• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.75-79
• /
• 2023

문서에서 테이블은 중요한 정보들을 축약하여 모아 놓은 정보 집합체라고 할 수 있다. 이러한 테이블을 대상으로 질의응답하는 테이블 질의응답 기술이 연구되고 있으며, 이 중 언어모델을 이용한 연구가 좋은 결과를 보이고 있다. 본 연구에서는 최근 주목받고 있는 생성형 언어모델 기술을 테이블 질의응답에 적용하여 언어모델과 프롬프트의 변경에 따른 결과를 살펴보고, 단답형 정답과 생성형 결과의 특성에 적합한 평가방법으로 측정해 보았다. 자체 개발한 EXAONE 1.7B 모델의 경우 KorWiki 데이터셋에 대해 적용하여 EM 92.49, F1 94.81의 결과를 얻었으며, 이를 통해 작은 크기의 모델을 파인튜닝하여 GPT-4와 같은 초거대 모델보다 좋은 성능을 보일 수 있음을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.196-198
• /
• 2024

DGA(Domain Generation Algorithms)로 생성된 도메인을 탐지하기 위한 다양한 연구 결과가 선행되었다. 기존 연구 상에서는 딥러닝 모델인 LSTM을 이용한 DGA 도메인 탐지가 가장 효과적인 방법으로 대두되었다. 하지만 본 논문 실험 결과, TCN 모델을 이용한 탐지 결과가 LSTM 모델보다 우수한 탐지 정확도를 나타내는 것을 확인하였다. 또한, 탐지 모델을 대규모 도메인 처리가 필요한 현업에서 사용될 것을 고려하여, LSTM과 TCN 모델보다 빠른 결과를 도출할 수 있는 XGBoost 모델을 확인하였다. TCN과 XGBoost 모델을 활용하여 현업에서 DGA 도메인을 탐지하는데 효과적으로 사용될 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.227-227
• /
• 2016

일반적으로 가뭄은 신뢰성 높고 활용이 쉬운 강수량 자료를 활용하여 판단되고 있으나, 복합적인 대응을 하기 위해서는 증발산량, 토양수분 등 다양한 변수를 고려해야 한다. 이러한 수문기상정보들은 관측자료의 자료 확보기간이 통계 분석을 하기에 짧거나, 시공간적 대표성 부족 등의 단점이 있다. 이러한 문제점을 극복하기 위해 지면모델이 대안으로 널리 활용중이나, 이를 실제로 가뭄에 활용한 응용연구는 상대적으로 부족한 실정이다. 본 연구에서는 미국 NASA의 전지구지표자료동화체계 GLDAS (Global Land Data Assimilation System) 산출물을 활용하여 지면모델 기반의 수문기상정보를 국내 가뭄감시 연구에 적용하고자 하였다. 이를 위해, GLDAS 프로젝트를 통해 제공되는 다중모델 기반의 증발산량, 토양수분 결과를 비교 분석하고 이를 직접 활용할 수 있는 가뭄판단 지수에 적용하여 성능을 검토하였다. 이를 통해 GLDAS 산출 정보가 가뭄판단에 있어 발휘하는 성능을 평가함으로써, 향후 본원에서 구축할 지면 모델 앙상블 시스템의 가뭄감시정보 산출의 효과를 간접적으로 검토하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.376-376
• /
• 2022

전 세계적으로 홍수의 발생빈도가 증가함에 따라, 하천 내 홍수피해를 경감하기 위해 설치하는 하천시설에 대한 중요성이 강조되고 있다. 하천시설은 홍수조절, 이수를 위한 흐름의 제어와 유도, 자연환경의 유지 및 개선 등 중요한 역할을 하고 있으나, 구조적으로 물과의 접촉이 많아 물리적 손상이나 노후화가 매우 빠르게 진행되는 특성이 있다. 시설물의 노후화가 지속될수록 안정성을 보장하기 어려워 자연재난의 규모를 증가시킬 위험성이 있다. 하천시설의 선제적 유지관리를 위해, 본 연구에서는 시설물통합정보관리시스템(Facilty Management System; FMS)의 정밀안전진단 결과를 활용하여 시설물의 사용연수에 따른 성능지표의 변화를 기반으로 회귀식 형태의 성능평가모델을 개발하였다. 기존연구와의 비교를 통해 성능평가모델의 적합성을 확인하였으며, 개발한 성능평가모델은 하천시설의 생애주기를 통합적으로 고려함으로써 정량적인 상태를 예측할 수 있다는 장점이 있다. 본 연구에서 제안된 성능평가모델 결과는 하천시설의 생애주기 관리를 위한 기초자료로 활용 가능할 것으로 기대된다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• spring
• /
• pp.35-38
• /
• 2000

본 연구에서는 연속음성인식 시스템의 성능 향상을 위한 기초 연구로서 시스템에 적합한 음향모델과 언어모델을 작성하고 항공편 예약 태스크를 대상으로 인식실험을 실시한 결과 그 유효성을 확인하였다. 이를 위하여 먼저 HMM의 출력확률분포의 mixture와 파라미터의 차원에 대한 정확한 분석을 통한 음향모델을 작성하였다. 또한 반복학습법으로 특정 태스크를 대상으로 N-gram 언어모델을 적용하여 인식 시스템에 적합한 모델을 작성하였다. 인식실험에 있어서는 3인의 화자가 발성한 200문장에 대해 파라미터 차원 및 mixture의 변화에 따른 음향모델과 반복학습에 의해 작성한 언어모델에 대해 multi-pass 탐색 알고리즘을 이용하였다. 그 결과, 25차원에 대한 mixture 수가 9인 음향모델과 10회 반복 학습한 언어모델을 이용한 경우 평균 $81.0\%$의 인식률을 얻었으며, 38차원에 대한 mixture 수가 9인 음향모델과 10회 반복 학습한 언어모델을 이용한 경우 평균 $90.2\%$의 인식률을 보여 인식률 제고를 위해서는 38차원에 대한 mixture 수가 9인 음향모델과 10회 반복학습으로 작성한 언어모델을 이용한 경우가 매우 효과적임을 알 수 있었다.

• Proceedings of the Korean Environmental Sciences Society Conference
• /
• 2006.11a
• /
• pp.255-260
• /
• 2006

천수만의 수리 역학 및 수질 모델을 위하여 3차원 수리역학 모델(EFDC)과 21개 수질 변수에 대한 수질 모델이 접합된 3차원 수리역학-부영양화 모델(HEM-3D)을 이용하였다. 관측 자료에 대한 모델 검증 결과, 조위는 관측치에 비해 5% 정도, 유속은 10% 정도 작은 값을 보였으며, 지각은 모델 결과치가 고정항에서 늦고 간월도에서 빠르게 나타났다. 수질 항목, 특히 용존산소의 관측치에 나타난 전반적인 분포 양상을 잘 재현하고 있었으며, 항목별 기여도 분석에서는 수질 모델이 퇴적물에 의한 산소 소비에 민감하게 반응하고 있으며, 용존산소 변화에 있어서 퇴적물에 의한 영향이 중요한 역할을 하고 있음을 보여주었다. 본 모델 결과는 기존의 모델들과 비교하여 천수만 해역의 해수 유동 특성을 잘 재현하고 있으며, 본 모델과 연계된 수질 모델의 오염물 확산과 수질 항목들의 거동을 이해할 수 있는 정보를 제공하였다. 그럼에도 불구하고 본 연구를 통하여 나타난 문제점은, 수질 예측 모델에 필요한 수질 변수들의 관측 자료와 양식장에 의한 오염 부하량 자료가 충분하지 못하며, 퇴적물에 의한 수질 변화를 정량화할 수 있는 모델의 개발이 시급하다는 것이다. 특히 퇴적물에 의한 산소 요구량은 유기퇴적물이 미생물 등에 의해 분해되는 과정에서 요구되는 산소량으로서, 해수 유동 조건의 변화와 오염부하에 의한 유기퇴적물의 집적이 주된 요인이다. 방조제 건설 이후 해수유동 조건의 변화와 더불어 지속적으로 오염물이 유입되고, 담수 및 천수만의 수질이 점점 악화되고 있다. 따라서 이러한 오염부하와 퇴적물에 대한 관리대책이 시급한 것으로 판단되며, 향후 정확한 수질 예측을 위해서는 본 연구에서 나타난 문제점들에 대한 재고가 필요할 것으로 사료된다.

• Asia-Pacific Journal of Business Venturing and Entrepreneurship
• /
• v.18 no.6
• /
• pp.41-55
• /
• 2023

In order to secure sustainable competitiveness of startups, business model innovation is an important task to achieve competitive advantage by transforming the various elements that make up the business model. This study conducted a multi-case analysis study on leading smart farm companies around the world using an analysis framework based on business model theory. Through this, we sought to identify business model types and their constituent elements. For this, 19 companies were selected from the list of top 10 investment startups of the year for the past three years published by Agfunder, a global investment research company specializing in AgTech. Then data collection and analysis of the company cases were conducted according to the case study protocol. As a result of the study, the business model types were analyzed into four types: large-scale centralized production model, medium-to-large local distributed production model, small-scale hyperlocal modular FaaS model, and small-scale hyperlocal turnkey solution supply model. A comparative analysis was conducted on five business model components for each type, and strategic implications were derived through this. This study is expected to contribute to improving the competitiveness of domestic smart farm startups and diversifying their strategies by identifying the business models of overseas leading companies in the smart farm field using an academic analysis framework.

• The Journal of the Korea Contents Association
• /
• v.15 no.10
• /
• pp.561-569
• /
• 2015

Many start-ups have many realistic hardships in getting management diagnosis about whether their business model are properly going. For this reason, there is the need for an easy and simple method that makes it possible to conduct a strategic management through the analysis and management diagnosis of the business model. The Business Model Canvas(BMC) has been popularized as a tool to help entrepreneurs describe, design, challenge, invent and pivot their business model. This model gives a framework to describe the most important building blocks(9 blocks) of existing business. Entrepreneurs can make their own business analyses and craft their own solutions through using this model. In this study, we conducted consulting by using the BMC on the NARUATO which is a small start-up in the healthy food industry. This case study can use as a learning material for entrepreneurship education.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.133-133
• /
• 2023

풍화작용에 의해 생성된 유사는 자연 매체에 의해 이동하고 하천에 도달하기 이전이나 이후 퇴적되며, 해당 과정 중에서 하상변동, 홍수위 상승, 제방 안정성, 두부 침식, 생태환경 변화, 수질문제 등 다양한 침식과 퇴적 관련 문제들이 발생한다. 이러한 유사 문제의 해결과 지속적인 하천관리를 위해서는 유사의 생성, 이송, 그리고 퇴적 과정에 대한 충분한 이해와 정량적인 유사량을 파악하는 것이 필수적이다. 다양한 연구들을 통해서 유사량을 정량적으로 파악하기 위해 여러 종류의 모델과 공식들이 제안 되어져 왔다. 그 중 경험적 모델의 경우 실제로 관측된 값을 기반으로 하며, 복잡한 계산이나 요구하는 자료가 다른 종류의 모델들 보다 적어 쉽게 접근이 가능하다. 이러한 경험적 모델은 유사에 영향을 주는 인자를 규명하거나 특정 유역이나 지역에서 이송 및 퇴적 되는 유사의 출처와 특성을 규명하는 초기 단계에서 유용하게 이용된다. 국내 하천의 경우 여름에 강우가 집중되고 대부분의 국토가 산지로 이루어져있어 상류에서 침식이 주로 발생한다. 또한, 본류 및 하류 지역의 하천은 유사의 퇴적이 주로 일어나서 하천의 형태와 물길이 형성된 충적 하천 형태로 발전 되어있기 때문에 국내 하천에서는 전반적으로 국부적이며 다양한 형태의 유사 관련 문제가 발생한다. 국내 하천에서 발생하는 유사 관련 문제를 해결하기 위해 국내 하천의 유사량을 추정하는 다양한 경험적 모델들이 지속적으로 개발되어왔다. 하지만 과거에 개발된 모델들의 경우 계측 자료가 충분하지 않은 시기에 개발 되었으며, 현재에는 활용하기 불가능하다. 본 연구에서는 국내 하천의 비유사량을 예측하는 동시에 국내 하천의 유사 특성을 이해하기 위해 과거에 국내 하천을 대상으로 비유사량을 추정하기 위해 개발되었던 경험적 모델을 개선하였다. 본 연구를 통해 기존 경험 모델의 경우 주기적인 업데이트가 필요함을 확인하였으며, 개발된 모델의 경우 국내 하천 유사 관리를 위해 미래 유사량 예측하는 등 다양한 방면으로 활용 관리가 가능할 것으로 보인다.

• Korean Journal of Remote Sensing
• /
• v.35 no.2
• /
• pp.299-316
• /
• 2019

The purpose of this study was to analyze landslide susceptibility in the Pyeongchang area using Weight of Evidence (WOE) and Evidential Belief Function (EBF) as probability models and Artificial Neural Networks (ANN) as a machine learning model in a geographic information system (GIS). This study examined the widespread shallow landslides triggered by heavy rainfall during Typhoon Ewiniar in 2006, which caused serious property damage and significant loss of life. For the landslide susceptibility mapping, 3,955 landslide occurrences were detected using aerial photographs, and environmental spatial data such as terrain, geology, soil, forest, and land use were collected and constructed in a spatial database. Seventeen factors that could affect landsliding were extracted from the spatial database. All landslides were randomly separated into two datasets, a training set (50%) and validation set (50%), to establish and validate the EBF, WOE, and ANN models. According to the validation results of the area under the curve (AUC) method, the accuracy was 74.73%, 75.03%, and 70.87% for WOE, EBF, and ANN, respectively. The EBF model had the highest accuracy. However, all models had predictive accuracy exceeding 70%, the level that is effective for landslide susceptibility mapping. These models can be applied to predict landslide susceptibility in an area where landslides have not occurred previously based on the relationships between landslide and environmental factors. This susceptibility map can help reduce landslide risk, provide guidance for policy and land use development, and save time and expense for landslide hazard prevention. In the future, more generalized models should be developed by applying landslide susceptibility mapping in various areas.