• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.428-430
• /
• 2003

인유두종바이러스(human papillomavirus: HPV)는 감염되었을 때 각종 악성 종양을 유발할 수 있는 작은 DNA 바이러스이다. 고위험군에 속하는 HPV의 감염은 암으로 진행될 수 있는 가능성이 크다. 본 논문은 HPV를 분류할 수 있는 기계 학습 기법을 제안하고자 한다. 제안된 학습 기법은 단백질 서열을 효과적으로 분류할 수 있는 커널(kernel) 방법에 기반을 두고 있다. 위험군 분류는 감염의 메커니즘의 이해와 유전자칩과 같은 새로운 의학 도구의 개발 등에 있어서 중요한 정보를 제공해 줄 수 있다. 실험 결과는 중요한 부위의 탐색에 의한 커널 기반의 학습 방법이 우수한 성능을 보이는 것으로 나타났다.

• Proceedings of the KOR-KST Conference
• /
• 2001.02a
• /
• pp.101-132
• /
• 2001

• Journal of KIISE:Software and Applications
• /
• v.28 no.7
• /
• pp.467-477
• /
• 2001

반응적 타부 탐색은 단순한 타부 탐색과 비교해서 중장기 메모리를 이용한 학습을 통하여 타부리스트의 크기를 반응적으로 변화시킴으로써 NP-hard 문제에 속하는 다양한 조합 최적해 문제에 대해서 좋은 해를 효율적으로 찾는다. 본 논문에서는 반응적 타부 탐색에 있어서 중장기 메모리를 이용한 탈출 메커니즘으로 이웃 해 전략 전환 메커니즘이라는 개념을 제시한다. 제시된 이웃 해 전략 전환 메커니즘을 이용한 반응적 타부 탐색을 특정 공과 대학의 강의 시간표 작성 문제와 외판원문제 (traveling salesman problem)에 적용하여 기존의 반응적 타부 탐색과 비교 분석을 하였다. 전산 실험 결과 제시된 알고리즘은 기존의 반응적 타부 탐색 알고리즘에 비교하여 더 좋은 해를 더 짧은 시간에 찾아주었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06b
• /
• pp.36-40
• /
• 2007

miRNA 유전체학의 중요한 이슈로 miRNA가 조절하는 목표 유전자를 예측하는 작업과 miRNA가 목표 유전자를 조절하는 메커니즘이 무엇인지 규명하는 것을 들 수 있다. 본 논문에서는 생물학적 특징들과 다층 퍼셉트론 신경망을 이용하여 miRNA의 목표 유전자를 예측하고 해당 miRNA 조절 메커니즘 타입을 분별해주는 시스템을 제안하고 실제 데이터를 사용하여 그 성능을 평가한다. 실험적으로 검증된 데이터를 사용하여 제안 시스템을 평가해본 결과, 다층 퍼셉트론 신경망을 사용할 경우 84.63%의 정확도로 miRNA의 목표 유전자를 예측할 수 있었고, 87.90%의 정확도로 miRNA가 목표 유전자를 조절하는 메커니즘을 분별할 수 있었다. 학습 데이터가 충분히 많아진다면 제안 시스템의 예측 성능은 더욱 높아질 것으로 예상된다.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.165-169
• /
• 2019

자연어 이해 모델은 대화 시스템의 핵심적인 구성 요소로서 자연어 문장에 대해 그 의도와 정보를 파악하여 의도(intent)와 슬롯(slot)의 형태로 분석하는 모델이다. 최근 연구에서 의도와 슬롯의 추정을 단일 합동 모델(joint model)을 이용하여 합동 학습(joint training)을 하는 연구들이 진행되고 있다. 합동 모델을 이용한 합동 학습은 의도와 슬롯의 추정 정보가 모델 내에서 암시적으로 교류 되도록 하여 의도와 슬롯 추정 성능이 향상된다. 본 논문에서는 기존 합동 모델이 암시적으로 추정 정보를 교류하는 데서 더 나아가 모델 내의 의도와 슬롯 추정 정보를 명시적으로 교류하도록 모델링하여 의도와 슬롯 추정 성능을 높일 수 있는 교차 게이트 메커니즘(Cross Gated Mechanism)을 제안한다.

• Proceedings of the Korean Society of Applied Entomolohy Conference
• /
• 2001.05a
• /
• pp.31-31
• /
• 2001

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.01a
• /
• pp.337-340
• /
• 2016

본 논문은 유아 및 저학년 초등학생의 쓰기 학습을 위한 쓰기 학습용 애플리케이션을 설계하였다. 유아들은 어린 나이에 수동적인 글쓰기를 시작하고 전통적으로 사용된 '정사각형 글씨 교본'의 정형화된 연습으로 학습에 흥미를 잃는다. 쓰기 학습용 애플리케이션은 전통적 글씨 연습의 틀에서 벗어나, 게임 형태의 콘텐츠로 재미를 유지하도록 메인화면, 메뉴, 실행 화면 등의 내용을 기술하였고 설계하였다. 그리고 유아들은 수동적인 글쓰기로 인해 올바르지 못한 쓰기 자세를 형성한다. 이는 어린 아이들의 손에 무리가 가게 된다. 학생용 애플리케이션과 함께 설계한 홀더는 손에 힘이 없는 아이들이 쉽고 편안하게 필기구를 잡는 습관을 기르기 위한 것으로 지렛대 메커니즘을 응용하였다. 다양한 손의 크기에 대응하여 조절할 수 있도록 중지 받침대 조절 기능으로 다양한 연령대가 사용할 수 있다. 학습용 게임 애플리케이션의 재미와 홀더의 효과 등의 내용을 기술하였고 모바일에서 또 다른 아이들의 쓰기 방법을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.1006-1008
• /
• 2009

온라인 교육 시스템에서 사용자는 효과적인 학습을 위해 향상된 교육 컨텐츠를 이용하고자 한다. 온라인 교육 시스템은 다양한 알고리즘을 프로그래밍하여 개별 사용자에게 적합한 구성이 가능하다. 이러한 온라인 교육 시스템은 미리 짜여진 프로그램에 의한 체계적인 반복 교육에 적합하다. 사용자의 효과적인 학습을 측정하는데 있어 학습한 내용이 장기기억 되는 방법의 적용은 무엇보다 중요하다. 본 논문에서는 학습한 내용의 기억 추이를 나타내는 에빙하우스 망각 곡선 이론을 기반으로 학습 시스템의 장기 기억 메커니즘을 구현하고자 한다. 본 논문에서 제안한 온라인 교육 시스템의 학습 내용은 학습자의 장기 기억된 정도를 측정함으로써 그 효용성을 나타낸다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.621-623
• /
• 2023

본 논문에서는 기계 학습 모델의 취약점과 대응책에 초점을 맞추어 적대적인 기계 학습 공격 및 방어 분야를 탐구한다. 신중하게 만들어진 입력 데이터를 도입하여 기계 학습 모델을 속이거나 조작하는 것을 목표로 하는 적대적 공격에 대한 심층 분석을 제공한다. 이 논문은 회피 및 독성 공격을 포함한 다양한 유형의 적대적 공격을 조사하고 기계 학습 시스템의 안정성과 보안에 대한 잠재적 영향을 조사한다. 또한 적대적 공격에 대한 기계 학습 모델의 견고성을 향상시키기 위해 다양한 방어 메커니즘과 전략을 제안하고 평가한다. 본 논문은 광범위한 실험과 분석을 통해 적대적 기계 학습에 대한 이해에 기여하고 효과적인 방어 기술에 대한 통찰력을 제공하는 것을 목표로 한다.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.34 no.1
• /
• pp.143-156
• /
• 2024

Federated Learning (FL) has emerged as a potent methodology for decentralized model training across multiple collaborators, eliminating the need for data sharing. Although FL is lauded for its capacity to preserve data privacy, it is not impervious to various types of privacy attacks. Differential Privacy (DP), recognized as the golden standard in privacy-preservation techniques, is widely employed to counteract these vulnerabilities. This paper makes a specific contribution by applying an existing, task-specific adaptive DP mechanism to the FL environment. Our comprehensive analysis evaluates the impact of this mechanism on the performance of a shared global model, with particular attention to varying data distribution and partitioning schemes. This study deepens the understanding of the complex interplay between privacy and utility in FL, providing a validated methodology for securing data without compromising performance.