• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2017년도 제29회 한글 및 한국어 정보처리 학술대회
• /
• pp.159-162
• /
• 2017

Long Short-Term Memory Recurrent Neural Network(LSTM RNN)는 순차 데이터 모델링에 적합한 딥러닝 모델이다. Bidirectional LSTM RNN(BiLSTM RNN)은 RNN의 그래디언트 소멸 문제(vanishing gradient problem)를 해결한 LSTM RNN을 입력 데이터의 양 방향에 적용시킨 것으로 입력 열의 모든 정보를 볼 수 있는 장점이 있어 자연어처리를 비롯한 다양한 분야에서 많이 사용되고 있다. Highway Network는 비선형 변환을 거치지 않은 입력 정보를 히든레이어에서 직접 사용할 수 있게 LSTM 유닛에 게이트를 추가한 딥러닝 모델이다. 본 논문에서는 Highway Network를 한국어 의미역 결정에 적용하여 기존 연구 보다 더 높은 성능을 얻을 수 있음을 보인다.

• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2017년도 제29회 한글및한국어정보처리학술대회
• /
• pp.159-162
• /
• 2017

Long Short-Term Memory Recurrent Neural Network(LSTM RNN)는 순차 데이터 모델링에 적합한 딥러닝 모델이다. Bidirectional LSTM RNN(BiLSTM RNN)은 RNN의 그래디언트 소멸 문제(vanishing gradient problem)를 해결한 LSTM RNN을 입력 데이터의 양 방향에 적용시킨 것으로 입력 열의 모든 정보를 볼 수 있는 장점이 있어 자연어처리를 비롯한 다양한 분야에서 많이 사용되고 있다. Highway Network는 비선형 변환을 거치지 않은 입력 정보를 히든레이어에서 직접 사용할 수 있게 LSTM 유닛에 게이트를 추가한 딥러닝 모델이다. 본 논문에서는 Highway Network를 한국어 의미역 결정에 적용하여 기존 연구 보다 더 높은 성능을 얻을 수 있음을 보인다.

• 한국IT서비스학회지
• /
• 제17권2호
• /
• pp.165-177
• /
• 2018

Recently, online commerces are becoming more common due to factors such as mobile technology development and smart device dissemination, and online review has a big influence on potential buyer's purchase decision. This study presents a set of analytical methodologies for understanding the meaning of customer reviews of products in online transaction. Using techniques currently developed in deep learning are implemented Hierarchical Attention Network for analyze meaning in online reviews. By using these techniques, we could solve time consuming pre-data analysis time problem and multiple topic problems. To this end, this study analyzes customer reviews of laptops sold in domestic online shopping malls. Our result successfully demonstrates over 90% classification accuracy. Therefore, this study classified the unstructured text data in the semantic analysis and confirmed the practical application possibility of the review analysis process.

• 스마트미디어저널
• /
• 제9권3호
• /
• pp.9-17
• /
• 2020

Hippocampus is a complex brain structure embedded deep into the temporal lobe. Studies have shown that this structure gets affected by neurological and psychiatric disorders and it is a significant landmark for diagnosing neurodegenerative diseases. Hippocampus features play very significant roles in region-of-interest based analysis for disease diagnosis and prognosis. In this study, we have attempted to learn the embeddings of this important biomarker. As conventional metric learning methods for feature embedding is known to lacking in capturing semantic similarity among the data under study, we have trained deep Siamese convolutional neural network for learning metric of the hippocampus. We have exploited Gwangju Alzheimer's and Related Dementia cohort data set in our study. The input to the network was pairs of three-view patches (TVPs) of size 32 × 32 × 3. The positive samples were taken from the vicinity of a specified landmark for the hippocampus and negative samples were taken from random locations of the brain excluding hippocampi regions. We have achieved 98.72% accuracy in verifying hippocampus TVPs.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 1998년도 추계학술발표 논문집
• /
• pp.189-194
• /
• 1998

Design factors are very important and deterministic in determining the first impression of products and environment. The final 30 number of channel button were chosen as a design factors at the Audio Unit. Then, we made the 8 types of prototype. with combining the design factors for experiment. Subjects rated the SD(Semantic Differential) evaluation sheets which have the 30 adjectives after watching each prototype. With the evaluated values, we simulated to identify the relation between the design factors and the adjectives using Neural Network. As a results, we could abstract the affective adjectives on each 8 types. Therefore, this research suggested the possibilities that we can infer the optimal design factors and types using Neural Network, if adjectives were given.

• 한국융합학회논문지
• /
• 제9권4호
• /
• pp.15-22
• /
• 2018

패키징에 대한 소비자들의 주요인식을 조사하기 위해 빅데이터 분석방법인 텍스트 마이닝과 의미연결망 분석을 중심으로 연구를 진행하였다. 데이터 수집은 웹&SNS데이터 분석 프로그램인 텍스톰(Textom)을 사용하여 2년 7개월간의 데이터를 수집하였다. 연구 결과 네트워크 중심도는 패키징의 경우 8.9% 포장은 9.1%로 패키징이 보다 다양한 주제를 다루는 것으로 조사되었다. CONCOR 분석을 통해서 유사한 의미를 가지는 4개의 그룹으로 분류하여 패키징에 관한 소비자들의 주요인식을 연구, 개발, 산업, 소재, 기능 등으로 요약하였다. 본 연구에 따르면 소비자가 가장 많이 인식하는 패키징 소재는 합성수지이며 패키징 기능으로는 보관의 기능을 주로 인식한다. 또한 소비자들이 인식하는 패키징 관련 상품군으로 제약, 의약품인 것으로 조사되었다. 본 연구결과는 패키징에 대한 소비자들의 인식을 예측함으로써 향후 이루어질 연구와 산업발전에 기초자료로써의 활용 가능성을 가지며 빅데이터와 패키징 두 분야의 융합을 통한 패키징 분야의 새로운 연구방향을 제시한 의의가 있다.

• Korean Chemical Engineering Research
• /
• 제57권2호
• /
• pp.274-282
• /
• 2019

최근 빅데이터 과학은 사회현상 모델링을 통한 예측은 물론 강화학습과 결합하여 산업분야 자동제어까지 응용범위가 확대되고 있다. 이러한 추세 가운데 이미지 영상 데이터 활용연구는 화학, 제조, 농업, 바이오산업 등 다양한 산업분야에서 활발히 진행되고 있다. 본 논문은 신경망 기술을 활용하여 영상 데이터의 시맨틱 분할 성능을 개선하고자, U-Net의 계산효율성을 개선한 DeepU-Net 신경망에 AutoML 강화학습 알고리즘을 구현한 NASNet을 결합하였다. BRATS2015 MRI 데이터을 활용해 성능 검증을 수행하였다. 학습을 수행한 결과 DeepU-Net은 U-Net 신경망 구조보다 계산속도 향상 뿐 아니라 예측 정확도도 동등 이상의 성능이 있음을 확인하였다. 또한 이미지 시맨틱 분할 성능을 개선하기 위해서는 일반적으로 적용하는 드롭아웃 층을 빼고, DeepU-Net에 강화학습을 통해 구한 커널과 필터 수를 신경망의 하이퍼 파라미터로 선정했을 때 DeepU-Net보다 학습정확도는 0.5%, 검증정확도는 0.3% 시맨틱 분할 성능을 개선할 수 있었다. 향후 본 논문에서 시도한 자동화된 신경망을 활용해 MRI 뇌 영상진단은 물론, 열화상 카메라를 통한 이상진단, 비파괴 검사 진단, 화학물질 누출감시, CCTV를 통한 산불감시 등 다양한 분야에 응용될 수 있을 것으로 판단된다.

• 예술경영연구
• /
• 제51호
• /
• pp.75-102
• /
• 2019

본 연구는 언어 네트워크 분석 기법을 이용하여 현대자동차의 문화마케팅 유형과 변화를 분석하고 국내 문화마케팅의 발전 양상을 제시하고자 하였다. 기존 연구는 기업 문화마케팅의 개념 규정과 유형화, 문화마케팅의 영향 및 성과 등을 살펴보았지만, 시간의 흐름에 따른 기업 문화마케팅의 변화는 주목하지 않았다. 이에, 본고는 다양한 형태의 문화마케팅을 시행해온 현대자동차를 대상으로, 현대자동차의 문화마케팅이 보도된 2001년부터 2018년까지를 시간적 범주로 설정하고 국내 일간지 기사 2,315건을 분석하였다. 18년의 시간을 4개 시기로 분류하고, 시기마다 빈출단어를 추출하여 한국어 언어 분석 프로그램 텍스톰(Textom)과 언어 네트워크 분석 프로그램 유씨넷(UCINET)으로 분석하였다. 연구 결과, 현대자동차는 문화마케팅을 판매와 영업 성과를 향상하기 위한 수단으로 활용함과 동시에 기업과 브랜드 정체성을 차별화하기 위한 전략으로 발전시키고 있었다. 2000년대 초반에는 '고객', '위대한 회화의 시대: 렘브란트와 17세기 네덜란드 회화전', '공연'이 빈도수가 높은 단어로 추출되었다. 현대자동차가 공연 중심의 문화 행사를 고객 대상으로 개최하여, 특정 소비자 그룹에 혜택을 제공하는 방식으로 시작하였다. 2000년대 후반에 상위 노출된 단어는 '예술의 전당', '서울시립교향악단'으로, 인지도 높은 문화예술기관의 주요 문화 행사에 후원하였다. 2010년대 초반에는 기존고객 중심에서 잠재 고객으로 대상을 넓히고, 문화마케팅을 아우르는 브랜드와 공간('브릴리언트'와 '현대아트홀')을 선보였다. 2010년대 중후반에는 노출 빈도가 높은 '브랜드'와 '글로벌'에서 보여주듯, 문화마케팅의 초점이 고객에서 브랜드 구축으로, 국내에서 글로벌로 확장되고 있다.

• 한국지구과학회지
• /
• 제44권1호
• /
• pp.62-78
• /
• 2023

본 연구는 과학전람회에 출품된 지구과학 부문 탐구주제를 분석하여 학교에서 이루어지는 지구과학 탐구활동을 살펴봄으로써 지구과학 출품작 중 주제 특성을 파악하는 데 기여하는 데 목적을 지닌다. 이를 위해 과학전람회 누리집에 게시된 지구과학 부문 출품작 중 2000년부터 2020년까지 21년 동안 다루어진 자료 총 566점을 대상으로 하였으며, 분석틀을 기준으로 언어네트워크를 분석하였다. 그 결과 지구과학 출품 작품으로 지질과학이 가장 활발하게 탐구가 이루어졌다. 특히, 층서/퇴적/화석/지사학 영역과 관련된 중생대 백악기 시대의 화석이 주를 이루었다. 이들과 함께 천문 및 우주과학, 대기과학 영역에 해당하는 핵심어가 작은 규모의 네트워크를 이루고 있었다. 천문 및 우주과학은 주로 태양과 달, 지구를 주제로 갖는 태양 흑점, 달 위상 등 탐구활동에서 소행성, 금성과 목성과 같은 태양계 구성 천체의 역학적 특징에 대해 다루고 있었다. 대기과학은 대기물리를 중심으로 대기 관측/분석기술, 대기역학, 대기질감시 등에 대해 다루어졌으며, 해양과학은 물리해양학과 지질해양학 등에 관해 탐구가 제한적으로 이루어진 것으로 나타났다. 본 연구를 바탕으로 학교 현장에서 지구과학 탐구주제를 선정하고 탐구활동을 수행하는 데 도움이 되기를 기대한다.

• 기술혁신연구
• /
• 제21권1호
• /
• pp.279-301
• /
• 2013

R&D 성과활용을 위한 기술마케팅의 중요성은 지속적으로 증가함에도 불구하고 특히, 수요기업 발굴을 위한 분석방법론에 대한 구체적인 연구는 미흡한 실정이다. 이에 본 연구에서는 기술속성과 기업정보와의 관계를 분석함으로써 기술과 관련성이 높은 기업정보를 인터넷에서 발굴하는 방법론을 제시한다. 이를 위해 첫째, 대상기술의 속성을 반영한 기술 키워드를 검색하여 수집한 상위 20개의 핵심단어를 추출하였다. 둘째, 핵심단어들로 구성된 매트릭스를 구성하여 단어들 간의 공출현빈도와 거리를 측정함으로써 기업정보와 기술 속성과의 관련성에 대해 분석하였다. 셋째, 각 키워드별 분석결과를 비교하여 중복횟수가 높은 기업을 잠재 수요기업으로 선정하였다. 발굴기법의 신뢰성 확인을 위해, 국내 원천 기초연구 분야 출연연구원의 특허기술에 적용한 결과 총 100개의 잠재 수요기업 후보를 발굴하였으며 키워드별 결과를 비교하여 총 7개의 기업이 잠재 수요기업으로 도출되었다. 각 기업의 사업분야 확인을 거쳐 해당 기술과의 관련성이 높은 최종 5개의 기업이 최종 잠재 수요기업으로 선정되었다. 본 연구를 통해 시맨틱 네트워크 분석방법을 잠재적 기술수요자 발굴분야에 활용함으로써 네트워크 분석의 활용범위를 확장하였다는 점에서 학술적인 의의를 찾아볼 수 있으며, 기술수요 기업을 발굴하기 위한 실증적인 방법을 제공했다는 점에서 의미를 부여할 수 있다.