• Annual Conference on Human and Language Technology
• /
• 2009.10a
• /
• pp.92-96
• /
• 2009

인간이 가진 개념을 지식베이스화하려는 시도 중 하나로 의미망이 구축되고 있다. 한국어를 대상으로 한 어휘 의미망 중 프린스턴 대학의 WordNet을 대역한 KorLex는 1,2단계에서 한국어 어휘의미의 특성을 반영하여 개념 및 의미구조를 재구조화하고 있다. 그러나 현재 KorLex의 동의어 집합을 구성하는 어휘 의미에는 논항정보를 따로 구성할 수 없었다. 본 연구는 세종 전자 사전 격틀정보내의 선택제약조건(selectional restriction)으로 사용되고 있는 의미 부류와 KorLex의 명사 어휘 의미망을 자동 맵핑하는 방안을 제안함으로써 KorLex에서 세종 전자 사전 격틀정보를 활용할 수 있는 가능성을 제공한다.

• Annual Conference on Human and Language Technology
• /
• 1993.10a
• /
• pp.405-411
• /
• 1993

한국어 동사의 굴절은 (1) 접사의 누적 (2) 어간과 접사의 변이형 (allomorphy) (3) 원격한 접사의 꼴이 어간에 민감한 점 등의 이유로 단순한 접사 추출(affix-stripping)에 의한 형태소 분석이 감당하기 어려운 부분을 갖고 있다. 따라서 형태소에 바탕을 둔 형태이론보다 더 세련된, 낱말에 바탕을 둔 형태이론이 요구되는데, 이 논문에서는 "낱말 패러다임 형태이론 (Word and Paradigm Morphology)"에서 실현규칙(rules of realization)이 언급하는 요소 중의 하나인 굴곡 부류(inflectional classes)가 어떻게 설정되어야 할 것인가를 다룬다. 특정한 형태 통사적 속성들(morpho-syntactic properties)이 실현될 때 (1) 주요 어간(primary stem)이 요구되느냐 아니면 부차 어간 (secondary stem)이 요구되느냐, 그리고 (2) 접사의 어떤 꼴이 요구되느냐에 바탕을 두고 한국어의 동사를 열 다섯개의 굴절 부류로 분류한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.275-278
• /
• 2002

Vapnik이 제안한 Support Vector Machine은 두 개의 부류를 갖는 데이터에 대한 분류에는 매우 좋은 성능을 보인다는 점은 이미 잘 알려져 있다. 하지만 부류의 개수가 3개 이상인 다중 패턴을 갖는 데이터에 대한 분류에는 SVM을 적용하기가 쉽지 않다. Support Vector Machine의 이러한 문제점을 해결하기 위하여 Zhu는 3개 이상의 부류를 갖는 데이터의 패턴 분류를 위하여 Import Vector Machine을 제안하였다. 이 모형은 Support Vector Machine을 이용하여 해결하기 어려운 다중 패턴 분류를 가능케 한다. Import Vector Machine은 커널 로지스틱 기반의 함수만을 사용하지만 본 논문에서는 다수의 커널 함수를 적용하여 가장 성능이 우수한 커널 함수를 찾아내어 최종 분류를 수행하게되는 bagging 기법을 적용하였다 제안하는 방법이 기존의 방법에 비해, 더욱 정확한 분류를 수행함을 실험 결과를 통해 확인한다.

• Korean Journal of Fisheries and Aquatic Sciences
• /
• v.17 no.1
• /
• pp.47-54
• /
• 1984

From the four tuna purse seiners operating in the western equatorial Pacific waters 370 tuna schools were sampled on attribute of the school, fishing operation of purse seine sit and catch. The data were tabulated and subjected to the statistical tests of independency on the associated object and availability of the school, and catch per set of purse seine fishery as well. The resultant inferences are as follows. 1. Most frequent attributes of the tuna schools found on the surface are associated with sea birds, bait fishes and the flotsams. 2. In fishing operations of purse seine sets on the flotsam-associated schools, the settings were more frequently performed at dawn than in day-time. In fishing operations on the sea-birds-associated schools, the siftings were more frequent in day-time than at dawn. 3. From the flotsam-associated schools the successful sets were significantly more frequent. 4. In the fishing operations of purse seine sets, some of the flotsam-associated schools were subjected to the supplementary sets in success to the initial sets until the schools were consummated. 5. The fish-attracting effect of the flotsam is correlated with structure of the flotsam, but not with length of the flotsam. The flotsams, which tend to attract large tuna schools are the complicated-structure flotsams, i, e. driftwoods with roots or branches or with both of them, otherwise a bunch of uprooted bamboo shrubs, while a log without roots and branches tend to be an attractant inferior to the flotsam of complicated structure.

• Journal of the Ergonomics Society of Korea
• /
• v.2 no.2
• /
• pp.17-19
• /
• 1983

우리 주변에는 필요에 따라 많은 종류의 의자를 사용하고 있으며 그 용도와 크기, 모양에 따라 많은 의자가 존재한다. 이같이 수없이 많이 존재하는 의자를 몇 개의 부류로 구분하기란 참으로 어렵고 힘든일이다. 그러나 그 모양이나 형태는 다르지만 그 용도와 기능에 따라 분류 하면 몇 개의 부류로 분류할 수 있다. 이 같은 분류방법은 그 분류기준이 어떻게 정의 되느냐 에 따라 달라지며 그에 따라 의자의 종류가 결정되게 된다. 예를 들면 Shackel은 의자의 종류를 사용되는 상항에 따라 3가지로 분류하였다. 즉 3시간 이상 앉아있게 될때 사용하는 일반적인 의 자, 사무실용 의자와 식탁용 의자로 분류하였다.

• Communications for Statistical Applications and Methods
• /
• v.2 no.2
• /
• pp.387-394
• /
• 1995

반복수가 같은 이항 블럭계획(binary equireplicate block design)에서 조화 행렬의 구조는 불완비 블럭계획의 분류 및 분석에 사용된다. 조화행렬의 구조에 의하여 몇 가지 상반부류 수가 3인 부분적으로 균형된 불완비 블럭계획이 상반부류 수가 2인 부분적으로 균형된 불완비 블럭계획으로 퇴화되는 상반 조건을 보였다. 또한 처리 수가 6인 삼각형 계획의 상반관계를 이용하여 그룹분해 가능 계획의 배치계획을 구성할 수 있음을 보였다.

• Journal of radiological science and technology
• /
• v.30 no.4
• /
• pp.419-426
• /
• 2007

In this paper, the input pattern vectors are extracted and the learning algorithms is designed to recognize taste(bitter, sweet, sour and salty) pattern vectors. The signal intensity of taste are used to compose the input pattern vectors. The SOM(Self Organizing Maps) algorithm for taste pattern recognition is used to learn initial reference vectors and the ot-star learning algorithm is used to determine the class of the output neurons of the sunclass layer. The weights of the proposed algorithm which is between the input layer and the subclass layer can be learned to determine initial reference vectors by using SOM algorithm and to learn reference vectors by using LVQ(Learning Vector Quantization) algorithm. The pattern vectors are classified into subclasses by neurons in the subclass layer, and the weights between subclass layer and output layer are learned to classify the classified subclass, which is enclosed a class. To classify the pattern vectors, the proposed algorithm is simulated with ones of the conventional LVQ, and it is confirmed that the proposed learning method is more successful classification than the conventional LVQ.

• Journal of the Korea Society of Computer and Information
• /
• v.11 no.5 s.43
• /
• pp.95-103
• /
• 2006

In this paper, the input pattern vectors are extracted and the learning algorithms is designed to recognize EEG pattern vectors. The frequency and amplitude of alpha rhythms and beta rhythms are used to compose the input pattern vectors. And the algorithm for EEG pattern recognition is used SOM to learn initial reference vectors and out-star learning algorithm to determine the class of the output neurons of the subclass layer. The weights of the proposed algorithm which is between the input layer and the subclass layer can be learned to determine initial reference vectors by using SOM algorithm and to learn reference vectors by using LVQ algorithm, and pattern vectors is classified into subclasses by neurons which is being in the subclass layer, and the weights between subclass layer and output layer is learned to classify the classified subclass, which is enclosed a class. To classify the pattern vectors of EEG, the proposed algorithm is simulated with ones of the conventional LVQ, and it was a confirmation that the proposed learning method is more successful classification than the conventional LVQ.

• Phonetics and Speech Sciences
• /
• v.15 no.1
• /
• pp.9-17
• /
• 2023

The purpose of this study is to determine how the Korean diphthong /jo/ shows phonetic variation in various linguistic environments. The pronunciation of /jo/ is discussed, focusing on the relationship between phonetic variation and the distribution range of vowels. The location in a word (monosyllable, word-initial, word-medial, word-final) and word class (content word, function word) were analyzed using the speech of 10 female speakers of the Seoul Corpus. As a result of determining the frequency of appearance of /jo/ in each environment, the pronunciation type and word class were affected by the location in a word. Frequent phonetic reduction was observed in the function word /jo/ in the acoustic analysis. The word class did not change the average phonetic values of /jo/, but changed the distribution of individual tokens. These results indicate that the linguistic environment affects the phonetic distribution of vowels.

• Journal of KIISE:Computer Systems and Theory
• /
• v.29 no.3
• /
• pp.169-175
• /
• 2002

This paper is about the hardness of the Election problem in asynchronous distributed systems in which processes can crash but links are reliable. The hardness of the problem is defined with respect to the difficulty to solve it despite failures. It is shown that problems encountered in the system are classified as three classes of problems: F (fault-tolerant), NF (Not fault-tolerant) and NFC(NF-completeness). Among those, the class NFC is the hardest problems to solve. In this paper, we prove that the Election problem is the most difficult problem which belongs to the class NFC.