• 한국콘텐츠학회논문지
• /
• 제19권11호
• /
• pp.278-287
• /
• 2019

공간 정보 추출은 자연어 텍스트에 있는 정적 및 동적인 공간 정보를 공간 개체와 그들 사이의 관계로 명확히 표시하여 추출하는 것을 말한다. 이 논문은 2단계 양방향 LSTM-CRF 앙상블 모델을 사용하여 한국어 공간 정보를 추출할 수 있는 심층 학습 방법을 제안한다. 또한 공간 개체 추출과 공간 관계 속성 추출을 통합한 모델을 소개한다. 한국어 공간정보 말뭉치(Korean SpaceBank)를 사용하여 실험한 결과 제안한 심층학습 방법이 기존의 CRF 모델보다 우수함을 보였으며, 특히 제안한 앙상블 모델이 단일 모델보다 더 우수한 성능을 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.394-396
• /
• 2021

특정 질병 진단을 위한 병리 검사는 필수적이며, 최근 이러한 분야의 시간적, 인적 자원의 필요성을 줄이기 위해 인공 지능을 활용한 암세포의 자동분류가 가능한 시스템 구축에 관련된 연구가 활발하게 진행되고 있다. 하지만, 이전 연구에서는 제한적인 심층학습 알고리즘에 기인한 비교적 낮은 정확도로 데이터 처리에 한계가 존재하였다. 본 연구에서는 심층 학습의 일종인 Convolution Neral Network를 통해 4종류의 암세포를 4 Class Classifciation을 시행하는 방법을 제안한다. EfficientNet, ResNet, Inception을 사용하였으며 여러 하이퍼 파라미터 튜닝을 통해 얻은 모델을 앙상블 하여 최종적으로 97.26의 정확도를 얻을 수 있었다.

• 한국식품저장유통학회지
• /
• 제21권5호
• /
• pp.688-693
• /
• 2014

영양성과 기능성이 개선된 두부의 제조 조건을 확립하고 자 시판 응고제($MgCl_2$)와 해양 암반 심층수를 각각 응고제로 사용하고 흑마늘 추출물을 0, 1, 3, 5, 7%씩 첨가하여 제조한 두부의 품질특성을 비교분석하였다. 관능평가 결과 전체적인 선호도는 해양 암반 심층수를 응고제로 사용하고 흑마늘 추출물이 첨가되지 않은 두부, 해양 암반 심층수를 응고제로 사용하고 흑마늘 추출물을 1% 첨가한 두부, 시판 응고제를 사용하고 흑마늘 추출물을 1% 첨가한 두부 순으로 높았으며 두부 제조 시 흑마늘 추출물의 첨가는 색, 향과 맛에 영향을 미쳤으며 흑마늘 추출물의 첨가량이 증가할수록 두부의 질감이 단단해지는 경향을 나타내었다. 두부의 제조 수율은 시판 응고제를 사용하고 흑마늘 추출물을 7% 첨가한 두부에서 26.66%로 가장 높았으나 타 실험군들과의 유의적인 차이는 없었다. 순물의 탁도는 시판 응고제를 사용한 두부에 비해 해양 암반 심층수를 응고제로 사용한 두부에서 유의적으로 낮았으며 흑마늘 추출물의 첨가량이 증가할수록 높았다. 두부의 pH는 5.61~6.15의 범위로 흑마늘 추출물의 첨가량이 증가할수록 감소하는 경향을 보였다. 색도에서 흑마늘 추출물의 첨가량이 증가할수록 두부의 명도는 낮아졌고 녹색도는 높아졌으며 황색도는 유의적인 차이를 보이지 않았다. 흑마늘 추출물의 첨가량 증가는 두부의 물성 중 경도, 씹힘성, 검성을 증가시키는 반면 탄력성에는 영향을 미치지 않았다. 이상의 결과를 종합하여 볼 때 시판 응고제 보다는 해양 암반 심층수의 사용하고, 1% 정도의 흑마늘 추출물을 첨가함으로써 두부의 관능적 특성과 물성을 개선할 수 있을 것으로 기대 된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권12호
• /
• pp.485-496
• /
• 2018

지금까지 인공지능의 한 분야인 딥러닝 방법은 구조화되지 않은 데이터로부터 문제를 해결하는 놀라울만한 성과를 이루어왔지만, 인간처럼 여러 상황들을 종합적으로 판단, 그것들의 연관성을 추론하고, 그 다음 상황을 예측하는 수준의 지능을 갖는데 도달하지 못하였다. 최근 발표된 복잡한 관계 추론을 수행하는 심층 신경망은 인공지능이 인간의 핵심 지적 능력인 관계 추론을 보유할 수 있다는 것을 증명하였다. 본 논문에서는 관계 추론 심층 신경망 중에서 Relation Networks (RN)의 성능을 분석 및 관찰해 보고자 Sort-of-CLEVR 데이터 셋을 사용한 시각적 질의응답과 bAbI task를 사용한 텍스트 기반 질의응답 두 유형의 RN 기반 심층 신경망 모델을 구축하여 baseline 모델과의 비교를 통한 성능검증을 하였다. 또한 모델의 성능을 극대화하기 위하여 하이퍼 파라미터 튜닝 등 다양각도의 성능개선 실험으로 관계 추론을 위한 RN 기반 심층 신경망 모델의 성능개선 방법을 제안하였다. 제안한 성능개선 방법은 시각적 질의응답 모델과 텍스트 기반 질의응답 모델에 적용하여 그 효과를 검증하였고, 기존의 RN 모델에서 사용해보지 않았던 Dialog-based LL 데이터 셋을 사용하여 새로운 도메인에서의 제안한 성능개선 방법의 효과를 다시 한 번 검증하였다. 실험 결과 두 유형의 RN 모델 모두에서 초기 학습률이 모델의 성능을 결정하는 핵심 요인임을 알 수 있었고, 제안한 random search 방법에 의해 찾은 최적의 초기 학습률 설정이 모델의 성능을 최고 99.8%까지 향상 시킬 수 있다는 것을 확인하였다.

• 지역과문화
• /
• 제7권1호
• /
• pp.99-126
• /
• 2020

본 연구는 복합문화공간이 지역문화 활성화에 끼치는 영향에 대해 알아보고자 진행되었다. 기존의 복합문화공간을 통한 지역문화 활성화에 대해 논하였던 선행연구들은 문헌연구법이나 양적 연구방법에 치중되어 있어 공간을 경험한 사용자들의 구체적이고 실질적인 반응에 대한 연구가 부족한 실정이다. 따라서 사용자들의 심층인터뷰를 통해 깊이 있는 자료를 수집하고, 이를 통해 향후 복합문화공간의 발전 방향에 대해 연구하고자 한다. 본 연구는 복합문화공간의 대표적인 사례라고 할 수 있는 광주 소재 국립아시아문화전당을 중심으로 연구하였으며, 구체적인 관점에서 연구 문제를 규명하기 위해 문화전당을 방문한 광주 거주 5년 이상 된 시민들을 대상으로 심층 인터뷰를 진행하였다. 심층 인터뷰와 문헌 연구법을 병행한 연구 분석 결과 광주시민들은 국립아시아문화전당이 지역 문화 활성화에 기여하고 있으며 지역을 대표하는 문화공간으로서 긍정적으로 기능한다고 인식하지만, 복합문화공간으로 인정받기에는 일부 취약하다고 생각하는 경향을 보였다. 콘텐츠의 대중성이 약하고, 전당의 운영 시간이 유동적이지 않아 사용자가 불편함을 느끼며, 사용자가 원하는 체험 콘텐츠의 양과 질이 부족하다는 점 등이 주요 근거이다. 따라서 국립아시아문화전당이 성공적인 복합문화공간으로서 위상을 떨치기 위해서는 지역 내 구성원들과 협업하여 구성원들의 콘텐츠와 공간에 대한 필요성을 조사하고 적극적으로 반영할 수 있는 전략방안을 마련해야 한다.

• 지식경영연구
• /
• 제23권2호
• /
• pp.277-299
• /
• 2022

관광산업에서 발생하는 방대한 카드 거래 데이터는 관광객의 소비 행태와 패턴을 암시하는 중요한 자원이 되었다. 거래 데이터에 기반을 둔 스마트 서비스 시스템을 개발하는 것은 관광산업과 지식관리시스템 개발자들의 주요한 목표들 중 하나이다. 그러나 기존 추천 기법의 근간이 되어 온 평점을 활용하기 어렵다는 점은 시스템 설계자들이 학습 과정을 평가하기 어렵게 한다. 또한 시간적, 공간적, 인구통계학적 정보와 같이 추천 성과를 높일 수 있는 보조 요소들을 적절히 활용하는 방법도 어려운 상황이다. 이러한 문제들에 대하여 본 논문은 카드 거래 데이터를 기반으로 관광 서비스를 추천하는 새로운 방식인 CTDDTR을 제안한다. 먼저 Doc2Vec를 이용하여 시간성 선호도를 임베딩하여 관광객 그룹과 서비스 벡터로 데이터를 표현하였다. 다음 단계로 딥러닝 기술 중 하나인 다중 계층 퍼셉트론을 도입하여 얻어진 벡터와 관광 RDF로부터 도출한 보조 요소를 통합하여 심층 추천 모듈을 구성하였다. 추가로, 지식경영 분야의 RFM 분석 기법을 심층 추천 모듈에 도입하여 심층 신경망을 학습하는데 사용되는 평점을 생성함으로써 평점 부재 문제에 대응하였다. 제안한 CTDDTR의 추천 성능을 평가하기 위해 제주도에서 8년 동안 발생한 카드 거래 데이터를 사용하였고, 제안된 방법의 우수한 추천 성능과 보조 요소의 효과를 증명하였다.

• 한국컴퓨터정보학회논문지
• /
• 제29권4호
• /
• pp.91-103
• /
• 2024

본 연구는 운동선수들을 대상으로 스포츠 심리상담의 인식을 탐색하기 위해 설문조사와 심층면담을 실시하였다. 연구 대상은 설문조사에서 운동선수 307명, 심층 면담에서 심리상담을 받아본 선수 4명, 받지 않은 선수 4명 등 총 8명의 참여자를 대상으로 자료를 수집하였다. 설문조사에서는 운동선수들이 심리훈련을 어떻게 인식하고 있고 관리하고 있는지, 평소 고민 상담의 필요성과 전문가에게 비용을 지불하고 도움을 받는 스포츠 심리상담의 이용 의향 및 필요성, 경험 여부, 진행하기 전 고려 사항 등에 대해 조사를 실시하였다. 조사 결과, 운동선수들의 69.1%가 심리훈련의 필요성을 인식하고 있었지만, 심리훈련을 진행하는 선수는 33.2%에 불과하였다. 또한, 67.8%가 전문가에게 심리훈련에 대한 교육을 받고 싶다고 답변한 반면, 관련 정보를 탐색한 경험이 있는 선수는 19.9%에 불과하였다. 비용을 지불하고 스포츠 심리상담이라는 서비스를 받을 의향을 묻는 질문에서는 55.7%가 의향이 있다고 답변하였으며, 받고 싶은 이유와 받기 싫은 이유, 상담 진행 시 고려하거나 선호하는 내용에 대한 결과를 나열하였다. 심층 면담에서는 상담을 받아본 참여자와 받지 않은 참여자로 분류하여, 스포츠 심리상담을 받은 동기와 받지 않은 이유, 심리상담 시 주변 인식, 고려 사항, 원하는 심리상담사 유형과 프로그램 등의 내용에 대해 심층적으로 알아보았다. 이 연구를 바탕으로 스포츠 심리상담이 수요자에게 질 좋은 서비스로 제공되는 기초 자료로 사용되기를 바라는 관점에서 논의와 제언을 제시하였다.

• 자원환경지질
• /
• 제56권6호
• /
• pp.887-897
• /
• 2023

스웨덴, 스위스, 영국 등 폐기물 처분 선도국들은 고준위방사성폐기물 심층처분시설의 계획, 부지선정, 건설, 운영, 폐쇄, 그리고 폐쇄 후 관리 전 단계에서 안전성평가를 수행하고 있다. 안전성평가는 각 단계에서 반복적으로 이루어지며, 장기간에 걸쳐 다양하고 방대한 양의 데이터를 생성하므로, 안전성평가 자료를 위한 데이터베이스를 구축하고 효과적으로 관리하기 위한 자료관리체계를 구축하는 것이 필수적이다. 본 연구에서는 폐기물 처분 분야에서 선도적인 국가의 안전성평가 자료관리체계를 1) 안전성평가 입력 및 참조자료, 2) 자료관리 지침, 3) 자료관리 조직, 그리고 4) 자료관리 전산시스템으로 구분하여 분석하였다. 각 국가는 특정 부분에서는 차이를 보였지만, 안전성평가 입력자료를 처분 시스템 구성 요소를 기반으로 분류하고, 이를 제공, 사용, 관리하는 조직을 설립하며, 지침 및 매뉴얼에 따라 품질관리 체계를 구현하는 등 공통적인 특성을 보이고 있다. 이러한 사례들은 고준위방사성폐기물 처분시설의 안전성을 확보하고 신뢰성을 향상시키기 위해 효과적으로 데이터 관리 시스템과 문서 관리 시스템을 구축하는 것이 중요하다는 것을 시사한다. 이를 위해서는 유연하게 활용 가능한 입력자료의 분류, 입력자료의 일관성과 추적성 보장, 그리고 입력자료와 문서관리를 위한 품질관리 체계를 수립하는 것이 필요하다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권3호
• /
• pp.141-148
• /
• 2022

최근 들어 강화 학습은 심층 신경망 기술과 결합되어 바둑, 체스와 같은 보드 게임, Atari, StartCraft와 같은 컴퓨터 게임, 로봇 물체 조작 작업 등과 같은 다양한 분야에서 매우 놀라운 성공을 거두었다. 하지만 이러한 심층 강화 학습은 행동, 상태, 정책 등을 모두 벡터 형태로 표현한다. 따라서 기존의 심층 강화 학습은 학습된 정책의 해석 가능성과 일반성에 제한이 있고, 도메인 지식을 학습에 효과적으로 활용하기도 어렵다는 한계성이 있다. 이러한 한계점들을 해결하기 위해 제안된 새로운 관계형 강화 학습 프레임워크인 dNL-RRL은 센서 입력 데이터와 행동 실행 제어는 기존의 심층 강화 학습과 마찬가지로 벡터 표현을 이용하지만, 행동, 상태, 그리고 학습된 정책은 모두 논리 서술자와 규칙들로 나타내는 관계형 표현을 이용한다. 본 논문에서는 dNL-RRL 관계형 강화 학습 프레임워크를 이용하여 제조 환경 내에서 운송용 모바일 로봇을 위한 행동 정책 학습을 수행하는 효과적인 방법을 제시한다. 특히 본 연구에서는 관계형 강화 학습의 효율성을 높이기 위해, 인간 전문가의 사전 도메인 지식을 활용하는 방안들을 제안한다. 여러 가지 실험들을 통해, 본 논문에서 제안하는 도메인 지식을 활용한 관계형 강화 학습 프레임워크의 성능 개선 효과를 입증한다.

• 터널과지하공간
• /
• 제33권6호
• /
• pp.435-444
• /
• 2023

핀란드에서는 고준위방사성폐기물 심층처분시스템 공학적방벽의 구성요소인 뒤채움재에 대해 기존 건설허가 신청 시 적용한 블록/펠렛 방식을 과립형 방식으로 변경하여 운영허가를 신청한 바 있다. 이에 따라 뒤채움에 대한 설계개념 수립을 위해 기존 뒤채움 방식의 문제점 및 대안 설계의 개선점을 확인하여 국내 적용성을 검토할 필요가 있다. 이에 본 논문에서는 우선적으로 핀란드 심층처분시설 인허가 과정에서 처분터널 뒤채움 방식 변경과 관련하여 수행된 주요 연구사례를 검토하여 블록/펠렛 뒤채움 방식 적용 시 예상되는 문제점을 확인하였다. 또한, 이를 바탕으로 뒤채움 방식에 대해 기술적 및 운영적 측면에서 고려되어야 하는 요소항목을 도출한 후 2가지 방식에 대한 비교·평가를 수행하여 설계 변경의 종합적 우위성을 규명하였다. 이와 같은 결과는 향후 국내 고유 심층처분시설 개발과정에서 최적 설계안을 도출하기 위한 기술적 근거자료로 활용할 수 있을 것으로 예상된다. 단, 뒤채움 방식 선정을 위해 필수적으로 고려되어야 하는 세부 요소항목에 대해 추가 기술자료를 확보하여 적용 가능성을 사전에 검토해야 한다.