• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.667-669
• /
• 2003

특징 형상의 조합으로 표현될 수 없는 자유 형상을 가진 제품이 늘어남에 따라 자유형상을 효율적으로 변형시키는 기법이 필요하다. 여러 가지 자유형상 변형기법(FFD) 가운데에서 자유 형상을 파라메트릭하게 컨트롤하기 위해서는 조정 다각형 기반의 형상 변형 기법이 적합하다. 이에 따라 본 연구에서는 FFD 기법을 적용하여 자유형상 모델을 파라메트릭하게 컨트롤하기 위해 입력 모델에 대한 조정 다각형을 자동으로 생성하는 알고리즘을 제안하였다. 제안된 알고리즘은 크게 기본 조정 다각형 생성과 조정 다각형 최적화 단계로 나누어진다. 기본 다각형 생성에서는 1)입력모델을 직교 3방향에 투영, 2)투영된 결과에 대해 2차원 조정 다각형을 생성, 3)2차원 조정 다각형을 조합하여 3차원 기본 조정 다각형 생성의 단계를 거친다. 조정 다각형 최적화 단계에서는 기본 조정 다각형에 에지 및 면 연산자를 적용하여 입력 모델에 더욱 근사하는 최종 조정 다각형을 생성한다. 예제에서는 제안된 알고리즘을 통해 자동으로 생성된 조정다각형을 자동차 모델에 적용하여 모델의 형상을 변화시킨 결과를 보였다.

• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2002년도 학술대회지
• /
• pp.72-77
• /
• 2002

미국에서는 품질 관리 문제를 해결할 수 있는 아이디어로 지급(Pay) Factor가 사용되어왔으며 현재는 생애주기비용까지 고려한 한층 진보된 지급조정모델 개발에 많은 관심을 가지고 있다. 하지만 이러한 지급조정모델절차의 개발은 품질특성변수 선택의 문제, 품질특성변수의 확률적 분포와 도로 공용성간의 관계 분석의 문제, 그리고 하나의 전체 지급조정모델 개발의 문제 등으로 미 교통부에서 어려움을 가지고 있다. 본 논문에서는 이러한 점을 극복하기 위한 방법론으로 생애주기비용분석을 고려한 몬테카를로 시뮬레이션 접근 방식이 사용되었다. 미 여러 교통부에서 적용 가능한 견본이 될 수 있도록 현 위스콘신 교통국에서 사용중인 도로관리 관련 시스템들에서 데이터를 축출하여 지급조정을 격정하기 위한 분석 절차를 제시하고 이를 근간으로 지급조정모델 결정 지원 시스템을 개발하였으며 민감도 분석을 실행하여 실제 데이터를 사용하여 개발된 지급조정모델의 적정성을 평가하였다. 본 논문에서 사용된 지급조정모델 개발 절차는 한층 정확성을 높인 도로공용성예측모델과 생애주기비용모델을 사용함으로써 실제 프로젝트에 사용 가능할 것으로 판단된다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2022년도 제34회 한글 및 한국어 정보처리 학술대회
• /
• pp.324-328
• /
• 2022

기계 독해란 주어진 문서를 이해하고 문서 내의 내용에 대한 질문에 답을 추론하는 연구 분야이며, 기계 독해 문제의 종류 중에는 여러 개의 선택지에서 질문에 대한 답을 선택하는 객관식 형태의 문제가 존재한다. 이러한 자연어 처리 문제를 해결하기 위해 기존 연구에서는 사전학습된 언어 모델을 미세조정하여 사용하는 방법이 널리 활용되고 있으나, 학습 데이터가 부족한 환경에서는 기존의 일반적인 미세조정 방법으로 모델의 성능을 높이는 것이 제한적이며 사전학습된 의미론적인 정보를 충분히 활용하지 못하여 성능 향상에 한계가 있다. 이에 본 연구에서는 기존의 일반적인 미세조정 방법에 템플릿을 적용한 템플릿 기반 미세조정 방법을 통해 사전학습된 의미론적인 정보를 더욱 활용할 수 있도록 한다. 객관식 형태의 기계 독해 문제 중 하나인 토익 문제에 대해 모델을 템플릿 기반 미세조정 방법으로 실험을 진행하여 템플릿이 모델 학습에 어떠한 영향을 주는지 확인하였다.

• 한국측량학회지
• /
• 제30권3호
• /
• pp.249-258
• /
• 2012

본 연구에서는 정적 측지기준계를 채택하고 있는 우리나라에서 GPS 정밀단독측위 해석 결과에 정적 측지기준계의 기준시점으로부터 지진이나 지각변동에 의해 발생한 위치의 변동량을 보정함으로써 위치정확도를 향상시키기 위한 기준시점 조정모델을 개발하였다. 이를 위하여 우리나라 GPS상시관측소 중 14개소를 선정하여 2000년부터 2011년까지 약 10년간의 일별 GPS데이터에 대하여 GIPSY-OASIS II를 이용한 정밀단독측위 해석을 실시하고 이로부터 GPS상시관측소의 지각변동량을 결정하였다. 이로부터 SOPAC에서 채택하고 있는 지각변동모델식의 파라미터를 계산함으로써 기준시점 조정모델을 구하였다. 본 연구에서 구하여진 기준시점 조정모델을 적용한 결과 GPS상시관측소의 위치는 약 12mm의 정확도로 결정할 수 있었으며, 일반 측량점의 위치는 약 16mm의 정확도로 결정할 수 있다. 향후 보다 많은 GPS상시관측소의 데이터 처리를 통하여 기준시점 조정모델을 결정할 경우 지진이나 지각변동에 의하여 변동된 측량점의 위치를 실용적인 정확도 범위 내에서 GPS 정밀단독측위에 의하여 정적 측지계 기준의 좌표로 추정할 수 있을 것이다.

• 한국정보통신학회논문지
• /
• 제26권12호
• /
• pp.1769-1776
• /
• 2022

긴 문장으로 이루어진 글을 자동으로 요약하는 것은 중요한 기술이다. BART 모델은 이러한 요약 문제에서 좋은 성능을 보여주고 널리 사용되고 있는 모델 중 하나이다. 일반적으로 특정 도메인의 요약 모델을 생성하기 위해서는 큰 데이터세트를 학습한 언어 모델을 그 도메인에 맞게 다시 학습하는 미세조정 작업을 수행한다. 이러한 미세조정은 일반적으로 마지막 전 연결 계층의 노드 수를 변경하는 방식으로 진행된다. 하지만 본 논문에서는 최근 다양한 모델에 적용되어 좋은 성능을 보여주고 있는 어텐션 계층을 추가하는 방법으로 미세조정하는 방법을 제안한다. 제안하는 방법의 성능을 평가하기 위해 미세조정 과정에서 층을 더 깊게 쌓기, 스킵 연결 없는 미세조정 등 다양한 실험을 진행하였다. BART 언어 모델에 스킵 연결을 가진 2개의 어텐션 계층을 추가하였을 때 가장 좋은 성능을 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (A)
• /
• pp.703-705
• /
• 2001

본 논문에서는 PWD 모델을 기반하였을 경우 검사점들에 대한 새로운 일관성 조건이 필요함을 보이고, PWD 모델에 적합한 조정검사점 기법을 제안하고자 한다. 제안된 조정검사점 기법은 전체 프로세스가 일관된 검사점집합을 구성할 때 일관성 조건을 따르는 것이 아니라 PWD 모델에 적합한 새로운 일관성 조건을 따른다. 또한 각 프로세스의 수행상태를 비결정성 사건으로 인해서 발생하는 상태구간으로 구분하여 이전의 검사점 이후에 변화된 상태구간에 새로운 의존성을 생성하는 프로세스만 검사점을 취한다. 제안된 기법은 PWD 모델에 기반한 시스템에서 기존의 조정검사점 기법이 보이는 불필요한 오버헤드를 없애고, 결함발생시 시스템의 제한된 복귀를 보장한다.

• 한국측량학회지
• /
• 제23권2호
• /
• pp.137-145
• /
• 2005

이 논문에서는 선형 푸시브룸 방식으로 촬영한 위성영상에 대한 다양한 센서모델들의 정확도를 비교분석하고자 한다. 특히 이 논문에서는 센서모델의 정확도를 번들조정의 정확도와 외부표정요소추정의 정확도로 분리하여 고찰하려고 한다. 번들조정 정확도는 수립된 센서모델이 얼마나 기준점에 잘 부합하는 가를 알려주는 척도로 이제까지 대부분의 센서모델 정확도 분석에 사용되어온 기준이다. 이에 반하여 외부표정요소추정의 정확도는 센서모델이 얼마나 정확하게 촬영당시의 위성의 궤도 및 자세를 예측할 수 있는 지의 척도로서 매우 중요한 요소임에도 불구하고 기존의 연구에서 간과해온 부분이다. 이 논문에서는 여러 센서모델 중에서 사진측량분야에서 주로 사용하는 변형된 공선방정식기반 모델과 위성지상국 또는 자세제어분야에서 주로 사용하는 궤도좌표계 및 자세각에 기반한 모델의 정확도를 비교분석하고자 한다. 실험은 다목적실용위성 1호 EOC 영상과 GPS 수신기에서 취득한 기준점을 사용하였다. 실험결과 번들조정 정확도는 두 모델이 큰 차이를 보이지 않는 것으로 나타났으나 외부표정요소추정 정확도는 궤도좌표계 및 자세각에 기반한 모델이 더 나은 성능을 보였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2022년도 제34회 한글 및 한국어 정보처리 학술대회
• /
• pp.343-347
• /
• 2022

최근 자연어처리 분야에서는 BERT, RoBERTa, 그리고 BART와 같은 사전 학습된 언어 모델 (Pre-trained Language Models, PLM) 기반 미세 조정 학습을 통하여 여러 하위 과업에서 좋은 성능을 거두고 있다. 이는 사전 학습된 언어 모델 및 데이터 집합의 크기, 그리고 모델 구성의 중요성을 보여주며 대규모 사전 학습된 언어 모델이 각광받는 계기가 되었다. 하지만, 거대한 모델의 크기로 인하여 실제 산업에서 쉽게 쓰이기 힘들다는 단점이 명백히 존재함에 따라 최근 매개변수 효율적인 미세 조정 및 Few-Shot 학습 연구가 많은 주목을 받고 있다. 본 논문은 Prompt tuning, Prefix tuning와 프롬프트 기반 미세 조정 (Prompt-based fine-tuning)을 결합한 Few-Shot 학습 연구를 제안한다. 제안한 방법은 미세 조정 ←→ 사전 학습 간의 지식 격차를 줄일 뿐만 아니라 기존의 일반적인 미세 조정 기반 Few-Shot 학습 성능보다 크게 향상됨을 보인다.

• 지능정보연구
• /
• 제29권4호
• /
• pp.165-184
• /
• 2023

최근 구글의 BERT, OpenAI의 GPT 등, 언어모델(Language Model)을 사용한 비정형 텍스트 데이터에 대한 딥러닝(Deep Learning) 분석이 다양한 응용에서 괄목할 성과를 나타내고 있다. 대부분의 언어모델은 사전학습 데이터로부터 범용적인 언어정보를 학습하고, 이후 미세 조정(Fine-Tuning) 과정을 통해 다운스트림 태스크(Downstream Task)에 맞추어 갱신되는 방식으로 사용되고 있다. 하지만 최근 이러한 언어모델을 사용하는 과정에서 프라이버시가 침해될 수 있다는 우려가 제기되고 있다. 즉 데이터 소유자가 언어모델의 미세 조정을 수행하기 위해 다량의 데이터를 모델 소유자에게 제공하는 과정에서 데이터의 프라이버시가 침해될 수 있으며, 반대로 모델 소유자가 모델 전체를 데이터 소유자에게 공개하면 모델의 구조 및 가중치가 공개되어 모델의 프라이버시가 침해될 수 있다는 것이다. 이러한 상황에서 프라이버시를 보호하며 언어모델의 미세 조정을 수행하기 위해 최근 오프사이트 튜닝(Offsite Tuning)의 개념이 제안되었으나, 해당 연구는 제안 방법론을 텍스트 분류 모델에 적용하는 구체적인 방안을 제시하지 못했다는 한계를 갖는다. 이에 본 연구에서는 한글 문서에 대한 다중 분류 미세 조정 수행 시, 모델과 데이터의 프라이버시를 보호하기 위해 분류기를 추가한 오프사이트 튜닝을 적용하는 구체적인 방법을 제시한다. 제안 방법론의 성능을 평가하기 위해 AIHub에서 제공하는 ICT, 전기, 전자, 기계, 그리고 의학 총 5개의 대분야로 구성된 약 20만건의 한글 데이터에 대해 실험을 수행한 결과, 제안하는 플러그인 모델이 제로 샷 모델 및 오프사이트 모델에 비해 분류 정확도 측면에서 우수한 성능을 나타냄을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 춘계 학술대회 학술발표 논문집
• /
• pp.77-80
• /
• 2003

신경망의 퍼셉트론 학습법에는 이진 또는 연속 활성화 함수가 사용된다. 초기 연결강도는 임의의 값으로 설정하며, 목표치와 실제 출력과의 차이를 이용하는 것이 주된 특징이다. 즉 구해진 오차는 학습률에 따라서 다음 단계의 연결강도에 영향을 주게 된다. 이런 경우 학습률이 너무 크면 수렴성을 보장할 수 없으며, 반대로 너무 작게 선정하면 학습이 매우 느리게 진행되는 단점이 발생한다. 이런 이유로 능동적인 학습률의 변화는 신경망의 퍼셉트론 학습법에 중요한 관건이 리며, 주어진 문제를 최적으로 학습을 위해서는 결국 상황에 따른 적절한 학습률 조정이 필요하다. 본 논문에서는 학습률 조정에 퍼지 모델을 적용하는 신경망 학습 방법을 제안하고자 한다. 제안한 방법에 의한 학습은 오차의 변화에 따라 학습률을 조정하는 방식을 사용하였고, 그 결과 연결강도를 능동적으로 변화시켜 효과적인 학습 결과를 얻었다. 학습률 변화는 'Sugeno 퍼지 모델'을 이용하여 구현하였다.