• 한국통신학회논문지
• /
• 제24권9B호
• /
• pp.1690-1696
• /
• 1999

동영상 데이터를 내용기반 검색을 하기 위해 비디오 시퀀스를 계층적 분할해야 한다. 컷 검출 알고리즘은 샷을 분류하는 중요한 처리이다. 일반적인 컷 검출 알고리즘은 이전 프레임과 현재 프레임을 비교하기 때문에 카메라의 움직임이나 물체의 움직임에 의해 화면변화가 크면 컷을 오검출 할 수도 있다. 본 논문에서는 컷 예상지점을 먼저 선정하고 컷 예상지점이 실제의 컷인가를 판별한다. 컷 예상지점의 프레임과 이웃 프레임의 특징차를 비교하므로써 실제 컷을 검출하므로 기존 알고리즘보다 오검출을 줄일 수 있다. MPEG비디오 시퀀스에서 DC영상을 추출하여 비교 프레임으로 사용하였다. 실험 결과, 제안한 알고리즘이 기존의 알고리즘보다 컷 검출율이 높은 것을 확인하였다.

• 한국음향학회지
• /
• 제41권3호
• /
• pp.335-341
• /
• 2022

본 논문에서는 기존 자연어 처리 분야에서 뛰어난 성능을 보이는 트랜스포머를 하이브리드 음성인식에서의 음향모델로 사용하였다. 트랜스포머 음향모델은 attention 구조를 사용하여 시계열 데이터를 처리하며 연산량이 낮으면서 높은 성능을 보인다. 본 논문은 이러한 트랜스포머 AM에 기존 DNN-HMM 모델에서 사용하는 가중 유한 상태 전이기(weighted Finite-State Transducer, wFST) 기반 학습인 시퀀스 분류 학습의 네 가지 알고리즘을 각각 적용하여 성능을 높이는 방법을 제안한다. 또한 기존 Cross Entropy(CE)를 사용한 학습방식과 비교하여 5 %의 상대적 word error rate(WER) 감소율을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 춘계학술발표대회
• /
• pp.420-423
• /
• 2009

SOA는 최근 급부상한 패러다임으로 개발단위의 상태 변화가 사라지고, 데이터 흐름 중심이 아닌 메시지 흐름 중심으로 변하는 등의 기존 전통적 개발방법들과 차이점을 가지고 있다. 이러한 변화는 상태 변화를 표기하는 FSM(Finite State Machine)을 사용할 수 없다는 문제점을 가져왔고, 따라서 새로운 테스트 케이스 생성방법이 필요하게 되었다. 본 논문에서는 이러한 문제점을 해결하기 위해 메시지 흐름을 이용하여 서비스의 테스트 케이스를 생성하는 기법을 제안한다. BPM(Business Process Modeling)을 사용하여 단순한 그래프로 만들고 기존의 단순 비순환 그래프를 만드는 기법을 적용하여 테스트 시퀀스를 만든다. 그리고 테스트 시퀀스마다 순차 다이어그램을 만들고 메시지 흐름을 추출하여 테스트 케이스를 완성한다. 이 기법을 통해 웹서비스 뿐만 아니라 일반적인 서비스에 대한 테스트 케이스 생성을 가능하게 하며, 모델링 재사용을 통해 테스트 케이스 생성에 소요되는 추가 비용을 감소 시킬 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.292-292
• /
• 2021

최근 데이터 과학의 획기적인 발전으로 딥러닝(Deep Learning) 알고리즘이 개발되어 다양한 분야에 널리 적용되고 있다. 본 연구에서는 인공신경망 중 하나인 LSTM(Long-Short Term Memory) 네트워크를 기반으로 정확한 댐유입량 예측을 수행하는 SWLSTM 모델을 제안하였다. SWLSM은 모델의 정확도를 개선하기 위해 세 가지 주요 아이디어를 채택하였다. (1) 통계적 속성 (PACF) 및 교차 상관 함수(CCF)를 사용하여 적절한 입력 변수와 시퀀스 길이를 결정하였다. (2) 선택된 입력 예측 변수 시계열을 웨이블릿 변환(WT)을 사용하여 하위 시계열로 분해한다. (3) k-folds cross validation 및 random search 기법을 사용하여 LSTM의 하이퍼 매개변수들을 효율적으로 최적화하고 검증한다. 제안된 SWLSTM의 효과는 한강 유역 5개 댐의 시단위/일단위/월단위 유입량을 예측하고 과거 자료와 비교함으로써 검증하였다. 모델의 정확도는 다양한 평가 메트릭(R2, NSE, MAE, PE)이 사용하였으며, SWLSTM은 모든 경우에서 LSTM 모델을 능가하였다. (평가 지표는 약 30 ~ 80 % 더 나은 성능을 보여줌). 본 연구의 결과로부터, 올바른 입력 변수와 시퀀스 길이의 선택이 모델 학습의 효율성을 높이고 노이즈를 줄이는 데 효과적임을 확인하였다. WT는 홍수 첨두와 같은 극단적인 값을 예측하는 데 도움이 된다. k-folds cross validation 및 random search 기법을 사용하면 모델의 하이퍼 매개변수를 효율적으로 설정할 수 있다. 본 연구로부터 댐 유입량을 정확하게 예측한다면 정책 입안자와 운영자가 저수지 운영, 계획 및 관리에 도움이 될 것이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.76-77
• /
• 2022

본 논문에서는 다시점에서의 자세 추정 결과를 정합하여 3D 볼류메트릭 데이터 시퀀스의 3D 자세 추정 결과의 떨림을 줄이는 방법을 제안한다. 볼류메트릭 모델을 중심으로 원을 그리며 일정 각도 간격의 시점에서 본 모델을 평면에 투사한다. 투영하여 얻은 2D 영상에 대해 Openpose를 이용하여 2D 자세 추정을 진행한 뒤, 2D 관절 정보를 정합하여 3D 관절 위치를 국한한다. 각도 간격에 따라 다른 3D 관절의 떨림의 정도를 수치화하여 표로 나타내고, 안정적인 결과를 위한 최소 조건을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(B)
• /
• pp.466-469
• /
• 2011

최근에 등장한 Next Generation Sequencing(NGS)은 전통적인 방법에 비해 빠르고 저비용으로 대용량의 시퀀스 데이터를 이용한 차세대 시퀀싱 기술을 말한다. 이렇게 얻은 NGS 데이터를 분석하는 단계 중에서 alignment 단계는 시퀀서에서 얻은 대량의 read를 참조 염기서열에 맵핑하는 단계로 NGS 데이터 분석의 가장 기본이면서 핵심인 단계이다. alignment 도구는 긴 참조 염기서열을 색인화해서 짧은 read를 빠르게 맵핑하는 용도로 사용된다. 현재 많이 사용되고 있는 일반적인 alignment 도구들은 입력데이터에 대한 별도의 전처리 과정이 없으며 나열된 read를 순차적으로 맵핑하는 단순한 구조를 가지고 있다. 본 논문은 NGS 데이터의 특징 중에 특히 read간의 중복성이 존재하고 이를 이용한 read의 효율적 공통부분 서열을 찾는다. 중복이 가능한 read의 공통부분서열과 read의 관계를 그래프 이론의 Hitting Set 문제로 모델링하고 여러 read가 포함하는 공통 부분서열을 사용해서 alignment 단계의 효율을 높일 수 방법을 제안한다.

• 정보과학회 논문지
• /
• 제44권8호
• /
• pp.842-853
• /
• 2017

스트리밍 데이터는 시간에 따라 지속적으로 생성되는 데이터 시퀀스이다. 시간이 지남에 따라 데이터의 분포 또는 컨셉이 변화할 수 있으며, 이러한 변화는 분류 모델의 성능을 저하시키는 요인이 된다. 점층적 적응적 학습 방법은 컨셉 변화의 정도에 따라 현재 분류 모델의 가중치를 조절하여 업데이트를 수행함으로써 컨셉 변화에 대한 분류 모델의 성능을 유지할 수 있게 한다. 그러나, 컨셉 변화의 정도에 맞는 적절한 가중치를 결정하기가 어렵다는 문제점이 있다. 본 논문에서는 컨셉 변화에 따른 적응적 가중치 조정에 기반한 동적 앙상블 방법을 제안한다. 실험 결과는 제안한 방법이 다른 비교 방법들에 비해 높은 성능을 보여줌을 입증한다.

• 한국산업정보학회논문지
• /
• 제25권5호
• /
• pp.13-21
• /
• 2020

이 논문은 직교 주파수 분할 다중화 시스템에 사용하는 공간 주파수 블록 코딩에서의 부호 반전 채널 스위칭 알고리즘을 제안한다. 소스 데이터를 다른 안테나로 보내는 경우에는 수신기는 바뀐 그 채널에 적합하도록 결합 방법을 바꾸어야 한다. 만일 미리 정의된 채널 스위칭 시퀀스를 모르는 수신기라면, 수신한 데이터를 정확하게 복호할 수 없게 된다. 채널 스위칭을 위한 송신 데이터를 바꾸는 경우에는 데이터 심볼들을 공간 주파수 블록 코딩 형식에 맞추어서 바꾸어야 한다. 이 논문에서는 송신 안테나 간의 데이터 심볼들을 바꾸는 것이 아닌 단지 부호 반전 방법을 제안한다. 이 방법을 사용하면 다른 결합 방법을 발생시킴으로써 수신기에서 간단한 암호화로 동작함을 보였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2019년도 제31회 한글 및 한국어 정보처리 학술대회
• /
• pp.301-306
• /
• 2019

문서 생성 요약은 최근 딥러닝을 이용한 end-to-end 시스템을 통해 유망한 결과들을 보여주고 있어 연구가 활발히 진행되고 있는 자연어 처리 분야 중 하나이다. 하지만 문서 생성 요약 모델을 구성하기 위해서는 대량의 본문과 요약문 쌍의 데이터 셋이 필요한데, 이를 구축하기가 쉽지 않다. 따라서 본 논문에서는 정교한 뉴스 기사 요약 데이터 셋을 기계적으로 구축하는 방법을 제안한다. 또한 딥러닝 기반의 생성 요약은 입력 문서와 다른 정보를 생성하거나, 또는 같은 단어를 반복하여 생성하는 문제점들이 존재한다. 이를 해결하기 위해 요약문을 생성할 때 입력 문서의 내용을 인용하는 복사-메커니즘과, 추론 단계에서 단어 반복을 직접적으로 제어하는 페널티를 사용하면 상대적으로 안정적인 문장이 생성될 수 있다. 그리고 Transformer 모델은 순환 신경망 모델보다 요약문 생성 과정에서 시퀀스 길이가 긴 본문의 정보를 적절히 인코딩하여 줄 수 있는 모델이다. 따라서 본 논문에서는 복사-메커니즘과 추론 단계의 페널티를 이용한 Copy-Transformer 모델을 한국어 문서 생성 요약 데이터에 적용하였다. 네이버 지식iN 질문 요약 데이터 셋과 뉴스 기사 요약 데이터 셋 상에서 실험한 결과, 제안한 모델을 이용한 생성 요약이 비교 모델들 대비 가장 좋은 성능을 보이고 양질의 요약을 생성하는 것을 확인하였다.

• 한국정보전자통신기술학회논문지
• /
• 제8권4호
• /
• pp.263-269
• /
• 2015

디지털 워터마킹은 인간의 감각으로 감지할 수 없고 통계적인 방법에 의하여 검출되지 않는 정보를 디지털 데이터에 삽입하는 기술이다. 일반적으로 디지털 음향 신호에 대한 워터마킹은 의미 있는 정보를 갖는 이진 시퀀스를 원래의 디지털 음향 신호에 삽입하여 구현한다. 그러나 삽입된 이진 정보는 원래의 디지털 음향 신호의 관점에서는 잡음으로 작용하여 원래의 음향 신호를 왜곡 시키거나 열화 시키는 원인으로 작용한다. 본 논문에서는 인간의 가청 주파수 영역에서 이진 정보의 삽입으로 인한 원 음향 정보의 왜곡을 최소화시킬 수 있는 이진 정보 발생 방법을 제안하였다. 제안한 방법은 표준부호 디지트 코딩을 이용한 방법으로서 인접한 데이터간의 주파수 간섭을 최소화 하여 인간의 가청 주파수 영역에서의 이진 정보 시퀀스의 영향을 최소화 하도록 구현하였다. 제안한 방법은 일반적인 이진 정보발생 방법과 주파수 분석 비교를 통하여 성능을 평가하였다.