• 한국지능시스템학회논문지
• /
• 제7권5호
• /
• pp.21-27
• /
• 1997

Neuro-fuzzy network that combined advantages of the neural network in learning and fuzzy system in inferencing can be used to establish a system model in the design of a controller. In this paper, we presented the neuro-fuzzy system that can be able to generated a linguistic fuzzy model which results in a similar input/output response to the original system. The network was used to model a system. We tested the performance ot the neuro-fuzzy network through computer simulations.

• Journal of Information Processing Systems
• /
• 제16권6호
• /
• pp.1250-1260
• /
• 2020

This study proposes a novel deep neural network model that can accurately detect objects and their relationships in an image and represent them as a scene graph. The proposed model utilizes several multimodal features, including linguistic features and visual context features, to accurately detect objects and relationships. In addition, in the proposed model, context features are embedded using graph neural networks to depict the dependencies between two related objects in the context feature vector. This study demonstrates the effectiveness of the proposed model through comparative experiments using the Visual Genome benchmark dataset.

• 한국지능시스템학회논문지
• /
• 제21권2호
• /
• pp.198-205
• /
• 2011

선박의 항해사가 안전 항해를 위해 GPS, ARPA, AIS, NAVTEX, VHF 등 다수의 항해장비가 제공하는 화상, 수치, 텍스트 및 음성 정보를 숙지하여야 하나, 항해당직에 임하면서 동시에 이들 정보를 획득하여 안전 항해를 위한 판단자료로 활용하는 것은 대단히 번거롭고 어려운 작업이다. 따라서 이들 멀티미디어 항해안전정보를 이해하고 융합하여 항해사가 처한 상황을 인식하고 항해사의 의사결정에 필요한 정보를 추론하여 언어로서 제공해주는 시스템이 필요하다. 본 연구에서는 멀티미디어 항해안전정보를 이해하고 융합하여 언어로 제공하는데 필요한 의미해석 모델을 Semantic Network를 이용하여 구축하고자 한다.

• 한국언어정보학회지:언어와정보
• /
• 제20권1호
• /
• pp.25-49
• /
• 2016

Honorific forms express the speaker's social attitude to others and also indicate the social ranks and level of intimacy of the participants in the discourse. In a cross-linguistic perspective of grammar engineering, modelling honorification has been regarded as a key strategy for improving language processing applications. Using the HPSG and MRS formalism, this article provides a multilingual grammar model of honorification. The present study incorporates the honorific information into the Meaning Representation System (MRS) via Individual Constraints (ICONS), and then conducts an evaluation to see if the model contributes to semantics-based language processing.

• Journal of Radiation Protection and Research
• /
• 제19권2호
• /
• pp.109-120
• /
• 1994

원자력시설의 비상사태 시 주변주민을 보호하기 위한 비상대응행위의 효과를 평가할 필요가 있다. 비상대응행위는 지역특성과 개인 행동특성에 따라 매우 다양하게 나타날 수 있으므로, 비상대응행위를 나타내는 변수들은 특정 값을 갖기보다는 일정구간에 분포되는 값을 갖는다. 대부분의 기존 비상대응모델에서는 계산을 단순화시키기 위하여 가정을 통해 특정 값을 사용한다. 단순화 과정중에 필연적으로 정보의 손실이 발생되어 결과적으로 비상대응 모델은 큰 불확실성을 포함하게 된다. 피지이론은 변수의 불확실성을 계산에 포함시켜 엄밀한 계산을 통해 정보손실을 최소화시키면서 계산결과를 얻어낼 수 있는 수학적인 도구를 제공해 준다. 본 연구에서는 퍼지집합, 퍼지추론, 퍼지관계 등의 이론을 응용하여 원자력시설의 비상사태 시 비상대응효과를 평가할 수 있는 방법을 개발하였다. 개발된 모델의 장점은 언어변수를 이용하여 지역특성을 표현하고 전문가의 의견을 반영하여 비상대응효과를 평가하므로, 단순화 가정중에 유발되는 정보의 손실을 줄일 수 있는데 있다. 비상대응 모델내의 불확실한 변수에 대한 퍼지이론의 응용성을 개선하기 위해서는 전문가의 의견을 반영하여 변수들에 대한 적합한 멤버쉽 함수와 퍼지조건문을 확립할 필요가 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권3호
• /
• pp.1639-1658
• /
• 2019

Named entity recognition (NER) is an important technique for improving the performance of data mining and big data analytics. In previous studies, NER systems have been employed to identify named-entities using statistical methods based on prior information or linguistic features; however, such methods are limited in that they are unable to recognize unregistered or unlearned objects. In this paper, a method is proposed to extract objects, such as technologies, theories, or person names, by analyzing the collocation relationship between certain words that simultaneously appear around specific words in the abstracts of academic journals. The method is executed as follows. First, the data is preprocessed using data cleaning and sentence detection to separate the text into single sentences. Then, part-of-speech (POS) tagging is applied to the individual sentences. After this, the appearance and collocation information of the other POS tags is analyzed, excluding the entity candidates, such as nouns. Finally, an entity recognition model is created based on analyzing and classifying the information in the sentences.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제3권2호
• /
• pp.173-177
• /
• 2003

In the first part an overview on fuzzy sets and fuzzy numbers is given. A detailed treatment of these notions is introduced in [1,2,3]. This sintetically presentation is useful in understanding and in developping the applications in context problems. In the second part, fuzzy context model is given as an application of fuzzy sets and the fuzzy equilibrium equation is solved [4,5].

• 한국음향학회지
• /
• 제18권1호
• /
• pp.53-60
• /
• 1999

이 논문은 한국 방송 음성 인식에 관한 연구이다. 여기서 우리는 대규모 어휘를 갖는 연속 음성 인식을 위한 방법을 제시한다. 주요 관점은 언어 모델과 탐색 방법이다. 사용된 음성 모델은 기본음소 Semi-continuous HMM이고 언어 모델은 N-gram 방법이다. 탐색 방법은 음성과 언어 정보를 최대한 활용하기 위해 3단계의 방법을 사용하였다. 첫째로, 단어의 끝 부분과 그에 관련된 정보를 만들기 위한 순방향 Viterbi Beam탐색을 하였으며, 둘째로 단어 의 시작 부분과 그에 관련된 정보를 만드는 역방향 Viterbi Beam탐색, 그리고 마지막으로 이들 두 결과와 확률적인 언어 모델을 결합하여 최종 인식결과를 얻기 위해 A/sup */ 탐색을 한다. 이 방법을 사용하여 12,000개의 단어에 대한 화자 독립으로 최고 96.0%의 단어 인식률과 99.2%의 음절 인식률을 얻었다.

• 디지털융복합연구
• /
• 제15권5호
• /
• pp.79-88
• /
• 2017

본 연구는 예비유아교사의 창의성 교사교육 프로그램 개발을 위한 두뇌우성사고 유형에 따른 언어 창의성의 차이를 분석하고자 하였다. 연구대상은 유아교육과 3, 4학년 210명으로 이들에게 두뇌우성사고 유형은 Herrmann의 BDI를 실시하였고, 창의성은 TTCT:언어를 사용하였다. 자료처리는 두뇌우성사고 유형과 언어 창의성 간의 관계를 알아보기 위해 Pearson 상관분석과 두뇌우성사고 유형에 따른 창의성의 차이를 밝히고자 다변량분석을 실시하였다. 연구결과는 첫째, 좌상뇌, 좌하변연계, 우하변연계는 유창성, 융통성, 독창성 및 전체 언어 창의성과 어떠한 상관도 없었으며, 우상뇌는 유창성, 융통성, 독창성 및 전체 언어 창의성과 정적 상관을 보였다. 둘째, 좌하변연계, 우상뇌 및 우하변연계 우성 교사가 좌상뇌 우성 교사보다 유창성, 융통성, 독창성 및 전체 언어 창의성이 높게 나타났다. 이러한 예비유아교사의 두뇌우성사고 유형에 따른 언어 창의성을 분석한 결과는 두뇌기반 창의성 교사교육 프로그램을 개발하는데 시사점으로 활용될 것이다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.41-63
• /
• 2023

전자상거래 시장의 꾸준한 성장으로 인해 추천 시스템의 필요성은 점차 강조되고 있으며, 최근에는 추천 성능의 향상을 목적으로 리뷰 텍스트를 사용하는 연구가 활발히 진행되고 있다. 특히 많은 연구들은 리뷰 텍스트의 감성 점수를 활용하여 제안되고 있는데, 감성 점수만을 사용하는 방법론은 리뷰 텍스트에 존재하는 구체적인 선호도 정보의 활용 측면에 한계를 가지며 이는 결과적으로 성능 향상에 제약으로 작용하게 된다. 이를 개선하기 위해 본 연구는 딥러닝 기반 추천 모델에 온라인 리뷰 내 다양한 언어학적 요소들을 활용하여 고객의 선호도를 정교하게 학습할 수 있는 새로운 추천 방법론을 제안하였다. 이를 위해 먼저 고객과 상품 간 복잡한 상호작용을 고려할 수 있도록 딥러닝 모델을 통해 상호작용 관계를 비선형으로 학습하였다. 그리고 리뷰 텍스트를 효과적으로 활용할 수 있도록 언어학적 요소 중 고객의 구매 의사결정에 중요한 영향을 미치는 인지적 요인, 정서적 요인 그리고 언어 스타일 매칭을 사용하였다. 실험은 Amazon.com에서 수집한 온라인 리뷰 데이터를 사용하여 진행하였고, 실험 결과 제안 모델의 우수함을 검증할 수 있었다. 본 연구는 추천 시스템에서 리뷰 텍스트 내 고객 선호도에 대한 정보를 효과적으로 활용하는 방법론을 제안하여 연구의 이론적 및 방법론 측면에 기여하였다.