• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.249-252
• /
• 2008

소프트웨어 제품 개발에 있어서 생산성 증가와 비용 절감을 위해 기존 생성된 산출물의 재사용이 중요시 되고 있다. 이 재사용의 초점은 소스 코드의 재사용에서, 설계의 재사용, 도메인 공학에 초점을 둔 재사용으로 발전 되어 왔고, 재사용 자원을 만들기 위한 도메인 분석방법에 대한 연구가 이루어지고 있다. 현재 유사한 도메인에 대한 온톨로지 기반 feature 공통성과 가변성 분석 기법에 대한 연구가 있으나, feature 와 온톨로지에 대한 메타모델 차원의 명확한 분석과 모델들간의 매핑 프로파일이 없어서 일관성 있는 변환을 저해하고 있다. 본 논문에서는 메타모델 차원에서 온톨로지를 이용한 feature 모델과 OWL 간의 변환 방법을 제시한다. 이를 위해 feature 와 OWL 에 대한 메타모델을 정의하고, 이 속성들에 기반하여 feature 모델과 OWL 간 변환 프로파일과 알고리즘을 생성한다. 그리고 제시한 변환 규칙을 이용하여 전자결재 시스템을 통해 실제 적용함으로써 일관성 있는 모델 변환을 보여준다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.576-579
• /
• 2024

경제 위기 대비를 위해 인공지능을 활용한 주식시장 변동성 이상을 탐지하는 목적을 가지고 있다. 글로벌 이슈와 경제 위기 대비를 위해 주식시장 변동성 예측의 중요성이 부각되고 있으며, 기존의 주식시장 변동성 지수인 VIX 의 한계로 인해 더 복잡한 모델 및 인공지능을 활용한 연구에 관심이 집중되고 있다. 기존의 주식시장 변동성 예측에 관한 연구들은 통계적인 방법을 사용했으며 인공지능을 이용한 연구 또한 대부분 이상치 구간을 표시하여 예측을 목표로 하고 있으나 이러한 접근법은 라벨이 있는 데이터 수집 어려움, 클래스 불균형 문제가 있다. 본 연구는 인공지능을 활용한 주식시장 변동성 탐지에 기여하고 지도 학습 방식 대신 비지도 학습 기반의 이상탐지모델을 사용하여 주식시장 변동성을 예측하는 새로운 방법론을 제안한다. 본 연구에서 개발한 인공지능 모델은 IsolationForest 모델을 활용하며, 시계열 데이터를 전처리한 후 정상성을 확보하는 등의 과정을 거친다. 실험 결과로 인공지능 모델이 주요 경제이슈를 이상치로 검출하는 성능을 확인하였으며 재현율 약 93.6%, 정밀도 100%로 높은 성능을 달성했다.

• 한국어정보학회:학술대회논문집
• /
• 2016.10a
• /
• pp.134-138
• /
• 2016

정보의 양이 빠르게 증가함으로 인해 필요한 정보만을 효율적으로 얻기 위한 질의응답 시스템의 중요도가 늘어나고 있다. 그 중에서도 질의 문장에서 주어와 관계를 추출하여 정답을 찾는 지식베이스 기반 질의응답 시스템이 활발히 연구되고 있다. 그러나 기존 지식베이스 기반 질의응답 시스템은 하나의 질의 문장만을 사용하므로 정보가 부족한 단점이 있다. 본 논문에서는 이러한 단점을 해결하고자 정보검색을 통해 질의와 유사한 문장을 찾고 Recurrent Neural Encoder-Decoder에 검색된 문장과 질의를 함께 활용하여 주어와 관계를 찾는 모델을 제안한다. bAbI SimpleQuestions v2 데이터를 이용한 실험에서 제안 모델은 질의만 사용하여 주어와 관계를 찾는 모델보다 좋은 성능(정확도 주어:33.2%, 관계:56.4%)을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.502-504
• /
• 2001

본 논문에서는 영상기반 모델링에서 3차원의 기하학적 제약을 이용한 모델링을 다루고 있다. 기존에 이러한 연구가 많이 진행되어져 왔으나, 여기에서는 새로운 방법에 의한 모델링을 시도하였다. 이러한 접근방법은 이해하기가 쉽고, 편리하며, 간단한 모델링에 적용이 용이하다. 또한, 영상평면 정보와 3차원의 정보를 가지고 있기 때문에 기존의 3차원 복원 이론과 혼합하여 적용할 수 있다. 영상기반 모델링(IBM, Image Based Modeling)의 핵심은 2차원 영상에서 사라진 깊이 정보를 어떻게 찾는가에 있다. 기존에는 3차원 복원을 위하여 투영된 영상평면의 점을 이용하거나, 이미지 상에서의 소실점을 찾거나, 2차원의 벡터와 3차원의 공간 좌표의 특정한 평면에 놓여있는 벡터와의 관계를 이용하여 깊이 정보를 복원하였다. 이러한 접근 방법은 사용자가 선택한 2차원 좌표로부터 3차원 좌표를 구하는 것이다. 본 논문에서는 기존의 방법과 다르게 3차원 원시 기하모델의 제약을 이용하여 사용자가 3차원 원시 기하모델을 2차원 영상에 투영하고, 그 정보를 이용하여 영상의 3차원 정보를 찾아 나가는 방법을 소개한다. 또한, 선형적인 최적화 기능을 넣어 관사 모델을 구하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.05a
• /
• pp.73-76
• /
• 2003

신경생리학적으로 밝혀진 바에 의하면, 대뇌의 시상에 분포한 일차 감각영역에서 감각 정보를 수집한다. 수집된 감각 정보는 과거 기억과의 비교를 통해 인식되고 인식된 정보는 일차 운동영역으로 전달되어 행동으로 나타난다. 수집된 감각 정보를 판단하는 기관은 감각 연합 영역으로 알려져 있으며, 과거 정보를 통해 비교하여 판단하는 방식이다. 하지만, 과거 기억 정보로 존재하지 않는 새로운 감각 입력에 대해서는 대뇌피질 내의 파페츠 회로를 통해 새로이 기억하게 된다. 이 과정에는 변연계의 편도체(Amygdala)의 감정 반응을 이용하여 강한 감정 반응을 유도하는 감각 입력에 대해서는 강한 기억을 하게 되고, 반대의 경우에는 약한 기억을 하게 되는 특징이 고려된다. 본 논문에서는 기억되지 않은 새로운 감각 자극에 대해 감정 반응 정도에 따라 기억되는 정도의 변화를 관찰할 수 있는 모델을 제시하고자 한다. 이 모델은 대뇌피질의 정보 처리 및 감각 학습 과정을 인공적으로 구현하는 과정에 바탕이 될 것이다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.10a
• /
• pp.935-937
• /
• 2009

본 논문에서는 MicroTec을 이용한 채널 길이에 따른 20nm이하 MOSFET의 전달컨덕턴스의 특성을 분석하였다. 전달컨덕턴스는 게이트 전압의 변화에 의한 드레인 전류의 변화이다. MicroTec의 이동도 모델중 Lombardi, Constant, Yamaguchi 모델을 선택하여 이동도 모델에 따른 gm(전달컨덕턴스)를 비교하였다. 인가전압은 소스 0V, 기판 0V, 드레인 0.1V, 게이트는 -2.5V에서 4.5V까지 증가시켰다. 채널의 길이가 줄어들수록 gm(전달컨덕턴스)의 최대값과 드레인 전류가 증가함을 알 수 있었다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.235-240
• /
• 2021

구문 트리의 구조적 정보는 문장 수준 관계 추출을 수행하는데 있어 매우 중요한 자질 중 하나다. 기존 관계 추출 연구는 구문 트리에서 최단 의존 경로를 적용하는 방식으로 관계 추출에 필요한 정보를 추출해서 활용했다. 그러나 이런 트리 가지치기 기반의 정보 추출은 관계 추출에 필요한 어휘 정보를 소실할 수도 있다는 문제점이 존재한다. 본 논문은 이 문제점을 해소하기 위해 개체 중심으로 구문 트리를 재구축하고 모든 노드의 정보를 관계 추출에 활용하는 모델을 제안한다. 제안 모델은 TACRED에서 F1 점수 74.9 %, KLUE-RE 데이터셋에서 72.0%로 가장 높은 성능을 보였다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.85-90
• /
• 2021

코로나바이러스감염증-19로 인한 팬데믹 상황이 지속되면서 감염증 정보의 불확실성으로 인해 코로나 관련 루머가 온라인상에서 빠르게 전파되고 있다. 이러한 코로나 관련 가짜 뉴스를 사전에 탐지하기 위해, 본 연구에서는 한국어 코로나 가짜 뉴스 데이터셋을 구축하고, 개체명과 사용자 재확산 정보를 이용한 한국어 가짜 뉴스 탐지 모델을 제안한다. 가짜 뉴스 팩트체킹 언론인 서울대팩트체크센터에서 코로나 관련 루머 및 가짜 뉴스에 대한 검증 기사를 수집한 후, 기사로부터 개체명 추출 모델을 통해 주제 키워드를 추출하고, 이를 이용해 유튜브 상의 사용자 재확산 정보를 수집하여 데이터셋을 구성하였다. BERT 기반의 제안 모델을 다양한 비교군과 비교하였고, 특성 조합에 따른 실험을 통해 각 특성 정보(기사 텍스트, 개체명 데이터, 유튜브 데이터)가 가짜 뉴스 탐지 성능에 미치는 영향을 알아보았다.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.71-75
• /
• 2020

오픈북 질의응답 문제는 올바른 정답을 고르기 위해 사람들끼리 공유하고 있는 상식정보가 필요한 질의로 이루어져있다. 기계가 사람과 달리 상식 정보를 이용하여 결론을 도출하는 상식 추론을 하기 위해서는 적절한 상식 정보를 논리적으로 사용하여야 한다. 본 연구에서는 적절한 상식정보의 선택과 논리적 추론을 위하여, 질의에 대한 Abstract Meaning Representation (AMR) 그래프를 이용하여 적절한 상식 정보를 선택하고 그의 해석을 용이하게 만들었다. 본 연구에서 제안한 상식 그래프 경로 학습 모델은 오픈북 질의응답 문제에서 대표적 언어모델인 BERT의 성능보다 약 7%p 높은 55.02%의 정확도를 달성하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.455-458
• /
• 2008

기업의 전사적 비즈니스와 IT 환경의 통합 청사진을 보여주는 엔터프라이즈 아키텍처의 효율적인 시스템 적용을 위하여는 조직의 비즈니스, 정보, 응용시스템, 기술 기반구조의 연관관계와 미래모델을 시각적으로 사용자에게 보여주어야 한다. 기존 ITAMS 혹은 EAMS 라고 불리는 시스템에 아키텍처 툴을 이용하여 EA 의 모델정보를 퍼블리싱하여 시각화하였는데 시스템과 아키텍처 툴간의 플랫폼의 이질성으로 인하여 아키텍처정보를 그래픽화하여 변환하고 해당정보를 시스템에서 보여주는데 실시간 적용이 불가능 했을 뿐 아니라 사용자의 편의성이 원활하지 않았다. 이에 본 연구는 XML 기반의 SVG 그래픽 도구를 이용하여 아키텍처 작업을 가능하게 하고 SVG 정보의 자동 생성 및 웹기반 모델링 툴을 구현하여 시스템과 모델링 툴의 단일 레파지토리화를 통하여 데이터의 이원화를 해소하고 사용자 편의성을 증대하는 패턴을 구현한다.