• 한국지능시스템학회논문지
• /
• 제25권1호
• /
• pp.63-69
• /
• 2015

웹의 비구조 문서로부터 자동으로 인스턴스를 생성하기 위한 다양한 연구가 제안되었다. 영어권의 기존 연구들에서는 간단한 규칙과 정규식 기반의 패턴을 활용하였다. 영어에서는 단순한 정규식 기반의 패턴만으로도 충분히 높은 정확도를 보여주었지만. 한국어는 영어와 다른 언어적인 특성으로 인하여 기존의 정규식 형태의 패턴으로는 적합한 패턴을 생성할 수 없다. 이에 본 논문에서는 한국어에 적합한 패턴 및 인스턴스 생성 방법을 제안한다. 제안한 방법은 대상 문장의 의존 관계를 고려함으로써 높은 정확도를 가지는 패턴 집합을 생성한다. 또한 인스턴스의 주어(subject)와 목적어(object) 판별을 위하여 조사 정보를 함께 활용함으로써 한국어의 자유로운 어순으로부터 오는 제약을 해결한다. 실험 결과에 따르면 본 논문에서 제안한 패턴 생성 방법이 단순 어순만을 고려하여 생성된 패턴들에 비하여 더 높은 정확률을 보여주어, 한국어 대상 자동 인스턴스 생성에 적합함을 확인하였다.

• 대한전자공학회논문지SD
• /
• 제41권5호
• /
• pp.61-70
• /
• 2004

뉴럴 네트워크는 동작 모드를 학습과 인지 과정으로 구분할 수 있다. 학습은 다양한 입력 패턴에 대하여 학습자가 원하는 결과값을 얻을 때까지 결합계수를 업데이트하는 과정이고, 인지는 학습을 통해 결정된 결합계수와 입력 패턴과의 연산을 수행하는 과정이다. 기존의 내적연산 프로세서는 처리 속도를 개선하고 하드웨어 복잡도를 줄이는 다양한 구조가 연구되었지만 뉴럴 네트워크의 학습과 인지모드에 대한 차별화된 구조는 없었다. 이를 위해, 본 논문에서는 재구성 가능한 뉴럴 네트워크 구현을 위한 새로운 저전력 내적연산 프로세서 구조를 제안한다. 제안한 구조는 학습모드에서 기존의 비트-시리얼 내적연산 프로세서와 같이 동작을 하여, 비트-레벨의 타른 처리 및 하드웨어 구현에 적합하고 높은 수준의 파이프라인 적용이 가능하다는 장점을 가진다. 또한, 인지모드에서는 고정된 결합계수에 따라 연산을 수행할 활성화 유닛을 최소화시킴으로서 전력 소비를 줄일 수 있다. 시뮬레이션 결과 활성화 유닛은 결합계수에 의존적이기는 하지만 50% 내외까지 줄일 수 있음을 확인하였다.

• 정보처리학회논문지B
• /
• 제11B권4호
• /
• pp.485-490
• /
• 2004

자조의 표현에서 군집화는 주어진 데이터를 서로 유사한 개체들끼리 몇 개의 집단으로 묶는 작업을 수행한다. 군집화의 유사도 결정 측도는 맡은 연구들에서 매우 다양한 것들이 사용되었다. 하지만 군집화 결과의 성능 측정에 대한 객관적인 기준 설정이 어렵기 때문에 군집화 결과에 대한 해석은 매우 주관적이고, 애매한 경우가 많다. 퍼지 군집화는 이러한 주관적인 군집화 문제에 있어서 객관성 있는 군집 결정 방안을 제시하여 준다. 각 개체들이 특정 군집에 속하게 될 퍼지 멤버 함수값을 원소로 하는 유사도 행렬을 통하여 군집화를 수행한다. 본 논문에서는 차원 축소기법의 하나인 주성분 분석과 강력한 통계적 학습 이론인 베이지안 학습을 결합한 군집화 모형을 제안하여, 객관적인 퍼지 군집화를 수행하였다. 제안 알고리즘의 성능 평가를 위하여 UCI Machine Loaming Repository의 Iris와 Glass Identification 데이터를 이용한 실험 결과를 제시하였다.

• 전자공학회논문지
• /
• 제54권8호
• /
• pp.81-88
• /
• 2017

본 논문에서는 단일 영상에서 빗줄기가 포함된 영역을 검출하기 위한 빗줄기 검출 기법을 제시하고자 한다. 특히 빗줄기가 포함된 패치와 그렇지 않은 패치들을 각각 수집한 후에 지도 학습 기반으로 심층 컨볼루셔널 신경망을 훈련시키고 빗줄기 영역을 검출하는 과정에 대해 자세히 소개하고자 한다. 또한 제안한 심층 컨볼루셔널 신경망 기반의 빗줄기 검출 기법이 기존의 사전 학습 기반의 빗줄기 검출 기법과 비교해서 저주파 영역에서 빗줄기 검출 성능이 더 우수함을 보이고자 한다. 그리고 제안한 빗줄기 검출 기법을 빗줄기 제거 분야에 적용해봄으로써 기존의 사전 학습 기반의 빗줄기 검출 기법보다 저주파 영역에서 디테일한 성분을 더 정확하게 묘사할 수 있음을 보여주고자 한다. 부가적으로 본 논문에서는 원본 영상에 빗줄기 패턴을 삽입하여 비가 내리는 시각적인 효과를 줄 수 있는 빗줄기 천이 기법에 대해서도 소개하고자 한다. 제안한 빗줄기 천이 기법은 빗줄기 영상 데이터베이스를 구축할 때 빗줄기의 다양한 패턴을 확보하는 데 유용하게 사용이 될 수 있다.

• 컴퓨터교육학회논문지
• /
• 제11권3호
• /
• pp.43-55
• /
• 2008

본 연구는 학습(learning)을 통해 습득된 추상적 형태의 암묵적인 지식(implicit knowledge)을 전달하거나 명시적인 형태로 재구성(reconstruction)할 때 지식을 어떤 방법으로 표현하거나 재구성해야 하는지, 그리고 어떤 표현 방법이 자신의 생각과 지식을 효과적으로 전달하는데 중요한 요소로 작용하는지에 대한 연구를 다룬다. 현재 대학과 같은 상위수준의 교육기관에서의 교육에서는 교수자가 전달하는 내용을 수업을 통하여 듣게 되고 학습을 통해 그 내용을 자신의 지식구조에 맞도록 습득해 가는 과정을 거친다. 이 과정에서 학습자는 자신이 학습을 통해 습득한 지식을 자신의 인지구조 (cognitive model)에 맞게 재구성하게 된다. 이러한 지식을 다시 전달할 때 어떤 방법을 쓰면 효과적으로 전달할 수 있을지 고민하게 되고 그 결과, 적절한 방법을 찾아 표현하게 된다. 본 연구는 이러한 과정을 실제적으로 실험해보고 자신이 재구성한 지식을 전달하는데 어떤 방법이 효과적이었는지, 또한 상대방의 지식이 어떻게 표현될 때 받아들여 이해하기 쉬운지를 자료에 대한 상호평가 분석을 통해 그 요소를 분석하였다. 본 연구는 효과적인 지식 전달 방법과 지식습득 평가에 활용할 수 있는 기초연구가 될 것이다.

• 한국정보통신학회논문지
• /
• 제21권1호
• /
• pp.144-150
• /
• 2017

최근 데이터의 지능적 처리 및 정확도 향상을 위해 딥러닝 기술이 응용되고 있다. 이 기술은 다층의 데이터 처리 레이어들로 구성된 계산 모델을 통해 이루어지는데, 이 모델은 여러 수준의 추상화를 거쳐 데이터의 표현을 학습한다. 딥러닝의 한 부류인 컨볼루션 신경망은 인간 행동 추정, 얼굴 인식, 이미지 분류, 음성 인식 같은 연구 분야에서 많이 활용되고 있다. 이미지 분류에 좋은 성능을 보여주는 컨볼루션 신경망은 깊은 학습망과 많은 부류를 이용하면 효과적으로 분류율을 높일수 있지만, 적은 부류의 데이터를 사용할 경우, 과적합 문제가 발생할 확률이 높아진다. 따라서 본 논문에서는 컨볼루션 신경망기반의 소부류의 분류을 위한 학습망을 제작하여 자체적으로 구축한 이미지 DB를 학습시키고, 객체를 분류하는 연구를 실험 하였으며, 1000개의 부류를 분류하기 위해 제작된 기존 공개된 망들과 비교 실험을 통해 기존 망보다 평균 7.06%이상의 상승된 분류율을 보여주었다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권6호
• /
• pp.663-667
• /
• 2010

본 논문은 질의 문서와 의미가 유사한 문서를 검색하는 문제를 다룬다. 이 문제에 대한 기본적인 접근법은 각 문서를 bag-of-words 형태로 표현한 후, 코사인 유사도 등의 거리 기준에 기반하여 유사 문서를 판별하는 것이다. 그러나, 이처럼 문서에 출현하는 단어에만 의존하는 검색 방법은 의미적 유사성을 제대로 반영하기 어렵다는 단점을 가진다. 본 논문에서는 이러한 문제를 극복하기 위해 데이터 기반의 감독 학습(supervised learning) 기법과 관련 온톨로지 정보를 마코프 논리(Markov logic)에 기반하여 결합한다. 구체적으로, 단어들 사이에 존재하는 관계를 표현한 온톨로지와 유사도가 태깅된 문서 데이터에서 마코프 논리 망(Markov logic network)을 학습하며, 학습된 마코프 논리 망과 문서 데이터 및 새로 주어진 질의 문서에 대한 추론을 통해 질의 문서와 의미적으로 유사한 문서를 검색하는 기법을 제안한다. 제안하는 접근법은 서울시의 민원서비스 홈페이지에서 수집된 실제 민원 데이터에 적용되었으며, 적용 결과, 단순한 문서 간 거리에 기반한 유사 문서 검색 기법에 비해 월등히 높은 정확도를 보였다.

• 대한기계학회논문집
• /
• 제17권1호
• /
• pp.101-111
• /
• 1993

본 연구에서는 제안된 뉴로-퍼지 제어기를 사용하여 유압 서보 시스템을 제어 하고 학습하기 위한 구조로써 유압 서보 시스템의 모델링을 위한 추가적인 노력이 필 요없는 feedback error learning 구조물 채택하였다. 학습 과정에서 필요한 유압 서 보 시스템의 입-출력 사이의 감도(sensitivity)의 효과는 학습 계수에 포함된다. 이 러한 형태의 제어기가 유압 서보 시스템 제어에 유용하게 적용될 수 있다는 것을 보이 기 위해서 불확실성과 높은 비선형성 뿐만아니라 외란의 영향을 받는 유압 서보 시스 템을 대상으로 시뮬레이션을 수행했다. 시뮬레이션 결과에 의하면 제안된 뉴로-퍼지 제어기는 수학적인 모델을 기초로한 기존의 제어 알고리즘에 비해 쉽게 구성할 수 있 고 높은 정밀도, 빠른 학습 속도를 얻을 수 있는 장점을 가지고 있음을 알 수 있다.

• 한국콘텐츠학회논문지
• /
• 제18권1호
• /
• pp.314-326
• /
• 2018

본 연구의 목적은 14명의 읽기장애아동 부모를 대상으로 하이브리드 모바일 읽기 게임의 사용성에 대하여 평가한 것이다. 읽기 게임은 아동의 읽기 발달 과정에 따라 총 6단계(자모음 익숙해지기, 통글자 익히기, 자모음 결합하기, 단어 읽기, 음운 규칙, 읽기 자동화)로 구성되었다. 본 사용성 검사에서는, 부모들이 1단계부터 3단계의 읽기 게임 앱 내용을 경험해보고, 일반적인 디자인 설계 및 보편적 학습설계를 5점 평정척도로 평가하였다. 일반적인 디자인에 대한 사용성 검사 결과(총 18개 항목)를 살펴보면 상호작용 설계, 교수적 설계, 인터페이스 설계 순으로 높게 평가되었다. 보편적 학습설계 측면(총 9개 항목)의 검사 결과로는 다양한 방식의 표상을 제공, 다양한 방식의 행동과 표현수단을 제공, 다양한 방식의 학습 참여를 제공하는 것 순으로 사용성이 높게 평가되었다. 마지막으로 앱의 개선점, 현장에 제공하는 시사점, 미래연구를 위한 제언들이 논의되었다.

• Journal of Information Processing Systems
• /
• 제16권1호
• /
• pp.6-29
• /
• 2020

Biometrics identification using multiple modalities has attracted the attention of many researchers as it produces more robust and trustworthy results than single modality biometrics. In this paper, we present a novel multimodal recognition system that trains a deep learning network to automatically learn features after extracting multiple biometric modalities from a single data source, i.e., facial video clips. Utilizing different modalities, i.e., left ear, left profile face, frontal face, right profile face, and right ear, present in the facial video clips, we train supervised denoising auto-encoders to automatically extract robust and non-redundant features. The automatically learned features are then used to train modality specific sparse classifiers to perform the multimodal recognition. Moreover, the proposed technique has proven robust when some of the above modalities were missing during the testing. The proposed system has three main components that are responsible for detection, which consists of modality specific detectors to automatically detect images of different modalities present in facial video clips; feature selection, which uses supervised denoising sparse auto-encoders network to capture discriminative representations that are robust to the illumination and pose variations; and classification, which consists of a set of modality specific sparse representation classifiers for unimodal recognition, followed by score level fusion of the recognition results of the available modalities. Experiments conducted on the constrained facial video dataset (WVU) and the unconstrained facial video dataset (HONDA/UCSD), resulted in a 99.17% and 97.14% Rank-1 recognition rates, respectively. The multimodal recognition accuracy demonstrates the superiority and robustness of the proposed approach irrespective of the illumination, non-planar movement, and pose variations present in the video clips even in the situation of missing modalities.