• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06c
• /
• pp.416-419
• /
• 2008

모바일 상의 단문메시지 서비스는 등장한 이례 꾸준히 사용량이 증가하는 추세이며, 현재 세계적으로 가장 많이 사용되는 모바일 서비스이다. 모바일 기기에서 단문 메시지 작성의 불편함을 개선하기 위한 기술로 하드웨어적인 입력 방법 개선과 소프트웨어적인 입력보조 기능이 꾸준히 개발되었다. 소프트웨어적인 방법은 범용성이 넓고 적용이 쉽다는 장점이 있지만 제한된 자원에서 구현상의 어려움이 있어 연구가 미비한 분야이다. 본 논문은 소프트웨어적으로 단문 메시지의 작성을 보조하는 방법을 제시한다. 일상 생활의 반복성에 초점을 맞추어 반복 작성될 메시지에 대해 기존의 메시지를 제시해 자동적으로 응답하도록 하는 방법을 제안한다. 자동적으로 응답 메시지를 선택하기 위한 비교사 학습과 추론 기술로 "메시지 네트워크"를 제안하고, 실험을 통해 고안한 방법의 가능성을 보였다. 실험 결과로부터 반복적인 메시지의 작성에 제시한 방법이 유용함을 알 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.109-111
• /
• 2003

본 논문에서는 질의응답 시스템에서 질의에 포함된 언어 정보와 검색 대상 문장 사이의 의미 연관성을 참조하여 정확한 결과를 추출 가능하도록 하는 온톨로지의 자동 구축 방법을 제시한다. 검색 대상 문장은 웹에서의 활용과 표준화를 위하여 단어 태그, 품사 정보 및 파싱 구조를 갖는 XML 문서로 변환하고, 이 구조를 이용한 연관성 분석을 위해 의미망을 갖는 온톨로지를 자동으로 생성할 수 있도록 하였다. 온톨로지에서 의미 연관성을 결정하는데 중요하게 활용되는 개념으로써는 동사의 행위, 명사절 그룹 매치, 복합명사 선별, 고유명사 매치, 품사 태깅 등이 있다. 제안한 방법의 성능은 NIST TREC-10의 질의 응답문을 사용해서 단어 패턴 매치 방법과 비교 분석하였으며, 본 논문에서 제안한 방식이 재현율과 정확율 측면에서 우수한 성능을 나타냄을 입증하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.2 no.3
• /
• pp.295-302
• /
• 1998

In this paper, a new auto-tuning PI controller for the speed servo system of a PMSM is designed by using limited step response characteristics. The method is proposed that gets information about auto-tuning of PI regulator by the injection of step input, called limited input, during a transient response time of control. System parameter estimation and speed control could be continuously executed. This means that in despite of system uncertainty the system information obtained by limited input can be continuously applied to the PI regulator. We demonstrate the effectiveness of the proposed auto-tuning algorithm through simulation and experiment result of the speed control for a PMSM having monotone increasing step response.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.299-300
• /
• 2019

신입생과 재학생들이 학사업무에서 문의사항이 있을 시 전화를 이용하는 방법보다 변화된 생활 환경에 맞게 SNS를 많이 이용하므로 이를 통한 문의가 증가하고 있어 이를 자동으로 응답할 수 있도록 챗봇(Chatbot)을 활용하는 사례도 증가하고 있다. 이에 경운대학교 학사업무에 대한 문의를 자동으로 응답하는 챗봇을 개발하여 학생들에게 제공하여 효율적인 응답체계를 만들고자 한다. 이를 위해 Dialogflow플랫폼을 사용하여 챗봇에게 질문했을 때 답을 하는 응답내용을 개발하고, Webhook을 사용해서 Facebook Messenger플랫폼에 연동하여 챗봇을 Facebook Page에 만들어 응용하였다. 또한 실제 채팅을 통해 실험하여 결과를 확인하였다.

• Journal of The Korean Association For Science Education
• /
• v.36 no.3
• /
• pp.389-397
• /
• 2016

This study aims to test the efficacy of English-based automated computer scoring models and machine translation to score Korean college students' written responses on natural selection concept items. To this end, I collected 128 pre-service biology teachers' written responses on four-item instrument (total 512 written responses). The machine translation software (i.e., Google Translate) translated both original responses and spell-corrected responses. The presence/absence of five scientific ideas and three $na{\ddot{i}}ve$ ideas in both translated responses were judged by the automated computer scoring models (i.e., EvoGrader). The computer-scored results (4096 predictions) were compared with expert-scored results. The results illustrated that no significant differences in both average scores and statistical results using average scores was found between the computer-scored result and experts-scored result. The Pearson correlation coefficients of composite scores for each student between computer scoring and experts scoring were 0.848 for scientific ideas and 0.776 for $na{\ddot{i}}ve$ ideas. The inter-rater reliability indices (Cohen kappa) between computer scoring and experts scoring for linguistically simple concepts (e.g., variation, competition, and limited resources) were over 0.8. These findings reveal that the English-based automated computer scoring models and machine translation can be a promising method in scoring Korean college students' written responses on natural selection concept items.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 1997.11a
• /
• pp.139-143
• /
• 1997

본 논문에서는 점확산함수(point spread function; PSF)의 추정을 기반으로 한 완전한 자동초점 시스템을 제안한다. 초점이 맞지 않은 영상의 정확한 PSF의 추정을 위해서, 입력 영상을 부영상으로 분할하고, 에지를 가진 부영상들의 계수함수 응답의 평균을 취한다. 초점이 맞지 않은 열화로 발생하는 PSF는 보통 영상이 물체와 배경간에 선형의 경계를 가지고 있다는 가정하에 에지의 방향을 따라 평균되어진 계단함수 응답의 차이를 따라 추정되어진다. 이렇게 예측된 PSF를 사용하여 영상복원 필터는 제한적 최소 제곱의 접근방법을 통해 구현되어진다.

• Korean Chemical Engineering Research
• /
• v.58 no.2
• /
• pp.190-196
• /
• 2020

The step to obtain a process dynamic model through process experiments is very important because it needs times and expenditures. Step response method is one of the standard methods to have long been used for understanding process dynamics, obtaining dynamical models and designing control systems. For the step response, it is usually required to measure process output for a step input change in the open-loop manner. Its disadvantage criticized is the long open-loop operation. For this, a method based on the time-optimal control technique to minimize the test time for obtaining the step response has been recently presented. However, the method requires iterative computations for the minimization of test times. Here, a method where iterative computations are not required is proposed. Simulation results are presented to show that test times to obtain step responses are reduced considerably and an autotuning method based on the proposed method is compared with the relay feedback autotuning method accepted widely for the autotuning of controllers.

• KIPS Transactions on Software and Data Engineering
• /
• v.8 no.1
• /
• pp.27-36
• /
• 2019

In this paper, we propose a method to find the most similar answer to the user's response from the question-answer database in order to avoid generating a redundant question in retrieval-based automatic question generation system. As a question of the most similar answer to user's response may already be known to the user, the question should be removed from a set of question candidates. A similarity detector calculates a similarity between two answers by utilizing the same words, paraphrases, and sentential meanings. Paraphrases can be acquired by building a phrase table used in a statistical machine translation. A sentential meaning's similarity of two answers is calculated by an attention-based convolutional neural network. We evaluate the accuracy of the similarity detector on an evaluation set with 100 answers, and can get the 71% Mean Reciprocal Rank (MRR) score.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.12 no.5
• /
• pp.432-441
• /
• 2002

Though many services offer useful information on internet, computer users are not so familiar with such services that they need an assistant system to use the services easily In the case of web sites, for example, the operators answer the users e-mail questions, but the increasing number of users makes it hard to answer the questions efficiently. In this paper, we propose an assistant system which responds to the users questions automatically and helps them browse the Hanmail Net FAQ (Frequently Asked Question) conceptually. This system uses two-level self-organizing map (SOM): the keyword clustering SOM and document classification SOM. The keyword clustering SOM reduces a variable length question to a normalized vector and the document classification SOM classifies the question into an answer class. Experiments on the 2,206 e-mail question data collected for a month from the Hanmail net show that this system is able to find the correct answers with the recognition rate of 95% and also the browsing based on the map is conceptual and efficient.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.188-191
• /
• 2020

본 연구는 COVID-19 질의 응답 태스크를 위한 Poly-encoder 기반의 태스크를 제안하였다. COVID-19 질의 응답 시스템은 사람들에게 최신 정보에 대해 빠르고 신뢰성이 높은 정보를 전달하는 특성을 가져야한다. 검색 기반 질의 응답 시스템은 pairwise 연산을 기반으로 수행되는데, Poly-encoder는 사전 학습된 트랜스포머(transformer)기반의 pairwise 연산 방법론 중 기존 Cross-encoder와 Bi-encoder보다 실사용 및 성능이 뛰어남을 보였다 [1]. 특히, Poly-encoder는 정확도가 높으면서도 빠른 응답속도를 가지며 검색기반의 각종 태스크에서 좋은 성능을 보였다. 따라서 본 연구는 COVID-19를 위한 Poly-encoder기반의 질의 응답 태스크를 위하여 기존 질의 응답 태스크와 페르소나 기반의 질의 응답 태스크로 두 가지 유형의 태스크를 생성하여 모델을 학습하였다. 또한 신뢰성 있는 리소스정보로부터 모델에 최신 정보 반영을 위하여 자동 크롤러를 구축하여 데이터를 수집하였다. 마지막으로 전문가를 통한 데이터셋을 구축하여 질문-응답과 질의어-질문에 대한 모델 검증을 수행하였다.