http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
딥러닝 모델 테스트를 위한 뉴런 커버리지 변화에 따른 학습 데이터의 모델 영향력 평가
김주형(Ju-Hyeong Kim),유동연(Dong-Yeon Yoo),이정원(Jung-Won Lee) 대한전자공학회 2021 대한전자공학회 학술대회 Vol.2021 No.6
딥러닝 모델에서 학습 데이터셋은 네트워크 모델 학습의 가중치를 결정하기 때문에 모델의 신뢰성에 있어 중요한 역할을 차지한다. 모델의 신뢰성 평가 기법은 크게 블랙박스 테스트, 화이트박스 테스트로 나뉘며 딥러닝 모델은 내부구조를 확인하기 힘든 특성상 블랙박스 테스트에 대한 연구가 더욱 활발하게 수행되고 있다. 그러나 모델내부 동작을 관찰할 수 있는 화이트박스 테스트 또한 필요하며, 최근 뉴런 커버리지를 이용한 테스트 케이스 생성에 대한 연구가 진행되고 있다[1]. 본 논문에서는 이러한 뉴런 커버리지를 학습모델 테스트에만 적용할 것이 아니라, 학습 데이터의 품질, 즉 학습 데이터셋 선택이 모델 성능에 미치는 영향을 평가하는 데에 적용해 보고자 한다. 이를 위해, DeepXplore 도구[2]를 활용해 입력에 따른 모델내부의 활성화된 뉴런 비율을 나타내는 뉴런 커버리지 값을 얻은 후, 데이터셋이 모델의 뉴런에 미치는 영향을 확인한다. 데이터셋이 달라짐에 따라 뉴런 커버리지의 변화율이 달라지며, 고른 특징 분포를 갖는 학습데이터를 이용하여 생성된 모델과 랜덤하게 학습데이터를 사용한 경우를 비교해보면, 고른 특징 분포를 갖는 학습 데이터를 사용 하였을 때 11.25% 더 큰 뉴런 커버리지의 변화를 확인하였다. 또한 더 큰 뉴런 커버리지를 보이는 데이터를 이용하여 모델을 재학습 한 경우 뉴런의 활성도가 50%~379%까지 높아지는 것을 확인 할 수 있었다. 이를 통해 현재 학습에 이용된 데이터의 모델의 영향력을 평가하여 뉴런 커버리지를 높이는 방향으로 학습데이터 셋을 선택하는데 기여할 수 있다.
성별에 따른 소비가치가 행동의도에 미치는 융합적 관계 연구 (헤어 트렌드 컬러를 중심으로)
김주형(Kim, Ju Hyeong),김성남(Kim, Sung Nam) 한국전시산업융합연구원 2021 한국과학예술융합학회 Vol.39 No.1
본 연구는 트렌드 컬러에 대한 소비가치를 규명을 위해 시작하였다. 본 연구의 목적은 소비가치가 소비자들의 행동 의도 미치는 차별적 영향력과 성별의 조절 효과를 검증하는 것이다. 따라서, 본 논문의 연구자료는 자기기입식 설문지를 통해 수집되었으며, 총 300부를 최종 분석에 이용하였다. 수집된 자료는 SPSS 21.0 통계패키지 프로그램을 이용하여 빈도 분석, 요인분석, 신뢰도 분석, 위계적 회귀분석 및 이원분산분석을 실시하였다. 분석 결과, 첫째, 트렌드 컬러에 대한 소비가치는 기능적 가치, 사회적 가치, 쾌락적 가치 3 요인이 도출되었다. 둘째, 소비가치가 행동의도에 미치는 영향 관계에서는 사회적 가치와 기능적 가치가 높을수록 구전 의도와 재이용 의도가 증가하였다. 셋째, 성별에 대한 조절 효과는 남성의 경우 사회적 가치에 의한 구전 의도의 변화 폭이 크고 구전 의도에 미치는 영향력이 높아지는 것으로 확인되었다. 여성의 경우는 쾌락적 가치가 재이용 의도를 감소시키는 영향요인으로 나타났다. 이러한 연구결과를 바탕으로 트렌드 컬러에 대한 소비가치가 규명되었으며, 미용 산업의 경쟁력 측면에서 트렌드 컬러라는 부분을 통해 헤어살롱에서는 좀 더 나은 마케팅 전략을 수립하고 성별에 따라서 접근 방식을 달리하여 좀 더 높은 매출 향상에 기여할 수 있는 자료로 활용되기를 기대한다. This study was started to identify consumption values for trend colors. The purpose of this study is to verify the discriminatory influence of consumption value on consumer behavior and the effect of gender control. The research data were collected through a self-contained questionnaire and a total of 300 copies were used for the final analysis. The collected data were analyzed for frequency, factor, reliability, hierarchical regression and two-way analysis of variance using the SPSS 21.0 statistical package program. As a result of the analysis, the consumption value of the trend color was derived from three factors: functional value, social value and pleasure value. The higher the social and functional value, the greater the historical and re-use intention, in the relationship of the impact of consumption value on the behavioural intent. The effect of gender adjustment was found to be large in men"s case of varying oral intentions by social values and increasing their influence on oral intentions. In the case of women, hedonistic values have been shown to be an influence factor that reduces the intention to reuse. Through this study, the consumption value of trend color has been identified. Through the trend color section of the beauty industry in terms of competitiveness, we hope that hair salons will be used as materials that can contribute to higher sales by establishing better marketing strategies and different approaches depending on gender.
합성곱 신경망과 장단기 메모리를 이용한 리튬이온 배터리 SEI 층 전압 차의 특징 기반 State-of-Health 추정 연구
김주형(Ju Hyeong Kim),박진원(Jin Won Park),김창우(Changwoo Kim),최효섭(Hyosub Choi) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.11
본 논문은 리튬이온 배터리의 State-of-Health(SOH)를 추정하기 위해 합성곱 신경망(Convolution Neural Networks, CNN)과 장단기메모리(Long Short-Term Memory, LSTM)를 사용하였다. 리튬이온 배터리 데이터셋은 Nasa Battery Data set 를 사용하였다. 입력 값에 사용되는 특징들은 사이클 변화에 따른 SEI 층의 전압 차로 짧은 사이클에 대해 학습할 수 있으며, 내부 요인(온도, CC 충전 량 등)에 대해 영향을 적게 받는다. 실험은 CNN, LSTM, CNN+LSTM 3 가지 경우를 고려하였다. CNN+LSTM 모델의 평균 손실 값과 표준편차는 약 5.46, 3.06(Root Mean Square Error)이며, CNN 과 LSTM 대비 약 80.77%, 6.78% 낮은 평균과 240.2%, 34.64% 낮은 표준편차 손실 값을 보이므로 다른 모델보다 성능이 높으며 안정적으로 예측하는 것을 볼 수 있다.