• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.353-356
• /
• 2000

최근 복잡한 실제 사물을 가상 공간상에 표현하기 위해 삼차원 모델을 많이 이용하고 있다. 기존의 삼차원 데이터 처리는 주로 정지 모델에 대해 기하학 정보와 위상학 정보를 표현하거나 다중 해상도(Level of Details, LOD)로 나타내는데 역점을 두었다. 그러나 네트웍을 통한 가상 공간에서 삼차원 애니메이션에 대한 응용이 점차 늘어남에 따라 이러한 데이터를 효율적으로 압축하여 전송하거나 저장할 필요가 생겼다 본 논문에서는 삼차원 애니메이션 모델의 공간적 또는 시간적 상관 관계를 이용하여 삼차원 모델 정보를 부호화하는 방법을 제안한다. 먼저 주어진 모델의 움직임을 분석하고 이를 (r,θ,ø)의 구 좌표계로 변환한 후 (θ,ø)의 분포에 따라 모델을 분할(Segmentation)한다. 그리고 움직임 벡터는 Affine 변환을 이용하여 삼차원 공간에서의 움직임을 정의한다. Key프레임에 해당하는 정지 모델의 기하학 정보와 위상학 정보를 압축하고, LOD 기술을 적용하여 손실 혹은 무손실로 부호화하여 전송한다. 또한 Key프레임 사이의 화면에서는 선형 또는 비선형 보간법으로 각 분할 부분을 복원하고, 이를 조합하여 전체적인 삼차원 모델을 복원한다.

• Journal of computational fluids engineering
• /
• v.2 no.2
• /
• pp.73-79
• /
• 1997

VOF 방법에 의한 자유표면 유동계산의 정확성을 개선하기 위해 이차정도 모델을 개발하였다. 개발된 이차원 모델의 정확성을 비교하기 위하여 여러 가지 크기의 원형 및 Solitary wave형상의 자유표면 유동을 통하여 기존에 개발된 두 가지의 일차정도 모델과 비교하였다. 비교결과 반경이 큰 원과 같이 곡률이 작은 형상의 경우에는 일차정도 모델도 비교적 정확한 결과를 보여주고 있으나 작은 반경의 원형이나 Solitary wave와 같이 곡률이 큰 형상의 경우 일차정도 모델은 많은 오차를 보여주는 반면에 이차정도 모델은 어느 경우에나 매우 정확한 결과를 보여준다.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.243-248
• /
• 2020

인공 신경망을 통한 심층 학습 모델의 발전은 컴퓨터 비전, 자연언어 이해 문제들에서 인간을 뛰어넘는 성능을 보이고 있다. 특히 트랜스포머[1] 기반의 사전 학습 모델은 질의응답, 대화문과 같은 자연언어 이해 문제에서 최근 높은 성능을 보이고 있다. 하지만 트랜스포머 기반의 모델과 같은 심층 학습 모델의 급격한 발전 양상에 비해, 이의 동작 방식은 상대적으로 잘 알려져 있지 않다. 인공 신경망을 통한 심층 학습 모델을 해석하는 방법으로 모델의 예측 값과 실제 값이 얼마나 일치하는지를 측정하는 모델의 보정(Calibration)이 있다. 본 연구는 한국어 기반의 심층학습 모델의 해석을 위해 모델의 보정을 수행하였다. 그리고 사전 학습된 한국어 언어 모델이 문장이 내포하는 애매성을 잘 파악하는지의 여부를 확인하고, 완화 기법들을 적용하여 문장의 애매성을 확신 수준을 통해 정량적으로 출력할 수 있도록 하였다. 또한 한국어의 문법적 특징으로 인한 문장의 의미 변화를 모델 보정 관점에서 평가하여 한국어의 문법적 특징을 심층학습 언어 모델이 잘 이해하고 있는지를 정량적으로 확인하였다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.40 no.6
• /
• pp.132-140
• /
• 2003

In this paper, we propose a new scheme for view-dependent transmission of three-dimensional (3-D) polygonal mesh models with hierarchial partitioning. In order to make a view-dependent representation of 3-D mesh models, we combine sequential and progressive mesh transmission techniques. By setting higher priorities to visible parts than invisible parts, we can obtain good qualify of 3-D models in a limited transmission bandwidth. In this paper, we use a multi -layer representation of 3-D mesh models based on hierarchical partitioning. After representing the 3-D mesh model in a hierarchical tree, we determine resolutions of partitioned submeshes in the last level. Then, we send 3-D model data by view-dependent selection using mesh merging and mesh splitting operations. By the partitioned mesh merging operation, we can reduce the joint boundary information coded redundantly in the partitioned submeshes. We may transmit additional mesh information adaptively through the mesh spritting operation.

• The Journal of the Acoustical Society of Korea
• /
• v.39 no.5
• /
• pp.483-489
• /
• 2020

This paper proposes acoustic model training using self-attention for low-resource speech recognition. In low-resource speech recognition, it is difficult for acoustic model to distinguish certain phones. For example, plosive /d/ and /t/, plosive /g/ and /k/ and affricate /z/ and /ch/. In acoustic model training, the self-attention generates attention weights from the deep neural network model. In this study, these weights handle the similar pronunciation error for low-resource speech recognition. When the proposed method was applied to Time Delay Neural Network-Output gate Projected Gated Recurrent Unit (TNDD-OPGRU)-based acoustic model, the proposed model showed a 5.98 % word error rate. It shows absolute improvement of 0.74 % compared with TDNN-OPGRU model.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.534-537
• /
• 2010

반투명 재질의 효과적인 표현을 위해서 일반적으로 사용되는 빛의 확산 모델은 일반적 확산 모델(Standard Diffusion model: SDA)이다. 그러나 일반적 확산 모델은 흡수 변수 (absorption coefficient) ${\sigma}_a$가 감소한 산란 변수(reduced scattering coefficient) ${\sigma}_s$ 보다 상대적으로 큰 재질에 대해서는 부정확한 한계를 가지고 있다. 이러한 한계를 극복하기 위하여 다양한 모델이 제시되었다. $P_N$ 근사화 이론은 이러한 일반적 확산 모델이 가지고 있는 한계를 잘 극복한다. 우리는 일반적 확산 모델을 기반으로 하고 $P_3$ 근사화 이론의 변수들을 이용하는 hybrid-P3 근사화 방법을 이용하여 흡수 변수가 감소한 산란 변수보다 상대적으로 큰 재질을 그래픽 공간 상에서 효과적으로 표현하는 방법을 제시한다. 또한 그 재질의 광학적 특성을 추정하기 위하여 우리가 제안하는 모델에 적합한 측정장비를 개발하다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1991.06a
• /
• pp.113-116
• /
• 1991

본 논문에서는 고속 도로 주변에서 교통 소음 대책으로 사용되는 방음벽 효과에 대해 교통 소음 모델에 의한 예측값과 실측값을 비교하였다. 도로 교통 소음로서는 일본 음향 학회 모델, 국립 환경원 모델, 조한인 모델을 대상으로 하였다. 세가지 모델의 예측값과 실측값의 비교 결과, 갓길(노견)에서는 일본 음향 학회 모델과 국립 환경원 모델에 의한 예측값이 실측값과 $\pm$3.5dB(A) 차이로 비슷한 결과를 보였으며, 소음 측정 지점이 음원과 먼 경우는 속도가 빠를수록 일본 음향 학회 모델은 예측값과 실측값의 차이가 커졌다. 조한인 모델은 시가지 도로에서는 잘 맞지만 고속 도로에 적용하기에는 적합하지 않았다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.203-208
• /
• 2023

본 논문에서는 대규모 언어 모델의 인컨텍스트 러닝과 프롬프팅을 활용하여 수치 추론 태스크 데이터셋을 효과적으로 증강시킬 수 있는 방법론을 제안한다. 또한 모델로 하여금 수치 추론 데이터의 이해를 도울 수 있는 전처리와 요구사항을 만족하지 못하는 결과물을 필터링 하는 검증 단계를 추가하여 생성되는 데이터의 퀄리티를 보장하고자 하였다. 이렇게 얻어진 증강 절차를 거쳐 증강을 진행한 뒤 추론용 모델 학습을 통해 다른 증강 방법론보다 우리의 방법론으로 증강된 데이터셋으로 학습된 모델이 더 높은 성능을 낼 수 있음을 보였다. 실험 결과 우리의 증강 데이터로 학습된 모델은 원본 데이터로 학습된 모델보다 모든 지표에서 2%p 이상의 성능 향상을 보였으며 다양한 케이스를 통해 우리의 모델이 수치 추론 학습 데이터의 다양성을 크게 향상시킬 수 있음을 확인하였다.

• Proceedings of the KAIS Fall Conference
• /
• 2012.05b
• /
• pp.671-673
• /
• 2012

본 연구에서는 상용 엔진 해석프로그램인 GT-Power를 이용하여 디젤엔진의 성능을 개선 개발을 위한 일차원 성능해석 모델을 개발하였다. 개발된 일차원 엔진 성능모델을 통하여 엔진의 출력, 토크 및 연비등을 검토하였다. 향후 터보챠져를 장착한 엔진개발에 사용이 가능하도록 터보매칭을 할 수 있는 모델을 추가하였으며, 향후 디젤엔진의 실험결과와 비교를 통하여 엔진 모델을 지속적으로 보완할 예정이다.

• Journal of KSNVE
• /
• v.8 no.1
• /
• pp.29-35
• /
• 1998

본 원고에서는 여러 소음 규명론에서 간과하기 쉬운 회절현상(diffraction phenomena)에 대해 알아보고, 이러한 회절현상을 이용한 소음원 규명을 제안하고자 한다. 즉 소음원 규명론의 일반적인 개념으로 생각하면 회절현상을 하나의 전달함수로 보고, 이를 바탕으로 역전달 함수인 역회절현상(inverse diffraction phenomena)을 수치적으로 모델링한다. 이 방법은 실제 실험에서 계측된 음압과 역회절 모델을 이용하여 소음원을 규명하는 방법이다. 소음원 탐지의 문제점 가운데 하나는 소음원의 가시화 일것이다. 이 논문에서는 3차원 공간에서 사용자가 쉽게 인식할 수 있는 두가지 소음원 가시화 방법을 소개한다. 간단한 실험을 통하여 이 방법의 효율성을 검증해 보고, 이를 바탕으로 TGV객실내에서의 소음원 규명을 수행한다.