• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권12호
• /
• pp.499-506
• /
• 2019

지능형 로봇은 사용자의 요구에 따라 상황에 맞는 작업을 선택하여 서비스를 수행할 수 있어야 하며, 다양한 상황에 대해서 현재 가장 적합한 작업이 무엇인지 비교하고 선택할 수 있어야 한다. 이를 위해 절차적 추론 시스템을 활용하는 기존의 지능형 로봇시스템은 작업 모델 내부에 우선도 함수를 정의하고 이를 활용하여 작업 간 우선도를 비교하는 방법으로 작업관리 기능을 제공하고 있었다. 하지만 이러한 기존의 방법은 다중 도메인 서비스를 수행하는 데에 있어, 우선도 결정 함수가 명시적이지 않아 일반적인 상황에 대한 우선순위를 결정할 수 없고, 유용성을 비교하기 위한 표준적인 기준이 존재하지 않아 각 서비스 간의 우선도를 비교하는 방법이 범용적이지 않으며, 이를 재사용하거나 확장할 수 없다는 한계점이 존재했다. 우리는 이를 개선하기 위해 작업관리를 위한 정책 모델과 이를 활용하여 작업의 우선도를 계산하는 방법인 정책 모델 주도 메타-플래닝을 제안한다. 정책 모델은 메타-플래닝 과정에서 작업의 유틸리티를 명시적으로 계산할 수 있는 기능을 제공하며, 기초 모델을 통해 다양한 서비스 간의 유용성을 비교할 수 있게 해준다. 또한, 모델의 구성을 온톨로지를 활용함으로써 확장성을 가지는 특징이 있다. 실험을 통해 동적 환경에서 정책 모델에 따라 로봇의 행동이 변화하는 것을 관찰할 수 있었고, 이를 통해 서비스가 필요에 따라 우선도의 비교를 통해 선택되는 것을 확인할 수 있었다.

• 대한전자공학회논문지TC
• /
• 제45권1호
• /
• pp.59-65
• /
• 2008

본 논문에서는 직교 주파수 분할 다중 접속 방식(OFDMA, Orthogonal frequency Division Multiple Access)에서 전송률의 비율적 제한 조건(Constraint)이 고려된 자원 할당 방식에 대해 논의한다. 제안된 자원 할당 방식은 비트 오율, 전송 전력 및 전송 비율 등에 관한 제한 조건 하에서 사용자들이 요구하는 다양한 서비스를 만족하면서 최대의 시스템 전송률을 얻기 위한 최적화 문제를 다룬다. 본 문제에 관한 최적의 해(optimal solution)는 상당히 복잡하므로 부 채널 할당과 전력 할당을 나누어 복잡도를 낮춘 부 최적 해(Suboptimal solution)를 제안한다. 먼저, 각 사용자에게 할당될 부 채널의 수를 사용자들의 평균 신호 대 잡음비와 전송률 비율을 기반으로 결정한다. 이어서 사용자에게 할당될 부 채널은 변형된 max-min 알고리즘에 따라 결정되고 이를 기반으로 최적화 문제에 대한 Lagrange dual 문제의 해를 구하는 최적의 전력 할당 방식을 제안한다. 또한 보다 낮은 복잡도를 갖는 전력 할당을 위해 반복적 전송 비율 검출 알고리즘을 제안한다. 마지막으로 모의실험을 통해 본 논문에서는 제안하는 알고리즘이 사용자 간의 전송률에 관한 공평성(fairness)을 정확히 만족하면서 시스템의 전송률을 극대화할 수 있음을 분석한다.

• 대한전자공학회논문지SP
• /
• 제38권3호
• /
• pp.304-315
• /
• 2001

본 논문에서는 3GPP와 ETSI에서 IMT-2000의 음성부호화 방식 표준안으로 채택한 AMR 음성부호화 알고리즘을 분석하고 C 컴파일러와 어셈블리 언어를 이용한 최적화 과정을 거친 후, 고정 소수점 DSP 칩인 TMS320C6201을 이용하여 실시간 구현하였다. 구현된 codec의 프로그램 메모리는 약 31.06 kWords, 데이터 RAM 메모리는 약 9.75 kWords, 그리고 데이터 ROM 메모리는 약 19.89 kWords 정도를 가지며, 한 프레임(20 ms)을 처리하는데 약 4.38 ms가 소요되어 TMS320C6201 DSP 칩의 전체 가용한 clock의 21.94％만 사용하여도 충분히 실시간으로 동작 가능함을 확인하였다. 또한, DSP 보드상에서 구현한 결과가 ETSI에서 공개한 ANSI C 소스 프로그램의 수행 결과와 일치함을 검증하였고, 구현된 AMR 음성부호화기를 sound I/O 모듈과 결합하여 실험한 결과, 어떠한 음질의 왜곡이나 지연 없이 실시간으로 충분히 동작함을 확인하였다. 마지막으로, Host I/O와 LAN 케이블을 이용하여 AMR 음성부호화 알고리즘을 통한 쌍방간 실시간 통신을 full-duplex 모드로 확인하였다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권3호
• /
• pp.383-391
• /
• 2017

영상 분할은 영상처리 분야에서 오랜 기간 많은 연구자들에 의해 연구되었으며 현재도 다양한 방법이 연구되어지고 있다. 영상 분할은 영상에 포함된 객체들을 분리하는 문제로, 특히 사람의 얼굴은 영상에 포함된 객체들 중 가장 중요한 객체로 다루어진다. 본 논문에서는 영상에 포함된 얼굴 경계선을 추출하는 방법을 제안한다. 이를 위해 먼저 비올라존스 방법을 사용해 영상에서 대략적인 얼굴 위치를 검출한다. 그러나 비올라존스 알고리즘에 의해 검출된 결과는 얼굴의 대략적인 위치이지 정확한 얼굴 영역이 아니다. 본 논문에서는 비올라존스 알고리즘의 결과로부터 좀 더 정확한 얼굴 영역을 추출하기 위해 적응적 스킨칼라 모델을 사용하고 스킨칼라 모델의 결과로 주어지는 스킨영역에 대해 수평, 수직 히스토그램을 분석하여 얼굴 영역을 추출한다. 마지막으로 추출된 얼굴 영역에 대해 스네이크 알고리즘을 적용해 최종 얼굴 경계선을 결정한다. 본 논문에서는 Williams등[7]에 의해 제안된 스네이크 알고리즘을 기반으로 얼굴 경계선 추출을 위해 변형된 스네이크 에너지 함수를 제안한다.

• 지능정보연구
• /
• 제17권1호
• /
• pp.53-69
• /
• 2011

로봇 자체 또는 로봇에 탑재된 콘텐츠와의 상호작용을 위해 일반적으로 영상 또는 음성 인식 기술이 사용된다. 그러나 영상 음성인식 기술은 아직까지 기술 및 환경 측면에서 해결해야 할 어려움이 존재하며, 실적용을 위해서는 사용자의 협조가 필요한 경우가 많다. 이로 인해 로봇과의 상호작용은 터치스크린 인터페이스를 중심으로 개발되고 있다. 향후 로봇 서비스의 확대 및 다양화를 위해서는 이들 영상 음성 중심의 기존 기술 외에 상호보완적으로 활용이 가능한 인터페이스 기술의 개발이 필요하다. 본 논문에서는 로봇 인터페이스 활용을 위한 가속도 센서 기반의 제스처 인식 기술의 개발에 대해 소개한다. 본 논문에서는 비교적 어려운 문제인 26개의 영문 알파벳 인식을 기준으로 성능을 평가하고 개발된 기술이 로봇에 적용된 사례를 제시하였다. 향후 가속도 센서가 포함된 다양한 장치들이 개발되고 이들이 로봇의 인터페이스로 사용될 때 현재 터치스크린 중심으로 된 로봇의 인터페이스 및 콘텐츠가 다양한 형태로 확장이 가능할 것으로 기대한다.

• 지능정보연구
• /
• 제27권4호
• /
• pp.1-22
• /
• 2021

텍스트를 바탕으로 한 차원 기반 감성 분석(Aspect-Based Sentiment Analysis)은 다양한 산업에서 유용성을 주목을 받고 있다. 기존의 차원 기반 감성 분석에서는 타깃(Target) 혹은 차원(Aspect)만을 고려하여 감성을 분석하는 연구가 대다수였다. 그러나 동일한 타깃 혹은 차원이더라도 감성이 나뉘는 경우, 또는 타깃이 없지만 감성은 존재하는 경우 분석 결과가 정확하지 않다는 한계가 존재한다. 이러한 문제를 해결하기 위한 방법으로 차원과 타깃을 모두 고려한 감성 분석(Target-Aspect-Sentiment Detection, 이하 TASD) 모델이 제안되었다. 그럼에도 불구하고, TASD 기존 모델의 경우 구(Phrase) 간의 관계인 지역적인 문맥을 잘 포착하지 못하고 초기 학습 속도가 느리다는 문제가 있었다. 본 연구는 TASD 분야 내 기존 모델의 한계를 보완하여 분석 성능을 높이고자 하였다. 이러한 연구 목적을 달성하기 위해 기존 모델에 합성곱(Convolution Neural Network) 계층을 더하여 차원-감성 분류 시 보조 손실(Auxiliary loss)을 추가로 사용하였다. 즉, 학습 시에는 합성곱 계층을 통해 지역적인 문맥을 좀 더 잘 포착하도록 하였으며, 학습 후에는 기존 방식대로 차원-감성 분석을 하도록 모델을 설계하였다. 본 모델의 성능을 평가하기 위해 공개 데이터 집합인 SemEval-2015, SemEval-2016을 사용하였으며, 기존 모델 대비 F1 점수가 최대 55% 증가했다. 특히 기존 모델보다 배치(Batch), 에폭(Epoch)이 적을 때 효과적으로 학습한다는 것을 확인할 수 있었다. 본 연구에서 제시된 모델로 더욱 더 세밀한 차원 기반 감성 분석이 가능하다는 점에서, 기업에서 상품 개발 및 마케팅 전략 수립 등에 다양하게 활용할 수 있으며 소비자의 효율적인 구매 의사결정을 도와줄 수 있을 것으로 보인다.