• 한국콘텐츠학회논문지
• /
• 제20권2호
• /
• pp.240-247
• /
• 2020

빠르게 변화하는 온라인상의 정보 흐름과 트랜드를 이해하고 IT기술 환경변화에 대응하기 위해서 필요한 선제적 제도 마련을 위한 한 가지 방안으로 빅데이터를 이용하고자 하는 노력이 최근 들어 더욱 가속화 되고 있다. 논문에서는 인공지능 기반의 빅데이터 처리를 통한 이슈 분석 시스템의 개발과 연구를 통해 빅데이터 처리를 위한 새로운 기술의 가능성을 확인하고자 한다. 이를 위해, 고속의 병렬처리가 가능해진 인공신경망을 사용, 의미 추론 및 패턴분석을 위한 처리 기법을 제안하고 구현을 통해 제안하는 방법에 대한 빅데이터 처리의 적합성을 알아본다. 정보보안의 중요성을 감안하여, 인공 신경망을 이용한 이슈 분석 시스템을 최근의 보안 이슈 분석에 활용해봄으로써 제안하는 방식이 실제 빅데이터 처리에 유용하게 활용 될 수 있음을 검증한다. 실험을 통해서 제안된 방식에 대한 다양한 목적의 빅데이터 처리를 위한 기반 기술로의 활용 가능성을 확인한다.

• 한국지능시스템학회논문지
• /
• 제26권1호
• /
• pp.70-75
• /
• 2016

머신비전을 사용하여 사람의 얼굴을 인식하는 다양한 연구가 진행되고 있다. 머신비전은 기계에 시각을 부여하여 이미지를 분류 혹은 분석하는 기술을 의미한다. 본 논문에서는 이러한 머신비전 기술을 적용한 얼굴을 분류하는 알고리즘을 제안한다. 이 얼굴 분류 알고리즘을 구현하기 위해 컨볼루셔널 신경망(Convolution neural network)과 Cascade 안면 검출기를 사용하였고, 피험자들의 얼굴을 분류하였다. 구현한 얼굴 분류 알고리즘의 학습을 위해 한 피험자 당 이미지 2,000장, 3,000장, 40,00장을 10회와 20회 컨볼루셔널 신경망에 각각 반복하여 학습과 분류를 진행하였고, 학습된 컨볼루셔널 신경망과 얼굴 분류 알고리즘의 실효성을 테스트하기 위해 약 6,000장의 이미지를 분류하였다. 또한 USB 카메라 영상을 실험 데이터로 입력받아 실시간으로 얼굴을 검출하고 분류하는 시스템을 구현하였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제22권1호
• /
• pp.107-114
• /
• 2018

본 연구는 인공신경망을 이용해 철골모멘트골조의 접합부 손상을 예측하는 기법을 제안한다. 인공신경망의 입력층에는 기둥 부재의 휨모멘트, 고유진동수, 모드형상 정보가 사용되며, 출력층에는 구조물 접합부의 회전강성 손상지표가 사용한다. 손상지표는 각 접합부의 손상정도를 의미한다. 5층 철골모멘트골조 예제의 수치해석을 통해 훈련 및 검증용 데이터를 생성한다. 총 829가지의 손상 시나리오가 고려된다. 시뮬레이션은 OpenSees를 이용해 반복 실행하여 데이터를 얻도록 하였으며, 훈련용 데이터를 생성할 때 회전 강성의 손상은 1.0, 0.75, 0.5 등 세 가지 중 하나의 값을 가지도록 하였다. 예제 검증을 통해 제시하는 기법은 손상 위치 및 수준을 정확하게 예측하는 것으로 나타났다. 제시하는 기법은 손상지표, 1차, 2차 고유진동수 및 모드형상 등에 대해 매우 유사한 결과를 제시하는 것으로 확인되었다.

• 정보처리학회논문지A
• /
• 제16A권4호
• /
• pp.299-306
• /
• 2009

계층적 폴디드 하이퍼스타 네트워크는 동일한 노드 개수를 갖는 계층적 네트워크인 HCN(n,n)과 HFN(n,n)보다 망비용이 우수한 연결망이다. 본 연구에서는 하이퍼큐브, HCN(n,n), HFN(n,n)과 계층적 폴디드 하이퍼스타 HFH($C_n,C_n$) 사이의 임베딩을 분석한다. 임베딩 결과는 HCN(n,n), HFN(n,n), 하이퍼큐브 $Q_{2n}$은 계층적 폴디드 하이퍼스타 HFH($C_n,C_n$)에 확장율 $\frac{C^n}{2^{2n}}$과 연장율 2, 3, 4로 각각 임베딩 가능하다. 또한, 계층적 폴디드 하이퍼스타 HFH($C_n,C_n$)는 계층적 네트워크인 HFN(2n,2n)에 연장율 1에 임베딩 가능하다. 이러한 임베딩 결과는 하이퍼큐브, HCN(n,n), HFN(n,n)에서 개발된 알고리즘을 계층적 폴디드 하이퍼스타 HFH($C_n,C_n$)에서 효율적으로 활용 가능함을 의미한다.

• 대한지리학회지
• /
• 제45권4호
• /
• pp.461-477
• /
• 2010

생명공학에 의한 유전자 변형 동식물체의 생산, 생물 다양성 감소, 기후변화, 핵 폐기장 문제 등 현대 사회의 복잡 다단한 여러 환경 이슈는 단순히 과학의 문제로, 사회의 문제로 환원시킬 수 없기 때문에 기존의 자연-사회를 바라보는 이분법적 사고만으로는 충분히 설명하기 어렵다. 이러한 문제의식을 갖고 본 논문은 서구 사상에 뿌리깊이 내재된 이분법적 사고가 과학관에 어떻게 투영이 되었고, 또 자연관에는 어떻게 이어져 내려오고, 이것이 최근에는 어떻게 극복되고 있는지, 이러한 대안으로 과학기술 연구에서 발전한 라투르(Latour)의 행위자-연결망 이론이 환경문제를 비롯한 과학-자연-사회 연구에 어떤 의미가 있을지 시론적 수준에서 고찰해 보았다. 행위자-연결망 이론은 인간과 비인간의 이질적 집합체에 초점을 둠으로써 과학뿐만 아니라 우리 사회를 구성하는 생물체, 정치, 기술, 시장, 가치, 윤리, 사실들의"이상한 혼종물"을 종합적으로 이해하는데 적합하고, 현대사회의 복잡한 환경생태 문제에 유용한 새로운 분석틀을 제공할 것으로 보인다.

• 스마트미디어저널
• /
• 제7권4호
• /
• pp.17-23
• /
• 2018

자동 띄어쓰기 특성을 효과적으로 처리할 수 있는 LSTM(Long Short-Term Memory Neural Networks) 기반의 RNN 모델을 제시하고 적용한 결과를 분석하였다. 문장이 길거나 일부 노이즈가 포함된 경우에 신경망 학습이 쉽지 않은 문제를 해결하기 위하여 입력 데이터 형식과 디코딩 데이터 형식을 정의하고, 신경망 학습에서 드롭아웃, 양방향 다층 LSTM 셀, 계층 정규화 기법, 주목 기법(attention mechanism)을 적용하여 성능을 향상시키는 방법을 제안하였다. 학습 데이터로는 세종 말뭉치 자료를 사용하였으며, 학습 데이터가 부분적으로 불완전한 띄어쓰기가 포함되어 있었음에도 불구하고, 대량의 학습 데이터를 통해 한글 띄어쓰기에 대한 패턴이 의미 있게 학습되었다. 이것은 신경망에서 드롭아웃 기법을 통해 학습 모델의 오버피팅이 되지 않도록 함으로써 노이즈에 강한 모델을 만들었기 때문이다. 실험결과로 LSTM sequence-to-sequence 모델이 재현율과 정확도를 함께 고려한 평가 점수인 F1 값이 0.94로 규칙 기반 방식과 딥러닝 GRU-CRF보다 더 높은 성능을 보였다.

• 디지털융복합연구
• /
• 제16권12호
• /
• pp.217-229
• /
• 2018

이 연구에서는 미분양 아파트 단지의 세대별 계약 자료에 데이터 마이닝 기법인 의사결정나무, 신경망, 로지스틱 모형을 적용하여 세대별 초기계약을 예측하는 모형을 개발한다. 모형 개발에는 위례신도시 미분양 아파트 단지의 계약 자료가 이용되며, 이 자료는 훈련용 자료와 검정용 자료로 분할되어 분석에 투입된다. 훈련용 자료에서는 신경망, 의사결정나무, 로지스틱 모형 순으로 예측력이 뛰어났지만 검정용 자료에서는 로지스틱 모형이 가장 우수하게 나타났다. 이 같은 결과는 신경망이 훈련용 자료에 최적화된 모형으로 구축되면서 검정용 자료에 대한 적응성이 떨어져 나타난 결과로 판단된다. 의사결정나무와 로지스틱 모형을 병행 적용한 결과, 층수, 향, 세대 위치, 전기 및 발전기실의 소음, 청약자 거주지, 청약 종류가 초기계약에 영향을 주는 것으로 나타났다. 이는 두 가지 모형을 같이 사용하는 것이 초기계약 결정요인 발굴에 더 효과적이라는 것을 의미한다. 이 연구는 데이터 마이닝의 적용 범위를 주택 분양 예측까지 확장함으로써 융복합 분야 발전에 기여하고 있다.

• 한국컴퓨터정보학회논문지
• /
• 제25권12호
• /
• pp.109-117
• /
• 2020

본 논문에서는 5G 무선 네트워크에서 높은 처리율, 저지연 및 서비스 영역화를 제공하기 위한 LADN(로컬 영역 데이터망)을 살펴보고, LADN을 위한 향상된 제어 프로토콜 설계 방안을 제안한다. LADN은 3GPP 5G 통신 시스템에서 새롭게 도입된 개념으로써, 단말(UE)이 특성 서비스 영역에 위치해 있을 때, 특정 LADN 세션을 연결할 수 있는 데이터 네트워크를 의미한다. 5G 무선 네트워크에서 단말과 핵심 망의 LADN 정보가 동일하지 않은 경우가 발생했을 때, 단말의 LADN 세션 설정이 실패하게 된다. 본 논문에서 제안하는 기법은 특정 등록 절차 수행을 통하여 단말과 5G 핵심 망의 LADN 정보를 신속하게 갱신하여 일치시키고 곧바로 LADN 세션을 적절하게 설정한다. 결과적으로, 제안하는 ECP 기법은 5G 무선 네트워크에서 LADN 서비스 제공을 위한 세션 연결 수행 시, 불필요한 제어 신호 오버헤드 및 통신 지연 발생을 방지할 수 있다.

• 문화기술의 융합
• /
• 제8권5호
• /
• pp.229-234
• /
• 2022

본 연구는 대학생을 대상으로 한 인문치유의 방법을 연구하고자 사전 설문조사를 실시하였다. 학생 설문조사를 바탕으로 인문치유의 연구 방향을 제시하고, 이에 적합한 인문치유의 방법을 찾고자 한다. 계량적인 분석을 위해 BPS-Modell, 몸(Bio), 정신(Psycho), 삶의 네트망(Sozio)을 중심으로 각 10문항을 구성하였다. 몸(Bio)에 대한 문항에서 50%의 학생들이 자신의 몸과 마음, 의지를 잘 파악하고, 그에 따른 행동을 하고 있다고 하였다, 그러나, 20%의 학생들은 자신의 몸과 마음, 의지에 따른 행동이 맞지 않는 것으로 나타났다. 정신(Psycho)에 대한 문항에서 50% 이상의 학생들이 자신의 내면과 소통이 잘 이루어진다고 하였다. 그러나, 20% 이하의 학생들은 잘 이루어지지 않는 것으로 나타났다. 삶의 네트망(Sozio)에 대한 문항에서 60% 이상의 학생들이 사회적 네트망을 잘 이루고 있다. 그러나, 10% 정도의 학생들은 삶에 대한 태도나 의미가 매우 낮은 것으로 나타났다. 인문학의 궁극적 목적은 '행복'이며, 인간 삶의 목적도 '행복'이다. 인문치유를 통해 안정적인 미래사회를 구현하고, 삶의 질을 높이는 긍정의 힘이 확대되기를 바란다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권12호
• /
• pp.999-1007
• /
• 2006

역전파 학습 방법은 속도가 느리고, 지역 최소점이나 고원에 빠져 수렴에 실패하는 경우가 많다고 알려져 있다. 이제까지 알려진 역전파의 대체 방법들은 수렴 속도와 변수에 따른 수렴의 안정성 사이에서 불균형이라는 대가를 치루고 있다. 기존의 전통적인 역전파에서 발생하는 위와 같은 문제점 중, 특히 지역 최소점을 탈피하는 기능을 추가하여 적은 저장 공간으로 안정성이 보장되면서도 빠른 수렴속도를 유지하는 알고리즘을 제안한다. 이 방법은 전체 신경망을 은닉층-출력층(hidden to output)을 의미하는 상위 연결(upper connections)과 입력층-은닉층(input to hidden)을 의미하는 하위 연결(lower connections) 2개로 분리하여 번갈아 훈련을 시키는 분리 학습방법을 적용한다. 본 논문에서 제안하는 알고리즘은 다양한 classification 문제에 적용한 실험 결과에서 보듯이 전통적인 역전파 및 기타 개선된 알고리즘에 비해 계산량이 적고, 성능이 매우 좋으며 높은 신뢰성을 보장한다.