• 제목/요약/키워드: 오인도

검색결과 1,518건 처리시간 0.029초

시계열 예측을 고려한 속성 선택 딥러닝 모델 (Feature Selection Deep Learning Model considering Time Series Prediction)

  • 박광호;;류근호
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2021년도 춘계학술발표대회
    • /
    • pp.509-512
    • /
    • 2021
  • 최근 다양한 시계열 데이터의 분석이 딥러닝 방법을 통하여 수행되고 있다. 주로 RNN과 LSTM을 이용하여 많은 시계열 예측이 이루어지고 있다. 하지만 이러한 예측모델을 생성하는데 가장 중요한 것은 어떠한 변수를 얼마나 사용하는지가 중요하다. 이에 대하여, 본 연구에서는 3개의 신경망을 적용하여, 속성을 선택하는 Selection MLP, 속성에 가중치를 부여하는 Extraction MLP 그리고 예측을 진행하는 Prediction MLP로 이루어진 MLP-SEL 구조를 제안한다. 비교를 위하여 다른 순환 신경망에 대하여 시계열 데이터에 대한 예측을 진행하였으며, 그 결과 우리가 제안한 MLP-SEL 모델의 시계열 예측이 좋은 성능을 보였다.

심근허혈 심전도 신호의 자동화된 예측을 위한 출현 패턴 마이닝 기반의 분류 방법 (An Emerging Pattern Mining based Classification Method for Automated Prediction of Myocardial Ischemia ECG Signals)

  • 이헌규;박명호;류근호
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2008년도 추계학술발표대회
    • /
    • pp.19-22
    • /
    • 2008
  • 최근 서구화된 식생활 패턴과 흡연, 비만 등의 원인으로 인해 심근경색, 협심증과 같은 심근허혈(myocardial ischemia) 질환이 급증하고 있다. 이 논문에서는 심전도 신호로부터 허혈성 심장 질환 진단을 위해 출현 패턴 마이닝을 이용하여 심근경색 및 협심증의 진단 신호인 ischemia beat를 분류 하였다. 또한 기존의 출현 패턴 마이닝에 빠른 패턴 탐사와 저장 공간의 효율성을 고려하여 Apriori-T 빈발 패턴 탐사 알고리즘을 출현 패턴 생성이 가능하도록 확장하였다. PhysioNet의 ST-T 데이터베이스로부터 138개의 대조군(정상)과 ischemia beat 데이터에 제안된 분류 알고리즘을 실험한 결과 최소 75% 및 최대 95%의 예측 정확도를 보였다.

CT에서 가속화된 진행성거대섬유증으로 오인된 카플란 증후군: 증례 보고 (Caplan Syndrome Mimicking Progressive Massive Fibrosis on CT: A Case Report)

  • 백진욱;한지연
    • 대한영상의학회지
    • /
    • 제85권4호
    • /
    • pp.789-794
    • /
    • 2024
  • 본 증례 보고에서는 가속화된 진행성거대섬유증으로 오인된 카플란 증후군을 소개한다. 환자는 15년 전 탄광부진폐증을 진단받고 20년 이상 류마티스관절염 치료를 받은 자로 연속적인 CT 검사에서 진행거대섬유증의 진행과 함께 폐기저부에 동공을 동반한 다발성 폐결절이 관찰되었다. CT상 가속화된 진행성거대섬유증 소견으로 오인할 수 있는 카플란 증후군 증례를 보고하고자 한다.

대화형 에이전트 인식오류 및 신조어 탐지를 위한 알고리즘 개발: 한글 음절 분리 기반의 단어 유사도 활용 (Developing a New Algorithm for Conversational Agent to Detect Recognition Error and Neologism Meaning: Utilizing Korean Syllable-based Word Similarity)

  • 이정원;임일
    • 지능정보연구
    • /
    • 제29권3호
    • /
    • pp.267-286
    • /
    • 2023
  • 인공지능 스피커로 대표되는 대화형 에이전트는 사람-컴퓨터 간 대화형이기 때문에 대화 상황에서 오류가 발생하는 경우가 잦다. 에이전트 사용자의 발화 기록에서 인식오류는 사용자의 발화를 제대로 인식하지 못하는 미인식오류 유형과 발화를 인식하여 서비스를 제공하였으나 사용자가 의도한 바와 다르게 인식된 오인식오류 유형으로 나뉜다. 이 중 오인식오류의 경우, 서비스가 제공된 것으로 기록되기 때문에 이에 대한 오류 탐지가 별도로 필요하다. 본 연구에서는 텍스트 마이닝 기법 중에서도 단어와 문서를 벡터로 바꿔주는 단어 임베딩과 문서 임베딩을 이용하여 단순 사용된 단어 기반의 유사도 산출이 아닌 단어의 분리 방식을 다양하게 적용함으로써 연속 발화 쌍의 유사도를 기반으로 새로운 오인식오류 및 신조어 탐지 방법을 탐구하였다. 연구 방법으로는 실제 사용자 발화 기록을 활용하여 오인식오류의 패턴을 모델 학습 및 생성 시 적용하여 탐지 모델을 구현하였다. 그 결과, 오인식오류의 가장 큰 원인인 등록되지 않은 신조어 사용을 탐지할 수 있는 패턴 방식으로 다양한 단어 분리 방식 중 초성 추출 방식이 가장 좋은 결과를 보임을 확인하였다. 본 연구는 크게 두 개의 함의를 가진다. 첫째, 인식오류로 기록되지 않아 탐지가 어려운 오인식오류에 대하여 다양한 방식 별 비교를 통해 최적의 방식을 찾았다. 둘째, 이를 실제 신조어 탐지 적용이 필요한 대화형 에이전트나 음성 인식 서비스에 적용한다면 음성 인식 단계에서부터 발생하는 오류의 패턴도 구체화할 수 있으며, 오류로 분류되지 않더라도 사용자가 원하는 결과에 맞는 서비스가 제공될 수 있음을 보였다.

"위험한 이야기"에서 오인된 지식

  • 한국원자력산업회의
    • 원자력산업
    • /
    • 제8권9호통권67호
    • /
    • pp.17-27
    • /
    • 1988
  • 최근 일본의 원자력 비판운동은 이방원전의 부하추종운전시험 반대를 계기로 새로운 전개를 보이고 있는데, 이 반대움직임은 선동적인 내용으로 원자력발전에 대한 반대감정을 자극한 광뢰 륭씨 저 ${\ulcorner}$위험한 이야기${\lrcorner}$에 의해서 시작되었다고 할 수 있다. 그러나 이 책의 내용에는 과학적인 지식을 잘못 인식한 주장과 신문기사 및 논문의 인용에 모순과 의문이 많으며, 또한 불확실한 정보에 근거를 둔 내용도 많다. 따라서 일본원자력문화진흥재단에서는 이러한 부분을 분석정리하여 ${\ulcorner}'$위험한 이야기'의 오인${\lrcorner}$이란 자료를 발간하였다. 다음은 이 자료를 요약한 것이다.

  • PDF

문자 인식을 이용한 한글 문서 검색 (Hangul Document Retrieval Using Character Recognition)

  • 안재철;오일석
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
    • /
    • pp.544-546
    • /
    • 2001
  • 이 논문은 OCR(Optical Character Reader)로 인식된 한글 문서에서의 오인식 경향을 분석하고, 이를 이용한 한글 단어 검색 방법을 제안한다. OCR로 인식된 많은 야의 한글 문서를 기반으로 자모별 인식 빈도수를 계산하고 이를 바탕으로 초성, 중성, 중성별 인식 혼동 행렬(confusion matrix)을 구성하였다. 또한 인식 정보를 적절히 이용하기 Bayes 정리를 이용하였다. 질의어에 대한 오인식 단어의 검색 방법을 제시하고 혼동 행렬과 이 검색 방법을 바탕으로 OCR 기반 단어 검색 시스템을 구축하였다.

  • PDF

서울과 부산지역 기상의 영향을 제거한 오존농도 추세 (Meteorological adjusted ozone trends for the Seoul and Busan metropolitan areas)

  • 김유근;오인보;황미경
    • 한국대기환경학회:학술대회논문집
    • /
    • 한국대기환경학회 2002년도 추계학술대회 논문집
    • /
    • pp.375-376
    • /
    • 2002
  • 우리나라 주요 대도시는 1990년대 이후 뚜렷한 정제성장과 도시화로 인해 오존농도가 지속적으로 증가하고 있는 추세이다 (오인보와 김유근, 2002). 또한 최근 1995년부터 2000년까지 오존 주의보 발생일수의 경우 1일, 6일, 12일, 14일, 16일, 17일로 점차 증가를 나타내어 오존오염이 심각해지고 있음을 알 수 있다 (환경부. 2001). 일반적으로 오존농도의 년 변화는 일 최고기온 등의 주요 기상조건에 큰 영향을 받는다 (Hanna and Chang, 1995; EPA, 2001). (중략)

  • PDF