• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권6호
• /
• pp.219-230
• /
• 2014

의존관계 분석은 문장의 어절 간에 의존소-지배소를 결정하는 작업이다. 용언은 문형 및 하위범주화 정보의 선택제약에 의해 다른 어절과의 의존관계를 형성한다. 본 논문은 형태소 분석 단계에서 동형이의어 분별된 용언의 문형을 이용하여 용언의 의존관계를 분석하는 방법을 제안한다. 특히, 형태소분석 단계에서 품사 및 동형이의어 태깅을 위해 사용하는 단계별 전이모델의 학습사전을 재활용하여 {명사+격조사, 용언} 간의 의존관계를 확정하는 방안을 제안하고 그의 정확률 및 영향을 분석한다. 동형이의어가 부착되고 의존관계로 변경된 21개의 세종구문분석말뭉치를 이용하여 실험한 결과, 동형이의어 분별된 의존관계 분석 정확률이 80.38%로, 동형이의어가 분별되지 않은 의존관계분석에 비해 0.42%의 정확률 향상이 있었으며, 유의수준 1%의 검정통계량 Z는 ${\mid}Z{\mid}=4.63{\geq}z_{0.01}=2.33$으로 동형이의어 분별이 의존관계 분석에 영향이 있음을 보였다. 또한, 단계별 전이모델이 의존관계 분석 정확률에 약 7.14% 영향을 미치는 것을 알 수 있었다.

• 정보과학회 논문지
• /
• 제41권9호
• /
• pp.652-665
• /
• 2014

생물학 도메인은 약어 표현이 빈번하며, 실제로 문서에서 중요한 의미를 지니는 개체명들이 약어로 표현되는 경우가 많다. 본 연구에서는 토픽과 링크 정보를 이용하여 약어 중의성을 해결하고 동일한 의미를 가지는 다양한 형태의 약어 원형들(variant forms)에 대한 그룹핑을 시도한다. 이를 위하여 LDA(latent Dirichlet allocation) 기반 의미적 의존 링크 토픽 모델(semantic dependency topic model)을 제안한다. 해당 모델은 생성 모델(generative model)의 일종으로 문서 집합의 각 문서에 등장하는 단어들은 문서에서 발생하는 토픽 분포와 토픽 당 단어 분포에 의해 생성되어 있는 것으로 가정하고, 관측 가능한 문서 집합의 단어들로부터 문서에 내재된 숨어있는 토픽 구조를 추론하여 단어 생성과 토픽 파라미터를 연결시킨다. 본 연구에서는 토픽 정보 외에 단어들 사이에 존재하는 의미적 의존성(semantic dependency)을 링크로 정의하고, 단어 간에 존재하는 링크 정보, 특히 원형과 문장에서 공기하는 단어들 사이의 링크를 파라미터화하여 중의성 해결에 이용하였다. 결과적으로 주어진 문서에 등장하는 약어에 대해 가장 가능성 있는 원형은 해당 모델을 이용하여 추론된 단어-토픽, 문서-토픽, 단어-링크 확률에 의해서 결정된다. 제안하는 모델은 MEDLINE 초록으로부터 Entrez 인터페이스를 이용해 22개의 약어 집합과 186개의 가능한 약어 원형을 이용하여 질의를 생성하고, 이를 이용해 검색된 문서들을 대상으로 학습과 테스트에 이용하였다. 실험은, 주어진 문서에 등장하는 해당 약어에 대한 원형이 무엇인지 예측하는 방식으로 98.3%의 정확률의 높은 성능을 보였다.

• The Journal of the Acoustical Society of Korea
• /
• 제25권1E호
• /
• pp.1-7
• /
• 2006

This study examines the reflection characteristic of a thin transition layer of the ocean bottom showing variability with respect to depth. In order to model the surficial sediment simply, we reduce the Biot model to the depth dependent wave equation for the pseudo fluid using the fluid approximation (weak frame approximation). From the reduced equation, the difference between the inherent frequency dependency of the reflection and the frequency dependency resulting from a thin transition layer is investigated. Using Tang's depth porosity profile model of the surficial sediment [D. Tang et al., IEEE J. Oceanic Eng., vol.27(3), 546-560(2002)], we numerically simulated the reflection loss and investigated the contribution from both frequency dependencies. In addition, the effects of different sediment type and varying depth structure of the sediment are discussed.

• 한국정보전자통신기술학회논문지
• /
• 제15권2호
• /
• pp.124-133
• /
• 2022

하드웨어 기술이 발달하고 수치 모델 방식이 고도화됨에 따라 더욱 정밀한 기상예보를 진행할 수 있게 되었다. 본 논문에서는 CESM의 간소화 버전인 SCAM에 포함된 적운모수화 코드 (Unicon, Fortran)를 최적화하고 유지보수성을 증가시키기 위해 Loop Vectorization, Dependency Vectorization, Code Modernization 3가지가 결합한 Unicon Optimization 기법을 제안하고 이를 테스트 하기 위하여 SCAM 전체 실행 구조도를 제시하였다. 본 논문에서는 구축한 SCAM 실행 환경에서 논문에서 제안한 Unicon Optimization 기법을 테스트 하였고 기존 소스 코드 대비 Loop Vectorization은 3.086% Dependency Vectorization은 0.4572% 성능 향상을 이끌어 냈다. 그리고 이를 모두 적용한 Unicon Optimization의 경우 기존 소스 코드 대비 3.457%의 성능 향상을 이끌어 냈다. 이는 본 논문에서 제안한 Unicon Optimization 기법이 우수한 성능을 제공하고 있음을 입증한다.

• 자원ㆍ환경경제연구
• /
• 제29권2호
• /
• pp.145-170
• /
• 2020

본 연구는 에너지(석유, 천연가스, 석탄) 가격과 경제적(실물 및 금융) 불확실성 사이의 의존성 구조를 분석하였다. Copula 모형을 이용해 얻은 의존구조 분석 결과를 요약하면 다음과 같다. 첫째, 에너지 가격과 실물·금융 불확실성 조합의 적합한 모형을 살펴보면, 원유가격과 실물·금융 불확실성 조합은 BB7 copula 모형, 천연가스 가격과 실물·금융 불확실성 조합은 Joe copula 모형, 석탄 가격과 실물·금융 불확실성 조합은 Clayton copula 모형이 각각 가장 적합한 모형으로 선정되었다. 둘째, 전체적인 의존성 구조를 살펴보면, 원유가격, 천연가스 가격, 석탄 가격과 실물 불확실성은 양(+)의 의존성을 보였다. 그렇지만 금융 불확실성과 원유가격은 양(+)의 의존성을 갖지만, 천연가스 가격과 석탄 가격은 금융 불확성과 음(-)의 의존성을 가지는 것으로 나타났다. 전체적으로 보면, 에너지원 중 원유가격이 실물·금융 불확실성과 가장 높은 의존성을 가지는 것으로 나타났다. 셋째, 극단적인 사건을 나타내는 꼬리 의존성을 분석한 결과, 실물 불확실성과 원유, 천연가스 가격은 위 꼬리 의존성만 보이는 비대칭 관계를 가지는 것으로 나타났으며, 금융 불확실성과 원유가격은 위 꼬리 의존성만 보이는 비대칭 관계를 가지는 것으로 나타났다. 즉, 비대칭 관계를 갖는 에너지 가격은 부정적인 극단사건이 발생하는 경우 불확실성 변수와 강한 의존관계가 있는 것으로 나타났다. 반면, 경제적 불확실성과 석탄 가격은 꼬리 의존성이 없는 것으로 나타났다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 II
• /
• pp.667-670
• /
• 2003

Ni-silicide has low thermal stabiliy. This point is obstacle to apply NiSi to devices. So In this paper, we have studied for obtain thermal stability and analysis of dopant dependency of NiSi. And then we applied Ni-silicide to devices. To improvement of thermal stability, we deposit Ni70/Co10/Ni30/TiN100 to sample. Co midlayer is enhanced thermal stability of NiSi. Co/Ni/TiN, this structure show very difference between n-poly and p-poly in sheet resistance. But Ni/Co/Ni/TiN, structure show less difference. Also junction leakage is good.

• 한국지진공학회:학술대회논문집
• /
• 한국지진공학회 2005년도 학술발표회 논문집
• /
• pp.413-417
• /
• 2005

A lattice model of a typical bridge column section is analyzed, and results are presented. The lattice is built as an ensemble of line elements and masses, that can capture strain rate dependency of concrete material. The research mainly breaks up into two parts: First, a micro level analysis of the material is executed, and control parameters of the governing equations are derived by matching the results with the common macroscopic properties of concrete material. Then, the properties exhibited by the micro model, which extends the classical material properties are applied to the mesoscale model. Hence, the analysis of the target structure can be performed. In the mesoscale analysis, ramp-like impulse loads are applied at different velocity, so that the contribution of the material level rate dependency to the global behavior of the structure can be tracked.

• Structural Engineering and Mechanics
• /
• 제80권5호
• /
• pp.539-551
• /
• 2021

With the continuous increase of computational capacity, more and more complex nonlinear elastoplastic constitutive models were developed to study the mechanical behavior of elastoplastic materials. These constitutive models generally contain a large amount of physical and phenomenological parameters, which often require a large amount of computational costs to determine. In this paper, an inverse parameter determination method is proposed to identify the constitutive parameters of elastoplastic materials, with the consideration of both strain rate effect and temperature effect. To carry out an efficient design, a hybrid optimization algorithm that combines the genetic algorithm and the Nelder-Mead simplex algorithm is proposed and developed. The proposed inverse method was employed to determine the parameters for an elasto-viscoplastic constitutive model and Johnson-cook model, which demonstrates the capability of this method in considering strain rate and temperature effect, simultaneously. This hybrid optimization algorithm shows a better accuracy and efficiency than using a single algorithm. Finally, the predictability analysis using partial experimental data is completed to further demonstrate the feasibility of the proposed method.

• Journal of information and communication convergence engineering
• /
• 제21권1호
• /
• pp.9-16
• /
• 2023

The natural language on social network platforms has a certain front-to-back dependency in structure, and the direct conversion of Chinese text into a vector makes the dimensionality very high, thereby resulting in the low accuracy of existing text classification methods. To this end, this study establishes a deep learning model that combines a big data ultra-deep convolutional neural network (UDCNN) and long short-term memory network (LSTM). The deep structure of UDCNN is used to extract the features of text vector classification. The LSTM stores historical information to extract the context dependency of long texts, and word embedding is introduced to convert the text into low-dimensional vectors. Experiments are conducted on the social network platforms Sogou corpus and the University HowNet Chinese corpus. The research results show that compared with CNN + rand, LSTM, and other models, the neural network deep learning hybrid model can effectively improve the accuracy of text classification.

• 대한토목학회논문집
• /
• 제29권3C호
• /
• pp.115-125
• /
• 2009

지반의 응력이력을 정의하는데 이용되는 선행압밀하중은 일반적으로 일차원 실내압밀실험으로부터 결정되어져 왔으나 피에조콘과 같은 원위치 시험의 관측값을 이용한 이론적인 방법과 경험적인 상관관계를 통한 결정도 가능하다. 최근 선행압밀하중을 결정하기 위한 인공신경망 모델들이 제안된 바 있으며, 기존의 이론적 경험적 선행압밀하중 추정 방법들이 갖는 지역의존성의 문제를 극복하고 예측 정확도 면에서도 크게 개선된 것으로 보고되었다. 그러나 인공신경망 모델은 모델구조와 학습과정에서 초기에 무작위로 부여되는 연결강도에 영향을 받아 예측에 변동성이 존재한다. 본 연구에서는 기존의 피에조콘 결과를 이용한 선행압밀하중 추정 인공신경망 모델이 연약지반에서 선행압밀하중 예측 시 보이는 변동성을 개선하기 위하여 신경망 모델의 구조 최적화를 수행하고 군집신경망 모델을 구축하였다. 제안된 군집신경망 모델을 이용한 예측결과는 기존의 다층신경망 모델 및 이론적 경험적 모델들과 비교되었다. 연구결과, 최적화된 구조를 갖는 다층신경망 모델일지라도 초기 연결강도에 따라 최종 학습 후 예측결과의 변동성이 여전히 존재하나, 다층신경망을 네트워크로 연결하여 제안된 군집신경망 모델은 기존의 다층신경망 모델들이 갖는 초기 연결강도 의존성을 개선하여 다층신경망 모델에 비해 일관성 있으며 보다 정확한 예측이 가능한 것으로 나타났다.