http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 석호식(Ho-Sik Seok) (검색결과 23 건)
- 무료
- 기관 내 무료
- 유료
-
진화 하드웨어상에서 유전자 프로그래밍에 의한 온라인 학습
석호식(Ho-sik Seok),이광주(Kwang-Ju Lee),이강(Kang Yi),장병탁(Byoung-Tak Zhang) 한국정보과학회 1999 한국정보과학회 학술발표논문집 Vol.26 No.2Ⅱ
본 논문에서는 진화 하드웨어에 기반한 자율 이동 로봇의 온라인 학습 기법에 관하여 소개하고자 한다. 진화 하드웨어는 실행 시간중에 하드웨어 회로 구생을 변경시킬 수 있는 새로운 개념의 FPGA 이다. 제어 프로그램은 진화 하드웨어상에 트리 형식으로 구현되며 유전자 프로그래밍을 이용하여 학습하게 된다. 로봇의 환경 탐사가 진행됨에 따라 입력되는 센서 정보에 기반하여 제어 프로그램은 학습을 수행하게 되며, 노드 돌연변이의 유전 연산자를 이용하여 진화한다. 제어 프로그램의 게이트 회로는 학습의 진행에 맞추어 실행 시간중에 보다 적합도가 높은 방향으로 발전한다. 본 논문에서는 진화 하드웨어를 이용한 이러한 학습 방식과 FPGA 구현 및 로봇 제어에의 용용에 대한 실험 경과 등을 설명할 것이다.
-
위치 추정을 위한 공통 공통된 특성 관계 기반 트랜스퍼 학습
석호식(Ho-Sik Seok),장병탁(Byoung-Tak Zhang) 한국정보과학회 2009 한국정보과학회 학술발표논문집 Vol.36 No.1C
환경의 변화에 따라 특성 값의 분포 및 특성 값의 존재 유무가 변하는 트랜스퍼 학습(Transfer learning)에서는 이 같은 특성의 변화로 인하여 특정 환경에서 학습한 모델을 다른 환경에 쉽게 적용할 수 없다는 난점을 갖는다. 본 논문에서는 측정 환경의 변화에도 불구하고 일정한 성질을 유지하는 새로운 특성을 탐색하여 트랜스퍼 학습의 난점을 해결할 수 있는 방법을 제시한다. 본 논문에서 소개하는 방법은 변화 환경에서도 일정하게 유지되는 특성간 관계성을 찾아 이 관계성 공간에 데이터를 사상한 후 새로운 문제 공간에서 데이터를 취급하고자 하는 방법이다. 우리는 복수개의 측정 환경에서 관측된 데이터에서 공통으로 등장하는 특성 쌍(attribute pair)을 찾은 후, 탐색 된 특성의 쌍을 바탕으로 훈련 데이터와 테스트 데이터를 그래프 구조로 표현하는 방식으로 데이터를 새로운 공간에 사상하였다. 제안 방법은 2007 IEEE ICDM Data Mining Contest의 트랜스퍼 학습 태스크 2에 적용되었으며 공개된 랜드마크 데이터에 비슷한 구조를 갖는 데이터를 모으는 일종의 클러스터링 효과를 달성할 수 있음을 확인하였다.
-
온라인 적응 학습을 위한 유전자 프로그래밍의 진화 하드웨어 구현
석호식(Ho-Sik Seok),이광주(Kwang-Ju Lee),장병탁(Byoung-Tak Zhang) 한국정보과학회 2000 한국정보과학회 학술발표논문집 Vol.27 No.1B
본 논문에서는 유전자 프로그래밍을 이용하여 온라인 적응 학습이 가능 진화 하드웨어의 진화 전략을 구성하였다. 유전자 프로그래밍은 특유의 트리형 개체구조가 여러 개의 프로세스의 합을 통한 복합 임무의 수행 구조로 해석될 수 있다는 이점에 비하여, 하드웨어 구현이 어렵고 crossover 연산자의 사용이 어렵다는 단점 등에 의하여 진화 하드웨어의 동적 재구성 알고리즘으로 널리 사용되지 못하였다. 본 논문에서는 유전자 프로그래밍의 이러한 단점을 극복할 수 있는 개체 표현 및 하드웨어 구현 방법을 제안하였으며, 제안된 방법론에 기존의 연구 결과를 결합하여 유전자 프로그래밍의 수행 효율을 높일 수 있는 진화 전략을 구성하였다. 제안된 진화 전략은 자율 이동 로봇 실험에 적용되어 효율성을 확인하였다.
-
석호식(Ho-Sik Seok),황규백(Kyu-Baek Hwang),장병탁(Byoung-Tak Zhang) 한국정보과학회 2008 한국정보과학회 학술발표논문집 Vol.35 No.2
본 논문에서는 특정 위치에서 여러 개의 AP(Access Point)에서의 RSS(Radio Signal Strength)를 측정한 데이터를 획득하였을 때, 과거 측정 데이터와 비교하여 해당 위치를 추정하는 방법을 소개한다. 모든 환경이 동일하다면 과거 데이터의 패턴을 분석하여 현재 위치의 분포를 추정하는 것이 가능하지만, 과거 데이터가 측정된 환경과 현재 데이터가 측정된 환경이 상이하다면 측정 데이터의 성격이 틀려지기 때문에 위치 추정 작업의 난이도가 높아진다. 본 논문에서는 이와 같이 동일한 위치에 대한 과거 측정 데이터와 현재 측정 데이터의 성격이 같지 않는 상황에서 위치 추정의 정확성을 높일 수 있도록, 과거 데이터를 분석하여 AP 간의 관계성을 분석한 후 AP 관계성을 이용하여 데이터 측정 가능성을 계산하여, 가장 가능성이 높은 위치를 선택할 수 있는 방법을 소개한다. 제안된 방법은 훈련 데이터를 이용하여 각 위치를 설명할 수 있는 AP 관계 모델을 만든 후, Landmark 데이터를 활용하여 만들어진 AP 관계 모델을 변화시키고 이 를 활용하여 위치를 예측하는 절차로 구성된다. 제안 방법론은 2007 IEEE ICDM(International Conference on Data Mining) Data Mining Contest의 테이터에 적용되었으며, 과거 컨테스트 참여자들의 실험 방법론과 비교해 보았을 때 17위에 해당하는 성능을 보였음을 확인하였다.
-
유전자 프로그래밍을 이용한 지능센서의 진화 하드웨어 구현
석호식(Ho-Sik Seok),장병탁(Byoung-Tak Zhang) 한국정보과학회 2000 한국정보과학회 학술발표논문집 Vol.27 No.2Ⅱ
본 논문에서는 유전자 프로그래밍을 이용하여 판단 기준을 탐색할 수 있는 자율 이동 로봇의 센서 해석회로를 진화 하드웨어상에 구현하였다. 자율 이동 로봇은 센서 정보를 통하여 환경 정보를 인지하고 자율성을 유지한다. 그러나 기존의 센서 체계는 첫째, 잡음의 영향을 심하게 받으며, 둘째 같은 환경에 대하여 동일한 종류의 센서라 할지라도 심한 편차가 존재하는 관측값을 출력한다는 문제점을 갖는다. 따라서 센서의 특성에 대한 고려없이 판단기준을 결정하면 로봇의 정확한 환경 인지를 보장할 수 없게 된다. 본 논문에서는 센서 입력값 해석 기준을 센서 특성에 맞추어 적응적으로 변화시키는 센서를 구현하여 입력 해석과정에서의 정확도를 향상하였다.
-
하이퍼네트워크 모델의 점진적 학습에 의한 문법의 자동 생성
석호식(Ho-Sik Seok),작가멧(Jakramate Bootkrajang),장병탁(Byoung-Tak Zhang) 한국정보과학회 2009 한국정보과학회 학술발표논문집 Vol.36 No.2C
본 논문에서는 학습에 활용하는 코퍼스(Corpus)의 난이도와 양을 증가시키면서 하이퍼네트워크에 기반한 문장 생성 모델을 학습시킨 후, 모델 학습 단계 별로 생성된 문장의 문법적 특성을 분석한다. 하이퍼네트워크 모델은 가중치를 갖고 있는 에지와 노드의 집합으로 코퍼스의 확률 분포를 학습할 수 있는 한가지 방법을 제공한다. 본 논문에서는 생성되는 문장의 문법적 특성의 변화를 통해 언어 모델의 특성을 분석하며 원래 코퍼스와 생성된 문장의 문법 규칙 분포에 대한 KL divergence를 계산하여 학습 데이터와 언어 모델에 축적된 문법 규칙의 분포간 차이를 확인하였다. 학습 데이터와 언어 모델에 축적된 문법 규칙의 분포에 대하여 KL divergence를 계산한 결과 최대 0.06을 초과하지 않았다. 언어 모델에서 생성된 문장의 파싱을 분석해 본 결과, 학습이 진행됨에 따라 생성되는 문장의 문법적 타당성이 점차 증가함을 관찰하였으며, 코퍼스의 특성으로 인해 학습 초기 과정에 문법 규칙이 일정한 분포로 수렴함을 확인하였다.
-
진화하는 그래프 구조 학습을 위한 부스티드 DNA 컴퓨팅
석호식(Ho-Sik Seok),장병탁(Byoung-Tak Zhang) 한국정보과학회 2005 한국정보과학회 학술발표논문집 Vol.32 No.1
DNA 컴퓨팅은 분자 수준(molecular level)에서 연산을 수행한다. 따라서 일반적인 실리콘 기반의 컴퓨터에서와는 달리, 순차적인 연산 제어를 보장하기 어렵다는 특징이 있다. 그러나 DNA 컴퓨팅은 화학반응에 기초한 연산이기 때문에, 실험자가 의도한 연산을 많은 수의 분자에 동시에 적용할 수 있으므로 실리콘 기반의 컴퓨터와는 비교할 수 없는 병렬 연산을 구현할 수 있다. 병렬 연산을 구현하고자 할 때, 일반적으로 연산에 사용하는 모든 DNA 분자들을 대상으로 연산을 구현할 수도 있다. 그러나 전체가 아닌 일부의 분자들을 상대로 연산을 수행하는 것 역시 가능하며 이 때 자연스러운 방법으로 사용할 수 있는 방법이 배깅(Bagging)이나 부스팅(Boosting)과 같은 앙상블(ensemble) 계열의 학습 방법이다. 일반적인 부스팅과 달리 가중치를 부여하는 것이 아니라 특정 학습자(learner)를 나타내는 분자들을 증폭한다면 가중치를 분자의 양으로 표현하는 것이 가능하므로 분자 수준에서 앙상블 계열의 학습을 구현하는 것이 가능하다. 본 논문에서는 앙상블 계열의 학습 방법 중 특히 부스팅의 효과를 DNA 컴퓨팅에 응용하고자 할 때, 어떤 방법이 가능하며, 표현 과정에서 고려해야 할 사항은 어떠한 것들이 있는지 고려하고자 한다. 본 논문에서는 규모를 사전에 한정할 수 없는 진화 가능한 그래프 구조(evolutionary graph structure)를 학습할 수 있는 방법을 찾아보고자 한다. 진화 가능한 그래프 구조는 기존의 DNA 컴퓨팅 방법으로는 학습할 수 없는 문제이다. 그러나 조합 가능한 수를 사전에 정의할 수 없기 때문에 분자의 수에 상관없이 동일한 연산 시간에 문제를 해결할 수 있는 DNA 컴퓨팅의 장점을 가장 잘 발휘할 수 있는 문제이기도 하다.
-
멀티채널 기반 드라마 동영상 의미 분절화를 위한 비모수 베이지안 방법
석호식(Ho-Sik Seok),이바도(Bado Lee),장병탁(Byoung-Tak Zhang) 한국정보과학회 2012 한국정보과학회 학술발표논문집 Vol.39 No.1B
본 논문에서는 드라마 동영상의 의미 분절화(Semantic segmentation)를 위한 멀티 채널 기반 비모수적 베이지만 방법론을 소개한다. 기존 방법론은 매우 한정적인 특징만을 이용하여 분절화를 시도하거나 이미지 채널이나 오디오 채널과 같은 단일 채널에서만 유효한 방법론을 이용하여 데이터 분석을 시도하였기에, TV 드라마와 같이 예측할 수 없는 변화를 보여주는 스트림 데이터에 적용하기에는 어려움이 많았다. 이와 같은 단점을 극복하기 위해 우리는 주어진 동영상을 단일 모달리티의 채널로 분할한 후 각 채널 별로 분절화를 시도하고 각 채널의 분절 결과를 동적으로 결합하여 주어진 동영상에서의 의미 분절화를 근사하는 방법을 개발하였다. 제안 방법은 실제 TV 동영상의 의미 분절화에 적용되었으며 인간 평가자에 의한 의미 변화 구간과의 비교를 통해 그 성능을 확인하였다.
-
-
단어 간 관계 패턴 학습을 통한 하이퍼네트워크 기반 자연 언어 문장 생성
석호식(Ho-Sik Seok),작가멧(Jakramate Bootkrajang),장병탁(Byoung-Tak Zhang) 한국정보과학회 2010 정보과학회논문지 : 소프트웨어 및 응용 Vol.37 No.3
본 논문에서는 단어간 관계 패턴을 학습한 후 이에 기반하여 자연 언어 문장을 생성하는 방법을 소개한다. 기존의 문장 생성 방법론에서는 내재된 문법 규칙의 존재를 가정하거나 템플릿을 사용하고 있으나, 본 논문에서 소개하는 방법론에서는 태깅 등의 부가 정보 없이 단어의 동시 등장 빈도만을 활용하여 단어간 관계 패턴을 학습한다. 단어간 관계 패턴은 하이퍼네트워크 방법론에 기반하여 학습되었다. 학습이 진행됨에 따라 하이퍼네트워크의 복잡도가 높아지며, 학습 모델에 축적되는 언어 관계 패턴의 수가 증가한다. 학습된 모델의 유효성은 학습 패턴에 기반한 자연 언어 문장 생성을 통해 확인하였다. 실험 결과 학습이 진행됨에 따라 문법적으로 성립하는 문장의 비율이 향상하였다. 파서를 이용하여 생성된 문장을 구성하는 문법 규칙을 분석한 후 문법 규칙의 분포를 학습에 사용한 코퍼스의 문법 규칙 분포와 비교한 결과 학습에 사용된 코퍼스의 문법적 특성을 학습할 수 있는 잠재력을 갖고 있음을 확인하였다. We introduce a natural language sentence generation (NLG) method based on learning of word-association patterns. Existing NLG methods assume the inherent grammar rules or use template based method. Contrary to the existing NLG methods, the presented method learns the words-association patterns using only the co-occurrence of words without additional information such as tagging. We employ the hypernetwork method to analyze and represent the words-association patterns. As training going on, the model complexity is increased. After completing each training phase, natural language sentences are generated using the learned hyperedges. The number of grammatically plausible sentences increases after each training phase. We confirm that the proposed method has a potential for learning grammatical properties of training corpuses by comparing the diversity of grammatical rules of training corpuses and the generated sentences.
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
