• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권4호
• /
• pp.551-559
• /
• 2017

본 논문에서는 베어링 고장진단 성능을 개선하기 위해 실시간 학습 방법을 제안한다. 기존 베어링 고장진단의 문제점은 학습되지 않은 상태에 대해 올바른 분류를 할 수 없다는 점이다. 제안한 4단계 실시간 학습 방법은 새로운 상태를 실시간으로 인지 및 학습하여 새로운 상태의 데이터를 올바르게 분류할 수 있다. 1단계에서는 학습 정보에서 각 클래스의 무게중심과 그 클래스 내 각 특징벡터 사이의 유클리디안 거리를 계산하여 각 클래스별로 거리의 최대값을 계산한다. 2단계에서는 새로 취득된 데이터의 특징벡터와 각 클래스의 무게중심 사이의 유클리디안 거리를 계산하고 각 클래스별 최대 허용 거리와 비교한다. 3단계에서는 새로 취득된 데이터들과 각 클래스 내 무게중심 사이의 거리가 각 클래스의 최대 허용 거리보다 모두 클 경우 새로운 상태의 데이터로 인지하고 새로운 상태 인지 횟수를 증가시킨다. 마지막 4단계에서는 새로운 상태 인지 회수가 10보다 클 경우 새로운 상태의 클래스를 생성하기 위해 새로운 상태로 인지된 10개의 데이터를 새로운 상태의 클래스로 지정하고 분류기를 재학습시킨다. 제안한 방법의 성능을 검증하기 위해 실제 베어링 결함 데이터를 사용하여 제안한 실시간 학습 방법의 효율성을 검증하였다.

• 정보처리학회 논문지
• /
• 제13권2호
• /
• pp.41-47
• /
• 2024

시간 및 주파수 영역에서 각각 학습한 모델 간에 성능 차이가 발생할 경우, 앙상블을 수행하더라도 개별 모델 간의 성능 불균형으로 인하여 앙상블의 성능이 오히려 저하되는 현상을 확인할 수 있었다. 따라서, 본 논문은 시간 영역과 주파수 영역에서 특징을 추출하고, 이들을 융합한 단계적 학습 방법을 통해 파이프라인 누출 감지의 정확성을 높이기 위한 누출판별 기법을 제안한다. 이 방법은 두 단계의 학습 과정으로 이루어지며, 먼저, 단계 1에서는 시간 영역과 주파수 영역에서 독립적으로 모델 학습을 수행하여 도메인별로 주어진 데이터로부터 중요한 특징들을 효과적으로 추출하도록 하였다. 단계 2에서는 사전학습 완료된 각 모델로부터 해당 분류기를 제거한 후, 두 도메인의 특징들을 서로 융합하고 새로운 분류기를 추가하여 재학습을 수행하였다. 본 논문에서 제안하는 전이학습 기반 특징융합 기법은 시간 및 주파수 영역에서 추출된 특징들을 융합하여 모델 학습을 수행함으로써, 두 영역의 특징이 상호 보완적으로 작용하여 모델이 다양한 정보를 활용함으로 인해 99.88%의 높은 정확도를 달성하여 파이프 누수 감지에 있어 우수한 성능을 입증하였다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.253-266
• /
• 2018

본 연구는 질의 응답(QA) 시스템에서 사용하는 개체명 인식(NER)의 성능을 향상시키기 위하여 시퀀스 태깅 방법론을 적용한 새로운 방법론을 제안한다. 사용자의 질의를 입력 받아 데이터베이스에 저장된 정답을 추출하기 위해서는 사람의 언어를 컴퓨터가 알아들을 수 있도록 구조화 질의어(SQL)와 같은 데이터베이스의 언어로 전환하는 과정이 필요한데, 개체명 인식은 사용자의 질의에서 데이터베이스에 포함된 클래스나 데이터 명을 식별하는 과정이다. 기존의 데이터베이스에서 질의에 포함된 단어를 검색하여 개체명을 인식하는 방식은 동음이의어와 문장성분 구를 문맥을 고려하여 식별하지 못한다. 다수의 검색 결과가 존재하면 그들 모두를 결과로 반환하기 때문에 질의에 대한 해석이 여러 가지가 나올 수 있고, 계산을 위한 시간복잡도가 커진다. 본 연구에서는 이러한 단점을 극복하기 위해 신경망 기반의 방법론을 사용하여 질의가 가지는 문맥적 의미를 반영함으로써 이러한 문제를 해결하고자 했고 신경망 기반의 방법론의 문제점인 학습되지 않은 단어에 대해서도 문맥을 통해 식별을 하고자 하였다. Sequence Tagging 분야에서 최신 기술인 Bidirectional LSTM-CRF 모델을 도입함으로써 신경망 모델이 가진 단점을 해결하였고, 학습되지 않은 단어에 대해서는 온톨로지 기반 특성치를 활용하여 문맥을 반영한 추론을 사용하였다. 음악 도메인의 온톨로지(Ontology) 지식베이스를 대상으로 실험을 진행하고 그 성능을 평가하였다. 본 연구에서 제안한 방법론인 L-Bidirectional LSTM-CRF의 성능을 정확하게 평가하기 위하여 학습에 포함된 단어들뿐만 아니라 학습에 포함되지 않은 단어들도 포함한 질의를 평가에 사용하였다. 그 결과 L-Bidirectional LSTM-CRF 모형을 재학습 시키지 않아도 학습에 포함되지 않은 단어를 포함한 질의에 대한 개체명 인식이 가능함을 확인하였고, 전체적으로 개체명 인식의 성능이 향상됨을 확인할 수 있었다.

• 한국산학기술학회논문지
• /
• 제12권9호
• /
• pp.3856-3868
• /
• 2011

최근까지 부동산 부분에 대한 전반적인 연구경향은 부동산시장 및 시장분석에 관한 논문이 중심을 이루었고, 부동산중개인의 직무능력 향상을 위한 교육프로그램개발에 대한 연구는 상대적으로 부족한 실정이었다. 따라서 본 연구는 충남지역(천안)을 중심으로 부동산 비즈니스 현장에서 경영활동 중인 부동산중개인을 대상으로 직무능력 향상을 위한 교육프로그램에 대한 니즈를 파악하기 위하여 실증분석을 하였다. 분석결과는 다음과 같다. 첫째, 부동산중개인의 직무능력 향상을 위한 교육내용에 대한 설문에서는 응답자의 대다수가 부동산 권리관계분석 및 법적지식, 부동산경영 회계, 부동산마케팅, 부동산 정책의 이해 등이 절실하게 필요한 것으로 나타났다. 이와 같은 변화의 움직임은 진화하는 고객들의 욕구를 충족시켜 줄 수 있는 최적의 대안이 교육훈련과정으로부터 발생됨을 인식하기 때문이라 하겠다. 둘째, 부동산마케팅 전략에 대하여 조사한 결과, 응답자의 대부분이 고객 욕구를 충족시키기 위해 새로운 형태의 마케팅전략이 필요함을 인식하고 있는 것으로 나타났다. 이와 같은 현상은 정보기술(Information Technology)등 패러다임 변화에 따라 인터넷 광고 등과 같은 새로운 형태의 마케팅 전략이 경영현장에서 요구되기 때문인 것으로 판단된다. 셋째, 산학연계를 통한 부동산관련 교육프로그램 필요성에 대하여 조사한 결과, 응답자 가운데 92%가 대학의 평생교육원에서 진행하고 있는 부동산 교육프로그램의 운영이 필요하다고 응답하였다. 또한 지역에 소재한 대학의 자원(resources)을 이용한 부동산중개인의 재학습 과정이 필요한 것으로 나타났다. 이외에도 효과적이고 효율적인 교육프로그램을 위해서는 대학 평생교육원의 인적 자원(human resources)을 활용한 부동산중개인의 직무능력 향상을 위한 '부동산 계약학과' 형태의 교육훈련시스템 운영을 요구하고 있는 것으로 나타났다. 넷째, 부동산중개인의 직무능력 향상을 위해 정규과정에서 수강하고 싶은 교육내용의 순위를 조사한 결과, 부동산경영(44.2%)과 부동산마케팅(42.3%)부분이 빈도가 높게 나타났다. 이와 같은 응답결과는 부동산경영과 부동산마케팅 마인드를 통해 고객들의 니즈를 파악하려는 의지를 보여주는 것이라 하겠다. 경영지식의 습득을 위해서는 정규과정 형태의 교육프로그램 운영보다는 비정규과정 형태의 교육훈련 프로그램을 더욱 더 선호하는 것으로 나타났다. 그러나 본 연구는 부동산중개인의 특성을 고려, 천안지역에서 부동산중개업을 운영하고 있는 대상만을 중심으로 표본을 추출하였다. 따라서 모집단을 보다 광범위하여 다양한 지역을 중심으로 조사할 필요가 있다. 천안지역 이외에도 부동산 비즈니스 활동이 활발하게 진행되고 있는 지역(평촌, 일산, 분당)과 부동산학을 전공하는 학부생과 대학원생들을 대상으로 부동산중개인의 직무능력 향상을 위한 니즈를 실증적으로 분석할 필요가 있다. 이를 통하여 부동산중개인들이 고객만족과 직무능력 향상을 위하여 필요로 하는 요인들을 측정함으로서 맞춤형 교육프로그램개발을 위한 정보를 얻을 수 있을 것이다. 이와 같은 연구결과를 통하여 측정된 직무능력 향상을 위한 교육프로그램개발 변수들은 대학의 부동산학 커리큘럼에 접목됨과 동시에 부동산학의 발전을 위한 실사구시적 정보(information)로 유용하게 사용될 수 있을 것이다.