• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1996년도 제8회 한글 및 한국어 정보처리 학술대회
• /
• pp.216-221
• /
• 1996

변형 규칙 기반 품사 태거는 태깅 규칙을 코퍼스로부터 자동 학습할 수 있고, 견고하며 태깅 결과를 이해하고 분석하기가 쉽다는 장점을 갖는다. 이에 최근 한국어 특성을 고려한 변형 규칙 기반 한국어 품사 태거가 개발되었다. 하지만 이 시스템은 오류 어절의 어휘 정보를 사용하지 않으므로 수정 가능 오류에 대한 변형 규칙이 제대로 학습되지 못하며, 변형 규칙 적용 과정에 새로운 오류를 발생시킨다는 문제점이 있다. 이에 본 논문은 오류 어절의 어휘 정보를 참조할 수 있는 세부변형 규칙 추출을 이용한 변형 규칙 기반 한국어 품사 태거의 개선 방안을 제안한다. 어휘 정보를 참조할 수 있는 세부 변형 규칙의 형태는 특정 문맥 C에서 어절 W의 어절 태그 ${\alpha}$를 어절 태그 ${\beta}$로 변형한다와 같다. 제안된 방법은 약 10만 어절 크기의 학습 코퍼스에서 57개의 세부 규칙을 학습하였고, 2만 어절 크기의 실험코퍼스에 적용한 결과 95.6%의 정확도를 보임으로써 기존의 변형 규칙 기반 품사 태거의 정확도를 약 15.4% 향상시켰다.

• 한국컴퓨터정보학회논문지
• /
• 제10권6호
• /
• pp.85-92
• /
• 2005

본 논문에서는 변형된 돌연변이 연산자를 적용한 대화형 유전자 알고리즘을 사용해서 웹-기반 학습 콘텐츠를 개발하였다. 대화형 유전자 알고리즘은 주로 상호 교환(reciprocal exchange) 돌연변이를 사용한다. 그러나 본 논문에서는 학습자의 학습 효과를 높이기 위해 돌연변이 연산자를 변형하였다. 그리고, 대화형 유전자 알고리즘을 이용한 웹 기반 학습 콘텐츠는 동적인 학습 내용과 실시간 테스트 시스템을 제공한다. 특히 학습자가 자신의 특성과 흥미에 따라 대화형 유전자 알고리즘을 수행하면서 효율적인 학습 환경과 콘텐츠 배열 순서를 선택할 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 추계학술대회
• /
• pp.207-210
• /
• 2022

최근 자연어 처리 분야에서 기계학습 독해 관련 연구가 활발하게 이루어지고 있다. 그러나 그 중에서 한국어 기계독해 학습을 통해 문제풀이에 적용한 사례를 찾아보기 힘들었다. 기존 연구에서도 수능 영어와 수능 수학 문제를 인공지능(AI) 모델을 활용하여 문제풀이에 적용했던 사례는 있었지만, 수능 국어에 이를 적용하였던 사례는 존재하지 않았다. 또한, 수능 영어와 수능 수학 문제를 AI 문제풀이를 통해 도출한 결괏값이 각각 12점, 16점으로 객관식이라는 수능의 특수성을 고려했을 때 기대에 못 미치는 결과를 나타냈다. 이에 본 논문은 한국어 기계독해 데이터셋을 트랜스포머(Transformer) 기반 모델에 학습하여 수능 국어 문제 풀이에 적용하였다. 이를 위해 객관식으로 이루어진 수능 문항의 각각의 선택지들을 질문 형태로 변형하여 모델이 답을 도출해낼 수 있도록 데이터셋을 변형하였다. 또한 BERT(Bidirectional Encoder Representations from Transformer)가 가진 입력값 개수의 한계를 극복하기 위해 더 큰 입력값을 처리할 수 있는 트랜스포머 기반 모델 중에서 한국어 기계독해 학습에 적합한 KoBigBird를 사전학습모델로 설정하여 성능을 높였다.

• 정보보호학회지
• /
• 제30권6호
• /
• pp.107-115
• /
• 2020

다양한 응용분야에서 심층신경망 기반의 학습 모델이 앞 다투어 이용됨에 따라 인공지능의 설명 가능한 동작 원리 해석과, 추론이 갖는 불확실성에 관한 분석 또한 심도 있게 연구되고 있다. 이에 심층신경망 기반 기계학습 모델의 취약성이 수면 위로 드러났으며, 이러한 취약성을 이용하여 악의적으로 모델을 공격함으로써 오동작을 유도하고자 하는 시도가 다방면으로 이루어짐에 의해 학습 모델의 강건함 보장은 보안 분야에서의 쟁점으로 부각되고 있다. 모델 추론의 입력으로 이용되는 이미지에 교란값을 추가함으로써 심층신경망의 오분류를 발생시키는 임의의 변형된 이미지를 적대적 사례라 정의하며, 본 논문에서는 최근 인공지능 및 컴퓨터비전 분야에서 이루어지고 있는 이미지 기반 적대적 사례의 생성 기법에 대하여 논한다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제41권1호
• /
• pp.93-105
• /
• 2022

이 연구는 세 초등 예비교사의 과학 모의수업 시연에서 data-text의 변형 담화가 구현되는 양상을 탐색하여 교사의 인식론적 대화가 학습자의 과학지식 구성에 어떻게 작용할 수 있는지 조사하였다. 계절에 따른 별자리의 변화를 주제로 모의수업을 시연한 초등 예비교사 3명이 연구에 참여하였고, 그들의 모의수업 시연의 수업 담화 중 교수법적 발화에서 data-text의 변형 담화에 해당하는 발화를 선택하여 수업의 흐름에서 학습자의 과학지식 구성에 어떤 역할을 하는지 분석하였다. 연구 결과, 데이터에서 증거로 변형하는 담화와 증거에서 여러 모델에서 설명을 도출하는 변형 담화를 구현했던 예비교사의 수업은 학습자의 과학지식 구성에 기여할 수 있었다. 그러나 데이터를 인식하는 변형 담화 또는 증거를 찾는 변형 담화에 멈추거나 변형 담화가 발견되지 않은 예비교사의 교수법적 발화는 학습 목표로서 과학 지식을 전달할 수 있었지만, 학습자의 과학지식 구성을 효과적으로 유도하지 못했다. 세 예비교사의 모의수업 시연에서 구현된 교수법적 발화를 data-text의 변형 담화 측면에서 발전적인 부분과 제한적인 부분을 비교함으로써 과학적 의사소통 능력의 관점에서 예비교사의 과학 수업 역량을 증진시키기 위해 고려해야 할 지점을 논의하였다.

• 한국산업정보학회논문지
• /
• 제25권2호
• /
• pp.19-27
• /
• 2020

최근 가상현실 및 증강 현실 기술을 이용한 다양한 응용분야가 각광받으면서 빠르고 정확한 3차원 모델 생성이 요구되고 있다. 본 논문에서는 옷을 입은 3차원 사람 모델을 포인트 클라우드의 형상으로 변형하는 온-사이트 학습 (On-site learning) 기반 형상 변형 방법을 제안한다. 제안하는 알고리즘은 사전 학습과 온-사이트 학습 두 개의 파트로 구성되어 있으며, 각각의 학습은 인코더 네트워크, 템플릿 변형 네트워크, 디코더 네트워크로 구성된다. 딥러닝 네트워크 학습은 3차원 포인트 클라우드와 템플릿 정점 사이의 챔퍼 거리 (Chamfer distance)를 주요 손실 함수로 사용하는 비지도 학습을 적용한다. 입력된 포인트 클라우드 형태의 데이터에 대해 온-사이트 학습을 진행함으로써 추론의 결과물에 대한 높은 정확도를 얻을 수 있으며 이를 실험을 통해 제시한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.404-406
• /
• 2003

행동 기반 인공지능은 기본 행동들의 집합으로부터 적절한 행동을 선택함으로써 복잡한 행동을 하도록 하는 방식이다. 행동 기반 시스템은 1980년대에 시작되어 이제는 많은 에이전트 시스템에 사용되고 있다. 본 논문에서는 기존의 P. Maes가 제안한 행동 선택 네트워크에 Learning Classifier System을 이용한 학습 기능을 부가하여, 변하는 환경에 적절히 적응하여 행동의 시퀀스를 생성할 수 있는 방법을 제안하다. 행동 선택 네트워크는 주어진 문제에 따라 노드 간 연결을 설계자가 미리 설정하도록 하는데, 해결해야 할 문제가 변함에 따라 네트워크에서의 연결 형태가 변형될 필요가 있다. Khepera 로봇을 이용한 시뮬레이션 결과, 행동 선택 네트워크에서의 학습이 유용함을 확인할 수 있었다.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2010년도 동계학술대회
• /
• pp.57-63
• /
• 2010

학생들의 기초 기본학습 능력의 신장이 강조되고 있는 교육상황에 비추어 볼 때 지금까지 간과되어 왔던 학습장애에 대한 재인식과 학습 장애학생들을 위한 대책이 필요하다. 본 논문에서는 그 대책으로 기존의 keller의 동기유발학습이론인 ARCS모델을 변형하여 정착수업이론의 앵커라는 자발적 인지학습을 위한 매개체를 도입하여 변형된 M-ARCS이론을 토대로 학습 장애학생들의 동기유발 및 학습에 대한 긍정적인 인식을 향상시키는 것을 목적으로 한다. 본 모바일 앵커 프로그램의 특징은 다음과 같다. 첫째, ARCS이론에서 강조하던 학생들의 주의집중, 관련성, 성취감, 자신감이라는 항목을 통해 학습 장애 학생들에게 기존의 교육방법과 다른 동기유발을 통한 성공이라는 경험을 준다. 둘째, 정착수업모델의 앵커를 적용하여 학생들이 실제생활과 관련된 지식들을 배우고, 적용하도록 함으로써 보다 유의미한 지식을 생성하고 활용할 수 있도록 한다. 셋째, 기존의 앵커형태와 다른 모바일 앵커를 적용함으로써 실제 활동하며 문제를 해결해 나가는 과정을 도입하여 학습 장애 학생들에게 주의집중 및 동기유발을 할 수 있는 새로운 형태의 교육방법을 제시한다. 이러한 활동을 통해 최종적으로 학습 장애 학생들의 학업능력 향상을 도모한다.

• 정보처리학회논문지B
• /
• 제15B권1호
• /
• pp.61-68
• /
• 2008

본 논문에서는 스팸메일에 나타나는 스팸성 자질과 URL 자질의 공동 학습을 이용한 최대엔트로피모델 기반 스팸 필터 시스템을 제안한다. 스팸성 자질은 스패머들이 스팸메일에 인위적으로 넣는 강조 패턴이나 필터 시스템을 통과하기 위해 비정상적으로 변형시킨 단어들을 말한다. 스팸성 자질 외에 반복적으로 나타나는 URL과 비정상적인 URL도 자질로 사용하였다. 메일에 나타난 정상적인 URL과 필터 시스템을 피하기 위해 변형된 비정상적인 URL들이 스팸 메일을 걸러내는데 도움을 줄 수 있기 때문이다. 또한 스팸성 자질과 URL자질을 이용한 공동 학습을 하였다. 공동 학습은 학습 과정에서 두 자질을 독립적으로 이용한 비지도 학습 방법으로 정답을 모르는 문서를 이용할 수 있다는 장점을 갖는다. 실험을 통해 스팸성 자질과 URL을 이용함으로써 스팸 필터 시스템의 성능을 향상시킬 수 있음을 확인하였으며 두 자질 집합을 이용한 공동 학습이 필요한 학습 문서의 수를 감소시키면서, 정확도는 일괄 학습 정확도에 근접한다는 것을 확인하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2016년도 제54차 하계학술대회논문집 24권2호
• /
• pp.17-20
• /
• 2016

딥러닝 기법이 발달함에 따라 텍스트에 내재된 의미 및 구문을 어떠한 벡터 공간 상에 표현하기 위한 언어 모델이 활발히 연구되어 왔다. 이를 통해 자연어 처리를 기반으로 하는 감성 분석 및 문서 분류, 기계 번역 등의 분야가 진보되었다. 그러나 대부분의 언어 모델들은 텍스트에 나타나는 단어들의 일반적인 패턴을 학습하는 것을 기반으로 하기 때문에, 문서 요약이나 스토리텔링, 의역된 문장 판별 등과 같이 보다 고도화된 자연어의 이해를 필요로 하는 연구들의 경우 주어진 텍스트의 주제 및 의미를 고려하기에 한계점이 있다. 이와 같은 한계점을 고려하기 위하여, 본 연구에서는 기존의 LSTM 모델을 변형하여 문서 주제와 해당 주제에서 단어가 가지는 문맥적인 의미를 단어 벡터 표현에 반영할 수 있는 새로운 언어 학습 모델을 제안하고, 본 제안 모델이 문서의 주제를 고려하여 문장을 자동으로 생성할 수 있음을 보이고자 한다.