• 한국정밀공학회지
• /
• 제17권3호
• /
• pp.76-82
• /
• 2000

본 논문에서는 환경에 구속 받는 유연 매니퓨레이터의 힘/위치에 대하여 논하고자 한다. 일반적으로, 유연 매니퓨레이터의 모델링 방법은 분포 정수 모델과 집중 정수 모델로 분류할 수 있다. 전자인 분포 정수 모델을 이용해서는 평면 1 링크, 2 링크를 대상으로 한 위치/힘 제어는 가능하나, 운동 방정식의 복잡성으로 인하여 실시간에서 다 링크 다 관절 유연 매니퓨레이터의 힘/위치를 제어하기는 어렵게 여겨져 왔다. 본 논문에서는 집중 정수 모델링 방법인 집중 스프링 질량 모델(Lumped Spring Mass Model)을 이용하여 환경에 구속받는 유연 매니퓨레이터의 운동 방정식을 산출했다 이 모델을 실험기인 유연 매니퓨레이터 ADAM(Aerospace Dual Arm Manipulators)에 적용하여 실시간 위치/힘 제어 실험을 행하였으며, MATLAB를 이용하여 해석했다. 또한, ADAMS$^{TM}$ FEM를 이용하여 분포 정수 모델을 도출하여, 해석하였으며, 이 결과와 집중 정수 모델을 이용한 MATLAB 해석의 결과, 그리고 실험 결과를 비교 분석하여 본 논문에서 제안한 구속받는 유연 매니퓨레이터의 집중 정수 모델 타당성을 입증시켰다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2018년도 제30회 한글 및 한국어 정보처리 학술대회
• /
• pp.561-566
• /
• 2018

최근 신경망 번역 모델에 주의 집중 네트워크가 제안되어 기존의 기계 번역 모델인 규칙 기반 번역 모델, 통계적 번역 모델에 비해 높은 번역 성능을 보이고 있다. 그러나 주의 집중 네트워크가 잘못 모델링되는 경우 과소 번역 현상이 나타난다. 신경망 번역 모델에 커버리지 메커니즘을 추가하여 과소 번역 현상을 완화하는 연구가 진행되었으나 이는 모델의 구조를 변경해야하는 불편함이 있다. 본 논문에서는 신경망 번역 모델의 구조를 변경하지 않고 새로운 손실 함수를 정의하여 과소 번역 현상을 완화하는 방법을 제안한다. 한-영 번역 실험을 통해 제안한 주의 집중 네트워크의 정규화 방법이 커버리지 메커니즘의 목적을 효율적으로 달성함을 보인다.

• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2016년도 제28회 한글및한국어정보처리학술대회
• /
• pp.217-219
• /
• 2016

본 논문은 형태소 분석 및 품사 태깅을 위해 seq2seq 주의집중 모델을 이용하는 접근 방법에 대하여 기술한다. seq2seq 모델은 인코더와 디코더로 분할되어 있고, 일반적으로 RNN(recurrent neural network)를 기반으로 한다. 형태소 분석 및 품사 태깅을 위해 seq2seq 모델의 학습 단계에서 음절 시퀀스는 인코더의 입력으로, 각 음절에 해당하는 품사 태깅 시퀀스는 디코더의 출력으로 사용된다. 여기서 음절 시퀀스와 품사 태깅 시퀀스의 대응관계는 주의집중(attention) 모델을 통해 접근하게 된다. 본 연구는 사전 정보나 자질 정보와 같은 추가적 리소스를 배제한 end-to-end 접근 방법의 실험 결과를 제시한다. 또한, 디코딩 단계에서 빔(beam) 서치와 같은 추가적 프로세스를 배제하는 접근 방법을 취한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2016년도 제28회 한글 및 한국어 정보처리 학술대회
• /
• pp.217-219
• /
• 2016

본 논문은 형태소 분석 및 품사 태깅을 위해 seq2seq 주의집중 모델을 이용하는 접근 방법에 대하여 기술한다. seq2seq 모델은 인코더와 디코더로 분할되어 있고, 일반적으로 RNN(recurrent neural network)를 기반으로 한다. 형태소 분석 및 품사 태깅을 위해 seq2seq 모델의 학습 단계에서 음절 시퀀스는 인코더의 입력으로, 각 음절에 해당하는 품사 태깅 시퀀스는 디코더의 출력으로 사용된다. 여기서 음절 시퀀스와 품사 태깅 시퀀스의 대응관계는 주의집중(attention) 모델을 통해 접근하게 된다. 본 연구는 사전 정보나 자질 정보와 같은 추가적 리소스를 배제한 end-to-end 접근 방법의 실험 결과를 제시한다. 또한, 디코딩 단계에서 빔(beam) 서치와 같은 추가적 프로세스를 배제하는 접근 방법을 취한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2019년도 제31회 한글 및 한국어 정보처리 학술대회
• /
• pp.411-414
• /
• 2019

검색 모델은 색인된 문서 내에서 입력과 유사한 문서를 검색하는 시스템이다. 최근에는 기계독해 모델과 통합하여 질문에 대한 답을 검색 모델의 결과에서 찾는 연구가 진행되고 있다. 위의 통합 모델이 좋은 결과를 내기 위해서는 검색 모델의 높은 성능이 요구된다. 따라서 본 논문에서는 검색 모델의 성능을 보완해 줄 수 있는 재순위화 모델을 제안한다. 검색 모델의 결과 후보를 일괄적으로 입력받고 '질문-단락'간 주의 집중을 계산하여 재순위화 한다. 실험 결과 P@1 기준으로 기존 검색 모델 성능대비 5.58%의 성능 향상을 보였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.145-150
• /
• 2020

최근 음성인식 분야에서 신경망 기반의 종단간 모델이 제안되고 있다. 해당 모델들은 음성을 직접 입력받아 전사된 문장을 생성한다. 음성을 직접 입력받는 모델의 특성상 데이터의 품질이 모델의 성능에 많은 영향을 준다. 본 논문에서는 이러한 종단간 모델의 문제점을 해결하고자 음성인식 결과를 후처리하기 위한 멀티모달 기반 모델을 제안한다. 제안 모델은 음성과 전사된 문장을 입력 받는다. 입력된 각각의 데이터는 Encoder를 통해 자질을 추출하고 주의집중 메커니즘을 통해 Decoder로 추출된 정보를 전달한다. Decoder에서는 전달받은 주의집중 메커니즘의 결과를 바탕으로 후처리된 토큰을 생성한다. 본 논문에서는 후처리 모델의 성능을 평가하기 위해 word error rate를 사용했으며, 실험결과 Google cloud speech to text모델에 비해 word error rate가 8% 감소한 것을 확인했다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.554-558
• /
• 2020

최근 사전학습 모델의 발달로 기계독해 시스템 성능이 크게 향상되었다. 하지만 기계독해 시스템은 주어진 단락에서 질문에 대한 정답을 찾기 때문에 단락을 직접 검색해야하는 실제 환경에서의 성능 하락은 불가피하다. 즉, 기계독해 시스템이 오픈 도메인 환경에서 높은 성능을 보이기 위해서는 높은 성능의 검색 모델이 필수적이다. 따라서 본 논문에서는 검색 모델의 성능을 보완해 줄 수 있는 오픈 도메인 기계독해를 위한 단락 재순위화 모델을 제안한다. 제안 모델은 합성곱 신경망을 이용하여 질문과 단락을 구절 단위로 표현했으며, N-gram 구절 사이의 상호 주의 집중을 통해 질문과 단락 사이의 관계를 효과적으로 표현했다. KorQuAD를 기반으로한 실험에서 제안모델은 MRR@10 기준 93.0%, Top@1 Precision 기준 89.4%의 높은 성능을 보였다.

• 한국지진공학회논문집
• /
• 제5권4호
• /
• pp.27-38
• /
• 2001

반무한 호소의 동적 모델링을 위한 역학적 집중변수모델을 제안하였다. 깊이가 일정한 2차원 반무한 호소의 전달경계의 정해를 구하였다. 정해의 거동특성을 주파수 영역과 시간 영역에서 조사하였다. 고유진동수와 합성곱 적분의 핵함수인 베셀 함수의 모양 등과 같은 해의 주요 특성이 변하지 않도록 질량, 감쇠기, 스프링 계수를 구한다. 최종 집중 변수 모델은 각각의 고유값에 대해 2개의 질량, 1개의 스프링, 2개의 감쇠기로 구성된다. 적용 예제를 통하여 새로운 집중변수모델이 댐-호소계의 시간 영역 해석에 효율적으로 사용될 수 있음을 확인하였다.

• 재활복지공학회논문지
• /
• 제5권1호
• /
• pp.59-64
• /
• 2011

인공 중이 (IMEHD, implantable middle ear hearing device)용 플로팅 매스 트랜스듀서는 제작 과정상에서 발생하는 구조적 오차 및 제작 결합시의 문제점들로 인해 설계 시 의도와 다른 진동 특성을 가질 수 있게 되고, 이렇게 제작된 진동 트랜스듀서는 향후 실제 환자에게 이식되었을 때의 진동체 진동 성능을 예측하기 어려운 문제점이 있다. 본 연구에서는 제작된 플로팅 매스형 트랜스듀서에 대해 설계값과의 비교 평가 및 향후 컴퓨터 모델화된 청각 중이 집중 소자 모델에 적용이 가능하도록 기 제작된 진동체의 집중 소자 모델 파라미터들을 추정할 수 있는 방법을 제안하였으며, 제안된 방법을 LabVIEW 기반의 그래픽 유저 인터페이스 소프트웨어로 구현하였다. 제안된 방법은 실제 제작된 플로팅 매스형 진동체의 진동 변위 및 위상 데이터를 이용하여 해당 진동체의 집중 모델 파라미터들을 순차적 이차 프로그래밍 (SQP, sequential quadratic programming) 방법으로 추정하는 방식이다. 구현된 방법을 이용하여 측정 데이터에 가해지는 잡음의 양에 따른 플로팅 매스형 진동 트랜스듀서의 집중 모델 파라미터 추정 시의 발생 오차 변화를 컴퓨터 시뮬레이션을 통해 조사하여 본 방법의 파라미터 추정 정확도를 확인하였다. 또한, 실제로 제작한 인공중이용 진동 트랜스듀서에 대해 측정된 진동 변위 및 위상 데이터를 이용하여 진동체의 집중 모델 파라미터들을 추정하였으며, 기존 설계값들과 비교를 통해 제안된 방법의 유용성을 평가하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.966-968
• /
• 2015

온라인 교육이 지속적으로 발전하면서 학습자 수도 빠르게 증가하고 있다. 동영상 콘텐츠기반의 단방향적인 지직전달 방식인 온라인 학습에서는 학습자의 주의집중 여부가 학습 효과 및 학습 전략에 있어서 중요한 요인이다. 하지만 이에 대한 연구는 미비한 실정이다. 본 논문은 온라인 교육에서 학습자의 주의집중을 판단할 수 있는 시스템의 주의집중 판단 단어 자동생성 모델을 설계하고 제안하였다. 학습자가 동영상 콘텐츠를 시청하면 시청중인 콘텐츠의 단어와 기존에 학습했던 모든 콘텐츠의 단어를 호출하여 단어별 가중치 값을 계산하고 상위 단어들을 주의집중 판단 단어 셋으로 자동 생성한다. 생성된 주의집중 판단 단어 셋은 주의집중 판단 시스템에서 적용되어 학습자들이 동영상 콘텐츠에 단어가 노출되었는지 아닌지를 판단함으로써 학습자의 주의집중 여부를 빠르게 판단할 수 있다.