• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2021년도 제33회 한글 및 한국어 정보처리 학술대회
• /
• pp.486-489
• /
• 2021

본 논문에서는 KorBERT 한국어 언어모델에 기반하여 텍스트 분류문제를 빈칸채우기 문제로 변환하고 빈칸에 적합한 어휘를 예측하는 방식의 프롬프트기반 분류모델에 대해서 소개한다. [CLS] 토큰을 이용한 헤드기반 분류와 프롬프트기반 분류는 사전학습의 NSP모델과 MLM모델의 특성을 반영한 것으로, 텍스트의 의미/구조적 분석과 의미적 추론으로 구분되는 텍스트 분류 태스크에서의 성능을 비교 평가하였다. 의미/구조적 분석 실험을 위해 KLUE의 의미유사도와 토픽분류 데이터셋을 이용하였고, 의미적 추론 실험을 위해서 KLUE의 자연어추론 데이터셋을 이용하였다. 실험을 통해, MLM모델의 특성을 반영한 프롬프트기반 텍스트 분류에서는 의미유사도와 토픽분류 태스크에서 우수한 성능을 보였고, NSP모델의 특성을 반영한 헤드기반 텍스트 분류에서는 자연어추론 태스크에서 우수한 성능을 보였다.

• 정보보호학회지
• /
• 제20권3호
• /
• pp.48-57
• /
• 2010

본 고는 휴먼 객체 검출 및 분류를 위한 것으로서, 입력된 동영상에서 배경 이미지와의 차분 영상을 통해 객체 영역을 검출하고, 검출된 객체 영역에서 얼굴 즉 헤드 영역을 검출하는 방법에 대해서 설명한다. 실시간으로 녹화된 동영상에서 사람이 움직이는 위치와, 크기 등이 아주 다양하며, 또한 한 사람이 아닌 여러 사람 객체를 검출하기 위하여 다중의 사람객체 검출기를 이용한 캐스케이드 사람 객체 추출 방법을 제안한다. 얼굴 크기 등을 고려하여 헤드 영역의 shape 를 기반으로 하여 1차 검출을 수행하고, 검출되지 않은 영역에 대하여 히스토그램 기반의 얼굴 영역을 검출한다. 또한 중복된 영상에 대해 베이지안 얼굴 검출기를 통해 인증함으로써 성능을 향상시킬 수 있다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2018년도 제58차 하계학술대회논문집 26권2호
• /
• pp.139-140
• /
• 2018

본 논문에서는 지도 기계 학습 알고리즘 중 하나인 Naive Bayesian (NB) 알고리즘의 데이터 분류 정확도를 향상시키기 위하여 데이터 속성에 Weight를 부여하는 새로운 기법을 제안하였다. 기존에 Decision Tree(DT) 알고리즘의 깊이를 이용하여 Weigth를 부여하는 방법이 제안되었으나, DT를 구축하는데 오버헤드가 크기 때문에 데이터의 실시간 분석이나 자원 제한적인 환경에서의 적용은 어렵다는 단점이 있다. 이를 해결하기 위하여 본 논문에서는 최소한의 데이터를 사용하여 신속하게 DT를 구축하는 Very Fast Decision Tree (VFDT) 알고리즘 기반의 Weight 부여 기법을 제안함으로써 적은 오버헤드로 NB의 정확도를 향상시킨다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2021년도 제33회 한글 및 한국어 정보처리 학술대회
• /
• pp.281-286
• /
• 2021

뉴스 헤드라인에 제3자의 발언을 직접 인용해 전언하는 이른바 '따옴표 저널리즘'이 언론 보도의 객관주의 원칙을 해치는지는 언론학 및 뉴스 구독자에게 중요한 문제이다. 이 연구는 온라인 포털사이트를 통해 실시간 유통되는 한국어 기사의 정확성을 판별하기 위한 기계학습(Machine Learning) 모델을 제안한다. 이 연구에서 제안하는 모델은 Edit Distance와 FastText 기법을 활용해 기사 제목과 본문 내 인용구의 유사성을 측정하고, XGBoost 모델을 활용해 최종 분류한다. 아울러 이 모델을 통해 229만 건의 뉴스 헤드라인에 대해 직접 인용구가 포함된 기사가 취재원의 발언을 주관적인 윤색없이 독자들에게 전하고 있는지를 판별했다. 이뿐만 아니라 딥러닝 기반의 KoELECTRA 모델을 활용해 기사의 제목 내 인용구에 대한 감성 분석을 진행했다. 분석 결과, 윤색이 가미되지 않은 직접 인용형 기사의 비율이 지난 20년 동안 10% 이상 증가했으며, 기사 제목의 인용구에 나타나는 감정은 부정 감성이 긍정 감성의 2.8배 정도로 우세했다. 이러한 시도는 앞으로 계산사회과학 방법론과 빅데이터에 기반한 언론 보도의 평가 및 개선에 도움을 주리라 기대한다.

• 한국화재소방학회논문지
• /
• 제26권2호
• /
• pp.1-10
• /
• 2012

선진국에서는 다양한 건축용도의 위험등급을 분류하여 해당 위험등급의 수준에 적합한 방수패턴을 가진 스프링클러의 방수규격을 기준으로 용도별 위험등급 기반의 성능설계를 실시하고 있는 반면에, 국내에서는 건축공간용도의 거주밀도나 화재하중밀도가 표준화하고 있지 않아 위험등급조차 설정하지 않은 채 균일한 방수패턴을 가진 표준형 스프링클러 헤드를 일률적으로 적용하고 있는 실정이다. 이런 실정으로 인해 국내에서는 스프링클러의 방수패턴에 대한 요구사양이 다양하게 필요하지 않아 선진국과 같이 다양한 방수상수를 가지면서 방호면적을 달리하는 다양한 종류의 헤드 개발이 이루어지지 않고 있는 실정이다. 그러므로 국내의 주요 건축공간용도에 대한 화재하중밀도를 조사하여 표준 값을 제시하고 영국 LPC나 미국 NFPA에서 정하고 있는 위험등급별로 분류한 결과 크게 다르지 않음을 발견하였다. 따라서 공간용도별 위험등급 기반의 성능 설계를 우리나라에서 적용하기위한 기초적인 토대를 마련하고 국내 스프링클러 헤드개발환경을 개선하기 위한 오리피스와 방수상수를 다양화함으로써 특수한 고위험공간용도에서 효과적으로 적용 가능한 라지 드롭형, ELO형, 또는 ESFR형 등의 스프링클러 헤드 개발을 촉진하도록 유도하였다. 결론적으로 위험등급별로 다양하게 적용되는 스프링클러 헤드를 체계적으로 분류하여 국내 건축용도에 적용 가능한 최적의 방수패턴에 대한 기본사양을 정립하여 제시하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 춘계종합학술대회 A
• /
• pp.499-502
• /
• 2008

한정된 용량의 배터리에 의존하는 무선 Ad-hoc 네트워크(MANET)에서는 에너지 효율을 높이기 위한 다양한 클러스터링 기법과 라우팅 알고리즘이 연구되고 있다. 이러한 무선 Ad-hoc 네트워크에서는 에너지 효율이 높은 클러스터 기반의 라우팅 알고리즘이 많이 사용된다. 그러나 일반적인 클러스터 방식에 따른 라우팅 알고리즘에서는 클러스터 헤드 노드에 부하가 집중되어 에너지 소모가 많은 문제점을 가진다. 이 문제를 보완하기 위해서 클러스터 헤드 노드의 재 선출을 통해 에너지 소모를 분산하는 동적 클러스터링 방식이 사용되고 있다. 그러나 동적 클러스터링 방식 또한 높은 빈도의 클러스터 재형성 과정에서 많은 에너지를 소모하는 문제점이 있다. 즉, 지금까지 연구되어온 알고리즘은 클러스터 구성에 대한 효율적인 알고리즘을 제시하고 있지만 불필요한 에너지 소모를 최소화하는 최적의 헤드 노드 선정 방법과 클러스터 관리를 통하여 에너지 효율을 높일 수 있는 해결책을 제시하지 않았다. 따라서 본 논문에서는 위의 클러스터 문제를 해결하기 위해 TICC(Time Interval Clustering Control) 알고리즘 기법을 제안한다. 제안된 TICC은 각 노드의 에너지 속성 값에 따라 에너지 Level을 분류하고 분류된 에너지 Level에 따라 타이밍을 고려한 클러스터링 및 노드 관리방법이다. 이러한 TICC기법을 적용하여 실험을 하였고 결과적으로 클러스터 전체의 에너지 효율을 향상되고 Lifetime이 증가함을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 춘계학술발표대회
• /
• pp.256-259
• /
• 2018

다수의 사용자가 자원을 공유하는 클라우드 센터에서는 자원 사용량 예측이 힘들기 때문에 지속적으로 가상머신의 자원 부족과 특정 물리 서버에 가상머신들이 집중되는 것을 방지하고자 클라우드 센터를 구성하는 다수의 물리 서버 사이에서 가상머신을 이주시키는 마이그레이션 작업을 수행한다. 가상머신 마이그레이션은 가상머신에게 할당된 자원의 규모에 따라 물리 서버에 가상머신을 균등하게 배치시킬 수 있지만 가상머신의 특정 자원에 따른 자원 집중 현상은 방지할 수 없다. 본 논문에서는 가상머신 마이그레이션 작업 시 자원 집중 현상을 방지하기 위한 기반 정보를 생성하는 가상머신 유형분류 기법을 제안한다. 본 논문에서 제안하는 가상머신 유형분류 기법은 물리 서버에서 실행 중인 가상머신의 자원 사용 정보를 기반으로 CPU, 메모리 유형으로 분류하여 가상머신 마이그레이션을 수행할 때 사용할 수 있는 기반 정보를 제공한다. 또한 본 논문에서 제안한 기법은 실험을 통해 무시할 수 있는 수준의 오버헤드를 발생시키는 것을 확인하였다.

• 한국항공우주학회지
• /
• 제34권7호
• /
• pp.63-70
• /
• 2006

본 논문은 영상기반 헤드 트랙커에 인공 표식의 면적을 이용하는 연구를 기술하였다. 헤드 트랙커 체계는 병진운동과 회전운동으로 구성되어 있으며, 이들은 웹 카메라에 의하여 감지되었다. 감지된 영상은 영상처리 기법과 인공 신경망에 의하여 운동에 따른 결과를 만들게 된다. 헤드 트랙커가 사용될 항공기의 조종석의 특성상 병진운동은 헬멧의 특정 색을 추적하게 하였다. 회전 운동은 인공 신경망을 이용하여 추적하였으며, 헬멧에 표시된 두 가지 색의 면적 비율을 입력 값으로 사용하였다. 여기서 역전파 알고리즘과 RBFN을 사용하였다. 두 알고리즘은 머리의 움직임과 같은 비선형 체계를 분류하고 추적하는데 용이한 알고리즘으로 역전파 알고리즘은 피드백 특성을, RBFN은 확률적 특성을 이용한다. 본 논문에서는 회전운동에 어느 알고리즘이 더 적합한 알고리즘인지 비교하였다.

• 전자공학회논문지
• /
• 제51권2호
• /
• pp.69-75
• /
• 2014

기존의 피플 카운팅 시스템(People Counting System)은 주로 오버헤드(Overhead) 시점에 설치된 단일 카메라를 활용하기 때문에, 겹침 및 가림 현상과 일정 크기 이상의 소지품, 급격한 조명 변화와 같은 외부 환경적 요인들로 인해 객체 인식에 장애가 발생하고, 다양한 환경에서 카운팅을 수행하기에 어려움이 존재한다. 이에 본 논문에서는 기존 단일 시점 피플 카운팅 시스템의 인식 장애 개선 및 외부 환경적 요인들에 보다 강인하게 카운팅할 수 있도록, 오버헤드 및 전면 시점에 두 개의 깊이 카메라를 활용하는 얼굴 나이 그룹별 피플 카운팅 시스템을 제안한다. 제안 시스템은 오버헤드 영상 처리, 전면 영상 처리, 동일 객체 판별, 얼굴 나이 그룹 분류, 입퇴장 카운팅의 총 5가지 처리를 통해 얼굴 나이 그룹별 피플 카운팅을 수행한다. 제안 시스템을 C++, OpenCV 및 Kinect SDK를 기반으로 구현하여, 나이 그룹별로 10명씩 총 40명을 대상으로 피플 카운팅 성능과 나이 그룹 분류 성능을 각각 평가하였다. 성능 평가 결과는 피플 카운팅에서 약 98%의 정확도를 나타냈고, 나이 그룹 분류는 약 74.23%의 정확도를 보였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 추계학술대회
• /
• pp.113-116
• /
• 2021

일반적으로 딥러닝 기반의 객체 검출(Object Detection)기법은 합성곱 신경망(Convolutional Neural Network, CNN)을 통해 입력된 영상의 특징(Feature)을 추출하여 이를 통해 객체 검출을 수행한다. 최근 자연어 처리 분야에서 획기적인 성능을 보인 트랜스포머(Transformer)가 영상 분류, 객체 검출과 같은 컴퓨터 비전 작업을 수행하는데 있어 경쟁력이 있음이 드러나고 있다. 본 논문에서는 YOLOv4-CSP의 CSP 블록을 개선한 one-stage 방식의 객체 검출 네트워크를 제안한다. 개선된 CSP 블록은 트랜스포머(Transformer)의 멀티 헤드 어텐션(Multi-Head Attention)과 CSP 형태의 공간 피라미드 풀링(Spatial Pyramid Pooling, SPP) 연산을 기반으로 네트워크의 Backbone과 Neck에서의 feature 학습을 돕는다. 본 실험은 MSCOCO test-dev2017 데이터 셋으로 평가하였으며 제안하는 네트워크는 YOLOv4-CSP의 경량화 모델인 YOLOv4s-mish에 대하여 평균 정밀도(Average Precision, AP)기준 2.7% 향상된 검출 정확도를 보인다.