• Annual Conference of KIPS
• /
• 2012.04a
• /
• pp.864-867
• /
• 2012

사람들이 휴대용 위치정보 수집 장비나 혹은 스마트폰을 사용하면서 사람의 이동 정보인 위치정보들을 모으는 일이 가능해 졌다. 이러한 위치정보들을 가지고 본 논문에서는 사람의 이동 모델을 나타내고자 하였다. 이동 정보들은 머물러 있는(Stay)상태와 이동하는(Moving) 상태로 나눌 수 있는데 이러한 상태 중 머물러 있는 상태가 군집화가 되어 연쇄 모델속의 하나의 상태(State)로 나타나 질 수 있다. 물론 이동 정보들을 통해 연쇄모델 속 각 상태간의 전이 확률 또한 계산 할 수 있다. 이러한 일련의 과정을 본 논문에서는 기대치 최대화 기반 군집화 과정을 통해 연속시간 연쇄 모델의 형태로 인간의 이동성을 표현하였다. 또한 이러한 모델에서 대표 군집(macro)과 그 부속 군집(micro)을 표현할 수 있었고 이러한 모습은 대표적인 큰 군집 속의 작은 군집의 형태로 나타나게 된다.

• The Journal of Society for e-Business Studies
• /
• v.17 no.3
• /
• pp.43-60
• /
• 2012

This study reviews the life cycle models considering legal and technical characteristics of personal data respectively. Based on the reviews, this research proposes 'consent and management based model of personal data' which is applicable to the domestic IT companies. The model suggested in this paper has characteristics that 'Consent' and 'Management' factors are ㅁpositively considered, which is overlooked in the other models. The validity of the model is examined by two methods, validation of the model of excellence by contrast of the other models, and 'consent' and 'management' factors cover all the life cycle processes. Using this model, IT companies will be contributed to the analysis of the personal data utilization and the development of IT system protection.

• Annual Conference of KIPS
• /
• 2000.10a
• /
• pp.449-452
• /
• 2000

창발적 정보가 갖는 중요한 속성 중 하나는 일정한 범위 내에서 정보의 정확성을 조절할 수 있다는 점이다. 이러한 특성을 이용할 경우 기존의 환원론적 모델에서는 불가능했던 유연한 정보처리가 가능해진다. 우리는 이러한 예를 인간의 두뇌 활동에서 볼 수 있다. 본 논문에서는 창발적 정보를 다루기 위한 한 가지 정보 모델을 제안하였다. 우리는 이 모델을 기반으로 한 창발 정보 시스템을 설계하고 이 시스템 내에서 자료들이 어떻게 다루어질 수 있는 지를 분석하였다. 이러한 분석결과를 이용하여 제안된 모델이 가질 수 있는 유용성을 보여주었다.

• Annual Conference on Human and Language Technology
• /
• 1998.10c
• /
• pp.3-8
• /
• 1998

한국어 품사 태깅 모델은 어절 단위 모델과 형태소 단위 모델로 나눌 수 있다. 이들 중 형태소 단위 모델은 자료 부족 문제가 별로 심각하지 않고 비교적 풍부한 태깅 결과를 내어 준다는 점에서 선호되나 어절 단위로 띄어쓰기를 하는 한국어의 특성을 제대로 반영하지 못한다는 단점이 있다. 이에 본 논문에서는 한국어의 어절 띄어쓰기 정보를 활용하는 형태소 단위 품사 태깅 모델을 제안한다. 어절 띄어쓰기 정보는 복잡도가 매우 작기 때문에 모델 구축에 드는 추가 비용이 그리 크지 않다. 그림에도 불구하고 실험 결과는 어절 띄어쓰기 정보가 한국어 품사 태깅에 유용한 정보임을 보여준다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06b
• /
• pp.143-147
• /
• 2007

소프트웨어 개발 과정에서 산출된 설계 모델은 향후 시스템의 유지보수를 위해 꼭 필요한 산출물 중의 하나이며 시스템을 이해하는데 필수적인 요소이다. 그러나 다양한 요구사항의 변경에 따라 유지보수 단계를 거치면서 소스 코드에만 수정이 가해져 모델 정보와의 연계성이 없어지게 된다. 이에 본 논문에서는 소스 코드와 모델간의 일관성을 위한 코드 저장소를 제안한다. 모델 정보와 소스 코드와의 일관성을 지키기 위해서는 소스 코드에 있는 시스템의 행위적인 정보를 유지하는 것이 중요하다. 본 연구에서는 모델을 표현 할 수 있는 XMI를 이용하여 메타모델 기반의 코드 저장소를 구축함으로써 해결하고자 한다. 코드 저장소에는 소스 코드의 모든 정보를 추출하여 XMI 형태의 코드 모델로 저장되며 이 정보로부터 다시 실행 가능한 소스 코드를 생성할 수 있도록 한다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.690-693
• /
• 2023

언어 모델의 파라미터 수의 지속적인 증가로 100B 단위의 거대 언어모델 LLM(Large Language Model)을 구성 할 정도로 언어 모델의 크기는 증가 해 왔다. 이런 모델의 크기와 함께 성장한 다양한 Task의 작업 성능의 향상과 함께, 발전에는 환각(Hallucination) 및 윤리적 문제도 함께 떠오르고 있다. 이러한 문제 중 특히 환각 문제는 모델이 존재하지도 않는 정보를 실제 정보마냥 생성한다. 이러한 잘못된 정보 생성은 훌륭한 성능의 LLM에 신뢰성 문제를 야기한다. 환각 문제는 정보 검색을 통하여 입력 혹은 내부 표상을 증강하면 증상이 완화 되고 추가적으로 성능이 향상된다. 본 논문에서는 한국어 질의 응답에서 검색 증강을 통하여 모델의 개선점을 확인한다.

• KIPS Transactions on Software and Data Engineering
• /
• v.6 no.3
• /
• pp.141-148
• /
• 2017

The current advancement of mobile devices enables users to collect a sequence of user positions by use of the positioning technology and thus the related research regarding positioning or location information are quite arising. An individual mobility model based on positioning data and time data are already established while group mobility model is not done yet. In this research, group mobility model, an extension of individual mobility model, and the process of establishment of group mobility model will be studied. Based on the previous research of group mobility model from two individual mobility model, a group mobility model with more than two individual model has been established and the transition pattern of the model is represented by Markov chain. In consideration of real application, the computing time to establish group mobility mode from huge positioning data has been drastically improved by use of GPGPU comparing to the use of traditional multicore systems.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.613-618
• /
• 2022

효과적인 자연어 처리를 위해 제안된 Transformer 구조의 등장 이후, 이를 활용한 대규모 언어 모델이자 사전학습 모델인 BERT, GPT, OPT 등이 공개되었고, 이들을 한국어에 보다 특화한 KoBERT, KoGPT 등의 사전학습 모델이 공개되었다. 자연어 처리 모델의 확보를 위한 학습 자원이 늘어나고 있지만, 사전학습 모델을 각종 응용작업에 적용하기 위해서는 데이터 준비, 코드 작성, 파인 튜닝 및 저장과 같은 복잡한 절차를 수행해야 하며, 이는 다수의 응용 사용자에게 여전히 도전적인 과정으로, 올바른 결과를 도출하는 것은 쉽지 않다. 이러한 어려움을 완화시키고, 다양한 기계 학습 모델을 사용자 데이터에 보다 쉽게 적용할 수 있도록 AutoML으로 통칭되는 자동 하이퍼파라미터 탐색, 모델 구조 탐색 등의 기법이 고안되고 있다. 본 연구에서는 한국어 사전학습 모델과 한국어 텍스트 데이터를 사용한 자연어 처리 모델 산출 과정을 정형화 및 절차화하여, 궁극적으로 목표로 하는 예측 모델을 자동으로 산출하는 시스템의 설계를 소개한다.

• Journal of Internet Computing and Services
• /
• v.19 no.3
• /
• pp.25-33
• /
• 2018

This paper proposes a cloud workflow model theoretically supported by the information control net modeling methodology as a cloud workflow modeling methodology that is mandatory in implementing realtime enterprise workflow management systems running with cloud computing environments. The eventual goal of the cloud workflow model proposed in this paper is to support those cloud workflow architectures reflecting the types of cloud deployment models such as private, community, public, and hybrid cloud deployment models. Moreover, the proposed model is a mathematical graph model that is extended from the information control net modeling methodology used in conventional enterprise workflow modeling, and it aims to theoretically couple this methodology with the cloud deployment models. Finally, this paper tries to verify the feasibility of the proposed model by building a possible cloud workflow architecture and its cloud workflow services on a realtime enterpeise cloud workflow management system.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.289-292
• /
• 2004

여러 분야에서 다양한 목적으로 인간처럼 생각하는 시스템을 구현하고자 하는 연구가 이루어지고 있다. 인간의 뇌에서 기억을 담당하는 부분은 시각, 청각, 촉각 등의 감각 정보를 이용하여 새로 들어온 정보가 이미 기억된 정보와 같은가를 비교하여 기존 기억에 적용시키거나 새로운 정보로 기억시킨다. 기존의 모델은 ART를 사용하여 그것을 구현하고 반복 학습되지 않는 정보는 잊혀져 버리는 것과 강한 자극과 함께 입력된 정보는 반복 학습되지 않아도 잊혀지지 않는 것이었다. 그 모델을 이용할 경우 모든 감각에 대한 정보들이 전부 한 번에 처리되었기 때문에 감각별로 정보를 차등적으로 조절하여 처리하기가 곤란하였다. 본 논문에서는 이 문제를 개선하기 위해 기존의 ART를 이용한 모델에서 감각 정보를 비교하는 과정을 퍼지 규칙을 도입한 방법으로 교체하고자 한다. 우선 입력받는 감각 정보의 여러 값들을 감각 별로 그룹화 한 후 그룹별로 퍼지 규칙을 이용하여 비교한다. 기억된 정보들을 퍼지 규칙으로 하고 입력된 정보를 이용하여 각각의 규칙에 대한 결과를 낸다. 이 모델에서는 퍼지를 사용하여 기억된 정보에 대한 이해가 쉽고, 기억된 정보를 이용할 때 규칙을 조절하여 적용하는 것으로 상황에 따라 필요한 감각 정보를 알맞게 적용할 수 있을 것이다.