지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 최용석
- 발행연도
- 2019
- 저작권
- 한양대학교 논문은 저작권에 의해 보호받습니다.
이용수4
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
지식 베이스 시스템은 전문가가 가지고 있는 전문 지식을 지식 베이스에 저장하고, 그것을 해석하는 시스템으로써 미래 정보과학 분야에서 중요한 연구 과제 중 하나이다. 하지만 종래의 지식베이스 시스템은 특정 문제 해결을 수행하는 전문가의 주관적인 경험 지식을 규칙 베이스화 하는 데에 주목적이 높여져 있다. 게다가 기존의 지식 베이스에 지식을 쌓아 올리는 기술에 대한 연구 또한 부족한 실정이다.
본 논문에서는 앞으로 새로운 발전에 필수적인 기술로써 공유 가능한 지식 베이스를 제안하고 그 위에 지식을 쌓아 올릴 수 있는 딥러닝 기반의 온톨로지 자동 생성 프레임워크를 소개한다. 제안하는 온톨로지 자동 생성 프레임워크는 지금까지 알려진 온톨로지 자동 생성 시스템보다 의미적 관계를 표현하는데 있어서 성능이 뛰어나다. 주장의 적절성을 뒷받침하기 위해 영상에 나타나는 인물(Person)-행위(Activity) 쌍 간의 의미적 관계를 심층 합성곱 신경망 기반의 인물(Person) 분류 모델과 행위(Activity) 분류 모델을 활용하여 프레임워크 평가를 수행하였다.
평가를 위한 실제 실험 데이터로써, 유명한 드라마 ‘미생’ 에피소드에 대해 인물 인식을 수행한 결과 F1 score 98.2%, 행위에 대해 F1 score 61.4%의 성능을 보여 제안한 온톨로지 자동 생성 프레임워크의 적절성을 뒷받침하였다. 따라서 심층 합성곱 신경망 기반의 온톨로지 자동 생성 프레임워크를 통해 통상적인 온톨로지의 설계 및 구현, 지식 생성에 발생하는 비효율적인 시간 비용을 줄일 수 있다.
본 논문에서는 앞으로 새로운 발전에 필수적인 기술로써 공유 가능한 지식 베이스를 제안하고 그 위에 지식을 쌓아 올릴 수 있는 딥러닝 기반의 온톨로지 자동 생성 프레임워크를 소개한다. 제안하는 온톨로지 자동 생성 프레임워크는 지금까지 알려진 온톨로지 자동 생성 시스템보다 의미적 관계를 표현하는데 있어서 성능이 뛰어나다. 주장의 적절성을 뒷받침하기 위해 영상에 나타나는 인물(Person)-행위(Activity) 쌍 간의 의미적 관계를 심층 합성곱 신경망 기반의 인물(Person) 분류 모델과 행위(Activity) 분류 모델을 활용하여 프레임워크 평가를 수행하였다.
평가를 위한 실제 실험 데이터로써, 유명한 드라마 ‘미생’ 에피소드에 대해 인물 인식을 수행한 결과 F1 score 98.2%, 행위에 대해 F1 score 61.4%의 성능을 보여 제안한 온톨로지 자동 생성 프레임워크의 적절성을 뒷받침하였다. 따라서 심층 합성곱 신경망 기반의 온톨로지 자동 생성 프레임워크를 통해 통상적인 온톨로지의 설계 및 구현, 지식 생성에 발생하는 비효율적인 시간 비용을 줄일 수 있다.
목차
차 례국문 요약제 1장 서론 1제 1절 연구 배경 1제 2절 연구 내용 2제 2장 관련 연구 4제 1절 미디어 객체 탐지 기술 및 시각적 장면 이해 4제 2절 온톨로지 제너레이션 5제 3장 미디어스크립트 기반의 온톨로지 스키마 7제 1절 온톨로지 개념 표현 8제 2절 온톨로지 관계 표현 8제 4장 심층 합성곱 신경망을 이용한 딥러닝 기반의 온톨로지 자동 생성 10제 1절 실시간 객체 검출 11제 2절 VGG-Face 네트워크 12제 3절 Temporal Relation Network 14제 4절 온톨로지 지식 자동 생성 17제 5장 실험 및 성능평가 19제 1절 미디어스크립트 기반 온톨로지 성능평가 19제 2절 심층 합성곱 신경망 기반의 온톨로지 자동 생성 성능평가 20제 6장 결론 및 향후 연구 22참고 문헌 23Abstract 25
최근 본 자료
댓글(0)
0