Alignment of ODA projects with policies and priorities of the recipient country: Case study of Ecuador

이본 서울대학교 대학원 2017 국내석사

Abstract Alignment of ODA projects with policies and priorities of the recipient country: Case study of Ecuador IVONNE MARITHZA TAPIA MENDEZ International Area Studies Graduate School of International Studies Seoul National University This study aims to examine the practicality of the principles of Paris Declaration, particularly the alignment principle between donor’s aid and the development priorities of the recipient country. Some studies show that alignment is a subject that needs more engage and join work between recipient and donor countries. Due this reasons this study raises the inquiry, in what extend the alignment principle of the Paris Declaration is practical or a simply rhetoric, or perhaps alignment goes beyond Paris Declaration parameters considering other relevant factors.? To explain this question, a case study of Ecuador was carried out to illustrate a more detailed unfolding of the different behavior of donors regarding alignment in the country. The key findings of this study suggest that there have been little improvements in donor’s behavior related to alignment. However, alignment is still unclear due to the modalities of aid implementation that each donor uses in the country. Therefore, it concludes by saying, that there is still large room for further progress in the coordination of donor and recipient country partnership to have a real alignment in the country. Keywords: ODA, Foreign Aid, Paris Declaration, Aid Effectiveness, Alignment, Beyond Paris Declaration, Aid Allocation, Ecuador. Student Number: 2015-25108

Branding through Athletes: The Role of Athlete-Team Brand Personality Alignment in Team Evaluation and Brand Equity

안준상 서울대학교 대학원 2016 국내박사

Branding, a popular marketing strategy, is becoming highly important in sports contexts. Among various methods undertaken to brand teams, utilization of star athletes has been prevailing (i.e., star athletes have been at the forefront of team branding). However, the effect of star athletes in team branding is derived from star athletes and is seldom team selected or controlled branding. In other words, it is largely unknown how teams (from their perspective) can use athletes (particularly non-superstar athletes) in team branding and what its consequences are. Therefore, the aim of this dissertation was to investigate the role of athlete in team branding. Particularly, this research examined the effect of athlete-team brand personality alignment on overall team evaluation and team brand equity. The current research used two 2 x 2 between-subjects analyses in an experimental setting (Study 1 and 2) and a field study (Study 3) to explore the effect of athlete-team brand personality alignment on fan responses—overall team evaluation and customer-based team brand equity. Study 1 empirically demonstrated that athlete-team brand personality alignment increases overall team evaluation and customer-based team brand equity, with more pronounced result for unfamiliar teams. Study 2 also showed the effect of brand personality alignment, while hypothesized interaction effect of alignment and athlete familiarity was not supported. Finally, Study 3 revealed that fans' perceived interaction quality positively moderates the effect of athlete-team brand personality alignment. This research is the first to demonstrate how teams can leverage their most influential human brands (i.e., athletes) as a brand-building advantage, particularly for new or unfamiliar teams in their efforts to establish brand positioning in fans' minds. The results of the current research fill gaps in the literature and extend the body of knowledge in branding studies in general and sport team branding studies in particular. Furthermore, this dissertation yielded practical and managerial implications for understanding the role of athletes in team branding appeals.

축계 정렬 모델링이 베어링 반력해석에 미치는 영향

이헌권 한국해양대학교 대학원 2007 국내석사

Recently, low speed large diesel engines which are two stroke type used in ship have been increased bearing damage at aft side of main engine due to the effects of inadequate shafting alignment. A double bottom of engine room including a main engine is growing tendency so that the hull thickness which is optimized is getting thin that the hull deforms easily and a propulsion shaft can't follow in deformations of the hull and main engine the reason is that the propulsion shaft has a opposite tendency, so bearings which are located in main engine should be occur damages. A shafting alignment calculation is the first step in a shafting alignment process. The one of important problems is how can be estimated exactly for bearing reaction forces in the static state. It has to estimate exactly for bearing reaction to ensure stability about results of the shafting alignment work. Main engine bearings have margin of load so that they prevent before damage and it needs to design flexibly so that it copes with the several situations. It needs to calculate alignment which is including main engine bearings and to do alignment calculation of high accuracy including them when measures are considered . Main bearings which are considered in alignment calculation including main engine bearings and shapes of engine internal modelling should be reviewed. On this review is investigated calculating method of exact bearing reaction, further. There are not any regulations about number of main engine bearings to consider shafting alignment calculation. And commonly, shafting alignment considered by around four main engine bearings is calculated in tail of hull. Bearing reaction forces which is considered in variable shafting alignment is that depend on main engine bearing, so that it needs to review. On this wise, as stands on reviewed results it is investigated to search for bearing reaction forces exactly to number of main bearings in shafting alignment calculation. The shafting alignment calculation dose not correspond with the real modeling of engine internal shapes. Most of the shafting alignment calculations assume that a crank shaft is continuous beams and it is calculated by offering data from engine maker. On this wise, when shafting alignment is calculated bearings reaction forces which are depended on main engine bearing and engine modeling shapes are reviewed so that it is investigated to search for methods for exact bearing reaction forces. As the results of the methods, results which are about shafting alignment work ensure stability.

Automated alignment of semiconductor lithography patterns using deep generative model for metrology and inspection

남윤형 서울대학교 대학원 2022 국내박사

In the semiconductor industry, one of the most significant tasks for the die-todatabase, or D2DB, inspection is the alignment of the design layout with the matching scanning electron microscope, or SEM, image measured by equipment.The conventional image alignment methods known as image registration methods are composed of area-based method and feature-based method. In addition to those, semiconductor industry has developed vector matching method in order for accurate alignment both of D2DB and of die-to-die, or D2D (alignment between SEM images and SEM images). However, due to the fact that the image style, pattern shape and quality of design layouts that are represented as computer-aided design (CAD) are significantly different from those of grayscale SEM images with noise, it is still challenging to align them precisely. Therefore, the manual alignment of SEM images and design layouts is being performed as the primary method in the industrial worksite. Since manual alignment is such a time-consuming and inefficient work, only a limited number of wafers can be examined at any one time. This is also a waste of human resources. In other words, manual alignment cannot perform the inspection efficiently when taking into consideration the process of inspection. Regardless of the choice of alignment method, the most important issue is to extract equally salient and distinct features between two comparison images. In order for this, the proposed alignment approach in this study adopts the deep generative model, which specially is image-to-image translation, or I2I. The primary goal using I2I approach is to convert SEM images into the relevant design layouts as a feature. The converted images becomes salient and distinct features extracted from the SEM images for alignment. Since the feature images converted from SEM images have same image style and pattern shape with similar image quality as real design layouts, precise alignment is possible if the converted images are aligned with the real design layouts using conventional alignment method. After that, original SEM images, which correspond to the converted images are located correctly in that aligned position. Area-based alignment method has the best alignment performance in the proposed approach. Finally, we present a fully automated alignment method for inspection of lithography patterns using the I2I. 반도체 산업에서 D2DB (다이-데이터베이스)의 가장 중요한 작업 중 하나는 장비로 측정한 해당 주사전자현미경 (SEM) 이미지와 설계 레이아웃을 정렬하는 것이다. 이미지 정합 방식으로 알려진 기존의 이미지 정렬 방법은 영역기반과 특징기반 방법으로 나누어진다. 이외에도 반도체 산업에서 D2DB와 D2D (다이-다이)의 정확한 정렬을 위해 벡터 정합 방법이 개발되었다. 그러나 CAD (Computer-Aided Design)로 표현되는 설계 레이아웃의 이미지 스타일, 패턴의 모양 및 품질이 노이즈가 있는 회색조 SEM 이미지와 크게 다르기 때문에 이를 사용하여 정확하게 정렬하는 것은 여전히 매우 어렵다. 따라서 SEM 이미지와 설계 레이아웃의 수동 정렬은 산업 현장에서 주요한 방법으로서 수행 되고 있다. 수동 정렬은 시간이 많이 걸리고 비효율적인 작업이므로 한번에 제한된 수의 웨이퍼만 검사 할 수 있다. 이것은 또한 인적 자원의 낭비이다. 즉, 검사 과정을 고려할 때 수동 정렬은 검사를 효율적으로 수행하지 못한다. 정렬 방법의 선택과는 상관없이 정렬을 위해 가장 중요한 문제는 두 비교 이미지 간에 동일하게 두드러지고 뚜렷한 특징을 추출하는 것이다. 이를 위해 본 연구에서 제안하는 정렬 접근 방식은 특히 이미지 대 이미지 변환 (I2I)인 심층 생성 모델을 채택한다. I2I 접근 방식을 사용하는 주요 목표는 SEM 이미지를 관련 설계 레이아웃으로 변환하는 것이다. 변환된 이미지는 SEM 이미지에서 추출된 두드러지고 뚜렷한 특징이 된다. SEM 이미지로부터 변환된 특징 이미지는 실제 설계 레이아웃과 유사한 이미지 품질로 동일한 이미지 스타일과 패턴 모양을 갖기 때문에 변환된 이미지를 기존의 정렬 방법을 그대로 사용하여 실제 설계 레이아웃과 정렬하면 정확한 정렬이 가능하다. 이후 변환된 이미지에 해당하는 원본 SEM 이미지가 정렬된 위치에 놓이게 된다. 영역 기반 정렬 방법이 제안된 접근 방법에서 최고의 정렬 성능을 보인다. 마지막으로 I2I을 사용하여 리소그래피 패턴의 검사를 위한 완전한 자동 정렬 방법을 제시한다.

Linguistic alignment classification and generation with deep learning in Spanish conversation

노은정 서울대학교 대학원 2018 국내박사

인접 호응(linguistic alignment)은 대화에서 상대방이 직전에 말한 문장에 대해, 맥락에 맞는 말을 하는 것이다. 일반적으로 의사 소통에서, 화자는 상대방의 의견을 수락하거나 지지하기 위해 발화의 스타일을 변경하고, 상대방의 발언에 따라 의사 전달의 요지를 변경한다. 인접 호응 구조는 실생활에서 자주 발견되지만, 선행연구에 명확한 기준이 없었기에 먼저 어학적으로 이 문제를 정의하는 것에서 시작하였다. 인접 호응은 직전 발화의 맥락에 맞춰 대화를 이어가는 구조를 가리키며, 상대방의 앞선 발화를 긍정하거나 부정하는 경우, 그리고 앞에 나온 말을 반복하는 경우에 성립한다. 한편, non-alignment에는 앞에 나온 주제가 바뀌거나 대화의 흐름이 끊기고 더 이어지지 않거나 전혀 무관한 말을 하는 경우가 해당된다. 이 현상은 여러 상황에서 관찰되며 다양한 사회적 요인 및 원인에 따라 달라질 수 있다. 이것은 일종의 적응이나 수용 행동으로, 웹 상에서의 대화와 대면 상황에서 일반적으로 관찰된다. 분명 존재하나 실제로 규정하기 어려운 문제라는 점에서 전통적인 규칙기반 방식으로 인접 호응 구조를 분석하는 것은 쉽지 않다고 판단하였다. 따라서 그 해결책으로서 최신 딥러닝 방식을 활용하여 분석하고, 언어적 특성을 파악하고자 했다. 이 연구는 세 가지 신규성을 가지고 있다. 첫째, 인접 호응을 탐지하고 분류하기 위해 최초로 딥러닝을 적용하였다. 둘째, 최초로 스페인어에 인접 호응 개념을 적용하였으며, 이를 위해 스페인어 인접 호응 코퍼스와 인접 호응을 예측하는 모델을 만들었다. RNN과 CNN, Siamese network 모델을 설계하여 스페인 준구어 코퍼스에서 인접 호응 구문의 언어적 이론적 기준을 수립하고 분석하는 방법을 제안하였다. 셋째, 스페인어 어휘 표지자(marker)의 타당성을 검증하였다. 스페인어는 어휘 요소가 풍부하게 발달되어 있으며 대용어 등의 문장 성분이 명시적으로 다양하게 드러난 언어다. 우리는 어휘와 범주 특성에 따라 주요 표지자를 추출하여 연구할 필요가 있다고 보고, 서울대학교 학부 대상 교과서 4권과 주제별 웹 트위터 데이터를 크롤링하여 수집하였다. 트위터 대화를 수집하기 위한 크롤러를 만들고, 수집한 스페인어 준구어 코퍼스에서 인접 호응이 발생하는 언어적 이론 기준을 정립하여 정답 데이터를 구축하였다. 특정 표지자에 의존하지 않는 모델을 위하여 문장 전체를 고려하는 딥러닝 방식을 적용하였다. 각각 RNN과 CNN, Siamese network 기반의 인접 호응 여부를 예측하는 분류기를 만들어 적합한 표지자를 추출하고 검증하였다. 실험을 통해 일반적인 예상과 달리 특정 어휘 요소에 기반하여 스페인어 문장을 구분하는 것에는 무리가 있음을 확인하였다. 인접 호응 분류(alignment classification)를 학습하기 위해서 트위터 대화와 서울대학교 스페인어학습 교재 대화문을 사용하였다. 정립한 인접 호응 기준을 바탕으로 트위터 2,000쌍과 교재 1,384쌍 데이터를 분류하였다. 그리고 각 데이터를 1:1 비율로 증대(augmentation)한 8,400여 쌍(교재 alignment 1,960쌍, non-alignment 1,960쌍; 트위터 alignment 2,250쌍, non-alignment 2,250쌍) 데이터로 분류기(classifier)를 학습시켰다. 분류기의 성능은 이론에 기초하여 예상한 베이스라인(표지자가 답변 문장에 존재하면 인접 호응으로 분류)의 성능 35-55% 보다 높은 70-80%로 상당히 fair한 수준의 성능을 보였다. 학습한 인접 호응 분류기(alignment classifier)를 통해 총 50,000쌍(alignment 27,449쌍, non-alignment 22,551쌍)의 unlabeled 데이터를 분류하도록 하였고, 분류된 27,449쌍의 인접 호응 대화문을 이용하여 생성모델을 만들었다. 그 결과 labeled data만으로 생성을 하려 했던 것보다 양질의 인접 호응 문장 생성이 가능하였다. 이는 학습된 분류기를 사용하여, 데이터를 확보하는 방법을 통하여 사람의 노동력을 상당량 경감시키면서 학습에 필요한 데이터를 확보할 수 있음을 나타낸다. 우리는 대량의 분류된 스페인어 데이터를 기반으로 마커 검증을 하였고, 사람이 예상한 것 외의 마커를 발견하는 것이 가능했다. 이를 통해 언어학 연구에도 딥러닝 기술이 유용하게 사용될 수 있음을 확인하였고, 인접 호응 코퍼스 및 모델을 기반으로 사용자의 입력에 맞춰 맥락에 맞는 응답을 생성하는 시스템을 만들 수 있었다. 이 논문은 실제 언어 상황에서 발견되는 인접 호응 현상에 대한 이론적 개념을 정립하고, 쉽사리 규정하기 힘든 이 문제를 해결하기 위해 데이터를 수집하고 학습시켜 딥러닝을 통해 검증한 최초의 연구이다. 다양한 실험을 통해 인접 호응 구문을 탐지하고 모델을 만들어 표지자에 대한 검증을 시도하였으며, 인접 호응에 성립하는 답변을 생성하는 소기의 목적을 달성하였다. 지적한 문제는 현재 실무적으로도 어려우면서도 필요한 기술이며, 모델의 성능이 높지 않은 것은 문제 자체의 난이도를 반영하는 것으로 볼 수 있다. 데이터 부족 문제를 해결하고 사용자에게 적절하게 응답할 시스템을 개발하는 데에 필요한 기준 및 연구 방법으로 활용될 것으로 예상한다. In general communication, the speaker changes the style of speech in order to accept or support the opinion of the other person, and changes the point of communication according to the previous interlocutor's speech. Here we constructed a tagged corpus for alignment, as well as a model for predicting the linguistic alignment markers. In this study, the alignment refers to the reaction or attitude of recognizing previous speech and the strategy of choosing words according to the context. This phenomenon is observed in many different contexts and may vary depending on various social factors and causes. It is a kind of accommodation or adaptation behavior, commonly observed in web-based conversations as well as face-to-face situations. Therefore, it can be used to infer the social dynamics that are potentially difficult to directly observe the immediate response. Until now, however, there was no standard method for measuring the aligned response. Its mechanism is unclear whether it is based on the structural level, or the purpose of the conversation. In order to answer these questions, we try to use the Deep Learning Prediction Model to find the alignment structure. Although alignment structure is often found in real world, there was no clear standard in previous studies, we started to define it theoretically. Alignment response refers to a structure that continues conversation in line with the context of the immediately preceding utterance. It affirms or rejects the utterance of the other party, and repeats the preceding statement. On the other hand, non-alignment refers to cases in which the above-mentioned topics are changed or the flow of the conversation is interrupted, and the words are not related to each other at all. Linguistic alignment is observed in many situations and can vary depending on various social factors and causes. It is difficult to analyze the alignment response structure in a conventional rule-based method in that it is a problem that is obviously existent but is difficult to define in practice. Therefore, we tried to analyze and utilize the state-of-the-art deep learning method as a solution. This study has three novelties. Firstly, we applied deep learning for the first time to detect and classify linguistic alignment. Secondly, we applied the concept of alignment response to Spanish for the first time. We design RNN, CNN, and Siamese network models to propose a method for establishing theoretical criteria of alignment sentences in Spanish quasi-spoken corpus. Thirdly, we validated the Spanish vocabulary markers. Spanish has a very well developed vocabulary structure with lots of explicit lexical elements. We analyzed the vocabulary and category characteristics with four textbooks of Seoul National University and crawled web Twitter data. We created a crawler for collecting Twitter conversations, and constructed the correct answer data by establishing the linguistic theoretical criteria in which the alignment responded in the collected corpus. For a model that does not depend on a specific marker, a deep learning method that takes into account the whole sentence is applied. We developed a classifier for predicting the alignment using the RNN, CNN, and Siamese networks. Experiments have shown that it is difficult to classify Spanish sentences based on specific vocabulary tokens. In order to train alignment classification, we analyzed the twitter conversation and the dialogues in Spanish textbooks of Seoul National University. Based on the established response criteria, we classify 2,000 pairs of twitters and 1,384 dialogue pairs in textbooks, and validated the quality of training using the valid loss model selection method. The classifier was trained by 8,400 pairs of augmentation of each data at 1: 1 ratio (1,960 pairs of alignment, 1,960 pairs of non-alignment in L2 acquisition materials; 2,250 pairs of alignment and 2,250 pairs of non-alignment in Twitter conversion). The performance of the classifier was fairly good (70-80 %), and higher than 35-55 % of the baseline (classified as alignment response if the markers existed in the answer sentence) based on the theory. The unlabeled data of 50,000 pairs (alignment 27,449 pairs, non-alignment 22,551 pairs) were classified through the trained classifier, and we made a generation model using 27,449 pairs of alignment-classified dialogues. As a result, we could generate various responses with better quality from the classified data than those from labeled data. This shows that using the trained classifier is a useful way to collect a large amount of data and reduce human labor. We also validated markers based on classified Spanish data, and found unexpected markers. We confirmed that deep learning can be very useful in linguistic research, and it is possible to design a system that generates a context-sensitive response, depending on the user 's input. This is the first study to establish the theoretical concept of the linguistic alignment and to validate the markers by deep learning to solve this difficult problem. We have tried to verify the markers by detecting the aligned response syntax and modeling them through various experiments, and achieved the desired purpose of generating an answer to the alignment response. The problem we mentioned is very important in practice, and the lack of high performance of the model reflects the difficulty of the task itself. We are expecting this to be a basic deep learning methodology for linguistic research and developing a system that will solve the data shortage and respond appropriately to users.

정확한 얼굴 정렬을 위한 이기종 전역 및 지역 회귀 네트워크의 효과적인 조합

박현성 포항공과대학교 일반대학원 2020 국내박사

Face alignment detects predefined facial landmark points in face images. These facial landmark points mainly located at corners or edges of facial components such as eyes, eyebrows, a mouth, a nose, and a chin. Many applications such as face recognition, head-pose estimation, face tracking, and facial expression recognition utilize the detected facial landmarks. Despite advances in face alignment, especially using convolutional neural networks (CNNs), it remains challenging due to complications such as occlusions and variations in head pose, illumination, and facial expression. This dissertation introduces three studies on the combination of heterogeneous regression networks to overcome the challenging problems and proposes new face alignment methods that consider the difficulties of face alignment. We propose the stage-wise deep face alignment (SDFA) that uses global regression and local regression with cascaded method. This method consists of three independent stages: the initial stage, the global fitting stage, and the local refinement stage. The initial stage finds the centers of facial parts from the whole face image such as a chin, eyes, eyebrows, a nose, and a mouth. These centers of parts are used to initialize starting shapes. The global fitting stage fits the facial shape to current face image with mesh-wise warped image. Also, the global fitting stage predicts the accuracy of the face alignment. This predicted accuracy is used to decide whether to repeat further step or not. The local refinement stage finds detailed location of facial landmark points with image patches. We separate local regression networks into part-wise tasks and each local regression network works independently. The proposed SDFA considers global appearance and local details with stop condition, so it benefits accuracy and efficiency simultaneously. We propose the complementary regression network (CRN) that combines two heterogeneous regression methods to align faces. A global coordinate regression network generates the coordinates of facial landmark points directly such that all facial landmark points are fitted to the input face on the whole. A local heatmap regression network generates the heatmap of facial landmark points such that each channel localizes the detail of its facial landmark point well. These independent regressions compensate for each other complementarily such that the overall fitting tendency of the coordinate regression compensates for the inaccurate alignment of the heatmap regression due to missing local information, and the detailed localization of the heatmap regression compensates for the relatively inaccurate alignment of the coordinate regression. We propose the attentional combination network (ACN), which is a highly accurate face alignment method that is tolerant of occlusion. The ACN combines a coordinate regression and a heatmap regression with a spatial attention. The ACN uses the spatial attention mechanism to effectively reject impeditive local features that are caused by the occlusion. To validate our proposed methods, we conduct experiments on several benchmarks. On the 300-W public test set, the proposed SDFA achieved 3.83%, the proposed CRN achieved 3.14%, and the proposed ACN achieved 3.00% the-state-of-art face alignment accuracy in terms of percentage of normalized mean error which is normalized by inter-ocular distance. On menpo data set, the proposed SDFA achieved 2.56%, the proposed CRN achieved 2.00%, and the proposed ACN achieved 2.11% the-state-of-art face alignment accuracy in terms of percentage of normalized mean error which is normalized by the face size. 얼굴 정렬은 얼굴 영상에서 미리정의된 얼굴의 주요 특징점의 위치를 찾는 기술이다. 이러한 주요 특징점은 눈, 눈썹, 입, 코, 턱과 같은 얼굴 구성요소의 귀퉁이나 가장자리에 위치한다. 얼굴 인식, 얼굴 포즈 추정, 얼굴 추적, 표정 인식과 같은 많은 응용프로그램에서 얼굴 특징점을 활용하므로, 얼굴 정렬은 다른 응용 기술의 기반이 되는 중요한 기술이라 할 수 있다. 컨벌루션 신경망을 사용하는 등의 얼굴 정렬 기술의 발전에도 불구하고, 가려짐이나 다양한 얼굴 포즈, 조명 조건, 얼굴 표정 등의 문제로 인해 얼굴 정렬 기술은 여전히 어려운 기술이다. 본 논문에서는 얼굴 정렬의 어려움을 해결하기 위하여 서로다른 이기종의 회귀 네트워크들을 결합하는 세 가지 방법에 대한 연구를 소개하며, 얼굴 정렬을 어려움을 극복하기 위한 새로운 방법들을 제안한다. 본 논문에서는 계단식 방법으로 전역 회귀와 지역 회귀를 사용하는 단계별 심층 얼굴정렬을 제안한다. 제안된 방법은 초기화 단계, 전역적 피팅 단계, 지역적 개선 단계의 세 가지의 독립된 단계로 구성된다. 초기 단계에서는 얼굴 영상으로부터 턱, 눈, 눈썹, 코 및 입과 같은 얼굴의 주요 부분의 중심 위치를 찾는다. 이러한 얼굴의 주요 부분의 중심은 얼굴 특징점의 시작 모양을 초기화하는 데 사용된다. 전역적 피팅 단계는 얼굴 특짐점을 연결한 그물망 구조별로 현재의 얼굴 이미지에 맞게 얼굴의 특징점 모양을 맞추며, 또한 얼굴 정렬의 정확도를 예측한다. 이렇게 예측된 정확도는 계단식 방법에서 단계의 추가적인 반복 여부를 판단하는 데 사용된다. 지역적 개선 단계는 각 얼굴 특징점 주변의 모양을 사용하여 특징점의 위치를 좀 더 자세히 찾는다. 지역적 개선 단계에서 사용되는 지역 회귀망들은 얼굴의 각 부분들에 대해 각각 독립적으로 동작되도록 구성되었다. 제안된 방법은 전체적인 얼굴의 모양과 각 특징점 주변의 지역적인 모양을 모두 고려하면서 정확도 예측을 통해 단계의 진행을 조정함으로써 정확하고도 효율적인 얼굴 정렬을 구현하였다. 본 논문에서는 얼굴 정렬을 위하여 두 가지 서로 다른 회귀 방법을 결합한 상호 보완적 회귀망(complementary regression network, CRN)을 제안한다. 전역적 좌표 회귀망은 모든 얼굴 특징점이 얼굴 영상의 입력에 맞춰지도록 얼굴 특징점에 대한 좌표를 직접적으로 생성하여 출력한다. 지역적 히트맵 회귀망은 얼굴특징점에 대한 히트맵을 생성하며, 히트맵의 각 채널은 대응되는 각 얼굴 특징점의 위치를 나타낸다. 이러한 두가지 방법의 회귀망은 서로의 방법을 보완해준다. 전역적 좌표 회귀망을 통해 전체적으로 얼굴 특징점을 찾는 방식은 얼굴의 가려짐 등에 의해 누락된 지역적 정보 때문에 지역적 히트맵 회귀망이 부정확해지는 것을 보완하고, 지역적 히트맵 회귀망을 통해 자세한 지역적 특징을 살피는 방식은 전역적 좌표 회귀망에서 전체적으로 얼굴 특징점을 찾느라 상대적으로 각 특징점의 자세한 위치는 소홀히하는 경향을 보완해준다. 본 논문에서는 정확한 얼굴 정렬을 위하여 가려짐에 강인한 주목적 결합망 (attentional combination network, ACN)을 제안한다. 이 방법은 좌표 회귀와 히트맵 회귀를 공간주목도를 사용하여 결합한다. 제안된 ACN은 가려짐과 배경을 제외한 얼굴영역에 집중하는 방식을 사용하여 가려짐에 의해 발생하는 쓸모없는 부분의 영상을 효과적으로 제거한다. 제안된 방법들에 대해 여러 벤치마크 데이터에서 성능을 측정했을 때, 300-W public dataset에 대해서 SDFA는 3.83%, CRN은 3.14%, ACN은 3.00%의 정규화된 평균 오차 (normalized mean error)를 기록함으로써 제안된 방법은 현재까지 제안된 다른 여러 최신의 얼굴 정렬 방법들에 비해 향상된 성능을 보였다.

새로운 multiple sequence alignment 알고리즘을 이용한 picornavirus의 유전자 분석 : Genomic analysis of picornavirus using novel multiple sequence alignment algorithm

주철현 울산대학교 대학원 2002 국내박사

Multiple sequence alignment (MSA)는 다양한 유전자 염기서열들을 정렬하여 유전자의 구조나 기능을 유추할 수 있도록 해주는 분자생물학의 중요한 분석도구로 사용이 되어왔다. 하지만 실질적으로 사용할 만큼 충분한 수와 크기의 염기서열을 실용적인 속도로 정렬하는 알고리즘은 아직까지 개발되어 있지 않다. 따라서, 현채 사용되는 대부분의 MSA 프로그램은 분석 가능한 염기서열의 크기나 수에 있어서 제약이 있다. 이러한 문제점을 해결하기 위해서 본 연구를 통해 재인 컴퓨터에서도 충분한 크기와 양의 염기서열을 처리할 수 있는 새로운 알고리즘인 Diagonal Axis Block Alignment를 개발하였다. 그리고 이를 이용하여 picornavirus의 capsid 유전정보를 정렬하고 이를 통해 얻은 유전 정보의 특성을 capsid 단백질의 3차원 구조와 비교하여 그 연관성을 비교하였다. 일차적으로 새로운 MSA 알고리즘을 개발하기 위해 증명이 이루어진 기본 자료구조에서 pointer chain sequence, pointer suffix tree, stem tree라는 새로운 자료구조를 순차적으로 유도하고 정의하였다 구성된 stem tree를 정렬정보로 전환하기 위해서 새로운 개념인 diagonal axis를 정의하고 이를 이용하여 새로운 HSA 알고리즘인 Diagonal Axis Block Alignment를 개발하였다. 이와 동시에 유전정보를 효율적으로 다루고 분석하기 위한 프로그램인 GeneGear를 개발하고 이 프로그램과 연동이 가능하도록 Daigonal Axis Block Alignment 알고리즘을 구현하였다. 더 나아가 개발된 프로그램을 이용하여 picornavirus의 capsid 유전자들을 분석하였다 그 결과 단백질의 3차원 구조상의 위치특성과 프로그램을 통한 분석결과가 잘 일치하였을 뿐 아니라 이론적인 속도보다 빠른 수행속도를 보였다. 특히 개발된 알고리즘은 불필요한 가정이나 확률적인 방법을 사용하지 않기 때문에 정렬결과를 토대로 더 복잡한 유전정보를 분석하는데 유용하게 사용될 것으로 기대된다. 또한 stem tree 자료구조를 응용하여 MSA뿐란 아니라 homology database search, phylogenetic analysis, PCR primer design, DNA chip probe design둥 다양한 분야의 문제를 빠른 속도로 풀어 낼 수 있을 것으로 기대된다. This study is mainly divided in two parts. One is related with bioinformatics including design of annotated sequence data structure, development of novel multiple sequence analysis algorithms, and implementation into program called GeneGear. The other is related with viral sequence analysis to prove the applicability of the programs. The viral genomic sequences analyzed were capsid protein coding genes of picornaviridae family and the goal of analysis was identification and allocation of segment in the viral sequences that determines tropism of picornavirus. Multiple sequence alignment (MSA) has become a principal tool of modern molecular biology since its introduction in the early seventies. MSA provides key information to reveal functional properties of sequence and this is first step of many important sequence analyses. However, MSA is hard to perform computationally in many aspects: computer resources, algorithm, and evaluation of its validity. MSA problems had been entered on a new phase since the introduction of statistical and stochastic models into MSA. Approaches using heuristic, iterative, stochastic methods are used to overcome the time complexity of MSA due to the impractical time complexity of MSA using dynamic programming algorithm. Most programs used currently employ heuristic approaches to reduce the problem to a reasonable size. In the field of virology, the post genomic era has already been opened at 1977, when the bacteriophage φΧ174 became the first organism that its genome was completely sequenced. The number of completely sequenced viral genome is far larger than that of prokaryotes and eukaryotes. With abundant biological knowledge about viral genomic function, this large and variable genomic data can supply valuable preliminary information in analysis and organization of viral genomic sequences. Moreover, it would contribute development and test of new algorithms or methods for more complex genomic analysis of higher organism. I derived new data structure, pointer sequence chain, pointer suffix tree, and stem tree to develop new algorithm for MSA. A new concept, diagonal axis was defined and introduced in a MSA algorithm to transform stem tree data to alignment data. A novel MSA algorithm, diagonal axis block alignment was developed based on the stem tree and the diagonal axis. GeneGear, integrated sequences and knowledge data handling program was also developed and DABA was implemented in that program. The DABA results were correlated well with predefined viral genomic functional and structural properties. The stem tree data structure can also be used in many fields of homology database searching, phylogenetic analysis, PCR primer design, and DNA chip probe design.

LLM Human Alignment의 성능 향상을 위한 데이터 증강 방법

고근영 건국대학교 대학원 2024 국내석사

최근, ChatGPT 등장으로 대규모 언어 모델(Large language Models, LLM)의 발전이 자연어처리 연구 분야에서 혁신적인 방법론으로 두각을 나타내고 있다. 기존의 대규모 언어모델(Large Language Model, LLM) 만 사용하게 되면 질문에 대한 답변이 아닌 아예 다른 얘기를 하는 경우 가 있거나 부적절한 대답을 생성하는 경우가 있다. 이렇듯 위 문제점을 해결하기 대규모 언어 모델(Large Language Model, LLM)에 Human Alignment 방법을 적용하려는 연구가 활발히 진행 중이다. 기존 연구들 은 대부분 대량의 영어 데이터를 사용하여 Human Alignment을 적용하고 있지만 한국어로 된 데이터를 이용한 연구들은 거의 없다. 본 논문에서는 한국어 데이터에 LLM Human Alignment를 적용하기 위 해 네이버 지식인을 활용하여 데이터를 수집하였으며, 수집된 데이터가 적기 때문에 부족한 한국어 데이터 문제를 극복하고 LLM Human Alignment의 성능을 향상시키기 위해 데이터 증강 방법을 제안한다. 제안한 방법을 검증하기 위해 Human Alignment 방법으로는 인간 피드백 기반 강화학습(Reinforcement Learning from Human Feedback, RLHF) 모델과 DPO(Direct Preference Optimization)모델을 적용한다. 실험을 진행한 결과 우리는 수집한 네이버 지식인 데이터로도 어느 정도의 성능 이 나오는 것을 확인 가능하였고, 제안한 방법으로 데이터 증강을 하면 수집한 네이버 지식인 데이터보다 향상된 성능을 보임을 확인하였다. In recent years, the development of Large Language Models (LLMs) has gained prominence as an innovative methodology in the field of natural language processing research, thanks to ChatGPT. If you only use the existing Large Language Models (LLMs), there are cases where the question is not answered, or the answer is inappropriate. To solve the above problems, researchers are actively working on applying human alignment methods to large language models (LLMs). Most of the existing studies apply human alignment using large amounts of English data, but there are few researches using Korean data. In this paper, we collect data using NAVER KIN to apply LLM Human Alignment to Korean data and propose a data augmentation method to overcome the problem of insufficient Korean data and improve the performance of LLM Human Alignment due to the small amount of data collected. To validate the proposed method, we apply the RLHF(Reinforcement learning from human feedback) model and the DPO(Direct Preference Optimization)model as human alignment methods. As a result of the experiments, we can confirm that the collected NAVER KIN data can produce a certain level of performance, and we can confirm that the data augmentation with the proposed method shows better performance than the collected NAVER KIN data.

Carbon Nanotube Alignment: Electromagnetic Field and Shear Force

He, Yipeng ProQuest Dissertations & Theses University of Mich 2019 해외박사(DDOD)

Carbon nanotube (CNT)/polymer composites are promising structural materials because of their excellent strength and stiffness. However, the reported data of their strengthening effect is highly scattered. This variability and the high material cost are important inhibitors for wide application of CNT/polymer composites. We aim to improve the cost-property relationship by improving the consistency of strengthening polymer composites by addressing the CNT alignment. CNT alignment has been found to be crucial to the mechanical properties of the composite, e.g. modulus and strength, analogous to the role of carbon fibers in polymer composites.Previous studies focused on discrete measurements and limited data on alignment kinetics has been reported. We developed an in situ, real-time characterization method using Raman spectroscopy to study CNT alignment in a polymer matrix. Alignment methods include electric field, magnetic field and shear force. CNT alignment is characterized in CNT-Polystyrene Sulfonate (PSS)/Polyvinyl Alcohol (PVA) film (discrete measurement) and in CNT/EPON 828 suspension (real-time study), with a focus on the latter. For real-time experiments, the indicator of alignment behavior (changes of G-band intensity) is tracked over time in the alignment direction.The technique has been successfully applied to study alignment behavior in an AC field. CNT alignment is confirmed through distinct Raman spectra of unaligned (CNTs randomly oriented) and aligned CNT-PSS/PVA films. Real-time alignment behavior is captured in the CNT/EPON 828 mixture. Higher electric field strength leads to faster alignment and a degree of alignment.Magnetically-induced alignment has been observed in a CNT-PSS/PVA film. For real-time experiments, alignment is not obvious and the Raman signals are more scattered than observations from electric field experiments. This is due to both the low magnetic susceptibility of our pristine CNTs and the translational motion of CNTs. Further studies are needed using higher field magnets or high susceptibility CNTs. For example, CNTs coated or infiltrated with magnetic nanoparticles.CNT alignment has also been successfully characterized in a shear flow. Alignment behaviors are similar to the observations in electric field. Higher shear rate results in faster alignment and a greater degree of alignment. Higher temperature lowers the degree of alignment but does not affect the alignment speed. These two effects agree with the P쨈eclet number and our model of driving force for alignment. Moreover, the alignment is reversible and reproducible in response to changes of shear rate and temperature. Unusual alignment behaviors were found under high shears and at low or high temperatures. Further investigation is needed to determine the CNT behavior in these situations. A comparison between shear force alignment and its electric field counterpart shows similar alignment kinetics but different driving forces. In both cases, thermal randomization occurs immediately when the applied field is discontinued, suggesting the need to maintain the field in order to capture the full potential of alignment for composite manufacturing.

Liquid crystal alignment mechanism using ion-beam irradiation on organic and inorganic thin film surfaces

김종환 Graduate School, Yonsei University 2008 국내박사

In the Flat Panel Display (FPD) field, Liquid Crystal Display (LCD) has been glowing and developing more then 20 years and the application field of LCD is also very broad from Monitor, TV to PMP, Mobile display device. The market scale has been increasing very steeply, so, indeed, LCD is doing the leader device of FPD fieldBy the way, in the technical side, even though there has been achieving continuous research and development, still there are some problems to be solved like as wide view angle and high response time, high resolution, etc. Also, in the process side, innovative result of process development and cost reduction is not achieved from quality improvement and process simplify.Thus, in this thesis, in aspect of technical side, to achieve wide view angle and high response time, and in the process side, quality improvement and process simplify is included. Specifically, we use SiNx layer instead of traditional alignment layer of polyimide alignment layer. The SiNx layer is used for insulation layer now. By combined using for insulation layer and alignment layer, traditional alignment process is not needed. And by applying Ion Beam (IB) irradiation instead of rubbing treatment, the quality is improved by decreasing the defect of electrostatic defect, contamination defect.In this study, we investigated the LC alignment and pretilt angle generation with ion-beam irradiation on the two kinds of the polymer surface.It is studied that pretilt angle is changed by the side chain length of the polyimide surface in the conventional rubbing treatment and can be inferred that the mechanism of pretilt angle occurrence is occurred by the side chain.In regard of ion beam treatment, the pretilt angle of the polyimide surface is very small which is not related to the side chain length. It can be interpreted that the function of pretilt occurrence is damaged by the strong ion beam irradiation, so, pretilt angle is very small.Consequently, the mechanism of LC alignment occurrence is difference between rubbing and ion beam treatment at the polyimide surface. And alignment characteristic is changed by ion beam energy density. It means that we can gain the ion beam alignment characteristics at the uniform ion beam irradiation energy density. Besides thermal stability is also superior at ion beam treatment which is same as conventional rubbing treatment. On the other hands, the highest pretilt angle of the polyimide surface is occurred at the ion beam irradiation angle of 45 °, and the residual DC voltage characteristics is almost same as conventional rubbing treatment.The uniform alignment is attained at the irradiation angle of 45°on the SiNx thin film. On the ion-beam-irradiated SiNx thin film surface, LC molecules realign by the generating anisotropy. Thus it is very important that generating anisotropy on the ion-beam-irradiated SiNx thin film surface by the external energy like ion beam, mechanical friction, light etc.The pretilt angle is increased if the deviation distance of symmetry axis increase, based on incident angle 0°. It is called to crystal rotation method. As the experiment result, symmetry axis is nearly zero from the incident angle dependence. It is measured that pritilt angle is 0.1°.The V-T characteristic is very excellent and has similar characteristics as rubbing alignment. We obtained superior response time characteristics of 6.8ms with the irradiation energy of 1.8 keV at the incident angle of 45 °. Therefore, it is revealed that the alignment characteristics and electro-optic characteristics is achieved using the new alignment layer, SiNx which is normally used for gate insulation layer of inorganic thin film layer for application of LC display device.Consequently, the effectiveness of this thesis is process simplify of thin film transistor (TFT) LC and quality improvement, also, it can be contribute to advance for wide view angle and high response time like as In- Plain Switching (IPS),Fringe Field Switching (FFS) operating mode. 평판 패널 디스플레이 분야에서 LCD 는 20년 이상 동안 지속적인 성장과 발전을 이루고 있으며, LCD의 응용 분야도 모니터, 대형TV 에서 PMP, 모바일까지 다양할 뿐 아니라, 시장의 규모 또한 매우 가파르게 성장하고 있어 명실공히 평판 패널 디스플레이 분야에서 디바이스 리더로서의 역할을 해 내고 있다.한편, 기술적 측면에서는 끊임없는 연구, 개발이 이루어 지고 있으나, 광시야각 및 고속응답, 고해상도 등의 문제점을 가지고 있으며, 공정기술 측면 또한 품질향상 및 공정단순화를 통한 혁신적인 공정개발, 원가절감은 이루어지지 못하고 있다.따라서, 본 연구에서는 기술적 측면에서는 광시야각 및 고속응답의 구현, 공정기술 측면에서는 품질향상 및 공정 단순화를 이룰 수 있는 혁신적인 방법을 검토하였다. 구체적으로는 전통적으로 사용하고 있는 폴리이미드 배향막을 사용하지 않고 절연막으로 사용하는 SiNx 를 배향막으로 공용 사용함으로서 배향공정을 삭제하는 것과 러빙 대신 이온빔을 적용함으로서 러빙의 단점인 정전기, 이물불량 등을 감소시켜 품질을 향상시키자는 것이다.본 연구에서는 우선 두 종류의 폴리머 표면에서 이온빔 조사를 통한 액정 배향 기구와 프리틸트각의 발생에 대하여 검토하였다. 기존의 러빙처리법에서는 프리틸트각은 폴리이미드 표면에서의 촉쇄기 길이에 의해서 변화하는 경향을 나타내었다. 그러나, 이온빔 처리법에 관하여, 폴리이미드 표면에서의 프리틸트각은 촉쇄기의 길이에 관계 없을 정도로 아주 작은 경향을 나타내었다. 이것은 프리틸트 발생에 기여하는 기능기가 이온빔 조사에 의하여 손상되어, 프리틸트각이 작게 발생하는 것으로 생각 할 수 있다.결론적으로, 폴리이미드 표면에서의 러빙법과 이온빔 처리법을 이용한 네마틱 액정의 프리틸트각 제어는 메커니즘이 다르다는 것을 알 수 있다. 그리고 폴리이미드 표면에 이온빔을 조사한 경우, 열적 안정성 특성은 기존의 러빙 처리와 거의 동등함을 알 수 있었다. 더욱이 폴리이미드 표면에 이온빔을 조사한 경우, 잔류 DC 전압은 러빙처리와 거의 동등한 결과를 나타내었다.두번째 연구 결과에 있어서 SiNx 박막 표면에 45°로 이온빔을 조사한 액정배향 특성은 우수한 것으로 나타났다. 배향 능력면에서 구동, 비구동 상태에서 명확한 흑백 특성을 보임으로 양호한 배향 특성을 얻을 수 있었다. 즉, 이온빔 조사에 의해 무기박막 표면에 이방성이 발생하고 그 방향으로 액정분자가 배열되고 있는 것으로 생각할 수 있다. 따라서 액정 배향에는 이온빔, 기계적 마찰, 빛 등의 외부 에너지를 인가하여 이방성을 발생시킴으로서 액정분자를 배열 시킬수 있다. SiNx 박막 표면에 45°로 이온빔을 조사한 경우 프리틸트각은 0.1°를 나타내었다. 전압-투과율 특성에서도 기존의 러빙 방식과 동등한 결과를 얻었으며, 응답속도 특성에서는 6.8ms 으로 우수한 결과를 얻을 수 있었다.따라서 일반적으로 게이트 절연막으로 사용중인 무기 박막 재료인 SiNx 물질을 신규 배향막으로 사용하여 이온빔을 조사한 결과 액정소자에 응용할 수 있는 배향 특성과 전기광학 특성을 구현 할 수 있었다.그러므로, 본 연구의 성과는 액정 제조공정의 단순화 및 품질향상을 이룰 수 있고, IPS, FFS 등 수평배향 모드 적용을 통해 광시야각, 고속응답 특성 발전에 기여할 수 있을 것으로 사료된다.