• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2008년도 정기학술발표대회 논문집
• /
• pp.694-697
• /
• 2008

건설 생애 전 주기 중에서 기획단계의 지반 조사로 시작되는 흙막이 공법의 선정은 잘못 선정될 경우 해당 프로젝트의 공사비와 공기에 끼치는 영향이 매우 크다. 그렇기 때문에 공법 선정의 요인 및 프로세스에 관련된 연구가 많이 발표되었지만 일반인들의 활용이 어려워 실용화되지 못하고 있다. 본 연구에서는 본 연구의 선행연구에서 개발한 흙막이 공법 선정 프로세스에 기반하여 웹 기반 의사결정 지원시스템을 개발하였다. ASP.NET을 이용하여 사용자들의 접근성을 높이고 자료의 보완 및 수정이 용이한 웹 기반 시스템인 Dr. Underground로 발전시켰다. 이 의사결정 지원 시스템은 일반인들이 쉽게 접근하여 건축물 기본요구 사항과 대지 조건, 인접 대지 조건을 입력하면, 해당 프로젝트에 적절한 흙막이 공법을 선정해주고 그에 대한 상세 정보를 제공해준다.

• 한국농림기상학회지
• /
• 제6권3호
• /
• pp.177-182
• /
• 2004

기온의 공간변이가 심한 넓은 지역에서 Chill Unit 축적량과 휴면해제일의 공간분포를 얻기 위해서 Utah Chill Unit 모형을 지리정보시스템과 결합하여 Chill Unit 공간적산기(CUMAP)을 개발하였다. CUMAP은 Grid 형태의 일 최고, 최저기온을 입력받아 시간내삽법에 의해 매시기온을 추정하고, Utah 모형에 의해 매시 Chill Unit을 계산한다. 하루 단위로 Chill Unit이 누적되면 Grid파일로 저장되며, 사용자가 정하는 저온요구량(임계값)에 도달하는 날짜를 역시 Grid파일로 생성한다. 전라북도 김제시 백구면 일대 포도재배지역에 대해 CUMAP을 적용하여 10m 해상도의 Chill Unit 일별 적산값과 휴면해제일 추정분포도를 작성하였다.

• Spatial Information Research
• /
• 제11권2호
• /
• pp.155-170
• /
• 2003

GIS를 이용한 홍수침수 분석시스템이 공항배수유역의 침수현상을 모의하기 위해 개발되었다. 본 연구에서 개발된 모형은 사용자 인터페이스인 GUI 시스템을 통한 Database 구축 및 입력자료 작성을 위한 전처리 과정과 주처리 해석모형을 통해 계산된 결과를 그래픽으로 처리하는 후처리 과정을 GIS(ArcView/Avenue)와 연계하여 통합적으로 구축·제시되었다. 주처리 해석모형은 노면수의 거동분석 모형과 하수배수체계의 분석모형을 통합하여 상호 연계 현상을 모의함으로써 유역에서의 유출량과 배수시스템과의 실제적인 거동을 해석하여 배수관로의 배수효과 및 압력류에 의한 침수현상을 모의함으로써 배수관로 유입에 따른 실제적인 현상을 모의하였다. 본 연구에서 개발된 홍수침수분석시스템은 향후 공항에서의 침수피해에 대한 시설전반에 대해 합리적인 대책관리방안 및 시설개선방안 수립을 위한 체계적인 의사결정에 크게 기여할 것으로 사료된다.

• 전자공학회논문지
• /
• 제52권6호
• /
• pp.21-31
• /
• 2015

현재의 인터넷 사용자들은 실시간으로 다양한 멀티미디어 서비스를 제공 받길 원한다. 이에 네트워크 트래픽의 속도는 매우 빨라지고 있으며, 처리하여야 하는 데이터의 양은 해마다 기하급수적으로 증가하고 있다. 데이터는 '패킷'이라는 단위의 데이터 형식으로 전송되며, 패킷분류는 인터넷 라우터의 가장 어려운 기능 중 하나로 모든 패킷에 대하여 선속도로 처리되어야 한다. 다양한 패킷 분류 알고리즘 중, 영역분할 패킷분류 알고리즘은 5개의 패킷 헤더 필드 정보를 동시에 검색할 수 있는 효율적인 알고리즘이다. 영역 분할 사분 트라이는 가장 대표적인 영역분할 패킷분류 알고리즘으로 메모리 요구량이 적은 알고리즘이지 만, 빠른 검색성능을 보장하지 못하는 단점이 있다. 본 논문에서는, 영역 분할 사분 트라이의 단점을 이진 검색 트리를 사용해 보완하는 새로운 알고리즘을 제안한다. 실험을 통하여 제안하는 알고리즘은 입력과 비교되는 룰의 수에 있어 영역 분할 사분 트라이 보다 검색 성능이 향상됨을 보았다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.253-266
• /
• 2018

본 연구는 질의 응답(QA) 시스템에서 사용하는 개체명 인식(NER)의 성능을 향상시키기 위하여 시퀀스 태깅 방법론을 적용한 새로운 방법론을 제안한다. 사용자의 질의를 입력 받아 데이터베이스에 저장된 정답을 추출하기 위해서는 사람의 언어를 컴퓨터가 알아들을 수 있도록 구조화 질의어(SQL)와 같은 데이터베이스의 언어로 전환하는 과정이 필요한데, 개체명 인식은 사용자의 질의에서 데이터베이스에 포함된 클래스나 데이터 명을 식별하는 과정이다. 기존의 데이터베이스에서 질의에 포함된 단어를 검색하여 개체명을 인식하는 방식은 동음이의어와 문장성분 구를 문맥을 고려하여 식별하지 못한다. 다수의 검색 결과가 존재하면 그들 모두를 결과로 반환하기 때문에 질의에 대한 해석이 여러 가지가 나올 수 있고, 계산을 위한 시간복잡도가 커진다. 본 연구에서는 이러한 단점을 극복하기 위해 신경망 기반의 방법론을 사용하여 질의가 가지는 문맥적 의미를 반영함으로써 이러한 문제를 해결하고자 했고 신경망 기반의 방법론의 문제점인 학습되지 않은 단어에 대해서도 문맥을 통해 식별을 하고자 하였다. Sequence Tagging 분야에서 최신 기술인 Bidirectional LSTM-CRF 모델을 도입함으로써 신경망 모델이 가진 단점을 해결하였고, 학습되지 않은 단어에 대해서는 온톨로지 기반 특성치를 활용하여 문맥을 반영한 추론을 사용하였다. 음악 도메인의 온톨로지(Ontology) 지식베이스를 대상으로 실험을 진행하고 그 성능을 평가하였다. 본 연구에서 제안한 방법론인 L-Bidirectional LSTM-CRF의 성능을 정확하게 평가하기 위하여 학습에 포함된 단어들뿐만 아니라 학습에 포함되지 않은 단어들도 포함한 질의를 평가에 사용하였다. 그 결과 L-Bidirectional LSTM-CRF 모형을 재학습 시키지 않아도 학습에 포함되지 않은 단어를 포함한 질의에 대한 개체명 인식이 가능함을 확인하였고, 전체적으로 개체명 인식의 성능이 향상됨을 확인할 수 있었다.

• Bioinformatics and Biosystems
• /
• 제1권2호
• /
• pp.99-102
• /
• 2006

BLAST(Basic Local Alignment Search Tool)는 서열 데이터베이스 탐색을 위하여 가장 많이 사용되는 프로그램이다. 전체 서열간의 최적 글로벌 정렬을 수행하는 대신에 지역적 유사성이 있는 부분을 찾아 서열 짝짓기를 수행하는 특징을 갖는다. 일반적인 연구자들은 서열 상동성 검색을 위해 NCBI에 접속하여 웹 브라우저를 통해 온라인으로 BLAST를 수행하게 되는데, 이 경우 사용자 각각의 네트워크 환경이나 입력할 데이터양에 따른 검색속도의 지연 및 제한 등과 같은 여러 문제에 부딪히게 되고, 또한 보안유지가 필요한 서열 데이터의 유출 가능성이 존재한다. 그러므로 대량의 서열 데이터에 대하여 빠르고 안전하게 BLAST 상동성 검색이 가능한 Local BLAST 검색 시스템의 필요성이 증대되고 있다. 본 연구에서는 NCBI의 Genbank에서 공개된 동물의 발현 유전자 단편들(ESTs)에 대한 데이터를 이용하여 소, 돼지, 닭, 등의 경제형질과 연관된 유용 유전자만을 추출하여 이들만으로 구성된 새로운 데이터베이스를 구축하였고, 또한 이들을 사용할 수 있는 새로운 검색시스템을 개발하였다 자체 제작한 Perl script를 사용하여 필요한 데이터를 축종별로 추출 하여 새로운 DB를 구축하였으며 이 속에는 소의 경우 650,046개, 돼지의 경우 368,120개, 닭의 경우 693,005개의 발현 유전자 단편들(ESTs)이 포함된다. 또한 이들 DB 분석이 가능한 Local Animal BLAST Web 검색시스템(http://bioinfo.kohost.net)을 고성능 병렬 PC Cluster 시스템과 연동하도록 자체 구축함으로써 본 시스템이 보다 효율적인 생물정보학 연구수행이 기여할 것으로 기대된다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권9호
• /
• pp.572-587
• /
• 2008

SOFM(Self-organizing Feature Map)은 고차원의 데이타를 군집화(clustering)하거나 시각화(visualization)하기 위해 많이 사용되고 있는 비교사 학습 신경망(unsupervised neural network)의 한 종류이며, 컴퓨터비전이나 패턴인식 분야에서 다양하게 활용되고 있다. 최근 SOFM이 실제 응용분야에 다양하게 활용되고 좋은 결과를 보이고 있지만, 학습된 SOFM의 뉴론(neuron)을 다시 군집화해야 하는 후처리가 필요하며, 대부분의 경우 수동으로 이루어지고 있다. 후처리를 자동으로 하기 위해 k-means와 같은 기존의 군집화 알고리즘을 많이 이용하지만, 이 방법은 특히 다양한 모양의 클래스를 가진 고차원의 데이타에서 만족스럽지 못한 결과를 보인다. 다양한 모양의 클래스에서 좋은 성능을 보이기 위해, 본 논문에서는 그래프 컷(graph cut)을 이용하여 학습된 SOFM을 자동으로 군집화하는 방법을 제안한다. 그래프 컷을 이용할 때 터미널(terminal)이라는 두 개의 추가적인 정점(vertex)이 필요하며, 터미널과 각 정점 사이의 가중치는 대부분 사용자에 의해 입력받은 사전정보를 기반으로 설정된다. 제안된 방법은 SOFM의 거리 매트릭스(distance matrix)를 기반으로 한 모드 탐색(mode-seeking)과 모드의 군집화를 통하여 자동으로 사전정보를 설정하며, 학습된 SOFM의 군집화를 자동으로 수행한다. 실험에서 효율성을 검증하기 위해 제안된 방법을 텍스처 분할(texture segmentation)에 적용하였다. 실험 결과에서 제안된 방법은 기존의 군집화 알고리즘을 이용한 방법보다 높은 정확도를 보였으며, 이는 그래프기반의 군집화를 통해 다양한 모양의 클러스터를 처리할 수 있기 때문이다.

• 융합신호처리학회논문지
• /
• 제20권1호
• /
• pp.16-23
• /
• 2019

PM 2.5로 불리는 초미세먼지는 인간의 건강을 해치는 2.5 ㎛ 이하 직경의 입자크기를 갖는 공기 중의 미세먼지를 말하며, 미세먼지 집중도는 공기 질 정보로 사용할 수 있다. 사람은 일반적으로 90% 이상을 실내에서 거주하며 실내에 대한 공식적인 먼지 집중도 자료는 제공되지 않기 때문에, 본 연구는 실내의 관점에서 공기 질 측정에 초점을 두었다. 실내 먼지데이터 모니터링은 병원과 같은 환경에서 매우 중요할 뿐만 아니라 교실, 시멘트 공장, 컴퓨터 서버 룸, 석유화학 저장고 등의 장소에서도 유용하게 사용할 수 있다. 본 논문에서는 전자기파로부터 자유로운 실내 먼지 모니터링을 위해 맨체스터 코딩기법을 이용한 가시광 통신 시스템을 제안한다. 넓은 범위의 먼지 집중도를 포함한 중요한 실내 환경정보가 가시광 채널을 통해 전송된다. 강력한 주변광 및 저주파 잡음 제거를 위해 평균전압트레킹 기법을 사용한다. 입력광은 광다이오드에 의해 수신되고, 동시에 수신 마이크로콘트롤러에 의해 신호처리 한다. 사용자는 실시간으로 실내 공기 질 정보를 모니터링 할 수 있으며, 공기 질 정보에 따라 미리 적합한 대처를 할 수 있다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.161-177
• /
• 2019

질의응답 시스템은 크게 사용자의 질의를 분석하는 방법인 질의 분석과 문서 내에서 적합한 정답을 추출하는 방법인 정답 추출로 이루어지며, 두 방법에 대한 다양한 연구들이 진행되고 있다. 본 연구에서는 문장의 의존 구문 분석 결과를 이용하여 질의응답 시스템 내 정답 추출의 성능 향상을 위한 연구를 진행한다. 정답 추출의 성능을 높이기 위해서는 문장의 문법적인 정보를 정확하게 반영할 필요가 있다. 한국어의 경우 어순 구조가 자유롭고 문장의 구성 성분 생략이 빈번하기 때문에 의존 문법에 기반한 의존 구문 분석이 적합하다. 기존에 의존 구문 분석을 질의응답 시스템에 반영했던 연구들은 구문 관계 정보나 구문 형식의 유사도를 정의하는 메트릭을 사전에 정의해야 한다는 한계점이 있었다. 또 문장의 의존 구문 분석 결과를 트리 형태로 표현한 후 트리 편집 거리를 계산하여 문장의 유사도를 계산한 연구도 있었는데 이는 알고리즘의 연산량이 크다는 한계점이 존재한다. 본 연구에서는 구문 패턴에 대한 정보를 사전에 정의하지 않고 정답 후보 문장을 그래프로 나타낸 후 그래프 정보를 효과적으로 반영할 수 있는 Graph2Vec을 활용하여 입력 자질을 생성하였고, 이를 정답 추출모델의 입력에 추가하여 정답 추출 성능 개선을 시도하였다. 의존 그래프를 생성하는 단계에서 의존 관계의 방향성 고려 여부와 노드 간 최대 경로의 길이를 다양하게 설정하며 자질을 생성하였고, 각각의 경우에 따른 정답추출 성능을 비교하였다. 본 연구에서는 정답 후보 문장들의 신뢰성을 위하여 웹 검색 소스를 한국어 위키백과, 네이버 지식백과, 네이버 뉴스로 제한하여 해당 문서에서 기존의 정답 추출 모델보다 성능이 향상함을 입증하였다. 본 연구의 실험을 통하여 의존 구문 분석 결과로 생성한 자질이 정답 추출 시스템 성능 향상에 기여한다는 것을 확인하였고 해당 자질을 정답 추출 시스템뿐만 아니라 감성 분석이나 개체명 인식과 같은 다양한 자연어 처리 분야에 활용 될 수 있을 것으로 기대한다.

• 한국지능시스템학회논문지
• /
• 제17권2호
• /
• pp.244-251
• /
• 2007

사용자 의도 파악(intention reading) 기술은 스마트 홈과 같은 복잡한 유비쿼터스(ubiquitous) 환경에서 사용자에게 보다 편리하고 개인화된(personalized) 서비스 제공이 가능하도록 해준다. 또한 학습 기능(learning capability)은 지식 발견(knowledge discovery)의 관점에서 의도 파악 기술의 핵심 요소 기술의 하나로 자리 매김하고 있다 이 논문에서는 스마트 홈(smart home) 환경에서 제공 가능한 개인화된 서비스 중의 하나로, 개인화된 미디어 제어 방법에 대한 내용을 다룬다. 특히, 사람의 행동 패턴과 같은 데이터는 패턴 분류의 관점에서 구분해야 할 클래스(class)에 비해 입력 정보가 불충분한 경우가 많아서 비일관적인(inconsistent) 데이터가 많으므로, 퍼지 논리(fuzzy logic)와 확률 (probability)의 개념을 효과적으로 병행해야 의미 있는 지식을 추출해 낼 수 있다. 이를 위하여 반복 퍼지 지도 클러스터링(IFCS; Iterative Fuzzy Clustering with Supervision) 알고리즘에 기반하여 주어진 데이터 패턴으로부터 확률적 퍼지 룰(probabilistic fuzzy rule)을 얻어 내는 방법에 대해 설명한다. 또한 이를 이용한 다양한 학습 제어 구조를 바탕으로 개인화된 미디어 서비스를 추천해 줄 수 있는 방법에 대해서 설명하도록 하고, 실험 결과를 통해 제안된 시스템의 효용성을 보이도록 한다.