• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 추계학술발표대회
• /
• pp.761-762
• /
• 2009

이 논문에서는 점진적 마이닝 기법을 사용하여 대용량 전력 사용량 데이터로부터 빈발 패턴들을 찾아내고, 빈발 패턴들을 기반으로 하여 분류 작업을 효과적으로 완성하는데 목적을 두고 있다. 이를 위하여 본 논문에서는 TFP-tree를 기반으로 하는 점진적 빈발 패턴 마이닝 기법 및 분류 알고리즘에 대해서 설명한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.132-135
• /
• 2021

최근 네트워크의 확장으로 인한 공격 벡터의 증가로 외부자뿐 아니라 내부자를 경계해야 할 필요성이 증가함에 따라, 이를 다룬 보안 모델인 제로트러스트 모델이 주목받고 있다. 이 논문에서는 reverse proxy 와 사용자 패턴 인식 AI 를 이용한 제로트러스트 아키텍처를 제시하며 제로트러스트의 구현 가능성을 보이고, 새롭고 효율적인 전처리 과정을 통해 효과적으로 사용자를 인증할 수 있음을 제시한다. 이를 위해 사용자별로 마우스 사용 패턴, 리소스 사용 패턴을 인식하는 딥러닝 모델을 설계하였다. 끝으로 제로트러스트 모델에서 사용자 패턴 인식의 활용 가능성과 확장성을 보인다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2023년도 제35회 한글 및 한국어 정보처리 학술대회
• /
• pp.234-238
• /
• 2023

미세 조정은 대부분의 연구에서 사전학습 모델을 위한 표준 기법으로 활용되고 있으나, 최근 초거대 모델의 등장과 환경 오염 등의 문제로 인해 더 효율적인 사전학습 모델 활용 방법이 요구되고 있다. 패턴 추출 학습은 사전학습 모델을 효율적으로 활용하기 위해 제안된 방법으로, 본 논문에서는 한국어 주장 탐지 및 입장 분류를 위해 패턴 추출 학습을 활용하는 모델을 구현하였다. 우리는 기존 미세 조정 방식 모델과의 비교 실험을 통해 본 논문에서 구현한 한국어 주장 탐지 및 입장 분류 모델이 사전학습 단계에서 학습한 모델의 내부 지식을 효과적으로 활용할 수 있음을 보였다.

• 한국음향학회지
• /
• 제40권4호
• /
• pp.314-319
• /
• 2021

수중운동체의 수중방사소음을 측정하기 위해서는 수중음향 최근접점 거리의 계산과 해표면 반사 등에 의한 음향간섭이 음향준위에 미치는 영향이 고려되어야 한다. 그러므로 본 논문에서는 해표면 반사에 의한 음향간섭으로 발생하는 로이드 미러 효과가 수중운동체의 수중방사소음 측정 결과에 미치는 영향을 분석하고자 하였다. 수중운동체의 수중방사소음 측정결과에 로이드 미러 효과에 의한 주파수스펙트럼 레벨의 변동이 나타나는 것을 확인하였고, 이론식으로부터 예측한 로이드 미러 패턴이 측정결과와 일치됨을 확인할 수 있었다. 확인된 로이드 미러 패턴으로부터 수중운동체의 최근접점거리를 추정하였으며, 표면 간섭으로 나타나는 로이드 미러 효과가 수중운동체의 수중방사소음 준위 분석에 영향을 미치는 것을 확인하였다.

• 한국음향학회지
• /
• 제21권5호
• /
• pp.430-437
• /
• 2002

다층신경망 (MLP: multilayer perceptron)은 다른 패턴인식 방법에 비해 여러 가지 훌륭한 특성을 가지고 있어 음성인식 및 화자인식 영역에서 폭넓게 사용되고 있다. 그러나 다층신경망의 학습에 일반적으로 사용되는 오류역전파 (EBP: error backpropagation) 알고리즘은 학습시간이 비교적 오래 걸린다는 단점이 있으며, 이는 화자인식이나 화자적응과 같이 실시간 처리를 요구하는 응용에서 상당한 제약으로 작용한다. 패턴인식에 사용되는 학습데이터는 풍부한 중복특성을 내포하고 있으므로 패턴마다 다층신경망의 내부변수를 갱신하는 온라인 계열의 학습방식이 속도의 향상에 상당한 효과가 있다. 일반적인 온라인 오류역전파 알고리즘에서는 가중치 갱신 시 고정된 학습률을 적용한다. 고정 학습률을 적절히 선택함으로써 패턴인식 응용에서 상당한 속도개선을 얻을 수 있지만, 학습률이 고정된 상태에서는 학습이 진행됨에 따라 학습에 기여하는 패턴영역이 달라지는 현상에 효과적으로 대응하지 못하는 문제가 있다. 이 문제에 대해 본 논문에서는 패턴의 기여도에 따라 가변 하는 학습률과 학습에 기여하는 패턴만을 학습에 반영하는 패턴별 가변 학습률 및 학습생략 (COIL: Changing rate and Omitting patterns in Instant Learning)방법을 제안한다. 제안한 COIL의 성능을 입증하기 위해 화자증명과 음성인식을 실험하고 그 결과를 제시한다.

• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2002년도 학술대회지
• /
• pp.316-322
• /
• 2002

근로시간이 단축될 경우 건설산업은 타산업과는 달리 일회성, 옥외성, 계절성 등의 특성으로 인하여 근로시간 단축으로 인한 파급효과를 단순히 작업의 총량개념으로만 접근하여 분석하기에는 어려움이 있다. 법정 근로시간 단축의 영향을 보다 정확하게 예측하기 위해서는 예상되는 비용상승 효과가 실제 건설공사 생산구조에 어떻게 받아들여질 것인가에 대한 조사와 분석이 필수적이다. 이를 위해 건설현장의 근로시간과 근로패턴에 관한 문헌조사와 일본 건설산업의 근로시간 단축 사례 조사를 수행하였으며, 결과적으로 근로시간 단축으로 인한 현장의 근로패턴 변화를 분석${\cdot}$ 예측하였다. 근로 패턴 변화는 실제 생산활동에 참여하는 현장근로자를 대상으로 년 단위 현행 모델과 근로시간 단축 후의 예측 모델을 구축하여 비교${\cdot}$분석하였으며, 현장관리 측면에서의 대처방안을 제시하였다.

• 대한전자공학회논문지SD
• /
• 제44권2호
• /
• pp.127-138
• /
• 2007

본 논문에서는 최대길이 의사무작위 이진 시퀀스(m-시퀀스)의 쉬프트-덧셈 특성에 근거한 위상천이를 이용하여 회로 출력에 나타나는 X-값을 효과적으로 마스크 함으로써 내장된 자체 테스트를 실현할 수 있는 기법을 제안한다. 이 기법은 패턴생성기인 LFSR의 출력을 적절하게 위상천이 하여 마스크 패턴을 생성할 수 있는 위상천이 네트워크를 이용한다. 테스트 절차 동안에 각 스캔 체인에 인가되는 마스크 패턴의 위상 천이 수는 재구성 가능하다. LFSR의 출력을 적절하게 위상 천이하여 모든 스캔 체인 마스크 패턴을 생성할 수 있는 위상천이 네트워크 합성 알고리즘을 제안한다. 본 논문에서 제안하는 X-마스크 회로는 각 스캔 체인 마스크 패턴을 생성할 수 있는 후보 위상천이 수가 많기 때문에 하드웨어 오버헤드를 효과적으로 감축할 수 있다. 실험을 통하여 제안된 위상천이를 이용한 X-마스크 회로는 기존의 연구 결과보다 훨씬 적은 저장공간과 하드웨어 오버헤드를 필요로 함을 증명한다.

• 한국자기학회지
• /
• 제13권4호
• /
• pp.160-164
• /
• 2003

연자성이 우수한 Co계 아몰퍼스리본을 리소그래피와 에칭을 통하여 미안더타입(meande, type)의 미소패턴으로 가공하고 표피효과가 현저하게 나타나는 300 KHz∼l ㎓의 주파수영역에서 고주파임피던스, 저항, 인덕턴스에 미치는 외부자기장의 영향을 조사하였다. 제작한 아몰퍼스리본의 미안더패턴은 자기장중 열처리를 통하여 폭방향으로 자기용이축이 유도되어 있었으며 패턴의 길이방향으로 인가된 외부자기장에 대하여 민감한 임피던스의 변화를 나타내었다. 임피던스는 약 13 Oe부근의 인가자기장에서 최대값을 나타내었으며 50 MHz에서 11 Oe의 인가 자기장에 대하여 약 210%의 임피던스 변화율을 나타내었다.

• 한국음향학회지
• /
• 제16권1호
• /
• pp.47-53
• /
• 1997

이 논문은 원거리회의 환경에서 음성신호와 같은 광대역 신호를 다룰 수 있는 마이크로폰 어레이의 빔패턴(beam pattern)을 형성하는 효과적인 방법에 대하여 서술한다. 어레이의 변수를 반복적으로 변화시킴으로써, 측면롭의 높이를 조정하여 일정한 수준의 측면롭을 형성하며, 갱신된 측면롭을 대수적으로 찾지 않고 수치적으로 찾는 접근방법을 제안하였다. 어레이 계수나 마이크로폰 간격을 어레이변수로 사용하였으며, 마이크로폰 어레이 가시범위에 공간적으로 균일하게 입력되는 방향성잡음 또는 배경잡음을 효과적으로 줄일 수 있는 Dolph-Chebyshev형태의 최적화패턴을 형성하였다. 어레이 계수보다 마이크로폰 간격을 변화시키는 것이 광대역신호를 더 효과적으로 다룰 수 있는 최적화 패턴을 제공하는 것이 판명되었다. 또한 방향조정(scanning)상황 하에서 측면롭에 강한(robust)패턴을 형성할 수 있는 방법을 제안하였으며, 컴퓨터 실험결과를 제시하였다.

• 지능정보연구
• /
• 제16권2호
• /
• pp.95-108
• /
• 2010

본 연구에서는 동영상으로부터 동적 수신호 패턴을 효과적으로 인식하기 위한 방법론으로서 복합형 신경망 모델을 제안한다. 제안된 모델은 특징추출 모듈과 패턴분류 모듈로 구성되는데, 이들 각각을 위하여 수정된 구조의 CNN 모델과, WFMM 모델을 도입한다. 또한 목표물의 움직임 정보에 기초한 시공간적 템플릿 구조의 데이터표현을 소개한다. 본 논문에서는 우선 수신호 패턴 데이터에서 특징점의 시간적 변이 및 공간적 변이에 의한 영향을 보완하기 위하여 3차원 수용영역 구조로 확장된 CNN 모델을 제시한다. 이어서 패턴분류 단계를 위하여 가중치를 갖는 구조의 FMM 신경망 모델을 소개하고, 신경망의 구조와 동작특성에 관해 기술한다. 또한 제안된 모델이 기존의 FMM 신경망에서 중첩 하이퍼박스의 축소과정에서 발생하는 학습효과의 왜곡현상을 개선할 수 있음을 보인다. 응용으로 가전제품 원격제어 문제를 전제하여 간략화된 수신호패턴 인식 문제에 적용한 실험결과로부터 제안된 이론의 타당성을 고찰한다.