낮아, 치료 후의 반응을 예측하고 적절한 치료 방법을 선택하는 것이 중요하다. 따라서 본 연구에서는 FDG-PET 영상에 합성곱 신경망(CNN)모델을 활용하여 딥러닝 네트워크를 구축하고 직장암 환자의 치료반응을 예측하는 연구를 진행하였다. 116명의 직장암 환자의 FDG-PET 영상을 획득하였다. 대상군은 2cm 이상의 종양 크기를 가지는 환자를 대상으로 하였으며 치료 후 완치된 환자는 21명이었다. FDG-PET 영상은 전신 영역과 종양 영역으로 나누어 평가하였다. 딥러닝 네트워크는 2차원 및 3차원 영상입력에 대한 CNN 모델로 구성되었다. 학습된 CNN 모델을 사용하여 직장암의 치료 후 완치를 예측하는 성능을 평가하였다. 학습 결과에서 평균 정확도와 정밀도는 각각 0.854와 0.905로 나타났으며, 모든 CNN 모델과 영상 영역에 따른 성능을 보였다. 테스트 결과에서는 3차원 CNN 모델과 종양 영역만을 이용한 네트워크에서 정확도가 높게 평가됨을 확인하였다. 본 연구에서는 CNN 모델의 입력 영상에 따른 차이와 영상 영역에 따른 딥러닝 네트워크의 성능을 평가하였으며 딥러닝 네트워크 모델을 통해 직장암 치료반응을 예측하고 적절한 치료 방향 결정에 도움이 될 것으로 기대한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2017년도 제29회 한글 및 한국어 정보처리 학술대회
• /
• pp.143-146
• /
• 2017

심층학습 모델 중 LSTM-CRF는 개체명 인식, 품사 태깅과 같은 sequence labeling에서 우수한 성능을 보이고 있다. 한국어 개체명 인식에 대해서도 LSTM-CRF 모델을 기본 골격으로 단어, 형태소, 자모음, 품사, 기구축 사전 정보 등 다양한 정보와 외부 자원을 활용하여 성능을 높이는 연구가 진행되고 있다. 그러나 이런 방법은 언어 자원과 성능이 좋은 자연어 처리 모듈(형태소 세그먼트, 품사 태거 등)이 없으면 사용할 수 없다. 본 논문에서는 LSTM-CRF와 최소한의 언어 자원을 사용하여 다국어에 대한 개체명 인식에 대한 성능을 평가한다. LSTM-CRF의 입력은 문자 기반의 n-gram 표상으로, 성능 평가에는 unigram 표상과 bigram 표상을 사용했다. 한국어, 일본어, 중국어에 대해 개체명 인식 성능 평가를 한 결과 한국어의 경우 bigram을 사용했을 때 78.54%의 성능을, 일본어와 중국어는 unigram을 사용했을 때 각 63.2%, 26.65%의 성능을 보였다.

• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2017년도 제29회 한글및한국어정보처리학술대회
• /
• pp.143-146
• /
• 2017

심층학습 모델 중 LSTM-CRF는 개체명 인식, 품사 태깅과 같은 sequence labeling에서 우수한 성능을 보이고 있다. 한국어 개체명 인식에 대해서도 LSTM-CRF 모델을 기본 골격으로 단어, 형태소, 자모음, 품사, 기구축 사전 정보 등 다양한 정보와 외부 자원을 활용하여 성능을 높이는 연구가 진행되고 있다. 그러나 이런 방법은 언어 자원과 성능이 좋은 자연어 처리 모듈(형태소 세그먼트, 품사 태거 등)이 없으면 사용할 수 없다. 본 논문에서는 LSTM-CRF와 최소한의 언어 자원을 사용하여 다국어에 대한 개체명 인식에 대한 성능을 평가한다. LSTM-CRF의 입력은 문자 기반의 n-gram 표상으로, 성능 평가에는 unigram 표상과 bigram 표상을 사용했다. 한국어, 일본어, 중국어에 대해 개체명 인식 성능 평가를 한 결과 한국어의 경우 bigram을 사용했을 때 78.54%의 성능을, 일본어와 중국어는 unigram을 사용했을 때 각 63.2%, 26.65%의 성능을 보였다.