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.
- 검색키워드
- 저자 : 현선영 (검색결과 10 건)
- 무료
- 기관 내 무료
- 유료
-
-
Knowledge-Augmented Transformer 모델을 활용한 게임 승부 예측 시스템
현선영,정현석,이창은,하영국 국제차세대융합기술학회 2024 차세대융합기술학회논문지 Vol.8 No.12
인공지능(AI) 기술이 발전함에 따라 이를 여러 분야에 적용하는 연구들이 활발하게 진행되고 있다. 그중 게임 분야에서는 게임 상황을 분석하여 전략 추천 및 승부 예측 연구가 진행되고 있다. 기존의 연구에서는 주로 수집된 게임 로그 데이터를 AI 분류 모델을 기반으로 학습하고, 이를 바탕으로 승부를 예측하거나 전략을 추천하 는 방식을 사용하고 있다. 그러나 대용량의 시계열 게임 데이터를 분류 모델을 기반으로 학습하는 기존 방식의 경 우 게임 초기 예측에서 낮은 성능을 보이고 있다. 이에 본 연구에서는 이러한 단점을 개선하기 위해 자연어 등의 시퀀스 데이터 분석에 사용되는 Transformer 모델을 개선한 LLM 모델 기반의 게임 승부 예측 시스템을 제안한 다. 또한 성능 향상을 위하여 입력된 데이터를 기반으로 전략 등의 추가 정보를 추론하여 프롬프트에 같이 활용하 는 knowledge augmentation 기법을 적용한다. 제안하는 시스템을 실시간 전략게임인 Starcraft2에 적용한 실험 을 통해 게임의 승부 예측 성능이 향상됨을 확인하였고 게임의 특징을 잘 반영되는 것을 확인하였다. As artificial intelligence(AI) technology develops, studies that apply it to various fields are actively being conducted. Among them, in the field of games, research is being conducted to analyze game situations in order to recommend play strategies or predict game outcomes. The existing studies mainly use a method of learning from collected game log data based on AI classification models, and use this to predict match outcomes or recommend strategies. However, the existing method of learning large-scale time-series game data based on classification models shows low performance in early-game predictions. In this study, we propose a game outcome prediction system based on an improved LLM model, which enhances the Transformer model commonly used for analyzing sequence data such as natural language, to address these limitations. Additionally, to enhance performance, a knowledge augmentation technique is applied, which infers additional information such as strategies based on the input data and incorporates it into the prompt. Through experiments applying the proposed system to the real-time strategy game StarCraft2, we confirmed that the system improves the accuracy of game outcome prediction and effectively captures the key characteristics of the game.
-
-
MLP 모델을 위한 Mixup 알고리즘 기반의 Data Augmentation에 관한 연구
현선영 ( Sun-young Hyun ),김필송 ( Pil-song Kim ),황성연 ( Seong-yeon Hwang ),하영국 ( Young-guk Ha ) 한국정보처리학회 2021 한국정보처리학회 학술대회논문집 Vol.28 No.2
본 논문에서는 CNN 모델에서 학습에 사용할 이미지 데이터를 늘리기 위해 사용되는 Mixup 알고리즘을 MLP 모델에 사용하는 데이터셋에 적용하여 data augmentation 효과를 얻을 수 있는 지에 대한 테스트를 수행했다. 테스트 결과 MLP 모델에 사용할 데이터셋에도 Mixup 알고리즘으로 data augmentation 효과를 기대할 수 있음을 보여준다.
-
-
LLM의 효율적인 추론 가속을 위한 Context Filtering 기법 연구
정현석,현선영,최윤석,이창은,하영국 국제차세대융합기술학회 2025 차세대융합기술학회논문지 Vol.9 No.11
ChatGPT의 등장 이후 대규모 언어 모델(Large Language Model, LLM)을 다양한 분야에 적용하는연구가 활발하게 이루어지고 있다. LLM의 추론 성능을 향상시키기 위한 대표적인 방법으로는 Chain-of-Thought, Retrieval-Augmented Generation(RAG) 등이 있다. 그러나 이러한 방법들은 입력 프롬프트(Prompt)의 길이를 증가시켜 추론 시간과 비용을 높이며, 불필요한 문맥으로 인해 환각 현상이 발생하는 문제가 있다. 본 논문에서는 이러한문제를 해결하기 위해, 프롬프트 중 질의문을 기준으로 관련된 정보만 남기고 문맥(Context)을 압축하는 문맥 필터링(Context Filtering) 기법을 제안한다. 문맥 필터링은 질의문의 시계열적, 의미적 관련성을 기준으로 필요한 정보만 입력으로 사용하여 LLM이 추론하는 방법이다. 실험은 전장 시뮬레이션으로부터 생성된 Timestamp + Triplet 구조의 대규모 시계열 데이터를 기반으로 수행되었다. 실험 결과, 전체 문맥의 약 25%만을 사용한 압축 프롬프트에서도 기존 프롬프트와 유사한 수준의 상황 인지 정확도를 유지하였으며, 추론 시간과 토큰 사용량 또한 감소하였음을 확인하였다. Since the advent of ChatGPT, research on applying large language models(LLM) to various fields has been actively conducted. Typical methods for improving LLM's reasoning performance include Chain-of-Thought and Retrieval-Augmented Generation(RAG). However, these methods increase the length of the input prompt, thereby increasing the inference time and cost, and there is a problem that Hallucination occurs due to unnecessary context. In order to solve this problem, this paper proposes a Context Filtering technique that compresses context, leaving only relevant information based on the questionnaire among prompts. Context Filtering is a method for LLM to infer using only necessary information as input based on the time-series and semantic relevance of a query. The experiment was conducted based on time-series data of Timestamp + Triplet structure in a battlefield situational awareness scenario. As a result of the experiment, it was confirmed that the situation awareness accuracy similar to that of the existing prompt was maintained even at the compression prompt using only about 25% of the entire context, and the inference time and token usage were also reduced.
-
모과추출물의 C2C12 근육세포에서 근분화 및 에너지대사조절인자 발현 증진 효과 연구
강석용,현선영,권예담,박용기,정효원 대한본초학회 2019 대한본초학회지 Vol.34 No.6
Objective : The present study was conducted to investigate the effects of Chaenomelis Fructus (CF) on the regulation of biogenesis in C2C12 mouse skeletal muscle cells. Methods : C2C12 myoblasts were differentiated into myotubes in 2% horse serum-containing medium for 5 days, and then treated with CF extract at different concentrations for 48 hr. The expression of muscle differentiation markers, myogenin and myosin heavy chain (MHC) and mitochondrial biogenesis-regulating factors, peroxisome proliferator- activated receptor gamma coactivator 1alpha (PGC1α), sirtuin1 (Sirt1), nuclear respiratory factor1 (NRF1) and transcription factor A, mitochondrial (TFAM), and the phosphorylation of AMP-activated protein kinase (AMPK) and acetyl-CoA carboxylase (ACC) were determined in C2C12 myotubes by reverse transcriptase (RT)-polymerase chain reaction (RT-PCR) and western blot, respectively. The cellular glucose levels and total ATP contents were measured by cellular glucose uptake and ATP assays, respectively. Results : Treatment with CF extract (0.01, 0.02, and 0.05 ㎎/㎖) significantly increased the expression of MHC protein in C2C12 myotubes compared with non-treated cells. CF extract significantly increased the expression of PGC1α and TFAM in the myotubes. Also, CF extract significantly increased glucose uptake levels and ATP contents in the myotubes. Conclusion : CF extract can stimulate C2C12 myoblasts differentiation into myotubes and increase energy production through upregulation of the expression of mitochondrial biogenetic factors in C2C12 mouse skeletal muscle cell. This suggests that CF can help to improve skeletal muscle function with stimulation of the energy metabolism.
-
-
-
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
