• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.21-22
• /
• 2023

딥러닝 모델은 영상 처리와 불량 감지 등 다양한 분야에서 높은 성능을 발휘하여 산업적으로 매우 중요하고 필수적인 기술이 되었다. 특히, 불량 감지는 제조업 분야에서 제품 품질 향상과 생산성 향상에 핵심적인 역할을 하는 기술로써 큰 관심을 받고 있다. 본 논문에서는 재건축 방식의 대표적인 모델인 DRAEM에 대해 불량 감지 성능을 향상하는 방법을 제시합니다. 이를 위해 컬러 분포의 차이를 최소화하는 손실 함수와 마스킹에 고주파 필터링을 적용하여 노이즈를 제거하는 방법을 활용한다. 이러한 방법들을 통해 DRAEM 모델의 성능을 개선하고, 정확하고 효과적인 불량 감지를 실현할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.549-552
• /
• 2022

최근 소셜미디어 리뷰 데이터를 활용한 약물 이상 반응 탐지 연구가 활발히 진행되고 있지만, 약물을 복용하기 전 증상과 약물 이상 반응을 구분하지 못한다는 한계가 있다. 본 논문에서는 약물 이상 반응 탐지에서 약물 복용 전의 증상을 구분할 수 있는 Filtering Clinical BERT(FC-BERT) 모델을 제안하였다. FC-BERT 는 약물 복용 전 증상과 다른 약물에 대한 부작용 표현을 제거하기 위해 약물명이 나오기 전 모든 문장을 제거하는 필터링과 약물-부작용 쌍을 추출하는 모델을 사용했다. 성능 평가 실험을 위해 문장에 대한 ADE(Adverse Drug Event) 여부가 들어있는 ADE Corpus V2 데이터를 활용하였고 SPARK NLP 라이브러리에서 제공하는 ADE Pipeline 모델과 비교하여 성능 평가를 실시하였다. 실험 결과 필터링을 활용한 FC-BERT 모델이 기존 모델보다 정확도, 평균 정밀도, 평균 재현율, 평균 F1-score 가 모두 높은 결과를 보여주었다. 본 논문에서 제시한 모델은 기존 연구의 한계점을 보완하여 보다 정확한 약물 부작용 시그널을 탐지하는데 기여할 수 있을 것이다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.11
• /
• pp.1505-1511
• /
• 2021

Pretrained models with high performance in various tasks within natural language processing have the advantage of learning the linguistic patterns of sentences using large corpus during the training, allowing each token in the input sentence to be represented with appropriate feature vectors. One of the methods of constructing a corpus required for a pre-trained model training is a collection method using web crawler. However, sentences that exist on web may contain unnecessary words in some or all of the sentences because they have various patterns. In this paper, we propose a dataset construction method for filtering sentences containing unnecessary words using neural network models for corpus collected from the web. As a result, we construct a dataset containing a total of 2,330 sentences. We also evaluated the performance of neural network models on the constructed dataset, and the BERT model showed the highest performance with an accuracy of 93.75%.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.5A
• /
• pp.836-845
• /
• 2001

본 논문에서는 시간 선택성 다중경로 이동 무선 채널을 다양한 방법으로 모델링 하고 그에 따른 여러 가지 특성평가를 제시하였다. 모델링 방법에는 Jakes 방식과 시간 영역에서 독립적인 두 개의 가우시안 잡음 발생기와 정형필터(shaping filter)를 사용하는 방식 및 주파수 영역에서 필터링 하는 방식이 있다. 이 세 가지 모델링 방법의 성능을 진폭의 자기상관함수, 상호상관함수, 누적분포함수(Cumulative Distribution Function), 레벨 교차율(Level Crossing Rate), 평균 페이딩 지속 시간(Average Duration of Fades), 위상차의 확률 밀도, 위상차의 자기상관함수 등의 측면에서 시뮬레이션하고 그 결과치와 이론치 간의 특성 비교를 제시하였다. 특히, 확산 대역 시스템을 고려했을 때 이상적인 채널 추정을 가정한 레이크 수신기에서의 BER 성능을 다중경로 개수에 따라 보임으로써 여러 가지 채널 모델링 중에서 주파수 영역에서 필터링 하는 방식이 이동 무선 채널을 모델링 하는데 있어 가장 적합하다는 것을 보였다. 마지막으로 비대칭 도플러(Doppler) 스펙트럼을 모델링 하는 것도 주파수 영역에서 필터링 하는 방식이 편리하다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.385-386
• /
• 2020

In this paper, we propose a collaborative filtering recommendation algorithm based on the LDA2Vec topic model. By extracting and analyzing the article's content, calculate their semantic similarity then combine the traditional collaborative filtering algorithm to recommend. This approach may promote the system's recommend accuracy.

• Journal of Korea Multimedia Society
• /
• v.9 no.4
• /
• pp.482-489
• /
• 2006

How to process event message traffic efficiently is important to collaboration among multiple distributed users, and it is a key research issue in the virtual environment fields. AOI model is one of solutions for this problem; which reduces message traffic by restricting event propagation region into an area in which a user is interested. However, in previous systems, it is difficult to adapt to dynamic environment where changes in the number and movement of participants are frequent. This paper proposes a new event management model, called extended AOI model, which is helpful to improve flexibility and efficiency of traditional models, and is able to extend its functions by introducing multi-layered regions. The proposed model can be applied to DVE and MMORPG as an event filtering model.

• The Journal of Bigdata
• /
• v.7 no.1
• /
• pp.187-192
• /
• 2022

Many schools are trying to improve students' competencies through many subjects and non-curricular activities, each students has different goals and different activities to prepare for employment. Accordingly, it is difficult to determine whether the programs offered in a comprehensive and comprehensive manner in the existing subject and non-curricular subjects systems are actually suitable for students, so it is necessary to introduce a personalized system. In this study, a method was proposed to classify non-departmental subjects that are uniformly provided to all students of Chungbuk National University by grade level and department. In addition, three types of collaborative filtering models are implemented using the evaluation score of students who participated in the non-curricular program, and personalized recommendations are proposed with the most accurate model by comparing performance.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.714-715
• /
• 2023

최근들어 청원 시스템은 사람들의 다양한 의견을 반영하고 대응하기 위한 중요한 수단으로 부상하고 있다. 그러나 많은 양의 청원 글들을 수작업으로 분류하는 것은 매우 시간이 많이 소요되며, 인적 오류가 발생할 수 있는 문제점이 존재한다. 이를 해결하기 위해 자연어처리(NLP) 기술을 활용한 청원 분류 시스템을 개발하는 것이 필요하다. 본 연구에서는 BERT(Bidirectional Encoder Representations from Transformers)[1]를 기반으로 한 텍스트 필터링 시스템을 제안한다. BERT 는 최근 자연어 분류 분야에서 상위 성능을 보이는 모델로, 이를 활용하여 청원 글을 분류하고 분류된 결과를 이용해 해당 글의 노출여부를 결정한다. 본 논문에서는 BERT 모델의 이론적 배경과 구조, 그리고 미세 조정 학습 방법을 소개하고, 이를 활용하여 청원 분류 시스템을 구현하는 방법을 제시한다. 우리가 제안하는 BERT 기반의 텍스트 필터링 시스템은 청원 글 분류를 자동화하고, 이에 따른 대응 속도와 정확도를 향상시킬 것으로 기대된다. 또한, 이 시스템은 다양한 분야에서 응용 가능하며, 대용량 데이터 처리에도 적합하다. 이를 통해 대학 청원 시스템에서 혐오성 발언 등 부적절한 내용을 사전에 방지하고 학생들의 의견을 효율적으로 수집할 수 있는 기능을 제공할 수 있다는 장점을 가지고 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.583-586
• /
• 2023

대량 문자서비스를 통한 스팸 문자가 계속 증가하면서 이로 인해 도박, 불법대출 등의 광고성 스팸 문자에 의한 피해가 지속되고 있다. 이러한 문제점을 해결하기 위해 다양한 방법들이 연구되어 왔지만 기존의 방법들은 주로 사전 정의된 키워드나 자주 나오는 단어의 출현 빈도수를 기반으로 스팸 문자를 검출한다. 이는 광고성 문자들이 시스템에서 자동으로 필터링 되는 것을 회피하기 위해 비정상 문자를 조합하여 스팸 문자의 주요 키워드를 의도적으로 변형해 표현하는 경우에는 탐지가 어렵다는 한계가 있다. 따라서, 본 논문에서는 이러한 문제점을 해결하기 위해 딥러닝 기반 객체 탐지 및 OCR 기술을 활용하여 스팸 문자에 사용된 변형된 문자열을 정상 문자열로 복원하고, 변환된 정상 문자열을 문장 수준 이해를 기반으로 하는 자연어 처리 모델을 이용해 스팸 문자 콘텐츠를 분류하는 방법을 제안한다. 그리고 기존 스팸 필터링 시스템에 가장 많이 사용되는 키워드 기반 필터링, 나이브 베이즈를 적용한 방식과의 비교를 통해 성능 향상이 이루어짐을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.30-33
• /
• 2007

본 논문에서는 모바일폰을 통한 시맨틱 검색 및 개인 기호정보를 사용한 검색 결과의 필터링이 가능한 시스템을 제안 하고자 한다. 시스템에서는 모바일 컨텐츠와 웹 컨텐츠의 검색 연동, 사용자 기호정보의 유 무선 장치의 공유 및 유 무선 장치간 검색 결과의 공유를 지원한다. 모바일폰의 컴퓨팅 능력을 고려해 모바일폰에는 사용자 인터페이스만을 유지 하도록 한다. 모바일폰을 통한 시맨틱 검색을 지원하기 위해 시스템은 실험적으로 뉴스 도메인에 국한된 카테고리에 대한 분류 체계 온톨로지를 구축하며, 각 카테고리간 관계를 설정 한다. 또한, 개인 기호정보를 통한 검색 결과의 필터링을 위해 사용자 기호정보를 XML 형태의 벡터 모델로 유지하며, 이는 서버의 데이터베이스에 각 사용자 계정으로 저장하고 공유한다. 모바일폰의 여러 단점을 극복하고 장점을 극대화 하기 위해 검색 결과를 서버에 저장하고 이를 유 무선 장치간 상호 공유 할 수 있도록 한다. 본 논문에서는 시스템의 아키텍처와 구성 및 주요 기능에 대해서 기술하고자 한다.