• 대한토목학회논문집
• /
• 제29권1D호
• /
• pp.135-143
• /
• 2009

GPS 반송파를 사용하는 GPS/INS 통합 측위 기술은 서로가 가지는 기술적 한계를 상호 극복하여 그 성능을 최대화 할 수 있어 측량과 항법의 다양한 분야에 활용되고 있다. 그러나 GPS/INS 통합 측위을 통하여 수 센티미터의 정확도를 확보하기 위해서는 기준국과 이동국 수신기 사이의 간격이 10~20Km 이내로 제한되어야 하는 단점을 가지고 있으며 이는 두 시스템 관측데이터를 통합 처리하더라도 그 정확도는 여전히 GPS 위성궤도 오차, 전리층 영향 그리고 대류권 지연과 같은 기선장에 따른 오차의 영향을 받기 때문이다. 이것은 3대 이상의 기준국 관측데이터를 사용하여 기선장에 따른 오차 보정량을 추정하여 이동국 관측데이터에서 그 영향을 최소화하여 극복 할 수 있다. 따라서 본 논문에서는 다중의 기준국 관측데이터를 사용하여 기선장에 따른 오차 보정량 결정을 위한 기준국 반송파 미지정수 결정, 칼만필터에 의한 기선장에 따른 오차 추정 그리고 기준국과 이동국의 기하관계에 의한 오차 보간을 통한 보정량 산출 알고리즘 제안하고 실제 관측데이터 처리를 통해 그 성능을 평가 하였다.

• 한국프랜차이즈경영연구
• /
• 제9권3호
• /
• pp.31-43
• /
• 2018

Purpose - This study examines the role of foodservice franchisee's perceived justice(distributive, procedural, and interactional) in developing long-term orientation to franchisor and investigate the mediating role of cohesiveness and relationship satisfaction in the relationship between franchisee's perceived justice and long-term orientation to franchisor. Research design, data, and methodology - We collected data from managers and owners in foodservice franchisees located in Seoul, Korea. Among a total of 500 questionnaires, 500 questionnaires were returned. After excluding 36 invalid respondent questionnaires, 496 valid questionnaires(response rate of 99.2%) were analyzed using frequency, confirmatory factor analysis, correlations analysis, and structural equation modeling with SPSS 21 and SmartPLS 3.0. Result - The findings of this study are as follows: First, distributive justice and interactional justice had positive effects on cohesiveness, but procedural justice did not. Second, distributive justice and interactional justice had positive effects on relationship satisfaction, but procedural justice did not. Third, cohesiveness and relationship satisfaction had positive effects on franchisee's long-term orientation to franchisor. Conclusions - The implications of this study are as follows. First, this study found that procedural justice can create a high cohesiveness and identification of franchisee and also maintain a cooperative relationship with the franchisor. Second, this findings suggest that the perceived distributional and interactional justice can improve the satisfaction with the franchisor and thus positively influence the intention to maintain the relationship and the intention to recontract. Third, the results of this study indicate that the cohesiveness of franchisees can play a pivotal role to improve their satisfaction with the franchisor and pursue mutual development by continuously maintaining stable business relationship with franchisor. The findings of this study are subject to at least three limitations. First, the research subject is limited to the food service franchise shops in Seoul area, so the sample was not nationally representative of the franchise stores. Second, the perceived fairness is measured only from the point of view of the franchisee, and this study has a limitation to examine the difference between the perceived franchisee's and franchisor's justice. Third, Future research needs to identify more closely the relationships between perceived fairness and long-term orientation by gathering specific quantitative data such as the renewal rate and the business performance.

• 문화기술의 융합
• /
• 제9권4호
• /
• pp.687-692
• /
• 2023

본 연구는 자연어 처리 딥러닝 모델의 감정분석 정확성을 확인해보고 이를 감성 콘텐츠 개발에 활용하도록 제안한다. GPT-3모델의 개요를 살펴본 후 Aihub에서 제공하는 희곡 대사 데이터 약 6000개를 입력하고 '기쁨', '슬픔', '공포', '분노', '혐오', '놀람', '흥미', '지루함', '통증' 총 9가지 감정 범주로 분류하였다. 이후 자연어 처리 모델 평가 방법인 정확도, 정밀도, 재현율, F1-score 의 평가지표를 활용하여 성능평가를 진행하였다. 감정분석 결과 91% 이상의 정확도를 보였으며 정밀도의 경우 '공포','통증'이 낮은 수치를 보였다. 재현도의 경우 '슬픔', '분노', '혐오'와 같은 부정적인 감정에서 낮은 수치가 나타났고 특히 '혐오'의 경우 데이터 양의 부족으로 인해 오차가 나타난 것으로 확인된다. 기존 연구의 경우 감정분석을 긍정, 부정, 중립으로 나누는 극성분석에만 주로 사용되어 그 특성상 피드백 단계에서만 사용되는 한계가 있었다. 본 연구는 감정분석을 9가지 범주로 확장하여 기획 단계에서부터 이를 고려한 개발을 통해 게임, 전시, 공연, 관광, 디자인, 에듀테크, 미디어 등에서 감성 콘텐츠 개발에 활용될 수 있음을 제안한다. 후속 연구를 통하여 더욱 다양한 일상 대화들을 추가로 수집하여 감정분석을 진행한다면 더욱 정확한 결과를 얻을 수 있을 것으로 기대된다.

• 융합보안논문지
• /
• 제22권3호
• /
• pp.25-32
• /
• 2022

최근 이미지 인식 및 탐지 분야에 딥러닝 기반의 기술이 도입되면서 영상 처리 산업이 활성화되고 있다. 딥러닝 기술의 발전과 함께 적대적 공격에 대한 학습 모델 취약점이 계속해서 보고되고 있지만, 학습 시점에 악의적인 데이터를 주입하는 포이즈닝 공격의 대응 방안에 대한 연구가 미흡한 실정이다. 종래 포이즈닝 공격의 대응 방안은 매번 학습 데이터를 검사하여 별도의 탐지 및 제거 작업을 수행해야 한다는 한계가 있었다. 따라서, 본 논문에서는 포이즌 데이터에 대해 별도의 탐지 및 제거과정 없이 학습 데이터와 추론 데이터에 약간의 변형을 가함으로써 공격 성공률을 저하시키는 기법을 제안한다. 선행연구에서 제안된 클린 라벨 포이즌 공격인 원샷킬 포이즌 공격을 공격 모델로 활용하였고, 공격자의 공격 전략에 따라 일반 공격자와 지능형 공격자로 나누어 공격 성능을 확인하였다. 실험 결과에 따르면 제안하는 방어 메커니즘을 적용하면 종래 방법 대비 최대 65%의 공격 성공률을 저하시킬 수 있었다.

• Smart Structures and Systems
• /
• 제32권4호
• /
• pp.267-279
• /
• 2023

Data modelling and interpretation for structural health monitoring (SHM) field data are critical for evaluating structural performance and quantifying the vulnerability of infrastructure systems. In order to improve the data modelling accuracy, and extend the application range from data regression analysis to out-of-sample forecasting analysis, an improved most likely heteroscedastic Gaussian process (iMLHGP) methodology is proposed in this study by the incorporation of the outof-sample forecasting algorithm. The proposed iMLHGP method overcomes this limitation of constant variance of Gaussian process (GP), and can be used for estimating non-stationary typhoon-induced response statistics with high volatility. The first attempt at performing data regression and forecasting analysis on structural responses using the proposed iMLHGP method has been presented by applying it to real-world filed SHM data from an instrumented cable-stay bridge during typhoon events. Uncertainty quantification and correlation analysis were also carried out to investigate the influence of typhoons on bridge strain data. Results show that the iMLHGP method has high accuracy in both regression and out-of-sample forecasting. The iMLHGP framework takes both data heteroscedasticity and accurate analytical processing of noise variance (replace with a point estimation on the most likely value) into account to avoid the intensive computational effort. According to uncertainty quantification and correlation analysis results, the uncertainties of strain measurements are affected by both traffic and wind speed. The overall change of bridge strain is affected by temperature, and the local fluctuation is greatly affected by wind speed in typhoon conditions.

• 지능정보연구
• /
• 제29권4호
• /
• pp.165-184
• /
• 2023

최근 구글의 BERT, OpenAI의 GPT 등, 언어모델(Language Model)을 사용한 비정형 텍스트 데이터에 대한 딥러닝(Deep Learning) 분석이 다양한 응용에서 괄목할 성과를 나타내고 있다. 대부분의 언어모델은 사전학습 데이터로부터 범용적인 언어정보를 학습하고, 이후 미세 조정(Fine-Tuning) 과정을 통해 다운스트림 태스크(Downstream Task)에 맞추어 갱신되는 방식으로 사용되고 있다. 하지만 최근 이러한 언어모델을 사용하는 과정에서 프라이버시가 침해될 수 있다는 우려가 제기되고 있다. 즉 데이터 소유자가 언어모델의 미세 조정을 수행하기 위해 다량의 데이터를 모델 소유자에게 제공하는 과정에서 데이터의 프라이버시가 침해될 수 있으며, 반대로 모델 소유자가 모델 전체를 데이터 소유자에게 공개하면 모델의 구조 및 가중치가 공개되어 모델의 프라이버시가 침해될 수 있다는 것이다. 이러한 상황에서 프라이버시를 보호하며 언어모델의 미세 조정을 수행하기 위해 최근 오프사이트 튜닝(Offsite Tuning)의 개념이 제안되었으나, 해당 연구는 제안 방법론을 텍스트 분류 모델에 적용하는 구체적인 방안을 제시하지 못했다는 한계를 갖는다. 이에 본 연구에서는 한글 문서에 대한 다중 분류 미세 조정 수행 시, 모델과 데이터의 프라이버시를 보호하기 위해 분류기를 추가한 오프사이트 튜닝을 적용하는 구체적인 방법을 제시한다. 제안 방법론의 성능을 평가하기 위해 AIHub에서 제공하는 ICT, 전기, 전자, 기계, 그리고 의학 총 5개의 대분야로 구성된 약 20만건의 한글 데이터에 대해 실험을 수행한 결과, 제안하는 플러그인 모델이 제로 샷 모델 및 오프사이트 모델에 비해 분류 정확도 측면에서 우수한 성능을 나타냄을 확인하였다.

• Korean Journal of Radiology
• /
• 제20권1호
• /
• pp.114-125
• /
• 2019

Objective: Segmented cardiac cine magnetic resonance imaging (MRI) is the gold standard for cardiac ventricular volumetric assessment. In patients with difficulty in breath-holding or arrhythmia, this technique may generate images with inadequate quality for diagnosis. Real-time cardiac cine MRI has been developed to address this limitation. We aimed to assess the performance of retrospective electrocardiography-gated real-time cine MRI at 3T for left ventricular (LV) volume and mass measurement. Materials and Methods: Fifty-one patients were consecutively enrolled. A series of short-axis cine images covering the entire left ventricle using both segmented and real-time balanced steady-state free precession cardiac cine MRI were obtained. End-diastolic volume (EDV), end-systolic volume (ESV), stroke volume (SV), ejection fraction (EF), and LV mass were measured. The agreement and correlation of the parameters were assessed. Additionally, image quality was evaluated using European CMR Registry (Euro-CMR) score and structure visibility rating. Results: In patients without difficulty in breath-holding or arrhythmia, no significant difference was found in Euro-CMR score between the two techniques (0.3 ± 0.7 vs. 0.3 ± 0.5, p > 0.05). Good agreements and correlations were found between the techniques for measuring EDV, ESV, EF, SV, and LV mass. In patients with difficulty in breath-holding or arrhythmia, segmented cine MRI had a significant higher Euro-CMR score (2.3 ± 1.2 vs. 0.4 ± 0.5, p < 0.001). Conclusion: Real-time cine MRI at 3T allowed the assessment of LV volume with high accuracy and showed a significantly better image quality compared to that of segmented cine MRI in patients with difficulty in breath-holding and arrhythmia.

• 한국건축시공학회지
• /
• 제24권4호
• /
• pp.447-458
• /
• 2024

이 연구의 목적은 복잡한 상세를 갖는 부재의 생산공정에서 발생하는 물량산출 오차를 최소화할 수 있는 BIM의 패밀리 라이브러리를 이용한 고단열 벽체 판넬의 물량산출 방법을 제시하는데에 있다. 주요변수는 공장의 생산공정에서 주로 발생할 수 있는 오차인 콘크리트 피복두께와 철근 구부림의 최소 내면 반지름으로 설정하였다. Revit BIM 프로그램으로 모델링된 단면 보다 생산현장에서 제작된 고단열 벽체 판넬의 콘크리트 피복두께는 약 12% 작았으며 철근 구부림의 최소 내면 반지름은 약 1.27배 컸다. 이러한 변화를 Revit BIM 프로그램을 이용한 고단열 벽체 판넬의 모델링에 반영하고 Navisworks를 이용하여 구성된 재료들의 간섭 체크 및 보정하였다. 특히, 각 재료들의 체적 등가 개념을 이용하여 1m 단위의 벽체로 환산하였으며, 이때 수직 및 수평접합에 설치되는 단열재와 스플라이스 슬리브도 포함하였다. 환산된 1m 단위의 벽체는 각 재료들의 물량 측면에서 유사한 패밀리 라이브러리의 "단열재가 삽입된 이중 RC 벽체"로 결정될 수 있었다. 제시된 레빗 프로그램에 내장된 패밀리 라이브러리의 "단열재가 삽입된 이중 RC 벽체"는 공장의 생산공정에서 발생하는 제조오차를 고려하면서 복잡한 단면을 가지고 있는 고단열 벽체 판넬 상세에서 각 재료들의 물량을 산출하는데에 활용될 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.173-198
• /
• 2020

최근 온라인의 비약적인 활성화로 캠페인 채널들이 다양하게 확대되면서 과거와는 비교할 수 없을 수준의 다양한 유형들의 캠페인들이 기업에서 수행되고 있다. 하지만, 고객의 입장에서는 중복 노출로 인한 캠페인에 대한 피로감이 커지면서 스팸으로 인식하는 경향이 있고, 기업입장에서도 캠페인에 투자하는 비용은 점점 더 늘어났지만 실제 캠페인 성공률은 오히려 더 낮아지고 있는 등 캠페인 자체의 효용성이 낮아지고 있다는 문제점이 있어 실무적으로 캠페인의 효과를 높이고자 하는 다양한 연구들이 지속되고 있다. 특히 최근에는 기계학습을 이용하여 캠페인의 반응과 관련된 다양한 예측을 해보려는 시도들이 진행되고 있는데, 이 때 캠페인 데이터의 다양한 특징들로 인해 적절한 특징을 선별하는 것은 매우 중요하다. 전통적인 특징 선택 기법으로 탐욕 알고리즘(Greedy Algorithm) 중 SFS(Sequential Forward Selection), SBS(Sequential Backward Selection), SFFS(Sequential Floating Forward Selection) 등이 많이 사용되었지만 최적 특징만을 학습하는 모델을 생성하기 때문에 과적합의 위험이 크고, 특징이 많은 경우 분류 예측 성능 하락 및 학습시간이 많이 소요된다는 한계점이 있다. 이에 본 연구에서는 기존의 캠페인에서의 효과성 제고를 위해 개선된 방식의 특징 선택 알고리즘을 제안한다. 본 연구의 목적은 캠페인 시스템에서 처리해야 하는 데이터의 통계학적 특성을 이용하여 기계 학습 모델 성능 향상의 기반이 되는 특징 부분 집합을 탐색하는 과정에서 기존의 SFFS의 순차방식을 개선하는 것이다. 구체적으로 특징들의 데이터 변형을 통해 성능에 영향을 많이 끼치는 특징들을 먼저 도출하고 부정적인 영향을 미치는 특징들은 제거를 한 후 순차방식을 적용하여 탐색 성능에 대한 효율을 높이고 일반화된 예측이 가능하도록 개선된 알고리즘을 적용하였다. 실제 캠페인 데이터를 이용해 성능을 검증한 결과, 전통적인 탐욕알고리즘은 물론 유전자알고리즘(GA, Genetic Algorithm), RFE(Recursive Feature Elimination) 같은 기존 모형들 보다 제안된 모형이 보다 우수한 탐색 성능과 예측 성능을 보임을 확인할 수 있었다. 또한 제안 특징 선택 알고리즘은 도출된 특징들의 중요도를 제공하여 예측 결과의 분석 및 해석에도 도움을 줄 수 있다. 이를 통해 캠페인 유형별로 중요 특징에 대한 분석과 이해가 가능할 것으로 기대된다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.97-117
• /
• 2020

상품 평가 기준은 상품에 대한 속성, 가치 등을 표현한 지표로써 사용자나 기업이 상품을 측정하고 파악할 수 있게 한다. 기업이 자사 제품에 대한 객관적인 평가와 비교를 수행하기 위해서는 적절한 기준을 선정하는 것이 필수적이다. 이때, 평가 기준은 소비자들이 제품을 실제로 구매 및 사용 후 평가할 때 고려하는 제품의 특징을 반영하여야 한다. 그러나 기존에 사용되던 평가 기준은 제품마다 상이한 소비자의 의견을 반영하지 못하고 있다. 기존 연구에서는 소비자 의견이 반영된 온라인 리뷰를 통해 상품의 특징, 주제를 추출하고 이를 평가기준으로 사용했다. 하지만 여전히 상품과 연관성이 낮은 평가 기준이 추출되거나 부적절한 단어가 정제되지 않는 한계가 있다. 본 연구에서는 이를 극복하기 위해 잠재 디리클레 할당(Latent Dirichlet Allocation, LDA) 기법으로 리뷰로부터 평가 기준 후보군을 추출하고 이를 k-최근접 이웃 접근법(k-Nearest Neighbor Approach, k-NN)을 이용해 정제하는 모델을 개발하고 검증했다. 제시하는 방법은 준비 단계와 추출 단계로 이루어진다. 준비 단계에서는 워드임베딩(Word Embedding) 모델과 평가 기준 후보군을 정제하기 위한 k-NN 분류기를 생성한다. 추출 단계에서는 k-NN 분류기와 언급 비율을 이용해 평가 기준 후보군을 정제하고 최종 결과를 도출한다. 제안 모델의 성능 평가를 위해 명사 빈도 추출 모델, LDA 빈도 추출 모델, 실제 전자상거래 사이트가 제공하는 평가 기준을 세 비교 모델로 선정했다. 세 모델과의 비교를 위해 설문을 진행하고 점수화하여 결과를 검정했다. 30번의 검정 결과 26번의 결과에서 제안 모델이 우수함을 확인했다. 본 연구의 제안 모델은 전자상거래 사이트에서 리뷰 특성을 반영한 상품군 별 차원을 도출하는데 활용될 수 있고 이를 기초로 인사이트 발굴을 위한 리뷰 분석 및 활용에 크게 기여할 것이다.