• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.18-22
• /
• 2019

FAQ 분류는 자주 묻는 질문을 범주화하고 사용자 질의에 대해 가장 유사한 클래스를 추론하는 방식으로 진행된다. FAQ 데이터셋은 클래스가 다수 존재하기 때문에 클래스 간 포함 및 연관 관계가 존재하고 특정 데이터가 서로 다른 클래스에 동시에 속할 수 있다는 특징이 있다. 그러나 최근 FAQ 분류는 다중 클래스 분류 방법론을 적용하는 데 그쳤고 FAQ 데이터셋의 특징을 모델에 반영하는 연구는 미미했다. 현 분류 방법론은 이러한 FAQ 데이터셋의 특징을 고려하지 못하기 때문에 정답으로 해석될 수 있는 예측도 오답으로 여기는 경우가 발생한다. 본 논문에서는 신뢰성이 부족한 FAQ 데이터셋에서도 분류를 잘 하기 위해 손실 함수를 조정하는 정규화 기법을 소개한다. 이 정규화 기법은 클래스 간 포함 및 연관 관계를 반영할 수 있도록 오답을 예측한 경우에도 예측 강도에 비례하여 손실을 줄인다. 이는 오답을 높은 확률로 예측할수록 데이터의 신뢰성이 낮을 가능성이 크다고 판단하여 학습을 강하게 하지 않게 하기 위함이다. 실험을 위해서는 다중 클래스 분류에서 가장 좋은 성능을 보이고 있는 모형인 BERT를 이용했으며, 비교 실험을 위한 정규화 방법으로는 통상적으로 사용되는 라벨 스무딩을 채택했다. 실험 결과, 본 연구에서 제안한 방법은 기존 방법보다 성능이 개선되고 보다 안정적으로 학습이 된다는 것을 확인했으며, 데이터의 신뢰성이 부족한 상황에서 효과적으로 분류를 수행함을 알 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.348-348
• /
• 2022

미래에 대한 기후는 과거와 비교하여 변동성이 더 크고 불확실성 또한 더 크기 때문에 미래의 기후변화를 예측하기 위해서는 기후변화의 절대적인 크기뿐 아니라 불확실한 정도도 함께 고려되어야 한다. 본 연구에서는 CMIP6(Coupled Model Intercomparison Project Phase 6) DB에서 제공된 일 단위 18개의 GCMs(General Circulation Models)의 결과를 분석하였으며 또한 3개의SSP(Shared Socioeconomic Pathway)시나리오와 3개의 미래 구간에 대하여 100개의 앙상블을 각각 생성하였다. 불확실성을 초래하는 원인을 3가지로 구분하고, 각각의 원인에 대한 불확실성의 정도를 앙상블 시나리오에 반영하고자 한다. 현재 기간 및 미래 기간에 대해 100개의 20년 시계열 날씨변수 앙상블을 생성하여 LSTM(Long short-term memory)의 입력자료로 사용하여 댐유입량, 저수위, 방류량을 산정하였다. 댐 유입량 및 방류량의 예측성능을 향상시키기 위해 Input predictor의 종류를 선정하는 방법과 그 변수들의 lag time을 결정하는 방법, 입력자료들을 재구성하는 방법, 하이퍼 매개변수를 효율적으로 최적화하는 방법, 목적함수 설정 방법들을 제시하여 댐 유입량 및 방류량의 예측을 크게 향상시키고자 하였다. 본 연구에서 예측된 미래의 댐유입량 및 방류량 정보는 홍수 또는 가뭄 등 다양한 수자원 관련 문제의 전략을 수립하는 데 있어서 적절한 도움이 될 것이다.

• The Korean Journal of Applied Statistics
• /
• v.14 no.2
• /
• pp.233-243
• /
• 2001

중장기 수요예측을 위해 자주 사용되는 방법으로 확산모형과 성장곡선모형을 들 수 있다. 본 논문에서는 이들 방법론의 성격 및 실제 적용에 있어 모수추정에 따른 문제점들을 살펴보고, 모수추정을 효율적으로 수행하기 위한 전략을 제시한다. 또한 실제 자료에 각 방법론들을 적용하여 예측결과를 비교한다.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1539-1540
• /
• 2008

운전자의 경험과 판단에 전적으로 의존하는 빙축열 시스템의 기존 운전방식에서는 운전자의 그릇된 판단과 미숙한 운전으로 인해 과잉 축열이나 냉방공급량 부족현상이 자주 초래된다. 본 논문에서는 경제적이고 효율적인 빙축열 시스템의 운용을 위해 다음날의 구간별 온도, 습도와 냉방부하를 예측하는 자기구성퍼지모델 구축방안을 제안한다. 제안된 방법의 성능과 실제 적용가능성을 검증학기 위하여 한국전력 속초 생활연수원을 대상으로 제안된 방법과 신경회로망, 퍼지모델, 선형회귀모델 등을 이용한 기존의 방법을 적용하여 구한 냉방부하, 온도, 습도의 예측정확도를 비교 분석한다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1995.06a
• /
• pp.76-80
• /
• 1995

Differential pulse code modulation 구조의 Line spectrum pairs 양자화기에 높은 차수 LSP 파라미터 값은 낮은 차수 LSP 파라미터 값보다 커야한다는 LSP 파라미터의 순서화 특징을 이용하여 양자화하는 방법을 제시한다. 31 비트/프레임에서 1 dB 이하의 스펙트럴 왜곡을 갖는 명료한 음질을 보였다. 또한 LSP 주파수의 순서화 특성은 벡터-스칼라 결합 양자화기에 적용하였다. 벡터-스칼라 결합 양자화기에서는 26비트/프레임에서 명료한 음질을 보였다. 새로운 LSP 양자화 방법들은 전송에러 발생시 성능을 시험하고, 전송 에러에 강인하도록 프레임간 예측을 위해 Moving Average 예측기를 사용한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04a
• /
• pp.19-21
• /
• 2001

저전력 설계에 관한 프로세서 구조의 연구 중, CPU와 L1캐쉬 사이에 크기가 작은 LO 캐쉬를 사용하는 방법이 제시 된 바 있다. LO 캐쉬의 사용은 괄목할 만한 에너지 절약 효과를 거두었지만, 커다란 지연시간의 증가를 초래하였다. 따라서 LO 캐쉬는 필요에 따라서 선택적으로 사용이 되지 않으면 심각한 지연 시간의 증가로 인하여 실제 시스템에 적용하기 어려운 면을 가지고 있다. 선택적인 제어를 위한 방법으로서 몇몇 연구에서 예측기를 이용하는 방법을 제시하였으나, LO 캐쉬에 적합하지 않았다. 우리는 이 논문에서 새로운 가상적인 캐쉬 예측기를 제시하고 이에 대한 시뮬레이션 결과를 제시하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.18 no.7
• /
• pp.1749-1756
• /
• 2014

Knowledge about protein subcellular localization provides important information about protein function. This paper improves a label power-set multi-label classification for the accurate prediction of subcellular localization of proteins which simultaneously exist at multiple subcellular locations. Among multi-label classification methods, label power-set method can effectively model the correlation between subcellular locations of proteins performing certain biological function. With constrained optimization, this paper calculates combination weights which are used in the linear combination representation of a multi-label by other multi-labels. Using these weights, the prediction probabilities of multi-labels are combined to give final prediction results. Experimental results on human protein dataset show that the proposed method achieves higher performance than other prediction methods for protein subcellular localization. This shows that the proposed method can successfully enrich the prediction probability of multi-labels by exploiting the overlapping information between multi-labels.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.242-242
• /
• 2016

낙동강 하류구간인 남강합류점에서 낙동강하구둑까지는 하상경사가 약 1/10,000보다 작은 매우 완만한 경사를 이루고 있으므로 홍수기 고수위를 장시간 유지하는 등 홍수소통에 불리한 조건을 가지고 있다. 이처럼 하상경사가 매우 완만한 하천에서는 홍수파의 전파 특성이 하상경사, 수심경사, 그리고 이송가속도와 국부가속도 경사 등 운동량 방정식의 각 항 모두에 영향을 크게 받는 것으로 알려져 있다. 따라서, 낙동강 하류구간의 홍수분석 정확도 개선을 위해서는 대상구간에 유입하는 홍수수문량의 크기 및 변화를 정확히 반영하는 것이 무엇보다 중요하다. 하천 본류로 유입하는 지류의 홍수량을 산정하는 보편적인 방법은 지류 하류의 수위관측소에서 구축된 수위-유량관계곡선을 이용하는 것이다. 그러나 본류 수위의 배수영향을 받는 지류 하류 구간에서는 단일 수위-유량관계의 결정이 불가능하므로 지류 유출량 산정을 위한 새로운 방법이 필요하다. 본 연구에서는 낙동강 하류구간(창녕 함안보~낙동강하구둑) 유역면적의 약 45% 이상을 차지하는 밀양강 유역의 홍수기 유출량 산정을 위하여 HPG(Hydraulic Performance Graph)를 이용하였다. HPG는 배수영향을 받아 시시각각 수리특성이 변화하는 구간에서도 유량 및 상하류 수위 등 수리특성 추정에 합리적인 결과를 제공하는 것으로 알려져 있다. 2012년 태풍 산바 사상을 대상으로 HPG를 이용하여 산정한 밀양강 홍수량과 기존 수위-유량관계로 산정한 홍수량을 각각 경계조건으로 사용한 경우로 구분하여, 낙동강 하류구간 주요 지점인 삼랑진과 구포의 홍수위 예측 정확도를 비교하였다. 비교결과, 기존 방법과 HPG를 이용한 방법 모두 예측시점이 첨두발생 시각에 가까워질수록 평균오차가 감소하는 것으로 분석되었다. 그러나 기존 방법은 예측시점에 따라 평균오차의 변화가 단조롭지 않고 진동이 발생한 반면, HPG를 이용한 방법은 기존 방법보다 오차의 감소가 단조롭고 지속적인 것으로 나타났으며 평균오차 또한 작았다. 본 연구결과, 배수영향을 받는 지류 하류구간에서 HPG를 이용한 유입량 산정은 본류 홍수위 예측 정확도 개선을 위한 경제적인 대안이 될 것으로 판단된다.

• The Korean Journal of Applied Statistics
• /
• v.35 no.4
• /
• pp.517-525
• /
• 2022

In the era of big data, various data mining techniques have been proposed as major analysis methodologies. As complex and diverse data is mass-produced, data mining techniques have attracted attention as a method that forms the foundation of data science. In this paper, we focused on the decision tree, which is frequently used in practice and easy to understand as one of representative data mining methods. Specifically, we analyzed the effect of the splitting method of decision trees on the model performance. We compared the prediction power and structures of decision tree models with different split methods based on various simulated data. The results show that the linear combination split method can improve the prediction accuracy of decision trees in the case of data simulated from nonlinear models with complex structure.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1994.06c
• /
• pp.175-178
• /
• 1994

본 논문에서는 선형 예측 방법과 다중 대역 여기 방법의 장점을 조합하여 낮은 전송률에서 고품질의 합성음을 제공하는 LP-SMBE 부호기를 제안한다. LP-SMBE 부호기에서는 선형 예측 방법과 단순화된 여기 신호 추정방법을 이용하여 성도 특성 정보와 여기 신호를 분리 추정한다. 제안한 단순화된 여기 신호 추정 방법은 정규화된 스펙트럼 영역에서 원음 스펙트럼과 합성 스펙트럼을 비교하여 여기 신호를 추정한다. 이 방법은 기존 MBE 방법의 여기 신호 추정 방법보다 연산량이 적고, 여기 신호르 F보다 정확히 추정할 수 있다.