• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.571-573
• /
• 2004

본 논문에서는 협업 여과 추천의 사용자 정보 부족으로 발생하는 초기화 문제를 개선하기 위하여 스테레오 타입 정보를 활용하여, 희소성 문제 해결 방안으로 스테레오타입 정보 기반의 사용자 성향 반영을 통한 계층적 구조를 가지는 가상 점수를 부여하여, 유사도 계산의 개선 및 추천의 정확도를 향상시킨다. 또한 항목의 속성을 분석하여 유사도가 높게 나타날 수 있는 항목을 선정하여 추천의 정확도를 향상시키고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.478-481
• /
• 2011

이 논문에서는 정적으로 2단계 언어의 불필요한 식을 찾는 분석 방법을 제안한다. 불필요한 식이란 식의 실행의미가 프로그램의 결과에 영향을 미치지 않는 식을 말한다. 다단계 프로그램이 불필요한 식을 만들어내는 지 프로그램 실행전에 알 수 있다면 프로그램 실행에 드는 비용을 줄일 수 있다. 이 분석은 다형타입을 가지는 다단계 언어의 타입시스템과 타입시스템에 올라탄 분석에 기반하고 있다. 이 분석으로 프로그램 실행 시 불필요한 식이 프로그램 코드 형태로 전파되는 것을 알 수 있으며 다형타입을 이용한 정교한 분석이 가능하다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.57-60
• /
• 2015

XPath는 XML 문서를 탐색하고 필요한 부분을 추출하는데 유용한 W3C 표준 프로그래밍 언어이다. XPath를 기반으로 XSLT, XQuery와 같은 표준 언어가 정의되어 널리 사용되고 있으며, DTD, XML Schema, RelaxNG와 같은 타입 언어를 이용하여 XML 문서를 효과적으로 명세할 수 있음에도 불구하고, XPath 기반 XML 처리 프로그램을 위한 타입 검사 기법은 미비하다. 본 논문에서는 XPath 기반 프로그램을 위한 새로운 양상논리 기반의 타입 추론 기법을 제안한다.

• Annual Conference on Human and Language Technology
• /
• 2003.10d
• /
• pp.81-85
• /
• 2003

이 논문의 목적은 코퍼스 크기에 따른 타입과 토큰간의 관계를 엄밀한 통계적 방법으로 그 특징을 밝히고자 하는 것이다. 지금까지 코퍼스를 구축하는 데 있어서, 자료의 다양성을 고려한 자료 균형성을 문제와 더불어 코퍼스 구축 규모의 문제는 매우 중요한 고려사항이었다. 이런 문제는 일찍이 영어 코퍼스를 중심으로 많은 연구가 진행된 바가 있지만 한국어를 대상으로 한 엄밀한 연구는 많이 이루어지지 않았다. 이 연구에서는 현재까지 구축한 현대 한국어 말뭉치 1억여 어절을 대상으로 말뭉치 크기 증가에 따른 타입과 토큰간의 통계적 관계를 3가지 모형에 대해 비교하였으며 최종적으로 ARIMA모형을 이용하여 그 함수적 관계를 밝혀보았다. 연구 결과에 따르면 한국어 자료는 약 1천만 어절의 토큰을 기준으로 타입의 변화가 다소 둔화되는 결과를 보인다. 연구에 의해 도출된 함수식을 이용하면 소규모의 자료를 이용하더라도, 대규모 자료에서의 타입수를 계산해 낼 수 있으므로, 더욱 다양하고 정확한 통계처리의 근거를 제시할 수 있게 된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.23-26
• /
• 2022

딥 러닝 모델은 블랙 박스 (Black Box) 모델로 예측에 대한 근거를 제시하지 못해 신뢰성이 떨어지는 단점이 존재한다. 이를 해결하기 위해 딥 러닝 모델에 설명력을 부여하는 설명 가능한 인공지능 (XAI) 분야 연구가 활발하게 이루어지고 있다. 본 논문에서는 모델 예측을 프로토타입을 통해 설명하는 딥 러닝 모델을 제시한다. 즉, "주어진 이미지는 티셔츠인데, 그 이유는 티셔츠를 대표하는 모양의 프로토타입과 닮았기 때문이다."의 형태로 딥 러닝 모델을 설명한다. 해당 모델은 Encoder, Prototype Layer, Classifier로 구성되어 있다. Encoder는 Feature를 추출하는 데 활용하고 Classifier를 통해 분류 작업을 수행한다. 모델이 제시하는 분류 결과를 설명하기 위해 Prototype Layer에서 가장 유사한 프로토타입을 찾아 설명을 제시한다. 실험 결과 프로토타입 생성 기반 설명 모델은 기존 이미지 분류 모델과 유사한 예측 정확도를 보였고, 예측에 대한 설명력까지 확보하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.9
• /
• pp.2082-2090
• /
• 2013

As rehabilitation psychology analysis system which manages examination information becoming more popular, interoperability, portability and security are becoming major concerns of modern computing. We propose a security model on the type information based access control system for rehabilitation psychology analysis that can enhance both security and availability by separating the functions delivered from object-oriented databases to solve these problems. We apply the access control model specifically to enhancement of security system and also perform a test to verify the security and availability of our model.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11a
• /
• pp.551-554
• /
• 2003

본 논문에서는 MPEG 압축 비디오에서 매크로 블록 타입 정보를 이용하여 효과적인 점진적 장면전환 검출을 위한 알고리즘을 제안한다. MPEG 압축 영역에서 디졸브(Dissolve) 구간내의 B 프레임들의 매크로 블록 타입의 변화를 이용하여 디졸브 장면전환 구간을 빠르고 정확하게 검출 할 수 있는 알고리즘을 제안한다. 제안한 알고리즘은 실험 결과를 통해 성능을 분석하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2012.01a
• /
• pp.131-134
• /
• 2012

본 논문에서는 교사-부모간의 원활한 정보 공유를 통해 ADHD학생의 학교 적응과 학업 수행을 도울 수 있는 교사-부모간의 ADHD학생 행동 관찰 공유시스템의 프로토타입을 제안해보고자 하였다. 선행연구를 통해 ADHD학생이 통합교육을 효율적으로 받기 위해 전제되어야 할 것이 교사와 부모의 협력인 점과 현재 교육현장에서 교사 부모 협력의 실질적 방안의 요구됨을 확인했다. 선행 연구 자료를 통해 도출한 ADHD학생 행동관찰 공유시스템의 설계전략을 기반으로 스토리보드를 작성하고 교사측면과 부모측면, 그리고 공유측면 시스템 기능으로 분류하여 프로토타입을 제안하였다. 본 연구는 실제 ADHD학생 행동관찰 공유시스템의 개발과 개발된 시스템이 교육 현장에서 어느 정도의 효용성과 이용성을 갖게 될지 검증하는 실증적 후속 연구가 필요하다고 제언한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.37-40
• /
• 2015

인간의 유전자의 돌연변이 서열인 SNP를 통하여 하플로타입을 추정하는 연구는 생명공학분야에서 중요한 연구분야이다. 일반적인 방법으로 하플로타입을 추정하는 것은 상당한 시간과 비용이 요구된다. SNP를 통한 하플로타입 추론에 대한 방법은 지금까지 여러 방법이 제시되었다. 본 논문에서는 해당 문제를 해결하기 위한 도구로 베이지안 네트워크를 제시하고, 이를 사용한 유전알고리즘인 BOA를 이용하여 해결하는 방법을 제시한다. 이후 BOA 소프트웨어를 이용하여 우선적으로 해집단크기 및 비율에 대한 정확도를 분석 후 적합도함수의 quality정보의 개입유무에 따른 정확도를 실험한다. 마지막으로 네트워크의 간선존재 여부에 따른 정확도를 실험하는 것으로 실험을 마친다. 실험결과 해집단크기와 비율에 따라 정확도가 상이한 결과를 얻었으며, quality정보의 개입이 없는 경우와 네트워크의 간선을 적용한 경우 모두 기존에 비해 저조한 정확도를 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.1005-1008
• /
• 2021

메타버스의 산업적/학술적 가치가 증대되면서, 실세계 인간과 메타버스 내 디지털 휴먼과의 상호작용 시스템 또한 큰 조명을 받고 있다. 본 논문에서는 인간과 디지털 휴먼이 상호작용할 때, 인간의 발화에 대해 감성적 지지가 가능한 디지털 휴먼 프로토타입을 소개한다. 대화의 의미에 따른 동작 생성이 가능한 아바타 구축 공개 프레임워크를 도입하고, 사전학습모델을 바탕으로 감성적 지지가 가능한 심층 대화 생성 모델 기반 대화 시스템을 여기에 통합하여 인간의 감성 상태에 따른 동작과 대화를 진행하는 감성 지지형 디지털 휴먼 프로토타입을 구현하였다. 이러한 프로토타입을 고도화 하면, 향후 메타버스 기반 정신 건강 케어 및 디지털 치료제로의 확장이 가능할 것으로 사료된다.