http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
김경환,Kim, Kyunghwan 한국콘텐츠학회 2022 한국콘텐츠학회논문지 Vol.22 No.10
The purpose of this paper is to provide a multi-modular account of double accusative constructions in Korean in the framework of Autolexical Grammar. The grammar views syntactic, semantic, and morphological structures of sentences as modules which are generated simultaneously and independently. Unlike syntactocentric theories, this paper analyzes semantic characteristics of double accusatives through function-argument (F/A) structure along with roles structure (RS) and information structure (IS). In F/A structure of double accusatives, the first accusative becomes an argument of a predicate, unlike the possessive, which is an argument of a relational noun. Furthermore, the first accusative of double accusatives takes the role of patient in RS, which allows it to become the subject of a passive sentence. On the other hand, the second accusative, which is originally the possessee, becomes a focal area in IS. Therefore, the purpose of double accusatives is twofold: one is to turn the possessor into an independent argument of a predicate which takes patient role, and the other is to turn the possessee into a focus. Such semantic characteristics of double accusatives can be expressed by means of multi-dimensional structures of F/A structure, RS, and IS of Autolexical Grammar, which allows an integrated account of the phenomenon.
빅데이터 활용을 위한 농업용 저수지 일별 수위자료의 품질관리
김경환 ( Kyunghwan Kim ),최규훈 ( Gyuhoon Choi ),유승환 ( Seung-hwan Yoo ) 한국농공학회 2020 한국농공학회 학술대회초록집 Vol.2020 No.-
농업용저수지의 안전·유지관리 및 용수공급 등을 위해서는 수위와 유량을 적절히 관리해야 한다. 특히 저수지의 수위자료는 저수지의 상태 등을 볼 수 있는 중요한 자료이며, 다양한 연구에서 기초자료로 활용되고 있다. 그동안 한국농어촌공사에서는 유효저수량 10만㎥ 이상의 저수지 1,700여개소에 10분 단위 자동수위계측을 실시하고, 그 외는 저수지약 3,000여개소는 매일 현장 검측에 의해 수위값을 시스템에 입력관리하고 있다. 이를 합산하면 매년 1억개 이상의 자료가 쌓이며, 20여년간 자동수위계측 운용기간을 살펴보면 그 양은 방대함을 알 수 있다. 그동안 자료의 입력, 데이터 수신, 축적을 위한 기초적 관리방향이었다면, 이제는 쌓여진 빅데이터의 정확한 관리 및 표출을 위해서 전처리 과정 및 분석, 다양한 오측의 분류, 자동보정으로 품질관리 방향을 전환해야 한다. 따라서 본 연구에서는 그동안 축적된 일단위 입력된 수위자료를 대상으로 빅데이터를 활용하여 일괄적으로 품질관리를 실시하고, 결과분석 및 보정, 적절성을 검토하고자 한다. 이상치 제거, 이동평균, 표준편차, 이동평균을 기준으로 하는 매개변수를 임의로 지정하고 저수지별로 최적값을 검토하고, 이를 토대로 적절성 여부에 따라 저수지 품질관리 등급부여 및 분류하고자 한다. 이는 빅데이터를 활용하여 최적화된 모듈 구현이 가능하며, 자동보정으로 편익비용의 절감 및 기존 축적된 데이터의 체계적인 관리를 도모할 수 있을 것으로 판단된다.
자동작곡에서 조성과 반복구성을 위한 후처리 방법 및 다수 곡 학습을 위한 평균 신경망 방법
김경환(Kyunghwan Kim ),정성훈(Sung Hoon Jung) 한국지능시스템학회 2016 한국지능시스템학회논문지 Vol.26 No.6
본 논문에서는 기존의 인공신경망을 이용한 자동작곡에서 음악적으로 부족한 부분을 개선하기 위해 조성을 후처리하는 방법과 멜로디에 반복성을 주는 방법 그리고 다수의 곡을 학습하기 위한 평균 신경망 방법을 제안한다. 인공신경망을 이용하여 작곡된 곡의 멜로디는 인공신경망에 학습된 곡의 멜로디에 따라서 출력되는 것으로 음악적으로 특정한 조성에 맞는 곡이 출력되지 않으며 또한 반복적인 멜로디 구성이 나오기 어렵다. 본 논문에서는 이를 해결하기 위하여 인공신경망이 출력한 멜로디를 음악이론에 따라서 특정한 조성으로 후처리하는 방법과 마디구분을 반복적으로 구성하여 멜로디 진행에 반복을 주는 방법을 제안한다. 또한 기존 연구에서 사용한 다수의 곡을 학습하는 방법은 여러 가지 단점이 있었다. 이를 해결하기 위하여 다수의 곡을 학습하는 방법으로 각 곡을 학습한 인공신경망의 가중치를 평균하여 만든 평균 인공신경망을 사용하는 것을 제안한다. 제안한 방법을 적용하여 작곡한 결과 제안한 방법이 기존의 문제점을 해결하는 것을 확인할 수 있었다. This paper introduces a postprocessing method, an iteration method for melody, and an average neural network method for learning a large number of songs in order to improve musically insufficient parts in automatic composition using existing artificial neural network. The melody of songs composed by artificial neural networks is produced according to the melodies of trained songs, so it can not be a specific tonality and it is difficult to have a repetitive composition. In order to solve these problems, we propose a postprocessing method that converts the melody composed by artificial neural networks into a melody having a specific tonality according to music theory and an iteration method for melody by iteratively composing measure divisions of artificial neural networks. In addition, the existing training method of many songs has some disadvantages. To solve this problem, we adopt an average neural network that is made by averaging the weights of artificial neural networks trained each song. From some experiments, it was confirmed that the proposed method solves the existing problems.