• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• 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.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.61-62
• /
• 2022

알츠하이머성 치매는 현존하는 치료법이 없어 경도인지장애 단계에서의 예방이 중요하다. 지금까지의 알츠하이머 연구는 대부분이 뇌영상 마커와 뇌척수액 마커에 집중되어 있었으며, 경도 인지 장애 단계에서의 탐색은 더욱 적었다. 이러한 점에서 혈액 유전자 발현을 이용한 경도 인지장애 단계 예측은 인지 능력에 따른 관련 유전자 식별과 접근 가능한 진단 및 치료 바이오 마커 탐색에 기여할 수 있다. 그러나 유전자 발현 데이터의 경우 환자 수에 비해 높은 차원을 가지기 때문에 과적합을 막고 질병 관련 유전자를 식별하기 위해서는 데이터에서의 의미 있는 차원만을 뽑아내는 차원 축소가 선행되야 한다. 본 연구는 유전자 발현데이터에서의 인지장애 분류를 위해 차원 축소기법과 신경망을 적용하여 인지 장애 정도를 예측하였다. 그 결과, Lasso 이용 차원축소와 신경망을 이용하여 97%의 정확도로 정상과 조기 경도 인지장애, 후기 경도 인지장애 환자를 분류 할 수 있었으며, 더 적은 차원에서도 분류가 가능했다. 이는 혈액 유전자 발현을 이용해 경도 인지장애 단계를 예측한 첫 번째 연구이며, 인지능력 저하에 따른 혈액 유전자 발현의 연관성을 확인하고 향후 조기 진단, 치료 표적 탐색에 기여한다.

• 에너지공학
• /
• 제17권3호
• /
• pp.139-144
• /
• 2008

최근 유가의 고공행진 때문에 한국은 해외 에너지 자원개발뿐만 아니라 에너지 소비를 줄이기 위한 국가적 정책으로 기존 설비의 에너지 효율을 증가시키는 방안을 모색하는 것이 필요한 시점이다. 따라서 본 연구는 이런 국가적 사안에 부합하고자 인천생산기지 고압 LNG 배관망에 대하여 수정유량방정식을 사용한 Newton Method로 접근하였고, 유창조절밸브(FCV)에 의해 지배적인 영향을 받는 것을 확인할 수 있었다. 또한, 고압펌프는 유량조절밸브 50%의 개도율에서 최고효율을 보여 주었고, 고압배관망 내에서 배관저항곡선은 LNG 헤드가 1,500m 이상이 되어야만 토출이 가능한 것을 보였다. 고압펌프의 운전점으로부터 운전비용을 산출하였고, 최고 효율시 운전비용과 비교하여 운전비용을 절감할 수 있는 금액을 산출하였다. 특히 일간 시간대별 운전비용 절감액뿐만 아니라 연간 일별 운전비용 절감액을 산출하였으며, 그 결과 고압배관망은 연간 138백만원을 절감할 수 있다. 이것은 연간 고압펌프 1기당 9,823천원을 절감할 수 있다는 것을 의미한다. 결론적으로 본 연구는 복잡한 고압 LNG 배관망에서 고압펌프의 운전특성과 운전비용 절감효과를 확인할 수 있었다. 또한 이것은 미시적으로 생산기지의 효율적 미래운영에 대한 기여와 더불어 거시적으로 국가 에너지 경쟁력 제고에 기여할 수 있을 것이다.

• 한국통신학회논문지
• /
• 제36권12B호
• /
• pp.1450-1458
• /
• 2011

연구망에서 융합망이란 의료, 바이오, 항공우주, e-Science 분야 등의 응용 연구자들에게 슈퍼컴퓨터, 클러스터 등의 컴퓨팅 자원을 네트워크 자원과 동시에 동적으로 제공해 줄 수 있는 환경을 의미한다. 한국을 대표하는 연구망인 KREONET은 2008년도부터 융합망 프로젝트를 통해 다음과 같은 기술을 개발하고 있다. 먼저 이기종 네트워크 환경에서 동적으로 연결 지향형 네트워크를 구성 할 수 있는 제어평면 기술을 제공하고 있으며, 그와 더불어 사용자가 원하는 시간 때에 컴퓨팅 자원 및 네트워크 자원을 예약, 할당해 줄 수 있는 통합자원관리시스템 기술을 개발하고 있다. 본 논문에서는 개발되어진 통합자원관리시스템을 이용허여 네트워크 자원의 예약 및 할당이 가능한 테스트베드 네트워크를 소개한다. 사용자로부터 제공 되어진 예약정보를 받아 GRS와 NRM 간에, NRM와 라우터 간에 각각 GNSI, GUNI 인터페이스 메시지를 통해 네트워크 자원을 예약 할당 할 수 있다. 예약 시각의 시작시점에 NRM으로부터 GUNI 인터페이스 메시지가 각 라우터에 전달되어지고 할당된 LSP (Label Switched Path) 경로를 통해 트래픽이 전송됨을 확인하였다.

• 대한교통학회지
• /
• 제16권2호
• /
• pp.157-167
• /
• 1998

건설된 도로를 효율적으로 이용하고, 통행자의 편리성을 향상시키기 위해 첨단 여행자 정보체계(ATIS)를 활용할 수 있다. ATIS 체계하에서 노선정보를 통행자에게 제공하기 위해서는 교차로에서의 회전으로 인한 지체를 정확하게 반영할 수 있는 효율적인 최단경로 알고리즘이 필요하다. 하지만 기존의 최단경로탐색 알고리즘은 좌회전 금지, U-turn, P-turn 등 교차로에서의 회전으로 인한 지체를 정확히 반영 못한다는 단점을 갖고 있다. 그러므로 본 논문에서는 이러한 단점을 극복하기 위해 수정형 덩굴망 알고리즘을 재발하였다. 수정형 덩굴망 알고리즘은 노드표지(node labelling) 방법에 있어서는 기존의 덩굴망 알고리즘의 노드표지 방법과 개념적으로 동일하여 이용상의 편리성을 갖도록 하였으며, 최단경로 탐색기능에 있어서는 링크탐색알고리즘(혹은 링크표지기법)이 갖고 있는 장잠을 다 반영할 수 있는 기법으로 개발하였다. 수정형 덩굴망 알고리즘은 노드표지에 있어 특정 노드로 유입하는 방향에 따라 노드표지를 별도로 기록하였다. 따라서 교차로에서의 좌회전, 우회전 및 직진은 물론 U-turn의 경우에도 추가적인 절차 없이 현실적인 최단 경로를 탐색할 수 있도록 하였다. 또한 본 논문은 최단경로의 역추적 방법을 개선하여 좌회전 금지, U-turn, P-turn 및 기타 회전에 의한 지체등을 각 교차로마다 정확히 반영함으로써 비합리적인 최단경로가 추적되는 것을 근본적으로 차단하도록 하였다. 따라서 본 연구에서 개발한 수정형 덩굴망 최단경로탐색 알고리즘은 교차로에서의 회전지체 및 회전금지를 현실적으로 잘 반영함으로써 정확한 노선정보를 요구하는 ATIS체계를 분석하는데 유용하게 활용될 수 있는 기법이다.장자료를 통해 구하기란 현실적으로 불가능하므로, 본 연구에서는 이러한 제약점을 극복할 수 있는 근사적인 지체시간을 계산하는 방법을 제시한 점에서 의미를 갖을 수 있다.수들은 직업의 선택이나 소득을 예측하기 위한 요소들로 포함될 수 없었다. 따라서 후속연구에서는 이를 보완해야 할 것이며, 최근 들어 우리 나라에서도 재택근무에 대한 관심이 대두되고 있으나 아직 개념정의나 그 중요성과 가치, 그리고 실태 파악과 같은 연구가 활발히 이루어지지 못하고 있으므로 이에 대한 심층적인 연구가 행해져야 할 것이다.d similar flower proceeding dates in all branches. but "Daepung" showed similar flower proceeding dates in all branches.est in HB. Mean period of wetting duration was in the order of DS＞HB＞MB, while the dew point depression was greatest in DS.ANCOVA, Pearson correlation을 이용하여 분석하였으며, 그 결과는 다음과 같다. 캠프 프로그램은 소아 당뇨병 환자의 자기 효능을 증진시키고 환자 역할 행위 이행을 높여주는데 효과적 이었다. 소아 당뇨병 환자의 자기 효능은 환자 역할 행위 이행과 순 상관 관계가 있어, 자기 효능이 증진될수록 환자 역할 행위 이행 정도가 높아졌다. 무조건 사주지 않는다(8.0%), 무조건 사준다(3.1%)로 식품광고에 나오는 식품 요구시 부모의 70.3%가 거절하는 것으로 나타났다. 거절 이유는 건강에 나쁘다는 것이 가장 큰 이유였으며 강남과 강북 어린이간에 유의적인 차이가 있었다

• 국제지역연구
• /
• 제22권4호
• /
• pp.77-98
• /
• 2018

본 논문의 목적은 제조업, 특히 철강기업의 공급망 경쟁력 확보를 위한 최적의 메커니즘 사례를 연구함으로서 그 시사점을 찾고자 하는 것이다. 이를 위해 본 논문에서는 국내 대표 글로벌 철강그룹의 계열사를 대상으로 그 사례를 살펴보았다. 지금까지의 기업 전략연구는 주로 대형 그룹사의 모기업을 중심으로 이루어져 왔으나, 이번에는 대그룹 계열사에 대한 전략적 한계점과 특성을 고려하여 ser-M기반에서 공급망관리 메커니즘을 다루도록 하며, 이를 통해 글로벌 철강업체 및 대기업 계열사에 적절한 메커니즘을 탐색해보고자 한다. 연구결과, 대기업 그룹의 계열사는 그룹 모기업의 필요에 의해 건립되는 경우가 많아 모기업(S) 중심의 메커니즘이 작동되기 쉽다. 따라서 계열사 입장에서 통제 가능한 내부 자원(R)을 최대한 활용하는 메커니즘이 적합한 것으로 나타났다. 본 논문의 ser-M기반 공급망 메커니즘 연구는 글로벌 철강 제조업 공급망 사례를 중심으로 메커니즘을 살펴보았다는데 의미가 있으며, 또한 국내 대표그룹 계열사에 대한 사례연구란 점에서 그 의의를 찾을 수 있다.

• 한국항해항만학회지
• /
• 제43권1호
• /
• pp.72-78
• /
• 2019

중고선은 신조선과 달리 시장참여자에게 즉각적인 시장 진출입 기회를 제공하기 때문에 해운산업에서 중요한 시장이라 할 수 있다. 중고선 거래 시 정확한 선가 추정은 향후 장기적인 자본비용의 부담과 직접적인 관련이 있기 때문에 투자의사결정에서 상당히 중요한 요소가 된다. 기존의 중고선시장과 관련된 연구들은 시장의 효율성검증에 치우쳐 있어 정확한 중고선가 추정을 위한 연구는 부족한 실정이다. 본 연구에서는 중고선박 가치추정에 전통적인 계량모델보다 기존연구에서 시도되지 않았던 인공신경망모델을 새롭게 제안하였다. 문헌연구를 통해 중고선 가격에 영향을 미치는 6개 요인(운임, 신조선가격, 총 선복대비 발주량, 해체선 가격, 선령, 사이즈)을 선정하였고, 데이터는 2016년 1월부터 2018년 12월까지 Clarkson에 보고된 파나막스 중고선의 실거래 기록 366건을 이용하였다. 변수선정을 위하여 상관분석과 단계적 회귀분석 실시한 결과 최종적으로 운임, 선령, 사이즈 3개의 변수가 채택되었다. 모델의 설계는 10분할 교차검증으로 인공신경망모델의 파라미터들을 추정하여 진행되었다. 인공신경망 모델의 중고선 가치추정치를 단순 단계적 회귀모형과 비교한 결과 인공신경망모델의 성능이 우수함을 확인하였다. 이 연구는 중고선 선가추정에 미치는 요인들에 대한 통계적인 검증, 성능개선을 위한 기계학습기반의 인공신경망 모델활용이라는 측면에서 차별적 의미가 있다. 또한 정확한 선가 추정이 요구되는 실무에서 통계적인 합리성과 결과의 정확성이 동시에 만족되는 과학적 모델을 제시하여 실무적으로도 도움이 될 것으로 기대한다.

• 한국수자원학회논문집
• /
• 제54권5호
• /
• pp.301-309
• /
• 2021

본 연구에서는 시계열 순서의 의미가 희석될 수 있는 기존의 U-net 기반 딥러닝 강우예측 모델의 성능을 개선하고자 하였다. 이를 위해서 데이터의 연속성을 고려한 ConvLSTM2D U-Net 신경망 구조를 갖는 모델을 적용하고, RainNet 모델 및 외삽 기반의 이류모델을 이용하여 예측정확도 개선 정도를 평가하였다. 또한 신경망 기반 모델 학습과정에서의 불확실성을 개선하기 위해 단일 모델뿐만 아니라 10개의 앙상블 모델로 학습을 수행하였다. 학습된 신경망 강우예측모델은 현재를 기준으로 과거 30분 전까지의 연속된 4개의 자료를 이용하여 10분 선행 예측자료를 생성하는데 최적화되었다. 최적화된 딥러닝 강우예측모델을 이용하여 강우예측을 수행한 결과, ConvLSTM2D U-Net을 사용하였을 때 예측 오차의 크기가 가장 작고, 강우 이동 위치를 상대적으로 정확히 구현하였다. 특히, 앙상블 ConvLSTM2D U-Net이 타 예측모델에 비해 높은 CSI와 낮은 MAE를 보이며, 상대적으로 정확하게 강우를 예측하였으며, 좁은 오차범위로 안정적인 예측성능을 보여주었다. 다만, 특정 지점만을 대상으로 한 예측성능은 전체 강우 영역에 대한 예측성능에 비해 낮게 나타나, 상세한 영역의 강우예측에 대한 딥러닝 강우예측모델의 한계도 확인하였다. 본 연구를 통해 시간의 변화를 고려하기 위한 ConvLSTM2D U-Net 신경망 구조가 예측정확도를 높일 수 있었으나, 여전히 강한 강우영역이나 상세한 강우예측에는 공간 평활로 인한 합성곱 신경망 모델의 한계가 있음을 확인하였다.

• 한국엔터테인먼트산업학회논문지
• /
• 제14권4호
• /
• pp.169-186
• /
• 2020

본 연구는 2013년부터 2019년까지 최근 7년간 가장 안정적인 관객동원력이 검증된 127인의 유력 제작자와 감독, 배우를 선별하고, 이들 간의 네트워크를 사회연결망 분석(SNA)을 통해 조망하였다. 또한 1998년부터 2012년까지에 흥행작 대상으로 진행된 선행 연구 결과와의 비교를 통해 변화 추이에 대해서도 설명하였다. 최근 7년간 최상위 관객동원력을 보여준 제작자는 강혜정, 장원석, 이유진, 한재덕이었고, 감독으로는 봉준호, 김용화, 류승완이 선정되었다. 배우의 경우 송강호, 하정우, 황정민이 안정적인 관객동원력을 확인받았다. 한편 127인의 유력 영화인들이 형성한 관계망을 근접 중심성, 연결 중심성, 위세 중심성, 매개 중심성을 통해 분석한 결과, 제작자로는 한재덕, 장원석, 배우로는 조진웅, 마동석, 황정민을 주축으로 한 강력한 소그룹 네트워크가 발견되었다. A급 스타 배우가 상대적으로 매우 부족한 국내 영화 제작 현실을 고려하면 이러한 편향된 네트워크로 인한 긍정적인 측면 못지않게 다양성 훼손 등의 부작용도 있을 수 있기에 경계가 필요하다. 본 연구는 그 동안의 국내 영화 흥행 요인 연구에서 논의된 적이 없는 제작자의 포지션을 연결망에 포함하여 분석했으며, 흥행작 도출에 있어 단순히 동원 관객 수에 의존하지 않고 실질적인 손익분기점 도달 여부를 확인함으로써 정확한 흥행작과 유력 영화인을 선정했다는 데에서 의미를 지닌다. 그러나 관계망에서 매니지먼트사의 위치와 역할을 제시하지 않았다는 점에서 한계를 남겼기에 이에 대한 후속 논의가 필요하다.

• 전자공학회논문지CI
• /
• 제42권4호
• /
• pp.33-42
• /
• 2005

본 논문에서는 소속 함수와 신경망을 이용한 유전자 발현 정보의 분류 기법을 제안한다. 유전자 발현은 유전자가 mRNA와 생체의 기능을 일으키게 하는 단백질을 만들어내는 과정이다. 유전자 발현에 대한 정보는 유전자의 기능을 밝히고 유전자간의 상관 관계를 알아내는데 중요한 역할을 한다. 이러한 유전자 발현 연구를 위한 정보를 대량으로 신속하게 얻을 수 있는 도구가 DNA 칩이다. DNA 칩으로 얻은 수백$\~$수천개의 데이터는 그 데이터만으로는 의미를 갖지 못한다. 따라서 유전자 발현정도에 따라 수치적으로 획득된 데이터에서 의미적인 특성을 찾아내기 위해서는 클러스터링 방법이 필요하다. 본 논문에서는 수많은 유전자 데이터 중에서 주요 정보를 포함한 것으로 판단되는 유전자 데이터를 피셔 기준에 의하여 선택한다. 이때 선택된 데이터들이 클러스터링에 효과적인 데이터라고 보장할 수 없으므로, 클러스터링 성능을 저해하는 유전자 데이터의 영향력을 감소시키기 위해서 소속 함수를 이용하여 특징값을 계산하고, 계산된 특징값으로 얻은 특징 벡터들을 적용하여 역전파 신경망 학습을 수행한다. 본 논문에서 제안한 유전자 발현 정보의 분류 결과로 얻은 클러스터링의 성능은 기존의 연구 결과와 비교했을 때 다양한 유전자 데이터에 대하여 향상된 인식율을 보이는 것을 확인할 수 있었다.