• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.555-558
• /
• 2020

본 논문에서는 입력 영상에 담긴 다양한 물체들과 그들 간의 관계를 효과적으로 탐지하여, 하나의 장면 그래프로 표현해내는 새로운 심층 신경망 모델을 제안한다. 제안 모델에서는 물체와 관계의 효과적인 탐지를 위해, 합성 곱 신경망 기반의 시각 맥락 특징들뿐만 아니라 언어 맥락 특징들을 포함하는 다양한 멀티 모달 맥락 정보들을 활용한다. 또한, 제안 모델에서는 관계를 맺는 두 물체 간의 상호 의존성이 그래프 노드 특징값들에 충분히 반영되도록, 그래프 신경망을 이용해 맥락 정보를 임베딩한다. 본 논문에서는 Visual Genome 벤치마크 데이터 집합을 이용한 비교 실험들을 통해, 제안 모델의 효과와 성능을 입증한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.04a
• /
• pp.741-744
• /
• 2000

소프트웨어의 재사용성을 높일 수 있는 기법으로 객체보다 더 큰 재사용 단위인 컴포넌트 기반의 개발에 학계와 업계의 관심이 집중되고 있다. 객체지향 방식으로 구현된 모델들은 정보 은폐과 캡슐화를 지원함으로서 응집도 높은 객체들의 집합으로 컴포넌트를 식별하는 작업이 자연스러운 장점이 있다. 그러나 객체가 다른 객체들과 관계와 상속 등으로 연결되는 반면에, 컴포넌트는 컴포넌트들 사이의 인터페이스 호출에 의한 의존도만 나타나며 기본적으로 상호 독립적이다. 따라서 객체지향 모델을 컴포넌트 기반의 모델로 전환 시, 기존의 관계와 상속들을 컴포넌트의 인터페이스로 추출하여 제거하는 작업이 요구된다. 본 논문에서는 객체지향의 객체 모델을 컴포넌트 기반의 객체 모델로 전환 시 예상되는 문제점들을 해결하기 위한 실무적인 지침들을 제안하고자 한다.

• Annual Conference on Human and Language Technology
• /
• 2003.10d
• /
• pp.163-169
• /
• 2003

현재의 질의응답 시스템은 TREC(Text Retrieval Conference) 질의집합에 대해 최대 80% 정도의 응답 성공률을 보이고 있다. 하지만 질의 유형에 다라 성능의 많은 차이가 있으며, 인과관계에 대한 질의에 대해서는 매우 낮은 응답 성공률을 보이고 있다. 본 연구는 인접한 두 문장 혹은 두 문장 혹은 두 명사구 사이에 존재하는 인과관계를 추출하고자 한다. 기존의 명사구 간 인과관계 추출 연구에서는 인과관계 단서구문과 두 명사구의 의미를 주요한 정보로 사용하였으나, 사전 미등록어가 사용되었을 때 올바른 선택을 하기 어려웠다. 또한, 학습 코퍼스에 대한 인과관계 부착과정이 선행되어야 하며, 다량의 학습자료를 사용하기가 어려웠다. 본 연구에서는 인과관계 명사구 쌍에서 추출된 어휘 쌍을 기존의 단서구문과 같이 사용하는 방법을 제안한다. 인과관계 분류를 위해 나이브 베이즈 분류기를 사용하였으며, 비지도식 학습과정을 사용하였다. 제안된 분류 모델은 기존의 분류 모델과 달리 사전 미등록어에 의한 성능 저하가 없으며, 학습 코퍼스의 인과관계 분류 작업이 선행될 필요 없다. 문장 내 명사구간의 인과관계 추출 실험 결과 79.07%의 정확도를 얻었다. 이러한 결과는 단서구문과 명사구 의미를 이용한 방법에 비해 6.32% 향상된 결과이며, 지도식 학습방식을 통해 얻은 방법과 유사한 결과이다. 또한 제안된 학습 및 분류 모델은 문장간의 인과관계 추출에도 적용가능하며, 한국어에서 인접한 두 문장간의 인과관계 추출 실험에서 74.68%의 정확도를 보였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.21 no.1
• /
• pp.12-18
• /
• 2011

In this paper, we proposed Interval Type-2 polynomial Radial Basis Function Neural Networks. In the receptive filed of hidden layer, Interval Type-2 fuzzy set is used. The characteristic of Interval Type-2 fuzzy set has Footprint Of Uncertainly(FOU), which denotes a certain level of robustness in the presence of un-known information when compared with the type-1 fuzzy set. In order to improve the performance of proposed model, we used the linear polynomial function as connection weight of network. The parameters such as center values of receptive field, constant deviation, and connection weight between hidden layer and output layer are optimized by Conjugate Gradient Method(CGM) and Space Search Evolutionary Algorithm(SSEA). The proposed model is applied to gas furnace dataset and its result are compared with those reported in the previous studies.

• Journal of KIISE:Software and Applications
• /
• v.31 no.5
• /
• pp.595-604
• /
• 2004

Automatic analysis of concepts or semantic relations from text documents enables not only an efficient acquisition of relevant information, but also a comparison of documents in the concept level. We present a multiple cause model-based approach to text analysis, where latent topics are automatically extracted from document sets and similarity between documents is measured by semantic kernels constructed from the extracted topics. In our approach, a document is assumed to be generated by various combinations of underlying topics. A topic is defined by a set of words that are related to the same topic or cooccur frequently within a document. In a network representing a multiple-cause model, each topic is identified by a group of words having high connection weights from a latent node. In order to facilitate teaming and inferences in multiple-cause models, some approximation methods are required and we utilize an approximation by Helmholtz machines. In an experiment on TDT-2 data set, we extract sets of meaningful words where each set contains some theme-specific terms. Using semantic kernels constructed from latent topics extracted by multiple cause models, we also achieve significant improvements over the basic vector space model in terms of retrieval effectiveness.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 1999.05a
• /
• pp.91-96
• /
• 1999

Role-Based Access Control(RBAC) is an access control mechanism that reduce the cost of administering access control policies. The Admin Tool developed for RBAC Model manages relationship informations of user and role. In order to maintain the consistency of the information for these relationships, a set of properties defining consistency of the relationship informations is required. When it will be designed security systems applying RBAC policy on the Linux server system environments, this paper described consistency properties of relationship informations for information management of user and role relationships. It leads us to the development of minimal set obtainable the equivalent results of consistency properties for a more efficient Admin Tool implementation.

• Journal of the Korea Convergence Society
• /
• v.7 no.6
• /
• pp.193-198
• /
• 2016

The texture of electrodeposits varies with deposition conditions. Texture of electrodeposits is also related to microstructure, surface morphology and mechanical properties. When the electrodeposits annealed, the recrystallization texture may be different from the original deposition texture. The surface morphology, the microstructure and the initial and recrystallization textures of copper electrodeposits vary with deposition conditions. The texture, microstructure, surface morphology and mechanical properties of electrodeposits are known to vary with electrolysis conditions, such as bath composition, over potential, pH, current density, bath temperature, etc. The (111) and (110) textures of copper electrodeposits can be obtained from copper sulfate bath. In this study, copper electrodeposits with (111) and (110) textures are obtained from a copper sulfate bath, and the change from (111) to (110) textures of copper electrodeposits can be explained.

• Annual Conference on Human and Language Technology
• /
• 1997.10a
• /
• pp.1-6
• /
• 1997

본 논문에서는 인지적 텍스트 이해 모형을 제시하고 이에 기반한 자동 요약 시스템을 구현하였다. 문서는 정보의 단순한 집합체가 아닌 정형화된 언어 표현 양식으로서 단어의 의미적 정보와 함께 표현 양식, 문장의 구조와 문서의 구성을 통해 정보를 전달한다. 요약 목적의 텍스트 이해 및 분석 과정을 위해 경제 분야 기사 1000건에 대한 수동 요약문을 분석, 이해 모델을 정립하였고. 경제 분야 기사 1000건에 대한 테스트 결과를 토대로 문장간의 관계, 문서의 구조에서 요약 정보 추출에 사용되는 정보를 분석하였다. 본 텍스트 이해 모형은 단어 빈도수에 의존하는 통계적 모델과 비교해 볼 때, 단어 간의 관련성을 찾아내고, 문서구조정보에 기반한 주제문 추출 및 문장간의 관계를 효과적으로 사용함으로서 정보를 생성한다. 그리고 텍스트 이해 과정에서 사용되는 요약 지식과 구조 분석정보의 상관관계를 체계적으로 연결함으로서 자동정보 추출에서 야기되는 내용적 만족도 문제를 보완한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.424-427
• /
• 2018

영상이나 비디오에 담긴 장면을 이해하는 것은 컴퓨터 비전의 궁극적인 목표 중 하나이다. 본 논문에서는 입력 영상으로부터 장면을 구성하는 각 물체들과 그들 간의 공간 관계, 개별 물체들의 다양한 속성들을 탐지해, 지식 그래프를 생성해주는 심층 신경망 기반의 물체 속성 및 공간 관계 탐지 모델을 제안한다. 본 논문에서는 이러한 다양한 복합 시각 인식 작업을 동시에 수행하는 탐지 모델의 구성에 대해 설명하고, 대규모 벤치마크 데이터 집합인 CLEVR을 이용한 탐지 모델의 성능 분석 실험 결과를 소개한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.13-15
• /
• 2008

유비쿼터스 컴퓨팅 환경에서 상황 인지는 지능형 서비스의 필수 요소로 인식되어 왔다. 현재 상황을 인식함에 있어 위치 인식이 주를 이루고 있다. 그러나 기존의 연구들이 제안하는 2차원 공간에서의 위치 관계만으로는 지능형 서비스가 필요로 하는 상황 모델 구축에 부족하다. 이에 본 연구에서는 3차원 공간에서의 위치 관계 인식 및 추론과정을 통한 3차원 상황 모델을 구축하기 위한 방법을 제안한다. 3차원 공간 상황은 서비스가 제공되는 환경에 대한 입체적 상황을 제공함으로써, 보다 상세한 상황에 대한 정보를 제공하고 이에 준한 상황에 민감한 서비스를 제공할 수 있다. 3차원 상황 모델은 공간을 수평/수직의 격자로 분할하여 연속된 평면의 집합으로 분류하여, 각 평면들 사이의 연계 정보에 근거하여 만들어진다. 각 평면은 방향 정보와 위상 정보의 조합으로 구성되고 이들 정보는 추론 규칙에 의해 서로 변경될 수 있다.