• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (2)
• /
• pp.54-56
• /
• 1999

웹 에이전트는 사용자가 웹을 브라우징하는 행위를 모니터하여 사용자의 관심정보를 학습하고 사용자가 필요로 한느 웹 상의 정보를 제공하는 시스템이다. 웹 에이전트는 사용자의 관심정보를 추출하기 위해서 귀납적 기계학습을 수행한다. 이때, 학습의 효율을 높이기 위해서는 관련이 있는 문서들을 그룹화하여 학습 시스템에 제공하여야 한다. 본 논문에서는 비감독 개념 학습 알고리즘인 COBWEB을 이용하여 사용자가 관심을 표시한 문서들의 분류트리를 생성한다. 분류트리는 귀납적 기계학습 시스템의 입력으로 사용될 수 있는 형태가 아니므로 분류 트리의 분석과 문서 분류 후처리 작업을 통해서 문서 집합을 생성해야 한다. 이를 위해서는 분류트리를 분석하여 초기 클러스터를 생성하고, 유사한 클러스터들의 병합을 수행한다. 본 논문에서 제안하는 문서 자동 분류 방식은 비감독 개념 학습 알고리즘이 생성한 문서 분류 트리의 분석을 통해서 충분한 유사도와 적절한 수의 문서를 포함하는 초기 클러스터를 생성할 수 있다. 그러므로 문서 분류의 후처리 작업인 클러스터의 병합 작업에서 불필요한 작업을 제거함으로서 보다 효과적이고 합리적인 문서 분류 작업을 수행한다.

• 항공우주기술
• /
• 제4권1호
• /
• pp.122-128
• /
• 2005

소형위성발사체(KSLV-I) 개발사업의 발사체 예비설계 단계에서 3단형 위성발사체(예비안)의 작업분류체계(WBS)를 개발하였다. 본 논문에서는 작업분류체계 개발의 배경과 세부 항목 및 전체적인 구성 등을 기술하였다. 아울러 작업분류체계의 운영 계획도 수립하였다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 1996년도 춘계공동학술대회논문집; 공군사관학교, 청주; 26-27 Apr. 1996
• /
• pp.352-357
• /
• 1996

특징형상 데이터는 공정설계의 입력 정보로 사용되며, 부품 서술 데이터, 기하학적 데이터, 가공 기술적 데이터로 분류할 수 있다. 또한 공정순서및 작업순서 결정에서 선행관계는 반드시 고려하여 위배되지 않도록 해야하는 중요한 요소이다. 본 연구에서는 작업순서 결정시 만족해야하는 선행관계를 기하형상에 의한 선행관계, 단위 특징형상의 작업내용들간의 선행관계, 가공 경험에 의한 선행관계 등으로 분류/정의하였고, 특징형상 데이터와 가공지식을 이용하여 분류된 선행관계를 자동으로 추출하는 방법을 제안하였다. 그리고 추출한 선행관계를, 공구 교환횟수를 최소로 하는 작업순서 결정 알고리즘에 적용한 사례를 정리하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.327-330
• /
• 2020

순차적 문장 분류는 여러 문장들을 입력으로 받아 각 문장들에 대하여 사전 정의된 라벨을 할당하는 작업을 말한다. 일반적인 문장 분류와 대조적으로 기준 문장과 주변 문장 사이의 문맥 정보가 분류에 큰 영향을 준다. 따라서 입력 문장들 사이의 문맥 정보를 반영하는 과정이 필수적이다. 최근, 사전 학습 기반 언어 모델의 등장 이후 여러 자연 언어 처리 작업에서 큰 성능 향상이 있었다. 앞서 언급하였던 순차적 문장 분류 작업의 특성상 문맥 정보를 반영한 언어 표현을 생성하는 사전 학습 기반 언어 모델은 해당 작업에 매우 적합하다는 가설을 바탕으로 ELECTRA 기반 순차적 분류 모델을 제안하였다. PUBMED-RCT 데이터 셋을 사용하여 실험한 결과 제안 모델이 93.3%p로 가장 높은 성능을 보였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제62차 하계학술대회논문집 28권2호
• /
• pp.661-662
• /
• 2020

현대사회의 산업 현장에서 작업효율과 안전사고예방은 기업의 이익과 직결된다. 현장에서의 인력의 사용으로 인한 한계점을 가지고 있기 때문에 효율적이고 안정적으로 작업 효율을 내며 현장의 많은 안전사고를 미연에 방지하기 위해 많은 산업현장들은 4차 산업 혁명을 통해 수많은 작업들을 로봇을 이용한 자동화로 대체해 오고 있다. 단순히 짐을 옮기고 재고를 파악할 뿐인 간단한 작업임에도 불구하고 물류 피킹/분류 작업은 아직까지 인력을 사용한다. 인력을 한계를 극복하기 위해 작업 현장을 라인 트레이서를 통해 이동하고, 영상분석을 이용해 로봇 암으로 원하는 물건을 정확하게 피킹하고자 적재 하도록 설계한 '영상분석을 이용한 자동 피킹.분류시스템' 기술을 제안한다. 기존의 단순 반복 노동의 피킹/분류 작업을 수행하며 영상분석을 통해 어플리케이션을 이용하여 재고 관리또한 가능하다,

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.59-61
• /
• 2023

본 논문에서는 감정 분류 성능 향상을 위한 초거대 언어모델로부터의 추론 데이터셋 활용 방안을 제안한다. 이 방안은 Google Research의 'Chain of Thought'에서 영감을 받아 이를 적용하였으며, 추론 데이터는 ChatGPT와 같은 초거대 언어 모델로 생성하였다. 본 논문의 목표는 머신러닝 모델이 추론 데이터를 이해하고 적용하는 능력을 활용하여, 감정 분류 작업의 성능을 향상시키는 것이다. 초거대 언어 모델(ChatGPT)로부터 추출한 추론 데이터셋을 활용하여 감정 분류 모델을 훈련하였으며, 이 모델은 감정 분류 작업에서 향상된 성능을 보였다. 이를 통해 추론 데이터셋이 감정 분류에 있어서 큰 가치를 가질 수 있음을 증명하였다. 또한, 이 연구는 기존에 감정 분류 작업에 사용되던 데이터셋만을 활용한 모델과 비교하였을 때, 추론 데이터를 활용한 모델이 더 높은 성능을 보였음을 증명한다. 이 연구를 통해, 적은 비용으로 초거대 언어모델로부터 생성된 추론 데이터셋의 활용 가능성을 보여주고, 감정 분류 작업 성능을 향상시키는 새로운 방법을 제시한다. 제시한 방안은 감정 분류뿐만 아니라 다른 자연어처리 분야에서도 활용될 수 있으며, 더욱 정교한 자연어 이해와 처리가 가능함을 시사한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.85-88
• /
• 2004

본 논문에서는 인공 면역 네트워크와 분류자 시스템을 이용한 자율 분산 로봇 시스템을 제안한다. 시스템에서 각 로봇의 행동은 전역행동과 지역행동으로 구성된다. 전역행동은 작업을 찾고 수행하기 위해 필요한 환경을 조성하는데 필요한 전반적인 행동들을 결정하고, 지역 행동은 작업을 수행할 때 각 로봇들이 어떤 방식으로 동작하는가를 결정한다. 이때 전역 행동은 인공 면역 네트워크를 이용하여 결정되며 작업을 빠른 속도로 탐색하며 탐색한 작업 주위로 적절한 수의 로봇이 집합하도록 한다. 또한 지역 행동은 분류자 시스템을 이용하여 결정되며 작업을 수행하는데 적절한 로봇의 역할을 결정한다.

• 한국지능시스템학회논문지
• /
• 제14권6호
• /
• pp.699-704
• /
• 2004

본 논문에서는 인공 면역 시스템과 분류자 시스템에 기반하여 동작하는 자율분산로봇 시스템을 제안한다. 시스템에서 로봇들의 행동은 전역행동과 지역행동으로 분류된다. 전역행동은 환경에서 작업을 탐색하는데 이를 빠르게 수행하기 위하여 집합과 분산의 두 가지 행동으로 이루어져 있다 이때 인공 면역 시스템은 로봇이 어떤 행동을 선택하여 행동할 것인가를 결정한다. 지역행동은 탐색된 작업을 수행하는 부분으로서 어떤 로봇들이 협조행동을 할지를 학습하고, 학습한 결과에 따라 작업을 수행하는 행동을 한다. 이를 위해 분류자 시스템을 이용하여 각 로봇들은 주어진 작업에 대하여 학습을 한다. 제안된 시스템에서 학습 알고리즘은 주어지는 작업의 변화로봇들은 주어진 작업을 수행하기 위해 학습을 하고, 주어진 작업이 변할 경우 스스로 대처한다는 면에서 기존의 자율 분산 시스템보다 적응성에서 향상된 시스템이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.449-452
• /
• 2013

최근 산업, 무역 및 유통 기업들은 수 많은 물류 자원에 IT 기술이 도입되어 운용되고 있다. 이러한 기업들은 물류 비용을 절감하기 위해 자동차 생산 분류와 물류 수송 부분으로 이어진다. 물류 분야 중 자동차 생산 분류에 선재 관리를 통해 기업과 기업으로 서로 운송되어 분류되어 있으며, 차량 선재 분배를 위해 POS에서 나온 데이터를 바코드를 사용하게 된다. 그러나, 이러한 선재의 문제점은 작업자의 분류지를 일일이 보면서 확인을 통해 작업을 하고 있으며, 작업자의 누락 혼합 발생된 물류 납품시 타사 기업으로 선재의 혼합, 누락 등으로 2차적 피해가 발생하게 된다. 따라서, 본 연구에서는 차량 선재의 분류에 대한 2D 스캐너 기반의 프로세서와 시스템을 포함하고 선재 물류 분류 장치를 통해 특성을 설계하고 현장을 개선하고자 한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제61차 동계학술대회논문집 28권1호
• /
• pp.159-160
• /
• 2020

4차 산업 혁명을 통해 산업 현장에서 수많은 작업들이 로봇을 이용한 자동화로 대체되고 있는 가운데, 물류 산업에서는 아직도 물건이나 화물을 피킹하고, 분류하는 과정에서 많은 인력이 동원된다. 이러한 것을 극복하기 위해 해외의 다양한 회사들이 피킹/분류 작업의 자동화를 위해 많은 연구를 하고 있다. 피킹/분류 시스템은 인력을 사용하는 과정에서 많은 인건비가 발생하고, 무거운 물건을 옮기다가 허리를 다치거나 중장비 운행 중 사고로 인해 인명 피해가 발생하기도 한다. 이러한 문제점을 개선하기 위해 목적지 까지 라인 트레이서를 통해 이동하며, 원하는 물건을 적재 하도록 로봇 암을 적용한 '자동물류분류 시스템' 기술을 제안한다. 기존의 단순 반복 노동의 피킹/분류 작업을 수행하며, 자동으로 지정된 검은 라인을 따라 이동하고, 어플리케이션을 통해 선택된 물건을 찾아가 적재하는 시스템이며, 원격으로 수동 조작 또한 가능하다.