• Smart Media Journal
• /
• v.11 no.3
• /
• pp.62-73
• /
• 2022

Researches on the prediction of domestic apartment sales price have been continuously conducted, but it is not easy to accurately predict apartment prices because various characteristics are compounded. Prior to predicting apartment sales price, the analysis of major factors, influencing on sale prices, is of paramount importance to improve the accuracy of sales price. Therefore, this study aims to analyze what are the factors that affect the apartment sales price in Gwangju, which is currently showing a steady increase rate. With 6 years of Gwangju apartment transaction price and various social factor data, several maching learning techniques such as multiple regression analysis, random forest, and deep artificial neural network algorithms are applied to identify major factors in each model. The performances of each model are compared with RMSE (Root Mean Squared Error), MAE (Mean Absolute Error) and R² (coefficient of determination). The experiment shows that several factors such as 'contract year', 'applicable area', 'certificate of deposit', 'mortgage rate', 'leading index', 'producer price index', 'coincident composite index' are analyzed as main factors, affecting the sales price.

• Journal of the Korean Geosynthetics Society
• /
• v.21 no.2
• /
• pp.21-30
• /
• 2022

Shear strength is the most important indicator in the evaluation of rock slope stability. It is generally estimated by comparing the results of existing literature data, back analysis, experiments and etc. There are additional variables related to the state of discontinuity to consider in the shear strength of the rock slope. It is difficult to determine whether these variables exist through drilling, and it is also difficult to find an exact relationship with shear strength. In this study, the data calculated through back analysis were used. The relationship between previously considered variables was applied to deep learning and the possibility for estimating shear strength of rock slope was explored. For comparison, an existing simple linear regression model and a deep learning algorithm, a deep neural network(DNN) model, were used. Although each analysis model derived similar prediction results, the explanatory power of DNN was improved with a small differences.

• Proceedings of the Materials Research Society of Korea Conference
• /
• 1993.05a
• /
• pp.61-61
• /
• 1993

20세기 막바지에 들어 서면서 21세기를 바라보는 정보화사회는 어떠한 과학기술의발전을 필요로 하는 것일까? $10^{12}$ 집적도, $10^{-8}$cm 원자공간, $10^{-12}$-$10^{-15}$ 초등 시간대역에 대한 도전과[ 테라바이트 메모리], [테라바이트 컴퓨터], [테라비트 광통신] 등을 앞세우면서 고속화, 대용량화, 초미세화, 다기능화, 고기능화, 지능화를 지향하는 미래 정보통신 기술 실용화를 위하여서는 어떠한 성질의 신소재들이 개발되어야 할 것인가? [20세기 전자시대] 의 대표적 정보운반자인 [전자] 에 대한 연구는 21세기에는 어떻게 전개될 것인가? 새로운 정보운반자로서 부상하고 있는 [광자],[뉴런],[생체분자]등에 대한 연구는 어떠한 방향으로 전개될 것인가? 신개념의 정보통신 기술을 구체적으로 실용화 하기 위하여 연구되어야 할 신소재는 어떻게 전개되어야 할 것인가\ulcorner 초미세구조, 양자효과, 비선형효과, 원자가공, 원자조작, 인공신소재, 초격자 지능신소재, 초전도 유기물, 분자, 광논리, 광신경망, 생체노리, 생체컴퓨터등 신개념의 창출로부터 비롯해서 의료, 복지, 장애. 기후. 환경. 지각.해양. 항공. 우주에 이르는 다차원적 통신과 지능형 정보를 가능케 하는 신소재 연구의 조건들과 그에 따른 도전을 전망해 본다.에 따른 도전을 전망해 본다.

• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2005.04a
• /
• pp.367-374
• /
• 2005

The use of system identification approaches for damage detection has been expanded in recent years. Soft computing techniques such as neural networks have been utilized increasingly. Damage assessment using neural networks is presented in this study. Data set for training neural networks are acceleration response of simple beam under the various damage states ,which are the inputs. The outputs are the damage locations and extents. Not only the trained damages but also untrained damages are. detected accuratelyintheassessmentstage.

• Journal of the Korean Society for Precision Engineering
• /
• v.22 no.4
• /
• pp.37-43
• /
• 2005

Real time monitoring of exit burr formation is critical in manufacturing automation. In this paper, acoustic emission (AE) was used to detect the burr formation during drilling. By using wavelet transform (WT), AE data were compressed without unnecessary details. Then the transformed data were used as selected features (inputs) of a back-propagation artificial neural net (ANN). In order to validate the in process AE monitoring system, both WT-based ANN and cutting condition (cutting speed, feed, drill diameter, etc.) based ANN outputs were compared with experimental data.

• Journal of the Korean Society for Precision Engineering
• /
• v.20 no.11
• /
• pp.71-78
• /
• 2003

The exit burrs in the micro-drilling of precision miniature holes are of interest, especially for ductile materials. As burrs from this process can be difficult to remove, it is important to acquire the way of predicting burr types as well as optimal cutting conditions which minimize the burrs. In this paper, an artificial neural network was used for the prediction of burr formation in micro-drilling. First, the influence of cutting conditions including cutting speed, feed and drill diameter on the exit burr characteristics, such as burr size and type, were observed and analyzed. Then. the burr types were classified by using the influential experimental data as input parameters to the neural nets.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.532-536
• /
• 2018

심층인공신경망을 이용한 대화 모델링 연구가 활발하게 진행되고 있다. 본 논문에서는 대화에서 발화의 감정과 화행을 분류하기 위해 멀티태스크(multitask) 학습을 이용한 End-to-End 시스템을 제안한다. 우리는 감정과 화행을 동시에 분류하는 시스템을 개발하기 위해 멀티태스크 학습을 수행한다. 또한 불균형 범주 분류를 위해 계단식분류(cascaded classification) 구조를 사용하였다. 일상대화 데이터셋을 사용하여 실험을 수행하였고 macro average precision으로 성능을 측정하여 감정 분류 60.43%, 화행 분류 74.29%를 각각 달성하였다. 이는 baseline 모델 대비 각각 29.00%, 1.54% 향상된 성능이다. 본 논문에서는 제안하는 구조를 이용하여, 발화의 감정 및 화행 분류가 End-to-End 방식으로 모델링 가능함을 보였다. 그리고, 두 분류 문제를 하나의 구조로 적절히 학습하기 위한 방법과 분류 문제에서의 범주 불균형 문제를 해결하기 위한 분류 방법을 제시하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.07a
• /
• pp.119-120
• /
• 2018

본 논문에서는 음악을 듣고 어떤 음악인지 인식하고 판별하는 음원분류 시스템과 해당 기술 구현을 딥러닝을 통해 적용하도록 제안하였다. 제안한 시스템은 인공심층신경망을 통해 음원파일을 여러 음원 특징 추출 모델에 따라 검출된 특징들을 학습하여 해당 음원의 고유한 보컬이나 반주의 특색 등을 찾아내어 이를 인식할 수 있도록 구현하였다. 이를 통해, 기존의 Fingerprint 방식의 데이터베이스 검색 시스템과는 다른 접근방식으로 보다 사람이 음악을 기억하는 방법에 가깝도록 구현하여 능동성과 유연성을 개선하고 다양한 응용분야로 활용할 수 있는 시스템을 제안하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.881-884
• /
• 2017

스마트 디바이스가 대중화 되면서 각종 사건 사고에 대한 데이터가 SNS 상에 실시간으로 업데이트 된다. SNS의 이런 특성을 이용하여 이용자 개개인이 사고감지센서의 역할을 하면 빠른 사고감지가 가능하다. 하지만 기존 연구들은 단순히 키워드의 출현 빈도로 사고를 판단하는 방식과, 문법파괴 요소가 많은 트위터의 특성으로 인해 정확성에서 한계를 보인다. 본 연구에서는 사고감지의 정확도를 높이기 위해 형태소로 분석한 트윗을 벡터화하여 다층퍼셉트론신경망으로 학습시키는 모델을 구현하였다. 연구 결과 일반명사로 이루어진 40개의 단어를 사용했을 때 가장 높은 82.58%의 정확도를 얻었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.11a
• /
• pp.53-54
• /
• 2018

주어진 영상으로부터의 3 차원 얼굴 모델링은 얼굴 분석, 애니메이션, 생체 인식 등의 많은 컴퓨터비전 및 그래픽스 응용분야에서 중요한 역할을 하고 있다. 그 중에서도 헤어 영역은 얼굴에 비해 모양의 다양성과 모델의 복잡도가 현저히 높다. 기존의 연구는 주로 얼굴 영역에 한정한 3 차원 얼굴 모델링을 중심으로 이루어졌지만 헤어 모델링은 중요하게 다루지 않고 있는 경우가 많다. 본 논문에서는 심층인공신경망의 일종인 FCN (fully connected network)을 이용하여 인물 영상에서 헤어 부분을 영역화하고 그와 가장 유사한 3D 헤어 모델을 데이터베이스에서 검색하여 3 차원 얼굴 모델에 증강함으로써 완전한 얼굴 모델링을 수행하는 방법을 제안한다. 이는 FCN 을 이용하여 다양한 인물 영상에 대하여 네트워크 학습을 수행하는 과정과 3D 헤어 데이터베이스의 구축 과정을 포함한다. 실험 결과 적절한 수준의 헤어 모델이 3 차원 얼굴 모델링 결과물에 증강됨을 확인하였다.