• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2017년도 제29회 한글및한국어정보처리학술대회
• /
• pp.209-212
• /
• 2017

고도화된 머신러닝과 딥러닝 기술은 영상처리, 자연어처리 등의 분야에서 많은 문제를 해결하고 있다. 특히 사용자가 입력한 문장을 분석하고 그에 따른 문장을 생성하는 자연어처리 기술은 기계 번역, 자동 요약, 자동 오류 수정 등에 널리 이용되고 있다. 딥러닝 기반의 자연어처리 기술은 학습을 위해 여러 계층의 신경망을 구성하여 단어 간 의존 관계와 문장 구조를 학습한다. 그러나 학습 과정에서의 계산양이 방대하여 모델을 구성하는데 시간과 비용이 많이 필요하다. 그러나 Word2Vec 모델은 신경망과 유사하게 학습하면서도 선형 구조를 가지고 있어 딥러닝 기반 자연어처리 기술에 비해 적은 시간 복잡도로 고차원의 단어 벡터를 계산할 수 있다. 따라서 본 논문에서는 Word2Vec 모델을 활용하여 한국어 문장을 생성하는 방법을 제시하였다. 본 논문에서는 지정된 문장 템플릿에 유사도가 높은 각 단어들을 적용하여 문장을 구성하는 Word2Vec 모델을 설계하였고, 서로 다른 학습 데이터로부터 생성된 문장을 평가하고 제안한 모델의 활용 방안을 제시하였다.

• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2010년도 정기 학술대회
• /
• pp.52-55
• /
• 2010

본 논문에서는 일반유한요소법(Generalized Finite Element Method)를 이용하여 응력확대계수를 계산하는 방법을 소개한다. 기존의 유한요소법을 사용하여 응력확대계수를 계산하기위해서는 J-integral 방법 등을 이용한 후처리 과정이 필수적으로 요구된다. 뿐만 아니라 균열선단 근방에서의 응력을 기술하기 위해서는 세밀한 요소망(mesh)이 요구된다. 후처리 과정과 균열선단 근방에서의 요소망은 수치적 오류를 발생시키고 이는 정확한 응력확대계수를 얻는데 어려움을 준다. 일반유한요소법은 근사함수를 요소망의 영향 없이 추가해서 사용할 수 있는 장점을 가지고 있지만, 활용성 측면에서 기존의 유한요소법보다 복잡하여 실용성이 떨어진다. 본 논문에서는 일반유한요소법의 장점을 충분히 살려 균열선단근방에서는 응력을 모델링하여 근사함수로 사용하고 균열선단에서 거리가 먼 곳은 기존의 유한요소를 써서 계산을 하였다. 특별한 후처리 과정(Post processing) 없이 비교적 정확한 응력확대계수를 손쉽게 얻을 수 있다. 일반유한요소법을 이용한 제시된 방법론이 타당함을 수치 예제를 통하여 확인하였다.

• 방송공학회논문지
• /
• 제18권6호
• /
• pp.872-883
• /
• 2013

본 논문에서는 패킷 오류가 발생하는 IP망을 통해 SVC 비디오 전송 서비스를 제공하기 위한 Exclusive-OR 기반의 FEC (forward error correction) 오류제어 시스템을 설계하고 성능을 분석한다. 설계된 시스템에서는 계산적으로 복잡도가 낮은 표준 Exclusive-OR 연산에 기반한 FEC 방법을 활용하고, SVC 비디오의 계층적 구조에 적합하도록 FEC 기법을 적용 한다. 설계된 Exclusive-OR 기반의 오류 제어 시스템의 성능을 검증하기 위하여 NIST-NET 기반의 전송 시뮬레이터를 활용한다. NIST-NET 기반의 시뮬레이터를 통한 SVC 비디오 패킷 전송 실험에 의해 설계된 Exclusive-OR 기반의 FEC 시스템의 오류 강인 전송 성능을 확인한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권5호
• /
• pp.508-524
• /
• 2006

이 논문에서는 정적 프로그램 분석(static program analysis)과 통계적 분석(statistical analysis)의 조합을 가지고 실제적인 C 프로그램을 검증한 경험을 보고한다. 정적 분석과 통계적 분석의 조합은 입력 프로그램에 제한을 두지 않는 정적 분석기에서 발생하는 불가피한 허위 경보를 줄이기 위한 것이다. 우리는 ANSI C 프로그램이 실행 중에 겪을 수 있는 모든 배열 참조 오류(buffer overrun)를 찾아주는 정적 프로그램 분석기 아이락(Airac, Array Index Range Analyzer for C)을 고안하고 구현하였다. 분석의 안전성(soundness)을 유지하면서 프로그램 분석 분야에서 오랫동안 축적된 기술들을 활용하여 분석 비용 절감 및 정확도 향상을 달성했다. 대상 프로그램에 제한을 두지 않는 안전한 분석은 정확도에 한계가 있으므로 불가피한 허위 경보가 존재할 수 있다. 이러한 허위 경보(예를 들어 530만 줄짜리 상용 C 프로그램에 대한 분석 결과 아이락은 970개의 배열 참조 오류 경보를 발생시켰으나 그 중 737개는 허위 경보였다.)에 대처하기 위해 우리는 통계적 사후 분석을 시도하였다. 통계적 사후 분석은 주어진 경보가 실제 오류를 가리킬 확률을 계산한다. 이렇게 계산된 확률은 두 가지 방법으로 사용된다. 1) 경보를 걸러내거나, 2) 실제 오류에 대한 경보일 가능성이 높은 것들을 우선적으로 사용자에게 보여준다. 우리는 리눅스 커널 프로그램과 알고리즘 교과서의 프로그램들을 대상으로 실험을 수행했다. 우리 실험에서 실제 오류를 놓칠 위험이 허위 경보의 위험의 3배라고 설정한 경우 74.83%의 허위 경보를 걸러낼 수 있었고, 참일 확률이 높은 경보부터 검증하는 경우 15.17%의 허위 경보만이 실제 오류 50%와 섞여 있었다.

• EDISON SW 활용 경진대회 논문집
• /
• 제6회(2017년)
• /
• pp.628-630
• /
• 2017

관상동맥의 협착 병변의 위험성을 치료 및 예방하기 위하여 FFR(Fractional flow reserve)이라는 지표를 사용한다. 기존의 임상에서 FFR을 측정하기 위하여 침습적인 방법을 이용하여 진행하였다. 이러한 침습적 방법은 부작용의 위험성을 가지고 있기 때문에 컴퓨터 시뮬레이션을 통해 계산하면 위험성을 해소할 수 있다. 하지만 현재 컴퓨터 시뮬레이션은 CT image를 이용하기 때문에 칼슘을 정확히 구별하거나 지질의 위치 등을 확인하는 것이 어렵기 때문에 FFR 결과에 오류를 발생시킬 수도 있고, 또한 전체 관상동맥을 해석하기 때문에 많은 계산량이 필요하다. 본 연구에서는 최근 높은 해상도를 가진 OCT(Optical Coherence Tomography)를 이용하여 이러한 한계점을 극복하고자 하고, 임상에서 측정한 FFR과 OCT에서 측정된 FFR은 비교하는 것이 목적이다.

• 정보처리학회논문지B
• /
• 제17B권4호
• /
• pp.275-286
• /
• 2010

디지털 콘텐츠의 원본 품질을 유지할 수 있고 지적 재산권을 보호할 수 있는 가역 워터마킹 기술에 대한 다양한 연구가 진행되고 있다. 특히 원본 품질을 중요시하는 의료, 군사, 예술작품 분야에서 가역 워터마킹의 필요성이 증대되고 있다. 본 논문에서는 추정 오차 확장 및 오류 예측 보정을 통한 고용량 가역 워터마킹 기술을 제안한다. 보간 기법을 사용하여 픽셀의 값을 추정하고, 추정값과 원본값의 차이에 대한 히스토그램을 계산한 후에 이를 확장하여 워터마크 메시지를 삽입한다. 기존의 인접 픽셀 사이의 차이값이 아닌 추정치를 활용함으로써 메시지가 삽입되는 히스토그램 값의 집중도를 높여서 높은 삽입 용량을 달성하였다. 삽입된 워터마크는 추정값과 원본값의 차이에 대한 히스토그램을 복원하여 검출한다. 삽입 후에 발생할 수 있는 오버플로우 및 언더플로우 문제는 오류 예측 기법을 통하여 해결하였다. 제안하는 가역 워터마킹 알고리즘의 성능을 검증하기 위하여 다양한 영상을 활용하여 기존 알고리즘과 비교 분석을 수행하였다. 그 결과에 따르면 제안한 알고리즘은 완전한 가역성을 갖으며, 삽입 후에도 높은 영상 품질을 유지하고, 높은 삽입 용량을 얻을 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 추계학술발표논문집 (중)
• /
• pp.1105-1108
• /
• 2003

제한된 네트워크 자원을 효율적으로 활용하기 위해서는 네트워크의 대역폭 측정이 선행되어야 한다. 대역폭의 측정을 위해서 다양한 방법이 제시되었으며 Yoo Han-seoung이 제안한 Fast Convergence Scheme[1] 방식은 적은 계산량으로 빠르고 정확하게 대역폭을 찾을 수 있었으나 네트워크의 변동에 민감하게 반응하는 문제점이 있었다. 따라서 본 연구에서는 Fast Convergence Scheme 방식에서의 오류 측정값에 대한 안정성을 높이는 알고리즘을 제안하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2003년도 추계종합학술대회
• /
• pp.268-271
• /
• 2003

SOM 알고리즘에서 가중치 조정은 입력 벡터와 승자 노드의 대표 벡터간의 차이만큼 조정되고 승노드의 대표벡터에 입력벡터의 정보를 반영하게 된다. 여기서 그 정보를 반영할 때 입력벡터와 승자노드의 대표 벡터간에 차이가 크면 승자 노드의 대표 벡터에 입력벡터를 기억시키기 위해 입력 벡터의 정보를 더 많이 반영해야 한다. 이러한 문제점을 개선하기 위해 본 논문에서는 승자 노드의 대표벡터와 입력벡터간의 출력오류를 0과1사이의 정규화된 값으로 출력오류를 계산하여 학습률을 조정하고 승자 노드의 저 활용 문제를 개선하기 위해 학습 중에 각 승자 노드의 대표 벡터들이 수정되고 선택되어지는 횟수가 가능한 동등해지도록 각 노드의 승자 빈도수를 가중치 조정에 반영하는 개선된 SOM 알고리즘을 제안하였다. 제안된 방법의 인식 성능을 평가하기 위해 주민등록증에서 추출한 숫자 패턴 50개를 대상으로 실험한 결과, 제안된 방법의 인식 성능이 기존의 SOM 알고리즘보다 개선된 것을 확인하였다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권6호
• /
• pp.424-429
• /
• 2015

영상 내 동전들의 금액 합계를 계산하는 새로운 동전 계산 시스템이 제안되었다. 제안된 시스템은 USB 카메라를 이용하여 획득한 영상에서 실시간으로 동전을 종류별로 식별하고, 분류한다. 기존의 동전 계산 시스템들은 대부분 크기 정보만을 이용하며, 객체의 크기 인식이 잘못되면 오분류가 발생한다. 특히, 구 10원은 50원이나 100원 동전과 크기가 비슷해서 오류가 날 확률이 높다. 따라서 제안한 기법은 크기 정보와 더불어 색상 히스토그램을 활용하여 동전 분류 과정에서 오류를 감소할 수 있다. 전체 2,290개의 동전 객체를 분류한 실험 결과에서, 크기 정보만을 이용하였을 때는, 평균 약 88.2%의 인식률을 보였다. 반면, 크기 정보와 색상 히스토그램을 이용하였을 때에는 인식률이 평균 약 99.3%를 나타내었다.

• 한국정보통신학회논문지
• /
• 제17권6호
• /
• pp.1487-1495
• /
• 2013

센서 네트워크의 여러 핵심 기술 요소 중에서 시각 동기 기술은 센서 네트워크 응용에 필수 요소이다. 여러 노드들로부터 같은 이벤트의 중복 감지 인식, 기록된 이벤트의 발생순서 구분, 이동체의 이동 속도 계산 등에 시각 정보는 기저 데이터가 된다. 본 논문에서는 다양한 무선 센서 네트워크 시각 동기 기법 중 대표적인 시각 동기 모델인 pair-wise 시각 동기 알고리즘을 대상으로 시각 동기 오류 요소를 추출하고 이러한 오류 요소가 시각 동기 정확도에 끼치는 영향을 이론적으로 분석하였다. 또한 시뮬레이션을 통해 이론적 분석 결과를 검증하였다. 이러한 결과는 향후 센서 네트워크 시각 동기 알고리즘의 성능 개선이나 개발에 활용될 것으로 기대된다.