• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.994-997
• /
• 2019

영상 기반 상식 추론(VCR) 문제는 기존의 영상 기반 질문-응답(VQA) 문제들과는 달리, 영상에 포함된 사물들 간의 관계 파악과 답변 근거 제시 등 별도의 상식 추론이 요구되는 새로운 지능 문제이다. 본 논문에서는 입력 데이터(영상, 자연어 질문, 응답 리스트)에서 사물들 간의 관계와 맥락 정보를 추출해내는 모듈들 외에, 별도로 ConceptNet과 같은 외부 지식 베이스로부터 관련 상식들을 직접 가져다 GCN 기반의 지식 그래프 임베딩 과정을 거쳐 추가적으로 활용할 수 있는 모듈들을 포함한 새로운 심층 신경망 모델인 KG_VCR을 제안한다. 제안 모델인 KG_VCR의 세부 설계사항들을 소개하고, VCR 벤치마크 데이터 집합을 이용한 다양한 실험들을 통해 제안 모델의 성능을 입증한다.

• 지질공학
• /
• 제15권2호
• /
• pp.145-154
• /
• 2005

본 연구는 우리나라에서 발생하는 산사태 유형의 대부분을 차지하는 토석류 산사태를 대상으로 사면하부로 이동되는 사태물질의 이동거리를 산정하기 위한 기법을 개발하기 위하여 수행되었다. 이를 위하여 최근 산사태가 발생한 지역 중 지질특성이 서로 다른 3개 지역에 서 선정한 24개 산사태를 대상으로 사태물질 이동범위의 정 밀 현장조사와 토질 실내시험 을 수행하고, 그 결과를 토대로 인공신경망을 적용하여 이동거리 산정기법을 제안하였다. 인공신경망 분석을 위한 입력자료는 개개 사면의 경사변화율, 원지반 투수계수, 건조밀도, 간극율, 사태물질의 체적, 측정한 확산거리 등 6개 항목이다. 인공신경망을 이용해 도출된 결과는 각 입력치에서 추론율이 우수하게 나타나 대부분 오차율 $10\%$이내 에 분포하고, 일부경우는 오차율 $5\%$와 $2\%$내에 분포하기도 한다. 이는 학습율이 대단히 좋은 것으로 해석 될 수도 있으나, 학습 자료가 24개 로서 비교적 적은 수이기 때문에 반드시 우수하다고 단정 할 수는 없다. 단, 본 연구에서 획득한 입력자료의 분포범 위가 전국 3개 지역에 걸친 넓은 범위임을 고려하면 대체로 우수한 추론율이라고 할 수도 있다. 향후 산정 결과의 신뢰도를 향상시키기 위해서는 더 많은 자료의 조사 및 해석이 수행되어야 할 것이다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 추계학술대회-지능형 정보기술과 미래조직 Information Technology and Future Organization
• /
• pp.391-398
• /
• 1999

사례기반 추론을 포함한 Lazy Learning 방법들은 인공신경망이나 의사결정 나무와 같은 Eager Learning 방법들과 비교하여 여러 가지 상대적인 장점을 가지고 있다. 그러나 Lazy Learning 방법은 역시 상대적인 단점들도 가지고 있다. 첫째로 사례를 저장하기 위하여 많은 공간이 필요하며, 둘째로 문제해결 시점에서 시간이 많이 소요된다. 그러나 보다 심각한 문제점은 사례가 관련성이 낮은 속성들을 많이 가지고 있는 경우에 Lazy Learning 방법은 사례를 비교할 때에 혼란을 겪을 수 있다는 점이며, 이로 인하여 분류 정확도가 크게 저하될 수 있다. 이러한 문제점을 해결하기 위하여 Lazy Learning 방법을 위한 속성 가중치 부여 방법들이 많이 연구되어 왔다. 그러나 기존에 발표된 대부분의 방법들이 속성 가중치의 유효 범위를 전역적으로 하는 것들이었다. 이에 본 연구에서는 새로운 지역적 속성 가중치 부여 방법을 제안한다. 본 연구에서 제안하는 속성 가중치 부여 방법(CBDFW : 사례기반 동적 속성 가중치 부여)은 사례별로 속성 가중치를 다르게 부여하는 방법으로서 사례기반 추론의 원리를 속성 가중치 부여 과정에 적용하는 것이다. CBDFW의 장점으로서 (1) 수행 방법이 간단하며, (2) 논리적인 처리 비용이 기존 방법들에 비해 낮으며, (3) 신축적이라는 점을 들 수 있다. 본 연구에서는 신용 평가 문제에 CBDFW의 적용을 시도하였고, 다른 기법들과 비교에서 비교적 우수한 결과를 얻었다.

• 컴퓨터교육학회논문지
• /
• 제9권5호
• /
• pp.31-39
• /
• 2006

지식정보 사회로의 변화는 교육 패러다임의 변화를 요구하고, 이에 따라 지능형 학습과 원격 교육은 지속적인 연구 주제로서 관심을 모으고 있다. 이러한 연구 분야에서의 교수 학습 방법은 학습의 개별성, 즉, 개별 학습자의 특성에 의존하는 학습 요소 및 경로의 추출을 전제로 하며, 이는 '개별화된 추론 전략'에 대한 논의로 이어진다. 따라서 본 연구에서는 신경논리망의 확장 개념인 X-Neuronet(eXtended Neuronet)을 근거로, 학습 내용을 위계적 표상과 자체의 자기 학습(self-learning)이 가능한 학습자 인지구조체로 표현하고, 이 구조체를 이용하여 개별 학습자의 지식상태에 의존하는 추론의 개별화 전략을 설계하고, 이에 대한 타당성을 검증하였다.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2004년도 춘계학술대회 21세기 IT산업의 발전 전망
• /
• pp.67-72
• /
• 2004

않은 양의 유즈넷 뉴스 중에서 사용자가 찾고자 하는 정확한 정보를 빠른 시간 안에 검색하고, 원하는 정보만 필터링 하는 것은 중요하다. 그러나 뉴스 문서는 이메일과 달라서 미리 자신에게 맞는 뉴스그룹을 등록해 주어야만 정보를 얻을 수 있다. 본 연구에서는 다양한 뉴스그룹들 중에서 사용자의 취향과 유사한 뉴스그룹들을 코호넨 신경망을 이용하여 추천해주는 방법을 제시한다. 신경망을 학습시키기 위한 뉴스 문서의 키워드들을 선택하기 위해 예제 문서들로부터 후보 용어들을 추출하고 퍼지 추론을 적용하여 대표 용어들을 선택한다. 하지만 신경망의 학습 패턴을 관찰해 보면, 많은 부분이 비어있는 희소성 문제를 발견할 수 있다. 이에 본 연구에서는 통계적인 결정계수를 도입하여 불필요한 차원을 제거한 후 신경망을 학습시키는 새로운 방법을 제안한다. 제안된 방법은 모든 차원을 활용할 때 보다 클러스터내 거리와 클러스터간 거리의 척도를 이용한 클러스터 중첩도 면에서 우수한 분류 성능을 보여줌을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.487-490
• /
• 2019

시각과 언어 기반의 이동(VLN)은 3차원 실내 환경에서 실시간 입력 영상과 자연어 지시들을 이해함으로써, 에이전트 스스로 목적지까지 이동해야 하는 인공지능 문제이다. 이 문제는 에이전트의 영상 및 자연어 이해 능력뿐만 아니라, 상황 추론과 행동 계획 능력도 함께 요구하는 복합 지능 문제이다. 본 논문에서는 시각과 언어 기반의 이동(VLN) 작업을 위한 새로운 심층 신경망 모델을 제안한다. 제안모델에서는 입력 영상에서 합성곱 신경망을 통해 추출하는 시각적 특징과 자연어 지시에서 순환 신경망을 통해 추출하는 언어적 특징 외에, 자연어 지시에서 언급하는 장소와 랜드마크 물체들을 영상에서 별도로 탐지해내고 이들을 추가적으로 행동 선택을 위한 특징들로 이용한다. 다양한 3차원 실내 환경들을 제공하는 Matterport3D 시뮬레이터와 Room-to-Room(R2R) 벤치마크 데이터 집합을 이용한 실험들을 통해, 본 논문에서 제안하는 모델의 높은 성능과 효과를 확인할 수 있었다.

• 방송공학회논문지
• /
• 제23권4호
• /
• pp.503-510
• /
• 2018

손상된 영상의 복원은 디지털 영상 처리기술이 등장하기 이전부터 시도되었던 근원적 문제이다. 컴퓨터의 연산 능력과 다양한 기술의 발전에 따라 손상된 영상을 복원하는 다양한 연구가 소개되었으나 그 결과는 사람에 의한 수동적 결과물과 비교하여 낮은 복원 결과를 보여 왔다. 최근 심층 신경망 (DNN, Deep Neural Network)의 발전으로 이미지 복원에 이를 적용한 다양한 연구가 소개 되고 있지만, 광범위한 영역이 손상된 경우 근접한 화소를 활용하는 방법으로 해결이 어렵다. 이와 같은 경우는 주변의 영상의 문맥적 정보를 통해 손상된 영역을 추론을 통한 복원이 필요하다. 본 논문에서는 심층 신경망 기술 중 하나인 적대적 생성신경망(GAN, Generative Adversarial Network)을 이용한 이미지 복원 네트워크를 제안한다. 제안하는 시스템은 이미지 생성 네트워크, 생성 결과 판별 네트워크로 구성 된다. 본 논문에서는 제안하는 방안을 통해 다양한 종류의 이미지를 복원함에 있어서 훼손된 영역의 추론을 통하여 자연스러운 영상 복원뿐 아니라 원본 영상의 질감까지 복원이 가능함을 실험을 통해 확인 하였다.

• 한국암반공학회:학술대회논문집
• /
• 한국암반공학회 1996년도 정기총회 및 학술발표회
• /
• pp.35-42
• /
• 1996

지하 구조물의 안정성 확보와 경제적인 시공을 위하여 상세하고 합리적인 암반분류가 필요하다. 설계 초기에는 제한적인 정보와 암반의 불확실성에 따라 암반분류의 신뢰도가 떨어진다. 이러한 불확실한 지질 정보를 근사하게 추론할 수 있는 방법으로서 인공지능(Artificial intelligence) 특히 인공신경망 (Artificial neural network)이 있다. (중략)

• 정보보호학회논문지
• /
• 제32권5호
• /
• pp.817-826
• /
• 2022

AI 기술이 여러 분야에 성공적으로 도입되는 추세이며, 서비스로 환경에 배포된 모델들은 지적 재산권과 데이터를 보호하기 위해 모델의 정보를 노출시키지 않는 블랙 박스 상태로 배포된다. 블랙 박스 환경에서 공격자들은 모델 출력을 이용해 학습에 쓰인 데이터나 파라미터를 훔치려고 한다. 본 논문은 딥러닝 모델을 대상으로 모델 종류에 대한 정보를 추론하는 공격이 없다는 점에서 착안하여, 모델의 구성 레이어 정보를 직접 알아내기 위해 모델의 종류를 추론하는 공격 방법을 제안한다. MNIST 데이터셋으로 학습된 ResNet, VGGNet, AlexNet과 간단한 컨볼루션 신경망 모델까지 네 가지 모델의 그레이 박스 및 블랙 박스 환경에서의 출력값을 이용해 모델의 종류가 추론될 수 있다는 것을 보였다. 또한 본 논문이 제안하는 방식인 대소 관계 피쳐를 딥러닝 모델에 함께 학습시킨 경우 블랙 박스 환경에서 약 83%의 정확도로 모델의 종류를 추론했으며, 그 결과를 통해 공격자에게 확률 벡터가 아닌 제한된 정보만 제공되는 상황에서도 모델 종류가 추론될 수 있음을 보였다.

• 터널과지하공간
• /
• 제9권1호
• /
• pp.48-55
• /
• 1999

터널에서 콘크리트 라이닝은 미관상의 개선과 지하수 침투방지 목적 이외에 하중지지를 분담하는 보조적 역할을 수행하는 것으로 볼 수 있다. 따라서 터널 라이닝에 발생한 균열이나 변형이 단순하게 사용재료나 시공상의 결함에 기인하는 것인지, 혹은 구조적으로 외력 등이 작용하여 생겨난 현상인지 규명하는 작업은 터널 안전성 확보 측면에서 매우 중요하다. 또한 원이 규명결과와 그 외 관찰 가능한 현상을 기초로 하여 터널의 건전도를 평가하고, 최종적으로 보수보강이 요구되는 경우 적절한 대책을 제시할 필요가 있다. 본 연구에서는 이와 같은 필요성에 따라 라이닝과 노반의 주요 변상현상 및 주변환경조건에 근거한 변상원인의 추론, 터널 건전도 평가, 보수보강대책 제시 등의 기능을 갖춘 터널 건전도 평가시스템을 개발하였다. 이 시스템은 라이닝의 변상을 크게 외력에 의한 변상, 재질 열화, 및 누수는 균열의 혀태와 특닝을 이용해 원인을 규명하였다. 그리고 실제 적용되고 있는 기준들을 조사하여 시스템에 반영함으로써 사용자가 입력한 내용과 추론결과에 따라 터널에 대한 건전도를 평가하고 적절한 보수보강대책을 제시하는 과정을 추가하였다. 개발된 시스템에 터널 변상 사례를 입력하여 얻은 결과와 동일 사례에 대한 전문가의 판정을 비교함으로써 외력에 의한 변상의 경우 인공신경망을 이용한 원인추론이 가능함을 확인할 수 있었다. 또한 라이닝 및 노반의 변상현상 뿐만 아니라 터널 시공조건 및 주변환경조건이 함께 주어졌을 때 더욱 정확한 결론을 얻을 수 있었으며, 원인 추론 및 건전도 평가결과를 기초로 구체적이고 효율적인 보수보강 대책을 제시할 수 있었다.