http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Residual Network 모델의 특징에 관한 실증비교연구
이찬희 ( Chan Hee Lee ),임희석 ( Heui Seok Lim ) 한국컴퓨터교육학회 2016 한국컴퓨터교육학회 학술발표대회논문집 Vol.20 No.2
ResNet (Residual Network) 구조를 사용하면 수백 층 이상의 매우 깊은 인공 신경망도 성공적으로 훈련시킬 수 있으며, ResNet을 적용한 Deep Convolutional Neural Network은 그 우수성이 입증되었다. 하지만 ResNet을 제안한 연구에서는 보다 단순한 구조의 신경망에서의 ResNet의 효과와 신경망의 깊이에 따른 ResNet 적용 모델의 변화에 대한 정보는 결여되어 있다. 이에 본 연구는 ResNet 구조를 Multi-Layer Perceptron에 적용하여 그 변화와 특징을 비교 실험하였다. 실험 결과, 11개 층을 가진 신경망에서는 ResNet 적용 전후의 훈련 및 테스트 정확도가 거의 동일하였으나, 29개 층을 가진 신경망에서는 ResNet 구조 적용 후 약 5.5%의 테스트 정확도 상승이 관찰되었다. 또한, ResNet 구조를 적용하지 않은 모델은 38개 층 이상의 신경망은 수렴시키지 못하는 반면, ResNet을 적용한 모델은 65개층의 신경망도 성공적으로 수렴시켰으며, 훈련 및 테스트 정확도가 하락하는 문제도 발생하지 않았다. 결론적으로, ResNet 구조는 단순한 구조의 신경망에서도 효과를 발휘하며, 기존의 방법으로 수렴시키기 어려운 매우 깊은 인공 신경망을 수렴시키는데 도움이 되는 것으로 나타났다.
유원희 ( Won Hee Yu ),임희석 ( Heui Seok Lim ) 한국컴퓨터교육학회 2015 한국컴퓨터교육학회 학술발표대회논문집 Vol.19 No.1
실제 온라인 학습 시스템에서 획득되는 로그데이터들 중에서 사용자 프로파일로 사용될 수 있는 요소를 선택하였다. 로그데이터들은 사용자들이 학습시스템에서 활동한 내역으로 구성되어있으며, 다양한 로그데이터들 중에서 실제 중요한 요소를 선택하기 위하여 의미 없다고 생각되어지는 로그들과 중복성이 강한 로그데이터를 제거하였다. 선택된 요소를 검증하기 위하여 분류기를 사용하여 선택된 요소들이 전체 로그데이터들에 비해서 어느 정도의 성능향상과 신뢰도향상을 가져오는지에 대하여 검증하였다. 실험결과 분류기의 성능이 2%정도 증가 하였으며, 신뢰도가 유의미한 신뢰수준까지 증가하였음을 보였다.
초등학교 교과서의 어휘 통계 분석 연구: 한국어 세종 코퍼스와의 비교를 중심으로
유원희 ( Won Hee Yu ),임희석 ( Heui Seok Lim ) 한국컴퓨터교육학회 2015 컴퓨터교육학회 논문지 Vol.18 No.1
본 논문에서는 초등학교 교과서 말뭉치를 구축하고, 초등교과서에서 나타나는 어휘들에 대하여 통계 분석을 실시하였다. 또한 초등 교과서가 일반생활에서 사용하는 어휘와 얼마나 유사한지를 살펴보기 위 하여 스피어만 상관관계 분석을 실시하였다. 연구결과로 초등교과서의 말뭉치 구축 모습과 실제 예시를 보였고, 상관관계 분석을 통하여 초등교과서와 일반 말뭉치와의 상관관계를 수치적으로 보였다. In this paper, we build a primary school textbook corpus and a statistical analysis was performed with respect to the vocabulary found in elementary textbooks. also We performed the Spearman’s correlation coefficient in order to explore whether similar elementary textbooks in general life used vocabulary. the result of this study shows that corpus building in the form of elementary school textbooks and actual examples. then numerically shown correlation of the elementary textbooks andgeneral corpus.
Coronavirus Disease-19(COVID-19)에 특화된 인공신경망 기계번역기
박찬준,김경희,박기남,임희석,Park, Chan-Jun,Kim, Kyeong-Hee,Park, Ki-Nam,Lim, Heui-Seok 한국융합학회 2020 한국융합학회논문지 Vol.11 No.9
최근 세계보건기구(WHO)의 Coronavirus Disease-19(COVID-19)에 대한 팬데믹 선언으로 COVID-19는 세계적인 관심사이며 많은 사망자가 속출하고 있다. 이를 극복하기 위하여 국가 간 정보 교환과 COVID-19 관련 대응 방안 등의 공유에 대한 필요성이 증대되고 있다. 하지만 언어적 경계로 인해 원활한 정보 교환 및 공유가 이루어지지 못하고 있는 실정이다. 이에 본 논문은 COVID-19 도메인에 특화 된 인공신경망 기반 기계번역(Neural Machine Translation(NMT)) 모델을 제안한다. 제안한 모델은 영어를 중심으로 프랑스어, 스페인어, 독일어, 이탈리아어, 러시아어, 중국어 지원이 가능한 Transformer 기반 양방향 모델이다. 실험결과 BLEU 점수를 기준으로 상용화 시스템과 비교하여 모든 언어 쌍에서 유의미한 높은 성능을 보였다. With the recent World Health Organization (WHO) Declaration of Pandemic for Coronavirus Disease-19 (COVID-19), COVID-19 is a global concern and many deaths continue. To overcome this, there is an increasing need for sharing information between countries and countermeasures related to COVID-19. However, due to linguistic boundaries, smooth exchange and sharing of information has not been achieved. In this paper, we propose a Neural Machine Translation (NMT) model specialized for the COVID-19 domain. Centering on English, a Transformer based bidirectional model was produced for French, Spanish, German, Italian, Russian, and Chinese. Based on the BLEU score, the experimental results showed significant high performance in all language pairs compared to the commercialization system.
한국어 시각단어재인 과정에서의 음운정보 역할 규명을 위한 계산주의적 모델
박기남(Park Ki-Nam),임희석(Lim Heui-Seok),한군희(Han Kun-Hee) 한국산학기술학회 2007 한국산학기술학회 학술대회 Vol.- No.-
본 논문은 인간의 언어정보처리 과정 중 시각단어재인(visual word recognition) 과정에서 음운정보와 철자정보의 역할 및 심성어휘집의 표상 형태를 알아보기 위해, 계산주의적 모델을 제안하고, 제안된 모델을 이용하여 실험하였다. 실험결과 계산주의적 모델은 한국어에 대한 시각 단어재인 시 보이는 언어현상 중 음운, 철자 이웃 크기효과(phonological and orthographic neighborhood effect)를 나타냈으며, 이를 통해 한국어 시각단어재인 과정에서 심성어휘집이 음운정보로 표상되어 었다는 것을 시사하는 증거를 보였다.
계산주의적 모델을 이용한 한국어 어휘습득 모델 설계 및 구현
유원희(Yu Won-Hee),박기남(Park Ki-Nam),류기곤(Lyu Ki-Gon),임희석(Lim Heui-Seok) 한국산학기술학회 2007 한국산학기술학회 학술대회 Vol.- No.-
본 논문은 인간의 언어정보처리과정 중 초기 어휘획득(lexical acquisition)과정을 한국어에 적용시켜 Full-List 모형과 Decomposition 모형의 하이브리드한 형태의 계산주의적(computational) 어휘정보처리 모델을 구현하고 실험하였다. 실험결과 학습을 통한 언어적 입력의 인간의 어휘획득 과정을 모사(simulate) 할 수 있었고, 특정 문법범주 습득 순서에 대한 이론적 근간을 제시할 수 있었다. 또한 본 연구의 모델에서 자동으로 생성된 Full-List 사전과 Decomposition 사전을 통해 인간의 대뇌 심성표상(mental representation) 형태를 유추할 수 있는 중거를 보였다.
박진희(Park, Jin-Hee),임희석(Lim Heui-Seok) 한국산학기술학회 2010 한국산학기술학회 학술대회 Vol.- No.-
컴퓨터 과학 교육 분야의 알고리즘을 학습할 수 있는 교육용 콘텐츠를 제안한다. 제안하는 콘텐츠는 컴퓨터 과학 교육을 학습 하고자 할 때에 학습 효과를 더욱 증대시키기 위한 것 이다. 본 논문은 그래프 알고리즘을 기반으로 하는 학습 콘텐츠 플래시를 만들고자 한다. 학습 콘텐츠의 기반은 플래시 형식으로 하고, 학습자가 스스로 학습할 수 있는 콘텐츠를 플래시 기반으로 하여 설계하여 동적으로 학습 하도록 구현하였다.
Track 4 : 컴퓨터과학; 치매 예측도구 개발을 위한 요인분석
소아람 ( A Ram So ),좌희정 ( Hee Jung Jwa ),임희석 ( Heui Seok Lim ) 한국컴퓨터교육학회 2014 한국컴퓨터교육학회 학술발표대회논문집 Vol.18 No.1
우리나라는 가장 노령화 속도가 빠른 나라이며, 2020년을 기점으로 고령화율이 급격히 상승할 것으로 예상되며, 치매인구도 100만명을 넘을 것으로 예상된다. 따라서 치매예방책에 대한 연구가 필요하다. 본 연구에서는 치매예측도구개발을 위해 Feature Selection을 통해 각 속성이 치매판단을 내릴 때 어느 정도의 영향을 미치는지 실험하였고, Random Forest 알고리즘을 이용한 분류기를 통해 속성들이 분류 정확도에 어떤 영향을 미치는지 실험하였다. 실험결과 속성들이 치매를 판단하는데 미치는 속성들의 순서를 파악하였고, 향후 이를 바탕으로 치매 예측도구를 개발할 것이다.