• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2018년도 제30회 한글 및 한국어 정보처리 학술대회
• /
• pp.185-188
• /
• 2018

띄어쓰기와 문장 경계 인식은 그 성능에 따라 자연어 분석 단계에서 오류를 크게 전파하기 때문에 굉장히 중요한 문제로 인식되고 있지만 각각 서로 다른 자질을 사용하는 문제 때문에 각각 다른 모델을 사용해 순차적으로 해결하였다. 그러나 띄어쓰기와 문장 경계 인식은 완전히 다른 문제라고는 볼 수 없으며 두 모델의 순차적 수행은 앞선 모델의 오류가 다음 모델에 전파될 뿐만 아니라 시간 복잡도가 높아진다는 문제점이 있다. 본 논문에서는 띄어쓰기와 문장 경계 인식을 하나의 문제로 보고 한 번에 처리하는 다중 클래스 분류 시스템을 통해 시간 복잡도 문제를 해결하고 다중 손실 선형 결합을 사용하여 띄어쓰기와 문장 경계 인식이 서로 다른 자질을 사용하는 문제를 해결했다. 최종 모델은 띄어쓰기와 문장 경계 인식 기본 모델보다 각각 3.98%p, 0.34%p 증가한 성능을 보였다. 시간 복잡도 면에서도 단일 모델의 순차적 수행 시간보다 38.7% 감소한 수행 시간을 보였다.

• 한국지능시스템학회논문지
• /
• 제19권1호
• /
• pp.6-12
• /
• 2009

본 논문에서는 입력된 차량영상에서 번호판을 추출하여 인식하는 시스템을 제안하였다. 개선된 IAFC 퍼지 신경회로망을 사용하여 자동차 번호판의 후보영역을 추출하고, 형태학적 필터를 사용하여 잡음을 제거하였다. 추출한 자동차 번호판을 정형화하기 위하여 허프 변환과 기하학적 변환을 사용하였다. 투영기법을 사용하여 분리한 숫자를 오류역전파 신경회로망을 사용하여 인식하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2023년도 제35회 한글 및 한국어 정보처리 학술대회
• /
• pp.222-227
• /
• 2023

환각 현상이란 LLM이 생성 태스크에서 사실이 아닌 내용을 생성하거나 근거가 없는 내용을 생성하는 현상을 말한다. 환각 현상은 LLM이 생성한 출력물에 대한 사용자의 신뢰를 떨어뜨리기 때문에 환각을 완화할 수 있는 방법이 필요하다. 최근 사후 편집 모델 중 하나인 RARR는 입력 텍스트를 질문들 순서에 따라 순차적으로 편집하여 환각을 완화하였지만 이전 단계의 편집 오류가 전파되거나 같은 작업을 반복하는 등의 단점이 있었다. 본 논문은 환각 현상 완화를 위한 단위 사실 기반 사후 교정을 제안한다. 제안한 방법은 입력 텍스트를 단위 사실로 분해하고 각 사실에 대응하는 질문을 생성한 후 검색된 관련 문서로 환각 여부를 판단한다. 환각이라 판단되면 편집을 수행하여 환각을 완화한다. 병렬적으로 편집을 진행하기 때문에 기존 연구의 순차적인 오류 전파 문제를 해결하고 기존 연구에 비해 더 빠른 사후 편집을 진행할 수 있다. 실험 결과, 제안 방법이 RARR보다 Preservation Score, 원문과의 사실성 일치여부, 의도 보존 여부에서 모두 우수한 성능을 보인다.

• 한국통신학회논문지
• /
• 제25권7A호
• /
• pp.1028-1036
• /
• 2000

본 논문에서는 웨이블릿 변환을 이용한 오류에 강인한 영상 압축 기법을 제안하였다. 공간·주파수 영역에서 웨이블릿 계수들의 통계적 특성, 에너지 특성, 방향 특성을 이용한 제로트리 기법은 높은 압축 성능을 나타낸다. 하지만, 제로트리 부호와 기법은 부호에 따른 부호화 되는 계수의 수가 다르기 때문에 오류에 민감하게 반응하여 한 개의 오류가 전체 영상에 확산되어 영향을 미치게 된다. 제안 알고리듬에서는 SPIHT(Set Partitioning in Hierachical Trees) 알고리듬을 이용한 제로트리 기법으로 영상을 부호화한다. 그리고 부호화 계수들을 부밴드간 상관도를 이용하여 비트열을 다수의 블록으로 분리하고 비트 재구성 알고리듬을 이용하여 같은 크기의 블록으로 만든다. 이 과정으로 효율적인 비트 할당과 오류의 전파를 해당 블록으로 제한하여 오류가 없거나 적은 환경에서는 제로트리 압축 기법과 유사한 성능을 보이며 오류가 많은 환경에서는 제로트리 압축 기법 및 기존의 오류에 강인한 압축보다 더 효율적으로 부호화 할 수 있다.

• 정보과학회 논문지
• /
• 제44권12호
• /
• pp.1252-1257
• /
• 2017

대화에서 화자의 의도는 감정, 화행, 그리고 서술자로 표현될 수 있다. 따라서 사용자 질의에 정확하게 응답하기 위해서 대화 시스템은 발화에 내포된 감정, 화행, 그리고 서술자를 파악해야한다. 많은 이전 연구들은 감정, 화행, 서술자를 독립된 분류 문제로 다뤄왔다. 그러나 몇몇 연구에서는 감정, 화행, 서술자가 서로 연관되어 있음을 보였다. 본 논문에서는 Convolutional Neural Netowork를 이용하여 감정, 화행, 서술자를 동시에 분석하는 통합 모델을 제안한다. 제안 모델은 특정 추상화 계층과, 공유 추상화 계층으로 구성된다. 특정 추상화 계층에서는 감정, 화행, 서술자의 독립된 정보가 추출되고 공유 추상화 계층에서 독립된 정보들의 조합이 추상화된다. 학습 시 감정의 오류, 화행의 오류, 서술자의 오류는 부분적으로 역 전파 된다. 제안한 통합 모델은 실험에서 독립된 모델보다 좋은 성능(감정 +2%p, 화행 +11%p, 서술자 +3%)을 보였다.

• 한국음향학회지
• /
• 제40권4호
• /
• pp.359-369
• /
• 2021

수중통신에서 빠른 채널 특성의 변화에 따른 성능 감소를 보상하기 위해, 동일한 데이터를 여러 개의 주파수 대역으로 전송하는 다중 밴드 기법을 적용한다. 그러나 다중 밴드의 적용 시 특정한 밴드의 성능 열화로 전체 성능이 감소하는 현상이 발생한다. 이를 극복하기 위해 각 밴드의 오류율을 분석하여 성능이 열악한 밴드에 낮은 가중치를 할당할 수 있다. 따라서 본 논문에서는 추정 Bit Error Rate(BER)을 이용한 가중치 설정 방법을 제안한다. 추정 BER을 이용한 가중치 설정 방식은 복호 된 데이터와 복조 후 데이터의 성능 차이를 이용하여 수신된 데이터의 신뢰도를 측정하며, 측정된 값을 이용하여 각 밴드별 가중치를 설정해 복호기로 입력하면 성능이 향상된다. 본 논문에서는 터보 부호화 기법을 적용하였으며 시뮬레이션을 이용하여 최적의 가중치 값을 설정해 해상 실험을 한 결과 추정 BER을 이용한 가중치 설정을 통해 오류를 모두 정정할 수 있었다.

• 한국통신학회논문지
• /
• 제32권12A호
• /
• pp.1260-1266
• /
• 2007

송신국 (Source) 과 릴레이 사이의 중계 링크에서 발생한 오류는 복호 후 전달(decode-and-forward, DF) 릴레이 시스템의 성능을 제한하고 릴레이와의 협력으로 얻을 수 있는 최대 다이버시티 이득을 얻지 못 하도록 한다. 또한, 전체 복호 후 전달 릴레이 시스템의 오류 확률은 릴레이와 수신국 (destination)에서 발생한 에러의 합으로 표현되므로 최대 다이버시티 이득을 얻기 위해서는 중계 링크의 오류 확률은 수신국에서 오류 전파 없이 maximum ratio combining (MRC)을 적용한 오류 확률보다 작아야 한다. 이러한 조건을 만족시키는 릴레이의 위치 범위에 릴레이가 위치하게 되면 최대 다이버시티 이득을 얻을 수 있다. 뿐만 아니라 본 논문에서는 최대 다이버시티 이득을 얻으면서 릴레이의 전송파워를 최소화하는 위치를 정하므로 최대 다이버시티 이득을 얻는 다는 전제하에서 전체 시스템이 최소의 파워를 사용할 수 있도록 한다. 이를 입증하기 위해 본 논문은 전체 오류 확률의 분석과 모의실험들을 수행 한다.

• 한국지능시스템학회논문지
• /
• 제25권5호
• /
• pp.425-430
• /
• 2015

본 논문은 딥러닝 알고리즘을 적용한 깊은신경망을 이용하여 회전 객체의 분류 효율성을 높이기 위한 연구이다. 회전객체의 분류 실험을 위하여 데이터는 COIL-20을 사용하며 객체의 2/3영역을 학습시키고 1/3영역을 유추하여 분류한다. 연구에 이용된 3가지 분류기는 주성분 분석법을 이용해 데이터의 차원을 축소하면서 특징값을 추출하고 유클리디안 거리를 이용하여 분류하는 PCA분류기와 오류역전파 알고리즘을 이용하여 오류 에너지를 줄여가는 방식의 MLP분류기, 마지막으로 pre-training을 통하여 학습데이터의 관찰될 확률을 높여주고 fine-tuning으로 오류에너지를 줄여가는 방식의 딥러닝을 적용한 DBN분류기이다. 깊은신경망의 구조별 오류율을 확인하기 위하여 은닉층의 개수와 은닉뉴런의 개수를 변경해가며 실험하고 실제로 가장 낮은 오류율을 나타내는 구조를 기술한다. 가장 낮은 오류율을 보였던 분류기는 DBN을 이용한 분류기이다. 은닉층을 2개 갖는 깊은신경망의 구조로 매개 변수들을 인식에 도움이 되는 곳으로 이동 시켜 높은 인식률을 보여줬다.

• 정보처리학회논문지B
• /
• 제10B권5호
• /
• pp.553-560
• /
• 2003

웨이블릿 변환(Wavelet Transform)된 비디오는 주파수와 해상도가 다근 부대역으로 분해되므로 전송 오류가 발생한 패킷의 위치에 따라 복원된 프레임 간 화질 편차가 크게 된다. 복원된 프레임의 화질 변화가 클수록 사용자가 느끼는 비디오의 화질은 떨어진다. 특히, 움직임 예측을 이용한 웨이블릿 비디오의 경우, 특정 부대역에서 발생한 오류는 같은 프레임의 다른 부대역 뿐 아니라 이후 프레임의 화질에도 지속적인 영향을 미치게 된다. 본 논문에서는 웨이블릿 기반 비디오를 네트워크로 전송하기 위해 패킷화론 수행할 때, 오류발생 패킷의 위치에 관계없이 일정한 화질을 유지하며 오류 은닉이 쉬운 블록기반 패킷화 기법인 BDP(Block based Dispersive Packetization)를 제안한다. 본 논문은 MRME(Multi-Resolution Motion Estimation)글 적용하여 압축된 비디오와 무선 네트워크에서의 오류 발생 모델을 이용하여 성능평가를 수행하였다. 실험결과 제안된 기법은 프레임을 일정한 블록으로 분할하여 순차적으로 패킷화하는 BP나 픽셀단위로 분산하는 DP기법에 비해 주ㆍ객관적인 성능 모두 뛰어남을 알 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권8호
• /
• pp.565-572
• /
• 2002

학습과 추론을 위하여 유용한 방법으로 퍼지연상기억장치가 있다. 본 논문에서는 보다 효과적으로 추론결과를 유도하기 위하여 퍼지연상기억장치를 학습하는 단계에서 오류 역전파를 통하여 노드들 사이의 연결가중치를 재조정하는 방법과 퍼지규칙들을 간결화하는 방법을 제안한다. 제안된 방법은 비디오 데이타의 장면전환을 검출하는 분야에 적용하여 성능평가를 수행한다.