• 한국전자파학회논문지
• /
• 제20권1호
• /
• pp.100-106
• /
• 2009

본 논문에서는 직교 위상 수신기에서 발생하는 동상 성분 채널과 직교 성분 채널간의 이득과 위상 불평형의 추정문제를 다룬다. 즉, 자동 보정 기능을 가지는 직교 위상 수신기에서의 백색 Gaussian 잡음을 고려한 통계적인 특성 분석을 통하여 제안된 알고리즘에 의한 추정값이 점근적으로 비편향 최소 분산 추정(asymptotically minimum-variance unbiased estimate) 특성을 가짐을 보여준다. 이를 위하여 먼저 자동 보정 알고리즘에서 사용하는 샘플링 값들에 대한 통계적인 특성을 구하고, 이 샘플 값들의 함수의 형태로 구해지는 이득과 위상 불평형 추정값들의 통계적인 특성을 분석하기 위해 추정값들의 확률분포함수를 구한다. 이를 기반으로 평균 함수 및 분산 함수를 계산하여 추정값들이 비편향 최소 분산 추정 특성을 나타냄을 확인한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.293-296
• /
• 2021

텍스트 형식의 암호는 가용성이 높고 비용이 저렴한 장점으로 인해 가장 널리 사용되는 방식이다. 사용자는 암호를 알고 있어야 하므로 기억하기 쉬워야하므로 대부분의 암호는 편향되어 규칙성을 보인다. 암호 크래킹의 대부분은 이러한 규칙을 기반으로 수행된다. 최근에는 GAN, RNN, LSTM의 딥러닝 모델을 사용하여 암호 크래킹 연구에 적용되고 있으며 또한 다가오는 양자 컴퓨터 시대에서는 Grover의 알고리즘을 사용과 편향된 암호의 특성을 기반으로 사용자 암호에 대한 위협이 될 수 있다.

• 응용통계연구
• /
• 제21권3호
• /
• pp.361-375
• /
• 2008

본 논문에서는 패널의 일부를 규칙적으로 교체하는 4-8-4 교체표본설계에서 발생할 수 있는 항목 무응답을 대체하는 방법에 대하여 연구하였다. 특히 소득이나 취업과 같이 민감한 질문에 대하여 발생할 수 있는 무응답에 대하여 무시할 수 없는 무응답(nonignorable nonresponse) 체계하에서 발생하는 무응답을 가정하였다. 무응답들의 대체방법으로 모형에 기반한 대체방법을 고려하였으며 베이지안 방법을 이용하여 사후확률밀도함수를 최대화하는 최대사후우도추정량(maximum posterior likelihood estimator)을 구하였다. 그리고 대체된 자료를 이용하여 면접시점이 달라질 때 발생하는 편향을 추정하였으며 추정된 편향을 제거한 후 연속적인 두 조사기간에서의 각 칸의 확률과 고정된 시점에서의 주변확률을 계산하였다. 모의실험을 통해 최종적으로 도출된 결과를 평균제곱오차와 편향의 관점에서 비교하였다.

• 한국정보통신학회논문지
• /
• 제26권7호
• /
• pp.949-955
• /
• 2022

일반적인 딥러닝 기반의 텍스트 요약 모델은 데이터셋으로부터 자유롭지 않다. 예를 들어 뉴스 데이터셋으로 학습한 요약 모델은 커뮤니티 글, 논문 등의 종류가 다른 글에서 핵심을 제대로 요약해내지 못한다. 본 연구는 이러한 현상을 '데이터 편향 문제'라 정의하고 이를 해결할 수 있는 두 가지 학습 기법을 제안한다. 첫 번째는 고유명사를 마스킹하는 '고유명사 마스킹'이고 두 번째는 텍스트의 길이를 임의로 늘이거나 줄이는 '길이 변화'이다. 또한, 실제 실험을 진행하여 제안 기법이 데이터 편향 문제 해결에 효과적임을 확인하며 향후 발전 방향을 제시한다. 본 연구의 기여는 다음과 같다. 1) 데이터 편향 문제를 정의하고 수치화했다. 2) 요약 데이터의 특징을 바탕으로 학습 기법을 제안하고 실제 실험을 진행했다. 3) 제안 기법은 모든 요약 모델에 적용할 수 있고 구현이 어렵지 않아 실용성이 뛰어나다.

• 과학기술학연구
• /
• 제18권3호
• /
• pp.153-216
• /
• 2018

빅데이터에 근거하여 자동적인 의사결정을 내리는 알고리즘이 사회의 각종 영역에서 점차 널리 사용되고 있는 저변에는 알고리즘의 의사결정이 사회의 자원을 보다 효율적으로 분배하리라는 기대 뿐만 아니라 그 결정이 선입견, 편향, 자의적 판단 등이 개입될 수 있는 인간의 의사결정보다 더 공정한 결과를 낳으리라는 희망 또한 자리잡고 있다. 하지만 알고리즘 의사결정이 그 결정에 의해 영향 받는 이들을 공정하게 다루지 않는다는 주장이 여러 사례와 함께 거듭 제기되면서, 의사결정이 어떻게 절차화되었는지, 또한 특정한 의사결정을 공정하다고 판단하는 데에 어떤 요인이 고려되는지에 대한 근본적인 질문들이 새롭게 제기되고 있다. 본 논문은 사법, 치안, 국가 안보의 세 가지 알고리즘 활용 영역에서 차별의 문제가 제기되는 상황을 구체적으로 분석한 연구들을 검토함으로써, 인공지능 알고리즘이 과연 특정 집단의 인간을 차별하는지, 그리고 공정한 의사결정을 분별하는 기준은 무엇인지 살펴보고자 한다. 본격적인 검토에 앞서 데이터 마이닝 각 단계에서 의도적으로 그리고 비의도적으로 편향적인 결과가 산출될 수 있는 원인에는 무엇이 있는지를 살필 것이다. 결론에서는 이러한 이론적이고 실질적인 검토가 현대 한국 사회에 시사하는 바가 무엇인지 간추려 제시할 것이다.

• 응용통계연구
• /
• 제35권2호
• /
• pp.177-188
• /
• 2022

일반적으로 support vector machine (SVM)은 높은 수준의 분류 정확도를 제공함으로써 다양한 분야의 분류분석에서 널리 사용되고 있다. 그러나 SVM은 최적화 계산식이 이차계획법(quadratic programming)으로 공식화되어 많은 계산 비용이 필요하므로 대용량 자료의 분류분석에는 그 사용이 제한된다. 또한 불균형 자료(imbalanced data)의 분류분석에서는 다수집단에 편향된 분류함수를 추정함으로써 대부분의 자료를 다수집단으로 분류하여 소수집단의 분류 정확도를 현저히 감소시키게 된다. 이러한 문제점들을 해결하기 위하여 본 논문에서는 다수집단을 분할(divide)하고, 소수집단을 과대추출(oversampling)하여 여러 분류함수들을 추정하고 이들을 통합(conquer)하는 DOC-SVM 분류기법을 제안한다. 제안한 DOC-SVM은 분할정복 알고리즘을 다수집단에 적용하여 SVM의 계산 효율을 향상시키고, 과대추출 알고리즘을 소수집단에 적용하여 SVM 분류함수의 편향을 줄이게 된다. 본 논문에서는 모의실험과 실제자료 분석을 통해 제안한 DOC-SVM의 효율적인 성능과 활용 가능성을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• pp.579-580
• /
• 2016

본 연구에서는 군집 로봇 체계에서 next-best-view(NBV)의 결정과 경로 계획(path planning)을 동시에 수행하는 효율적인 3차원 탐사 알고리즘을 제안한다. NBV 결정 및 경로 계획을 동시에 수행하는 단일 로봇 탐사 알고리즘에는 최근에 제안된 RH-NBVP[1]가 있다. 우리는 각 로봇에게 효율적으로 탐사 영역을 분배하는 Voronoi-biased multi-RRTs(VB-MRRTs)를 제시하며, 이를 통해 군집 로봇 체계에 RH-NBVP를 적용한다. 제시한 VB-MRRTs가 공간을 얼마나 점유하는지 분석하였으며, 3차원 시뮬레이션 상의 군집 로봇 체계에서 VB-MRRTs가 적용된 RH-NBVP의 탐사율 향상을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.574-576
• /
• 2002

2D 영상을 가지고 인식 작업을 수행하는데 있어서 입력 영상의 질은 매우 중요한 요소이다. 특히 얼굴 인식과 같은 실시간 입력 데이터와 미리 등록되어진 데이터와 비교하는 경우는 입력 영상과 등록 영상의 상태 차이가 크면 좋은 알고리즘이라 할지라도 높은 성능을 내기는 힘들다. 즉, 테스트를 위한 입력 영상을 등록 영상의 수준과 유사하게 만들어 전체적인 성능을 높일 수 있는 적응형 방법이 필요하다. 본 논문에서는 유전 알고리즘을 이용하여, 하나의 샘플 이미지에서 환경 의존적인 요소를 제거 하기 위한 최적의 필터 조합과 특징 추출 마스크를 생성하였으며, 그것을 사용하여 인식 테스트를 수행하였다. 가상의 편향조명 노이즈를 첨가한 실험에서 진화 전의 약 25% 인식율은 진화 후 약 92% 까지 향상되었으며, 임의의 임펄스 노이즈에 관한 실험에서도 진화 전의 약 47%의 인식율에서 진화 후 약 84%의 높은 인식율 향상 결과를 보여주었다.

• 한국인터넷방송통신학회논문지
• /
• 제22권3호
• /
• pp.25-30
• /
• 2022

본 연구는 러시아-우크라이나 전쟁(2022)의 특징인 유튜브 등 SNS 추천알고리즘 필터버블 강화현상과 하이브리드 전쟁의 승패 요인에 관한 연구이다. 이 전쟁은 하이브리드전으로 규명되며, SNS 추천알고리즘 기반 뉴미디어의 활용은 정치적 레버리지를 넘어서 전쟁의 승부를 결정짓는 요소로 부상하고 있다. 이로 인해, 필터버블 현상이 시청자들에게 노출되는 정보의 제한을 가져온다는 확증편향의 사전적 의미를 넘어서고 있다. 우크라이나 젤렌스키 대통령이 키예프에서 항전을 독려한 유튜브 동영상의 경우 702만의 조회 수를 기록했지만, 푸틴의 연설은 80만에 그친 것은 추천알고리즘이 푸틴의 연설을 노출하지 않았다는 방증이다. 이러한 SNS 추천알고리즘의 노출 전쟁은 미국(유튜브, 트위터, 페이스북)과 중국(틱톡) 빅테크 기업의 알고리즘 전쟁으로 발전되는 경향을 보인다. 미국기업의 영향으로 우크라이나는 국제적인 지원을 받을 수 있게 되었고, 러시아는 중국기업의 영향으로 푸틴의 지지율이 80 프로가 넘는 상반된 결과가 도출되고 있다. 이러한 알고리즘 권력화는 '필터버블'에 의해 여론의 확증편향에 기반을 두고 있기에 이 왜곡 현상에 대한 새로운 가이드라인 설정을 이른 시일 안에 제시해야 한다는 정당성이 이번 러시아-우크라이나 전쟁을 통해서 주목받고 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.253-255
• /
• 2002

본 논문에서는 다중 모델 기계학습 기법을 이용하여 문서 자동 분류의 성능과 신뢰도를 향상시킬 수 있는 연구와 실험 결과를 기술하였다. 기존의 다중 모텔 기계 학습법들이 훈련 데이터 또는 학습 알고리즘의 편향에 의한 오류를 극복하고 한 것들인데 비해 본 논문에서 제안한 메타 학습을 이용한 하이브리드 다중 모델 방식은 이 두 가지의 오류 원인을 동시에 해소하고자 하였다. 다양한 문서 집합에 대한 실험 결과, 본 연구에서 제안한 하이브리드 다중 모델 학습법이 전반적으로 기존의 일반 다중모델 학습법들에 비해 높은 성능을 보였으며, 다중 모델의 결합 방식으로서 메타 학습이 투표 방식에 비해 효율적인 것으로 나타났다.