• 정보과학회 논문지
• /
• 제42권12호
• /
• pp.1522-1534
• /
• 2015

본 연구에서는 미리 구축해 놓은 학습데이터 없이도 입력된 작문이 주어진 작문 주제에 적합한 내용인지 아닌지를 자동으로 판단할 수 있는 방법을 제안한다. ConceptNet은 다양한 종류의 문서에서 추출한 자연언어 문장들로부터 구축된 그래프 형태의 지식베이스이다. 본 연구에서는 작문 주제에 해당하는 작문 프롬프트(essay prompt)와 ConceptNet만을 이용하여 문서의 주제-이탈 여부를 판별하는 방법을 제안한다. ConceptNet에서 두 개념간의 최단 경로를 찾고 이에 대한 의미 유사도를 계산하는 방법을 제안한다. 이를 이용하여 작문 프롬프트와 수험생 작문 내용을 ConceptNet의 개념들로 매핑하고 이 개념들 사이의 의미 유사도를 계산하여 작문 프롬프트와 수험생 작문 사이의 주제 부합 여부를 판단한다. 8개의 작문 시험을 수행하여 얻은 수험생 작문 데이터에 대하여 평가를 수행한 결과 기존의 연구에 비해 좋은 성능을 얻을 수 있었다. ConceptNet을 활용하면 유의미한 단순 추론이 가능하기 때문에 본 연구에서 제안한 방법은 추론을 요하는 작문 문제에도 적용 가능함을 보였다.

• 한국지능시스템학회논문지
• /
• 제21권3호
• /
• pp.383-388
• /
• 2011

본 논문은 FIS(fuzzy inference system)와 신뢰도를 이용한 레이저 내비게이션의 정밀도 향상에 관한 것이다. 레이저 내비게이션은 무선 유도 장치로써 헤드가 $360^{\circ}$ 회전을 하며 벽에 부착된 반사체(reflector)를 읽어 AGV(automatic guided vehicle)의 위치를 측정하는 장치이다. 기존의 대표적인 유도 장치들의 타입은 유선 유도 방식이다. 이들은 정밀도가 매우 높고 반응속도가 빠르기 때문에 대부분의 현장에서는 이들을 채택하고 있다. 하지만, 이들 센서는 바닥 밑 1인치 안에 설치하거나 바닥에 심어야하기 때문에 설치비용은 매우 높고 유지 보수가 어렵다. 이러한 문제를 해결하기 위해서 레이저 내비게이션이 개발되었다. 이것은 바닥 시공 하는 것이 필요 없고 설치비용이 최소화되며 배치(layout) 변경이 쉽다. 하지만 외란에 영향을 많이 받아 데이터의 손실 손상이 크고 반응속도가 느리기 때문에 안전이 최우선인 산업현장에 사용이 어렵다. 이에 본 논문에서는 레이저 내비게이션의 정밀도 향상에 관한 연구를 하였다. 제안된 방법은 레이저 내비게이션의 특성을 분석하여 FIS를 통해 위치측정 정밀도의 신뢰도를 계산한 후에 이를 통해 레이저 내비게이션의 정밀도를 보정하는 방법이다. 본 논문에서는 실험을 위해서 직접 설계한 AGV를 이용하였으며, 레이저 내비게이션의 위치와 레이저 내비게이션의 신뢰도를 통해 보정된 위치를 제안된 방법과 비교 하였다. 실험 결과, FIS를 신뢰도로 보정한 결과가 다른 방법들에 비해 약 50% 성능이 향상됨을 확인하였다.

• 스마트미디어저널
• /
• 제7권1호
• /
• pp.31-36
• /
• 2018

본 논문에서는 시선 깊이 추정 기술을 이용한 OST-HMD의 자동화면 on/off 기능을 제안한다. 제안하는 방법은 MLP(Multi-layer Perceptron)을 이용하여 사용자의 시선 정보와 보는 물체의 거리를 학습 한 후, 시선 정보만 입력하여 거리를 추정한다. 학습 단계에서는 착용 할 수 있는 양안 추적기를 사용하여 시선 관련 특징을 얻는다. 그런 다음 이 특징을 다층 퍼셉트론 (MLP: Multi-layer Perceptron)에 입력하여 학습하고 모델을 생성한다. 추론 단계에서는 안구 추적기로부터 실시간으로 시선 관련 특징을 얻고 이를 MLP에 입력하여 추정 깊이 값을 얻는다. 마지막으로 HMD의 화면을 켜거나 끌 것인지 여부를 결정하기 위해 이 계산결과를 활용한다. 제안된 방법의 가능성을 평가하기 위해 프로토타입을 구현하고 실험을 수행하였다.

• 대한인간공학회지
• /
• 제6권2호
• /
• pp.19-28
• /
• 1987

If an error occurs in the automatic mode when the advanced teleoperator system performs a task in hostile environment, then the mode changes into the manual mode. The operation by program and the operation by hyman recover the error in the manual mode. The system resumew the automatic mode and continues the given task. In order to utilize the inverse kinematics as means of the operation by program in the manual mode, Lee and Nagamachi determined the end point of the robot trajectory planning which varied with the height of the task object recognized by a T.V monitor, solved the end point by the fuzzy set theory, and controlled the position of the robot hand by the inverse kinematics and the posture of the robot hand by the operation by human. But the operation by human did take a lot of task time because the position and the posture of the robot hand were separately controlled. To reduce the task time by human, this paper developes an error recovery expert system (ERES). The position of the robot hand is controlled by the inverse kinematics of the cartesian coordinate system to the end point which is deter- mined by the fuzzy set theory. The posture of the robot hand is controlled by the modulality of the robot hand's motion which is made by the posture of the task object. The knowledge base and the inference engine of the ERES is developed using the muLISP-86 language. The experimental results show that the average task time by human the ERES which was performed by the integration of the position and the posture control of the robot hand is shorter than that of the research, done by the preliminary experiment, which was performed by the separation of the position and the posture control of the robot hand. A further study is likely to research into an even more intelligent robot system control usint a superimposed display and digitizer which can present two-dimensional coordinate of the work space for the convenience of human interaction.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권6호
• /
• pp.1692-1705
• /
• 2024

In this paper, we present a method that integrates a Grammar Transducer as an external language model to enhance the accuracy of the pre-trained Korean End-to-end (E2E) Automatic Speech Recognition (ASR) model. The E2E ASR model utilizes the Connectionist Temporal Classification (CTC) loss function to derive hypothesis sentences from input audio. However, this method reveals a limitation inherent in the CTC approach, as it fails to capture language information from transcript data directly. To overcome this limitation, we propose a fusion approach that combines a clause-level n-gram language model, transformed into a Weighted Finite-State Transducer (WFST), with the E2E ASR model. This approach enhances the model's accuracy and allows for domain adaptation using just additional text data, avoiding the need for further intensive training of the extensive pre-trained ASR model. This is particularly advantageous for Korean, characterized as a low-resource language, which confronts a significant challenge due to limited resources of speech data and available ASR models. Initially, we validate the efficacy of training the n-gram model at the clause-level by contrasting its inference accuracy with that of the E2E ASR model when merged with language models trained on smaller lexical units. We then demonstrate that our approach achieves enhanced domain adaptation accuracy compared to Shallow Fusion, a previously devised method for merging an external language model with an E2E ASR model without necessitating additional training.

• Journal of Ship and Ocean Technology
• /
• 제3권2호
• /
• pp.27-48
• /
• 1999

The paper is concerned with application to develop the expert system, which structural analysis and design process for tower cranes. The system is organized into three groups. One is pre-processor for creating input data files, another is `model former' which combines knowledge-base with inference engine for automatic generating structural analysis models, a third is application group for final analysis checks. In this study, geometric subroutine of `model former' designates node positions, nodes, elements numbers and element types. Load data subroutine computes weight of tower crane and device, slewing force, cargo load, wind force form rules or equations in knowledge-base. Also, Property and boundary subroutine applies element properties and boundary conditions to suitable elements and nodes. Design and analysis expert system for tower crane integrates these subroutine, `model former' and pre-processor. RBR(Rule-Base Reasoning) was adopted for a reasoning strategy of this expert system. And this expert system can produce structural analysis model and data, which can be used in ordinary structural analysis program (SAP, ADINA or NASTRAN, etc.). In this paper, this expert system produces format of the analysis model data, which are used in MSC/NASTRAN. The main discussions included in the paper are introduction of the tower crane and structural analysis, composition of the design expert system for tower crane and structural analysis using the expert system.

• 한국도서관정보학회지
• /
• 제44권1호
• /
• pp.385-408
• /
• 2013

본 연구의 목적은 국가나 지방자치단체가 과세 대상을 관리하는데 사용될 수 있는 조세 온톨로지를 구축하는 것이다. 이에 조세와 관련 개념을 분석한 후 개념 계층(taxonomies)을 형성하였다. 특히 개념 계층에서는 다중 계승을 '프리미티브 개념'으로 분해한 후 '정의된 개념'으로 재결합하는 Rector의 '온톨로지 구현 정규화 방법론'이 사용되었다. 그 방법론으로 직접세, 지방세, 그리고 보통세로 다중 계승되는 재산세와 같이 복잡하게 얽힌 조세의 체계를 명시적이고 논리적으로 표현하였다. 그 다음 추론 기구를 통하여 자동 분류를 실시하고, 일관성(consistency)을 검증하였다. 마지막으로, 구축된 온톨로지의 구체적 활용사례를 소개하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권3호
• /
• pp.353-360
• /
• 2004

온톨로지는 특정 도메인에 사용되는 용어들과 그 용어들 간의 관계를 정의하고, 이를 계층구조로 표현한 것을 말한다. 본 논문에서는 전문용어의 처리에 기반 한 도메인 특정적인 온톨로지의 반자동 구축방안을 제안하고자 한다. 이를 위하여 도메인 텍스트 내에서 전문용어를 구성하고 있는 명사나 접미사의 패턴을 분류하고, 이에 따라 전문용어를 추출하고 계층구조를 구하는 알고리즘을 제안한다. 실험은 약학 관련 문서를 대상으로 하였으며, 단일어절 전문용어를 인식한 결과 평균 92.57%, 다중어절 전문용어의 경우 평균 66.64%의 정확도를 보였다. 구축된 온톨로지는 의미정보와 함께 전문용어를 구성하는 특정 명사나 접미사를 중심으로 자연스런 의미 군을 형성함으로써 정보검색 등의 전문적인 지식의 접근에 유용하게 쓰일 수 있으며, 검색의 성능을 향상시키기 위한 추론의 기반으로도 이용할 수 있다.

• Journal of Information Processing Systems
• /
• 제9권1호
• /
• pp.1-30
• /
• 2013

The capitalization of know-how, knowledge management, and the control of the constantly growing information mass has become the new strategic challenge for organizations that aim to capture the entire wealth of knowledge (tacit and explicit). Thus, knowledge mapping is a means of (cognitive) navigation to access the resources of the strategic heritage knowledge of an organization. In this paper, we present a new mapping approach based on the Boolean modeling of critical domain knowledge and on the use of different data sources via the data mining technique in order to improve the process of acquiring knowledge explicitly. To evaluate our approach, we have initiated a process of mapping that is guided by machine learning that is artificially operated in the following two stages: data mining and automatic mapping. Data mining is be initially run from an induction of Boolean case studies (explicit). The mapping rules are then used to automatically improve the Boolean model of the mapping of critical knowledge.

• 경영과학
• /
• 제22권1호
• /
• pp.15-26
• /
• 2005

The bootstrap is a method of computational inference that simulates the creation of new data by resampling from a single data set. We propose a new job for the bootstrap: generating inputs from one historical trace using Threshold Bootstrap. In this regard, the most important quality of bootstrap samples is that they be functionally indistinguishable from independent samples of the same stochastic process. We describe a quantitative measure of difference between two time series, and demonstrate the sensitivity of this measure for discriminating between two data generating processes. Utilizing this distance measure for the task of generating inputs, we show a way of tuning the bootstrap using a single observed trace. This application of the threshold bootstrap will be a powerful tool for Monte Carlo simulation. Monte Carlo simulation analysis relies on built-in input generators. These generators make unrealistic assumptions about independence and marginal distributions. The alternative source of inputs, historical trace data, though realistic by definition, provides only a single input stream for simulation. One benefit of our method would be expanding the number of inputs achieving reality by driving system models with actual historical input series. Another benefit might be the automatic generation of lifelike scenarios for the field of finance.