• 제목, 요약, 키워드: 벡터 공간 모델

검색결과 246건 처리시간 0.038초

전압원 인버터의 공간 전압 벡터 세분화를 통한 모델 예측 제어 기반의 SVM 기법 (MPC-SVM Method using Segmentation of Space Voltage Vectors in a Voltage Source Inverter)

  • 문현철;이준희;이준석;이교범
    • 전력전자학회:학술대회논문집
    • /
    • /
    • pp.163-164
    • /
    • 2016
  • 본 논문에서는 전류품질 향상을 위해 다양한 전압벡터를 인가하는 모델 예측 제어 기반의 공간 벡터 변조 기법을 제안한다. 기존의 모델 예측 제어 기반의 전류제어는 제어주기 동안 하나의 스위치 상태가 인가되어 낮은 스위칭 횟수로 인해 높은 전류품질을 기대하기 힘들다. 이러한 이유로 본 논문에서 제안하는 방법은 공간 벡터도 상에서 전압벡터의 세분화를 통해 스위칭 횟수를 늘려 전류품질을 높일 수 있다. 또한 계통 위상각을 이용해 필요한 전압벡터만을 사용하여 비용함수를 계산하기 때문에 제어주기 동안 계산시간을 보장할 수 있다. 시뮬레이션을 통해 제안한 방법이 기존의 모델 예측 제어 기법의 전류제어 기법보다 향상된 전류품질을 보장하는 것을 검증하였다.

  • PDF

벡터 공간 모델과 HAL에 기초한 단어 의미 유사성 군집 (Word Sense Similarity Clustering Based on Vector Space Model and HAL)

  • 김동성
    • 인지과학
    • /
    • v.23 no.3
    • /
    • pp.295-322
    • /
    • 2012
  • 본 연구에서는 벡터 공간 모델과 HAL (Hyperspace Analog to Language)을 적용해서 단어 의미 유사성을 군집한다. 일정한 크기의 문맥을 통해서 단어 간의 상관성을 측정하는 HAL을 도입하고(Lund and Burgess 1996), 상관성 측정에서 고빈도와 저빈도에 다르게 측정되는 왜곡을 줄이기 위해서 벡터 공간 모델을 적용해서 단어 쌍의 코사인 유사도를 측정하였다(Salton et al. 1975, Widdows 2004). HAL과 벡터 공간 모델로 만들어지는 공간은 다차원이므로, 차원을 축소하기 위해서 PCA (Principal Component Analysis)와 SVD (Singular Value Decomposition)를 적용하였다. 유사성 군집을 위해서 비감독 방식과 감독 방식을 적용하였는데, 비감독 방식에는 클러스터링을 감독 방식에는 SVM (Support Vector Machine), 나이브 베이즈 구분자(Naive Bayes Classifier), 최대 엔트로피(Maximum Entropy) 방식을 적용하였다. 이 연구는 언어학적 측면에서 Harris (1954), Firth (1957)의 분포 가설(Distributional Hypothesis)을 활용한 의미 유사도를 측정하였으며, 심리언어학적 측면에서 의미 기억을 설명하기 위한 모델로 벡터 공간 모델과 HAL을 결합하였으며, 전산적 언어 처리 관점에서 기계학습 방식 중 감독 기반과 비감독 기반을 적용하였다.

  • PDF

가버 특징 벡터 조명 PCA 모델 기반 강인한 얼굴 인식 (Robust Face Recognition based on Gabor Feature Vector illumination PCA Model)

  • 설태인;김상훈;정선태;조성원
    • 전자공학회논문지SC
    • /
    • v.45 no.6
    • /
    • pp.67-76
    • /
    • 2008
  • 성공적인 상업화를 위해서는 다양한 조명 환경에서 신뢰성 있는 얼굴 인식이 필요하다. 특징 벡터 기반 얼굴 인식에서 특징 벡터를 잘 선택하는 것은 중요하다. 가버 특징 벡터는 다른 특징 벡터보다도 상대적으로 방향, 자세, 조명 등의 영향을 덜 받는 것으로 잘 알려져 있어 얼굴 인식의 특징 벡터로 많이 이용된다. 그러나 조명의 영향에 대해 완전히 독립적이지 못하다. 본 논문에서는 얼굴 이미지의 가버 특징 벡터에 대한 조명 PCA 모델의 구성을 제안하고 이를 이용하여 조명에 독립적인 얼굴 고유의 특성을 나타내는 가버 특징 벡터만을 분리해내고 이를 이용한 얼굴 인식 방법을 제시한다. 가버 특징 벡터 조명 PCA 모델은 가버 특징 벡터공간을 조명 영향 부분공간과 얼굴 고유특성 부분공간의 직교 분해로 구성한다. 얼굴 고유특성 부분공간으로 투영하여 얻어진 가버 특징 벡터는 조명 영향을 분리해 내었기 때문에 이를 이용한 얼굴 인식은 조명에 보다 강인하게 된다. 실험을 통해서 가버 특징 벡터 조명 PCA 모델을 이용한 제안된 얼굴 인식 방식이 다양한 자세에서 조명에 대해 보다 신뢰성 있게 동작함을 확인하였다.

아이겐벡터 공간필터링을 이용한 도시주거범죄의 분석 (An Analysis of Urban Residential Crimes using Eigenvector Spatial Filtering)

  • 김영호
    • 한국경제지리학회지
    • /
    • v.12 no.2
    • /
    • pp.179-194
    • /
    • 2009
  • 도시에서 범죄는 해당 지역 인구의 사회경제적 특징과 공간적 상호관계를 반영한다. 범죄의 피의자와 피해자 사이의 상호작용은 범죄패턴의 공간적 자기상관으로 나타난다. 이러한 범죄의 공간자기상관은 일반적인 최소자승모델에서 편향된 추정치를 제공하여 잘못된 해석으로 이어질 수 있다. 본 연구는 도시주거범죄로서 2000년에 오하이오주 콜럼버스에서 발생한 주거 강도와 절도를 분석 하였다. 특히 주거 범죄율의 공간적 분포패턴은 공간자기상관을 반영하는 아이겐벡터(Eigenvector)를 이용하여 최소자승모델로 분석 하였다. 아이겐 벡터를 이용한 공간자기상관의 필터링은 기존의 모델에서는 잔차에 남아있던 공간자기상관 요소를 설명하기 때문에, 더 효율적인 추정을 가능하게 하였다. 경제적 궁핍과 범죄의 기회가 주거범죄율을 추정하는데 통계적으로 유의미한 요인이었다.

  • PDF

문서 분류에 이용 가능한 벡터 공간의 확장 방법 (An Expansion of Vector Space for Document Classifications)

  • 이상곤;유경석
    • 한국정보처리학회:학술대회논문집
    • /
    • /
    • pp.782-784
    • /
    • 2015
  • 본 논문에서는 한국어 문서의 분류 정밀도 향상을 위해 애매어와 해소어 정보를 이용한 확장된 벡터 공간 모델을 제안하였다. 벡터 공간 모델에 사용된 벡터는 같은 정도의 가중치를 갖는 축이 하나 더 존재하지만, 기존의 방법은 그 축에 아무런 처리가 이루어지지 않았기 때문에 벡터끼리의 비교를 할 때 문제가 발생한다. 같은 가중치를 갖는 축이 되는 단어를 애매어라 정의하고, 단어와 분야 사이의 상호정보량을 계산하여 애매어를 결정하였다. 애매어에 의해 애매성을 해소하는 단어를 해소어라 정의하고, 애매어와 동일한 문서에서 출현하는 단어 중에서 상호정보량을 계산하여 해소어의 세기를 결정하였다. 본 논문에서는 애매어와 해소어를 이용하여 벡터의 차원을 확장하여 문서 분류의 정밀도를 향상시키는 방법을 제안하였다.

Word2vec 모델의 단어 임베딩 특성 연구 (On Characteristics of Word Embeddings by the Word2vec Model)

  • 강형석;양장훈
    • 한국정보처리학회:학술대회논문집
    • /
    • /
    • pp.263-266
    • /
    • 2019
  • 단어 임베딩 모델 중 현재 널리 사용되는 word2vec 모델은 언어의 의미론적 유사성을 잘 반영한다고 알려져 있다. 본 논문은 word2vec 모델로 학습된 단어 벡터가 실제로 의미론적 유사성을 얼마나 잘 반영하는지 확인하는 것을 목표로 한다. 즉, 유사한 범주의 단어들이 벡터 공간상에 가까이 임베딩되는지 그리고 서로 구별되는 범주의 단어들이 뚜렷이 구분되어 임베딩되는지를 확인하는 것이다. 간단한 군집화 알고리즘을 통한 검증의 결과, 상식적인 언어 지식과 달리 특정 범주의 단어들은 임베딩된 벡터 공간에서 뚜렷이 구분되지 않음을 확인했다. 결론적으로, 단어 벡터들의 유사도가 항상 해당 단어들의 의미론적 유사도를 의미하지는 않는다. Word2vec 모델의 결과를 응용하는 향후 연구에서는 이런 한계점에 고려가 요청된다.

하천공간정보의 상호운용성을 위한 표준벡터데이터 모델 개발 (Development of a Standard Vector Data Model for Interoperability of River-Geospatial Information)

  • 신형진;채효석;이을래
    • 한국지리정보학회지
    • /
    • v.17 no.2
    • /
    • pp.44-58
    • /
    • 2014
  • 본 연구에서는 하천공간정보의 상호운용성을 위해 표준벡터데이터 모델을 개발하고 이를 검증하기위해 강정고령보 및 창녕합천보유역의 RIMGIS 벡터자료를 대상으로 모형에 적용하여 표준벡터데이터 모델의 적용성을 평가하였다. 국제표준화기구(ISO)와 공간자료 표준화 단체(OGC)의 표준을 조사 분석하고 표준을 준용하여 하천공간 데이터모델의 규격을 정립하였다. 데이터 속성 및 관계등에 대한 분석 정보를 바탕으로 ERD를 설계하였다. 개발된 GDM에 RIMGIS의 벡터자료인 점, 선, 면 자료에 대한 검증을 레이어 별 자료에 대해 비교하고 각 자료에 대한 기본공간정보와 속성정보를 정밀 전수 비교하였다. 변환시 오류는 0%로 모델의 문제점은 없는 것으로 판단되었다. 하천공간정보 표준데이터모델은 여러 연구자와 기관들에 의해 수집된 대량의 데이터 세트의 통합 분석이 용이하도록 설계된 관계형 데이터베이스에 저장 및 하천공간자료의 검색을 위해 일관성 있는 형식을 제공하고자 한다.

일반화된 벡터 공간 모델을 적용한 주관식 문제 채점 보조 시스템 (Subjective Tests Sub-System Applied with Generalized Vector Space Model)

  • 오정석;추승우;김유섭;이재영
    • 한국정보처리학회:학술대회논문집
    • /
    • /
    • pp.965-968
    • /
    • 2004
  • 기존의 주관식 문제 채점 보조 시스템은 자연어 처리의 어려움으로 인해 채점의 자동화가 어려워 전자우편 등을 통하여 채점자에게 채점 의뢰를 하는 수준이었다. 본 논문에서는 이러한 문제점을 해결하기 위하여 문제 공간을 벡터 공간으로 정의하고 벡터를 구성하는 각 자질간의 상관관계를 고려한 방법을 적용하였다. 먼저 학습자가 답안을 작성할 때 동의어 사용을 한다는 가정하에 출제자가 여러 개의 모범 답안을 작성하고 이들 답안을 말뭉치에 첨가하여 구성한 다음 형태소 분석기를 통하여 색인을 추출한다. 그리고 학습자가 작성한 답안 역시 색인을 추출한 다음, 이들 색인들을 각 자질로 정의한 벡터를 구성한다. 이렇게 구성된 벡터들을 이용하여 답안들간 유사도 측정을 하고, 유사도 범위에 따라 답안을 자동으로 정답과 오답으로 분류하려는 시스템을 제안한다. 170 문항의 주관식 문제을 제안된 방법으로 실험하여, 기존 모델에 비해 성능과 신뢰성 향상을 이룰 수 있었다.

  • PDF

확장된 벡터 공간 모델을 이용한 한국어 문서 분류 방안 (Korean Document Classification Using Extended Vector Space Model)

  • 이상곤
    • 정보처리학회논문지B
    • /
    • v.18B no.2
    • /
    • pp.93-108
    • /
    • 2011
  • 본 논문에서는 한국어 문서의 분류 정밀도 향상을 위해 애매어와 해소어 정보를 이용한 확장된 벡터 공간 모델을 제안하였다. 벡터 공간 모델에 사용된 벡터는 같은 정도의 가중치를 갖는 축이 하나 더 존재하지만, 기존의 방법은 그 축에 아무런 처리가 이루어지지 않았기 때문에 벡터끼리의 비교를 할 때 문제가 발생한다. 같은 가중치를 갖는 축이 되는 단어를 애매어라 정의하고, 단어와 분야 사이의 상호정보량을 계산하여 애매어를 결정하였다. 애매어에 의해 애매성을 해소하는 단어를 해소어라 정의하고, 애매어와 동일한 문서에서 출현하는 단어 중에서 상호정보량을 계산하여 해소어의 세기를 결정하였다. 본 논문에서는 애매어와 해소어를 이용하여 벡터의 차원을 확장하여 문서 분류의 정밀도를 향상시키는 방법을 제안하였다.

공간자료의 처리를 위한 사분트리에 기반한 래스터자료와 벡터자료의 통합 GIS모델 (An Intergrated GIS data model of Vector data and Raster data based on Quadtree for Spatial data processing)

  • 강신봉;이태승;최희재;최윤철
    • 한국지형공간정보학회지
    • /
    • v.2 no.1
    • /
    • pp.99-106
    • /
    • 1994
  • GIS에서 사용하는 공간자료모델에는 래스터자료모델과 벡터자료모델이 있다. 이 두 가지 자료모델은 그 구조와 특성의 차이로 인하여 통합처리가 어렵고, 현재 대부분의 GIS시스템이 한쪽 모델의 자료를 다른 모델로 변환하여 한가지 모델의 형태로만 처리하고 있다. 따라서 자료의 변환시에 발생하는 정보의 손실과 변형으로 인하여 문제가 발생한다. 본 논문에서는 위의 두 가지 모델의 자료를 별도의 변환을 거치지 않고 통합처리 할 수 있는 방안을 연구하였다. 래스터자료는 사분트리구조를 이용하여 생성하고 벡터자료는 위상벡터모델을 사용하여 두 모델의 자료를 중첩 처리하여, 결과를 사분트리구조로 얻는다. 그 결과 정확한 중첩결과를 얻을 수 있으며, 복잡한 래스터자료 보다는 클래스의 분포변화가 적은 산림, 임야, 토지, 토양 등의 처리에 보다 적합하다.

  • PDF