• 지능정보연구
• /
• 제25권4호
• /
• pp.105-122
• /
• 2019

텍스트 데이터가 특정 범주에 속하는지 판별하는 문장 분류에서, 문장의 특징을 어떻게 표현하고 어떤 특징을 선택할 것인가는 분류기의 성능에 많은 영향을 미친다. 특징 선택의 목적은 차원을 축소하여도 데이터를 잘 설명할 수 있는 방안을 찾아내는 것이다. 다양한 방법이 제시되어 왔으며 Fisher Score나 정보 이득(Information Gain) 알고리즘 등을 통해 특징을 선택 하거나 문맥의 의미와 통사론적 정보를 가지는 Word2Vec 모델로 학습된 단어들을 벡터로 표현하여 차원을 축소하는 방안이 활발하게 연구되었다. 사전에 정의된 단어의 긍정 및 부정 점수에 따라 단어의 임베딩을 수정하는 방법 또한 시도하였다. 본 연구는 문장 분류 문제에 대해 선택적 단어 제거를 수행하고 임베딩을 적용하여 문장 분류 정확도를 향상시키는 방안을 제안한다. 텍스트 데이터에서 정보 이득 값이 낮은 단어들을 제거하고 단어 임베딩을 적용하는 방식과, 정보이득 값이 낮은 단어와 코사인 유사도가 높은 주변 단어를 추가로 선택하여 텍스트 데이터에서 제거하고 단어 임베딩을 재구성하는 방식이다. 본 연구에서 제안하는 방안을 수행함에 있어 데이터는 Amazon.com의 'Kindle' 제품에 대한 고객리뷰, IMDB의 영화리뷰, Yelp의 사용자 리뷰를 사용하였다. Amazon.com의 리뷰 데이터는 유용한 득표수가 5개 이상을 만족하고, 전체 득표 중 유용한 득표의 비율이 70% 이상인 리뷰에 대해 유용한 리뷰라고 판단하였다. Yelp의 경우는 유용한 득표수가 5개 이상인 리뷰 약 75만개 중 10만개를 무작위 추출하였다. 학습에 사용한 딥러닝 모델은 CNN, Attention-Based Bidirectional LSTM을 사용하였고, 단어 임베딩은 Word2Vec과 GloVe를 사용하였다. 단어 제거를 수행하지 않고 Word2Vec 및 GloVe 임베딩을 적용한 경우와 본 연구에서 제안하는 선택적으로 단어 제거를 수행하고 Word2Vec 임베딩을 적용한 경우를 비교하여 통계적 유의성을 검정하였다.

• 한국전자파학회논문지
• /
• 제20권10호
• /
• pp.1061-1070
• /
• 2009

본 논문에서는 전기적으로 크기가 큰 능동 위상 배열 안테나에서 발생하는 빔-편이(beam-squint)현상을 해결할 수 있는 시간 지연기를 설계 및 제작하고, 측정 결과를 고찰한다. 시간 지연기는 4-bit 스위치로 제어되는 마이크로스트립 라인으로 설계되었으며, 시간 지연 구조의 손실을 보상해 주기 위해 송수신 경로에 MMIC 증폭기 모듈을 추가하였다. 시간 지연기의 측정을 통해 지연 상태별 이득 및 위상, P1dB, 수신 잡음 지수 등의 전기적 성능 규격을 만족함을 확인하였다. 또한, 제작된 시간 지연기의 성능 검증을 위해 측정 결과를 광대역 능동위상 배열 안테나에 적용하여 빔 패턴 보정 효과를 확인하였다. X 밴드 대역에서 800 MHz 대역차를 갖는 675.8 mm 크기의 안테나에 대해 빔 편이 현상을 보정해 본 결과 ${\pm}0.1^{\circ}$이던 주파수에 따른 조향각 오차가 ${\pm}0.1^{\circ}$ 이내로 줄어드는 효과를 확인하였으며, 향후 광대역 능동 위상 배열 안테나 시스템에 적용 가능성을 확인하였다.

• 한국가스학회지
• /
• 제18권1호
• /
• pp.46-51
• /
• 2014

이 논문의 목적은 자동차 램프의 초음파 접합 공정을 합성한 자동차 램프 생산시스템에 관한 연구이다. 램프어셈블리를 생산할 때 독립된 단순 공정에 의해 사출과 초음파 접합, 항온풀림, 조립과 포장을 하던 분리된 작업공정을 원스텝(One-step) 일관공정으로 합성하여 초음파 접합시 발생되는 미세한 발생가스와 소음에 대하여 작업자에게 미치는 영향을 최소화하였다. 또한, 합성 공정에 의한 에너지 저감과 이를 자동공정에 의해 생산함으로써 생산 효율을 극대화하였다. 이 방식은 제어시스템의 타당성을 검토하기 위해 수학적 모델링을 하였고, 이들 수식을 이용하여 플랜트의 전달함수와 필요에 따라 bode선도를 이용하여 안정성과 적합한 제어기를 선정하였다. 이 연구에서 사출 물을 뒤집기 위한 $180^{\circ}$ 회전 제어장치는 중력의 영향으로 비선형 항 $M_{eq}\;lcos{\theta}(t)$이 나타났고, 이를 해결하기위해 피드포워드 제어기법을 적용하여 시스템의 선형화 및 안정화를 확보하였다.

• 소음진동
• /
• 제8권5호
• /
• pp.964-973
• /
• 1998

본 논문에서 자기 축수 시스템의 부상과 불평형 보상 제어기를 제안한다. 특정한 동작속도에서 불균형 진동과 부상을 제어하기위해 우리는 이산시간 Q 매개변수화 제어를 사용한다. 회전자의 속도가 p=0일 때, 회전소도와 같은 주파수로 회전자의 불균형은 없다. 그래서 부상을 만들기 위해 우리는 제어기가 z=1의 단위원에서 극점을 가지는 Q매개변수화 Q를 선택한다. 그러나 회전자의 속도가 p$\neq$0일 때, 회전속도와 같은 주파수로 정현파의 외란이 존재하게 된다. 그래서 이 외란의 점근적인 소멸을 하기위해 Q 매개화변수 제어기 자유 변수 Q가 제어기가 어떠한 회전속도 p에 대한 z=expjpTs에 있는 단위 원에서 극점을 가지도록 선택된다. 첫째로, 우리는 이 연구에서 적용된 실험적인 구성을 소개한다. 두 번째로, 우리는 차분 방정식의 형태로 자기축수 시스템의 수학적인 모델을 제안한다. 세 번째로 우리는 제안된 이산 시간 Q매개변수화 제어기 설계방법을 설명한다. 제어기의 자유 매개변수 Q는 안정한 전달함수가 된다고 가정한다. 네 번째로, 우리는 설계목적을 만족하는 자유 매개변수가 복잡한 최적문제를 풀기보다는 선형 방정식을 구함으로서 만족될 수 있다. 마지막으로 몇 개의 시뮬레이션과 실험적인 결과가 제언된 제어기를 평가하기 위해 구해진다. 획득된 결과는 회전설계 속도에서의 불균형 진동을 제어하는 제안된 제어기의 효과를 나타낸다.

• 한국안전학회지
• /
• 제32권2호
• /
• pp.34-37
• /
• 2017

In recent emerging industry, Display field becomes bigger and bigger, and also semiconductor technology becomes high density integration. In Flat Panel Display, there is an issue that electrostatic phenomenon results in fine dust adsorption as electrostatic capacity increases due to bigger size. Destruction of high integrated circuit and pattern deterioration occur in semiconductor and this causes the problem of weakening of thermal resistance. In order to solve this sort of electrostatic failure in this process, Soft X-ray ionizer is mainly used. Soft X-ray Ionizer does not only generate electrical noise and minute particle but also is efficient to remove electrostatic as it has a wide range of ionization. X-ray Generating efficiency has an effect on soft X-ray Ionizer affects neutralizing performance. There exist variable factors such as type of anode, thickness, tube voltage etc., and it takes a lot of time and financial resource to find optimal performance by manufacturing with actual X-ray tube source. MCNPX (Monte Carlo N-Particle Extended) is used for simulation to solve this kind of problem, and optimum efficiency of X-ray generation is anticipated. In this study, X-ray generation efficiency was measured according to target material thickness using MCNPX under the conditions that tube voltage is 5 keV, 10 keV, 15 keV and the target Material is Tungsten(W), Gold(Au), Silver(Ag). At the result, Gold(Au) shows optimum efficiency. In Tube voltage 5 keV, optimal target thickness is $0.05{\mu}m$ and Largest energy of Light flux appears $2.22{\times}10^8$ x-ray flux. In Tube voltage 10 keV, optimal target Thickness is $0.18{\mu}m$ and Largest energy of Light flux appears $1.97{\times}10^9$ x-ray flux. In Tube voltage 15 keV, optimal target Thickness is $0.29{\mu}m$ and Largest energy of Light flux appears $4.59{\times}10^9$ x-ray flux.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제1권2호
• /
• pp.103-108
• /
• 2012

최근 고성능 모바일기기의 보급과 멀티미디어 콘텐츠의 활용이 커짐에 따라 저해상도 영상을 고해상도로 재구성하는 초해상도(super resolution) 기법이 중요하게 대두되고 있다. 모바일기기에서는 초해상도를 사용하기 위해서는 연산량과 메모리 등의 제한적인 자원의 사용을 고려한 초해상도 알고리즘이 요구된다. 본 논문에서는 모바일기기에 적용하기 위해 단일영상을 통한 빠른 초해상도 기법을 제안한다. 제안한 알고리즘은 색채 왜곡을 방지하기 위해 RGB 컬러 도메인에서 HSV 컬러 도메인으로 변경하여 인간의 시각인지 특성이 가장 뚜렷한 밝기정보인 V만 처리한다. 먼저 잡음제거 및 속도향상을 고려하여 개선된 고속 back projection에 의해 영상을 확대 재구성한다. 이와 함께 2차 미분을 사용하는 LoG (laplacian of gaussian) 필터링을 이용하여 신뢰할 수 있는 에지 맵을 추출한다. 최종적으로 에지 정보와 개선된 back projection 결과를 이용하여 고해상도 영상을 재구성한다. 제안한 알고리즘을 사용하여 복원한 영상은 부자연스러운 인공물을 효과적으로 제거하고, blur현상을 최소화하여 에지 정보를 보정하고 강조해준다. 실험결과를 통해 제안하는 알고리즘이 기존의 보간법이나 전통적인 back projection 결과보다 주관적인 화질이 우수하고, 객관적으로 우수한 성능을 나타냄을 입증한다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.173-198
• /
• 2020

최근 온라인의 비약적인 활성화로 캠페인 채널들이 다양하게 확대되면서 과거와는 비교할 수 없을 수준의 다양한 유형들의 캠페인들이 기업에서 수행되고 있다. 하지만, 고객의 입장에서는 중복 노출로 인한 캠페인에 대한 피로감이 커지면서 스팸으로 인식하는 경향이 있고, 기업입장에서도 캠페인에 투자하는 비용은 점점 더 늘어났지만 실제 캠페인 성공률은 오히려 더 낮아지고 있는 등 캠페인 자체의 효용성이 낮아지고 있다는 문제점이 있어 실무적으로 캠페인의 효과를 높이고자 하는 다양한 연구들이 지속되고 있다. 특히 최근에는 기계학습을 이용하여 캠페인의 반응과 관련된 다양한 예측을 해보려는 시도들이 진행되고 있는데, 이 때 캠페인 데이터의 다양한 특징들로 인해 적절한 특징을 선별하는 것은 매우 중요하다. 전통적인 특징 선택 기법으로 탐욕 알고리즘(Greedy Algorithm) 중 SFS(Sequential Forward Selection), SBS(Sequential Backward Selection), SFFS(Sequential Floating Forward Selection) 등이 많이 사용되었지만 최적 특징만을 학습하는 모델을 생성하기 때문에 과적합의 위험이 크고, 특징이 많은 경우 분류 예측 성능 하락 및 학습시간이 많이 소요된다는 한계점이 있다. 이에 본 연구에서는 기존의 캠페인에서의 효과성 제고를 위해 개선된 방식의 특징 선택 알고리즘을 제안한다. 본 연구의 목적은 캠페인 시스템에서 처리해야 하는 데이터의 통계학적 특성을 이용하여 기계 학습 모델 성능 향상의 기반이 되는 특징 부분 집합을 탐색하는 과정에서 기존의 SFFS의 순차방식을 개선하는 것이다. 구체적으로 특징들의 데이터 변형을 통해 성능에 영향을 많이 끼치는 특징들을 먼저 도출하고 부정적인 영향을 미치는 특징들은 제거를 한 후 순차방식을 적용하여 탐색 성능에 대한 효율을 높이고 일반화된 예측이 가능하도록 개선된 알고리즘을 적용하였다. 실제 캠페인 데이터를 이용해 성능을 검증한 결과, 전통적인 탐욕알고리즘은 물론 유전자알고리즘(GA, Genetic Algorithm), RFE(Recursive Feature Elimination) 같은 기존 모형들 보다 제안된 모형이 보다 우수한 탐색 성능과 예측 성능을 보임을 확인할 수 있었다. 또한 제안 특징 선택 알고리즘은 도출된 특징들의 중요도를 제공하여 예측 결과의 분석 및 해석에도 도움을 줄 수 있다. 이를 통해 캠페인 유형별로 중요 특징에 대한 분석과 이해가 가능할 것으로 기대된다.