• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 추계학술대회
• /
• pp.129-131
• /
• 2022

얼굴 표정 데이터셋에는 특정 감정 부류로 분류하기 어려운 이상치들이 존재한다. 이러한 이상치들은 얼굴 표정 인식과 더불어 얼굴 표정 조작의 성능을 저하시키는 원인 중 하나이다. 따라서, 본 논문에서는 이상치 억제를 통한 개선된 얼굴 표정 조작 프레임워크를 제안한다. 우리는 이상치 억제를 위해 의미론적 속성 분류 측면에서 우수한 성능을 보여주는 CLIP 을 활용하였다. 우리는 정성적인 비교를 통해 기존의 얼굴 표정 조작 기법보다 개선된 성능을 제시한다.

• 한국산학기술학회논문지
• /
• 제19권11호
• /
• pp.626-634
• /
• 2018

본 연구는 한국형응급환자분류도구(Korean Triage and Acuity Scale: KTAS)를 사용한 소아 중증도 분류의 정확성을 파악하기 위한 후향적 조사연구이다. 연구자료는 2016년 10월부터 2017년 9월까지 1개 권역응급의료센터, 1개 지역응급의료센터에 방문한 소아환자의 자료 중 무작위로 추출한 250건의 간호초진기록지와 진료결과였다. 수집된 자료를 검정된 전문가가 분석하여 true-triage를 정하였다. 중증도 분류 정확도는 응급실간호사의 중증도 분류 결과와 전문가의 true-triage결과와의 일치도로 평가하였다. 전문가 의견에 따라 중증도 분류 오류의 원인이 분석되었고, KTAS 등급과 퇴원, 체류시간, 진료비와의 연관성이 비교되었다. 연구결과 전문가와 응급실 간호사의 중증도 분류 등급은 높은 일치도를 보였다(weighted kappa=.77). 중증도 분류 불일치의 원인 중 활력징후 결과를 KTAS 알고리즘 기준에 잘 못 적용한 경우가 가장 많았다(n=13). KTAS 1,2 등급과 같이 중증도가 높을수록 퇴원이 적었다(${\chi}=43.25$, p<.001). 연령을 보정했을 때 KTAS 등급에 따라 체류시간(F=12.39, p<.001)과 진료비(F=11.78, p<.001)는 차이가 있었다. 본 연구결과 KTAS는 국내 응급실에서 높은 정확도를 보였으므로, 새로 개발된 중증도 분류 도구가 국내 응급실에 잘 적용되고 있다고 할 수 있다.

• 한국과학교육학회지
• /
• 제24권5호
• /
• pp.959-976
• /
• 2004

이 연구의 목적은 공룡 멸종 원인이라는 소재로 학생들의 생각을 조사하고, 이 생각과 일치하지 않는 대안적 가설을 제시하여 반응 유형을 분류하고 인지갈등과 개념 변화 정도를 알아보는 것이다. 이를 위해 경기도 안양시에 소재한 인문계 고등학교 2학년 187명의 학생을 대상으로 설문 조사하여 개념을 알아보고, 이 중 개념에 대한 신뢰 정도가 높게 나타난 98명의 학생들을 대상으로 대안적 가설을 제시한 후, 반응 유형 검사지를 이용하여 응답을 분석하였다. 연구 결과, 첫째 공룡 멸종 원인으로 대규모 운석 충돌이 가장 많았으며, 지각 변동에 의한 기후 변화(기온저하), 대규모 화산 분출, 먹이 부족, 질병(바이러스), 서식지 감소 순으로 응답하였다. 또한, 공룡 멸종은 단순히 한 가지 원인에 의한 것이 아니라 여러 가지 원인이 복합적으로 작용하여 멸종하였다고 생각하고 있다. 둘째, 대안적 가설에 대한 학생들의 반응은 거부, 재해석, 판단 불확실, 신뢰 감소, 부분적 이론 변화, 이론 변화 등 6가지의 유형으로 분류할 수 있었다. 셋째, 거부와 재해석 유형을 제외한 나머지 유형은 인지갈등이 유발된 것으로 분류하였으며, 전체적으로 62.3%가 인지갈등이 유발되어 6.1%의 개념 변화를 보였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1994년도 제11회 음성통신 및 신호처리 워크샵 논문집 (SCAS 11권 1호)
• /
• pp.138-141
• /
• 1994

기존의 HMM을 이용한 음성인식기는 대부분 ML 추정에 기초한 Baum-Welch 알고리듬으로 학습되었다. ML학습은 기본적으로 무한한 양의 학습 데이터가 주어지고, 각 모델들이 서로 독립이라는 가정에 기초한다. 하지만 실제적인 학습의 경우에 각 모델들이 서로 독립이라고 보기 어렵고, 학습 데이터의 양도 상당히 제한되어 있어서 인식기의 변별력을 저하시키는 주된 원인이 되고 있다. 본 논문에서는 전통적인 패턴분류기법인 Bayes 결정이론에 따라 최소오차율분류를 위한 MAP 수식화를 유도하고, 그에 기초한 HMM의 변별력 있는 학습 알고리듬을 제안한다. 최소오차율분류를 근사화한 사후확률로 표현된 비용함수를 정의하고, 그 비용함수에 조건부 경사강하법을 적용한다. 제안된 알고리듬을 분류하기 어려운 한국어 단음절 인식에 적용한 결과, 기존의 ML 알고리듬으로 학습한 경우 발생한 오인식 개수의 약 10% 가량이 개선되었다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2004년도 춘계학술발표대회 논문집 제23권 1호
• /
• pp.341-344
• /
• 2004

발전소에서 운전 중인 발전 설비의 장비 및 기계의 동작, 감시, 진단은 매우 중요한 일이다. 발전소의 이상 감지를 위해 상태 모니터링이 사용되며, 이상이 발생되었을 때 고장의 원인을 분석하고 적절한 조치를 계획하기 위한 이상 진단 과정을 따르게 된다. 본 논문에서는 산업 현장에서 기기들의 운전시에 발생하는 기기 발생 음을 획득하여 정상/비정상을 판정하기 위한 알고리듬에 대하여 연구하였다. 사운드 감시(Sound Monitoring) 기술은 관측된 신호를 acoustic event로 분류하는 것과 분류된 이벤트를 정상 또는 비정상으로 구분하는 두 가지 과정으로 진행할 수 있다. 기존의 기술들은 주파수 분석과 패턴 인식의 방법으로 간단하게 적용되어 왔으며, 본 논문에서는 K-means clustering 알고리듬을 이용하여 사운드를 acoustic event로 분류하고 분류된 사운드를 정상 또는 비정상으로 구분하는 알고리듬을 개발하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2007년도 제19회 한글 및 한국어 정보처리 학술대회
• /
• pp.216-227
• /
• 2007

본고는 서로 다른 용어와 기준들로 일관성 없이 나열되어 있던 이전의 '-이나'의 의미 해석을 통합적으로 설명해 보고자 한다. 즉 특정한 양상 척도(개연성, 희구성, ${\ldots}$ 등)을 이용하여 '-이나'가 쓰인 맥락에 따라 척도 함축을 해석해 내고자 한다. 따라서 본고는 교착어의 특성을 가진 한국어의 특수조사(혹은 한정사) '-이나'의 함축 해석에서 척도의 유형을 분류함으로써 의미 해석과 형식화의 초석을 다지는 연구가 될 것이라고 기대한다. 먼저 '-(이)나'의 함축 해석에서 나타나는 척도의 유형에 대하여 논의하고자 한다. 따라서 '-(이)나'의 함축이 드러내는 척도들을 형식적으로'선형과 비선형'척도를 나누고 이러한 문장들이 들어내는 양상을 분류할 것이다. 둘째, 정대호 외(2002)에서 논의하고 있는 '~이나/도'가 분류사구와 결합한 문장이 화용론적인 개연성의 척도상에서 하한 값을 유발한다고 제안함에 따라, 본고는 양상을, 이러한 개연성의 척도를 포함한, '인식(진리, 원인, 지식, 평가), 의무(의지), 희구(기원)'의 3가지 양상으로 분류하고, 이에서 '-(이)나'가 유발하는 각각의 척도상의 함축을 기술할 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.443-446
• /
• 2010

질의 분류에서 어휘의 다양한 표현으로 인한 어휘 불일치문제는 성능저하의 주요 원인이다. 본 논문에서는 야후!앤써 질의응답 아카이브를 이용해서 같은 카테고리의 질의-질의쌍들에 대해 어휘-어휘 번역확률을 계산하는 방법을 제안한다. 정보검색에서 우수한 성능을 보인 어휘 사이의 번역확률을 반영하는 번역기반 언어모델이 질의 분류에서 유효함을 확인하였고 언어모델과의 비교실험을 통해 성능향상을 보였다. 어휘관계를 측정하는 방법에서 번역확률 계산방법에 따른 성능측정에서 전체 질의-대답쌍들에 대해 번역확률을 계산하는 것보다 같은 카테고리에 속하는 질의-질의쌍들에 대해 번역확률을 계산하는 것이 분류를 위해 더 좋은 번역확률임을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제6권5호
• /
• pp.824-830
• /
• 2003

메모리 기반 추론에서 기억공간의 효율적인 사용과 분류성능의 향상을 위하여 제안되었던 RPA(Recursive Partition Averaging)알고리즘은 대상 패턴 공간을 분할 한 후 대표 패턴을 추출하여 분류 기준 패턴으로 사용한다. 이 기법은 구성된 초월 평면상에서 단순히 대표패턴을 추출하여 분류 성능 저하의 원인이 되는 단점을 가지고 있었다. 여기에서는 기존 RPA의 단점을 보완하기 위해 FPD (Feature-based Population Densimeter)를 이용한 OHC (Optimized Hyperrectangle Calving) 알고리즘을 제안한다. 제안된 알고리즘은 RPA분할 종료 후 OHC를 이용하여 초월 평면을 최적화한 후 패턴 평균 기법을 적용하여 학습 결과를 산출한다. 제안된 알고리즘은 k-NN분류기에서 필요로 하는 메모리 공간의 40%정도를 사용하며 분류에 있어서도 RPA보다 우수한 인식 성능을 보이고 있다. 또한 저장된 패턴의 감소로 인하여, 실제 분류에 소요되는 시간비교에 있어서도 k-NN보다 월등히 우수한 성능을 보이고 있다.

• 한국가스학회지
• /
• 제24권1호
• /
• pp.56-65
• /
• 2020

일반적으로 화재는 다양한 원인으로 발생하며 무작위로 보이기에 화재의 발생을 예측한다는 것은 매우 도전적인 문제이다. 하지만 모든 화재가 아닌 큰 피해를 주는 초대형 화재사고의 예측이 가능하다면, 선제적 대응을 통한 손실 최소화를 기대할 수 있다. 본 연구에서는 국가 전체를 대상으로 초대형 화재사고를 예측하기 위해 기계학습 기법인 k-평균 클러스터링을 이용하여 화재사고를 분류하고, 이를 인위적인 설정이 강한 비전문가 기준, 전문가 기준 분류 결과와 비교하여 예측에 적절한 분류 기준을 제안하였다. 비교 결과 기계학습을 이용한 분류가 일정한 피해규모와 비율로 분류되어, 예측에 적절한 분류 기준이라 판단하였다. 또한 초대형 화재사고의 주기성을 분석한 결과 일정한 패턴을 보였지만 높은 편차를 보였다. 따라서 단순 예측기법이 아닌 고급 예측기법을 사용하였을 때 초대형 화재사고의 발생 예측이 가능하다고 판단되었다.

• 한국화재조사학회논문지
• /
• 제11권1호
• /
• pp.1-8
• /
• 2008

가스연료는 사업체, 가정 등에서 사용이 증가하고 있으며, 이로 인한 사고위험도도 증가추세 이며, 사고원인 또한 다양하게 나타나고 있다. 가스사고를 원인(취급부주의, 제품불량 등), 형태(화재, 폭발, 누출 등), 피해등급(1,2,3,4급), 사상자(사망, 중상, 경상)로 분류하여 설명하였다. 가스연료 중 가정에서 많이 사용되는 LP가스 시설은 가스용기, 압력조정기, 호스, 중간밸브, 연소기로 크게 구분할 수 있으며, 이 구성요소 중의 어떤 부분에서 취급부주의, 제품불량 등의 원인에 의해 화재 및 폭발 등이 발생할 수 있다. 따라서 사고 발생시 과거화재사례에 대한 연구 및 화재조사 시 착안사항을 참고하여 정확한 원인이 규명되어야 한다.