• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권6호
• /
• pp.235-242
• /
• 2021

본 연구에서는 포인터 네트워크 모델을 의존 구문 분석에 맞게 확장한 스택-포인터 네트워크 모델을 이용하여 한국어 의존 구문 분석기를 구현한다. 스택-포인터 네트워크 모델 기반 의존 구문 분석기는 인코더-디코더로 구성되어 있으며 다른 의존 구문 분석기와 달리 내부 스택을 갖고 있어 루트부터 시작하는 하향식 구문 분석이 가능하다. 디코더의 각 단계에서는 의존소를 찾기 위해 부모 노드뿐만 아니라 이미 파생된 트리 구조에서 조부모와 형제 노드를 참조할 수 있다. 기존 연구에서는 단순하게 해당 노드들의 합을 계산하여 입력으로 사용하였고, 형제 노드의 경우에는 가장 최근에 방문했던 것만을 사용할 수 있었다. 본 연구에서는 그래프 어텐션 네트워크를 도입하여 이미 파생된 부분 트리를 표현하고 이를 스택-포인터 네트워크의 입력으로 사용하도록 구문 분석기를 수정한다. 세종 코퍼스와 모두의 코퍼스를 대상을 실험한 결과 레이어 2의 그래프 어텐션 네트워크를 이용하여 부분 트리를 표현했을 때 특히 문장 단위의 구문 분석 정확도에서 많은 성능 향상을 확인할 수 있었다.

• E2M - 전기 전자와 첨단 소재
• /
• 제10권7호
• /
• pp.651-658
• /
• 1997

In this paper, effect of interpenetrating polymer network(IPN) introduction on the dielectric properties, heat proof properties, internal structure and defects of the Epoxy/SiO$_2$composite materials, were investigated. we reported a relation between network structures and electrical properties, especially dielectric characteristics with variation of network structures for epoxy composite materials. According to experimental results, the specimens which have single network structures have lower dielectric constant than interpenetrating polymer network(IPN) specimens, but have relatively larger dependency to variation of temperature and frequency. It was confirmed that change of structures is attained by introducing of IPN to insulating materials. Therefore it is counted that introduction of multiple structure including IPN is necessary to improve heat proof and electrical properties.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권10호
• /
• pp.836-850
• /
• 2006

오늘날 급속한 패키지 소프트웨어 제품의 증가 추세에 따라서, 소프트웨어 제품에 대한 품질 시험 요구 또한 증가하였다. 소프트웨어 제품 시험 시 중요한 요소는 무엇을 시험할지 기준이 되는 메트릭의 선정이다. 본 연구에서는 패키지 소프트웨어 종류를 특성 벡터들로 표현하여 메트릭들과의 연관 관계를 확률로서 세밀하게 표현한다. 특성 벡터란 소프트웨어의 형식 분류 지시자라고 할 수 있으며 특정한 패키지 소프트웨어가 다른 것들과 어떻게 구별되는지 나타낼 수 있다. 분류된 각각의 소프트웨어 형식별로 메트릭을 선정하기 위해서 과거 시험 데이타를 분석하여 활용한다. 베이지언망이 과거 데이타 분석에 이용되며 특성 벡터와 메트릭 간의 의존 관계 네트워크를 구축한다. 구축된 베이지언망은 새로운 패키지 소프트웨어 시험 작업에 적절한 메트릭을 찾아내는데 활용된다.

• 한국항해학회지
• /
• 제24권1호
• /
• pp.47-56
• /
• 2000

As a shipboard dependency for the safety and reliability becomes very important, the need for solid systems providing non-stop workload has been increased. This system is heartbeat that transmits shipboard state, audit and control information to the land. So, this paper describes a ship's LAN configuration method for the safety and reliability. In order to achieve these requirements, network, server and disk fault tolerance techniques are surveyed, and dual network configuration model, cluster server configuration method are presented and tested based on the survey.

• 지질공학
• /
• 제13권4호
• /
• pp.405-418
• /
• 2003

지반을 구성하고 있는 매질에 대한 체적함수비 및 포화 정도를 측정하는 것은 지반의 물리적 성질, 강우에 의한 지하수 함량 및 자연 사면 파괴를 이해하는데 매우 중요한 요소 중의 하나이다 이러한 지반의 요소들을 파악하기 위해 전자기파를 이용한 유전율법은 지반의 유전율상수의 특성에 따라 평가되어 지므로 다양한 분야에 적용되고 있다. 본 연구에서는 전자기파의 측정 주파수 범위 1 - 18 GHz를 사용하는 유전율 시스템인 FDR-V (Frequency domain reflectometry with vector network analyzer)를 적용하여 1 GHz와 18 GHz에서의 두 주파수 범위에 대한 표준사 (Standard sand)와 화강풍화토 (Granitic weathered soil)의 밀도, 온도 및 염분농도 의존성에 따른 유전율상수의 반응에 대해 검토하였다. 실험결과에서, 흙의 밀도 의존성은 체적함수비의 증가에 따라 유전율상수도 증가하는 것으로 측정되었으나, 이들의 밀도 의존성은 다소 낮은 것으로 판단된다. 그리고, 1 GHz 실수부 (Real part)에 대한 온도 의존성 실험에서는 온도의 증가에 따라 물과 표준사의 유전율상수는 점진적으로 감소하는 경향을 보이나 에탄올의 유전율상수는 증가하는 것으로 측정되었다. 따라서, 온도 변화에 따른 각 매질의 유전율상수는 측정 온도에 대한 영향을 고려하여야 한다. 염분농도에 따른 유전율상수의 변화는 1 GHz 허수부 (Imaginary part)에서 염분농도의 증가에 따라 유전율상수의 측정치도 함께 증가하는 것으로 나타났다. 이상과 같이, 다양한 조건하에 대한 유전율상수의 의존성들을 기초로 하여 다공질 매질의 특성을 파악하기 위한 FDR-V 시스템의 적용성을 충분히 검토하였다. 결론적으로, 본 연구에서는 1 GHz의 측정 주파수범위 내에서 다공질 매질의 염분오염도를 충분히 정량적으로 측정할 수 있는 것으로 생각된다.

• 인지과학
• /
• 제7권4호
• /
• pp.141-162
• /
• 1996

• 한국지능시스템학회논문지
• /
• 제17권5호
• /
• pp.684-690
• /
• 2007

본 논문은 확률변수들로 이루어진 클러스터의 집합과 확률변수들에 대해 관찰된 데이터가 주어진 상황에서, 클러스터 사이에 존재하는 조건부 확률적 의존의 방향성(directional tendency of conditional dependence in the Bayesian probabilistic graphical model)을 결정하는 방법을 기술한다. 클러스터 사이에 존재하는 조건부 확률적 의존의 방향성을 추정하기 위해 한 클러스터에서 다른 각 클러스터에 가장 가까운 확률변수를 해당 클러스터의 외부연결변수로 결정한다. 외부연결변수들 사이에서의 가장 확률이 높은 조건부 확률적 의존성을 나타내는 방향성 비순환 그래프(directed acyclic graph(DAG))를 찾음으로써, 주어진 클러스터들 사이에 존재하는 조건부 확률적 의존의 방향성을 결정한다. 사용된 방법이 클러스터 사이에 존재하는 조건부 확률적 의존의 방향성을 유의미하게 추정할 수 있음을 실험적으로 보인다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2018년도 제30회 한글 및 한국어 정보처리 학술대회
• /
• pp.685-688
• /
• 2018

의존 구문 분석은 자연어 문장에 포함된 단어들 간의 의존 관계를 분석하는 과제로 다양한 자연어 이해 과제에 요구되는 핵심 기술 중 하나이다. 본 연구에서는 단어와 문자 자질을 적용한 기존 Stack-Pointer Network의 인코더의 입력 단어 표상을 확장하여, 한국어를 비롯한 형태적으로 복잡한 언어(morphologically rich language)에 적합하도록 음절-태그 단위, 형태소 단위, 형태소 품사 정보 자질을 보강한 의존 구문 분석 모델을 제안한다. 실험 결과 제안하는 모델은 의존 구조로 변환된 세종 구문 분석 말뭉치에서 UAS 90.58%, LAS 88.35%의 성능을, 2018 국어 정보 처리 시스템 경진 대회 평가 데이터에서 UAS 84.69%, LAS 82.02%의 성능을 보였다. 더불어 제안하는 모델은 포함된 문장의 전체 길이가 긴 의존 관계, 의존소와 지배소의 거리가 먼 의존 관계, 의존소를 구성하는 형태소의 개수가 많은 의존 관계에서 기존 Stack-Pointer Network보다 향상된 성능을 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제4권6호
• /
• pp.1209-1221
• /
• 2010

Three dimensional (3D) video is expected to be an important application for broadcast and IP streaming services. One of the main limitations for the transmission of 3D video over IP networks is network bandwidth mismatch due to the large size of 3D data, which causes fatal decoding errors and mosaic-like damage. This paper presents a novel selective frame discard method to address the problem. The main idea of the proposed method is the symmetrical discard of the two dimensional (2D) video frame and the depth map frame. Also, the frames to be discarded are selected after additional consideration of the playback deadline, the network bandwidth, and the inter-frame dependency relationship within a group of pictures (GOP). It enables the efficient utilization of the network bandwidth and high quality 3D IPTV service. The simulation results demonstrate that the proposed method enhances the media quality of 3D video streaming even in the case of bad network conditions.

• ETRI Journal
• /
• 제44권3호
• /
• pp.438-449
• /
• 2022

This study proposes a dependency grammar-based self-attention multilayered bidirectional long short-term memory (DG-M-Bi-LSTM) model for subject-predicate-object (SPO) tuple recognition from natural language (NL) sentences. To add recent knowledge to the knowledge base autonomously, it is essential to extract knowledge from numerous NL data. Therefore, this study proposes a high-accuracy SPO tuple recognition model that requires a small amount of learning data to extract knowledge from NL sentences. The accuracy of SPO tuple recognition using DG-M-Bi-LSTM is compared with that using NL-based self-attention multilayered bidirectional LSTM, DG-based bidirectional encoder representations from transformers (BERT), and NL-based BERT to evaluate its effectiveness. The DG-M-Bi-LSTM model achieves the best results in terms of recognition accuracy for extracting SPO tuples from NL sentences even if it has fewer deep neural network (DNN) parameters than BERT. In particular, its accuracy is better than that of BERT when the learning data are limited. Additionally, its pretrained DNN parameters can be applied to other domains because it learns the structural relations in NL sentences.