• Journal of Information Technology and Architecture
• /
• v.9 no.3
• /
• pp.243-251
• /
• 2012

This paper presents the Conceptual Models of the Mission Space-Korea (CMMS-K), which is an ontology-based conceptual modeling framework of the mission space. Through modeling and simulating military trainings, we can reduce the cost of actual military trainings in terms of time, space, and supplies. CMMS-K is being developed to improve the interoperability and reusability of defense models and simulations. CMMS-K reflects the needs and characteristics of Korean military while referring to existing military conceptual modeling frameworks. The main components of CMMS-K contain domain ontologies, a mission space model description language, a mission space modeling tool, and a CMMS-K management system. CMMS-K domain ontologies consist of entity and task ontologies. In this paper, the CMMS-K domain ontologies are described in detail and the feasibility of the proposed method is discussed with a case study.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1994.06c
• /
• pp.48-51
• /
• 1994

본 논문은 N개의 최적문장을 찾을 수 있는 한국어 연속 음성인식시스템 개발과 성능실험에 관한 것이다. 개발된 연속 음성인식시스템은 462개의 단어로 이루어지며 언어 복잡도가 30인 연속문장을 인식할 수 있으며 언어처리, 기계번역 등과 같이 쉽게 정합되어 문장 인식률을 향상시킬 수 있도록 N개의 최적문장도 찾을 수 있다. 또한 인식의 기본단위로 triphone을 사용하였으며 단어간, 단어내의 조음현상도 모델링하였다. 남성화자 3인에 대한 화자독립 실험 결과 단어 인식율은 95.7%을 얻었으며 문장 인식율은 하개의 최적문장인 경우 88.5%, 5개의 최적문장을 고려하면 98.6% 문장 인식률을 얻었다.

• Proceedings of The KACE
• /
• 2017.08a
• /
• pp.117-120
• /
• 2017

객체지향 프로그래밍은 산업과 교육 분야에서 그 영향력이 점차 커지고 있다. 그러나 객체지향은 추상적이고, 복합적인 개념을 많이 포함하고 있어 처음 객체지향 언어를 배우는 초보학습자는 개념을 이해하는데 많은 어려움을 겪고 있다. 또한 객체지향 개념들은 상호 연관성이 매우 높아 기본 개념을 이해하지 못하면 다음 단계의 개념을 이해할 수 없다. 따라서 본 논문은 초보학습자의 객체지향 개념의 이해를 돕기 위해 클래스와 객체 모델, 클래스간의 상속 모델을 도식화하여 제안한다. 이 모델을 이용하여 객체지향의 핵심 개념인 클래스, 객체, 레퍼런스 변수, 상속, 오버라이딩, 다형성, 동적 바인딩의 이해도를 높일 수 있다.

• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.159-162
• /
• 2017

Long Short-Term Memory Recurrent Neural Network(LSTM RNN)는 순차 데이터 모델링에 적합한 딥러닝 모델이다. Bidirectional LSTM RNN(BiLSTM RNN)은 RNN의 그래디언트 소멸 문제(vanishing gradient problem)를 해결한 LSTM RNN을 입력 데이터의 양 방향에 적용시킨 것으로 입력 열의 모든 정보를 볼 수 있는 장점이 있어 자연어처리를 비롯한 다양한 분야에서 많이 사용되고 있다. Highway Network는 비선형 변환을 거치지 않은 입력 정보를 히든레이어에서 직접 사용할 수 있게 LSTM 유닛에 게이트를 추가한 딥러닝 모델이다. 본 논문에서는 Highway Network를 한국어 의미역 결정에 적용하여 기존 연구 보다 더 높은 성능을 얻을 수 있음을 보인다.

• 한국경영정보학회:학술대회논문집
• /
• 2007.06a
• /
• pp.297-301
• /
• 2007

IS/IT 분야 신입사원에게 필요한 지식/능력과 소프트웨어 전문 기술에 대하여 인사채용 담당자와 IS/IT 관련 학과 전공교수간의 인식차를 조사하였다. 조사 결과 IS/IT 지식/기술 영역에서는 개인적인 능력에 속하는 ‘동기부여’, ‘창조직 사고’, ‘비판적 사고’ 등에 두 그룹 모두 높은 점수를 주고 있는 등 두 그룹간에 큰 차이를 보이지 않았다. 그러나 IS/IT 소프트웨어 기술 영역에서는 전공 교수는 객체지향 언어, 모델링 언어 등 현재 많은 이슈가 되고 있는 주제에 중요도를 높게 두는 반면, 인사채용 담당자는 대부분 중간값 근처로 응답하여 특별히 중요시 여기는 주제가 드러나지 않았다. 따라서 인사채용 담당자의 경우 변화의 필요는 느끼지만 아직 구체적으로 어떤 분야에 어떻게 대웅을 해야 하는지에 대해서는 명확히 하고 있지 못한 것으로 나타났다.

• Proceedings of the KSRS Conference
• /
• 2006.03a
• /
• pp.359-364
• /
• 2006

최근 GIS를 비롯한 공간정보기술의 눈부신 발전으로 국토전반에 대한 정보화와 과학적인 관리기법이 확산되고 있다. 이에 효율적인 산림관리를 위하여 위성영상과 지리정보시스템을 이용한 산림정보가 구축되고 있으나, 산림지역이라는 지리특성상 현장 출입이 제한적이고 위험하여 정보수집에 어려움이 있다. 본 연구에서는 효율적인 산림정보구축을 위하여 남제주군을 대상으로 고해상도 위성영상과 공간정보추출언어인 SML(Spatial Modeler Language)을 이용하여 다양한 모델별 산림지역의 임상정보를 추출, 임상분류를 위한 모델링 기법을 개발하였다. 또한 l/5,000도엽을 기준으로 표본점을 배치하고 임상, 하층식생, 입지 및 토양에 대한 현지조사를 수행하였으며, 추출자료와의 상관성 분석 및 검증을 통하여 공간정보 기술을 이용한 산림정보 구축의 기반을 마련하고자 하였다.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.658-660
• /
• 2018

인공지능 산업이 발달함에 따라 사용자의 특성에 맞게 상호작용하는 기술에 대한 수요도 증가하고 있다. 하지만 텍스트 스타일 변환의 경우 사용자 경험을 크게 향상시킬 수 있는 기술임에도 불구하고, 학습에 필요한 병렬 데이터가 부족하여 모델링과 성능 개선에 어려움을 겪고 있다. 이에 따라 본 논문에서는 비 병렬 데이터만으로 텍스트 스타일 변환이 가능한 선행 모델[1]을 기반으로, 한국어에 적합한 문장 표현 방식 및 성능 개선을 위한 임의 도메인 예측 기법이 적용된 모델을 제안한다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1998.08a
• /
• pp.74-77
• /
• 1998

우리는 C++를 이용하여 음성인식기를 구현하여 기존의 C를 이용한 경우에 비하여 30% 수준의 소스로 표현하였고 인식기의 공동개발, 확장 및 개선, 기술 전수 등이 용이하게 되었으며 이를 음성인식 엔진 및 음성인식 연구를 위한 툴로 사용할 수 있게 되었다. 이 인식기의 특징으로는 연속 음성 및 대화체 음성을 인식할 수 있으며 trigram 언어 모델을 사용하였고 문맥 종속 음소 모델링에서는 기존의 triphone 보다 넓은 문맥을 고려한 n-phone context modeling을 사용하였으며 모델의 선정에는 음성학적 지식을 기반으로 한 질문을 사용한 decision tree를 사용하여 훈련에 나타나지 않은 단어나 문맥인 경우라도 가장 가까운 모델을 선정할 수 있게 하였다. 또, tree lexicon을 사용하여 속도를 개선하였으며 state 단위의 모델 공유를 통해 제한된 데이터를 이용하여 더 많은 모델을 훈련할 수 있어 성능을 개선하였다. 상용화를 염두에 두고 pc에서 구현하였다.

• Annual Conference on Human and Language Technology
• /
• 2001.10d
• /
• pp.193-198
• /
• 2001

본 논문에서는 개정된 국어의 로마자 표기법에 근거한 로마자 표기 변환기를 생성하기 위하여 한글-로마자 표기 변환시스템을 설계하였다. 한글-로마자 표기의 규칙변환을 위하여 로마자 표기법중 표기의 변환에 관련된 항과 그렇지 않은 항으로 분리하여 규칙 변환을 위한 로마자 표기법을 정리하였으며, 로마자 표기법의 근간이 되는 표준 발음법을 페트리넷으로 모델링 후 분석하여 표기-음가 변환표를 생성하고, 표기-음가 변환표에서 로마자 표기법에 해당하지 않는 부분을 제거하여 한글 - 로마자 표기 변환표를 생성하고 이를 바탕으로 한글-로마자 변환 시스템을 구현하였다.

• Annual Conference on Human and Language Technology
• /
• 2007.10a
• /
• pp.183-188
• /
• 2007

온톨로지란 프로그램과 인간이 지식을 공유하는데 도움을 주기 위해 사용된 개념적 명세서로써 지식을 정형화하는 방법을 제시하여 추론의 기반을 제공하여 준다. 온톨로지 구축에 관한 기존 연구들은 스키마의 모델링에 초점을 두었다. 그러나 자료가 대용량화 됨에 따라 인스턴스를 자동으로 추출하는 기술은 온톨로지 구축에 꼭 필요하다. 이에 본 논문에서는 문서에서 인물의 직위 정보를 자동으로 추출하였으며, 문서 내에서 인물 상호 참조 처리를 통해 인물의 축약 명칭을 복원하였다. 또한 구 단위에서의 실패한 변동된 직위 정보는 중심 술어를 대상으로 격틀 정보를 완성해 나감으로써 확장한 결과 정확률 97.6%를 얻었다.