• 한국인터넷방송통신학회논문지
• /
• 제21권3호
• /
• pp.107-114
• /
• 2021

최근 다양한 분야에 인공지능 기술이 도입되고, 학계 관심이 늘어남에 따라 다양한 기계학습 모델들이 여러 프레임워크에서 운용되고 있다. 하지만 이러한 프레임워크들은 서로 다른 데이터 포맷을 가지고 있어, 상호운용성이 부족하며 이를 극복하기 위해 오픈 신경망 교환 포맷인 ONNX가 제안되었다. 본 논문에서는 여러 기계학습 모델을 ONNX로 변환하는 방법을 설명하고, 통합된 ONNX 포맷에서 기계학습 기법을 판별할 수 있는 알고리즘 및 추론 시스템을 제안한다. 또한, ONNX 변환 전·후 모델의 추론 성능을 비교하여 ONNX 변환 간 학습 결과의 손실이나 성능 저하가 없음을 보인다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권3호
• /
• pp.109-114
• /
• 2021

GAN(Generative Adversarial Network, 생성적 적대 신경망)은 이미지 생성모델로서 생성기 네트워크와 판별기 네트워크로 구성되며 실제 같은 이미지를 생성한다. GAN에 의해 생성된 이미지는 실제 이미지와 유사해야 하므로 생성된 이미지와 실제 이미지의 손실 오차를 최소화하는 손실함수(loss function)를 사용한다. 그러나 GAN의 손실함수는 이미지를 생성하는 학습을 불안정하게 만들어 이미지의 품질을 떨어뜨린다는 문제점이 있다. 이러한 문제를 해결하기 위해 본 논문에서는 GAN 관련 연구를 분석하고 에지 검출(edge detection)을 이용한 eGAN(edge GAN)을 제안한다. 실험 결과 eGAN 모델이 기존의 GAN 모델보다 성능이 개선되었다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2023년도 제35회 한글 및 한국어 정보처리 학술대회
• /
• pp.366-371
• /
• 2023

신경망 기반의 검색 모델이 활발히 연구됨에 따라 효과적인 대조학습을 위한 다양한 네거티브 샘플링 방법이 제안되고 있다. 대표적으로, ANN전략은 하드 네거티브 샘플링 방법으로 질문에 대해 검색된 후보 문서들 중에서 정답 문서를 제외한 상위 후보 문서를 네거티브로 사용하여 검색 모델의 성능을 효과적으로 개선시킨다. 하지만 질문에 부착된 정답 문서를 통해 후보 문서를 네거티브로 구분하기 때문에 실제로 정답을 유추할 수 있는 후보 문서임에도 불구하고 네거티브로 분류되어 대조학습을 진행할 수 있다는 문제점이 있다. 이러한 가짜 네거티브 문제(False Negative Problem)는 학습과정에서 검색 모델을 혼란스럽게 하며 성능을 감소시킨다. 본 논문에서는 False Negative Problem를 분석하고 이를 완화시키기 위해 가짜 네거티브 분류기(False Negative Classifier)를 소개한다. 실험은 오픈 도메인 질의 응답 데이터셋인 Natural Question에서 진행되었으며 실제 False Negative를 확인하고 이를 판별하여 기존 성능보다 더 높은 성능을 얻을 수 있음을 보여준다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권12호
• /
• pp.1065-1074
• /
• 2007

기존의 참조서명과 입력서명을 비교하는 방법 중 분절 단위 비교 방법은 전역적 비교와 점 단위 비교 방법과 비교하여 우수한 장점을 가지고 있다. 그러나 분절 단위 비교 방법은 인식률과 직접적인 관계가 있는 분절의 불안정 문제점이 있다. 이러한 문제점을 해결하기 위하여 본 논문에서는 분절단위 방법 외에 선형판별분석에 의한 매칭방법을 고려한 서명 검증 기법을 제안한다. 최종 검증단계에서 두 개의 독립모델을 효과적으로 융합할 수 있는 확률기반의 베이지안 분류기를 적용하였다 다양한 서명데이타를 이용하여 실험한 결과 제안된 기법은 분절단위 기반 구간분할매칭 기법에 비해 우수한 성능을 나타냈다.

• 정보처리학회논문지B
• /
• 제11B권7호
• /
• pp.885-892
• /
• 2004

본 논문에서는 SVM에 기반을 둔 결정법칙에 의해 얼굴인식과 서명인식시스템으로 구성된 다중생체인식시스템을 제안하고자 한다. 이를 위해 퍼지 선형판별기법(Fuzzy Linear Discriminant Analysis : Fnzzy LDA)를 이용한 얼굴인식과 선형판별분석기법과 구간매칭기법을 이용한 서명인식을 구축하였다. 두 개의 단일생체인식시스템을 효과적으로 융합시키기 위해 우선 독립적인 두 개의 생체인식시스템에 의해 산출된 매칭도로부터 등록자(Genuine)와 침입자(Impostor)의 확률 분포 모델을 생성한 후, SVM(Support Vector Machine)에 의해 최종 인증하는 구조로 되어있다. 제안된 방법인 SVM기반 결정법칙을 적용하여 실험한 결과 기존에 결정법칙으로 많이 사용되고 있는 가중치합과 결정트리 방식에 비해 각각 $1.654{\%}$와 $3.3{\%}$의 인식률 향상을 나타내 제안된 방법의 우수성을 나타냈다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 춘계학술대회 논문집
• /
• pp.161-166
• /
• 2007

Multi-functional Transport Satellite lR(MTSAT-lR)과 같은 정지궤도 기상위성의 지상 전처리 과정에는 영상위치보정(Image navigation and registration)이 포함된다. 영상위치보정은 위성 영상의 기하학적인 왜곡을 보정하는 과정이다. 랜드마크를 이용하는 영상위치보정 과정은 랜드마크 결정과 센서 모델 추정， 리샘플링(Resampling)의 세 가지 단계로 나눌 수 있다. MTSAT-1R의 High Resolution Image Data(HiRID)는 이미 영상위치보정이 수행되었지만, 기하학적인 오차가 남아있는 영상을 포함하기도 한다. 본 연구에서는 이런 기하학적인 오차를 제거하기 위해서 강인추정 기법에 기반한 기하보정을 수행하였다. 이태윤 등 (2005)은 강인추정 기법과 Direct Linear Transformation (DLT)에 기반한 오정합 판별 방법을 제안하였다. 이 판별 방법을 적용하여 추정된 DLT로 MTSAT-1R 영상의 기하보정을 수행한 결과에는 향상된 정확도로 기하보정 된 영상 뿐만 아니라 비교적 큰 오차를 포함하는 영상도 있었다. 이를 해결하기 위해서 본 연구에서는 강인추정 기법과 Affine 변환을 이용한 방법을 적용하였다. 본 연구에서는 기준 해안선에서 추출한 1,407개의 랜드마크와 8개의 MTSAT-1R 영상을 이용하였으며，강인추정 기법에 DLT를 적용한 방법과 Affine 변환을 적용한 방법으로 자동 기하보정을 수행하여 그 결과를 비교하였다. 또한 강인추정 기볍 중 RANSAC과 MSAC의 적용 결과를 비교하여 보았다. 그 결과，DLT로 기하보정 시，본 논문에서 제안된 방법이 강인추정 기법에 DLT를 적용한 방법 보다 더 좋은 성능을 보여주었다.

• 컴퓨터교육학회논문지
• /
• 제13권6호
• /
• pp.99-104
• /
• 2010

USN 화재방재 시스템은 온도, 습도, 조도, 가속도, CO2 등의 다양한 센서로부터 얻는 데이터를 이용해 관리자에게 전달하고, 화재를 판별하는 화재 판별 알고리즘을 이용하여 소화설비를 동작시키는 지능적인 시스템이다. USN 화재방재 시스템은 센서의 데이터에 전적으로 의지하여 동작함으로 본 논문에서는 분산된 각각의 센서 데이터들을 임베디드 시스템 환경에서 효율적이고 안전하게 수집, 전달하기 위한 모델을 제안한다. 패킷의 구성과 패키징은 저 전력 소모를 위해 최대한 가볍고 빠른 처리 과정을 거치게 설계하였으며, 현재 나와 있는 암호화 알고리즘 중 DES, 3DES, AES, HIGHT를 각각 적용, 빠른 암복호화에 목표를 두어 최종적으로 국내에서 제안한 표준 암호화 알고리즘인 HIGHT가 잦은 센싱 시간을 요구하는 화재방재 시스템에 적합함을 확인하였다.

• 전기화학회지
• /
• 제23권4호
• /
• pp.81-89
• /
• 2020

전기화학 소자의 성능을 이해하는 데 있어서 전해질 내 이온 전도 기작을 이해하는 것은 매우 중요하다. 그러나 이론적/실험적 어려움으로 인해 아직 완벽한 전해질 내 이온 전도 기작 분석법은 정립되지 못했다. 대신 이온 전도 기작을 기술하기 위한 몇 가지 수학적 모델이 고안되었으며, 본 총설에서는 대표적인 사례인 아레니우스(Arrhenius) 모델과 Vogel-Tammann-Fulcher(VTF) 모델을 소개한다. 일반적으로 이 두 모델은 이온 전도도, 확산 계수, 점도와 같은 이동 특성(transport properties)의 온도 의존성을 기술하는 데 사용되며, 주어진 전해질에 적합한 수학적 모델은 이동 물성의 로그 값과 온도의 역수가 이루는 그래프의 선형성을 통해 판별할 수 있다. 현재 많은 전해질 연구는 다양한 조성과 온도 범위에서 두 모델 중에서 더 적합한 모델을 선정하고, 이를 통해 이온 전도 기작 분석과 활성화 에너지를 도출한다. 향후 전해질 이동 특성을 더욱 정확하게 기술할 수 있는 모델의 개발이 필요하다.

• 한국인터넷방송통신학회논문지
• /
• 제23권4호
• /
• pp.41-46
• /
• 2023

인체 소변은 혈액 내의 노폐물을 배출하는 과정으로 채취가 쉽고 다양한 물질들이 포함되어 있습니다. 요검사는 이를 통해 질병, 건강상태, 요로 감염 여부 등을 확인하는 용도로 사용됩니다. 요검사에는 물리적 성상 검사, 화학적 검사, 현미경 검사의 세 가지 방법이 있으며, 화학적 검사는 요검사지를 사용하여 쉽게 결과를 확인할 수 있다. 요검사지에는 다양한 항목들을 검사할 수 있으며, 이를 통해 다양한 질병들을 확인할 수 있다. 최근 스마트폰의 보급으로 스마트폰을 이용한 요검사지 판독 연구가 진행되고 있다. 스마트폰을 이용하여 요검사지의 색 변화를 감지하고 판독하는 방법이 있다. 이러한 방법은 RGB값과 색 차이 공식을 사용하여 판별한다. 그러나 다양한 환경 요인으로 인해 정확도가 떨어지는 문제가 있다. 본 논문은 이러한 문제를 해결하기 위해 딥러닝 모델을 적용한다. 특히, 경량화된 CNN(Convolutional Neural Networks) 모델을 사용하여 스마트폰 내에서 요검사지의 색 판별을 개선한다. CNN은 이미지 인식과 패턴 찾기에 유용한 모델로, 경량화된 버전도 사용 가능하다. 이를 통해 스마트폰에서 딥러닝 모델을 운영하고 정확한 요검사지 결과를 추출할 수 있다. 요검사지는 다양한 환경에서 촬영하여 딥러닝 모델 학습 이미지를 준비 하였으며 MobileNet V3을 사용하여 요검사 서비스 어플리케이션을 설계하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권6호
• /
• pp.678-689
• /
• 2000

논 본문은 문서의 주요 내용을 나타내는 문장을 추출함으로써 요약문을 작성하는 자동 요약 기법에 대해 기술하고 있다. 개발한 시스템은 문서 집합으로부터 추출한 어휘적, 통계적 정보를 고려하여 요약 문장을 작성하는 모델이다. 시스템은 크게 두 부분, 학습과정과 요약과정으로 구성이 된다. 학습 과정은 수동으로 작성한 요약문장으로부터 다양한 통계적인 정보를 추출하는 단계이며, 요약 과정은 학습 과정에서 추출한 정보를 이용하여 각 문장이 요약문장에 포함될 가능성을 계산하는 과정이다. 본 연구는 크게 세 가지 의의를 갖는다. 첫째, 개발된 시스템은 각 문장을 텍스트 구성 요소의 하나로 분류하는 텍스트 구성 요소 판별 모델을 사용한다. 이 과정을 통해 요약 문장에 포함될 가능성이 없는 문장을 미리 제거하는 효과를 얻게 된다. 둘째, 개발한 시스템이 영어 기반의 시스템을 발전시킨 것이지만, 각각의 자질을 독립적으로 요약에 적용시켰으며, Dempster-Shafer 규칙을 사용해서 다양한 자질의 확률 값을 혼합함으로써 문장이 요약문에 포함될 최종 확률을 계산하게 된다. 셋째, 기존의 시스템에서 사용하지 않은 새로운 자질 (feature)을 사용하였으며, 실험을 통하여 각각의 자질이 요약 시스템의 성능에 미치는 효과를 알아보았다.