• 논리연구
• /
• 제7권2호
• /
• pp.105-120
• /
• 2004

In this paper, we provide Routley-Meyer semantics for the many-valued logics ${\L}C$ and LC, and give completeness for each of them. This result shows the following two: 1) Routley-Meyer semantics is very powerful in the sense that it can be used as the semantics for several sorts of logics, i.e., many-valued logic, not merely relevance logic and substructural logic. Note that each implication of ${\L}C$ and LC does not (partially) result in "paradoxes of material implication" 2) This implies that Routley-Meyer semantics can be also used not merely for relevance systems but also for other logical systems such as ${\L}C$ and LC, each of which has its own implication by which we can overcome (partially) the problem of "paradoxes of material implication".

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (C)
• /
• pp.360-365
• /
• 2006

초기에 제안된 Harel의 statechart를 개선하기 위한 노력으로 다양한 statechart의 변형들이 생겨나고, 시스템 개발자는 대상 시스템에 맞는 적절한 설계 명세 언어와 자동화 도구를 선택하는 것이 중요하게 되었다. 대상 시스템에 맞는 영세 언어를 선택하고, 다양한 자동화 도구(CASE tool)의 기능을 적용하기 위해 statechart의 상호 변환을 통한 각 지원 도구의 적용이 필요하다. 하지만, statechart 상호 변환 과정에서 각 statechart의 의미론적(semantics) 차이는 의도하지 않은 오류를 야기할 수 있다. 따라서 본 논문에서는 이들의 의미론을 비교 분석하기 위한 몇 가지 간단한 예제를 시뮬레이션 해 보고, statechart간 상호변환 방안의 기틀을 마련한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1994년도 제6회 한글 및 한국어정보처리 학술대회
• /
• pp.70-81
• /
• 1994

뜻 (sense)과 지시체의 구별을 근간으로 하는 프레게류 의미론에 의하면, 같은 지시체를 갖는 이름들의 인지적 의미는 서로 다를 수 있다. 그 반면, 프레게의 뜻을 어떤 이름의 지시체를 결정함에 있어 매개적인 역할을 하는 존재자라 보고 단호히 거부하는 소위 직접 지칭론자들은 문맥에 관계없이 같은 지시체를 갖는 이름들은 동일한 인지적 의미를 갖는다고 주장한다. 그러나 일단 뜻을 배척하고나면, 명제 태도 문맥에서 왜 같은 지시체를 갖는 이름들이 대치될 수 없는지를 설명하기가 어렵고, 따라서 명제 태도의 퍼즐들은 직접 지칭론의 아킬레스건이 되어 왔다. 최근 Zalta는 다소의 수정을 통해 프레게와 직접 지칭론자 양자의 중요한 통찰들을 희생하지 않으면서 양자의 관점을 종합하는 것이 가능하며, 실제로 자신의 해결책은 명제 태도의 퍼즐들을 훌륭하게 해결해 준다고 주장한다. 본 논문은 Zalta의 절충안을 비판적으로 검토함으로써 선결되어야 할 쟁점들을 부각시키고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2005년도 춘계학술발표대회
• /
• pp.177-180
• /
• 2005

오늘날 디지털 비디오 처리 시스템의 성능 향상 및 분석을 위한 많은 방법론이 연구되어 왔지만, 저차원 레벨의 성분에 기반을 둔 것이 일반적이다. 그러나 사용자의 요구는 단순한 저차원의 인식이 아니라 비디오 데이터 내에 포함된 의미를 이해하는 것으로 고차원 레벨의 의미 분석 방법론이 대두되고 있다. 이에 본 논문에서는 객체간 시공간적(Spatio-Temporal) 관계 모델에 기반한 움직임의 메타데이터에 대한 의미적 공간을 생성하기 위해 모션 온톨로지(Motion Ontology)를 제안한다. 이는 의미 기반 비디오 검색을 위한 프레임워크를 제공할 뿐만아니라 자동 나레이션 생성 등에 이용할 수 있을 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 춘계학술발표논문집 (하)
• /
• pp.1665-1668
• /
• 2003

기존 프로세스 모델링 언어들은 엄격한 의미론과 사용의 용이성이라는 프로세스 언어가 갖추어야 할 중요한 두 가지 측면을 동시에 만족시키지 못함으로써 그 동안의 다양한 연구에도 불구하고 실제 소프트웨어 산업계에서 널리 사용되지 못하고 있다. 본 논문에서는 이러한 단점을 제거한 프로세스 모델링 언어 RAiSE 를 정의하고 이를 예제 소프트웨어 프로세스에 적용한 예를 설명한다. RAiSE 는 쉽게 이해할 수 있는 그래픽 표기법을 기반으로 하여 다양한 모델링 패러다임들의 필수적인 요소들을 결합시킴으로써 이해하기 쉬우면서도 엄격하고 풍부한 의미론을 제공한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2006년도 추계학술발표대회
• /
• pp.567-570
• /
• 2006

Statechart 는 상태 기반의 시각적 명세 언어로 UML 에 포함되어 매우 널리 사용되고 있다. 하지만 UXL 의 특성에 의해 그 의미론이 비정형적이 되었으며, 시스템의 행위를 불안하게 만드는 비결정적인 경우가 발생하게 된다. 본 논문에서는 UML 지원 도구인 Rhapsody의 statechart diagram 중 코어 부분을 정형적 의미론을 가지는 명세로 변환함으로써 비결정적 명세를 찾아낼 수 있음을 보였다.

• 한국군사과학기술학회지
• /
• 제25권6호
• /
• pp.606-616
• /
• 2022

Semantic segmentation in autonomous driving for unstructured environments is challenging due to the presence of uneven terrains, unstructured class boundaries, irregular features and strong textures. Current off-road datasets exhibit difficulties like class imbalance and understanding of varying environmental topography. To overcome these issues, we propose a deep learning framework for semantic segmentation that involves a pooled class semantic segmentation with five classes. The evaluation of the framework is carried out on two off-road driving datasets, RUGD and TAS500. The results show that our proposed method achieves high accuracy and real-time performance.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.841-844
• /
• 2021

보행 환경 인지 기술은 보행 보조 로봇의 지능화를 위한 핵심 기술 중 하나다. 이 논문은 국내 보행 환경에 대한 보행 보조 로봇의 인지 지능을 고도화하는 방법으로 심층 학습 기반의 의미론적 영상 분할 기법을 고려한다. 이 논문은 국내 보행 환경에 대한 기존 영상 분할 기법의 성능을 비교 분석하고, 국내 보행 환경에 적합한 영상 분할 기술의 개발 방향과 인지 센서의 구성 및 배치에 대해 논한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.618-620
• /
• 2023

최근 자연어처리 분야에서 의미론적 유사성을 반영하기 위한 대조 학습 (contrastive learning) 관련 연구가 활발히 이뤄지고 있다. 이러한 대조 학습의 핵심은 의미론적으로 가까워져야 하는 쌍과 멀어져야 하는 쌍을 잘 구축하는 것이지만, 기존의 손실 함수는 문장의 상대적인 유사성을 풍부하게 반영하는데 한계가 있다. 이를 해결하기 위해, 이전 연구에서는 삼중 항 손실 함수 (triplet loss)를 도입하였으며, 본 논문에서는 이러한 삼중 항을 구성하기 위해 대조 학습에서의 효과적인 토큰 컷오프(cutoff) 데이터 증강 기법을 제안한다. BERT, RoBERTa 등 널리 활용되는 언어 모델을 이용한 실험을 통해 제안하는 방법의 우수한 성능을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.848-849
• /
• 2023

본 논문은 로봇의 실내 환경에서의 자율성을 높이기 위한 SLAM과 내비게이션 방법을 제시한다. 2D LiDAR와 카메라를 이용하여 위치를 인식하고 사람과 장애물을 의미론적으로 검출하며, ICP와 RTAB-map, YOLOv3를 통합하여 Semantic Map을 생성하고 실내 환경에서 자율성을 유지한다. 이 연구를 통해 로봇이 복잡한 환경에서도 높은 수준의 자율성을 유지할 수 있는지 확인하고자 한다.