• Journal of Digital Convergence
• /
• v.14 no.3
• /
• pp.227-234
• /
• 2016

This study compares and analyzes the national competitiveness in IP finance using the diamond model. The main findings of our analysis are as follows. First, assuming Korea's competitiveness in IP finance to be 1, USA with 1.63 has the highest competitiveness of all countries compared, and Israel is 1.49 followed by Japan with 1.37. Second, Korea and other countries compared show large differences in the areas of demand conditions, strategic structure, and competition. Third, Korea is inferior compared to other countries considered in terms of the factors including the protection of investors and IPR, and government policies. Since most of the factors in which Korea shows inferiority can be managed by public policies, to strengthen the competitiveness of IP finance, the government's active support to build industrial foundation are required.

• Korean Journal of Construction Engineering and Management
• /
• v.2 no.3 s.7
• /
• pp.83-91
• /
• 2001

Generally the level of accumulating scheduling knowledge-base in Korean construction companies is in the scheduling knowledge-base infrastructure construction phase and Even in top 10 construction companies, the level is in early scheduling knowledge activity phase. The principle causes of this situation are unawareness of importance to scheduling knowledge and absence of procedure related to scheduling knowledge-base. This research analyzes the problems to accumulate scheduling knowledge-base in Korean construction companies and proposes a procedure model to accumulate scheduling knowledge-base property, which adds items of scheduling knowledge-base infrastructure and scheduling knowledge activity to the existing scheduling procedures of Korean construction companies. Using procedure model for accumulating scheduling knowledge-base, Korean construction companies can develop a new scheduling procedure and accumulate scheduling knowledge accordingly. If scheduling knowledge were accumulated property according to the procedure, a framework for knowledge management system could be provided.

• Journal of the Korea Society of Computer and Information
• /
• v.29 no.10
• /
• pp.35-45
• /
• 2024

In this paper, we propose Multi-Scale Feature Knowledge Distillation for 3D Object Detection (M3KD), which extracting knowledge from the teacher model, and transfer to the student model consider with multi-scale feature map. To achieve this, we minimize L2 loss between feature maps at each pyramid level of the student model with the correspond teacher model so student model can mimic the teacher model backbone information which improves the overall accuracy of the student model. We apply the class logits knowledge distillation used in the image classification task, by allowing student model mimic the classification logits of the teacher model, to guide the student model to improve the detection accuracy. In KITTI (Karlsruhe Institute of Technology and Toyota Technological Institute) dataset, our M3KD (Multi-Scale Feature Knowledge Distillation for 3D Object Detection) student model achieves 30% inference speed improvement compared to the teacher model. Additionally, our method achieved an average improvement of 1.08% in 3D mean Average Precision (mAP) across all classes and difficulty levels compared to the baseline student model. Furthermore, when integrated with the latest knowledge distillation methods such as PKD and SemCKD, our approach achieved an additional 0.42% and 0.52% improvement in 3D mAP, respectively, further enhancing performance.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.133-135
• /
• 2006

최근 들어 자동화된 시맨틱 웹 서비스 조합을 위해 인공지능 계획 기법을 이용하려는 연구가 활발하다. 하지만 이러한 계획 기법이 효과적으로 적용되기 위해서는 먼저 시맨틱 웹 서비스의 명세와 온톨로지들을 계획기에서 이용 가능한 계획 영역 지식 형태로 변환하여야 한다. 본 논문에서는 OWL-S로 기술된 웹 서비스 명세와 OWL로 정의된 온톨로지를 표준 계획영역지식 표현언어인 PDDL로 변환하는 변환기의 설계와 구현에 대해 설명한다. 이 변환기의 특징은 기존의 OWLS2PDDL와는 달리 KIF 기반의 전제조건과 효과에 대한 변환 기능을 추가로 제공하며, 웹 서비스의 입출력 데이터에 대한 명세변환도 보다 실용적으로 간소화하였다. 또한, 이 변환기는 계획을 위한 영역모델과 이 영역모델에 기초한 다양한 문제모델들을 별도로 분리하여 생성하며, 이 두 모델 모두에 온톨로지가 적용될 수 있도록 허용한다.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.347-350
• /
• 2019

인공지능 관련 기술의 발달로 다양한 분야에서 인공지능 활용에 대한 관심이 고조되고 있으며 전문영역에서도 기계학습 기법을 활용한 연구들이 활발하게 이루어지고 있다. 특허청에서는 분야별 전문지식을 가진 분류담당자가 출원되는 모든 특허에 국제특허분류코드(이하 IPC) 부여 작업을 수행하고 있다. IPC 분류와 같은 전문적인 업무영역에서 딥러닝을 활용한 자동 IPC 분류 서비스를 제공하기 위해서는 기계학습을 이용하는 분류 모델에 분야별 전문지식을 직관적으로 반영하는 것이 필요하다. 이를 위해 본 연구에서는 딥러닝 기반의 IPC 분류 모델과 전문지식이 반영된 분류별 어휘사전을 활용한 규칙기반 분류 모델을 병행하여 특허문서의 IPC분류를 자동으로 추천하는 방법을 제안한다.

• Annual Conference of KIPS
• /
• 2024.05a
• /
• pp.592-595
• /
• 2024

엄청난 성능에도 불구하고, 심층 신경망은 예측결과에 대한 설명이 없는 블랙 박스로 작동한다는 비판을 받고 있다. 이러한 불투명한 표현은 신뢰성을 제한하고 모델의 대한 과학적 이해를 방해한다. 본 연구는 여러 개의 교사 신경망으로부터 설명 중심의 학생 신경망으로 지식 증류를 통해 해석 가능성을 향상시키는 것을 제안한다. 구체적으로, 인간이 정의한 개념 활성화 벡터 (CAV)를 통해 교사 모델의 개념 민감도를 방향성 도함수를 사용하여 계량화한다. 목표 개념에 대한 민감도 점수에 비례하여 교사 지식 융합을 가중치를 부여함으로써 증류된 학생 모델은 양호한 성능을 달성하면서 네트워크 논리를 해석으로 집중시킨다. 실험 결과, ResNet50, DenseNet201 및 EfficientNetV2-S 앙상블을 7 배 작은 아키텍처로 압축하여 정확도가 6% 향상되었다. 이 방법은 모델 용량, 예측 능력 및 해석 가능성 사이의 트레이드오프를 조화하고자 한다. 이는 모바일 플랫폼부터 안정성이 중요한 도메인에 걸쳐 믿을 수 있는 AI 의 미래를 여는 데 도움이 될 것이다.

• Annual Conference of KIPS
• /
• 2003.11b
• /
• pp.1297-1300
• /
• 2003

본 논문은 웹 온톨로지 데이터를 접근, 표현 및 처리 할 수 있는 온톨로지 객체 모델을 생성하기 위한 시스템이다. 시멘틱 웹의 대두로 인해 웹 상에 존재하는 데이터의 특성에 따라서 접근 할수 있는 방법도 다양화 되었다. 이에 웹 상에서 산재되어 있는 지식들을 가져와 각 도메인에 맞게 새로운 온톨로지를 생성하고 서로 다른 언어로 표현된 온톨로지를 계층 어휘들을 이용하여 시멘틱웹 환경에서 지식을 처리하기 위해 웹 온톨로지를 구축하고 처리할 수 있는 온톨로지 객체 모델을 제공하고, 온톨로지 객체 모델 API를 통해 외부 어플리케이션과의 정보를 교환한다. 본 논문에서는 웹 온톨로지를 표현하기 위한 모델을 계층별로 구별하여 프레임 기반의 상위 온톨로지(frame-based ontology layer), 다른 도메인에서도 사용이 가능한 공통된 어휘(vocabulary)를 표현한 핵심 온톨로지(generic ontology layer)와 각각의 온톨로지 언어에 의존적인 어휘를 표현한 기능 온톨로지(functional ontology layer)로 구성하여 표현의 중복을 없애고 재 사용성을 높이기 위한 모델을 제공함으로써, 온톨로지 추론, 병합 및 저작 도구 등의 외부 어플리케이션이 온톨로지 객체 모델에 손쉽게 접근할수 있고, 온톨로지에 대한 쉬운 지식 표현 및 핸들링을 제공할 수 있다.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.425-429
• /
• 2018

지식 그래프는 많은 수의 개채와 이들 사이의 관계를 저장하고 있기 때문에 많은 연구에서 중요한 자원으로 활용된다. 최근에는 챗봇과 질의응답과 같은 연구에서 자연어 생성을 위한 연구에 활용되고 있다. 특히 자연어 생성에서 최근 발전 된 심층 신경망이 사용되고 있는데, 이러한 방식은 모델 학습을 위한 많은 양의 데이터가 필요하다. 즉, 심층신경망을 기반으로 지식 그래프에서 문장을 생성하기 위해서는 많은 트리플과 문장 쌍 데이터가 필요하지만 학습을 위해 사용하기엔 데이터가 부족하다는 문제가 있다. 따라서 본 논문에서는 데이터 부족 문제를 해결하기 위해 핵심어 시퀀스를 추출하여 학습하는 방법을 제안하고, 학습된 모델을 통해 트리플을 입력으로 하여 자연어 문장을 생성한다. 부족한 트리플과 문장 쌍 데이터를 대체하기 위해 핵심어 시퀀스를 추출하는 모듈을 사용해 핵심어 시퀀스와 문장 쌍 데이터를 생성하였고, 순환 신경망 기반의 인코더 - 디코더 모델을 사용해 자연어 문장을 생성하였다. 실험 결과, 핵심어 시퀀스와 문장 쌍 데이터를 이용해 학습된 모델을 이용해 트리플에서 자연어 문장 생성이 원활히 가능하며, 부족한 트리플과 문장 쌍 데이터를 대체하는데 효과적임을 밝혔다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.482-485
• /
• 2021

최근 지식 그래프를 확장하기 위해 많은 연구가 진행되고 있다. 지식 그래프를 확장하기 위해서는 relation을 기준으로 entity의 방향성을 고려하는 것이 매우 중요하다. 지식 그래프를 확장하기 위한 대표적인 연구인 관계 추출은 문장과 2개의 entity가 주어졌을 때 relation을 예측한다. 최근 사전학습 언어모델을 적용하여 관계 추출에서 높은 성능을 보이고 있지만, entity에 대한 방향성을 고려하여 relation을 예측하는지 알 수 없다. 본 논문에서는 관계 추출에서 entity의 방향성을 고려하여 relation을 예측하는지 실험하기 위해 문장 수준의 Adversarial Attack과 단어 수준의 Sequence Labeling을 적용하였다. 또한 관계 추출에서 문장에 대한 이해를 높이기 위해 BERT모델을 적용하여 실험을 진행하였다. 실험 결과 관계 추출에서 entity에 대한 방향성을 고려하지 않음을 확인하였다.

• Journal of Korean Library and Information Science Society
• /
• v.36 no.1
• /
• pp.459-477
• /
• 2005

The purpose of this study is to investigate a fundamental model for categories and relationships among concepts in library and information science field in order to construct an ontology based upon the knowledge construct of human being. Questionnaire and interview were involved for this study, The results shows that students' knowledge structure was different from KDC and DDC schemes. Students had an object oriented knowledge structure and provided four relationship models. These model could provide a fundamental data for ontology construction. Also, it shows that student academic grades influenced their knowledge structures.