• 정보과학회 논문지
• /
• 제41권11호
• /
• pp.967-973
• /
• 2014

연속개체는 크기가 크며, 확산하는 특징이 있다. 따라서 연속개체 탐지에서는 소스가 매우 많이 발생하며, 계속해서 새로운 소스가 발생하는 점을 고려해야 한다. 기존 연속개체 탐지 연구들은 탐지 정보를 고정된 싱크로 전달하는 상황만을 고려하고, 많은 소스로부터 발생하는 통신비용을 줄이기 위해 노력했다. 본 논문에서는 연속개체 탐지에서 효율적으로 이동싱크를 지원하는 방안을 제안한다. 이동싱크가 데이터를 받기 위해서는 소스에게 자신의 현재 위치를 알려야 한다. 기존 이동싱크 지원 방안들은 개별개체를 대상으로 했다. 이를 연속개체 탐지에 그대로 적용하면 연속개체의 수많은 소스들에게 개별적으로 현재 위치를 알려야 하며, 이는 심각한 에너지 낭비를 초래한다. 제안방안은 연속개체의 소스들의 지역성을 이용하여 이동싱크의 현재위치를 연속개체의 소스들에게 효율적으로 전달한다. 실험 결과는 제안방안이 기존 방안에 비해 이동싱크의 위치갱신을 수행할 때 더 적은 에너지를 소모함을 보인다.

• 한국통신학회논문지
• /
• 제35권12A호
• /
• pp.1171-1180
• /
• 2010

무선 센서 네트워크에서 신뢰성 있는 이벤트 탐지는 중요한 연구 주제들 중 하나이다. 신뢰성 있는 이벤트 탐지를 위한 기존 연구들은 탐지 대상인 이벤트를 탱크 혹은 군인과 같은 개별적인 개체로 가정했다. 최근 많은 연구들이 화재 혹은 생화학물질과 같은 연속적인 개체의 탐지에 관심을 까지게 되었지만, 단지 통신비용의 절감에 집중하고 있기 때문에 신뢰성에 대한 고려는 부족하다. 따라서 우리는 신뢰성 있는 연속 개체 탐지 방안을 제안 하고자 한다. 신뢰성 있는 연속 개체 탐지는 단순한 연구 주제가 아니다. 하나의 점으로 나타낼 수 있는 개별 개체와는 달리, 넓은 영역을 포함하며 지리적 조건이나 바람 같은 물리적 환경에 의해 형태가 변할 수 있는 연속 개체는 유동적인 2차원 도형으로 표현되기 때문이다. 따라서 개별 개체 탐지의 신뢰성을 측정하기 위해 사용되었던 신뢰성 지표로는 연속 개체 탐지의 신뢰성을 측정할 수 없다. 본 논문에서는 연속 개체 탐지에 적절한 신뢰성 지표를 새롭게 정의하고, 새로운 신뢰성 지표를 사용한 신뢰성 측정 결과를 통해 연속 개체 탐지의 오류를 복구하는 방안을 제안한다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권8호
• /
• pp.591-595
• /
• 2009

센서 네트워크에서 개체 검출과 추적에 관한 기존 라우팅 프로토콜들은 사람, 동물, 차량 등과 같은 하나 또는 그 이상의 단일(individual) 개체들에 대한 검출과 추적을 하기 위한 방법에만 관심을 가질 뿐, 독가스, 생화학물질 등과 같은 연속적인 개체들을 검출하고 추적하는 프로토콜들은 많지 않다. 이러한 연속적인 개체들은 어느 지역에 계속적으로 분산되어 있고, 광범위한 지역을 차지한다는 점에서 단일 개체들과 차이가 있다. 따라서 많은 센서 노드들에 의해 검출되고 센싱되는 데이터들은 중복적이고 서로 깊이 관련되어 있다. 그러므로 지역적으로 센싱 데이터를 수집하고 통합하여 데이터를 보고하기 위한 효율적인 방안이 필요하다. 본 논문에서 우리는 연속적인 개체들을 검출, 추적하고 모니터링(monitoring)하기 위한 동적인 직사각형 영역에 기반한 연속적인 개체 추적 방안을 제안한다. 제안된 방안은 하나의 연속된 개체가 차지한 지역이 포함된 동적인 직사각형 영역을 구성하고, 영역에서 하나의 대표 노드가 연속된 개체를 검출하는 센서 노드들로부터 센싱 데이터를 수집하고 통합한다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2004년도 학술발표논문집
• /
• pp.219-225
• /
• 2004

코호넨(T. Kohonen)의 자기조직화지도(Self-Organizing Map; SOM)은 저차원 그리드 공간에 고차원 다변량 자료를 축약하여 시각적으로 나타내는 비지도 학습법의 일종으로 최근 들어 통계 분석자들이 많은 관심을 가지고 있는 분야이다. 그러나 SOM은 개체공간의 연속형으로 표현되는 개체를 저차원 그리드공간에 승자노드에 비연속적으로 표현한다는 단점을 지니고 있다. 본 논문에서는 SOM을 통계적 목적으로 사용하기 위해 요구되는 그리드공간에 개체를 연속적으로 표현하는 방법들을 제안하고 활용 예를 제시하고자 한다

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.2660-2662
• /
• 2001

Q-학습은 최근에 연구되는 강화학습으로서 환경에 대한 정의가 필요 없어 자율이동로봇의 행동학습에 적합한 방법이다. 그러나 다개체 시스템의 학습처럼 환경이 복잡해짐에 따라 개체의 입출력 변수는 늘어나게 되고 Q함수의 계산량은 기하급수적으로 증가하게 된다. 따라서 이러한 문제를 해결하기 위해 다개체 시스템의 Q-학습에 적합한 연속적인 Q-학습 알고리즘을 제안하였다. 연속적인 Q-학습 알고리즘은 개체가 가질 수 있는 모든 상태-행동 쌍을 하나의 Q함수에 표현하는 방법으로서 계산량 및 복잡성을 줄임으로써 동적으로 변하는 환경에 능동적으로 대처하도록 하였다. 제안한 연속적인 Q-학습 알고리즘을 벽으로 막힌 공간에서 두 포식자와 한 먹이로 구성되는 먹이-포식자 문제에 적용하여 먹이개체의 효율적인 회피능력을 검증하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제7권12호
• /
• pp.301-312
• /
• 2018

오늘날 산업용 무선 센서 망 환경에서 화재나 유독가스와 같은 연속 개체 탐지는 위험성과 대규모 피해로 인해 중요한 문제로 다뤄지고 있다. 연속 개체는 한 지점에서 발생하여 점차 넒은 범위로 확산되는 특징을 가지기 때문에 자원 제약적인 무선 센서 망 환경에서 연속 개체를 탐지한 다수의 센서 노드가 고정 싱크에게 데이터를 전송하게 되면 막대한 통신 오버헤드가 발생하게 된다. 따라서 기존 연구에서는 실시간으로 확장되는 연속 개체를 정확하게 탐지하고, 다량의 센싱 데이터를 에너지 효율적인 방식으로 전송하는 데에 중점을 두었다. 그러나 최근 들어 화재 진압과 같은 실시간 대응이 필요한 응용분야를 위해 연속 개체 탐지에 이동 싱크 도입이 필요하다는 의견이 나타나고 있다. 이러한 경우, 이동 싱크의 위치 갱신을 위해 다수의 소스와 이동 싱크 간 통신이 빈번하게 일어남으로써 무선 센서망의 에너지 소모가 급격하게 증가하는 문제가 발생한다. 본 논문에서는 무선 센서 망을 이용한 연속 개체 탐지에서 이동 싱크를 지원하기 위한 발원점 중심의 통신 방안을 제안한다. 실험결과는 제안 방안이 기존 방안에 비해 이동 싱크의 위치정보 갱신 및 센싱 데이터 보고에 더 적은 에너지를 소모함을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.697-699
• /
• 2005

연속 변수 함수 최적화를 위한 진화 연산에서는 전통적으로 확률 분포를 도입하여 새로운 세대를 생성하는 기법을 사용하고 있다. 최근 들어 이러한 확률 분포를 개체군으로부터 추정하여 보다 효율적으로 최적화를 해결하려는 연구가 진행되고 있다. 본 논문에서는 variational 베이지안 혼합 인자 분석 기법(Bayesian mixtures of factor analyzers)을 사용한 개체군의 분포 추정을 통해 연속 변수 함수의 최적화 문제를 해결하는 방법을 제안한다. 이 기법은 혼합 분포의 개수 추정을 자동화하여 개체군의 다양성을 유지할 수 있기 때문에 지역 최적점으로 일찍 수렴하는 현상을 방지할 수 있으며, 세부 개체군 내의 분포 추정을 통해 탐색을 효율적으로 수행할 수 있다. 잘 알려진 평가 함수들에 대하여 다른 분포 추정 진화 연산과 비교하여 제안하는 방법의 우수성을 검증하였다.

• 응용통계연구
• /
• 제18권1호
• /
• pp.83-98
• /
• 2005

다변량 자료를 분석하는 데 있어서 관측 개체들의 분포적 양태를 파악하는 것은 자료 특성의 이해에 도움이 될 뿐만 아니라 이후 모형화 과정에도 큰 도움을 준다. 이를 위하여 다변량자료의 저차원 시각화에 대한 많은 연구가 진행되어 왔다. 그 중 하나가 코호넨(T. Kohonen)의 자기조직화지도(Self-Organizing Map; SOM)이다. SOM은 저차원 그리드 공간에 고차원 다변량 자료를 축약하여 시각적으로 나타내는 비지도 학습법의 일종으로 최근 들어 통계 분석자들이 많은 관심을 가지고 있는 분야이다. 그러나 SOM은 개체공간의 연속형으로 표현되는 개체를 저차원 그리드 공간에 승자노드에 의해 비연속적으로 표현한다는 단점을 지니고 있다. 본 논문에서는 SOM을 통계적 목적으로 사용하기 위해 요구되는 그리드 공간에 개체를 연속적으로 표현하는 방법들을 제안하고 환용 예를 제시 하고자 한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2017년도 제29회 한글 및 한국어 정보처리 학술대회
• /
• pp.321-323
• /
• 2017

개체명 인식은 문서 내에서 고유한 의미를 갖는 인명, 기관명, 지명, 시간, 날짜 등을 추출하여 그 종류를 결정하는것을 의미한다. Bidirectional LSTM CRFs 모델은 연속성을 갖는 데이터에 가장 적합한 RNN기반의 심층 학습모델로서 개체명 인식 연구에 가장 우수한 성능을 보여준다. 본 논문에서는 한국어 개체명 인식을 위하여 Bidirectional LSTM CRFs 모델을 사용하고, 입력 자질로 단어뿐만 아니라 품사 임베딩 모델과, 개체명 사전을 활용하여 입력 자질을 구성한다. 또한 입력 자질에 대한 벡터의 크기를 최적화 하여 기본 모델보다 성능이 향상되었음을 증명하였다.

• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2017년도 제29회 한글및한국어정보처리학술대회
• /
• pp.321-323
• /
• 2017

개체명 인식은 문서 내에서 고유한 의미를 갖는 인명, 기관명, 지명, 시간, 날짜 등을 추출하여 그 종류를 결정하는 것을 의미한다. Bidirectional LSTM CRFs 모델은 연속성을 갖는 데이터에 가장 적합한 RNN기반의 심층 학습모델로서 개체명 인식 연구에 가장 우수한 성능을 보여준다. 본 논문에서는 한국어 개체명 인식을 위하여 Bidirectional LSTM CRFs 모델을 사용하고, 입력 자질로 단어뿐만 아니라 품사 임베딩 모델과, 개체명 사전을 활용하여 입력 자질을 구성한다. 또한 입력 자질에 대한 벡터의 크기를 최적화 하여 기본 모델보다 성능이 향상되었음을 증명하였다.