• Journal of information and communication convergence engineering
• /
• v.18 no.4
• /
• pp.267-277
• /
• 2020

It is important to understand the exact habitat distribution of endangered species because of their decreasing numbers. In this study, we build a system with a deep learning module that collects the image data of endangered animals, processes the data, and saves the data automatically. The system provides a more efficient way than human effort for classifying images and addresses two problems faced in previous studies. First, specious answers were suggested in those studies because the probability distributions of answer candidates were calculated even if the actual answer did not exist within the group. Second, when there were more than two entities in an image, only a single entity was focused on. We applied an object detection algorithm (YOLO) to resolve these problems. Our system has an average precision of 86.79%, a mean recall rate of 93.23%, and a processing speed of 13 frames per second.

• Archives of Plastic Surgery
• /
• v.49 no.2
• /
• pp.141-149
• /
• 2022

Breast implant-associated anaplastic large cell lymphoma (BIA-ALCL) is a recently spotlighted T-cell origin non-Hodgkin's lymphoma with an increasing incidence of over 800 cases and 33 deaths reported worldwide. Development of BIA-ALCL is likely a complex process involving many factors, such as the textured implant surface, bacterial biofilm growth, immune response, and patient genetics. As the incidence of BIA-ALCL is expected to increase, it is important for all surgeons and physicians to be aware of this disease entity and acquire thorough knowledge of current evidence-based guidelines and recommendations. Early detection, accurate diagnosis, and appropriate treatment are the foundations of current care.

• Journal of Korea Multimedia Society
• /
• v.25 no.6
• /
• pp.793-806
• /
• 2022

As the IMO introduced MASS (Maritime Autonomous Surface Ships), ISO(International Organization for Standardization) announced ISO 19847 of a maritime data sharing standard for collecting and remotely managing data of ship systems. Previous literature evaluated the risk using HAZOP for ISO 19847 and proved that risk assessment is useful through experiments. However, redundancy of ISO 19847 ship data server which is one of the risk reduction method suggested in previous literature, was designed but couldn't tested due to the limitations of the conditions. So, in this study, to prove the usefulness of the ship data server redundancy of ISO 19847 which was not tested in previous literature. It based on the design of previous literature, and the network of ship data servers was modeled using the SES/DEVS format and simulated using the DEVS# open source library.

• Clinics in Shoulder and Elbow
• /
• v.25 no.3
• /
• pp.244-254
• /
• 2022

Radiographic osteolysis after total shoulder arthroplasty (TSA) remains a challenging clinical entity, as it may not initially manifest clinically apparent symptoms but can lead to clinically important complications, such as aseptic loosening. A thorough consideration of medical history and physical examination is essential to rule out other causes of symptomatic TSA-namely, periprosthetic joint infection-as symptoms often progress to vague pain or discomfort due to subtle component loosening. Once confirmed, nonoperative treatment of osteolysis should first be pursued given the potential to avoid surgery-associated risks. If needed, the current surgical options include glenoid polyethylene revision and conversion to reverse shoulder arthroplasty. The current article provides a comprehensive review of the evaluation and management of osteolysis after TSA through an evidence-based discussion of current concepts.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.415-417
• /
• 2021

Since the words and words in Chinese sentences are continuous and the length of vocabulary is huge, Chinese NER(Named Entity Recognition) always based on character representation. In recent years, many Chinese research has been reconsidered how to integrate the word information into the Chinese NER model. However, the traditional sequence model has complex structure, the slow inference speed, and an additional dictionary information is needed, which is difficult to implement in the industry. The approach in this paper has the state of the art and parallelizable, which is integrated the char-word embeddings, so that the model learns word information. The proposed model is easy to implement, and outperforms traditional model in terms of speed and efficiency, which is improved f1-score on two dataset.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.01a
• /
• pp.185-186
• /
• 2020

최근 제품을 주문하거나 상품을 조회하는 등의 간단한 상담을 챗봇을 이용하여 자동화하는 온라인 쇼핑몰들이 늘어나고 있다. 이는 고객을 상담하는 상담원의 업무를 줄여줄 뿐 아니라 고객 상담을 즉각적이고 효율적으로 진행할 수 있다. 또한 사용자의 입장에서 챗봇은 처음 이용하는 사람도 사용하기가 쉽고, 상담원과의 연결까지 기다리지 않고 사용자가 원하는 시간에 커뮤니케이션이 가능하고, 기업 측면에서는 인건비가 감소되고 고객관리가 용이해진다는 장점이 있다. 그러나 챗봇은 주어진 질문에만 대답할 수 있고, 처음 메뉴를 파악하기 힘들다는 단점이 있다. 따라서 본 논문에서는 카카오톡 오픈빌더를 사용하여 질문의도를 파악하는 intent와 entity를 추출한 뒤 딥러닝을 통해 체계적으로 학습을 진행한다. 이를 통해 주어지지 않은 질문들을 파악한다. 또한, 오픈빌더의 시나리오 선택 기능을 활용하여 초기에 선택할 수 있는 메뉴를 파악하기 쉽도록 구현하였다. 사용자는 본 논문에서 제안하는 챗봇을 통해 사용자는 상담에 필요한 도움을 받을 수 있을 것으로 기대된다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.235-240
• /
• 2021

구문 트리의 구조적 정보는 문장 수준 관계 추출을 수행하는데 있어 매우 중요한 자질 중 하나다. 기존 관계 추출 연구는 구문 트리에서 최단 의존 경로를 적용하는 방식으로 관계 추출에 필요한 정보를 추출해서 활용했다. 그러나 이런 트리 가지치기 기반의 정보 추출은 관계 추출에 필요한 어휘 정보를 소실할 수도 있다는 문제점이 존재한다. 본 논문은 이 문제점을 해소하기 위해 개체 중심으로 구문 트리를 재구축하고 모든 노드의 정보를 관계 추출에 활용하는 모델을 제안한다. 제안 모델은 TACRED에서 F1 점수 74.9 %, KLUE-RE 데이터셋에서 72.0%로 가장 높은 성능을 보였다.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.293-296
• /
• 2019

개체명 인식은 입력 문장에서 인명, 지명, 기관명, 날짜, 시간과 같이 고유한 의미를 갖는 단어들을 찾아 개체명을 부착하는 기술이다. 최근 개체명 인식기는 형태소 단위나 음절 단위의 입력을 사용하는 연구가 주로 진행되고 있다. 그러나 형태소 단위 개체명 인식은 미등록어를 처리하지 못하는 문제점이 존재하고 음절 단위 개체명 인식은 단어의 의미를 제대로 반영하지 못하는 문제점이 존재한다. 본 논문에서는 이 문제점을 보완하기 위해 품사 정보를 활용한 음절 단위 개체명 인식기를 제안한다. 또한 개체명 인식 성능에 큰 영향을 미치는 개체명 사전 자질을 더 효과적으로 사용할 수 있는 방법을 제안하며 이 방법을 사용했을 때 기존의 방법보다 향상된 개체명 인식 성능(F1-score 0.8576)을 보였다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.112-117
• /
• 2021

기계 학습을 활용하여 요약문을 생성했을 경우, 해당 요약문의 정확도를 측정할 수 있는 도구는 필수적이다. 원문에 대한 요약문의 사실관계 일관성의 파악을 위해 개체명 유사도, 기계 독해를 이용한 질문-답변 생성을 활용한 방법이 시도되었으나, 충분한 데이터 확보가 필요하거나 정확도가 부족하였다. 본 논문은 딥러닝 모델을 기반한 개체명 인식기와 질문-답변쌍 정확도 측정기를 활용하여 생성, 필터링한 질문-답변 쌍에 대해 일치도를 점수화하는 방법을 제안하였다. 이러한 기계적 사실관계 확인 점수와 사람의 평가 점수의 분포를 비교하여 방법의 타당성을 입증하였다.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.473-476
• /
• 2020

개체명 인식에 적용된 대부분의 신경망 모델들에서 CRFs와 결합을 통해 성능 향상을 하였다. 그러나 최근 대용량 데이터로 사전 학습한 모델을 활용하는 경우, 기 학습된 많은 유의미한 파라미터들로 인해 CRFs의 영향력이 비교적 작아졌다. 따라서 본 논문에서는 한국어 대용량 말뭉치로 사전 학습한 ELECTRA 모델에서의 CRFs 가 개체명 인식에 미치는 영향을 확인해보고자 한다. 모델의 입력 단위로 음절 단위와 Wordpiece 단위로 사전 학습된 두 가지의 모델을 사용하여 미세 조정을 통해 개체명 인식을 학습하였다. 실험을 통해서 두 모델에 대하여 각각 CRFs 층의 유무에 따른 성능을 비교해 보았다. 그 결과로 ELECTRA 기반으로 사전 학습된 모델에서 CRFs를 통한 F1-점수 향상을 보였다.