• 정보관리학회지
• /
• 제18권4호
• /
• pp.37-55
• /
• 2001

본 연구에서는 특정 주제분야의 텍스트를 대표할 수 있는 단어술어를 추출하고 기본문형을 형성 한 후 각 단서술어의 기본문형을 실례화하여 연결함으로써 요약문을 작성하는 자동요약시스템의 모형을 설계하고 구현하였다. 시스템은 학습과정과 요약과정을 구분되며, 학습과정에서는 술어와 격조사를 출현빈도를 이용하여 주제분야 텍스트집단을 대표하는 단어술어와 필수격 조사를 추출한 뒤 단어술어가 이루는 문장의 기본문형을 형성한다. 요약과정에서 실례화 규직을 요약 대상 문장의 구문 분석 결과에 적용하여 기본문형의 격조사와 결합될 논항을 찾아 단문을 생성하고 연결하여 요약문을 완성한다. ‘화재’및‘강도’와 관련된 신문기사를 대상으로 실험을 수행하였으며, 작성된 요약문은 단어술어가 포함된 주요 문장에서 추출한 필수 정보항목과 술어를 중심으로 생성된 문장들로서 문장간의 연결이 자연스러울 뿐 아니라 텍스트의 전체적인 의미를 표현할 수 있었다. 또한, 통계적 기법을 이용한 학습을 통해 주제영역의 확장이 가능하였다.

• 한국음향학회지
• /
• 제39권5호
• /
• pp.447-453
• /
• 2020

본 논문은 딥러닝 기법을 활용하여 음성신호로부터 효율적인 화자 벡터를 추출하는 시스템을 제안한다. 음성신호에는 발화내용, 감정, 배경잡음 등과 같이 화자의 특징과는 관련이 없는 정보들이 포함되어 있다는 점에 착안하여 제안 방법에서는 추출된 화자 벡터에 화자의 특징과 관련된 정보는 가능한 많이 포함되고, 그렇지 않은 비화자 정보는 최소화될 수 있도록 학습을 진행한다. 특히, 오토-인코더 구조의 부호화 기가 두 개의 임베딩 벡터를 추정하도록 하고, 효과적인 손실 함수 조건을 두어 각 임베딩이 화자 및 비화자 특징만 각각 포함할 수 있도록 하는 효과적인 화자 정보 분리(disentanglement)방법을 제안한다. 또한, 화자 정보를 유지하는데 도움이 되는 생성적 적대 신경망(Generative Adversarial Network, GAN)에서 활용되는 판별기 구조를 도입함으로써, 디코더의 성능을 향상시킴으로써 화자 인식 성능을 보다 향상시킨다. 제안된 방법에 대한 적절성과 효율성은 벤치마크 데이터로 사용되고 있는 Voxceleb1에 대한 동일오류율(Equal Error Rate, EER) 개선 실험을 통하여 규명하였다.

• 한국지능시스템학회논문지
• /
• 제11권3호
• /
• pp.223-230
• /
• 2001

자기구성 지도는 주어진 입력에 대해 올바른 출력 값이 제공되지 않는 비교사 방식으로 학습된다. 또한, 반응하는 순서나 위치를 통해 위상이 보존(topology preserving)되는 특성을 가지고 있어 많은 분야에 응용되고 있다. 그러나, 자기 구성지도는 학습이 되기 전에 위상을 미리 고정시켜야 하기 때문에 실제 문제에 적용하기 어렵다는 단점을 가지고 있다. 구조 적응형 자기구성 지도는 자기구성 지도의 고정된 구조 때문에 발생하는 문제를 해결하기 위해 지도의 구조를 학습 중에 적절하게 변경시킨다. 이때, 변화된 구조의 가중치를 어떻게 초기화시킬 것인가 하는 것이 또한 중요한 문제이다. 이 논문에서는 구조 적응형 자기구성 지도 모델에서 유전자 알고리즘을 이용하여 분화된 노드의 가중치를 결정하는 방법을 제안한다. 이 방법은 기존의 구조 적응형 자기구성 지도보다 다소 높은 인식률을 보였고, 숫자 별 인식률 편차를 줄일 수 있었다. 오프라인 필기 숫자 데이터로 실험한 결과, 제안한 방법이 유용함을 알 수 있었다.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제6권2호
• /
• pp.75-84
• /
• 2002

After entering an elementary school, in fact, a number of children regard mathematics as one of very difficult subjects because of its abstractiveness. This is caused by the fact that their basic thinking power is not yet formed or they can not understand the special quality of mathematics. So this article emphasizes the need to build up the higher logical thought and a basic mathematical concept at the lower grade elementary school stage in which the loaming activity on mathematics begins in earnest, that is, at the stage before having an experience on the calculating activity using numbers. But at present the lower grade elementary school students in our country do not understand the special quality of mathematics composed of a various symbolic system and lay stress upon mathematics learning attached to the calculative activity. In order to make the right mathematical concept of the lower grade elementary school, the basic knowledge and ability as follows is sure to be formed. 1) the foundational logical manipulation activity and knowledge 2) the using ability of the sign and symbolic system At the stage on which mathematics learning activity begins, it is a very important task to make the right concept of the abstractive math and nurse the capability for finding mathematical relations covered under the sign system through the continuos loaming activity on . Through the basic logical manipulation activity and the game activity of sign for lower grade elementary school students mentioned in this article, they can not only foster the higher level logical thinking power and the foundational calculative ability but also bring up the interest on the activity of establishing a new problem solving strategy.

• 전기학회논문지
• /
• 제60권2호
• /
• pp.398-406
• /
• 2011

In this paper, we introduce a new architecture of PSO-based Polynomial Neural Networks (PNN) and discuss its comprehensive design methodology. The conventional PNN is based on a extended Group Method of Data Handling (GMDH) method, and utilized the polynomial order (viz. linear, quadratic, and modified quadratic) as well as the number of node inputs fixed (selected in advance by designer) at Polynomial Neurons located in each layer through a growth process of the network. Moreover it does not guarantee that the conventional PNN generated through learning results in the optimal network architecture. The PSO-based PNN results in a structurally optimized structure and comes with a higher level of flexibility that the one encountered in the conventional PNN. The PSO-based design procedure being applied at each layer of PNN leads to the selection of preferred PNs with specific local characteristics (such as the number of input variables, input variables, and the order of the polynomial) available within the PNN. In the sequel, two general optimization mechanisms of the PSO-based PNN are explored: the structural optimization is realized via PSO whereas in case of the parametric optimization we proceed with a standard least square method-based learning. To evaluate the performance of the PSO-based PNN, the model is experimented with using Gas furnace process data, and pH neutralization process data. For the characteristic analysis of the given entire data with non-linearity and the construction of efficient model, the given entire system data is partitioned into two type such as Division I(Training dataset and Testing dataset) and Division II(Training dataset, Validation dataset, and Testing dataset). A comparative analysis shows that the proposed PSO-based PNN is model with higher accuracy as well as more superb predictive capability than other intelligent models presented previously.

• 융합신호처리학회논문지
• /
• 제10권4호
• /
• pp.233-238
• /
• 2009

본 논문에서는 얼굴을 자동 초점(Auto-focus) 디지털 카메라의 관심영역(ROI : Region Of Interest)으로 이용하는 시스템에서 요구되는 검출 영역의 안정적인 선택을 위한 방법을 제안한다. 이 방법은 디지털 카메라와 모바일 카메라에 포함되는 ISP(Image Signal Processor)에서 실시간으로 처리되는 프로그레시브 입력 영상에서 얼굴 영역을 관심영역으로 간주하고 자동으로 초점을 맞추는 방법이다. 얼굴 영역 검출을 위하여 사용한 학습 알고리즘은 에이다부스트 알고리즘을 이용하였다. 학습에 포함되지 않은 기울어진 얼굴에 대한 검출방법과 검출 결과에 대한 후처리 방법, 관심영역이 흔들리지 않고 일정한 영역을 유지하도록 하기 위한 안정화 대책을 제안한다. 제안된 ROI 영역 안정화 알고리즘에 대한 성능을 평가하기 위하여 움직임이 있는 얼굴에 대하여 기준 궤적과의 차이를 보이고, 각 궤적의 회귀곡선과의 RMS 오차를 안정화 성능평가의 척도로 이용하였다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권4호
• /
• pp.338-342
• /
• 2015

시계열 데이터를 다룰 수 있는 기계학습모델인 회귀 신경망은 되먹임 연결을 허용하기 때문에 앞먹임 신경망에 비해 훨씬 다양한 구조를 가질 수 있다. 본 연구에서는 은닉 뉴런 간의 네트워크 구조에 초점을 맞추어 그것이 회귀 신경망의 정보처리 능력에 미치는 영향을 탐구하고자 한다. 이를 위해 회귀신경망 모델 중 하나인 Echo State Network을 기준으로 하여, 여러 가지 잘 알려진 네트워크 모델에 따라 은닉 뉴런 간 연결을 구성하고 각각의 경우에 시계열 학습 능력과 동역학을 분석하였다. 그 결과, 은닉 뉴런의 네트워크 구조에 따라 모델의 성능이 큰 폭으로 변하는 것이 관찰되었으며, 그러한 현상은 신경망 동역학이 가지는 임계도(criticality)의 변화와 잘 일치했다. 본 연구의 결과는 기존 회귀 신경망 연구에서 주된 관심사였던 신경망 연결 가중치뿐만 아니라 신경망의 연결 구조가 모델의 성능에 중요한 영향을 미친다는 사실을 보여주며, 성능 향상을 위한 중요한 단서가 될 수 있다.

• 한국융합학회논문지
• /
• 제12권12호
• /
• pp.31-37
• /
• 2021

본 논문은 특징 융합과 공간 강조를 적용하여 작고 페색된 객체 검출을 위한 개선된 YOLOv4S를 제안하였다. 기존 YOLOv4S은 경량 네트워크로 깊은 네트워크 대비 특징 추출 능력 부족하다. 제안하는 방법은 먼저 feature fusion으로 서로 다른 크기의 특징맵을 결합하여 의미론적 정보 및 저수준 정보를 개선하였다. 또한, dilated convolution으로 수용 영역을 확장하여 작고 폐색된 객체에 대한 검출 정확도를 향상시켰다. 두 번째로 spatial attention으로 기존 공간 정보 개선하여 객체간 구분되어 폐색된 객체의 검출 정확도를 향상시켰다. 제안하는 방법의 정량적 평가를 위해 PASCAL VOC 및 COCO 데이터세트를 사용하였다. 실험을 통해 제안하는 방법은 기존 YOLOv4S 대비 PASCAL VOC 데이터세트에서 mAP 2.7% 및 COCO 데이터세트에서 mAP 1.8% 향상되었다.

• 융합정보논문지
• /
• 제11권12호
• /
• pp.168-175
• /
• 2021

본 연구에서는 인공지능 교육을 활용하여 생물 교육의 파충류와 양서류를 분류에 대한 이해를 높이고, AI(Artificial Intelligence) 역량을 증대할 수 있도록 탈학문적(Transdisciplinary) 융합 교육 프로그램을 개발하였다. 중심 내용으로는 생물교육에서 오랫동안 다루어진 주제인 파충류와 양서류의 분류를 의사결정 트리 및 ML4K(Machine Learnig for Kids)를 활용하여 해결하는 것으로, 총 3차시 분량으로 설계하였다. 개발된 교육 프로그램에 대하여 전문가 검토를 실시하였고, 그 결과 I-CVI 값이 .88~1.00을 나타내어 내용 타당도를 확보하였다. 이 교육 프로그램은 학습자들에게 정보 교육의 인공지능에 관한 학습 내용과 생물 교육의 척추 동물의 분류에 관한 학습 내용에 대해 동시에 학습할 수 있다는 강점이 있다. 또한, 인공지능 활용 부분에서는 인지 부하를 최소로 하도록 구성되어 있기 때문에 모든 교사들이 쉽게 활용할 수 있다는 점이 특징이다.

• 한국콘텐츠학회논문지
• /
• 제21권9호
• /
• pp.34-41
• /
• 2021

본 연구의 목적은 AI 스피커를 활용한 영어 말하기 수업과 활동이 초등영어학습자들의 정의적 특성과 학습 만족도에 미치는 영향을 살펴보기 위함이다. 총 46명의 초등영어학습자가 실험에 참여하였으며설문지를 사전-사후 배포하여 양적으로 분석하였다. 본 연구를 통해 밝혀낸 결과를 정리하면 다음과 같다. 첫째, AI 기반 영어 학습에 대한 전반적인 이해도 관련 수업 후 AI 기반 활동의 교육적 장점과 효능에 대한 인식이 넓어진 것을 알 수 있었다. 둘째, AI 기반 영어 말하기 활동에 대한 정의적 특성의 변화를 살펴본 결과 사전대비 사후의 평균값이 상승하고 대응표본 t-검정 결과 흥미도, 가치관, 태도 영역에 있어 유의미한 차이가 발견되었다. AI 활용 영어 학습에 대한 만족도를 살펴본 결과 실험 전에 비해 평균 만족도가 상승하고 특히 효능감, 학업 성취감 및 몰입도면에서 높은 상승을 보였다. 끝으로 AI 기반 영어 학습의 만족도과 정의적 특성 간의 상관관계를 분석한 결과 AI 기반 영어 학습에 대한 만족도는 학습자들의 자신감, 흥미도, 태도와 관련이 있는 것으로 나타났다.