• 정보처리학회논문지B
• /
• 제13B권4호
• /
• pp.439-448
• /
• 2006

Kohonen SOM(Self-Organizing Map)이나 MLP(Multi-Layer Perceptron), SVM(Support Vector Machine)과 같은 기존의 인식 및 클러스터링 알고리즘들은 새로운 입력 패턴에 대한 적응성이 떨어지고 학습 패턴 자체의 복잡도에 대한 학습률의 의존도가 크게 나타나는 등 여러 가지 단점이 있다. 이러한 학습 알고리즘의 단점은 문제의 학습 패턴자체의 특성을 잃지 않고 문제의 복잡도를 낮출 수 있다면 보완할 수 있다. 패턴 자체의 특성을 유지하며 복잡도를 낮추는 방법론은 여러 가지가 있으며, 본 논문에서는 커널 공간 해석 기법을 접근 방법으로 한다. 본 논문에서 제안하는 kSOM(kernel based SOM)은 원 공간의 데이터가 갖는 복잡도를 무한대에 가까운 초 고차원의 공간으로 대응시킴으로써 데이터의 분포가 원 공간의 분포에 비해 상대적으로 성긴(spase) 구조적 특정을 지니게 하여 클러스터링 및 인식률의 상승을 보장하는 메커니즘 을 제안한다. 클러스터링 및 인식률의 산출은 본 논문에서 제안한 새로운 유사성 탐색 및 갱신 기법에 근거하여 수행한다. CEDAR DB를 이용한 필기체 문자 클러스터링 및 인식 실험을 통해 기존의 SOM과 본 논문에서 제안한 kSOM과 성능을 비교한다.

• 한국컴퓨터산업학회논문지
• /
• 제2권9호
• /
• pp.1139-1146
• /
• 2001

최근 웹 기술의 확산과 정보기술의 발달로 교육분야에서 컴퓨터의 가치는 더욱 높아지고 있으며, 기존의 교실위주의 수업보다 시간적 공간적 제약을 덜 받게 되는 WBI(Web Based Instruction)는 무한한 발전 가능성을 제시하고 있다. 하지만 기존의 WBI에서는 교수가 수업 평가 후 학생에게 수업의 결과를 알려주는 형식이었고, 또한 학습자에게는 일률적으로 평가가 적용되어 학생의 수준에 맞는 수업을 할 수가 없었으며, 교수의 입장에서도 학생들의 평가 결과가 수업의 질을 높이거나 내용을 변경시킬 적당한 근거 제시의 어려움을 가지고 있었다. 본 논문에서는 수준별 학습을 위한 단계별 예비 테스트와 학습 후 다양한 방법으로 테스트의 평가내용을 시각적으로 제시하고, 또한 교수가 평가의 준거를 입력하고 학습자의 평가결과와 교수의 평가준거를 비교할 수 있는 교수지원 컴포넌트를 설계 구현한다. 이는 체계적인 평가 방법론이 되고 학습의 패러다임을 바꾸거나 과목을 변경할 경우, 그 결과에 따라 교수 방법의 변화나 수업내용을 변경하고자할 때 용이하다. 또한 유사한 다른 패러다임의 WBI 시스템에서도 이미 개발된 컴포넌트를 사용함으로써, 유사 응용 시스템의 개발 시 제시된 컴퍼넌트 사용의 용이성과 이식성, 재사용성을 높일 수 있게 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.137-137
• /
• 2023

해양쓰레기는 해안의 심미적 가치 저하뿐만 아니라 생태계 파괴, 유령 어업에 따른 수산업 피해 등의 사회적·환경적 문제를 발생시키며, 그중 70% 이상은 육상 기인으로 플라스틱 및 기타 쓰레기가 주를 이루는 해외와 달리 국내의 경우 다량의 초목류를 포함하고 있다. 다양한 부유쓰레기에 대한 기존의 해양쓰레기량 추정의 한계와 하천·하구 쓰레기 수거의 효율화를 위해 해양으로 유입되는 부유쓰레기 방지를 위한 실효성 있는 대책 수립이 필요한 실정이다. 본 연구는 해양 유입 전 하천의 차단시설에 차집된 부유쓰레기의 수거 효율화 및 지속가능한 해양쓰레기 데이터 구축을 위해 AI기반의 기술을 통해 부유쓰레기 성상 분석 기법(Object Detection)과 차집량 분석 기법(Semantic Segmentation)을 활용하였다. 실제와 유사한 데이터 수집을 위해 다양한 하천 환경(정수조, 소하천, 급경사수로)에 대해 탁도(녹조, 유사), 광량, 쓰레기형상, 초목류 함량, 날씨(소하천), 유속(급경사수로) 등의 실험조건에 대하여 해양쓰레기 분류 기준 및 통계를 바탕으로 부유쓰레기 종류 선정하여 학습을 위한 데이터를 수집하였다. 학습 목적에 따라 구분하여 라벨링(Bounding box, Polygon)을 수행하고, 각 분석 기법별 전이학습을 통해 Phase 1(정수조), Phase 2(소하천), Phase 3(급경사수로) 순서로 모델을 고도화하였다. 성상 분석을 위해 YOLO v4를 활용하여 Train, Test DataSet(9:1)을 구성하고 학습 및 평가는 Iteration마다의 mAP, loss 값을 통해 비교하였으며, 학습 Phase에 따라 모델 고도화로 Test Set의 mAP 값이 성상별로 높아짐을 확인하였으며, 차집량 분석을 위해 Unet을 활용하여 Train, Test, Validation DataSet(8.5:1:0.5)을 구성하고 epoch별 IoU(intersection over Union), F1-score, loss 값을 비교하여 정성적, 정량적 평가 모두 Phase 3에서 가장 높은 성능을 확인하였다. 향후 하천 환경에서의 다양한 영양인자별 분석을 통해 주요 영향인자 도출 및 Hyper Parameter 최적화를 통한 모델 고도화로 인해 활용성이 높아질 것으로 판단된다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2009년도 제21회 한글 및 한국어 정보처리 학술대회
• /
• pp.44-49
• /
• 2009

통계기계번역에서 도메인에 특화된 번역을 시도하여 성능향상을 얻는 방법이 있다. 이를 위하여 문장의 유형이나 장르에 따라 클러스터링을 수행한다. 그러나 기존의 연구 중 문장의 유형 정보와 장르에 따른 정보를 동시에 사용한 경우는 없었다. 본 논문에서는 문장 사이의 문법적 구조 유사성으로 문장을 유형별로 분류하는 새로운 기법을 제시하였고, 단어 유사도 정보로 문서의 장르를 구분하여 기존의 두 기법을 통합하였다. 이렇게 분류된 말뭉치에서 추출한 모델과 전체 말뭉치에서 추출된 모델에서 보간법(interpolation)을 사용하여 통계기계번역의 성능을 향상하였다. 문장구조의 유사성과 단어 유사도 계산을 위하여 각각 커널과 코사인 유사도를 적용하였으며, 두 유사도를 적용하여 말뭉치를 분류하는 과정은 K-Means 알고리즘과 유사한 기계학습 기법을 사용하였다. 이를 일본어-영어의 특허문서에서 실험한 결과 최선의 경우 약 2.5%의 상대적인 성능 향상을 얻었다.

• 지능정보연구
• /
• 제15권2호
• /
• pp.49-59
• /
• 2009

내용기반 이미지 검색은 색상, 질감 등의 이미지 자체의 자질들을 이용하여 검색하므로 텍스트 기반 이미지 검색의 객관성 부족과 모든 이미지에 사람이 주석을 달아야 하는 단점을 보완할 수 있는 이미지 검색 방법이다. 이러한 내용 기반 이미지 검색에서 사용되는 방식 중 SIM(Self-organizing Image browsing Map) 방식은 SOM 알고리즘을 이용하여 이미지들을 브라우징 가능한 그룹으로 맵핑하고 그 결과를 바탕으로 이미지를 검색하게 된다. 하지만 비슷한 이미지라 할지라도 이미지의 밝기, 피사체의 움직임 등에 의하여 색상 정보가 다르게 나타나게 되면 SOM 알고리즘의 학습 과정에서 유사한 이미지들을 그룹화한 노드를 BMU로 선택하지 못하고 떨어져 있는 다른 노드를 선택하게 된다. 이 경우 학습이 진행되면서 유사한 이미지들이 군집하는 과정을 거치지만 학습이 완료될 때까지 다른 유사 이미지들을 그룹화한 노드에 맵핑이 되지 못하는 경우가 발생한다. 그 결과, 검색 결과에 나타나지 못하여 적합 이미지 검색률이 낮아 질 수 있다. 따라서 본 논문에서는 HSV 색상모델을 이용하여 양자화하고 이미지의 색상 특징 벡터를 추출한 뒤 SOM 알고리즘을 이용하여 이미지들을 브라우징 가능한 그룹으로 맵핑한다. 이때 SIM 방식의 문제점인 유사 이미지가 따로 맵핑되어 적합 이미지 검색률이 낮아지는 것을 줄이기 위하여 SOM을 두 개의 층으로 구성한다. 첫 번째 층에서 이미지의 색상 자질을 이용하여 학습을 완료한 후, 학습이 완료된 첫 번째 층 맵의 각 노드들의 연결 가중치를 이용하여 두 번째 층에서 다시 한번 학습을 수행한다. 두 개의 층으로 학습이 완료된 두 번째 층의 SOM에 질의 이미지의 특징 벡터를 입력하여 BMU를 선택하고 BMU와 연결된 첫 번째 층의 노드를 최종 선택하여 이미지를 검색한다. 실험결과, 제안된 이미지 검색 방법이 기존의 이미지 검색 방법 보다 적합 이미지의 검색 성공률이 높은 것을 확인 할 수 있었다.

• 인터넷정보학회논문지
• /
• 제22권6호
• /
• pp.141-150
• /
• 2021

인공지능(Artificial Intelligence) 기술을 활용하여 인공지능 기반의 전쟁 (AI-enabled warfare)가 미래전의 핵심이 될 것으로 예상한다. 자연어 처리 기술은 이러한 AI 기술의 핵심 기술로 지휘관 및 참모들이 자연어로 작성된 보고서, 정보 및 첩보를 일일이 열어확인하는 부담을 줄이는데 획기적으로 기여할 수 있다. 본 논문에서는 지휘관 및 참모의 정보 처리 부담을 줄이고 신속한 지휘결심을 지원하기 위해 언어 모델 기반의 다출처 정보 통합 (Language model-based Multi-source Information Integration, LAMII) 프레임워크를 제안한다. 제안된 LAMII 프레임워크는 자기지도 학습법을 활용한 언어 모델에 기반한 표현학습과 오토인코더를 활용한 문서 통합의 핵심 단계로 구성되어 있다. 첫 번째 단계에서는, 자기지도 학습 기법을 활용하여 구조적으로 이질적인 두 문장간의 유사 관계를 식별할 수 있는 표현학습을 수행한다. 두 번째 단계에서는, 앞서 학습된 모델을 활용하여 다출처로부터 비슷한 내용 혹은 토픽을 함양하는 문서들을 발견하고 이들을 통합한다. 이 때, 중복되는 문장을 제거하기 위해 오토인코더를 활용하여 문장의 중복성을 측정한다. 본 논문의 우수성을 입증하기 위해, 우리는 언어모델들과 이의 성능을 평가할 때 활용되는 대표적인 벤치마크 셋들을 함께 활용하여 이질적인 문장간의 유사 관계를 예측의 비교 실험하였다. 실험 결과, 제안된 LAMII 프레임워크가 다른 언어 모델에 비하여 이질적인 문장 구조간의 유사 관계를 효과적으로 예측할 수 있음을 입증하였다.

• 한국언론정보학보
• /
• 제42권
• /
• pp.7-43
• /
• 2008

본 연구에서는 종교미디어교육의 관점에서 다중문화 속에 나타나는 종교적 상징과 종교유사성에 대한 이론과 교육방법을 연구하였다. 오늘날에는 종교의 기본이념이나 종교문화적 가치관이 대중문화를 통해 왜곡되어 전달되는 상황이 종종 발생하고 있다. 따라서 종교 및 미디어 관련 교육문화에 대해 새로운 시각과 실제적 교육방법이 필요하다. 이에 관한 이론적 연구로써 '상징교수법'을 소개하였고, 이 이론을 토대로 한 교수학습 모형을 개발하였다. 이를 위한 연구방법으로써 '행동과 발달지향 미디어교육'의 교수설계 모형에 상징교수법의 교육방법과 교육내용을 통합하였다. 이 모형을 토대로 <다빈치 코드>를 사례로 하는 교수학습 사례를 개발하였다. 이 교육사례를 위해 <다빈치 코드>에 나타난 종교유사성 관련 요인들을 도입하였고, 총 8차시의 교수학습 방안을 개발하였다. 본 연구에서 개발된 상징교수법의 활용방안은 <다빈치 코드> 외 여러 프로그램을 대상으로도 활용할 수 있다. 앞으로 이 교육에 대한 학습효과를 검증하는 실험연구가 이루어져야 할 것이다. 이 교육을 진행할 교사교육도 필요하다. 이 상징교수법 교육사례는 종교교육에서 뿐 아니라 문화, 언어 등 다른 교육주제와의 연계도 가능하다.

• 한국인터넷방송통신학회논문지
• /
• 제22권4호
• /
• pp.195-201
• /
• 2022

학습자 주도의 지속적 원격교육 환경을 위하여 학습자의 정확한 학습 패턴을 고려한 올바른 문제 추천 가이드에 대한 필요성이 증대하고 있다. 본 논문에서는 원격교육환경에서 수집되는 학습자의 문제패턴에 대하여 상황별 가중치를 부여하여 해당 데이터를 기반의 개별 학습자의 최적 문제추천 경로를 제시하는 방법으로 블록체인 기반 스마트 컨트랙트 기술을 연구하였다. 본 연구의 성능평가를 위하여 기존 유사 학습 환경과의 학습만족도 및 문제추천가이드의 유용성과 학습자 데이터 처리속도를 분석하였으며 본 연구를 통하여 15% 이상 학습 만족도 향상과 기존 학습 환경 대비 20% 이상의 학습데이터 처리속도향상을 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 학술대회 논문집 정보 및 제어부문
• /
• pp.349-351
• /
• 2005

현재 다양한 인터넷 콘텐츠들에 의해 많은 정보가 공유되고 있으며, 유익한 정보들과 더불어 성인물과 같은 유해한 정보들이 있다. 이로 인하여 여러 문제점들이 야기되고 있으며, 이를 해결하기 위해 다양한 방법들이 제안되고 있다. 그 중에서 성인 영상 차단을 위한 연구도 많이 행해지고 있으며 주로 색상을 이용한 방법을 사용하고 있다. 그러나 살색과 유사한 영상이나 노출이 심한 영상에는 성인 영상 검출의 신뢰성이 떨어지는 단점을 갖는다. 본 논문에서는 이런 문제점을 해결하기 위해 새로운 성인 영상 차단 방법을 제안한다. 기존의 제안된 살색 검출을 이용한 방법을 기반으로 성인 영상물로 판정될 수 있는 신체 부위를 검출함으로써 강인한 성인 영상 차단을 한다. 신체 부위에 대한 판별을 위해 여러 기저 영상에서 특징 벡터를 추출하고. 이 벡터를 Back Propagation(BP) 신경망의 데이터로 이용하여 학습한다. 제안한 성인 영상 차단 방법의 성능을 여러 장의 살색과 유사한 색상의 물체 영상과 노출이 심한 영상, 성인 영상을 이용한 종합적인 실험 결과인 성인 영상 검출률을 통해 증명한다.

• 한국컴퓨터정보학회논문지
• /
• 제16권3호
• /
• pp.175-187
• /
• 2011

곤충 종은 환경생태학적 종 다양성 보존과 국가적 생물자원 활용전략 관점에서 중요한 역할을 하기 때문에 생태계의 주요 구성요소로 인식되고 있다. 곤충 종 보존과 육성을 위해서는 곤충전문가는 물론 곤충비전문가인 일반인과 학생들도 곤충에 관심을 가질 수 있는 곤충관찰학습 환경이 요구된다. 그러므로, 곤충식별은 관찰학습에 있어서 주요학습의 동기유발 요인이 된다. 현재 서비스하고 있는 온라인 곤충 종 분류검색시스템은 시간 소모적이며, 곤충 종에 대한 지식이 부족한 일반인들이 곤충식별의 도구로 사용하기에는 많은 노력을 요구하기 때문에 비효율적이다. 본 연구에서는 이러한 문제를 해결하기 위하여, 일반인들이 자연 생태계에서 관찰한 내용을 바탕으로 곤충식별을 도와주는 스마트폰 기반의 유러닝시스템인 곤충 종 식별추론 시스템을 제안하였다. 본 시스템은 사용자의 곤충관찰정보와 생물학적 곤충특성과의 유사도에 기반하여 추론검색을 수행한다. 이를 위해, 생물학적 곤충특성을 목, 과, 종 단위의 27개 항목으로 분류하고, 관찰 단계별 유사도 지표를 제안하였다. 또한, 본 연구의 유용성을 보이기 위하여 추론검색 프로토타입시스템을 개발하고, 기존의 분류검색시스템과의 곤충식별 비교테스트를 하였다. 실험결과, 본 연구의 추론검색 방법이 곤충식별의 효과성에 있어 더 우수함을 보였고, 검색시간에 있어서도 보다 효율적인 시스템이 될 수 있음을 보였다.