• 한국정보처리학회논문지
• /
• 제6권7호
• /
• pp.1849-1857
• /
• 1999

메모리 기반 추론에서 기억공간의 효율적인 사용과 분류성능의 향상을 위하여, 재귀 분할 평균 기법을 제안하였다. 이 알고리즘은 패턴공간을 구성하는 각 초월 평면이 동일한 클래스소속으로 패턴으로 구성될 때까지 재귀적으로 분할한 후, 초월 평면별로 소속된 패턴들의 평균값을 계산하여 대표패턴을 추출한다. 또한 각 특징과 클래스간의 상호정보를 특징의 가중치로 사용하여 분류 성능의 향상을 시도하였다. 제안된 알고리즘은 k-NN(k-Nearest Neighbors) 분류기에서 필요로 하는 메모리 공간의 30~90%만을 사용하며, 분류에 있어서도 k-NN과 유사한 인식 성능을 보이고 있다. 또한 저장된 패턴 개수의 감소로 인하여, 실제 분류에 소요되는 시간에 있어서도 k-NN보다 월등히 우수한 성능을 보이고 있다.

• 한국항공우주학회지
• /
• 제49권10호
• /
• pp.883-892
• /
• 2021

본 논문에서는 드론을 활용한 감시정찰 임무의 효율성을 향상하기 위해 드론 탑재장비에서 실시간으로 구동 가능한 딥러닝 기반의 객체 인식 모델을 개발하는 연구를 수행하였다. 드론 영상 내 객체 인식 성능을 높이는 목적으로 학습 단계에서 학습 데이터 전처리 및 증강, 전이 학습을 수행하였고 각 클래스 별 성능 편차를 줄이기 위해 가중 크로스 엔트로피 방법을 적용하였다. 추론 속도를 개선하기 위해 양자화 기법이 적용된 추론 가속화 엔진을 생성하여 실시간성을 높였다. 마지막으로 모델의 성능을 확인하기 위해 학습에 참여하지 않은 드론 영상 데이터에서 인식 성능 및 실시간성을 분석하였다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2002년도 춘계학술발표논문집
• /
• pp.243-247
• /
• 2002

현재 인간의 지능을 모방하는 인공지능 기법은 인간 친화적인 시스템의 자동화, 제품의 성능 향상 등 공학분야에 적용되기 시작하였고, 병의 진단 및 판정 , 경영의사 결정 등의 사회과학 분야까지 그 응용분야가 확대되고 있다. 이러한 인공지능을 컴퓨터에 의한 언어적 추론의 개념과 방법을 연구하여 추론하는데 사용되는 지식을 언어적으로 표현하는 것을 연구하였고, 인간이 서로간의 지능적이라고 인식하는 대로 행동하도록 컴퓨터가 만들어질 수 있는 가능성을 추구하는 분야 즉 인공지능을 실현하는데, 원론이 되는 퍼지의 이론을 중심으로 연구하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 춘계학술발표대회
• /
• pp.449-452
• /
• 2018

최근 AI 스피커를 비롯한 지능형 비서 서비스들이 빠르게 등장하고 있으며, AI 시장에서도 특히 챗봇 구축이 가장 활발하게 진행되고 있다. 건국봇은 건국대학교 학생들에게 필요한 정보를 제공하는 대화형 서비스이다. 본 논문에서는 대표적인 챗봇 구현 방법인 검색모델과 생성모델의 장단점을 분석하고, 건국봇에 적용한 사례를 소개한다. 궁극적으로, 질의문의 의도를 단어의 가중치를 고려해 추론함으로써 Unknown 추론을 강화하고 의도되지 않은 문장의 처리 관점에서 성능을 향상시키는 방법을 제안한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(A)
• /
• pp.270-273
• /
• 2011

스마트폰의 확산으로 스마트폰에 내장된 다양한 센서를 활용한 상황인지 서비스가 고도화 되어가고 있다. 이와 관련하여 GPS 센서, WiFi AP, Cell Tower 등의 정보를 이용하여 사용자의 위치를 파악하는 연구와 LBS(Location Based Service)에 대한 연구들이 이루어지고 있다. 하지만, 기존의 GPS 등과 같은 위치 센싱 정보를 통한 위치 파악 방법은 인프라를 구축하는 비용이 소요되고, 상대적으로 부정확한 장소 정보를 반환하는 문제점이 있다. 본 연구에서는 스마트폰으로부터 수집된 사용자의 시간, 요일, 장소, 주변 동시 출현 사용자 정보 등과 같은 사용자 상황 로그를 학습하여 사용자의 장소를 추론 하는 연구와 사용자의 프로파일을 이용하여 사용자를 그룹화한 장소 추론 모델을 통해 사용자의 장소 추론 정확도를 개선하는 방법을 제안한다. 제안 방법의 성능 평가를 위해 Reality Mining Project 그룹에서 수집된 데이터셋을 사용하여 전체 사용자를 대상으로 주변 동시 출현 사용자 속성을 이용한 방법과 사용자 주변에서 동시 출현하는 사용자의 빈도가 유사한 사용자별로 그룹화한 장소를 추론하는 방법을 비교 실험하였다. 실험 결과, 전체 사용자를 대상으로 장소를 추론하는 방법에 비해 유사 사용자 군집별로 장소를 추론하는 방법의 분류 정확도가 향상되었음을 확인하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.74-78
• /
• 2009

온톨로지가 대용량화되면서 온톨로지 시스템의 성능 향상을 위해 효율적인 추론이 중요해졌다. 본 논문에서는 DBMS 기반의 온톨로지 저장소에서 RDFS 포함관계 함의 규칙 (rdfs7 규칙과 rdfs9 규칙)과 OWL 역관계 규칙(owl:inverseOf)의 추론을 효율적으로 수행할 수 있는 방법으로서, DB 테이블에 대한 뷰(view)를 활용하는 방법을 소개한다. 추론 규칙을 뷰 정의로 대체하고 RDF 트리플을 구조화된 트리플 테이블에 저장하는 것으로 추론이 완료되며 대신 질의 처리과정에서는 그 뷰를 참조하면 된다. 이와 같이 뷰를 정의하는 것으로 추론을 대신함에 따라 추론에 소요되는 시간을 단축할 수 있고 트리플 저장소의 공간 효율성도 얻을 수 있다.

• 대한교통학회지
• /
• 제22권4호
• /
• pp.159-173
• /
• 2004

본 연구에서는 기존의 돌발상황 검지모형의 단점인 crisp한 임계값 설정과 타 대상도로에 이식이 어려운 문제점을 보완하는 방법으로 퍼지추론모형과 유전자 알고리즘을 활용하였다. 퍼지추론모형을 이용하여 유고검지 알고리즘의 주요 구성요소들을 설계하였으며, 돌발상황 검지모형 스스로의 적응력(자가적응)과 현장 이식성(移植性)을 극대화하기 위하여 퍼지추론모형의 퍼지소속함수 최적화에 유전자 알고리즘을 적용함으로써 hybrid fuzzy-genetic 형태의 유고검지모형을 개발하였다. 개발된 돌발상황검지모형의 성능은 유전자 알고리즘의 특성상 적응이력과 비례하여 향상될 것이므로 본 연구의 결과만을 가지고 확정적 결론을 내릴 수는 없으나, 잠정적으로 검지율, 오보율, 검지시간 등의 척도에서 기존 성능우수 모형과 대등한 성능을 나타내었다. 본 연구의 초점이 기존 모형의 성능지표 자체의 향상보다는 다양한 도로유형에 공히 적용 가능한 동시에 자가 적응력을 갖도록 하는 실험적 시도에 있었던 만큼 연구는 소기의 성과를 거두었다고 판단되며, 향후 이 분야 연구가 지향해야 할 중요한 방향성 하나를 제시하였다고 판단된다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2021년도 제33회 한글 및 한국어 정보처리 학술대회
• /
• pp.320-325
• /
• 2021

BERT는 사전 학습 단계에서 다음 문장 예측 문제와 마스킹된 단어에 대한 예측 문제를 학습하여 여러 자연어 다운스트림 태스크에서 높은 성능을 보였다. 본 연구에서는 BERT의 사전 학습 문제 중 다음 문장 예측 문제에 대해 주목했다. 다음 문장 예측 문제는 자연어 추론 문제와 질의 응답 문제와 같이 임의의 두 문장 사이의 관계를 모델링하는 문제들에 성능 향상을 위해 사용되었다. 하지만 BERT의 다음 문장 예측 문제는 두 문장을 특수 토큰으로 분리하여 단일 문자열 형태로 모델에 입력으로 주어지는 cross-encoding 방식만을 학습하기 때문에 문장을 각각 인코딩하는 bi-encoding 방식의 다운스트림 태스크를 고려하지 않은 점에서 아쉬움이 있다. 본 논문에서는 기존 BERT의 다음 문장 예측 문제를 확장하여 bi-encoding 방식의 다음 문장 예측 문제를 추가적으로 사전 학습하여 단일 문장 분류 문제와 문장 임베딩을 활용하는 문제에서 성능을 향상 시키는 Bi-Cross 사전 학습 기법을 소개한다. Bi-Cross 학습 기법은 영화 리뷰 감성 분류 데이터 셋인 NSMC 데이터 셋에 대해 학습 데이터의 0.1%만 사용하는 학습 환경에서 Bi-Cross 사전 학습 기법 적용 전 모델 대비 5점 가량의 성능 향상이 있었다. 또한 KorSTS의 bi-encoding 방식의 문장 임베딩 성능 평가에서 Bi-Cross 사전 학습 기법 적용 전 모델 대비 1.5점의 성능 향상을 보였다.

• 한국정보처리학회논문지
• /
• 제6권6호
• /
• pp.1563-1570
• /
• 1999

본 논문에서는 메모리 기반 추론(MBR : Memory Based Reasoning) 기법에서 사용하는 기억공간과 분류시간의 향상을 위하여 고정 분할 평균(FPA : Fixed Partition Averaging) 알고리즘을 제안하였다. 제안된 방법은 전체 학습패턴들을 대표하는 패턴을 추출하여 효과적인 메모리 사용을 가능하게 하는 방법으로서, 패턴 공간을 일정 개수의 초월평면으로 분할한 후, 초월평면별로 소속된 패턴들의 평균값을 계산하여 대표패턴을 추출한다. 또한 분류성능의 향상을 위하여, 특징과 클래스간의 상호정보(Mutual Information)를 특징의 가중치로 사용하였다.

• 한국정보통신학회논문지
• /
• 제6권8호
• /
• pp.1259-1268
• /
• 2002

분산 시스템에서 전체 시스템의 부하 균형을 이루어 시스템의 성능을 향상시키는 것이 주요 목표 중 하나이다. 시스템간의 부하를 균등하게 함으로써 처리기의 가동률을 높이고 작업 반환 시간도 줄일 수 있다. 본 논문은 지식 기반 메카니즘을 이용하여 각 노드에서 과거 및 현재의 정보를 기반으로 추론한 미래 부하상태 정보를 서로 공유하여 최적의 부하 균등화를 이루는 의사 결정 규칙과 정보 교환 규칙을 설계하였다. 성능 평가 결과 각 노드의 가동률이 균등해지고 처리 속도의 향상을 보였으며, 시스템의 신뢰성과 가용성이 향상되었다. 본 논문에서 제안한 기법은 분산 운영 체제의 부하 조절 알고리즘 설계에 활용될 수 있다.