• 로봇학회논문지
• /
• 제19권1호
• /
• pp.16-22
• /
• 2024

Robotic grasping in unstructured environments poses a significant challenge, demanding precise estimation of gripping positions for diverse and unknown objects. Generative Grasping Convolution Neural Network (GG-CNN) can estimate the position and direction that can be gripped by a robot gripper for an unknown object based on a three-dimensional depth map. Since GG-CNN uses only a depth map as an input, the precision of the depth map is the most critical factor affecting the result. To address the challenge of depth map precision, we integrate the Segment Anything Model renowned for its robust zero-shot performance across various segmentation tasks. We adjust the components corresponding to the segmented areas in the depth map aligned through external calibration. The proposed method was validated on the Cornell dataset and SurgicalKit dataset. Quantitative analysis compared to existing methods showed a 49.8% improvement with the dataset including surgical instruments. The results highlight the practical importance of our approach, especially in scenarios involving thin and metallic objects.

• 만화애니메이션 연구
• /
• 통권34호
• /
• pp.105-128
• /
• 2014

본 연구는 4개의 성공한 미국 극장용 입체 애니메이션의 입체시차를 분석하는데 목적이 있다. 아바타(2009) 이후로, 한국에서는 입체영상이 3D 애니메이션 스튜디오에서 활발하게 제작되었으나, 아직까지 극장용 애니메이션보다는 전시 영상이나 TV시리즈 제작에 주력하고 있다. 미래에 보다 성공적인 극장용 입체 애니메이션을 제작하기 위해서는 입체시차를 분석하고 비교하는 것이 필요하다고 본다. 먼저, 미국에서 2013년에 개봉된 극장용 입체 애니메이션, 수퍼배드2, 에픽, 몬스터 대학교, 터보에서 각각 40개의 컷을 선택하였다. Vineyard의 앵글 샷 분류에 따라 23개의 다른 앵글로 분류하여 40개의 컷을 나누고, 컷에서 측정된 입체시차는 각 애니메이션 별로 4개의 도표로 표시하였다. 각 앵글별로 분석된 입체시차는 3D 입체영상 제작자들에게 수치화된 정보로 제시된다. 성공적인 극장용 입체영상제작은 한국애니메이션산업 발전에 큰 전환점이 될 것이 분명하다. 본 논문은 미국 3D 극장용 입체영상의 입체시차를 수치적으로 보여줌으로서, 보다 나은 극장용 입체애니메이션 제작을 위해, 실질적 방법을 제시하는 새로운 방안을 연구하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권8호
• /
• pp.341-354
• /
• 2023

문서의 제목은 문서의 내용을 가장 효율적으로 요약하여 제공해 준다. 이때 독자들이 선호하는 스타일과 언어에 따라 문서의 제목을 다르게 제공해 준다면, 독자들은 문서의 내용을 좀 더 쉽게 예측할 수 있다. 본 연구에서는 문서가 주어졌을 때 언어와 스타일에 따라 제목을 자동 생성하는'교차 언어 및 스타일 기반의 제목 생성 모델을 제안한다. 모델을 학습하기 위해서는 같은 내용을 다른 언어와 다른 스타일로 작성한 병렬데이터가 필요하다. 그러나 이러한 종류의 병렬데이터는 구축하기 매우 어렵다. 반면, 단일 언어와 단일 스타일로 구축된 제목 생성 데이터는 많으므로 본 연구에서는 제로샷(zero-shot) 학습으로 제목 생성을 수행하고자 한다. 교차 언어 및 스타일 기반의 제목 생성을 학습하기 위해 다중 언어로 사전 학습된 트랜스포머 모델에 각 언어, 스타일, 기계번역을 위한 어댑터를 추가하였다. 기계 번역용 병렬데이터를 이용하여 기계번역을 먼저 학습한 후, 동일 스타일의 제목 생성을 학습하였다. 이때, 필요한 어댑터만을 학습하고 다른 부분의 파라미터는 모두 고정시킨다. 교차 언어 및 스타일 기반의 제목을 생성할 때에는 목적 언어와 목적 스타일에 해당하는 어댑터만을 활성화시킨다. 실험 결과로는 각 모델을 따로 학습시켜 파이프라인으로 연결시킨 베이스라인에 비해 본 연구에서 제안한 제로샷 제목 생성의 성능이 크게 떨어지지 않았다. 최근 대규모 언어 모델의 등장으로 인한 자연어 생성에서의 많은 변화가 있다. 그러나 제한된 자원과 제한된 데이터만을 이용하여 자연어 생성의 성능을 개선하는 연구는 계속되어야 하며, 그런 점에서 본 연구의 의의를 모색한다.

• 한국컴퓨터정보학회논문지
• /
• 제28권8호
• /
• pp.195-204
• /
• 2023

본 연구에서는 GPT, Stable Diffusion과 같은 생성형 인공지능을 이용한 교수·학습 자료 추천 성능 향상을 위해 프롬프트를 개선하는 프롬프트 엔지니어링에 대해 탐색하였다. 분석할 교수·학습 자료의 종류는 그림 자료이다. 프롬프트 구성에 따른 영향을 탐색하기 위해 명령만 담긴 Zero-Shot 프롬프트, 학습 대상 학년 정보가 담긴 프롬프트, 학습 목표가 담긴 프롬프트, 학습 대상 학년과 학습 목표가 모두 담긴 프롬프트를 설계하여 각각을 GPT-3.5모델에 입력하고 응답을 수집하였다. 수집한 응답을 Sentence Transformers로 임베딩 하고 t-SNE를 활용하여 차원 축소하여 시각화 한 다음 프롬프트와 응답 간의 관계를 탐색하였다. 그리고 각 응답을 k-means clustering algorithm을 활용하여 군집화 한 다음 가장 넓은 클러스터의 첫 번째 값을 대표로 선택하여 Stable Diffusion을 이용하여 이미지화 한 다음 교수·학습자료 평가 기준에 따라 초등학교 교사 30명에게 평가 받았다. 초등학교 교사 30인은 추천한 4종의 그림 자료 중 3종은 교육적 가치가 있다고 판단하였으며, 그 중 2종은 실제 수업에 사용할 수 있다고 하였다. 가장 가치 있는 그림 자료를 추천한 프롬프트는 대상 학년과 학습 목표가 모두 담긴 프롬프트로 나타났다.

• 대한기계학회논문집
• /
• 제12권3호
• /
• pp.534-540
• /
• 1988

본 연구에서는 디이젤분무 주위기체의 유동특성중에서 유동속도에 관하여 보 고 하였다. 본모에서는 분무기간중 분사압력의 시간경과특성이 상이한 두 종류의 분 사계를 사용하여 생성된 분무와 주위 기체와의 유동방향의 시간경과 및 유입시기, 정 상유입속도 도달시간등을 분무의 축방향과 반경방향에 대하여 상세한 측정결과를 얻었 기에 보고한다.

• 인터넷정보학회논문지
• /
• 제23권2호
• /
• pp.45-52
• /
• 2022

With the development of artificial intelligence analysis methods, especially machine learning, various fields are widely expanding their application ranges. However, in the case of classical music, there still remain some difficulties in applying machine learning techniques. Genre classification or music recommendation systems generated by deep learning algorithms are actively used in general music, but not in classical music. In this paper, we attempted to classify opera among classical music. To this end, an experiment was conducted to determine which criteria are most suitable among, composer, period of composition, and emotional atmosphere, which are the basic features of music. To generate emotional labels, we adopted zero-shot classification with four basic emotions, 'happiness', 'sadness', 'anger', and 'fear.' After embedding the opera libretto with the doc2vec processing model, the optimal number of clusters is computed based on the result of the elbow method. Decided four centroids are then adopted in k-means clustering to classify unsupervised libretto datasets. We were able to get optimized clustering based on the result of adjusted rand index scores. With these results, we compared them with notated variables of music. As a result, it was confirmed that the four clusterings calculated by machine after training were most similar to the grouping result by period. Additionally, we were able to verify that the emotional similarity between composer and period did not appear significantly. At the end of the study, by knowing the period is the right criteria, we hope that it makes easier for music listeners to find music that suits their tastes.

• 지구물리와물리탐사
• /
• 제9권1호
• /
• pp.102-107
• /
• 2006

최근 급속히 발전하는 하드웨어로 인해 역시간 구조보정을 다양한 현장자료의 영상화에 적용할 수 있게 되었다. 양방향 파동방정식을 이용하는 파동방정식 구조보정 방법으로, 역시간 구조보정은 다중 도달파 뿐 아니라 급경사 및 수직 이상의 경사를 갖는 반사면도 영상화가 가능하다. 그러나 쌍곡선 파동방정식의 양방향 전파라는 성질로 인해 역시간 구조보정은 잡음을 발생시킨다. 연속적으로 입사각이 증가하여 지표로 전파되는 파, 선두 파, 역 산란 파 등과의 영 지연 상호상관은 의사영상을 만든다. 이러한 큰 진폭의 의사영상은, 상호상관되는 각 점에서 볼 때, 순 전파 및 역전파되는 두 파동장들이 거의 정 반대방향으로 전파한다는 공통점을 갖고 있다. 이는 순 전파하는 파동장과 역 전파하는 파동장의 두 전파경로가 거의 일치함으로써 발생한다. 본 논문에서는 음원 모음 역시간 구조보정에서의 의사영상을 제거하는 몇 가지 시도들을 소개하고자 한다. 구조보정 전에 실시하는 음원모음자료의 간단한 뮤팅 또는 초동 주시 이후의 시간 창 이내에서만 상호상관을 실시하는 파면 구조보정은 이러한 의사영상을 제거하는데 효과적이다. 포인팅벡터로부터 계산한 파동방정식의 전파방향을 이용하면 큰 진폭의 의상영상을 제거할 수 있는 새로운 영상화 조건을 적용할 수 있고 반사각에 따른 공통영상모음을 구할 수 있다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제37권3호
• /
• pp.545-567
• /
• 2023

본 연구는 이차방정식과 이차함수 단원을 중심으로 수학 문제 해결에 효과적인 ChatGPT의 프롬프트를 고찰하는 연구로 '역할-규칙-예제풀이-문제-과정'으로 이어지는 구조화된 프롬프트를 설계하였다. 본 연구에서는 GPT4, 울프람 플러그인, Advanced Data Analysis를 결합한 인공지능 모델을 활용하였으며, 계산 오류를 줄이기 위해 울프람 플러그인을 주요 연산의 도구로 사용하였다. 9종의 고등학교 수학 교과서의 이차방정식과 이차함수 단원 문제를 구조화된 프롬프트의 형태로 입력하였을 때 ChatGPT의 답변에 대한 정답률은 91%로, 제로샷 프롬프트 대비 높은 성과를 보였다. 이를 통해 수학 문제 해결에 효과적인 구조화된 프롬프트를 확인할 수 있었다. 본 연구에서 설계한 구조화된 프롬프트는 개별화 교육 및 맞춤형 교육을 위한 지능형 정보시스템 구축에 기여할 수 있을 것이다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2023년도 제35회 한글 및 한국어 정보처리 학술대회
• /
• pp.648-653
• /
• 2023

관계 추출 태스크는 주어진 텍스트로부터 두 개체 간의 적절한 관계를 추론하는 작업이며, 지식 베이스 구축 및 질의응답과 같은 응용 태스크의 기반이 된다. 최근 자연어처리 분야 전반에서 생성형 거대 언어모델의 내재 지식을 활용하여 뛰어난 성능을 성취하면서, 대표적인 정보 추출 태스크인 관계 추출에서 역시 이를 적극적으로 활용 가능한 방안에 대한 탐구가 필요하다. 특히, 실 세계의 추론 환경과의 유사성에서 기인하는 저자원 특히, 제로샷 환경에서의 관계 추출 연구의 중요성에 기반하여, 효과적인 프롬프팅 기법의 적용이 유의미함을 많은 기존 연구에서 증명해왔다. 따라서, 본 연구는 한국어 관계 추출 분야에서 거대 언어모델에 다각적인 프롬프팅 기법을 활용하여 제로샷 환경에서의 추론에 관한 비교 연구를 진행함으로써, 추후 한국어 관계 추출을 위한 최적의 거대 언어모델 프롬프팅 기법 심화 연구의 기반을 제공하고자 한다. 특히, 상식 추론 등의 도전적인 타 태스크에서 큰 성능 개선을 보인 사고의 연쇄(Chain-of-Thought) 및 자가 개선(Self-Refine)을 포함한 세 가지 프롬프팅 기법을 한국어 관계 추출에 도입하여 양적/질적으로 비교 분석을 제공한다. 실험 결과에 따르면, 사고의 연쇄 및 자가 개선 기법 보다 일반적인 태스크 지시 등이 포함된 프롬프팅이 정량적으로 가장 좋은 제로샷 성능을 보인다. 그러나, 이는 두 방법의 한계를 지적하는 것이 아닌, 한국어 관계 추출 태스크에의 최적화의 필요성을 암시한다고 해석 가능하며, 추후 이러한 방법론들을 발전시키는 여러 실험적 연구에 의해 개선될 것으로 판단된다.

• 한국응용과학기술학회지
• /
• 제35권1호
• /
• pp.273-283
• /
• 2018

이 연구의 목적은 골프드라이버 샤프트의 가변성이 타구속도, 헤드스피드 및 비거리에 미치는 영향을 분석하고자 하였다. 이 연구에 참여한 피검자는 핸디캡이 0인 남자 프로골퍼 10명과 핸디캡이 18인 남자 아마추어 골퍼 10명으로 하였다. 클럽의 종류는 1번 드라이버로 한정하였고, 각기 다른 스팩의 24개 드라이버를 가지고 실시하였다. 종속변인으로는 타구속도, 비거리 및 헤드스피드로 하였다. 연구 결과 다음과 같은 결과를 얻었다. 첫째, CPM에 따라 유의한 차이가 나는 것으로 밝혀졌고, 사후검증 후 230< 이상일 때 타구속도, 비거리 및 헤드스피드에서 최적의 수행력을 보였다. 둘째, 샤프트길이에 따른 타구속도 및 비거리는 유의한 차이가 나는 것으로 나타났고, 사후검증 후 타구속도 및 헤드스피드는 46inch에서 비거리는 45inch에서 최적의 수행력을 보였다. 셋째, 샤프트 무게에 따른 변인 간 차이는 나지 않았고, 사후검증 후 샤프트 무게가 65g일 때 타구속도와 비거리에서 최적의 수행력을 보였고, 50g일 때 헤드스피드에서 최적을 보였다. 또한 프로와 아마추어 간에는 변인에서 유의한 차이가 나는 것으로 나타났다. 결론적으로 최적의 드라이버는 CPM이 230<, 샤프트길이 46inch, 샤프트 무게가 65g 샤프트 일 때 최고의 수행력을 발휘하는 것으로 판명되었다.