• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.82-84
• /
• 2017

본 논문에서는 한국어 이미지 캡션을 학습하기 위한 데이터를 작성하고 딥러닝을 통해 예측하는 모델을 제안한다. 한국어 데이터 생성을 위해 MS COCO 영어 캡션을 번역하여 한국어로 변환하고 수정하였다. 이미지 캡션 생성을 위한 모델은 CNN을 이용하여 이미지를 512차원의 자질로 인코딩한다. 인코딩된 자질을 LSTM의 입력으로 사용하여 캡션을 생성하였다. 생성된 한국어 MS COCO 데이터에 대해 어절 단위, 형태소 단위, 의미형태소 단위 실험을 진행하였고 그 중 가장 높은 성능을 보인 형태소 단위 모델을 영어 모델과 비교하여 영어 모델과 비슷한 성능을 얻음을 증명하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.346-348
• /
• 2001

본 논문은 입력 영상들로부터 추적이나 탐지의 대상이 되는 모델을 학습에 의해 생성하는 방법에 대해 기술한다. 일반적으로 탐지나 검출 시스템을 구성할 경우, 사용되는 대상 모델은 초기에 인위적으로 주어지게 된다. 이 경우 시스템이 동작하는 주위의 환경이 변하게 되면, 그에 맞게 새로운 대상 모델이 다시 주어져야 하는 단점이 있다. 또한 탐지 시스템 개발에 있어서 일반적인 문제점은 탐지 대상이 가려지거나 겹칠 경우 인식 성공률이 크게 떨어진다는 것이다. 본 논문에서는 사람 탐지 시스템의 일반적인 문제점들에 대응하고 탐지의 성능을 높이기 위하여 최소한의 제약 조건만이 미리 주어지고 실제 탐지 대상의 모델은 입력 영상으로부터 학습을 통해 구성 요소별로 생성하는 방법에 대해 기술한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10c
• /
• pp.13-15
• /
• 2001

최근에 이르러 프로세서의 병렬성을 분석적 기법으로 예측하기 위한 연구가 활발해지면서 프로세서의 성능 예측 모델에 대한중요성이 대두되고 있다. 그러나 기존의 연구는 현재 광범위하게 사용되고 있는 다중 분기 예측법을 이용하는 프로세서에 대하여 분기 차수와 관계없는 재귀적 성능 모델을 제공해주지 않는다. 본 논문에서는 이것을 해결하기 위하여, 매 싸이클마다 명령어 종속 트리를 구성하고 종속인 명령어 간에 상대적인 병렬도 갓을 부여하여 성능 예측 모델 입력 데이타를 측정하였다. 그 곁과, 다중 분기 예측법을 사용하는 프로세서에서 정수형 프로그램에 대한 성능을 기존의 성능모델보다 작은 상대 오차로 예측할 수 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2012.10a
• /
• pp.687-688
• /
• 2012

In simulation model, when it's occurred model succession, the parent model is connected to child model. The model succession also is divided into integrity and fragment by the succession characteristic.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.357-359
• /
• 1998

무선 통신 환경에서 기지국 안테나를 떠난 전파가 수신안테나에 도달하는 과정 중에 발생하는 전파 손실은 매우 복잡한 비선형 함수이다. 본 논문에서는 신경회로망을 사용한 전파 손실 모델을 제안하고, 3차원 지형 데이터를 이용하여 전파 환경을 반영할 수 있는 특징을 추출하여 이를 신경회로망에 적용함으로써 전파손실 예측모델을 생성하는 방법을 소개한다. 각 필드 측정 데이터에 대한 특징 값을 이용하여 신경회로망을 학습하여 예측모델을 완성한다. 또한, 서울 도심 지역의 실제 PCS 서비스 환경에 대한 실험결과를 통해 제안하는 모델의 우수성을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10a
• /
• pp.337-340
• /
• 2000

음성 인식 및 온라인 필기 인식기 모델로 널리 알려진 은닉 마르코프 모델(HMM)을 오프라인에 적용하려는 시도는 있었지만 아직까지 만족할 만한 성과는 찾아보기 어렵고 인식률도 신경망 등 다른 방법에 의한 시스템에 미치지 못하는 실정이다. 본 연구에서는 온라인 필기 모델 HMM을 오프라인 필기인식에 활용하는 방법 한 가지와 순수하게 오프라인 필기 모델로서 제안된 2D HMM을 기술한다. 두 방법 모두 기존의 HMM 모델링 틀에 기초를 두고 개발하였으며 다양한 국소 변형을 해석하기 위해 동적 계획법에 기반한 알고리즘을 응용하였다. 본 논문에서는 두 가지 독립적인 아이디어 제안에 의의를 두었으며 주요 아이디어만을 간략하게 기술하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10c
• /
• pp.143-145
• /
• 1999

정시 서비스를 제공하는 실시간 시스템을 설계할 때 일반성을 지니도록 하기 위하여 실시간 객체인 TMO(Time-triggered Message-triggered Object) 모델이 연구되었으며 이러한 객체를 수행하기 위한 객체 모델 수행 플렛폼이 다양한 환경에서 개발되었다. 본 논문에서는 최근 들어 많은 주목을 받고 있는 리눅스 환경에서 설계 및 구현된 미들웨어 형태의 실시간 객체 모델 수행 플렛폼 LTMOS(Linux TMO System)에 대해 기술한다. 응용 프로그램 개발자가 실시간 시스템을 TMO 모델로 디자인하면 LTMOS는 TMO의 메쏘드를 리눅스의 쓰레드로 매핑하여 리눅스 커널의 실시간 스케쥴링을 받도록 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06a
• /
• pp.49-51
• /
• 2006

분자 wDNF기계를 통해 해 집단을 병렬적으로 탐색하여 유망한 텀들을 선택한 후 그를 구성하는 변수들의 분포를 평가, 확률 모델을 확립하고 그로부터 다음 세대의 해 집단을 구성함으로써 진화 알고리즘의 확장인 EDA을 DNA컴퓨팅으로 모델링한다. 또한 희박한(sparse) 해 집단에서 간략한 (parsimonious) wDNF모델을 항께 찾으므로 단순히 해 집단의 분포만을 진화시켜 나가는 것이 아니라 모델의 구조도 같이 최적화 시켜 나가는 방안을 제시한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.247-249
• /
• 2012

본 연구에서는 MATLAB Simulink/Stateflow 기반으로 만든 모델의 transition의 condition을 미리 연산하고, 이를 바탕으로 모델을 최적화하는 모듈을 제안하고 이를 구현하였다. 구현한 모듈은 stateflow 내부의 transition condition의 label string을 이진트리로 구성하고, True/False를 판단한다. 그리고 condition의 True/False 판단 결과를 통해 모델의 최적화 과정을 수행한다. 제안하는 모듈을 이용하여 간단한 예시모델의 수정 과정을 보이고 테스트 커버리지가 향상되는 것을 검증하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.670-672
• /
• 2002

Park과 Zhang은 최대 엔트로피 모델(maximum entropy model)을 실제 자연언어 처리에 적용함에 있어서 나타날 수 있는 여러가지 문제를 해결하기 위한 최대 엔트로피 모델(maximum entropy boosting model)을 제시하여 문서 단위화(text chunking)에 성공적으로 적용하였다. 최대 엔트로피 부스팅 모델은 쉬운 모델링과 높은 성능을 보이는 장점을 가지고 있다. 본 논문에서는 최대 엔트로피 부스팅 모델을 영어 전치사 접속 모호성 해소에 적용한다. Wall Street Journal 말뭉치에 대한 실험 결과, 아주 작은 노력을 들였음에도 84.3%의 성능을 보여 지금까지 알려진 최고의 성능과 비슷한 결과를 보였다.