• 한국지능시스템학회논문지
• /
• 제17권5호
• /
• pp.684-690
• /
• 2007

본 논문은 확률변수들로 이루어진 클러스터의 집합과 확률변수들에 대해 관찰된 데이터가 주어진 상황에서, 클러스터 사이에 존재하는 조건부 확률적 의존의 방향성(directional tendency of conditional dependence in the Bayesian probabilistic graphical model)을 결정하는 방법을 기술한다. 클러스터 사이에 존재하는 조건부 확률적 의존의 방향성을 추정하기 위해 한 클러스터에서 다른 각 클러스터에 가장 가까운 확률변수를 해당 클러스터의 외부연결변수로 결정한다. 외부연결변수들 사이에서의 가장 확률이 높은 조건부 확률적 의존성을 나타내는 방향성 비순환 그래프(directed acyclic graph(DAG))를 찾음으로써, 주어진 클러스터들 사이에 존재하는 조건부 확률적 의존의 방향성을 결정한다. 사용된 방법이 클러스터 사이에 존재하는 조건부 확률적 의존의 방향성을 유의미하게 추정할 수 있음을 실험적으로 보인다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2022년도 제34회 한글 및 한국어 정보처리 학술대회
• /
• pp.289-294
• /
• 2022

의존구문분석은 문장을 의존관계(의존소-지배소)로 분석하는 구문분석 방법론이다. 현재 사전학습모델을 사용한 전이 학습의 딥러닝이 좋은 성능을 보이며 많이 연구되지만, 데이터셋에 의존적이며 그로 인한 자료부족 문제와 과적합의 문제가 발생한다는 단점이 있다. 본 논문에서는 언어학적 지식에 기반한 강화된 지배소-의존소 제약규칙 에지 알고리즘을 심층학습과 결합한 모델을 제안한다. TTAS 표준 가이드라인 기반 모두의 말뭉치로 평가한 결과, 최대 UAS 96.28, LAS 93.19의 성능을 보였으며, 선행연구 대비 UAS 2.21%, LAS 1.84%의 향상된 결과를 보였다. 또한 적은 데이터셋으로 학습했음에도 8배 많은 데이터셋 학습모델 대비 UAS 0.95%의 향상과 11배 빠른 학습 시간을 보였다. 이를 통해 심층학습과 언어지식의 결합이 딥러닝의 문제점을 해결할 수 있음을 확인하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.401-403
• /
• 2021

본 연구는 한국지능정보사회진흥원에서 제공한 2018년 스마트폰 과의존 실태조사에서 사용된 11개 변수와 스마트폰 과의존과의 관계를 탐색하고, 이를 통해 딥러닝 기반 스마트폰 과의존 분류 분석 모델을 개발하고자 시행되었다. 학습데이터셋은 전국 10,000개 가구내 만 3-69세 스마트폰 이용자 25,465명의 스마트폰 이용 형태 및 개인적 특성에 관한 데이터이다. 딥러닝은 심층신경망(DNN)을 설계하였으며, 은닉층(hidden layer)은 4개층으로 구성하였다. 입력한 데이터는 각각 200개, 150개, 100개, 50개, 2개 노드를 거치면서 최종 출력 정보인 스마트폰 과의존 분류율로 나타나는 모델이다. 이때 스마트폰 과의존 분류률을 높이기 위해 학습률(learning rate)과 같은 하이퍼 파라미터를 활용하여 세부조정하면서 가장 잘 학습하는 값을 찾아내었다. 연구결과, 학습횟수가 300번으로 학습율(learning.rate)이 0.01일때 훈련데이터에서 97.43%, 검증데이터에서 98.06%로 가장 높게 나타났다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2019년도 제31회 한글 및 한국어 정보처리 학술대회
• /
• pp.533-536
• /
• 2019

의존 구문 분석은 문장 구성 성분 간의 의존 관계를 분석하는 태스크로, 자연어 이해의 대표적인 과제 중 하나이다. 본 논문에서는 한국어 의존 구문 분석의 성능 향상을 위해 Deep Bi-Affine Network와 Left to Right Dependency Parser를 적용하고, 새롭게 한국어의 언어적 특징을 반영한 Right to Left Dependency Parser 모델을 제안한다. 3개의 의존 구문 분석 모델에 단어 표현을 생성하는 방법으로 ELMo, BERT 임베딩 방법을 적용하고 여러 종류의 모델을 앙상블하여 세종 의존 구문 분석 데이터에 대해 UAS 94.50, LAS 92.46 성능을 얻을 수 있었다.

• Journal of Radiation Protection and Research
• /
• 제31권2호
• /
• pp.97-104
• /
• 2006

최근 방사선 치료 및 진단 분야에서 선량 측정을 위하여 다양하게 사용되고 있는 MOSFET 선량계는 검출부위가 실리콘으로 이루어져 있으며 다른 검출기들과 마찬가지로 어느 정도의 에너지 의존도와 방향 의존도를 보인다. 따라서 MOSFET 선량제가 공기 중이 아닌 모의피폭체 내에서 선량 측정에 사용될 경우 낮은 에너지를 갖는 산란 광자 등 이차 광자들로 인하여 선량을 실제보다. 높게 평가하게 된다. 본 연구에서는 MOSFET 선량계의 에너지 의존도와 방향 의존도로 인하여 발생하는 오차를 보정하기 위한 선량보정인자를 몬테카를로 전산모사 기법을 이용하여 계산하였다. 먼저 사용되는 인형 모의 피폭체의 체적소 모의피폭체(Voxel Phanom)를 CT 영상을 이용하여 제작하였으며 제작된 체적소 모의 피폭체를 몬테카를로 전산코드로 구현한 후, 모의피폭체 내 각 선량계 지점에서 입사하는 광자의 에너지 및 방향별 에너지 스펙트럼을 계산하였다. 각각의 선량계 지점에서 0.662 MeV와 1.25 MeV의 광자빔을 고려하였으며 또한 MOSFET 선량계의 방향은 실리콘 베이스 방향과 에폭시 방향을 고려하였다. 주어진 선량제 지점에서의 선량보정인자는 계산된 에너지 의존도들의 중간간을 이용하여 결정하였으며 이렇게 결정된 각 선량계 지점에서 선량보정인자는 0.89-0.97 범위의 값들을 나타내었다. 본 연구결과에 따르면 MOSFET 선량계를 이용하여 인형 모의피폭체 내에 선량을 측정할 때 에너지 의존도와 방향 의존도를 고려하지 않을 경우 측정 위치에 따라 $3{\sim}11%$ 정도의 측정오차가 발생할 수 있다. 그러므로 인형 모의피폭체 내의 선량을 정확하게 측정하기 위해서는 선량보정인자를 각 선량계에 필히 적용해주어야 한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권6호
• /
• pp.219-230
• /
• 2014

의존관계 분석은 문장의 어절 간에 의존소-지배소를 결정하는 작업이다. 용언은 문형 및 하위범주화 정보의 선택제약에 의해 다른 어절과의 의존관계를 형성한다. 본 논문은 형태소 분석 단계에서 동형이의어 분별된 용언의 문형을 이용하여 용언의 의존관계를 분석하는 방법을 제안한다. 특히, 형태소분석 단계에서 품사 및 동형이의어 태깅을 위해 사용하는 단계별 전이모델의 학습사전을 재활용하여 {명사+격조사, 용언} 간의 의존관계를 확정하는 방안을 제안하고 그의 정확률 및 영향을 분석한다. 동형이의어가 부착되고 의존관계로 변경된 21개의 세종구문분석말뭉치를 이용하여 실험한 결과, 동형이의어 분별된 의존관계 분석 정확률이 80.38%로, 동형이의어가 분별되지 않은 의존관계분석에 비해 0.42%의 정확률 향상이 있었으며, 유의수준 1%의 검정통계량 Z는 ${\mid}Z{\mid}=4.63{\geq}z_{0.01}=2.33$으로 동형이의어 분별이 의존관계 분석에 영향이 있음을 보였다. 또한, 단계별 전이모델이 의존관계 분석 정확률에 약 7.14% 영향을 미치는 것을 알 수 있었다.

• 한국노년학
• /
• 제36권4호
• /
• pp.1177-1189
• /
• 2016

나이가 듦에 따라 의존성이 문제가 되고 있어 요양병원 입원노인의 우울, 요실금, 수면양상 및 의존성의 정도를 파악하고, 의존성에 미치는 영향요인을 파악하고자 하였다. J시 소재 요양병원의 입원노인 209명을 대상으로 우울, 요실금, 수면양상 및 의존성 측정을 위해 구조화된 설문지를 이용하여 자료를 수집하였다. 수집된 자료는 기술통계, t-test, ANOVA, Pearson correlation coefficient 및 다중회귀분석기법으로 분석하였다. 주요연구결과는 다음과 같다. 대상자의 우울은 평균 $6.83{\pm}4.14$점, 요실금은 평균 $6.44{\pm}9.63$점, 수면의 양은 평균 $8.09{\pm}1.55$ 시간, 수면의 질은 평균 $39.37{\pm}6.55$ 점이었고, 의존성은 평균 $42.68{\pm}8.78$점이었다. 하위영역별 의존성은 경제적 의존성이 가장 높았다. 의존성은 우울(r=.26, p<.001), 요실금(r=.35, p<.001)과 양의 상관관계가 있었다. 의존성에 영향을 미치는 요인은 우울(${\beta}.23$, p=.001), 요실금(${\beta}=.26$, p<.001)이었고 11.5%의 설명력이 있었다. 이러한 연구결과는 요양병원 입원노인의 우울, 요실금을 개선하고 의존성을 감소시키기 위해 다학제적 접근과 효과적인 간호중재 개발의 필요성을 제시한다.

• 융합정보논문지
• /
• 제9권6호
• /
• pp.121-129
• /
• 2019

본 연구의 목적은 부모양육태도와 스마트 폰 의존도변인들이 신입생들의 학교생활만족도에 어떤 영향을 미치는지 규명하고, 대학생들이 학교생활에 만족할 있는 방안을 모색하고자 하며, 이를 기초로 실천적인 전략을 제공하는 것이다. 본 연구에서는 대학생의 학교생활만족도와 관련된 변인들 간의 관계와 스마트 폰 의존도의 매개효과를 검증하기 위해 회귀분석을 이용하여 경로를 분석하였다. 연구 결과를 살펴보면, 부모양육태도의 하위요인인 긍정적 양육태도는 스마트 폰 의존도에 부적인 영향을 주었고, 스마트 폰 의존도는 대학생활만족도에 부적인 영향을 미치는 것으로 나타났다. 또한 부정적 양육태도는 스마트 폰 의존도에 정적인 영향을 미치고, 스마트 폰 의존도는 대학생활만족도에 부적인 영향을 미쳤다. 스마트 폰 의존도는 긍정적 부정적 양육태도와 대학생활만족도와의 관계에서 부분매개 효과가 나타났다. 이와 같은 부모의 긍정적 부정적 양육태도, 스마트 폰 의존도, 대학생활만족도와 같은 변수들의 관계를 밝히고, 이 결과를 바탕으로 대학생들의 학교생활에 보다 더 만족할 수 있는 시사점을 논하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(A)
• /
• pp.431-433
• /
• 2012

스파스 분석(Sparse analysis)은 프로그램의 데이터 의존관계(Data dependency)에 따라 필요한 정보를 필요한 부위와 시점으로 바로 보냄으로써 분석을 수행한다. 이 데이터 의존관계의 성질을 이용하면 프로그램 분석을 효율적으로 병렬화 할 수 있는 여지가 생긴다. 이 논문에서는 데이터 의존 관계를 이용하여 스파스 분석을 병렬화 하는 방법을 제시한다. 9개 오픈소스를 통해 실험해본 결과, 프로그램에 따라 6~37%, 평균적으로는 24% 가량 속도가 향상되었다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1997년도 제9회 한글 및 한국어 정보처리 학술대회
• /
• pp.136-142
• /
• 1997

의존 명사와 이를 꾸미는 관형어는 통사적으로 긴밀한 언어학적 단위를 이루므로 의존 명사에 대한 하위 범주 분류는 한국어 자연어 처리에 있어서 중요하다. 그러나 기존 국어 문법에서는 이 문제가 일관성 있게 다루어지지 않았다. 이 논문에서는 국어 사전(조재수 1997)에 올라 있는 의존 명사 600여 개를 허웅(1996)의 분류 기준을 보완하여 일관성 있게 하위 범주 분류를 시도하였다. 또 수량 단위 명사는 앞에 오는 수사의 종류에 따라 더 세분하였다.