• Journal of Korea Water Resources Association
• /
• v.56 no.8
• /
• pp.471-484
• /
• 2023

Deep learning models based on generative adversarial neural networks are specialized in generating new information based on learned information. The deep generative models (DGMR) model developed by Google DeepMind is an generative adversarial neural network model that generates predictive radar images by learning complex patterns and relationships in large-scale radar image data. In this study, the DGMR model was trained using radar rainfall observation data from the Ministry of Environment, and rainfall prediction was performed using an generative adversarial neural network for a heavy rainfall case in August 2021, and the accuracy was compared with existing prediction techniques. The DGMR generally resembled the observed rainfall in terms of rainfall distribution in the first 60 minutes, but tended to predict a continuous development of rainfall in cases where strong rainfall occurred over the entire area. Statistical evaluation also showed that the DGMR method is an effective rainfall prediction method compared to other methods, with a critical success index of 0.57 to 0.79 and a mean absolute error of 0.57 to 1.36 mm in 1 hour advance prediction. However, the lack of diversity in the generated results sometimes reduces the prediction accuracy, so it is necessary to improve the diversity and to supplement it with rainfall data predicted by a physics-based numerical forecast model to improve the accuracy of the forecast for more than 2 hours in advance.

• 대한관절경학회:학술대회논문집
• /
• 2007.10a
• /
• pp.66-74
• /
• 2007

1931년 Burman은 주관절의 제한된 관절 공간, 관절낭 팽창의 어려움, 삽입구 주변에 근접한 신경-혈관 구조물에 의해 주관절 관절경은 불가능하다고 보고하였다. 비록 1935년 자신이 다시 여러 번 시도 끝에 주관절 전방 관절낭을 관절경으로 관찰한 후 주관절도 관절경적 접근이 가능하다는 점을 처음으로 언급하였지만 1980년대 중반까지도 몇몇의 보고를 제외하고 주관절 관절경에 대한 관심은 매우 적었다. 그 후 주관절 관절경은 관절경 기구들의 발달과 소관절을 위한 소구경 관절경의 발전과 함께 하였다. 1985 Andrew와 Carson이 supine position에서 전외측, 전내측 그리고 후외측 삽입구를 이용하여 주관절을 관찰하였으며 1989년 Poehling은 후방 주관절 접근이 용이하도록 prone position으로 관절경을 시행하였고 최근 새로운 접근 방법 및 확대된 적응증에 대한 보고가 점점 늘어나고 있다. 주관절 관절경의 합병증은 적지만 주관절 주변의 해부학적 구조물에 대한 정확한 이해를 가지고 있어야 심각한 합병증을 발생을 예방할 수 있다.

• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.41-44
• /
• 2017

기계이해 시스템은 주어진 문서를 이해하고 질의에 해당하는 정답을 출력하는 방법으로 심층 신경망을 활용한 주의집중 방법이 발달하면서 활발히 연구되기 시작했다. 본 논문에서는 어휘 정보를 통해 문서와 질의를 이해하는 어휘 이해 모델과 품사 등장 정보, 의존 구문 정보를 통해 문법적 이해를 하는 구문 이해 모델을 함께 사용하여 기계이해 질의응답을 하는 Dual Bi-Directional Attention Flow모델을 제안한다. 한국어로 구성된 18,863개 데이터에서 제안 모델은 어휘 이해 모델만 사용하는 Bi-Directional Attention Flow모델보다 높은 성능(Exact Match: 0.3529, F1-score: 0.6718)을 보였다.

• Proceedings of the IEEK Conference
• /
• 2003.07d
• /
• pp.1569-1572
• /
• 2003

최근 생명공학 분야의 기술이 혁신적으로 발달함에 따라 게놈 프로젝트가 본래 계획보다 2년 앞당겨져 2003 년 4 월 인간 유전자의 완전한 서열을 밝히고 성공적으로 완료됨으로서 관련 연구자들은 인간의 유전자에 대한 대량의 서열 데이터를 얻게 되었다. 그래서 게놈 프로젝트의 다음 단계로서 엄청난 양의서열 정보 분석으로부터 유전자의 기능을 파악하고자 하는 연구들이 이미 세계적으로 활발히 진행되고 있다. 이러한 연구들의 최종적 목표는 질병 치료와 생명연장의 실현이라고 볼 수 있다. 유전자 연구를 위해선 우선 일차적으로 유전자 부위를 파악해야 한다. 유전자는 구조적으로 다시 여러 부분으로 나뉘는데 유전자 발현의 개시에 매우 중요한 요소 중 하나가 바로 프로모터 (Promoter) 이다. 프로모터 내에는 TATA box 가 있는데 이는 프로모터의 핵심 요소이다. 프로모터는 생명체의 종 그리고 RNA 중합효소의 종류에 따라 다르다. 이 논문에서는 다양한 신경망 알고리즘 중의 하나인 Backtpropagation 을 이용하여 밝혀지지 알은 서열에서 인간을 포함하는 원핵생물의 프로모터 서열을 예측할 수 있는 방법을 얻었기에 소개하고자 한다.

• Electronics and Telecommunications Trends
• /
• v.21 no.5 s.101
• /
• pp.93-108
• /
• 2006

햅틱스(Haptics)란 사람에게 촉감을 전달하는 방법을 연구하는 것에 관한 학문이다. 컴퓨터와 정보통신 기술의 발달과 함께 촉각 인터페이스는 시각/청각을 넘어선 새로운 정보 전달의 수단으로 대두되고 있다. 햅틱스의 연구분야는 크게 촉각을 전달하기 위한 물리적 장치를 일컫는 햅틱 인터페이스, 사람이 느끼는 촉감의 메커니즘을 연구하는 신경과학 및 심리학, 촉감을 모델링하기 위한 햅틱 렌더링, 그리고 햅틱스 기술을 적용한 응용시스템의 개발로 나눌 수 있다. 본 고에서는 현재 햅틱스 관련 연구분야의 세계적인 기술 수준을 소개 및 분석하고, 보다 사실적인 촉감을 전달하기 위한 연구동향을 기술한다. 또한 향후 햅틱스 기술이 응용될 주요 연구 분야를 예측해 본다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.2206-2207
• /
• 2011

컴퓨터 통신기술 발달에 따라 철도의 열차제어에 대한 기술도 기존의 궤도회로기반에서 무선통신기반으로 변화되고 있다. 국내에서도 도시철도용 무선통신기반 열차제어시스템의 개발이 진행됨에 따른 개발품의 성능평가에 대한 관심이 높아지고 있다. 따라서 본 논문에서는 새롭게 개발되는 무선통신기반 열차제어시스템의 성능평가를 위해 성능시험 항목의 선정과 현장에서의 시험을 위한 시험선로 지상 및 차상인프라 구축에 대한 기본적인 검토를 기반으로 시험 및 성능평가 시행의 종합기본계획을 수립하는 검토를 수행하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.223-226
• /
• 2017

인터넷의 발달로 인하여 네트워크 공격이 점차 발전되며 여러 가지 공격 기법들이 생겨나고 이러한 기법들은 혼합하여 사용하는 등 변칙적인 해킹기법들이 생겨나고 있다. 이로 인하여 침입 탐지 시스템(Intrusion Detection System, IDS)은 기존의 알려진 공격에 대해서만 탐지하고 변칙된 새로운 패턴의 공격을 탐지하지 못하는 경우가 생겨나고 있다. 이 문제에 적합한 해결책을 찾고자 여러 가지 알고리즘들이 연구되었고, 아직도 활발히 진행되고 있다. 본 글에서는 이러한 연구된 알고리즘들을 비교해 보았고 효율적인 방법을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.769-770
• /
• 2017

최근 데이터 기술의 발달에 따라, 기업에서는 중요 데이터를 서버와 같은 데이터 저장 장치에 보관하고 있다. 하지만 기업 내부 직원에 의해 기업의 기밀 데이터가 유출될 수 있는 위험성이 있기 때문에, 내부 직원에 의한 데이터 유출을 탐지 및 방지해야 할 필요성이 있다. 따라서 본 논문에서는 각 보안 솔루션에서 수집한 보안 로그를 데이터 유출 시나리오를 바탕으로 시계열 그래프로 작성하여, 이미지 인식에 뛰어난 성능을 보이는 합성곱 신경망을 통해 데이터 유출을 탐지하는 시스템을 제안한다. 실험 결과 유출된 데이터의 크기에 상관없이 95% 이상의 정확도를 보였으며, 복합적인 행동을 통해 데이터 유출을 시도한 경우에도 97% 이상의 정확도를 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.916-919
• /
• 2017

최근 딥러닝의 발달로 인해 Sentiment analysis분야에서도 다양한 기법들이 적용되고 있다. 이미지, 음성인식 분야에서 높은 성능을 보여주었던 Convolutional Neural Networks (CNN)은 최근 자연어처리 분야에서도 활발하게 연구가 진행되고 있으며 Sentiment analysis에도 효과적인 것으로 알려져 있다. 기존의 머신러닝에서는 lexicon을 이용한 기법들이 활발하게 연구되었지만 word embedding이 등장하면서 이러한 시도가 점차 줄어들게 되었다. 그러나 lexicon은 여전히 sentiment analysis에서 유용한 정보를 제공한다. 본 연구에서는 SemEval 2017 Task4에서 제공한 Twitter dataset과 다양한 lexicon corpus를 사용하여 lexicon을 CNN과 결합하였을 때 모델의 성능이 얼마큼 향상되는지에 대하여 연구하였다. 또한 word embedding과 lexicon이 미치는 영향에 대하여 분석하였다. 모델을 평가하는 metric은 positive, negative, neutral 3가지 class에 대한 macroaveraged F1 score를 사용하였다.

• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.41-44
• /
• 2017

기계이해 시스템은 주어진 문서를 이해하고 질의에 해당하는 정답을 출력하는 방법으로 심층 신경망을 활용한 주의집중 방법이 발달하면서 활발히 연구되기 시작했다. 본 논문에서는 어휘 정보를 통해 문서와 질의를 이해하는 어휘 이해 모델과 품사 등장 정보, 의존 구문 정보를 통해 문법적 이해를 하는 구문 이해 모델을 함께 사용하여 기계이해 질의응답을 하는 Dual Bi-Directional Attention Flow모델을 제안한다. 한국어로 구성된 18,863개 데이터에서 제안 모델은 어휘 이해 모델만 사용하는 Bi-Directional Attention Flow모델보다 높은 성능(Exact Match: 0.3529, F1-score: 0.6718)을 보였다.