• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.59-61
• /
• 2023

본 논문에서는 감정 분류 성능 향상을 위한 초거대 언어모델로부터의 추론 데이터셋 활용 방안을 제안한다. 이 방안은 Google Research의 'Chain of Thought'에서 영감을 받아 이를 적용하였으며, 추론 데이터는 ChatGPT와 같은 초거대 언어 모델로 생성하였다. 본 논문의 목표는 머신러닝 모델이 추론 데이터를 이해하고 적용하는 능력을 활용하여, 감정 분류 작업의 성능을 향상시키는 것이다. 초거대 언어 모델(ChatGPT)로부터 추출한 추론 데이터셋을 활용하여 감정 분류 모델을 훈련하였으며, 이 모델은 감정 분류 작업에서 향상된 성능을 보였다. 이를 통해 추론 데이터셋이 감정 분류에 있어서 큰 가치를 가질 수 있음을 증명하였다. 또한, 이 연구는 기존에 감정 분류 작업에 사용되던 데이터셋만을 활용한 모델과 비교하였을 때, 추론 데이터를 활용한 모델이 더 높은 성능을 보였음을 증명한다. 이 연구를 통해, 적은 비용으로 초거대 언어모델로부터 생성된 추론 데이터셋의 활용 가능성을 보여주고, 감정 분류 작업 성능을 향상시키는 새로운 방법을 제시한다. 제시한 방안은 감정 분류뿐만 아니라 다른 자연어처리 분야에서도 활용될 수 있으며, 더욱 정교한 자연어 이해와 처리가 가능함을 시사한다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.627-632
• /
• 2023

대규모 언어 모델은 높은 연산 능력과 방대한 양의 데이터를 기반으로 탁월한 성능을 보이며 자연어처리 분야의 주목을 받고있다. 이러한 모델들은 다양한 언어와 도메인의 텍스트를 처리하는 능력을 갖추게 되었지만, 전체 학습 데이터 중에서 한국어 데이터의 비중은 여전히 미미하다. 결과적으로 이는 대규모 언어 모델이 영어와 같은 주요 언어들에 비해 한국어에 대한 이해와 처리 능력이 상대적으로 부족함을 의미한다. 본 논문은 이러한 문제점을 중심으로, 대규모 언어 모델의 한국어 처리 능력을 향상시키는 방법을 제안한다. 특히, Cross-lingual transfer learning 기법을 활용하여 모델이 다양한 언어에 대한 지식을 한국어로 전이시켜 성능을 향상시키는 방안을 탐구하였다. 이를 통해 모델은 기존의 다양한 언어에 대한 손실을 최소화 하면서도 한국어에 대한 처리 능력을 상당히 향상시켰다. 실험 결과, 해당 기법을 적용한 모델은 기존 모델 대비 nsmc데이터에서 2배 이상의 성능 향상을 보이며, 특히 복잡한 한국어 구조와 문맥 이해에서 큰 발전을 보였다. 이러한 연구는 대규모 언어 모델을 활용한 한국어 적용 향상에 기여할 것으로 기대 된다.

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2003.11a
• /
• pp.504-505
• /
• 2003

국지규모의 기상해석을 위한 기존의 방법은 중규모 모델로부터 down-nesting에 의한 방법으로 모델의 해상도를 향상시켜 기상장을 해석하는 것이 일반적이다(Clark and Farley, 1984). 그러나, 이 방법은 단지 물리적인 격자구조만을 향상시킨 것으로 근본적인 모델 내부 구조의 향상을 가져온 것은 아니다. 따라서, 다양한 토지 피복이 혼재해 있는 도심지를 대상으로 하는 고해상도의 국지기상 모델에 대하여 계산시간과 정확성을 고려한 효율적인 지표면 열수지 모델의 구축이 요구되고 있다. (중략)

• Journal of Korean Society for Geospatial Information Science
• /
• v.19 no.4
• /
• pp.13-21
• /
• 2011

The purpose of this study is enhancing CFD model by applying detailed and accurate CFD input data produced from 3D City model and integrating CFD model with 3D city model with OpenGL, 3D city aerodynamic simulation, and visualization tool. CFD_NIMR_SNU model developed by NIMR and SNU and 3D City model produced by NGII were used as input data. Wind flow and pollution diffusion simulator and viewer were developed in this study. Atmospheric environment simulation and visualization tool will save time and cost for urban climate planning and management by enhancing visual communication.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10c
• /
• pp.239-241
• /
• 2000

이동에이전트 시스템의 상용화 시작과 더불어 이동에이전트 시스템에 대한 신뢰성 향상의 노력이 시작되었다. 이러한 노력에 부응하여 이동에이전트 시스템 XMAS에서는 신뢰성 향상을 위한 방법으로 트랜잭션 개념을 도입하고 있다. 트랜잭션 개념의 도입으로 이동에이전트 수행결과의 일관성 유지가 가능하여 데이터에 대한 신뢰성 향상을 기대할 수 있다. 이동에이전트는 기존 트랜잭션 모델과는 다른 다양한 특성을 갖는다. 따라서 이동에이전트가 하나의 트랜잭션으로 처리되기 위해서는 기존 트랜잭션 모델과는 다른 트랜잭션 처리방법이 고려되어야 한다. 본 논문에서는 기존 트랜잭션 모델에서 발견되지 않는 이동에이전트의 특성을 알아보고 이러한 특성들이 트랜잭션 모델과 트랜잭션 처리방법에 미치는 영향을 살펴본다.

• Proceedings of the Korea Society for Simulation Conference
• /
• 1994.10a
• /
• pp.6-6
• /
• 1994

본 사례는 염색 공장의 생산성 향상을 위해 시뮬레이션 기법을 사용한 것이다. 두 가지 시뮬레이션 분석이 실시되었다. 첫 번째는 봉제라인 모델을 개발하여 버퍼 크기와 작없시간 편차가 생산성에 미치는 영향을 분석한 것이다. 두 번째 모델은 건조기, 표백기 등과 같은 염색 설비의 투자 효과 분석에 대한 것이다. 본 사례에서 작업시간의 확률분포를 추정하는 새로운 방법을 제시하였다. 모델 개발과 분석을 위해 AIM (Analyzer for Improving Nanufacturing)이 사용되었다. AIM은 Pritsker 사가 개발한 제조 시스템 전용 시뮬레이션 소프트웨어이다. AIM은 대화방식의 모델 개발 및 시뮬레이션이 가능하고 자동적인 애니메이션 작성과 강력한 그래프 기능을 제공하므로 AIM을 이용하면 모델 개발기간이 대폭적인 단축과 시뮬레이션의 커뮤니케이션 기능을 향상시킬수 있다.

• The Journal of the Acoustical Society of Korea
• /
• v.23 no.1
• /
• pp.47-53
• /
• 2004

We propose a new speech enhancement algorithm based on left-right Hidden Markov Model (HMM) with state decision using Log-likelihood Ratio Test (LRT). Since the conventional HMM-based speech enhancement methods try to improve speech quality for all states, they introduce huge computational loads inappropriate to real-time implementation. In the left-right HMM, only the current and the next state are considered for a possible state transition so to reduce the computational complexity. In this paper, we propose a method to decide the current state by using the LRT on the previous state. Experimental results show that the proposed method improves the speed up to 60% with 0.2∼0.4 dB degradation of speech quality compared to the conventional method.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2007.11a
• /
• pp.288-305
• /
• 2007

본 논문은 데이터 마이닝의 기법 중 가장 잘 알려진 지도학습 기법의 성능 향상을 위한 새로운 Hybrid 및 Combined 기법인 불일치 패턴 모델(오차 패턴 모델)에 대한 연구 논문이다. 불일치 패턴 모델이란 2개 이상의 기법 중 향후 더 레코드별로 더 잘 맞출 수 있는 기법을 메타 분류하는 불일치 패턴 모델을 개발하여, 최종적으로는 기존의 기법보다 더 좋은 분류 정확도 및 예측 향상율을 기대하기 위한 기법을 의미한다. 본 논문에서는 의사 결정나무 추론 기법인 C5.0과 C&RT 그리고 신경망 분석, 그리고 로지스틱 회귀분석과 같은 대표적인 데이터 마이닝의 지도학습 기법을 이용하여 불일치 패턴 모델을 생성하여 보고, 이들이 기존 단일 기법과 기존의 Combined 모델인 Bagging, Boosting 그리고 Stacking 기법보다 성능이 우수함을 23개의 실제 데이터 및 공신력 있는 공개 데이터를 이용하여 증명하여 보였다. 또한 데이터의 특성에 따라서 불일치 패턴 모델의 성능의 변화 및 더 우수해 지는지를 알아보기 위한 연구포 같이 수행을 하여 본 모델의 활용성을 높이고자 하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04d
• /
• pp.94-96
• /
• 2003

맡은 사용자 영역의 프로그램들이 확장성과 성능 향상을 목적으로 다중 프로세스 모델에서 다중 스레드 모델로 바뀌고 있다. 웹 서버도 폭발적으로 증가하는 사용자 요청을 수용할 수 있도록 확장성과 성능 향상을 위해서 다중 스레드 모델을 적용하였다. 본 논문에서는 다중 프로세스 모델을 적용한 웹 서버와 다중 프로세스/다중 스레드 모델을 적용한 웹 서버에 대한 성능을 여러 운영체제 환경에서 평가하였다. 실험 결과 전체적으로 다중 프로세스 모델이 다중 스레드 모델보다 더 좋은 성능과 안정성을 보였다.

• Proceedings of the KAIS Fall Conference
• /
• 2008.05a
• /
• pp.220-223
• /
• 2008

본 논문은 소프트웨어 설계 시 향상된 오류 검출방법을 통해서 소프트웨어 설계의 질을 향상시켜 그에 따른 소프트웨어 제품의 질을 향상시키데 목적을 두고 있다. 또한 소프트웨어 설계 방법론인 MOA(Methodology for Object to Agents)를 기초로 하고 있으며, MOA는 보편적인 정보 모델로써 온톨로지 기반 모델인 OSSD( Ontology for Sortware Specification and Desigh)모델을 이용한다. 본 논문은 OSSD 모델, 뷰-간 비일관성 검사기법, 일관성 프레임워크의 온톨로지적 특성과 연관된 규칙의 조합을 이용하여 UML모델에서 OSSD 모델로의 변환과정에서 수행되는 새로운 형식의 오류 검출방법을 정의한다. OSSD 모델로의 변환과정은 OSSD 모델의 인스턴스를 생성하기 위한 알고리즘에서 복수의 사상테이블을 이용하는 소프트웨어 설계의 어휘분석과 의미분석을 포함한다.