http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
한국어 데이터셋을 활용한 LLM의 초두효과 특성 발현 분석
최준혁(Junhyuk Choi),홍예선(Yeseon Hong),서다연(Dayeon Seo),김부근(Bugeun Kim) 대한전자공학회 2024 대한전자공학회 학술대회 Vol.2024 No.6
As Large Language Models (LLMs) continue to evolve, they are being increasingly utilized across various domains. However, it has been observed that human cognitive biases also manifest in LLMs. Previous studies have investigated whether one of such bias, the primacy effect, is evident in LLMs using English datasets. These studies confirmed the presence of the primacy effect in English data, but did not explore its characteristics in other language datasets. Given reports that LLM responses may vary across cultural contexts, it is crucial to examine whether the primacy effect also appears in LLMs communicating with Korean language. Therefore, we conduct an experiment to test whether the primacy effect exists in LLMs when it generates answers for Korean datasets. As a result, we find that it is significantly less observed in LLMs with Korean datasets compared to English datasets. Also, we find that strength of primacy effect varies with the number of options that the dataset provides.
Data Augmentation 기반 운전자 감정 인식 모델의 성능 향상 실험
최준혁(Junhyuk Choi),박예은(Yeun Park),최동혁(Dong-hyuk Choi),조현보(Hyunbo Cho) 한국HCI학회 2020 한국HCI학회 학술대회 Vol.2020 No.2
인공지능이 발전하면서 딥러닝 기반의 얼굴 감정 인식 관련 연구가 활발하게 이루어지고 있다. 그러나 기존 감정 인식 모델은 주로 제한된 환경 (예: 동일한 얼굴 각도, 조도 등) 에서 수집된 데이터를 대상으로 학습 및 검증되었기 때문에, 다양한 변수가 존재하는 실제 환경에서는 정확도가 낮을 수 있다. 이에 본 논문에서는 Data Augmentation 기법을 적용한 감정 인식 모델 개발 Framework 를 제안한다. 제안 Framework 는 다음의 5 가지 단계로 나눌 수 있다. 1) 주행 환경에서 수집된 소량의 Target Data 로 Facial Landmark 를 검출한다. 2) Facial Landmark 간의 거리 및 각도를 통해 얼굴 각도의 Variation 을 추정한다. 3) 영역별 Pixel 값으로 조도의 Variation 을 추정한다. 4) 추정된 Variation 을 기반으로 Data Augmentation 정책을 추천한다. 5) 추천된 정책으로 Data 증강한다. Data Augmentation 의 효용성을 검증하기 위해, 다양한 변수가 고려된 상황에서 수집된 K-Face DB 를 대상으로 제안 모델의 정확도를 검증한다. 실험을 통해 기존의 Dataset 만 학습할 때 대비 제안된 모델의 성능이 향상된 것을 확인하였다. 향후 본 연구를 바탕으로 주행 환경이 아닌 다양한 환경에서도 적용 가능한 Data Augmentation 정책 추천 기술에 대해 연구하고자 한다.
시뮬레이션 기반 풀필먼트센터 최적 AGV 및 AMR 운영 계획 수립
최준혁 ( Junhyuk Choi ),신광섭 ( Kwangsup Shin ) (사)한국빅데이터학회 2021 한국빅데이터학회 학회지 Vol.6 No.2
최근 4차산업 혁명 기술의 성장과 코로나바이러스 확산으로 인해 모바일 중심의 온라인 쇼핑 시장이 급격하게 성장하게 되었으며, 다양한 차별화 전략을 앞세운 많은 기업들이 치열하게 경쟁하고 있다. 보다 높은 수준의 배송서비스를 요구하는 고객들을 만족시키기 위해 풀필먼트센터라는 개념이 등장하였고, 이를 통해 기존 주문 이후 집하에서 배송까지 수행되던 프로세스의 전체 처리 시간과 효율성을 개선할 수 있게 되었다. 그러나, 여전히 풀필먼트센터 내에서의 작업 효율성이 전체 배송 서비스의 수준을 결정하는 제약요인으로 작용하고 있다. 이를 해결하기 위해 빅데이터, 사물인터넷 및 인공지능을 활용한 수요 예측과 공급의 조정 등과 같은 다양한 방법이 제시되고 있으나, 그 한계가 분명히 존재한다. 풀필먼트센터 내 가장 많은 작업 시간과 비효율성을 초래하는 과정이 주문된 상품의 집하 작업 이후 배송을 위한 포장까지이므로, 이 과정을 자동화하기 위한 노력이 필요하다. 본 연구에서는 상품이 보관되어 있는 위치에서 포장을 위한 장소로의 집하와 상품 이동을 자동화하기 위한 AGV와 AMR의 효율적 운영을 위한 계획을 수립하기 위한 방안을 제시한다. 풀필먼트센터 내 보관된 상품의 수, 상품별 수요에 따라 투입되는 자동화 장비의 운영 효율성이 달라질 수 있기 때문에 다양한 시나리오를 기반으로 시뮬레이션을 수행하였다. 본 연구를 통해 얻은 결과를 바탕으로 풀필먼트센터 내 자동화 장비 도입 시 검토해야 할 다양한 요인을 확인할 수 있으며, 급변하는 시장 수요에 유연하게 대응하기 위해 효율성을 기준으로 최적 의사결정을 위한 참고자료로 활용할 수 있을 것이다. Current development of technologies related to 4th industrial revolution and the pandemic of COVID-19 lead the rapid expansion of e-marketplace. The level of competition among several companies gets increased by introducing different strategies. To cope with the current change in the market and satisfy the customers who request the better delivery service, the new concept, fulfillment, has been introduced. It makes the leadtime of process from order picking to delivery reduced and the efficiency improved. Still, the efficiency of operation in fulfillment centers constrains the service level of the entire delivery process. In order to solve this problem, several different approaches for demand forecasting and coordinating supplies using Bigdata, IoT and AI, which there exists the trivial limitations. Because it requires the most lead time for operation and leads the inefficiency the process from picking to packing the ordered items, the logistics service providers should try to automate this procedure. In this research, it has been proposed to develop the efficient plans to automate the process to move the ordered items from the location where it stores to stage for packing using AGV and AMR. The efficiency of automated devices depends on the number of items and total number of devices based on the demand. Therefore, the result of simulation based on several different scenarios has been analyzed. From the result of simulation, it is possible to identify the several factors which should be concerned for introducing the automated devices in the fulfillment centers. Also, it can be referred to make the optimal decisions based on the efficiency metrics.
Global Front wheel drive 6 speed Automatic Transmission GEN2소개
최준혁(JunHyuk Choi),권경문(KyungMun Kwon) 한국자동차공학회 2012 한국자동차공학회 부문종합 학술대회 Vol.2012 No.5
Global Front wheel drive 6-speed automatic transmission family(GF6) was launched globally in 2007 from Korea market. Now in average every 15 second GF6 transmission is built in one of the 5 transmission plants in Korea, China, Mexico, Canada and the United States. In recent years, many automotive Company have been striving to increase fuel economy and to decrease CO2 emission. The reduction of CO2 emissions and improvement of fuel economy can be seen as a general market need. With facing this demand, the GF6 family of General Motors transmission has been analyzed for market demand. The second generation of the GF6(GF6 GEN2) can be divided into two major portion. The first upgrade for GF6 GEN2 is control changes. This upgrade is aiming at improving shift quality and fuel economy with multiple changes to the control system and clutches. And, the second upgrade is hardware such as clutch and hydraulic circuit. It had its debut in the Unites states from 2012 and now will be rolled out in over 100 GM vehicle applications with including Korea market.