• 한국영재학회:학술대회논문집
• /
• 한국영재학회 2005년도 춘계학술대회
• /
• pp.173-180
• /
• 2005

The purpose of this study was to identify common and domain-specific cognitive characteristics of gifted students based on a hierarchical structural model of human abilities. This study is based on the premise that abilities identified by tests can appear as observable characteristics in test or school situations. Abilities proposed by major models of intelligence were reviewed in terms of their power to explain cognitive characteristics of gifted students. However, due to the lack of their explanatory power and disagreement on common and domain-specific cognitive abilities, a new hierarchical structural model was conceptualized in a unique way based on interrelationships between abilities proposed by the models. The newly established model hypothesizes a cognitive mechanism that accounts for how domain-specific knowledge is formed, as well as which abilities are common and domain-specific, how they are related functionally, and how they account for common and domain-specific cognitive characteristics of gifted students. The cognitive mechanism has important implications for our understanding of the chronically controversial concepts, 'intelligence' and 'knowledge.' Clearer definitions of what intelligence is (g or multiple), what knowledge is, and how knowledge develops ('genetic or environmental,' 'rationalistic or empiricist') may result from this model.

• 말소리와 음성과학
• /
• 제15권3호
• /
• pp.83-88
• /
• 2023

This study investigates the fine-tuning of large-scale Automatic Speech Recognition (ASR) models, specifically OpenAI's Whisper model, for domain-specific applications using the KsponSpeech dataset. The primary research questions address the effectiveness of targeted lexical item emphasis during fine-tuning, its impact on domain-specific performance, and whether the fine-tuned model can maintain generalization capabilities across different languages and environments. Experiments were conducted using two fine-tuning datasets: Set A, a small subset emphasizing specific lexical items, and Set B, consisting of the entire KsponSpeech dataset. Results showed that fine-tuning with targeted lexical items increased recognition accuracy and improved domain-specific performance, with generalization capabilities maintained when fine-tuned with a smaller dataset. For noisier environments, a trade-off between specificity and generalization capabilities was observed. This study highlights the potential of fine-tuning using minimal domain-specific data to achieve satisfactory results, emphasizing the importance of balancing specialization and generalization for ASR models. Future research could explore different fine-tuning strategies and novel technologies such as prompting to further enhance large-scale ASR models' domain-specific performance.

• The Journal of the Acoustical Society of Korea
• /
• 제23권2E호
• /
• pp.51-55
• /
• 2004

In this paper, we propose a style-specific language model adaptation scheme using n-gram based tf*idf similarity for Korean spontaneous speech recognition. Korean spontaneous speech shows especially different style-specific characteristics such as filled pauses, word omission, and contraction, which are related to function words and depend on preceding or following words. To reflect these style-specific characteristics and overcome insufficient data for training language model, we estimate in-domain dependent n-gram model by relevance weighting of out-of-domain text data according to their n-. gram based tf*idf similarity, in which in-domain language model include disfluency model. Recognition results show that n-gram based tf*idf similarity weighting effectively reflects style difference.

• ETRI Journal
• /
• 제38권3호
• /
• pp.487-493
• /
• 2016

Two new methods are proposed for an unsupervised adaptation of a language model (LM) with a single sentence for automatic transcription tasks. At the training phase, training documents are clustered by a method known as Latent Dirichlet allocation (LDA), and then a domain-specific LM is trained for each cluster. At the test phase, an adapted LM is presented as a linear mixture of the now trained domain-specific LMs. Unlike previous adaptation methods, the proposed methods fully utilize a trained LDA model for the estimation of weight values, which are then to be assigned to the now trained domain-specific LMs; therefore, the clustering and weight-estimation algorithms of the trained LDA model are reliable. For the continuous speech recognition benchmark tests, the proposed methods outperform other unsupervised LM adaptation methods based on latent semantic analysis, non-negative matrix factorization, and LDA with n-gram counting.

• 한국전자거래학회지
• /
• 제10권2호
• /
• pp.21-41
• /
• 2005

엔터프라이스 아키텍처 (EA) 프레임워크는 기업의 정보기술 요소들 사이의 상호 운영성을 증가시키기 위해 활용되는 EA를 구축하기 위한 도구이다. 본 논문은 엔터프라이스 아키텍처 유닛(AU), 참조모델, 그리고 도메인 모델 사이의 연관관계를 조합하여 정의한 ENAE (ENterprise Architecture Framework)이라는 엔터프라이스 아키텍처 프레임워크의 설계 기법을 정의한 것이다. 이 기법에서 정의하는 AU는 하나의 비즈니스 프로세스와 이를 지원하는 시스템 및 기술요소들을 연관관계를 포함하여 조합한 최소단위의 EA로서. 서로 연관이 있는 AU들의 조합을 통하여 EA의 구축이 가능하도록 하였다. UML과 같이 범용성있는 모델링 언어의 사용은 비즈니스 도메인을 표현하는데 한계가 있으므로, 비즈니스 도메인의 기술에 적합한 DSM의 개념을 도입하였으며, DSM으로 정의된 AU 들은 토픽 맵을 이용하여 EA를 생성할 수 있다. 논문의 2장은 EA 관련 연구 및 DSM, 토픽 맵에 대하여 기술하였으며, 3장은 본 연구에서 제안하는 EA 프레임워크의 설계 방법에 대하여 설명하였으며, 4장에서는 본 설계 기법을 적용한 사례에 대하여 설명하였다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제17권4호
• /
• pp.341-367
• /
• 2008

This study propose a model relating supplier's use of IOIS(Inter-Organizational Information Systems) to strategic benefits through extension of Subramani's research model. In extended model, collaboration serves as a safeguard for relationship-specific intangible asset. Specifically, we evaluate how two patterns of IOIS use by supplier(exploitation and exploration) relate to two specific types of relationship-specific intangible asset(business process specificity and domain knowledge specificity), which in turn are posited to promote collaboration and strategic benefits. To explore the current study, questionnaire survey was conducted on 72 first-tier supplier firms in the manufacturing industry. Based on the survey results, we posits the following : (1) Each pattern of IOIS use directly promotes a specific type of relationship-specific intangible asset. The path of the relationship between IOIS use for exploitation and domain knowledge specificity is positive but not significant. The other paths are positive and significant. (2) Both types of relationship-specific intangible asset have a positive and significant impact on collaboration. (3) Domain knowledge specificity influences on strategic benefits but business process specificity does not have an effect on them. (4) Collaboration affects supplier's strategic benefits. These findings provide a deeper understanding of the mechanism of how the pattern of IOIS use can result in strategic benefits for supplier firms.

• 지능정보연구
• /
• 제28권4호
• /
• pp.251-273
• /
• 2022

최근 텍스트 분석을 딥러닝에 적용한 연구가 꾸준히 이어지고 있으며, 특히 대용량의 데이터 셋을 학습한 사전학습 언어모델을 통해 단어의 의미를 파악하여 요약, 감정 분류 등의 태스크를 수행하려는 연구가 활발히 이루어지고 있다. 하지만 기존 사전학습 언어모델이 특정 도메인을 잘 이해하지 못한다는 한계를 나타냄에 따라, 최근 특정 도메인에 특화된 언어모델을 만들고자 하는 방향으로 연구의 흐름이 옮겨가고 있는 추세이다. 도메인 특화 추가 사전학습 언어모델은 특정 도메인의 지식을 모델이 더 잘 이해할 수 있게 하여, 해당 분야의 다양한 태스크에서 성능 향상을 가져왔다. 하지만 도메인 특화 추가 사전학습은 해당 도메인의 말뭉치 데이터를 확보하기 위해 많은 비용이 소요될 뿐 아니라, 고성능 컴퓨팅 자원과 개발 인력 등의 측면에서도 많은 비용과 시간이 투입되어야 한다는 부담이 있다. 아울러 일부 도메인에서 추가 사전학습 후의 성능 개선이 미미하다는 사례가 보고됨에 따라, 성능 개선 여부가 확실하지 않은 상태에서 도메인 특화 추가 사전학습 모델의 개발에 막대한 비용을 투입해야 하는지 여부에 대해 판단이 어려운 상황이다. 이러한 상황에도 불구하고 최근 각 도메인의 성능 개선 자체에 초점을 둔 추가 사전학습 연구는 다양한 분야에서 수행되고 있지만, 추가 사전학습을 통한 성능 개선에 영향을 미치는 도메인의 특성을 규명하기 위한 연구는 거의 이루어지지 않고 있다. 본 논문에서는 이러한 한계를 극복하기 위해, 실제로 추가 사전학습을 수행하기 전에 추가 사전학습을 통한 해당 도메인의 성능 개선 정도를 선제적으로 확인할 수 있는 방안을 제시한다. 구체적으로 3개의 도메인을 분석 대상 도메인으로 선정한 후, 각 도메인에서의 추가 사전학습을 통한 분류 정확도 상승 폭을 측정한다. 또한 각 도메인에서 사용된 주요 단어들의 정규화된 빈도를 기반으로 해당 도메인의 특수성을 측정하는 지표를 새롭게 개발하여 제시한다. 사전학습 언어모델과 3개 도메인의 도메인 특화 사전학습 언어모델을 사용한 분류 태스크 실험을 통해, 도메인 특수성 지표가 높을수록 추가 사전학습을 통한 성능 개선 폭이 높음을 확인하였다.

• 시스템엔지니어링학술지
• /
• 제13권2호
• /
• pp.49-56
• /
• 2017

Implementation of Model-based Systems Engineering(MBSE) depends on a model supporting efficient communication among engineers from various domains. And SysML is designed to create models supporting MBSE but unfortunately, SysML itself is not practical enough to be used in real-world engineering projects. SysML is designed to express generic systems and requires specialized knowledge, so a model written in SysML is less capable of supporting communication between a systems engineer and a sub-system engineer. Domain Specific Languages(DSL) can be a great solution to overcome the weakness of the standard SysML. A SysML based DSL means a customized SysML for a specific engineering domain. Unfortunately, current researches on SysML Domain Specific Language(DSL) for the plant engineering industry are still on the early stage. So as the first step, we have developed our own SysML based Piping & Instrumentation Diagram (P&ID) creation environment and P&ID itself of a specific plant system, using a widely used SysML authoring tool called MagicDraw. P&ID is one of the most critical output during the plant design phase, which contains all information required for the plant construction phase. So a SysML based P&ID has a great potential to enhance the communication among plant engineers of various disciplines.

• International Journal of Computer Science & Network Security
• /
• 제21권7호
• /
• pp.365-373
• /
• 2021

Covid-19 posed a serious threat to public health worldwide, especially in the absence of vaccines or medicines. The only viable strategies to combat a virus with a high infection rate were to apply lock-down strategies, transport ban, social and physical distancing. In this work, we provide a domain-specific component model for crisis management. The model allows for building a plan for managing Covid-19 crisis and use the plan as a template to generate a system specific for managing that crisis. The crisis component model is derived from X-MAN II, a generic component model that we have developed for the aircraft industry

• 한국비블리아학회지
• /
• 제30권2호
• /
• pp.145-166
• /
• 2019

정보행태 연구 커뮤니티에서 그간 다수의 이용자 관련 모형들이 제시되어온바, 본 연구의 출발점은 정보검색 상호작용 모형을 포함한 대부분의 모형들이 포괄적 영역을 제시하는 다(多)영역 모형이라는 점이다. 본 연구는 다 영역 모형의 제한점을 논의한 후, 새로운 모형 유형 제시의 필요성을 제기한다. 이와 관련, 연구 커뮤니티내의 핵심 모형 네 가지를 분석 고찰한 후, 특정영역 초점 모형화(Specific Domain Focus Modeling - SDFM)에 기반한 새로운 모형 유형을 제시한다. 이러한 모형화의 예로써, 본 연구는 필자의 시스템-자료 군 연계정도 기반 정보검색 상호작용 모형을 제시한다.