• 한국정보시스템학회지:정보시스템연구
• /
• 제31권4호
• /
• pp.01-23
• /
• 2022

Purpose This study aims to propose a deep learning-based fake review detection model by combining authors' linguistic features and semantic information of reviews. Design/methodology/approach This study used 358,071 review data of Yelp to develop fake review detection model. We employed linguistic inquiry and word count (LIWC) to extract 24 linguistic features of authors. Then we used deep learning architectures such as multilayer perceptron(MLP), long short-term memory(LSTM) and transformer to learn linguistic features and semantic features for fake review detection. Findings The results of our study show that detection models using both linguistic and semantic features outperformed other models using single type of features. In addition, this study confirmed that differences in linguistic features between fake reviewer and authentic reviewer are significant. That is, we found that linguistic features complement semantic information of reviews and further enhance predictive power of fake detection model.

• 음성과학
• /
• 제15권2호
• /
• pp.111-118
• /
• 2008

We identified the characteristic impairmants of linguistic semantic memory in patients with prodromal Alzheimer's disease(AD) and mild AD. To elucidate the earliest changes of semantic language function in subjects with AD, performances on confrontation naming test and verbal fluency task were compared among patients with AD patients (n=20), mild AD patients (n=27) and healthy elderly controls (n=20). Tasks in this study included the confrontation naming test of Test of Lexical Processing in Aphasia(TLPA/Japanese) and one-minute verbal fluency task (semantic/ phonetic categories). The results were as follows: 1) Performances of the prodromal AD group showed the comparable to those of the control group on the confrontation naming test, 2) In the semantic/phonetic verbal fluency tasks, the performances of the control group were better than those of the prodromal AD and mild AD groups, but no significant differences were shown between the prodromal AD and the mild AD group.

• 인지과학
• /
• 제7권3호
• /
• pp.61-80
• /
• 1996

본 논고에서는 기억 현상으로서의 정서와 기억에 미치는 정서 효과에 관한 연구들을 살펴보았다.기억과 정서사이의 다양한 연구들 중에서 정서를 수반하는 사건에 대한 기억, Bower(1982)의 의미망 모형과 제한점,암묵적 기억과 정서 사이의 관계, 그리고 정서가 자서전적 기억에 미치는 영향 등을 알아 보았다.이들을 종합해 보면,정서란 단지 하나의 하위 마디로서 의미망에 표상되는 것이 아니라,좀더 상위 수준의 내포적 의미 체계에 저장되어 여러기억 현상들에 영향을 미칠 수 있을 것이라는 점을 시사한다.

• ETRI Journal
• /
• 제44권3호
• /
• pp.450-461
• /
• 2022

The Gen-Z protocol is a memory semantic protocol between the memory and CPU used in computer architectures with large memory pools. This study presents the implementation of the Gen-Z hardware system configured using Gen-Z specification 1.0 and reports its performance. A hardware prototype of a DDR4 Gen-Z memory pool with an optimized character, a block device driver, and a file system for the Gen-Z hardware was designed. The Gen-Z IP was targeted to the FPGA, and a 512 GB Gen-Z memory pool was configured on an ×86 server. In the experiments, the latency and throughput of the Gen-Z memory were measured and compared with those of the local memory, SATA SSD, and NVMe using character or block device interfaces. The Gen-Z hardware exhibited superior throughput and latency performance compared with SATA SSD and NVMe at block sizes under 4 kB. The MySQL and File IO benchmark of Gen-Z showed good write performance in all block sizes and threads. Besides, it showed low latency in RocksDB's fillseq dbbench using the ext4 direct access filesystem.

• 인지과학
• /
• 제28권4호
• /
• pp.193-221
• /
• 2017

의미적 연관성을 지닌 일화들의 범주화는 기억을 더 효과적으로 구조화하는데 도움이 된다. 그러나 해당 일화의 하위 세부 기억들에 대한 상기한 범주화의 영향은 아직 명확하게 알려져 있지 않다. 본 연구에서는 fMRI 실험을 통해 의미적 범주화가 이루어지는 동안 상위의 일화 기억에 주의를 기울이는 것이 하위 세부기억의 생성을 방해하는지, 혹은 강화하는지 실험하였다. 참가자들에게 한 사이클 내에서 각각 2개의 하위단어를 가지고 있는 5개의 목표 단어들이 순서대로 제시되었는데, 참가자들은 해당 사이클 내에서 제시된 목표 단어들을 포함할 수 있는 범주를 떠올릴 수 있는지 응답한 후 그 범주에 대한 주관적 확신도를 평정하였다. fMRI 내 과정이 끝난 후 참가자들은 스캐너 밖으로 이동하여 제시되었던 단서 단어의 하위 단어들에 대한 단서 회상과제를 수행하였다. 행동 실험 결과 매 사이클의 세 번째 시행에서 범주화 과제의 반응속도가 감소하였고 동시에 주관적 확신도 수준이 증가하였는데, 이는 해당 시행에서 의미적 범주화가 완성되었음을 의미한다. 주목할 점은 세 번째 시행 바로 직전에 제시되었던 하위 단어들의 회상 정확도가 그 다음 시행 직전에 제시된 단어들에 비해 유의미하게 낮았다는 점이며 이는 범주화가 완성될 때 일화 기억의 하위 세부 요소들이 손상되었음을 의미한다. 일반선형모델을 통한 분석 결과 의미적 범주화가 완성되기 직전의 시행에서 의미적 기억망과 관련이 있는 것으로 알려져 있는 측두회와 하전두회에서 유의미한 활성화가 나타났다. 또한 패턴 유사성 분석 결과 또한 측두회, 하전두회, 해마 영역에서 세 번째 시행 간의 활성화 패턴이 두 번째 시행의 활성화 패턴에 비해 더 일관적인 것으로 나타났다. 본 연구는 의미적 범주화가 하위 세부 일화 기억을 방해할 수 있다는 것을 보여주며, 이러한 범주화가 진행되는 동안 일어나는 의미적 인출 경험이 관련된 일화 기억의 흔적에 질적인 영향을 미칠 수 있음을 시사한다.

• 감성과학
• /
• 제21권3호
• /
• pp.61-72
• /
• 2018

범죄현장에 오직 범인과 수사관만 알 수 있는 범죄와 관련된 사항들이 있는 경우에 숨긴정보검사를 이용하여 용의자가 범인인지 또는 범인이 아닌지 평가할 수 있다. 그러나 범죄와 관련된 사항이 용의자에게 노출되어 숨긴정보검사를 사용하지 못하는 경우가 많이 발생한다. 범죄관련 사항들에 대한 범인의 기억은 일화기억에 해당하는 반면, 범죄관련 사항들을 우연히 알게 된 용의자의 기억은 일화기억보다는 의미기억에 가까울 수 있다. 일화기억의 인출은 세타파와 관련이 있고 의미기억은 알파파와 관련이 있으므로, 이를 이용하여 범인을 가려낼 수 있을 것이다. 본 연구에서는 모의 범죄를 수행한 유죄조건의 실험참가자와 모의 범죄의 내용을 들어서 알게 된 무죄조건의 실험참가자에게 P300-기반 숨긴정보검사를 실시하였다. 실험결과 관련자극과 무관련자극 간의 P300 진폭 차이는 유죄조건과 무죄조건 간에 다르지 않았다. 예상한 바와 같이 유죄조건에서 낮은 대역의 세타 파워는 무관련자극보다 관련자극에서 더 크게 나타났으며, 무죄조건에서 세타 파워는 자극 간에 차이가 없었다. 그리고 무죄조건에서 높은 대역의 알파 파워는 무관련자극보다 관련자극에서 더 작게 나타났으며, 유죄조건에서 알파 파워는 자극 간에 차이가 없었다. 알파 파워와 세타 파워를 이용한 거짓말 탐지의 가능성에 대하여 논의하였다.

• ETRI Journal
• /
• 제36권5호
• /
• pp.741-751
• /
• 2014

Smart TV is expected to bring cloud services based on virtualization technologies to the home environment with hardware and software support. Although most physical resources can be shared among virtual machines (VMs) using a time sharing approach, allocating the proper amount of memory to VMs is still challenging. In this paper, we propose a novel mechanism to dynamically balance the memory allocation among VMs in virtualized Smart TV systems. In contrast to previous studies, where a virtual machine monitor (VMM) is solely responsible for estimating the working set size, our mechanism is symbiotic. Each VM periodically reports its memory usage pattern to the VMM. The VMM then predicts the future memory demand of each VM and rebalances the memory allocation among the VMs when necessary. Experimental results show that our mechanism improves performance by up to 18.28 times and reduces expensive memory swapping by up to 99.73% with negligible overheads (0.05% on average).

• 생물정신의학
• /
• 제21권4호
• /
• pp.175-181
• /
• 2014

Objectives It was the aim to examine the association of the thyroid-related hormones with cognitive function, depression, and subjective memory impairment in community-dwelling elders with questionable dementia. Methods The sample consisted of 399 community residents with 'questionable dementia' aged 60 or over in whom serum thyroid-related hormones [thyroid stimulating hormone (TSH) and thyroxine] had been assayed. Cognitive impairment was defined using the Korean version of the Consortium Establish a Registry for Alzheimer's Disease. Depression was diagnosed using the Korean version of Geriatric Depression Scale and subjective memory complaint (SMC) was checked using the subjective memory complaints questionnaire (SMCQ). Age, gender, education, and the presence of apolipoprotein E {\varepsilon}4 were included as covariates. Results There was a significant positive association between verbal fluency test (VFT) score and serum TSH levels (p = 0.01). There was a significant negative association between SMCQ total score and word list memory test (WLMT)(p = 0.002) or word list recall test (WLRT) score (p = 0.013). Conclusions Lower serum TSH levels were associated with semantic memory (VFT), and we found that SMC was associated with episodic memory (WLMT and WLRT) in this sample.

• 정보과학회 논문지
• /
• 제42권9호
• /
• pp.1109-1116
• /
• 2015

본 논문에서는 functional 프로그래밍과 분산 메모리 환경인 Spark를 통해 SPARQL 질의문 처리의 오버헤드를 줄일 수 있는 방법을 제안한다. 최근 몇 년간 시멘팁웹의 RDF 온톨로지 데이터는 폭발적으로 증가하고 있기 때문에, 대용량 온톨로지 데이터에 대한 질의문을 효율적으로 처리할 수 있는 방법이 주요 쟁점으로 떠오르고 있다. SPARQL 질의문 처리에 대한 기존의 연구들은 하둡의 맵리듀스 프레임워크에 초점을 맞추고 있다. 그러나 하둡은 분산 파일 처리를 기반의 작업을 수행하므로 성능 저하가 발생할 수 있다. 따라서 질의문 처리 속도를 향상 시키기 위해 본 논문에서는 분산 메모리 시스템을 통해 질의문을 처리할 수 있는 방법을 제안한다. 또한 SPARQL 질의어 사이의 Binding 값을 Propagation하기 위해서 Spark의 Join방식, Functional 프로그램의 Map, Filter 방식, Spark의 캐시 기능을 활용 하는 방식을 제안하고 있다. 본 논문의 실험 결과는 다른 기법들과 비교하여 높은 성능을 얻었다. 특히 현재 가장 빠른 성능을 보이는 SPARQL 질의 엔진인 Sempala와 유사하다는 결과를 얻었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권10호
• /
• pp.3211-3229
• /
• 2022

To solve the problems existing in the process of Weibo disaster rumor recognition, such as lack of corpus, poor text standardization, difficult to learn semantic information, and simple semantic features of disaster rumor text, this paper takes Sina Weibo as the data source, constructs a dataset for Weibo disaster rumor recognition, and proposes a deep learning model BERT_AT_Stacked LSTM for Weibo disaster rumor recognition. First, add adversarial disturbance to the embedding vector of each word to generate adversarial samples to enhance the features of rumor text, and carry out adversarial training to solve the problem that the text features of disaster rumors are relatively single. Second, the BERT part obtains the word-level semantic information of each Weibo text and generates a hidden vector containing sentence-level feature information. Finally, the hidden complex semantic information of poorly-regulated Weibo texts is learned using a Stacked Long Short-Term Memory (Stacked LSTM) structure. The experimental results show that, compared with other comparative models, the model in this paper has more advantages in recognizing disaster rumors on Weibo, with an F1_Socre of 97.48%, and has been tested on an open general domain dataset, with an F1_Score of 94.59%, indicating that the model has better generalization.