• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제7권1호
• /
• pp.81-98
• /
• 2013

Since Probabilistic Latent Semantic Analysis (PLSA) and Latent Dirichlet Allocation (LDA) were introduced, many revised or extended topic models have appeared. Due to the intractable likelihood of these models, training any topic model requires to use some approximation algorithm such as variational approximation, Laplace approximation, or Markov chain Monte Carlo (MCMC). Although these approximation algorithms perform well, training a topic model is still computationally expensive given the large amount of data it requires. In this paper, we propose a new method, called non-simultaneous sampling deactivation, for efficient approximation of parameters in a topic model. While each random variable is normally sampled or obtained by a single predefined burn-in period in the traditional approximation algorithms, our new method is based on the observation that the random variable nodes in one topic model have all different periods of convergence. During the iterative approximation process, the proposed method allows each random variable node to be terminated or deactivated when it is converged. Therefore, compared to the traditional approximation ways in which usually every node is deactivated concurrently, the proposed method achieves the inference efficiency in terms of time and memory. We do not propose a new approximation algorithm, but a new process applicable to the existing approximation algorithms. Through experiments, we show the time and memory efficiency of the method, and discuss about the tradeoff between the efficiency of the approximation process and the parameter consistency.

• 한국정보과학회논문지:데이타베이스
• /
• 제29권6호
• /
• pp.492-501
• /
• 2002

비동기 트리거 처리기(ATP)는 데이타베이스 트랜잭션의 수행이 완료된 후에 트리거를 처리하는 소프트웨어 시스템이다. ATP 내에서는 트리거 조건의 효율적인 검사를 위하여 차별화 네트워크(discrimination network)가 사용된다. 차별화 네트워크는 내부 상태를 메모리 노드에 저장한다. TrigerMan은 하나의 ATP로써 차별화 네트워크로써 Gator 네트워크를 사용한다. 데이타베이스의 내용 변화는 트리거맨에 토큰 형태로 전달된다. 트리거 조건의 검사는 토큰이 Gator 네트워크를 통과하면서 이루어지는데, 이때 Gator 네트워크의 메모리 노드들이 갱신된다. 토큰의 병렬처리는 시스템의 성능을 향상시키는 여러 방법 중 하나이지만 통제되지 않은 병렬처리는 잘못된 트리거 액션 수행을 유발한다. 이 논문은, 최소한의 이상 현상만을 허용하며 토큰의 병렬 처리를 가능하게 하는, 네 가지 트리거 처리 일관성 레벨을 제안한다. 우리는 각 일관성 레벨에 대하여 병렬 토큰 처리를 가능하게 하는 고유한 기술을 개발하였다. 제안된 기술은 안정된 방법이라는 사실이 공리를 통하여 증명되었으며, 이 기술은 실체화 된 (materialized) 뷰 유지 (view maintenance)에 사용될 수 있다.

• 정보과학회 논문지
• /
• 제43권9호
• /
• pp.963-973
• /
• 2016

대용량 미디어 온톨로지를 이용하여 의미 있는 지능형 서비스를 제공하기 위해 기존의 Axiom 추론뿐만 아니라 다양한 추론을 활용하는 지식 확장이 요구되고 있다. 특히 시공간 정보는 인공지능 응용분야에서 중요하게 활용될 수 있고, 시공간 정보의 표현과 추론에 대한 중요도는 지속적으로 증가하고 있다. 따라서 본 논문에서는 공간 정보를 추론에 활용하기 위해서 공공 주소체계에 대한 LOD를 대용량 미디어 온톨로지에 추가하고, 이러한 대용량 데이터 처리를 위해 인메모리 기반의 분산 처리 프레임워크를 활용하는 공간 추론을 포함하는 RDFS 추론 시스템을 제안한다. 또한 추론을 통해 확장된 데이터를 포함하는 대용량 온톨로지 데이터를 대상으로 하는 분산 병렬 시공간 SPARQL 질의 처리 방법에 대해서 설명한다. 제안하는 시스템의 성능을 측정하기 온톨로지 추론과 질의 처리 벤치 마킹을 위한 LUBM과 BSBM 데이터셋을 대상으로 실험을 진행했다.

• 정보과학회 논문지
• /
• 제43권1호
• /
• pp.61-70
• /
• 2016

근래에 들어 다양한 시멘틱 서비스를 위하여 기존의 지식을 바탕으로 새로운 지식을 고속으로 추론할 수 있는 대용량 온톨로지 추론 기법이 요구되고 있다. 이런 추세에 따라 대규모의 클러스터를 활용하는 하둡 및 Spark 프레임워크 기반의 온톨로지 추론 엔진 개발이 연구되고 있다. 또한, 기존의 CPU에 비해 많은 코어로 구성되어 있는 GPGPU를 활용하는 병렬 프로그래밍 방식도 온톨로지 추론에 활용되고 있다. 앞서 말한 두 가지 방식의 장점을 결합하여, 본 논문에서는 RDFS 대용량 온톨로지 데이터를 인-메모리 기반 프레임워크인 Spark를 통해 분산시키고 GPGPU를 이용하여 분산된 데이터를 고속 추론하는 방법을 제안한다. GPGPU를 통한 온톨로지 추론은 기존의 추론 방식보다 저비용으로 고속 추론을 수행하는 것이 가능하다. 또한 Spark 클러스터의 각 노드를 통하여 대용량 온톨로지 데이터에 대한 부하를 줄일 수 있다. 본 논문에서 제안하는 추론 엔진을 평가하기 위하여 LUBM10, 50, 100, 120에 대해 추론 속도를 실험하였고, 최대 데이터인 LUBM120(약 1백7십만 트리플, 2.1GB)의 실험 결과, 인-메모리(Spark) 추론 엔진 보다 7배 빠른 추론 성능을 보였다.

• 대한원격탐사학회지
• /
• 제36권2_1호
• /
• pp.199-215
• /
• 2020

잘피는 연안해역에 서식하는 해양수생관속식물로 해양생태계의 중요한 역할을 하고 있어, 주기적인 잘피 서식지의 모니터링이 이루어지고 있다. 최근 효율적인 잘피 서식지의 모니터링을 위해 고해상도의 영상 획득이 가능한 드론의 활용도가 높아지고 있다. 그리고 의미론적 분할에 있어 합성곱 신경망 기반의 딥러닝이 뛰어난 성능을 보임에 따라, 원격탐사 분야에 이를 적용한 연구가 활발하게 이루어지고 있다. 그러나 다양한 딥러닝 모델, 영상, 그리고 하이퍼파라미터에 의해 의미론적 분할의 정확도가 다르게 나타나고, 영상의 정규화와 타일과 배치 크기에서도 정형화되어 있지 않은 상태이다. 이에 따라 본 연구에서는 우수한 성능을 보여주는 딥러닝 모델을 이용하여 드론의 광학 영상에서 잘피 서식지를 분할하였다. 그리고 학습 자료의 정규화 및 타일의 크기를 중점으로 결과를 비교 및 분석하였다. 먼저 정규화와 타일, 배치 크기에 따른 결과 비교를 위해 흑백 영상을 만들고 흑백 영상을 Z-score 정규화 및 Min-Max 정규화 방법으로 변환한 영상을 사용하였다. 그리고 타일 크기를 특정 간격으로 증가시키면서 배치 크기는 메모리 크기를 최대한 사용할 수 있도록 하였다. 그 결과, Z-score 정규화가 적용된 영상이 다른 영상보다 IoU가 0.26 ~ 0.4 정도 높게 나타났다. 또한, 타일과 배치 크기에 따라 최대 0.09까지 차이가 나타나는 것을 확인하였다. 딥러닝을 이용한 의미론적 분할에 있어 정규화, 타일의 배치 크기의 변화에 따른 결과가 다르게 나타났다. 그러므로 실험을 통해 이들 요소에 대한 적합한 결정 과정이 있어야 함을 알 수 있었다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권5호
• /
• pp.141-151
• /
• 2021

이 연구는 상황에 따라 다양한 의미 기능을 나타내는 추측 표현 중 '-(으)ㄹ 것 같다'와 '-나 보다'를 대상으로 그 의미와 기능을 분석하고 실제 한국어 교육 현장에서 비주얼 씽킹을 적용한 시각화를 통해 전통적인 수업 방법에서 확장하여 보다 효율적으로 추측 표현을 교육할 수 있는 방안에 대해 논의하였다. Visual Thinking'은 '생각의 시각화'인데, 머릿속 지식이나 생각, 느낌 등을 시각적으로 나타내는 것으로 다양한 교육 현장에서 활용 가능한 것이다. 이 비주얼 씽킹을 활용하여 실제 교육 현장에서 교육 내용의 시각적 전달을 통해 학생들의 흥미를 높이고, 메타 언어적 정보 전달의 수업 방식도 보완하고자 하였다. 이 연구의 대상인 추측 표현은 화자의 어떤 일이나 상황에 대한 추측을 나타내는데, 추측의 근거와 추측의 주체 등에 따라 그 의미에 미세한 차이가 있다. 다양한 상황에서 미세한 의미 차이를 보이는 추측 표현을 정보나 지식의 시각화를 통해 교수-학습의 다변화 및 효율성을 높일 수 있는 교육 방안을 제안하였다. 비주얼 씽킹을 언어 교육에 활용하게 되면 언어 지식의 시각화를 통해 언어 정보를 단순화해서 제공할 수 있고 학습자들은 언어 지식을 정리하고 체계화하는 데 효율적일 수 있다. 또한 언어 지식의 시각화를 통해 언어 정보를 장기기억 할 수 있는 장점도 있다. 한국어 교육 현장에서 적용해 볼 수 있는 다양한 교육 방법의 시도는 좀 더 체계적이고 효율적인 교육 방법을 정립하는 데 기여할 수 있는데, 이 연구에서 제안한 비주얼 씽킹을 적용한 한국어 교육 방안은 유학생들의 한국어 학습에 또 다른 흥미와 효율성을 줄 수 있다는 데에 의의가 있다고 하겠다.

• 인지과학
• /
• 제16권4호
• /
• pp.255-270
• /
• 2005

항목이 연달아 반복되는 경우(집중반복)보다 간격을 두고 반복되는 경우(간격반복) 기억 수행이 더 우수한 현상을 간격효과라 한다. 단서기억과제(재인과제)의 간격효과 및 성공적 부호화와 관련된 신경기전을 밝히기 위해 event-related fMRI연구를 수행하였는데, 부호화단계에서 단어의 반복제시 간격을 조작하고서 fMRI 영상을 구하였다. 그 결과, 재인 수행에서 전형적인 간격효과가 관찰되었고 집중반복조건에 비해 간격반복조건 뿐만 아니라 비반복조건에서 좌반구의 배외측 전두피질(DLFC), 복외측 전두피질(VLFC)의 높은 활성화가 관찰되었다. 이러한 결과는 간격효과 및 이와 관련된 성공적 부호화가 높은 수준의 주의통제와 의미적 처리에 기인한다는 것을 시사한다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제9권3호
• /
• pp.332-340
• /
• 2003

최근 인터넷의 비약적인 발전과 함께 등장한 XML은 사실상 인터넷 상의 문서 교환과 표현의 표준으로 자리 잡고 있다. 이에 따라 XML 문서를 저장하려는 노력도 많이 진행되고 있다. 하지만 XML 문서는 정형화된 스키마를 가지지 않기 때문에 기존의 데이터베이스 시스템에 저장해서 처리하기에는 많은 문제점이 있다. 본 논문에서는 XML 문서의 구조론 접근하도록 하는 DOM 객체를 저장하는 객체 정보 저장소인 XDOM을 제안한다. XDOM은 기존의 데이터베이스 시스템과는 달리 스키마를 생성할 필요가 없어 정형화되어 있지 않은 문서들도 쉽게 표현할 수 있다. 또한 기존의 응용 프로그램이 메모리가 아닌 저장소 레벨에서 DOM 객체를 투명하게 접근할 수 있게 한다. 본 논문에서는 자바 기반으로 XDOM을 구현하였고 실험을 통해 성능을 비교하였다.

• Journal of Korean Neurosurgical Society
• /
• 제47권3호
• /
• pp.191-198
• /
• 2010

Objective : This study is planned to determine the neurocognitive difficulties of hydrocephalic adults. Methods : The research group contained healthy adults (control group, n : 15), and hydrocephalic adults (n : 15). Hydrocephalic group consisted of patients with idiopathic aquaduct stenosis and post-meningitis hydrocephalus. All patients were followed with shunted hydrocephalus and not gone to shunt revision during last two years. They were chosen from either asymptomatic or had only minor symptoms without motor and sensorineural deficit. A neuropsychological test battery (Raven Standart Progressive Matrices, Bender-Gestalt Test, Cancellation Test, Clock Drawing Test, Facial Recognition Test, Line Orientation Test, Serial Digit Learning Test, Stroop Color Word Interference Test-TBAG Form, Verbal Fluency Test, Verbal Fluency Test, Visual-Aural Digit Span Test-B) was applied to all groups. Results : Neuropsychological assessment of hydrocephalic patients demonstrated that they had poor performance on visual, semantic and working memory, visuoconstructive and frontal functions, reading, attention, motor coordination and executive function of parietal lobe which related with complex and perseverative behaviour. Eventually, these patients had significant impairment on the neurocognitive functions of their frontal, parietal and temporal lobes. On the other hand, the statistical analyses performed on demographic data showed that the aetiology of the hydrocephalus, age, sex and localization of the shunt (frontal or posterior parietal) did not affect the test results. Conclusion : This prospective study showed that adult patients with hydrocephalus have serious neuropsychological problems which might be directly caused by the hydrocephalus; and these problems may cause serious adaptive difficulties in their social, cultural, behavioral and academic life.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권10호
• /
• pp.3390-3405
• /
• 2022

Long Short-Term Memory (LSTM) combined with attention mechanism is extensively used to generate semantic sentences of images in image captioning models. However, features of salient regions and spatial information are not utilized sufficiently in most related works. Meanwhile, the LSTM also suffers from the problem of underutilized information in a single time step. In the paper, two innovative approaches are proposed to solve these problems. First, the Synergy-Gated Attention (SGA) method is proposed, which can process the spatial features and the salient region features of given images simultaneously. SGA establishes a gated mechanism through the global features to guide the interaction of information between these two features. Then, the Recurrent Fusion LSTM (RF-LSTM) mechanism is proposed, which can predict the next hidden vectors in one time step and improve linguistic coherence by fusing future information. Experimental results on the benchmark dataset of MSCOCO show that compared with the state-of-the-art methods, the proposed method can improve the performance of image captioning model, and achieve competitive performance on multiple evaluation indicators.