• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.11a
• /
• pp.123-125
• /
• 2022

본 논문에서는 판별자를 활용하여 Image to Image translation(I2I) 분야에서 사용되는 적대적 생성 신경망(GAN)을 압축하는 방법을 제시한다. 우선, 잘 학습된 판별자와 생성자 사이의 adversarial loss 를 활용하여 생성자 내 필터들의 중요도 점수를 매겨준다. 그리고 생성자 내의 필터들을 중요도 점수를 기준으로 나열한 후 점수가 낮은 필터들을 제거하는 필터 프루닝을 한번 수행하여 적은 시간 비용으로 생성자를 압축한다. 마지막으로 지식 증류를 활용해 압축된 생성자를 학습시켜 기존의 생성자와 유사한 성능을 보이도록 하였다. 이 과정들을 통해 효과적이고 빠르게 GAN 모델을 압축할 수 있음을 확인하였다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.300-304
• /
• 2021

모어 판별이란 제 2 언어를 습득하는 학습자들이 생산한 목표 언어에 기반하여 학습자들의 제 1 언어를 자동적으로 확인하는 작업을 말한다. 모여 판별 과제를 성공적으로 수행하기 위한 방법을 다룬 다양한 연구들이 진행되어 왔으나, 한국어를 대상으로 진행된 모어 판별 연구는 그 수가 극히 적다. 본 연구에서는 한국어 학습자 텍스트를 대상으로 머신 러닝, 딥 러닝의 다양한 문서 분류 모델을 실험하고, 이를 통해 한국어 학습자 텍스트 모어 판별을 위해 적합한 모델을 구축하기 위해 필요한 조건을 찾아보고자 하였다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.23 no.3
• /
• pp.160-165
• /
• 2022

Mutual distillation is a knowledge distillation method that guides a cohort of neural networks to learn cooperatively by transferring knowledge between them, without the help of a teacher network. This paper aims to confirm whether mutual distillation is also applicable to super-resolution networks. To this regard, we conduct experiments to apply mutual distillation to the discriminators of SRGANs and analyze the effect of mutual distillation on improving SRGAN's performance. As a result of the experiment, it was confirmed that SRGANs whose discriminators shared their knowledge through mutual distillation can produce super-resolution images enhanced in both quantitative and qualitative qualities.

• Journal of KIISE:Software and Applications
• /
• v.34 no.7
• /
• pp.585-594
• /
• 2007

The back propagation algorithm took a long time to learn the input patterns and was difficult to train the additional or repeated learning patterns. So Aleksander proposed the binary neural network which could overcome the disadvantages of BP Network. But it had the limitation of repeated learning and was impossible to extract a generalized pattern. In this paper, we proposed a dynamic 3 dimensional Neuro System which was consisted of a learning network which was based on weightless neural network and a feedback module which could accumulate the characteristic. The proposed system was enable to train additional and repeated patterns. Also it could be produced a generalized pattern by putting a proper threshold into each learning-net's discriminator which was resulted from learning procedures. And then we reused the generalized pattern to elevate the recognition rate. In the last processing step to decide right category, we used maximum response detector. We experimented using the MNIST database of NIST and got 99.3% of right recognition rate for training data.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.968-969
• /
• 2008

본 논문에서는 유도전동기에서 발생되는 고장들 중에서 고정자 권선 단락 고장 특성 해석과 고장 판별에 대한 방법을 제시한다. 고정자 권선 단락을 판별하기 위해서 단락상태의 고정자를 모델링하여 3상 전류 불평형과 공극자속밀도에 대한 유한요소해석을 수행하였다. 유한요소해석으로 얻어진 결과의 타당성을 입증하기 위해 실험을 통하여 전류와 공극자속에 대한 유기기전력 측정값을 비교하였다. 공극자속의 유기기전력을 측정하기 위해 고정자 슬롯에 자속센서를 취부하였다. 고정자 권선 단락 시 3상 전류는 불평형을 이루고 공극자속밀도가 감소되어 유도전동기의 고정자 고장을 판별하는 기초자료가 된다.

• Proceedings of the KIPE Conference
• /
• 2008.10a
• /
• pp.88-90
• /
• 2008

본 논문에서는 유도전동기에서 발생되는 고장들 중에서 고정자 권선 단락 고장 특성 해석과 고장 판별에 대한 방법을 제시한다. 고정자 권선 단락을 판별하기 위해서 단락상태의 고정자를 모델링하여 3상 전류 불평형과 공극자속밀도에 대한 유한요소해석을 수행하였다. 유한요소해석으로 얻어진 결과의 타당성을 입증하기 위해 실험을 통하여 전류와 공극자속에 대한 유기기전력 측정값을 비교하였다. 공극자속의 유기기전력을 측정하기 위해 고정자 슬롯에 자속센서를 취부하였다. 고정자 권선 단락 시 3상 전류는 불평형을 이루고 공극자속밀도가 감소되어 유도전동기의 고정자 고장을 판별하는 기초자료가 된다.

• Journal of the Korea Society of Computer and Information
• /
• v.14 no.9
• /
• pp.11-19
• /
• 2009

A RAM-based Neural Net(RBNN) which has multi-discriminators is more effective than RBNN with a discriminator. Experience Sensitive Cumulative Neural Network and 3-D Neuro System(3DNS) that accumulate the features point improved the performance of BNN, which were enabled to train additional and repeated patterns and extract a generalized pattern. In recognition process of Neural Net with multi-discriminator, the selection of class was decided by the value of MRD which calculates the accumulated sum of each class. But they had a saturation problem of its memory cells caused by learning volume increment. Therefore, the decision of MRD has a low performance because recognition rate is decreased by saturation. In this paper, we propose the method which improve the MRD ability. The method consists of the optimum MRD and the matching ratio prototype to generalized image, the cumulative filter ratio, the gap of prototype response MRD. We experimented the performance using NIST database of NIST without preprocessor, and compared this model with 3DNS. The proposed MRD method has more performance of recognition rate and more stable system for distortion of input pattern than 3DNS.

• 한국경영정보학회:학술대회논문집
• /
• 2007.11a
• /
• pp.251-256
• /
• 2007

성형외과에서는 웹 방문자를 늘리기 위하여 다양한 노력을 하고 있지만, 웹 사이트의 어떠한 속성이 웹 방문자 수를 증대시키는지에 대한 체계적인 연구는 찾아보기 어렵다. 본 논문에서는 방문자 수가 많은 성형외과 웹 사이트와 방문자 수가 적은 웹 사이트를 구분하는 속성을 규명하였다. 다중 판별 분석과 의사결정 나무 기법, 신경망 분석 기법을 이용하여 방문자의 다소 (多少)를 구분하는 속성들을 도출하였다. 웹 사이트의 속성 중 '가상성형프로그램', '정보추천' 등 소수의 속성이 방문자 수의 다소(多少)를 설명하는 것으로 드러났다.

• Journal of Advanced Marine Engineering and Technology
• /
• v.38 no.9
• /
• pp.1146-1149
• /
• 2014

To discriminate polarities of stator windings for 3 phase induction motors terminal tags of which are not readable, it is possible to utilize the residual magnetic flux present at their rotors as well as to use the way based on external exciting current. The induced voltages are basically decided by parameters such as the quantity of residual flux, the rotator speed by hand force and the phase properties between stator windings. To adopt induced voltages by residual flux for polarity discrimination at sites, the measured voltages by multi-testers need to be readable in magnitude enough to discriminate winding condition with reasonable phase characteristics. This study focuses on the analysis of various connection cases in the expectation that the summing voltages induced by residual flux shall show zero in case of normal connections while the sum becomes greater indication if the connection is in wrong condition. The proposed method is applied to actual motors to disclose how effective it is for polarity discrimination at sites through comparison of output signals between normal and fault connections.

• The Journal of Information Systems
• /
• v.16 no.1
• /
• pp.1-21
• /
• 2007

신용평점을 위한 부도예측의 분류 문제를 다루는데 있어서 통계적 판별분석 및 인공신경망 및 유전자알고리즘 등을 이용한 데이터 마이닝의 방법들이 일반적으로 고려되어왔다. 이 연구에서는 수리계획법을 응용하여 classification gap을 고려한 이단계 수리계획 접근방법을 신용평가에 적용하는 방법론을 제안하여 수리계획법을 통한 신용평가모형 구축의 가능성을 제시한다. 1단계에서는 선형계획법을 이용해서 대출 신청자에게 대출을 허가할 것 인지의 여부를 결정하게 되는 대출 심사 filtering으로의 적용단계이고, 2단계에서는 정수계획법을 이용하여 오분류 비용이 최소가 되도록 하는 판별점수를 찾는 과정으로 모형을 구성한다. 개인 대출 신청자의 데이터(German Credit Data)에 대하여 피셔의 선형 판별함수, 로지스틱 회귀모형 및 기존의 수리계획 기법들과의 비교를 통해서 제안된 모델의 성능을 평가한다. 이단계 수리계획 접근법의 평가 결과를 통하여 신용평가모형에의 적용가능성을 기존 통계적인 접근방법 및 수리계획 접근법과 비교하여 제시하고 있다.