• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.437-440
• /
• 2021

지난 10년 동안 기계학습을 통해 자연어 처리 분야에서 많은 발전이 있었다. Machine translation, question answering과 같은 문제는 사용 가능한 데이터가 많은 언어에서 높은 정확도 성능 결과를 보여준다. 그러나 low-resource 언어에선 동일한 수준의 성능에 도달할 수 없다. 카자흐어는 형태학적 분석을 위해 구축된 대용량 데이터셋이 없으므로 low-resource 환경이다. 카자흐어는 단일 어근으로 수백 개의 단어 형태를 생성할 수 있는 교착어이다. 그래서 카자흐어 문장의 형태학적 분석은 카자흐어 문장의 의미를 이해하는 기본적인 단계이다. 기존에 존재하는 카자흐어 데이터셋은 구체적인 형태학적 분석의 부재로 모델이 충분한 학습이 이루어지지 못하기 때문에 본 논문에서 새로운 데이터셋을 제안한다. 본 논문은 low-resource 환경에서 높은 정확도를 달성할 수 있는 신경망 모델 기반의 카자흐어 형태학 분석기를 제안한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.01a
• /
• pp.7-10
• /
• 2021

최근 스마트폰과 컴퓨터 등의 비중이 커지면서 거북목 증후군의 관심사가 커졌다. 거북목 증후군은 잘못된 자세로 인해 어깨의 근육과 인대가 늘어나 통증이 생기는 증상을 의미한다. 이러한 잘못된 자세에는 대표적으로 일자목과 역c자목이 있으며 일자목은 7개의 목뼈로 이루어진 경추라인이 c자 라인에서 일직선으로 뼈의 형태가 바뀌어 디스크가 일어나 통증을 유발하는 증상이고 역c자목은 정상의 목뼈 구조를 잃어버린 형태로 곧 디스크를 보이며 고개를 드는 것이 힘드며 구부정한 자세를 취하게 되는 증상이다. 본 연구에서는 컨볼루션 신경망 (CNN) 학습 모델을 구현하여 주어진 자세가 올바른 자세인지 일자목인지 c자목인지를 진단할 수 있는 분류기를 구현하였다. 또한, 최근 코로나 사태로 인해 마스크 장착이 일상화되고 있는데, 추가 데이터를 보강하여, 마스크 착용상태에서도 적용가능한 모델로 확장하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.483-484
• /
• 2020

Cell Broadcast Service (CBS)는 제어 채널을 사용하는 셀 지정 단문 방송형 서비스이며 다수의 사람들에게 일정 크기의 문자정보를 특정 서비스 영역으로 전송하는 서비스 방식을 의미한다. CBS를 이용하면 특정 정보를 빠르고 저렴하게 전달할 수 있기때문에 광고나 정보 서비스에 활용될 수 있으나 국내에서는 재난정보 전달을 위한 수단으로 이용되고 있다. 본 논문에서는 4G 및 5G 망에서 CBS를 이용하여 재난정보를 전송하기 위해 사용되는 시스템 파라미터 및 변경점에 대해 살펴본다. 또한, 한국과 미국에서 재난정보 구분을 위해 사용하는 메시지 식별자의 비교를 통해 긴급재난문자의 문제점을 분석한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.365-365
• /
• 2020

최근 기후변화로 인한 강우, 온도, 유량과 같은 수문학적 요소의 불확실성 증가와 더불어 산업화, 도시화로 인한 물 수요가 커짐에 따라 물부족 발생 위험이 증가하고 있다. 이에 따라, 안정적인 물 공급을 위한 하천유량과 취수량의 균형을 목적으로 하는 취수량의 예측 및 모의에 대한 중요성이 강조되고 있다. 본 연구에서는 과거 하천 취수량 자료로부터 미래 취수량을 예측하기 위해 딥러링 기법 중 하나인 순환신경망(LSTM) 모형과 시계열분해법을 결합하여 취수량 예측 모형을 개발하였다. 시계열분해법을 통해 자료의 경향성과 계절적 변동성 등 다양한 스케일의 시계열을 분해하여 전처리를 수행하였으며 불확실성을 의미하는 잔차(residual)에 LSTM을 적용하여 예측하였다. 결과적으로 LSTM 취수량 예측 모형은 높은 정확도를 보였으며, 월단위 전망 시 관측값에 대하여 신뢰성이 있는 결과를 나타내었다. 본 연구에서 개발한 모형에 따른 결과는 수자원 관리를 위해 활용이 가능할 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.64-67
• /
• 2021

가짜뉴스는 뉴스 기사 형식을 갖는 날조된 정보를 의미하며, 최근 모바일 인터넷 장치의 보급과 소셜 네트워크 서비스의 대중화로 온라인 확산이 가속화되고 있다. 기존 연구는 가짜뉴스의 탐지를 위해 뉴스의 주제목, 부제목, 리드, 본문 등 뉴스 기사를 이루는 구성요소를 비롯하여 언론사, 기자, 날짜, 확산 경로 등의 메타 데이터를 대상으로 분석하였다. 그러나 뉴스의 제목과 본문 및 메타 데이터 등은 내용 수정이 쉬워, 다량의 데이터를 학습한 모델이라 하더라도 높은 정확도를 장기간 유지하기 어려울 수 있다. 이러한 문제점을 해결하기 위하여 본 논문은 합성곱 신경망을 이용해 문맥 정보를 분석하고 장단기 메모리 기반의 감성분석을 추가로 수행한다. 문맥 정보와 가짜뉴스 유포자가 쉽게 수정할 수 없는 감성 변화 패턴을 활용하여 성능이 개선된 가짜뉴스 탐지 모델을 제안한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.11-12
• /
• 2022

이 연구는 대기오염과 미세먼지의 각 성분이 질환에 미치는 영향에 대한 데이터만 존재한다면 어떠한 질환이든 위험도 예측 결과를 알 수 있는 것에 의미가 있다. 또한 기존의 대기정보에 따른 정보를 예상하는데 필요한 데이터 종류와 수가 많았으며 계산의 복잡성이 높았고 정보의 제공 범위가 넓었다. 하지만 이 연구는 과거 대기 데이터와 딥러닝을 통해서 낮은 비용으로 더욱 자세하게 유해질환 위험도를 예측하는 시스템을 구축하였다. 이 연구에서 구축한 시스템은 예측 결과 88.9%의 정확도를 보였다. 이 시스템은 입력되는 데이터의 정보에 따라 세분화된 지역의 대기환경 정보 또한 파악 가능하며 그 과정이 매우 간편하고 유용하다. 이 시스템은 공기질 예측을 위해 유용하게 사용될 수 있을 것이라고 사료된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.549-551
• /
• 2023

차량용 인포테인먼트 시스템은 차량 내부에서 정보와 엔터테인먼트 기능을 제공하는 시스템으로, 현재 급격한 성장세를 보이고 있다. 이에 따라 많은 기업이 차량용 인포테인먼트 관련 기술을 연구하고 개발하고 있다. 이는 결국 차량에서 발생하는 트래픽이 이전보다 증가하는 것을 의미한다. 차량 발생 트래픽은 모바일 트래픽과 달리 시간에 따라 뚜렷한 발생 패턴을 보인다. 이러한 특성을 고려하여 RNN, LSTM, GRU 세 가지 종류의 순환 신경망 모델을 활용하여 차량 트래픽 예측 모델을 구현하였고 시간대별 모델 성능을 비교한 결과, LSTM이 가장 우수한 성능을 보였다.

• Korean Journal of Cognitive Science
• /
• v.28 no.4
• /
• pp.193-221
• /
• 2017

Grouping episodes into semantically related categories is necessary for better mnemonic structure. However, the effect of grouping on memory of subordinate details was not clearly understood. In an fMRI study, we tested whether attending superordinate during semantic association disrupts or enhances subordinate episodic details. In each cycle of the experiment, five cue words were presented sequentially with two related detail words placed underneath for each cue. Participants were asked whether they could imagine a category that includes the previously shown cue words in each cycle, and their confidence on retrieval was rated. Participants were asked to perform cued recall tests on presented detail words after the session. Behavioral data showed that reaction times for categorization tasks decreased and confidence levels increased in the third trial of each cycle, thus this trial was considered to be an important insight where a semantic category was believed to be successfully established. Critically, the accuracy of recalling detail words presented immediately prior to third trials was lower than those of followed trials, indicating that subordinate details were disrupted during categorization. General linear model analysis of the trial immediately prior to the completion of categorization, specifically the second trial, revealed significant activation in the temporal gyrus and inferior frontal gyrus, areas of semantic memory networks. Representative Similarity Analysis revealed that the activation patterns of the third trials were more consistent than those of the second trials in the temporal gyrus, inferior frontal gyrus, and hippocampus. Our research demonstrates that semantic grouping can cause memories of subordinate details to fade, suggesting that semantic retrieval during categorization affects the quality of related episodic memory.

• Korean Journal of Cognitive Science
• /
• v.21 no.1
• /
• pp.95-126
• /
• 2010

This study proposes a bottom-up and inductive manual mapping methodology for integrating two heterogenous fine-grained ontologies which were built by a top-down and deductive methodology, namely the Sejong semantic classes (SJSC) and the upper nodes in KorLexNoun 1.5 (KLN), for HLP applications. It also discusses various problematics in the mapping processes of two language resources caused by their heterogeneity and proposes the solutions. The mapping methodology of heterogeneous fine-grained ontologies uses terminal nodes of SJSC and Least Upper Bounds (LUB) of KLN as basic mapping units. Mapping procedures are as follows: first, the mapping candidate groups are decided by the lexfollocorrelation between the synsets of KLN and the noun senses of Sejong Noun Dfotionaeci(SJND) which are classified according to SJSC. Secondly, the meanings of the candidate groups are precisely disambiguated by linguistic information provided by the two ontologies, i.e. the hierarchicllostructures, the definitions, and the exae les. Thirdly, the level of LUB is determined by applying the appropriate predicates and definitions of SJSC to the upper-lower and sister nodes of the candidate LUB. Fourthly, the mapping possibility ic inthe terminal node of SJSC is judged by che aring hierarchicllorelations of the two ontologies. Finally, the ituorrect synsets of KLN and terminologiollocandidate groups are excluded in the mapping. This study positively uses various language information described in each ontology for establishing the mapping criteria, and it is indeed the advantage of the fine-grained manual mapping. The result using the proposed methodology shows that 6,487 LUBs are mapped with 474 terminal and non-terminal nodes of SJSC, excluding the multiple mapped nodes, and that 88,255 nodes of KLN are mapped including all lower-level nodes of the mapped LUBs. The total mapping coverage is 97.91% of KLN synsets. This result can be applied in many elaborate syntactic and semantic analyses for Korean language processing.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.17 no.3
• /
• pp.191-201
• /
• 2015

Measuring and mapping connectivity among habitats is a key component of sustainable urban planning and design process. In this study, we examined how functional corridors connect forest bird habitats in a metropolitan area of Korea using graph theory-based techniques. High-quality forest habitat was defined as a function of forest cover, presence of residential areas, and road networks. We then constructed a network of high-quality forest habitats using the FunConn (functional connectivity) tools, and computed metrics ($T_i$) of patch importance based on the minimum ($Q_1$) and the 25th percentile ($Q_{25}$) rank least-cost distance values. We investigated the relative influence of two values of patch importance on forest bird species richness. As a result, the patch importance index based on the $Q_{25}$ effective distance threshold was most positively correlated with species richness (P < 0.001) after controlling for the area effect. Thus, using the $Q_{25}$ effective distance threshold, we mapped not only the locations of important habitat patches and functional corridors, but also the network backbone of forest bird habitats. The network developed in this study can help guide urban planning for biodiversity conservation.