• 스마트미디어저널
• /
• 제8권2호
• /
• pp.58-65
• /
• 2019

문서 자동 요약은 주어진 문서로부터 주요 내용을 추출하거나 생성하는 방식으로 축약하는 작업을 말한다. 최근 연구에서는 대량의 문서를 딥러닝 기법을 적용하여 요약문 자체를 생성하는 방식으로 발전하고 있다. 생성 요약은 미리 생성된 위드 임베딩 정보를 사용하는데, 전문 용어와 같이 저빈도 핵심 어휘는 입베딩 된 사전에 없는 문제가 발생한다. 인코딩-디코딩 신경망 모델의 문서 자동 요약에서 미등록 어휘의 출현은 요약 성능 저하의 요인이다. 이를 해결하기 위해 본 논문에서는 요약 대상 문서에서 새로 출현한 단어를 복사하여 요약문을 생성하는 방법을 사용한다. 기존의 연구와는 달리 정확한 포인팅 정보와 선택적 복사 지시 정보를 명시적으로 제공하는 방법으로 제안하였다. 학습 데이터는 논문의 초록과 제목을 대상 문서와 정답 요약으로 사용하였다. 제안한 인코딩-디코딩 기반 모델을 통해서 자동 생성 요약을 수행한 결과 단어 제현 기반의 ROUGE-1이 47.01로 나타났으며, 또한 어순 기반의 ROUGE-L이 29.55로 향상되었다.

• 한국ITS학회 논문지
• /
• 제17권6호
• /
• pp.173-184
• /
• 2018

프로브 차량을 이용한 이동식 교통정보수집체계가 확산되면서, 기존 소통정보 이외에 차량 내 센서를 이용한 포트홀, 낙하물, 노면결빙과 같은 도로위험정보 수집이 가능해지고 있다. 본 연구는 다수의 프로브 차량이 GPS 좌표 기반으로 도로위험정보와 같은 이벤트를 검지했을 때 시간 공간적으로 통합하여 실시간으로 처리하는 복합처리 알고리즘을 개발하였다. 알고리즘의 핵심기능은 특정 지점에 발생된 도로위험정보를 (1)다수의 프로브가 서로 다른 GPS 좌표로 검지한 결과로 부터 동일지점인지 여부를 판단하고, (2)그 지점을 국가표준노드링크 상에 특정하여 이벤트 데이터를 생성하며, (3)생성된 이벤트 데이터가 유효한지 지속적으로 판단하고, (4)도로위험상황이 종료되었을 때 이벤트를 종료시키는 것이다. 이를 위해 프로브 차량이 수집한 도로위험정보를 실시간으로 처리하여 조건부 확률을 지속적으로 갱신하는 과정을 통해 이벤트의 유효성을 판단하고 종료할 수 있도록 개발하였고, 시뮬레이션을 통해 알고리즘의 적용가능성을 검증하였다. 개발된 복합처리 알고리즘은 향후 C-ITS 및 자율주행자동차 등 프로브 기반의 교통정보 수집 및 이벤트 정보 처리에 적용 가능할 것으로 판단된다.

• 한국지반공학회논문집
• /
• 제23권10호
• /
• pp.97-107
• /
• 2007

대규모 암반비탈면은 소규모 암반비탈면과 달리 파괴블록의 크기를 사면전체로 가정했을 경우 비합리적인 안정성 평가가 이루어질 가능성이 매우 크다. 즉, 파괴블록의 크기에 따라서 안전율, 절리면 강도정수 등이 변하기 때문에 대규모 비탈면의 경우에는 공학적인 방법으로 파괴 가능 블록크기 평가가 필요하다. 따라서 본 연구에서는 연구대상 부지의 절리조사자료를 이용하여 절리의 방향성(joint orientation) 및 절리간격(joint spacing) 통계분석, 3차원 절리발생 강도(joint intensity)분석 등의 과정을 거쳐 3차원 절리계를 생성한 후, 이를 이용하여 파괴가능 블록(failure block) 크기를 분석하였다. 분석결과 파괴유발이 우려되는 블록은 33개가 관찰되었으며, 최소크기 1.4m, 최대크기 38.7m, 평균크기 15.2m로 나타났다. 또한, 3차원 절리계 생성과정에서 발생되는 절리자료를 활용하여 확률론적해석, 2, 3차원 불연속체해석 등에 직접적으로 활용할 수 있었다.

• 디지털융복합연구
• /
• 제20권3호
• /
• pp.325-331
• /
• 2022

에지 네트워크 환경에서 IoT 장치가 다양하게 활용되면서 IoT 장치에서 수집되는 정보들을 여러 응용 분야에서 활용하는 연구들이 다양하게 진행되고 있다. 그러나, 네트워크 환경(간섭, 전파방해 등)에 따라 수집되는 IoT 데이터들이 누락 또는 오류가 발생하는 상황이 빈번해지면서 정확한 IoT 데이터들을 바로 적용하기가 쉽지 않은 상황이다. 본 논문에서는 에지 네트워크 환경에서 수집되는 IoT 데이터들의 오류를 줄이기 위해서 IoT 데이터의 서명 값을 랜덤하게 생성하여 비트 형태로 보안 정보(Security Information, SI) 값만을 IoT 데이터들에 각각 할당함으로써 IoT 데이터의 신뢰성을 보장하는 관리 기법을 제안한다. 제안 기법은 IoT 장치로부터 수집되는 데이터들을 비대칭적으로 서로 연계 처리하도록 다중 해쉬 체인을 적용하여 IoT 데이터를 블록체인으로 묶는다. 이때, 블록 체인화된 IoT 데이터들은 딥러닝 기반으로 상관관계 지수에 따라 가중치를 적용한 확률 함수를 사용한다. 또한, IoT 데이터의 무결성과 처리 비용을 낮추기 위해서 제안 기법은 그룹화된 IoT 데이터를 n-계층 구조로 확장 운영 가능하다.