• 한국전자거래학회지
• /
• 제22권4호
• /
• pp.159-173
• /
• 2017

기술력 기반의 중소벤처기업에 대한 기술금융 지원을 위해 정부는 2014년 7월부터 기술보증기금 및 일정 자격을 갖춘 민간 기술신용평가사에게 일종의 기술력 등급평가인 기술신용평가를 실시하여 은행의 여신에 활용토록 하였다. 본 논문에서는 최근까지의 기술신용평가 현황 및 한국신용정보원에서 축적하고 있는 기술평가 관련 가용 지표들에 대한 선행 연구를 개략적으로 살펴본 후 기술평가등급점수에 유의적인 영향을 미치는 지표(indicator)를 통상적인 다중회귀기법으로 탐색할 것이다. 본 논문의 관심 대상인 지표 별 등급 영향도와 모형의 적합도는 대표적인 기계학습 분류기(classifier)인 일반화가속모형(Generalized Boosting Model; GBM)을 적용하여 분석하였는 바, 주요 지표를 독립변수(feature)로 투입하여 지표의 상대적 중요성 및 분류 정확도를 산출하였다. 분석결과 회귀모형과 기계학습 모형 간 지표별 상대적인 중요도는 크게 차이나지 않는 것으로 분석되었으나, GBM 모형의 경우 회귀모형에 비해서 이노비즈인증, 연구소 및 연구개발전담부서 보유, 특허등록건수, 벤처확인 지표 등 기술개발역량이 상대적으로 기술등급에 더 큰 영향을 미치는 것으로 분석되었다.

• 한국수자원학회논문집
• /
• 제51권6호
• /
• pp.503-514
• /
• 2018

최근 기후변화 및 유역개발로 인하여 메콩강 유역의 수문환경이 급격히 변화하고 있으며, 메콩강을 공유하는 국가의 수재해 예방 및 지속가능한 수자원개발을 위해서는 메콩강 주요지점에서의 유량 정보의 분석 및 예측이 요구된다. 본 연구에서는 물리적 기반의 수문모형인 SWAT과 데이터기반 딥러닝 알고리즘인 LSTM을 이용하여 메콩강 하류 Kratie 지점의 유출모의를 수행하고, 유출모의 정확도 및 두 가지 방법론의 장 단점을 비교 분석한다. SWAT 모형의 구축을 위해 범용 입력자료(지형: HydroSHED, 토지이용: GLCF-MODIS, 토양: FAO-Soil map, 강우: APHRODITE 등)을 이용하였으며 warming-up 및 매개변수 보정 후 2003~2007년 일유량 모의를 수행하였다. LSTM을 이용한 유출모의의 경우, 딥러닝 오픈소스 라이브러리인 TensorFlow를 활용하여 Kratie 지점기준 메콩강 상류 10개 수위관측소의 두 기간(2000~2002, 2008~2014) 일수위 정보만을 이용하여 심층신경망을 학습하고, SWAT 모형과 마찬가지로 2003~2007년을 대상으로 Kratie 지점에 대한 일수위 모의 후 수위-유량관계곡선식을 이용하여 유출량으로 환산하였다. 두 모형의 모의성능 비교 검토를 위하여 모의기간에 대해 NSE (Nash-Sutcliffe Efficiency)을 산정한 결과, SWAT은 0.9, LSTM은 보다 높은 0.99의 정확도를 나타내는 것으로 분석되었다. 메콩강과 같은 대유역의 특정 지점에 대한 수문시계열 자료의 모의를 위해서는 다양한 입력자료를 요구하는 물리적 수문모형 대신 선행 시계열자료의 변동성을 기억 학습하여 이를 예측에 반영하는 LSTM 기법 등 데이터기반의 심층신경망 모형의 적용이 가능할 것으로 판단된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권4호
• /
• pp.203-210
• /
• 2017

본 논문에서는 이미지 캡션 생성과 모델 전이에 효과적인 심층 신경망 모델을 제시한다. 본 모델은 멀티 모달 순환 신경망 모델의 하나로서, 이미지로부터 시각 정보를 추출하는 컨볼루션 신경망 층, 각 단어를 저차원의 특징으로 변환하는 임베딩 층, 캡션 문장 구조를 학습하는 순환 신경망 층, 시각 정보와 언어 정보를 결합하는 멀티 모달 층 등 총 5 개의 계층들로 구성된다. 특히 본 모델에서는 시퀀스 패턴 학습과 모델 전이에 우수한 LSTM 유닛을 이용하여 순환 신경망 층을 구성하며, 캡션 문장 생성을 위한 매 순환 단계마다 이미지의 시각 정보를 이용할 수 있도록 컨볼루션 신경망 층의 출력을 순환 신경망 층의 초기 상태뿐만 아니라 멀티 모달 층의 입력에도 연결하는 구조를 가진다. Flickr8k, Flickr30k, MSCOCO 등의 공개 데이터 집합들을 이용한 다양한 비교 실험들을 통해, 캡션의 정확도와 모델 전이의 효과 면에서 본 논문에서 제시한 멀티 모달 순환 신경망 모델의 높은 성능을 확인할 수 있었다.

• 한국수자원학회논문집
• /
• 제49권2호
• /
• pp.155-164
• /
• 2016

남조류의 대번성은 특정 생물종의 감소와 물고기의 서식처를 감소하게 하는 결과를 가져와서 생태계에 상당한 교란을 가져오고 4대강의 수질을 위협하고 있다. 조류의 대번성에 영향을 미치는 인자를 해석하기 위해서 전통적으로 클로르필 a의 농도와 환경인자간의 교차상관함수를 계산하는 방식이 수행되어왔다. 교차상관함수에 사용되는 원 시계열 자료는 추계구조에 의해 영향을 받기 때문에 시계열 데이터의 추계학적인 구조를 파악하고 외부의 영향을 제거하는 선백색화 기법을 도입하였다. 이와 같은 모의과정은 모형구조의 파악, 매개변수추정, 선택된 모형의 자가진단수행등의 일련의 과정으로 진행된다. 선백색화 처리된 데이터를 이용하여 배타적 상관분석을 실시하였고 원데이터의 결과와 비교하였다. 이와 같은 과정은 조류농도 발생의 영향 인자를 구분하기 위해서도 유용한 과정이고 다른 환경인자들 사이에서의 인과성을 규명하는데도 유용하다.

• 한국언론정보학보
• /
• 제66권
• /
• pp.110-132
• /
• 2014

본고에서는 숱한 논란에 휩싸여 온 한국 공영 방송의 공정 보도에 관한 개념 정립 및 공정 보도 재단을 위한 모델 구축에 나섰다. 이에 따라 공영 방송의 공정 보도가 중립성, 균형성, 불편부당성을 주요 가치로 내세우는 공론(公論)과 사실성 및 사회적 다양성, 사회적 약자 보호 등의 다원적 가치를 내세우는 정론(正論)의 이원적 개념으로 구성돼 있다고 보고, 공론과 정론이 고르게 발달한 경우는 '목양자' 언론으로, 공론과 정론 가운데 한쪽으로 무게 중심이 더 치우친 경우는 각각 '곡예사'과 '호민관' 언론으로, 마지막으로 공론, 정론 모두 취약한 경우는 '나팔수' 언론 모델로 규정지었다. 이후, 본고에서는 방송학회 회원들을 대상으로 박근혜 정부를 포함해 3개 정부 하에서의 공영 방송의 공정 보도에 대한 설문 조사를 실시해 방송 전문가들이 인식하는 한국 공영 방송의 공정 보도는 위의 네 모델 가운데 어느 쪽에 가까운지 분석해 보았다. 조사 결과, 방송학회 회원들이 인식하는 한국 공영 방송의 공정 보도는 노무현 정부 당시에 비해 이명박과 박근혜 정부 하에서 상대적으로 낮은 평가를 받고 있는 것으로 나타났으며, 공론과 정론 양쪽을 고르게 아우르는 '목양자' 언론 모델보다 공론과 정론 모두에 있어 취약성을 보이는 '나팔수' 언론 모델에 가까운 것으로 분석됐다. 방송학회 회원들은 또, 한국 공영 방송의 공정 보도가 중립성과 균형성, 형평성과 불편부당성에 상대적인 무게 중심을 두고 있다고 응답함으로써 한국 공영 방송의 공정 보도는 '곡예사' 언론 모델의 특성도 띠고 있는 것으로 분석됐다.

• Bulletin of the Korean Chemical Society
• /
• 제30권5호
• /
• pp.1152-1156
• /
• 2009

Silent information regulator 2 (Sir2) or sirtuins are NAD(+)-dependent deacetylases, which hydrolyze the acetyllysine residues. In mammals, sirtuins are classified into seven different classes (SIRT1-7). SIRT1 was reported to be involved in age related disorders like obesity, metabolic syndrome, type II diabetes mellitus and Parkinson’s disease. Activation of SIRT1 is one of the promising approaches to treat these age related diseases. In this study, we have used HipHop module of CATALYST to identify a series of pharmacophore models to screen SIRT1 enhancing molecules. Three molecules from Sirtris Pharmaceuticals were selected as training set and 607 sirtuin activator molecules were used as test set. Five different hypotheses were developed and then validated using the training set and the test set. The results showed that the best pharmacophore model has four features, ring aromatic, positive ionization and two hydrogen-bond acceptors. The best hypothesis from our study, Hypo2, screened high number of active molecules from the test set. Thus, we suggest that this four feature pharmacophore model could be helpful to screen novel SIRT1 activator molecules. Hypo2-virtual screening against Maybridge database reveals seven molecules, which contains all the critical features. Moreover, two new scaffolds were identified from this study. These scaffolds may be a potent lead for the SIRT1 activation.

• 한국통신학회논문지
• /
• 제18권10호
• /
• pp.1422-1432
• /
• 1993

HCNN(Hidden Control Neural Network)은 신경회로망에 의한 비선형 예측과 HMM의 segmentation 기능을 접합시킨 신경회로망 모델로서, 시간에 따라 입출력 사상 함수를 변화시킴으로써 음성 신호를 잘 모델링할 수 있도록 되어 있다. 본 논물에서는 첫째, HCNN의 성능이 HMM보다 우수함을 보이고, 둘째로, HCNN에서의 예측 오차 측정에 적절한 거리 측도를 이용하기 위해 가중거리가 도입된 HCNN을 제안하여, 화자 독립 음성 인식에 있어 그 성능이 우수함을 보였다. 여기서 가중거리는 음성 특징 벡터 각 구성 성분의 분산도 차이를 고려한 거리이다. 화자 독립 숫자음 인식 실험 결과, 유클리드 저리를 이용한 HCNN에 대해 95%의 인식율을 얻었는데, 이는 HMM에 비해 1.28% 높은 결과로서, 확률적인 제한이 가해진 HMM에 비해 시스템의 동작인 모델링을 이용한 HCNN이 더 우수함을 알 수 있다. 또한 가중거리를 이용한 CNN에 대해서는 97.35%의 인식율을 얻었는데, 이는 유클리드 거리를 이용한HCNN에 비해 2.3%가 향상된 결과이다. 가중 거리를 도입한 HCHN의 경우에 더 높은 인식율을 얻은 이유는, 오인식이 많이 되는 화자의 인식율을 높임으로써 화자간의 인식율차가 감소하게 되기 때문임을 알 수 있었고, 따라서 화자 독립 음성인식에 가중거리를 도입한 HCNN이 보다 적합합을 알 수 있다.

• 정보처리학회논문지B
• /
• 제12B권7호
• /
• pp.811-822
• /
• 2005

자동문서분류는 문서의 내용에 기반하여 미리 정의된 항목에 자동으로 할당하는 작업으로서 효율적인 정보관리 및 검색등에 필수적인 작업이다. 기존의 문서분류성능 향상을 위한 연구들은 대부분 분류모델 자체를 개선시키는 데 주력해왔으며 통계적인 방법으로 그 범위가 제한되어왔다. 본 연구에서는 자동문서분류의 성능향상을 위해 데이터마이닝 기법과 결함허용방법을 이용하는 개선된 학습알고리즘과 후처 리 방법에 의한 RTPost 시스템을 제안한다. RTPost 시스템은 학습문서 선택작업 이전에 분류항목 설정의 문제를 다루며, 분류함수의 성능보다는 지정방식의 문제점을 감안하여 학습과 분류 후처리 프로세스를 개선하려는 것이다. 이를 통해 분류결과에 중요한 영향을 미쳐왔던 학습문서의 수와 선택방법, 분류모델의 성능등에 의존하지 않는 안정적인 분류가 가능하였고, 이를 분류오류율이 높은 경계선 인접영역에 위치한 문서들에 적용한 결과 높은 정확율을 얻을 수 있었다. 뿐만 아니라, RTPost 프로세스를 진행하는 동안 능동학습방법의 장점을 수용하여 학습효과는 높이며 비용을 감소시킬 수 있는 자가학습방법(self learning)방법의 효과를 기대할 수 있다.

• 한국지능시스템학회논문지
• /
• 제26권6호
• /
• pp.471-476
• /
• 2016

본 논문은 깊이 정보를 기반으로 모션 히스토리 영상 및 기울기 방향성 히스토그램과 적출 모델을 사용하여 연속적인 사람 행동들을 인식하는 시스템을 설명하고 연속적인 행동 인식 시스템에서 인식 성능을 개선하기 위해 행동 적출을 수행하는 적출 모델을 제안한다. 본 시스템의 구성은 전처리 과정, 사람 행동 및 적출 모델링 그리고 연속적인 사람 행동 인식으로 이루어져 있다. 전처리 과정에서는 영상 분할과 시공간 템플릿 기반의 특징을 추출하기 위하여 Depth-MHI-HOG 방법을 사용하였으며, 추출된 특징들은 사람 행동 및 적출 모델링 과정을 통해 시퀀스들로 생성된다. 이 생성된 시퀀스들과 은닉 마르코프 모델을 사용하여 정의된 각각의 행동에 적합한 사람 행동 모델과 제안된 적출 모델을 생성한다. 연속적인 사람 행동 인식은 연속적인 행동 시퀀스에서 적출 모델에 의해 의미 있는 행동과 의미 없는 행동을 분할하는 행동 적출과 의미 있는 행동 시퀀스에 대한 모델의 확률 값들을 비교하여 연속적으로 사람 행동들을 인식한다. 실험 결과를 통해 제안된 모델이 연속적인 행동 인식 시스템에서 인식 성능을 효과적으로 개선하는 것을 검증한다.

• 한국ITS학회 논문지
• /
• 제11권4호
• /
• pp.51-62
• /
• 2012

Lighthill과 Whitham의 충격파모형에 따르면 동일한 속도를 유지하는 교통류 흐름상태에서도 충격파가 존재하며, 이는 라디오 전파처럼 보이지도 않고 관측할 수도 없다고 하였다. 최근의 한 논문은 이 문제에 대해 새로운 접근방법을 통해 위와 같은 모순이 어떻게 발생하였는지를 보여주었고, 이를 개선하기 위해 점근적 충격파모형 (asymptotical shock wave model) 을 제시하였다. 점근적 충격파모형은 동일한 속도로 이동하는 균일한 교통류에서 라디오 전파와 같은 관측 불가능한 충격파가 존재하지 않는 것을 증명하였다. 그러나 상기 논문은 모형의 유도와 증명에 치중하였고 모형으로서의 해석이나 구체적인 수치를 적용한 모형의 검증은 아직 실행된 적이 없다. 본 논문은 점근적 충격파모형의 내포된 의미를 해석하고, 구체적인 수치를 바탕으로 한 시나리오를 통해 모형의 성능을 시험하였다. 그 결과 점근적 충격파모형은 기존 모형에 비해 수식상의 큰 차이는 없었지만, 유일한 차이인 등식의 세 번째 항목이 모형 결과에 결정적인 차이를 나타냄을 확인하였다. 새 모형에 도입된 파라메터는 적용된 수치의 대소에 따라 그 결과가 다르게 나타났다. 이는 기존의 충격파모형에는 없는 특징으로서, 적절한 수치를 선정한다면 다양한 교통흐름에 신축적으로 모형을 적용할 수 있을 것으로 판단된다. 또한 구체적인 수치를 적용한 점근적모형의 시나리오별 시험 결과 동일한 조건에서 새로운 모형은 기존 모형에 비해 충격파가 교통류의 하류 측으로 더 진행됨을 확인하였다. 양 모형간의 이러한 차이는 통계적 유의성 검토에서도 확인되었으며, 향후 현장 자료를 적용한 추가적 비교연구가 필요한 것으로 사료된다.