한국정보처리학회:학술대회논문집 (Proceedings of the Korea Information Processing Society Conference) (Proceedings of the Korea Information Processing Society Conference)
한국정보처리학회 (Korea Information Processing Society)
- 반년간
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
과학기술표준분류
- 정보/통신 > 정보이론
한국정보처리학회 2020년도 추계학술발표대회
-
최근 데이터 분석을 위한 연구 환경은 고성능 컴퓨팅자원, 대용량 스토리지, 초고속 네트워크 시스템등 IT 기술이 융합된 사이버 인프라 연구 환경을 기반으로 하고 있다. 또한, 실험의 규모가 커지면서 다수의 연구자들이 협업을 통해 공동의 연구결과를 도출하는 집단연구가 증가하고 있다. 본 논문에서는 이러한 환경에서 연구자들이 대용량 실험데이터를 공유·분석할 수 있는 효율적인 스토리지 작업 공간 모델을 제안한다.
-
본 논문에서는 응급상황 발생 시, 응급 처치가 가능한 주변 사용자에게 알람을 보내 구급대원이 오기 전까지 응급 구조를 원활하게 도와주는 안드로이드 애플리케이션 시스템 구현 결과를 보인다. Google Map API를 이용하여 사용자의 위치를 실시간으로 지도에 표시한다. 그리고 FireBase Cloud Messaging API를 이용하여 애플리케이션 이용자들에게 알람을 보낸다. 또한, WebRTC API를 이용하여 애플리케이션 안에서 음성 및 영상 통화를 할 수 있다. 애플리케이션을 켜지 않아도 위젯을 활용하여 응급상황을 신고할 수 있도록 하여 애플리케이션의 활용성을 높였다.
-
4 차 산업혁명 시대의 도래와 함께 AI, ICT 기술의 융합이 진행됨에 따라, 유저 레벨의 디바이스에서도 AI 서비스의 요청이 실현되었다. 이미지 처리와 관련된 AI 서비스는 피사체 판별, 불량품 검사, 자율주행 등에 이용되고 있으며, 특히 Deep Convolutional Neural Network (DCNN)은 이미지의 특색을 파악하는 데 뛰어난 성능을 보여준다. 하지만, 이미지의 크기가 커지고, 신경망이 깊어짐에 따라 연산 처리에 있어 낮은 데이터 지역성과 빈번한 메모리 참조를 야기했다. 이에 따라, 기존의 계층적 시스템 구조는 DCNN 을 scalable 하고 빠르게 처리하는 데 한계를 보인다. 본 연구에서는 DCNN 의 scalable 하고 빠른 처리를 위해 3 차원 메모리 구조의 Processing-In-Memory (PIM) 가속기를 제안한다. 이를 위해 기존 3 차원 메모리인 Hybrid Memory Cube (HMC)에 하드웨어 및 소프트웨어 모듈을 추가로 구성하였다. 구체적으로, Processing Element (PE)간 데이터를 공유할 수 있는 공유 캐시 및 소프트웨어 스택, 파이프라인화된 곱셈기 및 듀얼 프리페치 버퍼를 구성하였다. 이를 유명 DCNN 알고리즘 LeNet, AlexNet, ZFNet, VGGNet, GoogleNet, RestNet 에 대해 성능 평가를 진행한 결과 기존 HMC 대비 40.3%의 속도 향상을 29.4%의 대역폭 향상을 보였다.
-
Data access characteristics can directly affect the efficiency of the system execution. This research is to design an accurate predictor by using historical memory access information, where highly accessible data can be migrated from low-speed storage (SSD/HHD) to high-speed memory (Memory/CPU Cache) in advance, thereby reducing data access latency and further improving overall performance. For this goal, we design a locally weighted linear regression prefetch scheme to cope with irregular access patterns in large graph processing applications for a DARM-PCM hybrid memory structure. By analyzing the testing result, the appropriate structural parameters can be selected, which greatly improves the cache prefetching performance, resulting in overall performance improvement.
-
사회에서 다양한 디지털 도어락 관련 범죄들이 꾸준히 늘어나면서 소비자들은 보안성이 강화된 도어락을 요구하고 있다. 이에 따라 도어락 시장도 보안성을 강화한 스마트 도어락을 개발하는 데 집중하고 있다. 본 연구에서는 사람이 보안을 위해 사용하는 OTP(One-Time-Password) 라는 검증된 암호시스템을 사용하여 비밀번호의 노출, 비밀번호의 분실의 위험이 없는 보안성과 편의성을 강화한 OTP 스마트 도어락 모듈을 구현하였다.
-
This research is to design an effective prefetching method required for DRAM-PCM hybrid main memory systems especially used for big data applications and massive-scale computing environment. Conventional prefetchers perform well with regular memory access patterns. However, workloads such as graph processing show extremely irregular memory access characteristics and thus could not be prefetched accurately. Therefore, this research proposes an efficient dynamical prefetching algorithm based on the regression method. We have designed an intelligent prefetch engine that can identify the characteristics of the memory access sequences. It can perform regular, linear regression or polynomial regression predictive analysis based on the memory access sequences' characteristics, and dynamically determine the number of pages required for prefetching. Besides, we also present a DRAM-PCM hybrid memory structure, which can reduce the energy cost and solve the conventional DRAM memory system's thermal problem. Experiment result shows that the performance has increased by 40%, compared with the conventional DRAM memory structure.
-
한국과학기술정보연구원(KISTI)에서는 슈퍼컴퓨터 5호기인 누리온과 보조시스템인 뉴론 시스템을 이용하여 공동 활용 서비스를 진행하고 있다. 다수의 사용자가 접속하여 사용하는 이와 같은 컴퓨팅 시스템들은 구축비용 뿐 아니라 운영 중에 발생하는 전력 소비 비용이 상당하다. 본 논문에서는 뉴론에서 수행되는 사용자의 작업별 전력 사용량을 생성하는 기법에 대해 소개하고 전력 소비량을 조절할 수 있는 방안에 대해 논의한다.
-
음식물 쓰레기 문제를 해결하기 위한 정책은 지속적으로 나오고 있지만, 음식물 쓰레기 발생량은 여전히 해마다 증가하고 있다. 최근 출시된 스마트 냉장고는 식재료 관리 방법에 대한 무지로 버려지는 음식물에 대한 문제를 해결할 수 있으나 가격이 상당히 고가이기 때문에 실질적으로 사용하는 가정은 많지 않다. 이에 본 논문에서는 식재료 지능화 관리 플랫폼으로 기존의 냉장고를 스마트 냉장고화 하여 식재료를 효과적으로 관리하여 음식물 쓰레기 문제 해결에 기여할 수 있기를 기대한다.
-
최근 엣지 컴퓨팅과 같은 임베디드 디바이스에서 CNN과 같은 딥러닝 모듈을 수행하기 위해서 하드웨어 설계 및 구현이 많이 진행되고 있다. 이러한 임베디드 시스템에 필요한 CNN모듈을 위한 하드웨어 설계를 위해서 먼저 모델링을 통해서 시뮬레이션이 필요하다. 본 논문에서는 오픈 라이센스를 이용한 RISC-V로 딥러닝 시뮬레이터를 제작하였다. SystemC로 구현된 RISC-V를 Virtual Platform로 시뮬레이터의 제작을 하여 시뮬레이팅을 하였고, SystemC의 특징인 모듈화와 모듈간 통신에 유의하여 시스템을 구성하였다. CNN 알고리즘을 참조하여 Convolution, Activation, Pooling 연산의 기능을 하는 시스템을 구성하였다.
-
현재 RISCV-VP 시뮬레이션 프로그램은 Linux 환경으로만 존재하며, Windows 환경에서 동작하는 프로그램은 존재하고 있지 않다. 그래서 Linux 환경으로 개발된 RISC-VP(Virtual Platform)를 Windows 환경에서도 사용할 수 있게 Visual Studio 를 사용하여 구축하였다. 또한, Windows VS 환경의 RISCV-VP 프로그램을 통해 머신 러닝 시뮬레이션이 가능하도록 개발 환경을 구축하였다. 이 논문은 위에 설명한 각각의 개발환경 구축에 필요한 구성 방법을 제공한다.
-
날씨에 대한 인류의 관심은 인류 역사가 시작되면서 지금까지 예측하며 관심 영역인 만큼 인류에게 끼치는 영향이 크다. 초기 인류에게 있어서 의류는 생존을 위한 생존 도구에서 현재는 패션의 영역으로 자기를 표출하거나 자신에게 가장 어울리는 옷을 찾기 위한 욕구로 발전해 왔다. 따라서 본 논문에서는 날씨에 따른 개인의 체감온도와 해당 날씨에 가장 선호하는 의상을 분석하고, 예측하며 추천해주는 시스템을 제안한다. 제안하는 시스템은 지속적인 유지 관리를 통해 보완해 나간다면 날씨와 패션 분야에서 다양한 접목을 하는 등 기술발전을 할 것으로 기대된다.
-
전 세계적으로 코로나 바이러스가 확산되면서 언택트 시대가 되었다. 언택트 시대에서는 대부분의 대면활동이 비대면으로 전환되고 있다. 전 세계적으로 열광중인 케이팝 댄스의 대중화를 위해 우리는 비대면으로 댄스 학습이 가능한 DETR 기반 객체탐지를 사용한 댄스 자세교정 연구를 제안한다. 본 논문에서 제안한 댄스 자세교정은 객체탐지에 DETR을 적용한 방식이다. DETR은 기존 객체탐지 모델에서 앵커박스, 바운딩박스 중복처리를 제거하는 NMS같은 휴리스틱한 방법을 사용하지 않고 트랜스포머를 통해 자동으로 학습하도록 만든 모델이다. DETR로 객체탐지를 한 후 강사와 사용자의 동작유사성을 샴 뉴럴 네트워크를 통해 계산한다.
-
최근 케이팝 문화의 확산으로 한류라는 브랜드가 구축되고, 이에 관심이 급증함에 따라 관련 콘텐츠 시장의 혁신이 요구되고 있다. 본 논문은 한류문화 전수를 위한 수퍼인텔리전스 기반의 확장현실(XR) 소프트웨어 플랫폼에 관한 것으로, 본 플랫폼을 통하여 한류 문화 체험 및 전수가 가능하다. 세부적으로는 한류 콘텐츠 전수를 위한 확장현실 기반 공간을 바탕으로 딥러닝 기반 영상 생성 및 동작 분석기술, 자동 음악생성 기술, 한류 문화 데이터 보안 기술을 포함한 통합적인 플랫폼 환경을 설계하여 제안한다. 또한 이 플랫폼의 3차원 동작 분류 및 예측을 향상 시킬 수 있는 방법을 제안한다.
-
최근 의료데이터의 표준화를 기반으로 다양한 임상연구가 국내외에서 활발하게 진행되고 있다. 그러나 대부분 개발기술이 임상현장에 적용되지 못하는 이유는 상이한 인프라로 인한 일관성있는 결가를 도출하지 못하는 문제점과 부족한 진단지표와 기준 그리고 충분하지 못한 기술적·임상적 검증이 문제가 되고 있다. 본 논문에서는 이러한 문제점을 해결하기위한 새로운 통합 플랫폼을 제안하고자 한다. 이를 위해서 임상데이터는 OHDSI의 OMOP-CDM으로 표준화되어야 하며, 이외에 의료영상 정보를 포함한다. 제안한 플랫폼은 표준화된 데이터를 통해 지속적인 자가 학습을 수행하며, 질환별 진단에 필요한 개발 도구와 분석 소프트웨어 도구를 통해 다양한 타겟 질환연구를 지원한다. 제안한 플랫폼은 질환에 대한 비침습적 진단을 위해 의료영상을 기반으로 데이터표준화을 기반으로하며, 이를통해 인공지능 기술을 개발하고 병원 정보시스템과 연계하여 임상현장에 실증을 통해 검증하고자 한다.
-
데이터에 결측치가 존재할 때 어떤 데이터로 결측치를 대체시켜야 원래의 데이터에 가장 근접한 데이터를 만들어낼 수 있는지에 관한 연구. Z 값을 사용하면 평균으로 결측치를 대체시키는 것보다 더 정확한 결과를 도출해낼 수 있다.
-
블록체인은 분산 시스템 환경에서 비가역적 정보를 탈중앙화된 방식으로 검증하는 기술로 다양한 산업에서 적용되어 새로운 가치를 만들어내고 있다. 본 연구에서는 허가형 블록체인 기술을 대표하는 오픈소스 프로젝트인 하이퍼레저 패브릭 환경에서 체인코드 및 레저 유형에 따른 합의 작업에 대한 성능을 분석하였으며, 결과에 대한 분석을 통해 블록체인 기반 분산 어플리케이션의 성능 요구사항 도출에 활용 가능한 정보를 제시하였다. 이를 통해 다양한 산업에서 블록체인 도입 시 활용할 수 있는 객관적 성능 지표의 역할을 수행하여 블록체인 기술 활성화에 기여할 것으로 기대된다.
-
유사도는 두 객체의 비슷한 정도를 실수로 나타낸 것이며 반대 개념인 다른 정도를 나타내는 것을 거리라 한다. 실세계에서 정확히 같은 것은 존재하기 힘들기 때문에 많은 응용 분야에서 유사도나 거리를 이용한다. 거리 중 대표적인 것으로 유클리드 공간에서 두 점 사이의 직선거리이다. 이 거리를 유클리드 거리라고 한다. 코사인 유사도는 벡터 공간에서 두 벡터 사이각의 코사인 값이다. 이외에도 용도에 따라 다양한 거리 또는 유사도가 연구되고 있다. 수학적으로 유사도는 이변수 함수로 나타낸다. 앞선 연구에서 민코프스키는 맨하탄 거리, 유클리드 거리 등을 매개변수 p를 이용하여 하나의 식으로 통합하였다. 이러한 유사도 통합은 유사도에 대한 새로운 통찰력을 제공하고 또 다른 응용을 제공한다. 본 논문은 기존 유사도의 의미를 개관하고 추가적인 매개변수를 도입하여 민코프스키 거리와 코사인 유사도를 통합한 식을 제시한다.
-
순위다중패턴매칭문제는 길이가 n인 텍스트 T와 패턴들의 집합 P' = {P1,P2…,Pk}가 주어졌을 때, P'에 속하는 패턴들과 상대적인 순위가 일치하는 T의 모든 부분문자열들의 위치를 찾는 문제이다. P'에서 가장 짧은 패턴의 길이가 m, 가장 긴 패턴의 길이를
$\bar{m}$ , 모든 패턴들의 길이의 합을 M, q개의 연속된 문자들을 q-그램이라 할 때, 기존에 텍스트의 핑거프린트를 이용하여 순위다중패턴매칭문제를$O(q!+nqlogq+Mlog\bar{m}+nM)$ 시간에 해결하는 알고리즘이 제시되었다. 본 논문에서는 텍스트의 핑거프린트를 활용하여 O(max(q!,M,n))개의 스레드를 이용하여 순위다중패턴매칭문제를 평균적으로$O(\bar{m}+qlogq+n/q!)$ 시간에 해결하는 병렬 구현 방법을 제시한다. 실험 결과, n = 1,000,000, k = 1,000, m = 5, q = 3일 때, 본 논문에서 제시하는 병렬 구현 방법은 기존의 순차 알고리즘보다 약 19.8배 빠르게 수행되었다. -
현재까지 심층 학습을 이용하여 텍스트를 자동으로 분류해주는 연구가 활발히 진행되었으며, 특히 소프트웨어 카테고리를 자동으로 분류해주는 연구가 이루어지고 있다. 최근 심층 신경망의 적절한 구조를 효율적으로 탐색할 수 있는 가중치 공유 기법이 연구되었다. 우리는 이를 응용하여 본 논문에서 가중치 공유를 이용한 소프트웨어 카테고리 분류 방법을 제안하며, 여러 실험을 통해 해당 기법의 성능을 측정하고 논의한다.
-
자체 제작한 프로그램인 USB 보안 모듈과 Active Directory를 활용하여 서버에서 다수의 클라이언트를 관리할 수 있는 인프라를 구축한다. USB 보안 모듈과 기존 소극적인 보안 정책으로 인해 개인 또는 내부망으로 사용하고 있는 Active Directory의 보안 정책을 결합하여 극단적이고 폐쇄적인 강력한 보안 기능을 가능케 하며 그 효용성을 제안 한다.
-
Log Structured Merged Tree(LSM-Tree)구조를 사용하여 빠른 데이터 쓰기 성능을 보유한 RocksDB에는 쓰기 증폭과 공간 증폭 현상이 발생한다. 쓰기 증폭은 과도한 쓰기 연산을 유발하여 데이터 처리 성능 저하와 플래시 메모리 기반 장치의 수명 저하를 초래하며, 공간 증폭은 데이터 저장 공간 점유로 인한 저장 공간 부족 문제를 야기한다. 본 논문에서는 쓰기 증폭과 공간 증폭 완화를 위해 RocksDB 의 성능에 영향 주는 주요 파라미터를 추출하고, 기계학습 기법인 랜덤 포레스트를 사용하여 추출한 파라미터가 쓰기 증폭과 공간 증폭에 미치는 영향을 분석하였다. 실험결과 쓰기 증폭과 공간 증폭에 영향을 많이 주는 주요 요소를 선별하였고 다른 파라미터에 대비해서 성능 격차가 61.7% 더 나타낸 것을 발견하였다.
-
사용자 동작 추정이란 이미지 또는 비디오에서 사용자의 관절 위치를 추정하는 과정을 말한다. 기존의 연구들은 사용자의 몸에서 관절의 큰 부분(어깨, 무릎, 골반, 손, 발 등)만을 추정하거나 손의 세부 관절을 별도로 추정 했다. 하지만 특정 분야(수화, 댄스 등)에선 몸짓과 손을 함께 사용하기에 우리는 사용자 몸의 큰 관절과 손의 세부 관절을 같이 추정하는 방법에 대한 연구를 제안한다. 본 논문에서 제안하는 사용자 동작 추정 방법은 Cascades 방법을 이용한 합성곱 신경망 기반 회귀모델을 적용한 방식이다. 손의 관절들은 다른 큰 관절들(어깨, 무릎, 골반 등)보다 작아서 정밀한 추정을 요구하기에 Cascades 방법을 사용해 보다 정밀하게 추정할 수 있다.
-
코로나19로 사회적 거리두기가 지속되면서 코로나 블루를 적절히 해소하는 방안 또한 새로운 사회적 무제로 대두되었다. 이에 본 연구는 전자출입명부 시스템을 활용하여 안전하게 지역을 관광할 수 있는 방안을 제시하였다. 구체적으로 QR코드에 기록된 정보를 바탕으로 지역별로 방문한 관광객의 숫자를 공유하여 지역별 방문인구를 파악할 수 있도록 하였다. 이를 통해 관광객은 밀집된 공간을 피하며 방역지침을 준수하면서도, 다양한 지역을 방문하며 코로나 블루를 해소할 수 있을 것이다.
-
최근 하드웨어의 성능 및 소프트웨어 기술이 비약적으로 발전하면서 컴퓨팅을 위한 인프라 환경이 클라우드 기술 기반으로 활발하게 연구, 개발되고 있다. 이에 본 논문에서는 슈퍼컴퓨터로 대표되는 고성능 컴퓨팅을 분야에서 클라우드 기반 인프라 및 서비스를 제공하기 위한 KI Cloud 플랫폼을 소개한다. KI Cloud 플랫폼은 VM 기반으로 IaaS 서비스를 제공하고, 컨테이너 기술을 기반으로 HPC 사용자를 위한 PaaS 서비스를 제공하는 통합 플랫폼으로 설계 및 개발되었다.
-
전통적으로 기초 과학 분야의 대규모 워크로드 작업들은 슈퍼컴퓨터와 같은 대용량 클러스터 시스템을 이용하여 수행해왔다. 그러나 최근 빅데이터 및 머신 러닝과 같은 새로운 분야에서의 컴퓨팅 자원 요구가 증가하고 기존 사용자의 요구 사항도 다양해짐에 따라 기존의 클러스터 시스템 운영 환경에서는 많은 어려움이 나타나고 있다. 이러한 문제를 해결하기 위해 한국과학기술정보연구원(KISTI)에서는 지난 3 월부터 KI (KISTI Intelligent) Cloud 서비스를 개발하여 서비스를 제공하고 있다. KI Cloud 서비스는 다음과 같은 특징이 있다. 첫째, Jupyter 과 RStudio 와 같은 대화형 개발 환경을 웹을 통해 제공함으로써 사용자는 언제, 어디서나 손쉽게 서비스를 활용할 수 있다. 둘째, 컨테이너 기술을 활용하여 사용자가 요구하는 개발 및 실행 환경을 실시간으로 구성하여 제공한다. 셋째, 사용자의 서비스 환경을 동적으로 구성하여 제공함으로써 컴퓨팅 자원의 효율성을 높일 수 있다.
-
최근, 응용 프로그램의 이식성, 확장성, 낮은 오버헤드 및 관리의 용이성 등을 제공하는 컨테이너 기술을 고성능 컴퓨팅 (high performance computing, HPC) 환경에 접목하려는 다양한 연구들이 진행되고 있다. 본 논문에서는 멀티 프로그램화된 환경, 즉, 컨테이너 기반의 다수개의 HPC 워크로드들이 동시에 실행되는 환경에서 멀티 프로그래밍 수준, 통신 패턴 및 비율에 따른 HPC 워크로드들의 성능 특성을 분석하고, HPC 워크로드가 실행되는 동일한 컨테이너 그룹에 속한 컨테이너들의 스케쥴링 시간 부조화가 데이터 교환 지연 시간을 증가시키고 그 결과 응용 성능을 크게 저하시킬 수 있음을 확인한다. 또한 HPC 워크로드가 수행되는 동일 그룹 컨테이너들의 CPU 점유 가능값(CPU Shares)을 동적으로 조절하는 휴리스틱을 제안, 적용함으로써, HPC 워크로드의 성능(통신소비시간 최대 약 42.5%, 워크로드 실행시간 최대 약 23.6% 감소)을 크게 향상시킬 수 있음을 확인한다.
-
발전 시설은 연간 무중단으로 운영되어야 하고, 고장이 발생하면 손해가 막대하기 때문에 발전 시설 장비에는 수십만 개의 센서 데이터가 설치되어 있다. 본 논문에서는 효율적인 센서 데이터의 수집과 시설 모니터링 및 고장 예측 등을 위한 빅데이터 스트리밍 질의 처리 시스템을 설계 및 구현하였다. 또한 실시간 데이터 수집의 효율적인 관리를 위해 인코딩 방식을 설계하였으며, 데이터 전송 성능을 측정하여 문자열로 데이터를 전송하는 것보다 평균 12%, 최대 32% 데이터 처리 성능이 향상됨을 보였다. 또한, 스트리밍 데이터에 대한 윈도우 질의 처리 성능을 측정하여 약 0.97초의 평균 집계 질의 처리 시간이 소요됨을 확인하였다. 향후에는 고장 감지를 위한 인공지능 추론 모델을 제안하는 빅데이터 스트리밍 질의 처리 시스템에 적용할 예정이다.
-
나날이 커져가는 데이터 처리량의 수요를 충족시키기 위한 방법의 하나로 수십개의 코어와 여러 채널의 고대역폭 메모리를 탑재한 프로세서가 상위 슈퍼컴퓨터 시스템에 도입되어 사용되고 있다. 이러한 Scale-out 방식은 성능 한계를 크게 끌어올릴 수 있지만 제대로 된 작업 배분이 되지 않았을 때 성능이 떨어질 가능성이 있다. 본 연구에서는 인텔 KNL 프로세서의 고성능 온칩 메모리의 성능 벤치마크를 진행하여 병목 현상이 실제로 존재함을 확인하였다. 또한 이런 성능 저하 패턴을 찾아내고 원인을 분석하여 향후의 시스템에서 이러한 문제를 최소화하기 위해서 하드웨어, 시스템 소프트웨어 수준에의 보완 방안을 제안한다.
-
랜덤워크 기반 노드 랭킹 방식 중 하나인 RWR(Random Walk with Restart) 기법은 희소행렬 벡터 곱셈 연산과 벡터 간의 합 연산을 반복적으로 수행하며, RWR 의 수행 시간은 희소행렬 벡터 곱셈 연산 방법에 큰 영향을 받는다. 본 논문에서는 CSR5(Compressed Sparse Row 5) 기반 희소행렬 벡터 곱셈 방식과 CSR-vector 기반 희소행렬 곱셈 방식을 채택한 GPU 기반 RWR 기법 간의 비교 실험을 수행한다. 실험을 통해 데이터 셋의 특징에 따른 RWR 의 성능 차이를 분석하고, 적합한 희소행렬 벡터 곱셈 방안 선택에 관한 가이드라인을 제안한다.
-
누리온 시스템은 한국과학기술정보연구원(KISTI) 국가슈퍼컴퓨팅센터에서 2018년 5번째로 구축하여 운영하고 있는 슈퍼컴퓨터이다. 본 논문에서는 전산구조공학 분야에서 많이 활용되고 있는 ABAQUS, NASTRAN 등과 같은 응용소프트웨어를 누리온 시스템에서 활용하기 위한 방법을 소개하고 간단한 전산구조공학 모델을 누리온 시스템과 기존에 운영되었던 슈퍼컴퓨터 4호기 신바람 시스템에서 ABAQUS를 이용하여 분석하고 성능을 비교한다.
-
AI 분석 과정에서 특징 데이터 추출은 분석 성능에 큰 영향을 미칠 뿐만 아니라 가장 많은 시간을 소요하는 과정 중의 하나이다. 계산과학 데이터는 HPC를 활용하여 생산되므로 데이터가 크고 복잡할 뿐 아니라 데이터의 수도 방대한 경우가 많다. 이 때문에 계산과학 데이터로부터 특징 데이터 추출하는 과정은 복잡성이 크고, 소요 시간도 매우 크다. 본 논문은 먼저 계산과학 데이터로부터 특징 데이터 추출하는 과정에 대한 요구사항과 이슈들을 분석한다. 그리고 확장성을 고려한 계산과학 데이터의 인공지능 분석을 위한 특징 데이터 추출 자동화 시스템을 제안한다.
-
대부분의 최신 마이크로 프로세서에서 사용 가능한 하드웨어 퍼포먼스 카운터는 시스템과 어플리케이션의 상태를 모니터링, 분석 및 최적화하는 다양한 용도로 폭넓게 사용되고 있다. 적은 오버헤드로 시스템의 가장 기본적인 정보를 수집할 수 있기 때문에 다양한 분야에서 활용이 가능하다. 이러한 퍼포먼스 카운터는 리눅스에 내장되어 있는 퍼프 이벤트를 통하여 수집 할 수 있는데 클러스터 시스템에서는 단일 노드에서와는 다른 방법을 사용하여 이벤트를 수집해야 한다. 본 연구에서는 클러스터 시스템에서 하드웨어 퍼포먼스 카운터를 수집하는 방법과 오버헤드에 대하여 연구하여 카운터의 활용을 지원하고자 한다.
-
본 논문은 기업의 중요 정보를 내부에 저장하면서도 스토리지, 컴퓨팅 및 네트워크를 단일 시스템으로 통합한 HCI(Hyper-Converged Infrastructure) 기반의 On-premises 가상화 인프라를 기업에 도입했을 때의 효과를 검증한다. 150여 대의 물리 서버를 운영하는 기업에서 신규 시스템에 대해서 HCI 가상화 기반의 인프라를 도입하여 물리 서버 대비 약 35%의 구축비용을 절감하고, 기본 사용 연수인 5년간의 유지보수 비용은 약 59%의 절감효과를 예상할 수 있었다. 이를 통해 HCI 가상화 기술을 통해 정보기술이 기업 비즈니스 성패에 큰 영향을 주는 4차산업 혁명 시대에 기업의 총 IT 소유비용(TCO)을 절감할 수 있음은 물론, 빠른 비즈니스 변화에 유연하게 대응할 수 있는 인프라를 구성할 수 있음을 시사했다. 또한 가상화로 전환을 망설이는 기업에는 실질적인 효과를 제시할 수 있을 것이다.
-
서버리스 컴퓨팅에는 가상머신보다 가벼운 장점을 지닌 컨테이너 기술이 많이 사용되었다. 하지만 여러 사용자들의 어플리케이션이 하나의 서버 인스턴스를 공유해서 사용하기 때문에, 취약점으로 인해서 여러 문제점이 생길 수 있다. 이에 서버리스 컴퓨팅 제공자들은 서버리스 컴퓨팅에 적합하며 보안을 강조한 기술들을 발표하고 있다. 대표적으로 구글에서 개발한 샌드박스 형태의 컨테이너 런타임을 제공하는 gVisor 와 오픈스택 재단에서 개발한 Kata Containers 가 있다. 본 논문에서는 미리 준비된 라이브러리를 공유하여 서버리스 컴퓨팅의 콜드 스타트를 완화시키는 관점에서, gVisor와 Kata Containers 환경에서 라이브러리를 불러올 때 기존의 도커 컨테이너 환경과의 차이를 비교하고 분석한다.
-
GPU 기술과 빅데이터의 성장에 힘입어 최근 딥러닝 기술은 괄목할만한 성장을 이루었고, 구글, 페이스북, 우버 등의 빅데이터를 보유한 업체들과 슈퍼컴퓨팅분야에서는 이러한 빅데이터를 빠른 시간 안에 학습하기 위해 분산 딥러닝 기술을 연구해오고 있다. 이러한 대규모 분산 딥러닝에서는 집합 통신, IO 부하 등이 주요 병목으로 알려져 있다. 본 연구에서는 분산 딥러닝에서 시도되고 있는 주요 All-Reduce 알고리즘들에 대해 누리온 시스템에서 성능평가를 수행하였고, 512노드 이상의 대규모에서는 2D-torus 알고리즘이 우수한 성능을 보였다.
-
보편적으로 사용되는 경로 검색 앱은 출발지에서 목적지까지의 최단 거리 또는 최소 시간을 기준으로 도보 경로를 추천하고 있어 사용자의 다양한 요구사항을 반영하는데 한계가 있다. 이러한 문제를 해결하기 위하여 본 논문에서는 사용자의 일정 및 본인의 섭취한 칼로리를 기준으로 출발지와 목적지 사이의 다수의 경로를 추천하는 앱을 제안하였다. 또한, 제안된 앱의 동작을 검증하기 위하여 해당 기능을 직접 구현하고 다양한 테스트시나리오들을 이용하였다.
-
이 연구에서 개발한 헬스장 회원-트레이너 매칭 앱은 보디빌딩 헬스 회원과 트레이너를 매칭하여 관리할 수 있다. 즉, 보디빌딩 헬스장에 등록한 회원은 이 어플을 이용하여 명시적으로 원하는 조건이나 자연적으로 자신에게 알맞은 트레이너를 선택하거나 추천받을 수 있다. 트레이너의 추천은 유사도 측정 알고리즘을 통하여 이루어진다.
-
소프트웨어 정의 네트워킹(SDN)은 기존 네트워크의 컨트롤 기능을 컨트롤러에 중앙 집중화하여 프로그램 가능하며 유연한 네트워크 관리 방식을 제공한다. 컨트롤러-스위치 간 인터페이스 표준 기술인 OpenFlow에서는 스위치 내부의 플로우 테이블을 이용하여 네트워크에 접근하는 패킷을 처리한다. 하지만 OpenFlow 스위치에 주로 사용되는 TCAM의 부족한 용량으로 인해, 많은 트래픽이 발생하는 환경에서 플로우 테이블에 충분한 양의 플로우 엔트리를 설치하지 못하는 문제가 발생한다. 이 경우 플로우 테이블 오버플로우가 발생하는데, 네트워크에 새로이 진입하는 플로우를 위하여 기존의 플로우 엔트리를 방출시킬 필요가 있다. 이때, 활성화된 플로우 엔트리를 방출하게 되면 네트워크 컨트롤 오버헤드가 크게 증가할 위험이 있다. 따라서 오버플로우가 발생했을 때 어떤 플로우 엔트리를 방출시킬지 정하는 것이 중요하다. 이에 본 논문은 플로우 프로토콜 타입에 기반한 플로우 엔트리 방출 정책을 제안하여 효율적인 플로우 테이블 사용을 목표로 한다.
-
최근 '코로나 19 (COVID-19)'와 '최저임금 이슈' 등 다양한 외적 요인들이 아르바이트를 포함한 고용시장을 변화시키고 있다. 생계와 학자금을 위해 아르바이트에 뛰어드는 청년들에게는 악재의 연속이다. 이처럼 외부 환경은 점점 구직자에게 불리하게 작용하는데 반해, 이들을 사용자로 둔 구인구직 플랫폼은 수년 째 변화의 모습을 보이지 않는다. 기존 플랫폼은 구인자에게 지나치게 유리한 소통구조를 지니고 있으며, 최근 고용시장의 변화에 따른 단기 및 대타 고용의 수요를 충족시키지 못한다. 따라서 본 논문에서는 기존 구인구직 플랫폼의 문제점을 지적함과 동시에 플랫폼이 사용자의 편의를 충족시키기 위해 지녀야 할 고용의 역방향성과 데이터베이스 기반 필터링 및 추천과 같은 핵심 기능들에 대해 자세히 밝히고자 한다. 이를 통해, 사회적 트렌드인 긱 경제를 활성화시킬 뿐만 아니라 구직자 다수를 차지하는 청년들의 구직부담을 완화시킬 수 있을 것이라 기대한다.
-
본 논문에서는 AoA(Angle of Arrival) 참조보드와 샘플소스를 사용하여 LED 를 켜거나, 끌 수 있는 서비스의 구현에 대해 기술한다. 구현된 서비스에서는 AoA 수신장치가 지향하는 방향에 위치한 AoA 전송장치를 결정하고, 해당 장치와 블루투스 통신으로 연결하여, LED 를 켜거나 끌 수 있는 기능을 제공한다. 앞으로, AoA 값의 정확도를 향상시킬 수 있는 기술이 개발되고, AoA 를 지원하는 블루투스 장치들이 출시되면, 다양한 AoA 기반 서비스들이 출현할 것으로 예측된다.
-
이번 캡스톤 디자인에서는 식당, 카폐 등 유명 장소 검색 시 날씨까지 함께 보여줄 수 있는 앱을 구현한다. 이 앱을 사용하는 사용자는 날씨 정보를 보면서 희망하는 장소를 검색하여 출장 업무나 여행 일정에 도움을 얻을 수 있다.
-
수중통신 환경은 지상과 달리 일반적인 전파통신을 사용할 수 없어 음파, 광, 자기장 등 다양한 매체를 이용하여 통신 환경을 구성하고 있다. 하지만 각 통신 매체의 물리적 특징 때문에 단독으로 사용하기엔 어려움이 존재하여 다중매체 통신을 사용하는 아이디어가 제시되고 있다. 이에 본 연구는 다중매체 통신기반의 성형 망에서 매체 간의 프로토콜을 통합하는 통합 프로토콜, Mediation Layer를 설계하고 이를 구현한 중계기를 개발하여 이종매체 간의 통신을 가능하도록 한다.
-
Discrete Wavelet Transform (DWT) is an effective technique that is commonly used for detecting noise in collected data of an individual sensor. In addition, the detection accuracy can be significant improved by exploiting the correlation in the data of neighboring sensors of Wireless Sensor Networks (WSNs). Principal component analysis is the powerful technique to analyze the correlation in the multivariate data. In this paper, we propose a DWT-PCA combination scheme for noise detection (DWT-PCA-ND). Experimental results on a real dataset show a remarkably higher performance of DWT-PCA-ND comparing to conventional PCA scheme in detection of noise that is a popular anomaly in collected data of WSN.
-
요즘 인파가 많은 건물 주차장의 혼잡함으로 불편함을 겪는 사람들이 증가하는 추세이다. 이러한 불편함을 해결하고자 스마트폰으로 사용자가 이용하고자 하는 주차장의 자리 정보를 실시간으로 제공하여 사용자의 편의성과 함께 건물 주변의 교통체증을 완화시킬 수 있다.
-
최근 코로나바이러스(COVID-19)의 여파로 경기침체가 이루어 지고 있는 중, 반대로 역성장을 이루고 있는 중고시장의 흥행요인을 분석하고, 또한 기존 지역단위의 중고거래시장이 아닌 새로운 소규모 동네단위 중고시장의 급성장 요인을 분석하여 향후동향을 예측하고자 한다.
-
가상환경 홈 트레이닝 시스템은 바이러스, 날씨, 환경 등으로 인해 외부활동이 제한된 경우 실내에서도 실외에서 운동하는 것과 같은 효과를 얻기 위하여 구성하였다. 사용자는 실내에서도 vr 기기를 사용함으로써 가상환경을 통해 보다 실감나는 환경으로 운동을 할 수 있다
-
본 논문은 수중 다중 매체를 사용하는 수중 무선 통신 네트워크에서 수중 다중 매체 라우팅을 지원하는 프로토콜 계층 모델을 제안한다. 이 모델은 상향식 방식의 모델로써 각 물리 매체가 갖는 장점을 대부분 활용하여 수중 통신에 활용할 수 있는 장점이 있으며, 이 모델에 대한 프로토콜 계층 구조, 수중 노드와 수중 통신 매체에 부여되는 주소, 프로토콜 계층별 주요 기능과 인터페이스를 제시한다. 논문에서 제시된 수중 다중 매체를 위한 프로토콜 계층을 통해 수중 다중 매체 통신의 기반이 될 수 있으며, 제안한 프로토콜 계층 모델 기반으로 실제 구현 시 불안정한 수중 통신 환경에서 안정적으로 통신에 기여할 수 있을 것으로 기대된다.
-
본 논문에서는 자리가 많이 남는 소상공인 커피숍의 자리를 예약하여 학생, 회사원 등 다양한 사용자들이 무료로 커피숍 자리를 이용할 수 있고, 지리적 격차와 인지도에 따른 프랜차이즈 카페와 소상공인 카페 사이의 불균형을 해결하고, 사용자 정보들을 분석하여 부가적인 효과를 가질 수 있는 공유 플랫폼 앱을 개발하였다.
-
현재 일반인도 쉽게 접할 수 있게 되면서 드론 사용이 증가함에 따라 점점 드론의 활용 분야가 넓어지고 장시간 또는 장거리 사용이 요구된다. 이러한 상황 하에 외부에서 충전기를 쉽게 구할 수 가 없고 무거운 배터리를 휴대하기에는 문제가 있다. 본 논문에서는 외부에서도 드론의 배터리를 충전할 수 있게 공공장소 등에 무선 충전소를 설치해서 사용자가 편리하게 사용할 수 있길 기대한다.
-
초저지연성을 요구하는 5G 네트워크 환경에서 기기의 핸드오버를 능동적으로 조절하는 시스템의 중요성이 대두되고 있으며, 특히 핸드오버 시 기기의 이동성을 예측하는 것은 필수적이다. 딥러닝 모델의 일종인 생성적 적대 신경망은 두 신경망 사이의 경쟁 구도를 이용하여 두 신경망의 성능을 모두 높이는 목적으로 사용된다. 본 논문에서는 주로 데이터 생성 모델로 사용되는 생성적 적대 신경망을 이용하여 무선 네트워크 환경에서 기기의 이동성을 예측하는 시스템을 개발하였다. 이를 통해 실제 모바일 네트워크 환경에 적용되었을 경우 핸드오버 속도를 높이도록 한다.
-
최근 '민식이 법'으로 인해 교통사고에 대한 이슈가 대두되고 있다. 어린이는 안전한 횡단을 보장받을 수 있지만, 운전자들이 불편함을 감수해야 하는 단점도 존재한다. 본 논문에서는 어린이도 지금보다 더 안전하게 횡단할 수 있고, 운전자들도 스쿨존에서의 불안감 및 부담을 줄이기 위해 아두이노를 활용한 어린이 교통사고 예방 시스템을 설계하고 구현한다.
-
In multi-channel wireless sensor networks, optimizing data aggregation delay without any channels and timeslots conflicts has been concerned these days. The aggregation delay can be reduced by using different aggregation tree construction methods or scheduling in different methods in bottom-up or top-down manners. In this paper, we propose a new way of constructing aggregation tree purposing to decrease the total aggregation delay. The result shows that our proposed scheme can improve up to 64% comparing with state-of-the-art schemes.
-
한국과학기술정보연구원에서는 슈퍼컴퓨터 5호기 시스템 및 가속기 기반 시스템을 국내 연구자들에게 서비스를 하고 있다. 시스템 관리자들은 시스템 상태 조회 및 통계 정보 산출등의 목적으로 배치 작업 관리 솔루션에 주기적으로 다양한 정보의 요청을 수행한다. 빈번한 정보 요청은 작업관리 솔루션에 부하를 줄 수 있다. 본 논문에서는 사용자들의 배치 작업 관리를 위해 사용하는 배치 작업 관리 솔루션인 PBSPro와 SLURM을 활용한 효율적인 시스템 모니터링 기법을 설계하고자 한다.
-
특정 통신 프로토콜을 지원하는 물리 계층 트랜시버(PHY)가 없을 때 물리 계층의 부재로 인해 해당 프로토콜이 사용된 통신 시스템을 구현할 수 없다. 그래서 PHY 의 부재는 프로토콜 연구에 큰 걸림돌이 된다. 이런 경우 FPGA 로 물리 계층을 구현할 수 있다. FPGA 를 사용하면 목적과 상황에 맞춰 물리 계층을 구현할 수 있다는 장점이 있다. 통신 속도, 채널의 개수, 오류 검출 알고리즘 등 프로토콜의 다양한 요소를 사용자의 마음대로 구현할 수 있다. 본 논문에는 10Mbps 이더넷 통신에 대한 물리 계층을 FPGA 로 구현하는 실험을 담고 있다. 결과적으로 물리 계층의 구현에 성공했지만 검증에는 실패하였다. 실험에 사용된 보드에는 이더넷 PHY 가 장착되어 있었다. 이더넷 PHY 가 수신 신호를 간섭해서 물리 계층의 동작성을 검증할 수 없었다. 추후에 이더넷 PHY 를 제거하고 재실험을 진행할 것이다. 비록 검증에는 실패했지만, 실험을 통해 FPGA 로 물리 계층을 구현할 수 있음을 보이고 통신 프로토콜 연구 방법으로 이를 제안하고자 한다.
-
IoT(Internet of Things)기기의 이용률은 가파르게 증가추세를 보이며, 이젠 어떠한 사물에도 인터넷이 보급될것으로 전망된다. 5G 네트워크는 이러한 수많은 기기들을 끊임없이 통신하게 할 수 있는 역할을 해내기 위한 매개체로 보인다. 미래의 원활한 통신을 위한 핵심기술인 5G 네트워크는 기존보다 작아진 셀들로 이루어 져 있다는 것이 가장 큰 특징이다. 그러나, 이러한 점은 셀이동시 사용되는 기존의 핸드오버 방법으로 모빌리티를 관리하기에는 최적화 되어있지 않다.본 논문에서는 5G 환경에서 직면할 문제인 핸드오버의 새로운 관리기법을 제안한다.
-
가상현실 기술과 IoT 센서와 연결하여 스마트 항만 원격조정하는 프로그램을 설계하였다. 스마트 항만은 항만 자동화 추세에 맞춰진 현대의 항만 시스템이며 그에 따른 기술력 확보가 국가의 경쟁력을 높이는 핵심이 된다. 아두이노로 하드웨어를, 유니티로 소프트웨어 부분을 설계하여 진행했다.
-
최근 IoT 기술의 발전을 통해 스마트홈 서비스가 사용자에게 활발하게 보급이 되고 있다. 스마트홈 서비스에서 발생하는 데이터는 개인정보를 내포하고 있으므로 보안이 매우 중요한 요소이다. 그러나 매해 스마트홈 해킹 신고가 증가하고 있으며 기존 네트워크 침입탐지 시스템은 관리자 계정을 탈취 당했을 경우 대응할 방법이 미비하다. 본 논문에서는 스마트홈 환경에서 발생하는 활동 데이터를 인공지능 알고리즘의 종류 중 하나인 랜덤포레스트를 통해 학습하고 분류모델을 구현했다. 구현한 모델은 87%이상의 높은 정확도로 측정되었다. 따라서 활동 데이터를 통해 분류를 시행하므로 네트워크에 이미 침입한 사용자를 탐지하여 대응할 수 있다.
-
태풍이나 갑작스러운 기후변화와 같은 돌발 상황이 발생하면 첫째, 그늘막을 일일이 찾아 접어야 하고, 둘째, 안전사고가 발생하지 않도록 안내방송을 해야 하고, 셋째, 접거나 펼칠 때 사람들이 다치지 않도록 경광등을 켜야 하고, 넷째, 그늘막 손상 사건에 대한 뺑소니를 처리해야 하는 등을 해결하는 GRS를 설계한다. GRS는 첫째, 30~500여 개의 컨트론러에 그룹형 자동 개폐 명령 기법을 개발하고 둘째, 30~500여 개의 컨트론러에 그룹형 안내방송기법 및 그늘막 개폐 시 주위에 사람 있는지 확인하여 안전사고 예방 기법 개발을 통해 그늘막의 관리 효용성을 높이고자 한다.
-
사물인터넷을 기반으로 실시간으로 승강기의 상태를 확인하고 제어가 가능한 웹 관리 시스템과 애플리케이션을 설계하였다. 웹 관리 시스템에서는 회원 정보의 수정과 열람, 승강기의 상태확인 및 변경을 할 수 있으며 애플리케이션에서는 회원 등록과 승강기의 호출 및 상태확인이 가능하다. 본 논문에서는 승강기 제어장치의 설계 부분인 UML(Unified Modeling Language)을 활용한 여러 다이어그램과 애플리케이션의 UI를 볼 수 있다.
-
커피는 전 세계인들의 꾸준한 인기를 받고 있으며, 커피머신에 대한 관심이 증가하고 있다. 따라서 본 논문의 커피머신은 IAFC(Integrated Adaptive Fuzzy Clustering) 신경회로망을 이용하여 지도학습 및 비지도 학습으로 개인에게 최적화된 커피를 제공한다. 또한, 사용자는 어플리케이션을 통해 커피머신을 무선으로 조작할 수 있고 웹을 통한 관리자 모드로 데이터를 관리하고 학습시킬 수 있다.
-
본 논문에서는 디지털 트윈 기술을 비닐하우스 환경 기반으로하여 스마트팜 IoT 재배 관리 환경을 개발하고자 하였다. 유니티를 이용하여 가상 객체를 제작하고 MQTT 프로토콜을 이용하여 데이터베이스와 앱, 가상 환경의 통신 환경을 구축하고, 두 환경을 동시 제어하는 시스템을 구현한 것을 다루고 있다. 이러한 재배 관리 환경을 구현하기 위해 아두이노와 각종 센서들을 사용하여 현실 물리 객체의 환경과 생육 데이터를 수집할 수 있게 하였다. 더 나아가 수집된 데이터를 기반으로 머신러닝을 활용하여 사용자에게 적절한 재배시기와 자동 예측 시스템을 도입한다면 차세대 디지털 트윈 스마트팜 의 시대가 열릴 것이다.
-
커스터마이징 제품에 대한 니즈가 늘어감에 따라 화장품 시장도 맞춤형 화장품에 대한 수요가 증가하고 있다. 하지만 제작 이전의 진단 과정은 제공되지 않아 구매 실패로 이어지는 사례가 많다. 따라서 고객 맞춤 제품을 제작하기에 앞서 전용 진단 기기를 제공하여 셀프 진단 서비스를 구현하고자 한다. 이에 따라 본 논문은 피부 진단 기기를 이용하여 피부를 측정하고, 측정 결과 기반의 피부 분석을 통해 사용자에게 맞는 맞춤형 화장품을 제조하는 기기를 개발하여 서비스를 제공하고자 한다. 본 서비스는 집에서 빠르고 간편하게 본인의 피부를 진단하고 분석된 결과를 참조하여 자신과 가장 적합한 천연화장품을 바로 만들어줌으로써 소비자의 시간·공간적 제약을 없애는 것을 목표로 한다.
-
본 논문은 폐기물 수거함 관리 프로그램을 구현하는 것을 통해 원격으로 생활 폐기물의 양을 측정, 관리함으로써 스마트 시티의 폐기물 관리 시스템을 구현하고자 하는 것을 목적으로 한다. 폐기물 수거함에 부착된 초음파 센서를 통해 폐기물의 양을 측정하고, 폐기물 수거 차량이 효과적으로 수거함을 방문할 수 있는 경로를 찾아 제시해줄 수 있도록 한다.
-
한국도로공사가 제공하는 자료에 따르면 운전자 4명 중 1명은 졸음운전을 경험해 보았다고 말한다. 또한, 졸음운전 사고의 치사율은 건당 4명으로 전체 교통사고 치사율의 2배이며, 그 위험성은 음주운전보다 크다고 알려져 있다. 이러한 문제를 해결하기 위해 졸음운전 감지 시스템이 국내외에서 활발히 연구되고 있다. 본 논문에서는 졸음운전 감지 시스템과 더불어 졸음운전을 예방하는 시스템을 제안하고자 한다.
-
엣지컴퓨팅 기반 유해조수 퇴치 Drone의 유해조수 추적 기술은 Doppler Sensor를 이용해 사유지에 침입한 유해조수를 인식 후 사용자에게 위험 요소에 대한 알림 서비스를 제공한다. 이후 사용자는 Drone의 Camera와 전용 애플리케이션을 이용해 경작지를 실시간으로 보며 Drone을 조종한다. Camera는 Tensor Flow Object Detection Deep Learning을 적용하여 유해조수를 학습 및 파악, 추적한다. 이후 Drone은 Speaker와 Neo Pixel LED Ring을 이용해 유해조수의 시각과 청각을 자극해 도망을 유도하며 퇴치한다. Tensor Flow object detection을 핵심으로 Drone에 접목했고 이를 위해 전용 애플리케이션을 개발했다.
-
본 논문은 기존의 분리수거 시스템에서 판매가 가능한 재활용을 편리하게 판매할 수 있도록 도와주는 재활용 분리기 시스템을 제안한다. 본 논문이 제안하는 주요한 특징은 다음과 같다. 첫째, 무게/카메라/모터 센서 등을 통해 재활용 분리기를 제어하고 라즈베리 파이와 서버 간 통신을 통해 알맞은 금액을 산출하여 현금으로 반환해준다. 둘째, 사용자가 판매하려는 재활용을 특정 물건으로 딥러닝 시키고, 해당 물건의 평균 추정 무게를 구축하여, 재활용의 인식 오류를 줄인다. 제안된 시스템은 IoT 기술을 접목함으로써 현대 사회에 1인 가구가 증가함에 따라 전연령층을 대상으로 재활용품 분리 및 판매의 수고로움과 번거로움을 줄여주는 것을 목표로 한다.
-
본 논문은 코골이 및 폐쇄성 무호흡 환자들의 수면의 질 향상을 위한 자세 교정 및 건강관리를 제공하는 스마트 침대를 제안한다. 기존 코골이 및 폐쇄성 무호흡 환자들을 위한 베개 및 자세변환 시스템은 코골이를 방지해 주거나, 혹은 폐쇄성 무호흡 환자들을 위한 용도로만 존재해왔다. 이에 본 논문에서는 사용자의 코골이, 폐쇄성 무호흡뿐만 아니라 개별적으로 존재하는 질병을 침대에서 사용자의 수면 상태 정보, 산소포화도, 뒤척임 정보를 수집하여 개인별 차별화된 자세를 추천 및 교정해준다. 또한 전용 애플리케이션의 건강 신호등 시스템으로 사용자에게 자신의 건강을 직관적으로 확인 시켜 줄 수 있다. 이를 통해 본 논문은 코골이로 인한 소음, 무호흡증을 완화하고 숙면을 돕는 서비스 개발을 목적으로 한다.
-
본 논문에서는 셔틀버스 내부 갇힘 사고 방지 및 사고 발생 시 빠른 처리를 위한 시스템을 제안한다. 셔틀버스 운행 종료 후 운전자가 차량 내부에 남아있는 아동 확인 후 맨 뒷좌석에 부착된 지문인식을 이용한 슬리핑 차일드 체크를 실시한다. 또는 사고 발생 시 차량 내 적외선 인체 감지 센서로 감지한 후 카메라로 촬영한다. 촬영 영상은 GPS 모듈로 파악한 현재 위치와 함께 앱에서 확인할 수 있다.
-
지구온난화 및 기후상승으로 폭염발생 일수 및 강도가 증가됨에 따라 온열질환으로 인한 인명피해가 꾸준히 증가되고 있다. 온열질환 발생은 폭염일수가 증가할수록 증가됨에 따라 폭염 취약 계층에 대한 피해 대응이 요구되고 있다. 본 연구에서는 폭염 취약 계층을 대상으로 폭염으로 인한 피해를 감소시키고자 온열질환용 웨어러블 디바이스 기반 실시간 활력 징후 데이터 수집 및 분석을 통해, 온열질환 의심환자 이벤트 발생에 대한 신속한 대응이나 여름철 생활지수를 통해 휴식을 권장하도록 지원할 수 있는 온열질환 모니터링 시스템을 제안한다.
-
스마트 홈 시스템은 앞으로도 계속 기술의 발전과 수요가 증가하는 블루오션 시장이다. IT 시장의 주목을 받는 아이템을 다룬 만큼 이 작품이 높은 발전 가치와 시장성을 보유하고 있다고 볼 수 있다. 스마트 홈 시스템 구축을 통해 개인에게 최적화 된 라이프 스타일을 구축하고, 더 나아가 개인에게 맞는 환경을 설정하여 맞춤 라이프 연계 서비스를 제공한다. 더 나아가 주목받는 이슈인 인공지능 기술을 사용하여 스마트 기기들에 대한 지능형 제어 및 효율적인 관리가 가능하도록 한다. 게이트웨이 서버에 에어컨, 공기청정기 등 우리 실생활과 밀접한 기기들에 연결함으로써 기존의 기기들에 비해 중요한 기기들을 더 높은 빈도로 관리할 수 있다. 이 프로젝트는 스마트 홈의 기본이 되는 통합 제어시스템과 이를 위한 IoT 허브 시스템의 하드웨어를 모두 개발한 프로젝트로써 게이트웨이 서버로 대표 되는 하드웨어를 통해 스마트 기기의 상태를 모니터링 하다가, 특정 센서값을 받으면 액션을 취해줌으로써 스마트기기를 제어할 수 있다. 그리고 이들과 관련하여 IoT 기반의 다양한 기기들을 표준화 제어하기 위한 제어 시스템을 구축하고 이를 위한 소프트웨어도 함께 개발했다.
-
현재 전개되고 있는 대부분의 인터랙티브 사이니지는 SI 작업으로, 해당 응용 및 적용 현장에 맞게 하드코딩을 하여 고정된 방식으로 구현되고 있다. 따라서, 또 다른 현장의 응용 목적 사이니지 개발을 위해 다시 엔지니어가 재프로그래밍하여야 하는 불편 및 낭비가 존재한다. 본 논문에서는 안드로이드 사이니지 플레이어 환경에서의 더욱 유연하게 확장되고 개선된, 상황인지 지원 안드로이드 인터랙티브 사이니지 시스템 설계와 구현에 대한 개발 결과를 보고한다.
-
매년 1인 가구를 대상으로 한 범죄가 증가하고 있다. 이에 따라 지문인식, 스마트키와 같은 도어록 제품들이 출시되었지만 오히려 범죄에 악용되는 사례들이 발생하였다. 본 논문에서는 얼굴인식장치(face identifier, FI)를 통해 객체를 인식하고, 원격 도어록 관리자(remote door lock manager, RDM)를 통해 잠금제어부(locking control unit, LCU)를 관리하는 긴급 상황 인식 스마트 도어록을 제안한다. 사용자의 얼굴을 얼마나 빠르고 정확하게 인식하는지 속도와 신뢰도에 대한 테스트를 진행하였고, 긴급 상황 시 사용자가 안전하게 집으로 들어갈 수 있음을 확인하였다. 본 제품을 통해 주거 침입, 스토킹 등 1인 가구 대상 범죄율과 도어록 악용 범죄율이 낮아질 것으로 사료된다.
-
본 논문에서는 기존의 전자 출결을 위한 시스템들이 학생들의 스마트폰 사용을 기반으로 하고 있다는 문제들을 해결하기 위하여 사전등록을 통한 얼굴인식 인공지능을 활용한 전자 출결 관리 시스템인 <반달>을 소개한다. 본 논문에서는 얼굴인식 인공지능을 통한 식별 및 애플리케이션을 통한 출결 사항 확인과 수정기능을 포함하여 통합적인 출결 관리를 가능하게 하였다. 학생들 개개인 스마트폰의 소지를 필수로 요구하지 않아 제약이 적은 라즈베리파이와 데이터베이스를 사용한 설치형 출결 관리 시스템을 제안한다.
-
코로나19로 인해 사회적 거리두기가 대두되면서 등산 활동이 인기를 얻고 있다. 본 논문에서는 다양한 등산 용품 중 하나인 등산스틱에 IoT 기술을 접목시키고, 어플리케이션과 연동하여 사용자 맞춤 서비스를 제공하며 대여 시스템을 통해 관리하고자한다. 이를 통해 사용자는 등산스틱의 구매, 관리, 소지에 대한 부담을 해소하고 안정성과 편리함을 얻을 수 있을 것으로 기대된다.
-
최근 현대인에게는 질좋은 숙면이 필수적이다. 건강한 숙면을 위해서는 편안한 수면환경이 중요하므로 IoT베개와 매트는 개개인에게 맞는 수면 자세를 잡아 효율적으로 현대인들의 수면의 질을 높여줄 것이다. IoT의 베개의 센서가 머리의 움직임과 방향을 실시간으로 모니터링하여 설치된 장치가 자세를 바로잡아주고 장치와 연동된 앱을 통하여 수면의 종류와 패턴, 수면 시간을 상세분석하는 체계적인 맞춤형 수면 관리를 통해 수면 건강정보를 제공할 것이다. 또한, 수면 건강정보를 서버에서 종합하여 각 가정의 환자의 상태를 모니터링하여 원격진료가 가능하다.
-
본 시스템은 사용자에게 수질, 수온, 산소량 측정 및 AI 자동 먹이 공급 그리고 불법 어선감지 시스템을 제공한다. 이는 사용자의 사유재산 보호, 효율적인 운영을 통한 경제성 향상 등 양식장 환경 개선을 목적으로 한다.
-
실시간 온도 및 수질 정보를 분석하여 디스플레이에 보여주는 스마트한 수도꼭지로, 수질에 문제가 발생하였거나, 수온이 온수가 안되거나 냉수가 안될 경우 알림이 가는 서비스도 제공하여 문제 해결이 빠르게 가능하다.
-
마라토너들이 대회에서 높은 성적을 받기 위해서는, 다른 선수를 위해 속도를 조율하여 선수들을 위해 전략적 희생을 하는 페이스메이커의 존재가 필수적이다. 그러나 기존의 페이스메이커는 사람이 수행한다는 점에서 한계점을 가지고 있다. 본 논문에서는 페이스메이커 기능을 수행할 수 있는 로봇을 설계 및 구현하여, 기존의 한계를 극복하고자 하였다.
-
최근 스마트팜이 많이 등장하였지만 기술적인 한계로 인해 많은 제한을 받고 있으며, 이로 인해 사용자의 시각으로 보았을 때 스마트팜을 이용하는 사용자들은 아직까지도 많은 불편함을 겪고 있다. 이에 본 논문에서는 스마트팜에 어플과 웹을 연동하여 스마트팜을 더 편리한 환경에서 효율적으로 관리하고 사용할 수 있게 되기를 기대한다.
-
현재 우리나라에서 스마트팜이 존재하고 있지만, 아직까지는 많은 불편함을 겪고 있다. 따라서 이에 본 논문은 사용자가 IoT를 이용하여 더 편하게 이용하고, 불편함을 최소화 할 수 있는 기술을 서술하여, 사용자에게 부담을 줄이고 더 많은 이득을 챙길 수 있도록 기대한다.
-
현재 자율주행은 Stand Alone 으로 차량 자체적인 센서만을 이용해서 자율주행을 하고 있다. 이번 연구로 Stand Alone 하지 않은 서버 제어 방식의 자율주행 차량 개발이 가능해져 자율주행 차량의 센서와 연산장치가 줄어 차량의 가격이 줄어들며 이 시스템의 궁극적 목표인 자율주행 차량의 사고 감소에 큰 도움을 줄 것을 기대한다.
-
프로젝트는 4차 산업 주요 기술인 ICT, 임베디드 시스템을 사용하여 쾌적한 실내공기를 유지 관리하는 스마트 홈 모형을 제작하고 공기관리를 위해 미세먼지 및 공기질을 측정하는 센서, 공기질에 따른 공조 시스템을 제어하는 컨트롤러, 이를 모바일 기기 등을 이용하여 모니터링 및 제어할 수 있는 스마트 홈
-
현대 사회에 들어서 급속도로 발달한 대중교통 서비스와 위치 정보시스템을 이용하여 사람들은 손쉽게 목적지로 이동할 수 있다. 최근 들어 네트워크를 이용하여 위치 정보를 제공하고 있지만 네트워크 취약계층과 같은 교통약자에게 이러한 서비스는 큰 효용이 없다. 본 논문에서는 위치 정보에 기반을 둔 대중 버스의 도착 정보와 거리측정 센서를 장착한 버스 알리미 단말 시스템을 제안한다. 제안한 시스템을 활용하여 대중교통 이용에 있어 소외된 교통약자에게 더욱 편리하고 접근성 높은 서비스를 제공할 수 있기를 기대한다.
-
요즘 대한민국은 코로나 19로 인하여 외출이 힘든 상황에 놓여있다. 이에 따라 소비자들은 오프라인 매장에서 의류를 구매하기보다는 인터넷 쇼핑으로의 구매를 선호하게 되었으며 온라인 구매로 인해 정확한 스타일 확인 불가 및 확신할 수 없는 사이즈로 큰 불편함을 겪고 있다. 따라서 최근 가장 떠오르는 기술 중 하나인 AR을 실생활에 적용하여, 사용자가 의류 매장에 가지 않고 집에서도 편하게 자신의 스타일링을 실현할 수 있도록 하는 AR 쇼룸을 구현하여 솔루션을 제안하고자 한다. 본 프로젝트에서는 3D로의 표현을 위해 Kinect Xbox 카메라를 사용하여 사용자의 신체정보를 추출한 후 unity와의 연동을 통해 사용자에게 편리함을 제공할 수 있는 AR-fitting 시스템을 설계하였다. 또한, 우리는 선택한 옷을 가상으로 입어 볼 수 있는 쇼룸 형태의 서비스를 제공하며 제스처 인식을 통해 보다 편리한 의류 선택 및 사이즈 조절 등을 가능하게 하였고, 이러한 시스템은 사용자의 의류 구매를 보다 효과적으로 만들어 줄 수 있을 것이다.
-
코로나 19사태로 인한 '사회적 거리두기' 운동이 지속되면서 사람들의 생활 형태가 변화된 양상을 띈다. 특히 모임 활동 및 단체 활동의 제한으로 개인 시간이 이전에 비해 증대되었다. 홀로 자택에 머무르는 시간의 증가로 인해 사회적 단절감과 고립감이 심화되며 "코로나 블루"로 일컫어지는 신종 정신 질환이 많은 사람들에게 생겨나 사회적 문제로 이슈화 되고 있다. 본 논문에서는 이러한 사회적 문제를 완화시키기 위해 고안된 새로운 디퓨저 개발과정 및 기존 디퓨저에서 볼 수 없었던 IoT기술과 조향기술과의 접목을 통한 차별성에 대해 서술하였다.
-
자동차 애프터 마켓 시장은 관련 기술의 진전과 함께 비약적인 발전을 거듭하여 여러 자동차 애프터 마켓 상품이 개발됨과 동시에 가파른 성장세를 보이고 있다. 다양한 기술과 차량의 점검과 관리를 위해 차량운전자와 정비사가 동시동소에 있어야 하는 제약을 해결하기 위해 본 논문에서는 IoT를 이용한 차량정보 전송 및 활용 기술을 소개하고자 한다. 본 기술은 S/W로 CAN통신, WEB 서버, DB, MQTT, WIFI 등의 기술을 사용하였고, H/W로 ESP 32, Rasberry Pi 4를 사용하고 있다.
-
최근 드론 규제를 완화하겠다는 정부의 발표로 앞으로 여러 분야에서 드론이 상용화되어 이용될 것으로 예상되지만, 자율비행에 있어서 장애물을 회피하는 문제가 상용화의 걸림돌로 남아있다. 이에 본 논문에서는 GPS 기반으로 드론을 직접 제작하고, 초음파 센서를 활용하는 회피기동을 구현하여 비교적 저렴한 가격으로 자율비행 드론 시스템을 설계하여 앞으로 나오게 될 스마트 모빌리티 제품군들의 상용화에 기여할 수 있기를 기대한다.
-
사회적 취약계층을 화재, 재난 등의 위협뿐만 아니라 프라이버시 침해로부터도 보호할 수 있는 지능형 스마트 홈 CCTV이다. 해당 연구는 소프트웨어 중심의 작품으로 어떠한 CCTV에도 적용할 수 있도록 하였다.
-
반려동물을 키우는 사람들 중 1인 가구 증가로 인하여 주인의 부재 시 반려동물에게 배식하는데 어려움이 있어 자동급식기가 고안되었다. 본 논문에서는 아두이노 플랫폼을 이용한 사료 배급뿐만 아니라 약 배급 기능을 갖춘 IoT 약, 사료 혼합 자동급식기를 제안한다. 제안한 지동급식기에서는 사용자가 웹사이트를 통해 급식 서비스에 접근할 수 있고, 두 재료의 혼합 자동 배식 시스템을 통하여 편리하며 확장된 배식 기능을 경험 할 것 이라고 기대된다.
-
본 논문은 빈번한 가정방문 등으로 독거노인을 관리해야 하는 사회복지사들에게 관련 솔루션 및 대체 방안을 제공하고 독거노인에게는 외부 감염을 최대한으로 줄일 수 있는 IoT 장치와 App을 제안하였다. 딥러닝으로 학습된 사람 인식 알고리즘을 탑재하고 있는 Pi 카메라를 사용하여 독거노인이 집에 있을 때의 움직임을 지속적으로 확인하고 낙상과 같은 위급상황이 생겼을 시, Push 알림을 보내어 바로 대처하게 하였으며, 촬영본 확인이 가능하다. 또한 노인의 외출 시, 위급한 상황이 생기면 휴대용 단말기의 SOS 버튼을 눌러 Wifi 모듈을 통해 현재 위치와 알림을 즉각적으로 사회복지사의 App으로 보내어 확인할 수 있다.
-
본 논문은 COVID-19 유증상자를 사전에 판별해 유증상자의 시설 출입을 제한하고, 비접촉 인증 방식인 RFID, 얼굴인식을 사용해 시설 내 COVID-19 집단 감염을 예방하는 시설 관리 스마트 도어록을 제안한다. 기존 디지털 도어록 및 스마트 도어록은 가정용으로 개발되어 많은 사람이 이용하는 다중 시설에서 사용하기에 불편하다. 본 연구에서 구현한 도어록은 아두이노 센서를 통해 시설 사용자의 체온과 산소 포화도 값을 받아 사용자의 COVID-19 증상 유무를 판단한다. 유증상자의 경우 경고음을 울려 시설 출입을 사전에 제한한다. 체온과 산소포화도 측정 후 비접촉 인증 방식인 RFID, 얼굴인식을 통해 시설 출입을 통제한다. 시설 관리자는 RFID, 얼굴인식, 도어록 전용 애플리케이션을 사용해 시설에 출입할 수 있다. 본 시스템을 통해 시설 관리가 편리해지고, 증가하고 있는 스마트 빌딩 및 무인 시설에 활용할 수 있다.
-
자전거를 이용해 출퇴근하는 항만 근로자들은 대형화물이 만들어낸 포트홀과 같은 파손된 도로에 의해 위협받는다. 이러한 문제를 해결하기 위해 센서와 카메라로 파손 도로를 탐지하는 디바이스를 구상하였다.
-
항만에서 액체화물 취급이 증가함에 따라 로딩암의 사용빈도가 늘어나고 있다. 이에 본 논문에서는 로딩암 교육생들이 실전에 투입되기 전에 충분히 교육할 수 있도록 교육용 시뮬레이션을 제시한다. 그와 더불어 시뮬레이션과 연동되는 로딩암모형의 디지털트윈 연동을 통해, 교육생들의 로딩암 조종기술 향상을 이루어, 보다 안전한 로딩암작업과 항만의 액체화물사고 빈도를 크게 줄일 것으로 기대한다.
-
본 연구에서는 실생활에서 기존 쓰레기통에 의해 거동이 불편한 사람들이 겪는 불편사항에 대한 문제점을 해결하는 시스템을 설계 및 구현하였다. 스마트폰을 이용한 블루투스와 아두이노 간에 통신을 통해 쓰레기통을 이동 시켜 위치를 제어하며, 자동 개폐 시스템을 통해 쓰레기통의 입구를 자동으로 제어하는 기능을 구현하였다.
-
본 논문에서는 공용 세탁기의 작동 현황을 사용자에게 전달하여 불필요한 시간을 줄이는 시스템을 제안하고 있다. 제안하는 시스템은 아두이노와 전류 측정 센서를 연결하여 전류를 측정하고, 측정한 전류량을 이용하여 세탁기가 작동 중인지 판단하고, 사용자의 애플리케이션으로 사용 현황을 전달해준다. 사용자의 관점에서 효율성과 편리성을 중점에 두고 연구를 진행하였다.
-
사물인터넷 시대에 스마트 홈들의 출현으로 엣지 지역에서의 정확한 화재 감지 및 대응 기술에 대한 필요성이 요구되고 있다. 그러나, 화재 감지 동작에서 오작동으로 인한 잘못된 정보를 제공하거나, 감지 기기로부터의 불충분한 정보 제공은 화재 감지/예방을 효과적으로 수행하기 어렵게 한다. 본 논문에서는 사물인터넷 엣지 지역에서 기존의 다양한 센서들을 통해 데이터를 수집하여 온톨로지에서 추론과정을 진행하는 엣지형 온톨로지 시스템을 구현한다. 본 논문에서는 추론된 정보를 바탕으로 사물인터넷 엣지에서 발생되는 화재 사건에 대한 정확한 판단할 수 있게 한다. 제안된 화재 추론 온톨로지를 이용해 기존의 화재감지기가 제공하는 정보 뿐 만 아니라 화재 정보에 대한 확장된 정보를 사용자에게 제공하므로 사용자 유용성을 개선될 수 있음을 보인다.
-
IoT 시장이 날로 성장하는 요즘 원룸 촌이나 회사, 학교 등의 기숙사에서 사용되고 있는 공용 세탁기의 여러 불편한 문제점을 해결하기 위한 방안이 필요하다. 기존의 기기를 교체할 필요 없이 멀티 탭 하나로 누구나 쉽게 설치 가능하고, 누구나 쉽게 확인할 수 있는 시스템을 구축함으로써, 공용세탁기 사용자들의 불편함을 개선하도록 돕는다.
-
클라우드는 가상화 기술을 사용한 리소스의 유연성과 뛰아난 접근성을 장점으로 빅데이터, 딥러닝 등 여러 분야에서 클라우드를 사용하고 있다. 최근 클라우드와 결합된 IoT 시스템을 통해 시스템 관리, 데이터 처리 및 저장, 데이터를 이용한 빅데이터 활용 등 여러 방법으로 사용 할 수 있어 많은 관심을 받고 있다. 그러나 IoT 클라우드의 많은 활용에 따라 대규모 시스템화, 여러 사용자의 개인정보 저장 등의 이유로 많은 공격자의 표적이 되고있다. 여러 공격자의 공격을 방아하기 위해 IoT 클라우드 시스템은 블록체인, 보안 IoT 디바이스, 변형된 클라우드 모델등 여러 연구가 진행되고 있다. 본 논문에서는 최근 연구되고 있는 블록체인, 클라우드, IoT 시스템의 동향에 대해 조사하고, 기존에 연구되었던 기술을 바탕으로 효과적인 블록체인 기반의 IoT 클라우드 시스템을 제안한다. 제안하는 IoT 클라우드 시스템은 블록체인 기술을 사용하여 보안정책을 관리할 수 있어 신뢰성이 높으며, 클라우드 시스템이 작동하지 않을 경우 페일오버 기능을 수행할 수 있어 가용성이 뛰어나다.
-
DDoS(Distributed Denial of Service) 공격은 현재의 인터넷 환경뿐만 아니라 NDN에서도 정상적인 서비스를 저해시키는 주요 문제이며 이에 관련된 다양한 연구들이 진행되고 있다. 본 논문에서는 DDoS 공격이 가해질 때 NDN 라우터의 PIT(Pending Interest Table) 가용성 저해로 인해 발생하는 문제 해결에 중점을 둔다. 이를 위한 방안으로 RED(Random Early Detection) 알고리즘을 기반으로 하는 기법을 적용하고, 시뮬레이션을 통한 측정 결과를 보여준다.
-
양자 암호통신에서는 키를 실시간으로 안전하게 분배하는 양자 키 분배방식이 핵심이다. 본 논문에서는 양자 키 분배 방식인 BB84 protocol 과 B92 protocol 을 python 으로 구현(이를 Lee's code 라 명명)한다. 기존에 존재하는 양자 simulator 와 LEE's code 를 이용해 error rate 의 차이를 두 가지 관점(기저에 따른 차이, 도청률에 따른 차이)에서 비교한다. 이를 바탕으로 어떤 protocol 이 도청자로부터 더 취약한지 알아본 결과, B92 protocol 의 QBER 이 항상 높으므로 도청자를 잡아내기는 쉽지만, 기저가 두 가지 밖에 없으므로 도청자의 공격에는 취약함을 알 수 있다.
-
PowerShell은 닷넷 프레임 워크에 기반을 둔, 커맨드 라인 인터페이스 및 스크립트 언어의 특징을 가진 Microsoft의 명령어 인터프리터로, 이를 내장한 Windows 운영체제 점유율의 증가와 강력한 기능으로 PowerShell을 이용한 공격은 계속 증가하고 있다. 이연구에서는 딥러닝을 사용하여 악성코드를 효과적으로 탐지하는 방법과, 이에 필요한 시퀀스 데이터 추출의 방법을 찾아내는 것에 목적이 있다.
-
기존 악성코드 탐지 방법의 한계점과 심층 학습기술의 적용을 통한 악성코드의 탐지 및 분류방법을 기술하고 탐지에서의 각 학습모델에 대한 테스트 성능 과정 정확도를 비교하여 파일리스 악성코드 탐지에서의 심층 학습기술의 유용성과 발전 가능성을 판단하려 한다.
-
본 연구는 파일기반 악성파일 탐지시간을 줄이는 알고리즘 사용에 대해 기술하고 있다. 기존 탐지방식은 파일의 시그니처 값에 대한 유사도를 단순히 비교하는 것에만 그쳐 오탐율이 높거나 새롭게 생성되는 악성파일을 대응할 수 없는 제한점이 있다. 또한 정확도를 높이고자 딥 러닝을 통한 탐지방식이 제안되고 있으나 이 또한 동적분석으로 진행이 되기 때문에 시간이 오래 걸리는 제한이 있다. 그래서 우리는 이를 보완하는 VP Tree 탐지를 제안한다. 이 방법은 시그니처 값이 아닌 다차원에서의 해시 값의 데이터 위치를 기반으로 거리를 척도 한다. 유클리드 거리 법, 맨해튼 거리법이 사용되며 삼각부등식의 만족하는 기준으로 K-NN 이 생성이 되며, K-NN 을 이진 트리로 구성하여 인덱스를 통한 탐지를 진행하기에 기존 방법들을 보완할 수 있는 대안점이 될 수 있으며, 악성파일과 정상파일이 섞여 존재하는 총 3 만개의 데이터를 대상으로 악성파일 탐지 테스트를 진행하였으며 기본 방식에 비해 약 15~20%정도 속도가 단축된다는 것을 입증했다.
-
소프트웨어 보안 취약점을 찾는 기술로서 퍼징(Fuzzing)이 있다. 기존 퍼징 기술은 요구-응답형 프로토콜을 사용하는 소프트웨어를 대상으로 하기 때문에 응답 메시기가 없는 단방향 프로토콜에서는 퍼징을 수행할 수 없는 문제가 있다. 본 논문에서는 단방향 프로토콜 소프트웨어에서 퍼징을 수행하는데 필요한 퍼징 상태 판다 기능을 정의하고 설계한다.
-
메신저 애플리케이션은 사용자의 채팅 로그나 전화번호와 같은 개인 정보를 데이터베이스에 저장하며, 비밀번호 관리 애플리케이션은 사용자의 비밀번호 정보를 데이터베이스에 저장한다. 따라서 사용자의 개인 정보들이 들어 있는 데이터베이스를 안전하게 보호하는 것은 매우 중요하다. 본 논문에서는 암호화된 데이터베이스를 복호화하기 위한 키를 저장하는 위치에 따라 애플리케이션을 분류하고, 각 경우 보안성이 어떻게 달라지는지에 관한 연구를 수행했다.
-
네트워크에 존재하는 저장 공간을 필요에 따라 유연하게 대여하여 사용할 수 있는 클라우드 스토리지 서비스는 데이터의 일관성 유지, 저렴한 유지관리 비용 등 여러 장점에 힘입어 널리 활용되고 있다. 하지만 클라우드 시스템은 데이터 소유자에 의한 관리가 이루어지지 않으므로 민감한 데이터의 노출에 의한 피해 또한 다수 발생하고 있는데, 이를 해결하기 위하여 암호화 등을 통한 프라이버시 보존을 위한 연구가 꾸준히 진행되고 있다. 본 연구에서는 프라이버시가 보존된 상태에서 클라우드에 저장된 데이터를 검색함에 있어, 대수적 난제에 근거를 둔 접근 제어 기능을 내포한 소프트웨어 기반의 검색 가능한 암호화 (searchable encryption) 기법과 최근 많은 관심을 받고 있는 하드웨어 기반 클라우드 데이터 검색의 효율성 및 기능에 대한 비교 분석을 수행한다. 이를 통하여 하드웨어 기반 기법의 활용을 통한 성능 향상 가능성을 확인하고 잠재적 보안 위협을 검토한다.
-
최근 국가기반시설을 대상으로 하는 사이버 공격이 증가하고 있다. 이에 따라 국내외에서는 시설의 침해영향도를 고려하여 자산을 분류하고 관리적/기술적/물리적 보안조치를 수행하도록 지침 및 정책을 제시하고 있다. 그러나 국내 지침은 자산 특성을 고려치 않아 운영 측면의 효율성을 저하하고 있다. 이에 본 논문은 기존 문서의 내용을 보완한 국가기반시설 정보보안 국가기반시설 정보보안 관리체계 프로그램을 제안한다.
-
오늘날 인스턴트 메시징은 사용자들에게 개인 및 비즈니스 상의 대화의 편리함을 제공하며 거의 모든 현대인들의 일상에 한 축을 담당하고 있다 해도 과언이 아니다. 이러한 모바일 메신저 어플리케이션들은 사용성을 넘어 사용자들의 개인정보 보호와 메시지의 기밀성 및 무결성을 위해 끊임없이 발전해 왔고 많은 사용자들 역시 언론을 통해 발표되는 메신저 어플리케이션들의 여러 보안 이슈들을 접하게 되면서 사용성을 넘어 강력한 보안을 자랑하는 메신저 어플리케이션을 주목하고 이를 사용하고 있다. 그 중 안전하다고 평가받고 있고 백만 이상의 안드로이드 앱 스토어 사용자가 설치한 와이어 라는 메신저 어플리케이션의 프로토콜 분석을 통해 어떤 방법으로 그들이 강조하고 있는 보안 목표를 달성하고 있는지 확인한다.
-
본 논문에서는 딥웹 환경에서 사이버 범죄 활동에 대한 정보를 중심으로 분석한다. 분석된 정보는 사이버 수사기관에 범죄 분석을 위한 보조정보로 활용될 수 있도록 지원하는 것과 청소년들의 사이버 범죄에 대한 위중성 및 범법성을 인지시키기 위한 교육을 목적으로 활용될 수 있도록 연구되었다. 따라서 본 논문에서는 크롤링, 파싱, 시각화 3가지 과정을 기반으로 딥웹 환경에서 활동하고 있는 정보를 키워드를 중심으로 수집하고 분석하는 솔루션 환경을 구현하였다. 분석된 정보는 사이버에서 일어나는 많은 범죄활동 가운데 가장 일어나기 쉬운 범죄 유형과 주의 깊게 수사가 이루어져야 할 범죄들을 정리하며, 수사의 방향성을 캐치 할 수 있도록 지원하는 기능을 포함한다.
-
드론 기술의 발전은 우리 실생활에서 IoD를 활용한 다양한 서비스 제공을 가능하게 해주었다. IoD 환경을 실질적으로 활용하기 위해서는 드론과 사용자 간의 인증 및 프라이버시 보호가 보장되어야 한다. 본 논문에서는 안전한 드론 운용환경 제공을 위하여 발표된 키 교환 프로토콜들을 분석하여 문제점을 도출하였다. 두 프로토콜 모두 IoD 환경에서 사용자와 드론 간 안전한 키 교환을 목적으로 제안되었으나, 세션키 또는 사용자의 익명 아이디가 노출되어 사용자의 프라이버시가 노출될 수 있다는 문제점과 키 교환 간 사용자의 참여가 요구되어 재해·재난 환경 등 자동화된 프로토콜을 요구하는 실제 환경에 활용되기 부적합하다는 한계를 보여주었다. 따라서 향후 IoD 환경에 적합한 키 교환 프로토콜은 강한 익명성을 동반한 프라이버시 보장뿐 아니라, 드론이 직접 키 교환 요청을 할 수 있어야 한다.
-
SDN(Software Defined Networking)은 효율적인 방법과 저렴한 비용으로 네트워크를 직접 프로그램 하여 즉각적인 제어를 할 수 있다. 본 논문에서는 SDN 의 특성을 활용, SDN 구성요소인 컨트롤러와 스위치를 활용하여 공격 정보를 수집하고 이를 기반으로 공격을 탐지하는 위협 레벨 관리 모듈, 공격 탐지 모듈, 패킷 통계 모듈 등을 설계하여 프로그래밍하고 허니팟을 적용하여 서비스 거부(DoS, Denial of Services)공격을 차단하는 방법을 제시한다.
-
최근 드론 산업은 미래를 이끌어갈 신산업으로 부상하고 있다. 이러한 기대에도 불구하고 드론으로 인해 생기는 여러 문제들 중에서 개인정보침해 관련 문제는 기술적으로 쉽게 풀리지 않아서 드론 사용에 대한 법적인 규제만 더 강화하고 있는 실정이다. 본 논문은 드론 촬영물이 묵시적으로 가지고 있는 개인정보 침해문제를 클라우드 환경 가운데 기술적으로 풀어내었다. 사용자는 자신의 개인정보 침해 요소가 제거된 안전한 영상을 이용할 수 있도록 실시간 촬영 시 특정 사람 객체에 대한 마스킹을 진행할 수 있다. 라즈베리파이 카메라와 드론을 이용해 동영상을 촬영한 뒤 소켓 통신을 통해 이를 클라우드 환경에서의 서버로 전송하면 서버는 실시간으로 마스킹 처리를 진행하며 마스킹이 완료된 영상은 최종적으로 서버에 저장된다. 사용자는 모든 사람 객체 마스킹과 특정인을 제외한 모든 사람 객체 마스킹이라는 두 가지 옵션 중에서 원하는 옵션을 선택하여 개인정보 마스킹 처리를 진행할 수 있다.
-
양자 컴퓨터를 활용한 양자 알고리즘은 우리가 현재 사용하고 있는 많은 암호들의 안전성을 깨뜨릴 수 있다. 그루버 알고리즘을 n-bit 보안레벨을 가지는 대칭키 암호에 적용한다면 보안레벨을 O(2n/2)까지 낮출 수 있다. 그루버 알고리즘을 적용하기 위해서는 우선 대상 암호가 양자 회로로 구현되어야 한다. 때문에 대상 블록암호를 양자 회로로 최적화하는 연구들이 최근 활발히 진행되고 있다. 이에 본 논문에서는 국산 경량 블록암호 LEA를 양자 회로에서 최적화 하였다. 기존의 LEA 양자 회로구현과 비교하여 양자 게이트는 더 많이 사용하였지만, 큐빗을 획기적으로 줄일 수 있었으며 이에 대한 성능 평가를 수행하였다. 마지막으로 제안하는 LEA 구현에 그루버 알고리즘을 적용하기 위한 양자 자원을 평가하였다.
-
주요기반시설 산업제어시스템의 폐쇄 망 운영 환경에 따라 내부자 사이버 보안 위협으로 인한 피해가 다수 발생하고 있다. 따라서 이에 대응하기 위한 내부 보안 대책이 요구된다. 이에 본 논문은 산업제어시스템의 안전한 운용을 위한 SW 보안 무결성 관리 프로그램을 제안한다. 자산의 구매, 설치, 운영, 유지보수를 통합 관리함으로써 전반적인 라이프 사이클의 흐름 내에서 정보보안 강화를 확립하는 것을 목표로 한다. 이를 통하여 산업제어시스템의 특성을 반영한 효과적인 내부 보안 관리 프로그램으로 활용될 수 있을 것이다.
-
코로나 바이러스 감염증-19가 처음 발생한 이래로 확산세가 전혀 줄지 않고 계속 늘어나는 지금, 확진자는 물론이거니와 자가격리자에 대한 관리 또한 매우 중요하다. 국가 간 이동이나 코로나 바이러스 확진자와 접촉한 일이 있는 사람의 경우 2주간의 자가격리를 해야 되니만큼 그 숫자가 매우 많으며 그에 대한 관리 또한 중요하다. 이에 따라 본 논문에서는 블록체인을 이용하여 자가격리자에 대한 체계적이고 신뢰성 있는 관리 시스템을 제안한다. 프라이빗 블록체인 합의 알고리즘인 PBFT를 이용하여 방역당국과 같은 중앙에서 그것을 실시간으로 확인하여 자가격리 이탈자가 있을 경우 바로 알 수 있는 효과를 기대한다.
-
기존 종이 헌혈증의 단점을 보완하기 위해, 블록체인과 DID 를 활용하여 개발한 전자 현혈증 서비스로 헌혈자에게 편리한 헌혈증 사용 및 기부 인터페이스를 제공한다.
-
본 연구에서는 민간기업들이 전체적인 보안관제 인프라를 구축 할 수 있도록 오픈소스 빅데이터 솔루션을 이용하여 보안관제 체계를 구축하는 방법을 기술한다. 특히, 보안관제 시스템을 구축할 때 비용·개발시간을 단축 할 수 있는 하나의 방법으로 무료 오픈소스 빅데이터 분석 솔루션 중 하나인 Elastic Stack을 활용하여 인프라를 구축했으며, 산업에 많이 도입되는 제품인 Splunk와 비교실험을 진행했다. Elastic Stack을 활용해 보안로그를 단계별로 수집-분석-시각화 하여 대시보드를 만들고 대용량 로그를 입력 후 검색속도를 측정하였다. 이를 통해 Elastic Stack이 Splunk를 대체 할 수 있는 빅데이터 분석 솔루션으로서의 가능성을 발견했다.
-
인터넷의 활발한 이용으로 인해 악성코드의 유포 경로가 다양해지고 있다. 그 중, 문서형 악성코드 감염 사례가 증가하고 있다. 문서형 악성코드는 이메일, 온라인에서 다운로드 받는 PDF, DOCX 파일의 취약점을 통해 유포되고 있다. 이로 인해 우리는 쉽게 바이러스에 감염될 수 있다. 그러므로 문서형 악성코드의 예방은 매우 중요하다. 우리는 악성코드로 의심되는 문서 파일을 안전한 PDF 파일로 변환해 주는 오픈 소스 프로그램인 Dangerzone을 활용하여 개인과 기업에서 프로그램을 쉽고 편리하게 사용할 수 있도록 웹, 데스크톱 형태로 확장 개발한다.
-
국내 3D프린터 사용자가 확산되며 3D프린터의 외부확인을 할 수 있는 기능을 원하는 국내 사용자들은 주로 사용하는 원격 모니터링 기능을 수행하는 오픈 소스인 OctoPrint (이하 옥토프린트)사용한다. 하지만 최근, 옥토프린트에 대한 보안 이슈가 등장하였고 이를 경험한 사용자들에게 새로운 보안 방안이 요구된다. 본 논문에서는 옥토프린트의 단점과 보안 취약점을 설명하고, 옥토프린트의 공식 사이트에서 권장하는 보안 설정을 분석하여 특징을 조사하였다. 기존 옥토프린트의 편의성 개선을 위해서 동일 기능을 수행하는 프로토타입을 구현하여 앞으로의 원격 제어 모니터링 시스템 구현에 대해 연구하였다.
-
4 차 산업혁명의 시대를 맞아 사물인터넷 및 5G 를 활용한 수많은 사물들이 인터넷을 기반으로 연결되고 있다. 또한 이러한 사물들을 관제 및 유지 보수하기 위해서 장비들에 보안 관제 시스템을 구축하고 모니터링을 하기 위한 많은 비용과 관리의 어려움을 겪고 있다. 만약, 장비들이 스스로 능동적인 방어를 하게 된다면 유지관리의 가장 큰 문제가 해결될 것이다. 이러한 능동적인 보안을 통해 보호대상 시스템의 다양한 특징들을 시간의 변화에 따라 역동적으로 변경하는 MTD(Moving Target Defense)기법들이 개발되고 있다. 본 논문에서는 네트워크 기반의 NMTD(Network-based MTD)를 이용하여 호스트 서버에 IP 와 PORT 로 접속하는 SSH 에 적용하여 능동적으로 보호하고, OTP 를 활용하여 사용자 식별을 통해 SSH 에 대한 내부자 접속에 대한 보안을 강화하는 시스템을 설계 및 구현하였다.
-
블록암호는 정해진 길이의 평문을 암호화하는 암호 알고리즘으로 정해진 길이보다 더 긴 평문을 암호화하기 위해 다양한 운용모드가 제안되었다. 그 중에서 카운터 모드는 블록암호를 스트림암호 형태로 바꿔주는 모드로, 평문 대신 고정 값인 논스와 블록의 순번인 카운터를 입력 값으로 사용한다. 카운터 모드는 논스 값이 고정이기 때문에 암호 연산 중에 논스가 사용되는 부분의 다른 변수가 모두 고정 값이라면 결과가 항상 동일하다는 특성이 있다. 본 논문에서는 전술한 특성을 사용하여 카운터 모드 최적 구현을 한 블록암호에 대해 정리하며, 각각의 성능을 비교해볼 것이다. 개략적으로 AES 기존 구현물보다 약 16% ~ 32% 정도의 성능 향상을 보이고 CHAM은 약 10% ~ 13% 정도의 성능 향상을 보였다.
-
20세기 이후 대한민국의 중소기업은 큰 성장률을 보인 반면, 정보보안의 중요성에 대한 인식은 크게 개선되지 않아 중소기업에서 이용하는 시스템에 많은 취약점이 존재한다. 이와 같은 취약점을 악용한 해커들의 다양한 자동화 공격 툴로 인해 보안 사고가 꾸준히 증가하는 추세이다. 그러나 중소기업의 특성 상 부족한 예산과 보안 인력의 부재로 실질적인 대응이 어려운 상황이다. 이 프로젝트는 이러한 예산 및 보안 인력의 부재에도 중소기업에서 사용 가능한 보안 솔루션 개발을 목적으로 한다.
-
최근, 딥러닝 기술을 활용하여 암호 알고리즘 식별, 평문 복구, 이론적 암호분석을 향상시키는 방법 등이 제안되고 있다. 이 중, 2019년에 Xiao 등이 암호학적 특성을 고려되지 않고 2-라운드 DES의 평문복구 공격에 딥러닝을 적용하는 방법을 제안하였다. 본 논문에서는 이러한 기법을 향상하여 암호문과 평문의 선형 연관성을 고려한 평문 복구 공격을 딥러닝을 통해 수행하는 방법을 제안한다. 이를 활용하여, PRESENT의 평문 복구 공격을 5-라운드까지 가능함을 보인다.
-
다크웹을 이용한 사이버 범죄율이 국내외에서 가파르게 상승 중이다. 그러나 다크웹의 특성상 숨겨져 있는 인터넷 영역에서 공유되는 악성코드들을 찾기란 어렵다. 특히 다크웹상 여러 서비스들은 크롤러 bot과 같은 정보 수집을 막고자 다양한 기법을 적용하고 있다. 따라서 우리는 기존의 연구 방법에 따라 다크웹 상의 URL을 수집한 후, 추가적으로 다운로더를 만들어 exe, zip과 같은 특정 형식의 파일을 수집하였다. 앞으로 해당 파일들은 통합 바이러스 스캔 엔진에서 검사하여 의심 파일들을 분별할 예정이다. 의심 파일들은 정적 / 동적 분석을 통해 상세한 보고서를 제출하여 향후 다크웹 내의 악성코드 분포 / 출처 분석에 유의미한 결과를 도출할 수 있다.
-
오늘 날 대부분의 대학생들은 물론 직장인들도 노트북을 많이 사용한다. 특히 카페에서 노트북을 사용해 과제를 하는 등 열린 공간에서 노트북을 사용하는 일도 많아지고 있다. 그만큼 노트북도 많은 위협에 노출되고 있다. 사용자가 잠시 자리를 비운 틈에 누군가가 노트북 화면을 몰래 볼 수도 있고, 불건전한 의도로 조작할 수도 있다. 본 논문에서는 이러한 위협에 대응하기 위한 방법을 제안하고자 한다.
-
생체인증 기술의 발전으로 매년 다양한 인증 기법들이 구현되고 있으며 시장 규모가 급격히 늘어나고 있다. 현재 대부분의 IoT 환경은 생체 인식 등의 사용자 인증 기술을 활용하여 기밀성을 유지하고 있다. 하지만 인증 기술에 사용되는 센서에 인증 우회 기법 등을 통해 오류가 발생하거나 제조사의 실수 등이 포함되는 경우 인증 과정에 대한 보안 위협이 발생할 수 있다. 본 논문에서는 IoT 장비에서 이뤄지는 생체인증의 종류와 종류에 따른 인증 위협요소들을 살펴보고 다중 생체인증 방식을 접목한 대응 프로세스를 알아본다.
-
최근 여러 IoT 기기 사용이 급증하면서 보안 위협요소가 사회적인 문제로 대두되고 있다. 이러한 IoT 기기에서 사용자 생체정보를 활용해 사용자를 인증하는 시스템은 보편적으로 사용되고 있다. 그 중 지문인식은 스마트폰부터 여러 기기에 탑재되어 있다. 본 논문에서는 지문인식 센서에 온도, 압력, 터치 센서를 추가하는 기법과 군집화, 패턴 학습 알고리즘을 적용하여 위 변조 검출 능력을 향상시키는 방법을 통하여 지문인식에 대한 이상 징후 탐지 방법을 제안하고자 한다.
-
기존 여행 앱에서는 여행객들이 얻을 수 있는 기능으로 대부분 여행지에 대한 정보를 확인하고 후기를 제공받는 것이었다. 이러한 경우에 자신들이 다녀온 여행지에 관해서는 정보가 삭제될 경우 잊혀질 가능성이 높았다. 본 논문에서는 여행 앱에 데이터의 수정 및 삭제가 불가능한 블록체인 기술을 접목하여 자신들이 다녀온 여행지와 여행에 관한 정보를 소중하게 간직할 수 있도록 제공하고자 한다. 또한 여행객들에게 관리자 추천에 의한 여행 코스를 다녀올 경우 코인을 보상으로 제공하여 성취감을 이루도록 설계하고자 한다.
-
최근 정보 기술의 발전으로 클라우드 컴퓨팅은 개개인에게 편의성을 제공하도록 기능하지만, 실생활에서 디지털 정보의 의존성을 높이게 되었다. 클라우드 컴퓨팅은 실시간으로 다양한 정보를 교환함으로써 다양한 어플리케이션 서비스를 제공한다. 특히, 사용자가 가지고 있는 정보들을 로컬 서버에 관리하기 어려운 문제를 해결하기 위해 아웃소싱 클라우드 스토리지 서비스를 이용하여 해결할 수 있다. 그러나, 사용자의 데이터를 외부 클라우드 서버에 업로드하여 저장하게 되면, 클라우드 서비스 제공자로 인한 프라이버시 문제가 발생할 수 있다. 최근, 클라우드 서버에서 발생할 수 있는 프라이버시 문제를 해결하기 위해서 사용자의 데이터를 암호화하여 클라우드 서비스 제공자로부터 사용자의 정보를 보호하는 연구가 진행되고 있다. 하지만 이 연구는 시간이 지남에 따라 암호화가 복호화될 수 있으며, 특히 클라우드 서버에서 Offline Bruteforce 공격이 발생할 수 있다. 본 논문에서는 클라우드 환경에서 사용자의 개인정보를 보호하기 위한 기존 연구의 한계점을 분석한다. 기존 연구 분석을 통해 개인정보 보호를 위한 요구사항을 도출하고, 이를 기반으로 안전한 분산 데이터 관리 기법에 대해 고찰한다.
-
본 연구에서는 사용자의 접속 기록을 상세하게 모니터링할 수 있는 DNS 패킷 기반 분석과 사용자별 프로세스 분석 기법을 융합한 네트워크 모니터링 시스템 설계를 제안한다. 네트워크 패킷 수집을 위한 탭 장비와 사용자 디바이스에 플러그인 형태 프로그램 설치를 통하여 어떤 프로세스에서 패킷이 발생하였는지 분석이 가능하다. 이를 통해 네트워크 증설을 위한 데이터 확보, 악성 패킷 분류를 위한 데이터로의 사용 등 다양한 방법으로 활용할 수 있는 확장형 도메인 모니터링 시스템을 제안한다.
-
나날이 증가하고 있는 개인정보 유출 및 사이버 위험으로부터 피해를 최소화하기 위해 보안성 향상을 목적으로 기존의 인증 방법과 결합해 사용할 수 있는 새로운 인증시스템 방안을 고안하였다. 손쉽게 활용할 수 있는 USB를 이용하여 자체적으로 제작한 보안 모듈을 탑재함으로써 등록된 USB를 소유하고 있는 개인만이 자유롭게 정보를 사용할 수 있도록 구현하여 한층 폐쇄적이고 극단적인 인증 방법을 구축하였다.
-
자체 제작한 프로그램인 USB security module과 Active Directory를 활용하여 서버에서 다수의 클라이언트를 관리할 수 있는 시스템을 구축한다. USB 보안 모듈과 Active Directory의 보안정책을 결합하여 극단적이고 폐쇄적인 강력한 보안을 가능케 하며 보안정책별 효용성을 살펴보고자 한다.
-
해상 운송에 사용되는 기존 컨테이너 화물을 대상으로, 내부부착 장비를 통한 실시간 IoT 모니터링 시스템 및 컨테이너 정보보안을 위한 블록체인을 구축함으로써 편리성 및 보안성을 강화하여 컨테이너의 지능화를 구현한다. 이 연구를 통해 해상 운송의 단점을 보완하고, 기존 컨테이너의 규격과 형식을 크게 변경하지 않고 컨테이너를 지능화할 수 있음을 기대할 수 있다.
-
최근 물리적 언택트(Untact)와 사회적 온택트(Ontact)를 이끄는 기술에 대한 관심이 커지면서 가상현실(VR:Virtual Reality) 기술을 활용한 교육이 주목받고 있다. 이와 더불어 교육 환경이 경험과 체험 위주의 맞춤형 교육으로 급격히 변화함에 따라 사용자 요구를 만족시킬 콘텐츠는 부족한 실태이다. 따라서, 본 논문에서는 효과적인 독서교육을 위해 종이책과 전자책을 비교 설명하며 가상현실 기술을 활용한 동화 체험 시스템을 제안하였다. 사용자 얼굴 3D 텍스처 모델링과 멀티플레이어를 통해 비대면 실감형 콘텐츠와 공공데이터를 활용하여 동화선택 기능을 구현하였다. 이처럼 교육적인 관점에서 스스로 선택한 동화를 함께 체험하고 인지한다는 점에서 효과적이다.
-
본 설계는 얼굴과 눈을 인식한 후, 시선추적을 통해 마우스와 눈동자의 움직임을 연결하여 메뉴를 주문하는 기술이다. 시선추적을 통해 키오스크를 터치하지 않아도 메뉴를 간편하게 주문할 수 있고, 얼굴인식을 이용해 자신의 최근 주문기록을 확인하여 쉽고 빠르게 메뉴를 주문할 수 있다. 얼굴이 등록되어있지 않은 새로운 사용자는 안드로이드 앱을 이용하여 사진과 메뉴를 선택하여 장바구니에 담아 주문 시간을 단축할 수 있어 바쁜 현대인들에게 편리함을 제공할 수 있도록 구현하였다.
-
최근 혁신 기술로 떠오르고 있는 AR 기술을 활용하여 유아용 AR 모바일 애플리케이션을 기획했다. 놀이와 교육을 접목시킨 형태로 아이들의 흥미를 유발하여 다양한 분야로의 교육 접근성을 증대시킨다. Unity 3D Engine과 Vuforia SDK를 주로 사용하여 Android 기반의 모바일 애플리케이션을 설계했다.
-
코로나19 팬데믹으로 사회적 거리 두기가 확산됨에 따라 원격근무가 확산되면서 정부기관에서도 지난 3월부터 재택근무가 시작되어 현재도 일정 수준을 유지하고 있다. 따라서 비대면 시대의 원격근무 본격적인 확산에 대비해, 정보시스템 성공모형과 기술수용모형을 기반으로 정부기관에서 재택근무 시 필수적으로 사용하고 있는 정부원격근무서비스인 Government Virtual Private Network의 품질요인이 이용자 만족도에 미치는 영향 등을 분석하여 개선방안 마련에 기여하고자 한다.
-
한국 농업·농촌의 고령화 현상과 농업인구의 감소가 점차 심화됨에 따라 귀농·귀촌을 통한 인구유입이 절실한 상황이다. 이를 위해서는 귀농·귀촌 희망자가 의사결정 시에 도움을 받을 수 있는 정보 부족 등이 해결해야 할 핵심 문제점으로 조사되었다. 따라서 본 연구를 통해 귀농·귀촌 시 의사결정에 요구되는 정보 및 제반 지원체계의 구축을 위한 방안이나 시사점을 도출하고자 한다.
-
본 프로젝트는 한국 의료 진로 서비스의 문제점을 개선하고자 인공지능 기반의 챗봇을 이용해 환자와 의사 간의 의사소통을 증진시키는 데 목적이 있다. Web UI 를 제공하는 Rasa X 챗봇(Chatbot) Tool 을 이용하여 메시지와 이미지를 송신할 수 있는 챗봇을 구축해냈다. 또한 YOLO model training 으로 충치 Detection 기능 등 인공지능을 접목시켜 더 효율성있는 어플리케이션(Application)을 개발했다. 이는 최근 코로나-19 로 비대면 서비스가 각광받는 가운데 챗봇 모델은 가장 경제적이고 효율적으로 실생활에 적용될 기술이다.
-
본 연구에서는 헬스장에서 지속적인 운동 관리를 할 수 있도록 동기를 부여하는 가상화폐 기반 스마트 건강관리 시스템을 제안하였다. 인공지능 및 블록체인 기술을 적용하여, 운동기구로부터 측정된 운동량 데이터와 얼굴인식을 통해 인식된 사용자 정보가 자동으로 클라우드 서버에 전송되고, 운동량에 기반하여 가상화폐를 생성하고 거래할 수 있다. 미니어처 모델을 통한 실험 결과는 가상화폐를 이용한 건강관리 시스템이 실제 헬스장에 성공적으로 적용될 수 있는 가능성을 보여준다.
-
2015년도부터 2019년도까지 5년간 고속도로에서 1,079명의 사망자가 발생하였으며, 이중 졸음운전 및 주시 태만이 729명(67.6%)로 가장 많았다. 졸음운전 방지를 위해 휴게소, 졸음쉼터 등 노력하고 있으나 이러한 노력에도 졸음운전으로 인한 사고는 지금까지도 계속해서 발생하고 있다. 본 연구는 이러한 사고를 방지하기 위해 적외선 카메라를 이용한 영상 촬영하여 안면검출 해석과 서비스를 구현하였다. 안면검출을 통한 동공 상태의 여부와 적합한 수면 판단 기준으로 PERCLOS(Percentage of Eye Closure)을 적용하였다. 운전자의 동공의 장축과 단축의 비율이 1 : 0.35 미만 일 때, 운전자가 졸음상태라 판단하고 음성 알람을 통해 졸음방지를 개선할 수 있었다.
-
그동안 4차 산업혁명에 따른 신산업 성장이나 데이터 활용에 걸림돌이 되고 있다는 비판을 받아온 이른바 데이터 3법이 개정됨에 따라 데이터 경제 시대를 본격적으로 맞이하는 마중물이 되리라는 기대가 커지고 있다. 이에 따라 금융권 등 민간영역은 물론이고 중앙부처 등 공공영역에서도 데이터 3법의 개정에 따른 대응 방안을 모색하는 등 분주히 준비하는 상황이다. 따라서 농업분야에서도 데이터 경제 활성화를 목표로 데이터 3법 개정에 따른 대응 방안을 연구하고자 한다.
-
영상 콘텐츠 생산 간편화와 방송 채널 운영의 편리화에 따른 '영상의 시대'가 도래함에 따라 여러 제품에 대한 리뷰 영상이 관심을 받고 있다. 본 연구에서는 리뷰 영상의 언어와 비언어적 감성 분석을 토대로 통합 신뢰도 분석 시스템을 제안한다. 이를 위해, 영상 속 음성의 언어 감성 분석과 리뷰어의 표정 분석을 통해 얻은 각 감성값을 추출하고 정량화한다. 이후 표준화된 언어, 비언어적 감성 값에 대한 통합 신뢰도 분석을 진행한다. 결과적으로, 리뷰 영상에 대한 신뢰도를 객관화된 지표로써 평가할 수 있다.
-
본 논문에서는 다양한 센서 정보를 수집할 수 있는 통신인프라 구축에 대한 연구를 다루고 있다. 스마트시티와 같은 사물인터넷 서비스를 제공함에 있어, 네트워크의 구성은 매우 중요한 요소이다. 현재 다양한 유선/무선 통신기술이 나와있어 실제 환경에 적용이 되고 있는 상황에 유선과 무선을 복합적으로 사용하여, 통신의 음영지역을 최소화 할 수 있는 기술을 본 연구를 통해 개발하였다.
-
본 논문에서는 공장에너지관리를 위한 에너지관리시스템 개발에 대한 연구를 다루고 있다. 특히, 설비 교체나 고성능 또는 고가의 입출력 장비를 활용하는 것이 아닌, 공장에너지 사용량 모니터링에 대한 네트워크 구축을 통해 공장관리자에게 에너지를 효율적으로 사용하고 있는지를 알려주고, 이를 활용하여 에너지를 효율적으로 사용할 수 있는 서비스를 제공하고자 한다. 본 시스템은 서버를 구축하기 위한 별도 공간을 보유하고 있지 않은 중소형 공장을 대상으로 하기 위해 클라우드 서비스를 적용하여 제공한다.
-
본 연구는 대중교통 활용도를 높이고자 효율적인 버스 환승지 추천 서비스를 설계한다. 제주데이터 허브에서 입수한 승하차데이터를 처리하여 승객수와 버스의 정류장 도착시간 등을 예측함은 물론 인터넷 연결을 통해 버스정보시스템과 연동하여 현재의 교통상황을 실시간으로 입수하여 효율적인 환승지를 추천한다. 승객은 변동되는 교통상황에 따라 이동중에도 더 좋은 환승 노선으로 변경할 수 있으며 데이터센터 관점에서는 축적되고 있는 버스 데이터의 활용도도 높일 수 있다.
-
택배 산업의 발전에 따른 규모 증가와 언택트 시대의 도래는 택배 물류의 증가를 야기하였다. 본 연구에서는 택배 물류 관리의 용이성과 배송의 효율성을 향상시켜 경제성을 높이는 것을 목적으로 한다. 이를 위해 IoT Device 를 이용하여 배송 시스템의 불필요한 과정을 감소시켰다. 또한, IoT Device 를 택배 차량에 부착하여 Device 의 개수를 최적화하고, DB 내 데이터의 관계성을 증가시켰다.
-
본 연구는 두 가지의 HMD를 기반으로 화성능행도병에 관한 문화유산 MR 콘텐츠 시스템을 제안한다. 화성능행도병 중에서 서장대야조도를 대상으로 지류와 실물모형 위에서 3D 모델을 증강하여, 역사적 정보제공과 훈련과정 체험을 가능하게 한다. 이를 통해 박물관·미술관 관람객들에게 새로운 형태의 조선 시대 기록화 콘텐츠를 제공함으로써 역사적 기록에 대한 정보를 효과적으로 전달하고, 색다른 시각적 효과와 흥미 요소를 제공할 수 있을 것이다.
-
본 논문에서는 장애인의 이동권 보장 및 편리성 증진을 위해 비접촉 무선통신이 가능한 비콘을 이용한 장애인 주차구역 관리 시스템의 개발내용에 관하여 기술한다.
-
코로나 19 팬데믹 상황으로 언택트 콘텐츠에 대한 수요가 증가하고 있다. 그러나 실외 스포츠를 실내에서 즐기기에는 한계가 존재한다. 본 연구에서는 증강현실과 스마트 밴드를 이용하여 실감형 로잉머신 AR 헬스 케어 콘텐츠를 개발하였다. 스마트 밴드를 이용하여 사용자의 운동 데이터를 전달하고, 이 데이터를 바탕으로 증강현실을 이용하여 실내에서도 실감형 콘텐츠를 즐길 수 있게 설계하였다. 이러한 결과는 스마트 밴드를 이용한 AR 헬스 케어 시장의 가능성을 제시한다.
-
최근 분산전원 시스템의 증가로 인해 계통연계 인버터의 사용이 꾸준하게 증가해 왔다. 계통연계 인버터의 제어를 위해 많이 사용되는 PI 제어기는 구조가 간단하여 제어기 구성이 쉽다는 장점이 있지만 계통 전압에 예상치 못한 전압 외란이 발생할 경우 전류 품질이 떨어지는 단점을 가지고 있다. 이를 극복하기 위해 본 논문에서는 LCL 필터를 사용하는 계통연계 인버터의 상태공간 모델을 이용하여 공진제어기와 적분제어기가 결합된 전 상태궤환 제어기법을 제시한다. 또한 계통외란과 주파수 변동으로 인해 발생하는 주파수 검출성능 향상을 위해 SOGI-PLL을 사용하여 시스템의 안정성을 보장한다. 제안된 기법의 타당성과 성능이 PSIM 시뮬레이션을 통하여 입증된다.
-
기존의 침임자 대응방식을 보완하기 위해 지능형 관제 시스템과 CCTV 와 다수의 로봇들을 이용하여 객체 인식을 통해 침입자를 인식하고 추적하여 침입자의 좌표를 전송하고 시야에서 사라진 침입자의 위치를 추정하여 로봇들이 침입자의 퇴로를 차단하고 알고리즘을 통해 추정되는 위치를 순찰하며 침입자를 찾아내는 경비 시스템이다.
-
최근 의료시장에 상용화된 모바일 수술 중 CT(intra-operative computed tomography, iCT)는 수술실 내 이동이 자유로울 뿐만 아니라 수술 후 즉각적인 환자 모니터링이 실시간으로 이루어져 수술 후 환자의 예후 향상과 재수술 확률을 낮출 수 있다. 이동성을 갖춘 iCT 는 편의성과 유용성이 검증되었지만, 이동시 발생될 수 있는 충돌사고의 단점이 존재한다. 따라서, iCT 의 이동시 발생할 수 있는 위험을 최소화 할 수 있는 안전장치가 요구된다. 본 연구에서는 모바일 iCT 의 구동 제어의 편의성과 안전성을 확보 할 수 있는 CT 촬영을 제어하기 위한 리모트 컨트롤러, 이동시 전방 시야를 확보하기 위한 전방 모니터링 카메라 출력, 충돌 위험을 알릴 수 있는 초음파 센서를 통합하는 임베디드 컨트롤러를 개발하고자 한다.
-
최근 코로나 관련 온라인 강의가 늘어남에 따라 적은 도구를 이용한 온라인과 오프라인 강의의 장점은 부각, 단점은 보완한 새로운 LMS가 필요함. 웹캠과 마이크를 이용하여 수강자의 수강태도를 파악 후, 수강자의 수업태도를 향상시키는 시스템임.
-
최근 태풍, 지진, 산불, 산사태, 전쟁 등 다양한 재난 상황으로 인한 인명피해와 자금 손실이 꾸준히 발생하고 있고 현재 이를 예방하고 복구하기 위해 많은 인력과 자금이 소요되고 있는 실정이다. 이러한 여러 재난 상황을 미리 감시하고 재난 발생의 빠른 인지 및 대처를 위해 본 논문에서는 인공지능 기반의 재난 드론 시스템을 설계 및 개발하였다. 본 연구에서는 사람이 감시하기 힘든 지역에 여러 대의 재난 드론을 이용하며 딥러닝 기반의 최단 경로 알고리즘을 적용해 각각의 드론이 최적의 경로로 효율적 탐색을 실시한다. 또한 드론의 근본적 문제인 배터리 용량 부족에 대한 문제점을 해결하기 위해 Ant Colony Optimization (ACO) 기술을 이용하여 각 드론의 최적 경로를 결정하게 된다. 제안한 시스템 구현을 위해 여러 재난 상황 중 산불 상황에 적용하였으며 전송된 데이터를 기반으로 산불지도를 만들고, 빔프로젝터를 탑재한 드론이 출동한 소방관에게 산불지도를 시각적으로 보여주었다. 제안한 시스템에서는 여러 대의 드론이 최적 경로 탐색 및 객체인식을 동시에 수행함으로써 빠른 시간 내에 재난 상황을 인지할 수 있다. 본 연구를 바탕으로 재난 드론 인프라를 구축하고 조난자 탐색(바다, 산, 밀림), 드론을 이용한 자체적인 화재진압, 방범 드론 등에 활용할 수 있다.
-
본 논문은 공학계열 학생들이 어셈블리 프로그래밍을 활용하여 임베디드 시스템(ARM 프로세서)을 학습하는 교육 과정을 소개한다. 이 교육 과정은 어셈블리 프로그래밍을 통해 실제 임베디드 시스템을 실습하여 학생들이 전공 교과 과정에서 학습한 마이크로프로세서 이론을 확인하고 이해하도록 도와준다. 임베디드 시스템을 학습하기 위해 Texas Instruments 의 TM4C123GH6PGE 마이크로 컨트롤러가 탑재된 평가보드가 사용되었다. 교육 과정은 선행된 마이크로프로세서 이론 수업 진행에 맞추어 과제가 학생 개인에게 주어지며, 학생들은 결과물을 직접 시연하는 방법으로 과제를 평가 받았다. 본 논문은 이론 수업에 맞물려 진행된 과제의 일정과 과제 내용에 대해 설명한다.
-
본 논문은 공학계열 학생들이 어셈블리 프로그래밍을 통해 x86 프로세서를 학습하는 교육 과정을 소개한다. 이 교육 과정은 어셈블리 프로그래밍을 통해 가상머신에서 프로그램을 실행시켜 학생들이 전공 교과 과정에서 학습한 마이크로프로세서 이론의 이해를 향상시키도록 도와준다. 작성된 어셈블리 파일은 NASM 을 이용하여 컴파일 되고, VMware 의 Workstation Player 가 컴파일러에 의해 생성된 바이너리 파일을 실행시키기 위해 사용되었다. 교육 과정은 마이크로프로세서 이론 수업에 맞추어 과제가 학생에게 주어지고, 학생들은 이론 수업의 이해를 바탕으로 결과물을 완성하고 이를 직접 시연하여 평가받았다.
-
최근 빅데이터 기술이 다양한 산업과 접목되고 있다. 그 중 고객 이탈 방지가 최우선인 통신사들 또한 예외가 아닐 수 없다. 이에 본 논문은 통신사 데이터에 머신러닝 알고리즘을 접목. 이탈 예측과 데이터 추이를 분석하고, 이를 시각화 하여 일목요연하게 표출하는 과정을 제공함으로서 통신사의 고객 유치 정책을 위한 토대를 마련할 것이다.
-
개인 및 기업 사용자가 사용 가능한 주주 관리 서비스를 개발한다. 기업은 오프라인 액셀 프로그램 대신 온라인으로 발행 주식과 주주 현황 관리 등이 가능하고, 개인 주주는 웹과 앱에서 보유 주식과 해당 기업들의 변동사항, 공지사항 등을 간편히 확인 가능하다.
-
최근 교육부는 초등학교부터 중학교까지 정보통신기술(ICT)와 인공지능(AI)에 관한 소양을 길러주기 위해 AI, VR 등 최첨단 기술을 적용한 '지능형 과학실'을 2024년까지 모든 학교에 구축할 방침이라고 한다. 하지만 국내 VR 교육은 학년별, 교과과정에 맞춘 콘텐츠가 부족하고, VR 교육 전용 LMS(학습관리 시스템)의 부재로 현실로 도입하기에 부족하다. 본 논문에서는 VR 교육 특성에 맞는 LMS 대안과 10분 내외의 VR 체험을 뒷받침할 맞춤 콘텐츠로서 'Web & VR Hybrid Content'를 제안한다.
-
최근 모바일 앱이 중요해지는 만큼, 모바일 앱의 쉽고 빠른 개발 및 유지보수, 모바일 서비스의 편리한 운영관리의 필요성이 높아지고 있다. 그러나, 모바일 앱 개발자의 부족, 개발 시 높은 비용, 기존의 모바일 앱 유지보수와 운영관리에 소요되는 많은 자원 때문에 모바일 앱 개발 및 관리는 상당히 어려운 상태이다, 본 프로젝트는 다양한 모바일 앱 개발환경, 운영관리환경을 개발자에게 제공하여 빠르고 편리하게 모바일 앱 개발을 지원해 주고, 모바일 앱의 쉬운 운영관리를 지원할 수 있는'모바일 하이브리드 앱개발 플랫폼'을 구축하고자 한다.
-
본 논문은 신재생에너지와 전기자동차의 보급이 활발한 제주시에서 태양광 발전량과 기후변화 기록들을 활용할 수 있는 데이터처리 프레임워크를 구축하고 인공신경망으로 태양광 발전량 예측모델을 구축한다. 이 인공신경망 모델은 일조시간, 일사량, 전운량 등을 입력 노드로 설정하고 일별 생산량을 출력 노드로 설정한다. 가장 상관관계가 높은 발전기 3개에서 학습 패턴을 추출하였으며, 모든 대상 발전기에 대해 최대 평균 오류율은 평균 36.7 %를 보이고 있다.
-
본 논문은 스마트 해상 물류에 필요한 최신 Edge Computing과 인공지능을 구성한 자율 접안 시뮬레이터의 개발이다. 먼저, 스마트 해상 물류에서 선박의 접안에 관한 요구 사항을 분석하고, 다음으로 그 분석된 결과를 사용하여 서비스, 시스템, 핵심부품을 설계하고 제작한다. 결국, 본 논문은 스마트 해상물류에 필요한 자율접안 시뮬레이터를 개발한다. 향후, 본 논문은 실제 스마트 해상 물류에 필요한 Edge Computing과 인공지능의 기계 학습 알고리즘을 개발할 계획이다.
-
많은 차량에 부착되어 있는 블랙박스를 활용하여 수집된 이미지 데이터들을 분석, 도로의 파손 상태를 체크하고 웹 서버에 표시하고 관련 기관에 신고합니다. 따라서 해당 도로를 이용하는 운전자들에게 도로의 상황을 알려주고 보수 조치가 빠르게 이루어 질 수 있도록 도와주는 서비스입니다.
-
전자책을 이용한 독서가 확산되면서, 책에 대한 소감도 온라인으로 공유하고 싶어하는 독자들의 욕구가 생겨나고 있다. 따라서, 본 논문은 전자책 독자들이 책을 소비함과 동시에 다른 독자들과 소통하는 창구를 마련하고자 한다. 이러한 온라인 독서 플랫폼을 통해 사용자들의 독서 경험이 확장될 것을 기대한다. 또한, 사용자들의 소감 데이터를 기반으로 인공 지능 분석한 결과를 제공한다. 이를 통해, 다른 사용자들이 책에 대해 느낀 전반적인 인상을 알 수 있으며 기존 전자책과 차별화된 서비스라는 점에서 의의가 있다.
-
신인 작가나 무명작가들이 전시회를 개최하는 데에 드는 비용적 제약을 비롯하여, 관람객들에게 따르는 공간적 한계점을 보완하기 위해 기획된 가상 전시 공간 플랫폼이다. 가상현실과 증강현실의 발전이 급증하고 있는 가운데, 차세대 ICT 기술을 갤러리라는 항목과 접목시켜 관람객과 전시자 모두가 만족할 수 있는 공간을 구축하였다. VR을 활용한 가상 전시공간을 통해 실감 나는 전시회장 환경을 체험할 수 있는 것은 물론, 증강현실을 통해 마음에 드는 작품을 자신만의 공간에 띄워보며 분위기를 조성할 수 있다. 또한, SNS와 즐겨찾기 기능을 추가해 사용자의 선호도를 파악하고 편의성을 도모하였다. 단순 전시회장에 국한되는 것이 아니라, 대학생들의 졸업 작품 전시회나 박물관 등에도 활용할 수 있는 여지가 충분할 것으로 보여진다.
-
코로나바이러스 감염증-19(COVID-19)로 인해 기존 대면 수업 위주의 학습 방식에서 비대면 온라인 수업으로 변화하고 있다. 양육자가 일터에 나가야 하는 취약계층에서는 온라인 학습 여건을 갖추지 못해 학습 부진 현상이 발생하고 있다. 이에 본 논문에서는 가정 내에서 자녀들이 영어 학습을 돕는 로봇을 통해 공부에 흥미를 느낄 수 있기를 기대한다.
-
보급형 FFF 3D프린터에서 발생되는 문제점인 화재의 위험, 사용자의 불편성, 장시간의 프린팅 시간으로 인한 문제등을 해결하기 위하여 보급형 FFF 방식의 3D프린터에 많이 사용되는 ATmega ARM 기반 칩셋의 보드를 분석하여 시리얼 통신을 이용한 원격 프로그램을 구성하여 보급형 FFF 3D프린터에서 발생되는 문제점을 해결하고자 하였다.
-
본 연구는 소상공인에게 쉽고 간단한 사용자 인터페이스를 통한 효과적인 창고 운용 최적화 솔루션을 제시하며, 장기적으로 소상공인의 종합적인 온라인 판로 개척 체계 확립을 목표로 한다. 세부적으로 최신 물류 트렌드인 RFID 기술을 접목한 Smart 입출고 Machine 의 개발과 Machine Learning 기술을 이용한 창고 보안 Smart 개폐 장치, 안정적인 제품/주문 Data 관리를 위한 클라우드 서버(AWS) 서비스를 제공함과 더불어 Data 분석을 통한 트렌드 분석으로 소상공인이 온라인 생태계에 수익을 높이며 안정적으로 정착할 수 있는 방안을 제시한다.
-
최근 미세먼지에 관한 관심이 점점 커지고 있다. 이러한 미세먼지 중 우리가 가장 쉽게 접하는 종류에는 요리 진행 시 발생하는 미세먼지가 있다. 이에 본 논문에서는 사용자의 수동적인 작동이 필요하지 않고, 요리 여부와 미세먼지 농도 정도를 파악하여 자동으로 주방 후드를 제어하는 모듈을 구성하여 많은 사람이 미세먼지의 위험 없이 주방을 이용할 수 있도록 하고자 한다.
-
본 논문은 주행 로봇의 H/W에 관한 연구로서, 로봇 자체 지능을 통하여 주변 환경에 따라 변형되는 하이브리드 휠에 대한 바퀴 변형 방식을 제안한다. 더불어 바퀴 변형에 요구되는 다리의 개수, 극복 가능한 장애물의 높이, 계단주행 메커니즘을 구조적으로 분석하고, 개선된 성능을 입증하는 객관적인 실험데이터를 제시한다. 또한, 로봇 몸체 프레임을 설계하여 하이브리드 휠과 함께 장애물을 극복하는 응용 분야에 적용하여 제시한다.
-
특별관리임산물의 관리·감독을 위하여 법률을 바탕으로 품질관리제도를 마련하고 있으며, 현재 문서를 통해 관리하고 제도적인 신뢰에 의존하는 방식에 머물러 있다. 이는 많은 비용을 발생시키며, 제도를 악용하는 사기 사례가 발생하고 있다. 본 연구에서는 문제점을 해결하기 위해 블록체인을 이용한 특별관리임산물 품질관리 시스템을 제안한다. 해당 시스템은 품질 관리를 위한 문서를 법률에 따른 양식에 따라 전자문서로 생성하고, 문서 정보를 분산장부에 저장하여 누구나 확인 할 수 있도록 한다. 전자 문서들은 기관의 데이터베이스에 보관하여 확인 할 수 있도록 하며, 분산장부의 문서 정보 등록 이력을 통해 품질관리 이력을 추적하고 검증할 수 있도록 한다.
-
코로나19의 전 세계적인 확산은 사회·경제적으로 큰 변화를 가져왔다. 또한, 새로운 기회를 가져오기도 했다. ICT 기술 기반의 비대면 산업이 탄력을 기술개발이 극적으로 이루어지고 있으며, 기존의 기술들 또한 다양한 응용이 이루어지고 있다. 이에, 본 논문에서는 감염병에 대한, 개인맞춤형 정보를 제공해주기 위한 서비스를 개발하고 활용하는데 대해서 다루어 보고자 한다.
-
화재현장을 탐사하고 실시간으로 스트리밍하며 알려주고 불꽃을 인식하여 스프레이 소화기로 화재를 진압하는 로봇
-
대형 및 복합 화재에 효과적으로 대응하기 위해서 화재 현장에 대한 다양한 컨텍스트를 고려하여 표준작전절차 및 매뉴얼을 기반으로 최적의 대응 방안을 도출해야 한다. 이러한 의사결정을 긴급한 상황에서 신속하고 정확하게 수행하기 위하여 화재 상황 및 관련 대응규칙을 자동으로 분석하고 대응절차를 선제적으로 제시하는 방법이 필요하다. 이를 위해 이 논문에서는 공간정보 및 화재안전정보를 이용하여 규칙 기반으로 화재 대응 의사결정을 지원하는 방법을 제안한다. 제안하는 방법에서는 소방대상물의 실내외 공간정보 및 다양한 화재안전정보를 기반으로 화재 상황의 가변성을 모델링하고 이를 참조하여 화재 대응규칙 명세를 개발한다. 그리고 의사결정 시 주어진 상황에 맞게 가변성을 선택하고 룰 엔진을 통해 대응규칙을 실행하여 대응절차를 도출한다. 제안하는 방법을 재난현장 표준작전절차의 대상물별 표준작전절차를 대상으로 적용하여 실현 가능성을 검증하였다.
-
배달 애플리케이션과 지도 애플리케이션의 발달은 가게 이용에 많은 편리함을 가져왔지만, 푸드트럭, 포장마차와 같은 길거리 점포는 이러한 혜택의 사각지대로 이용에 많은 불편함이 남아있다. 이에 본 논문에서는 길거리 점포의 특성에 맞춘 위치기반 점포 관리 및 정보 제공애플리케이션을 설계하였다. 이에 이용자들이 보다 편리하게 길거리 점포를 이용할 수 있게 되기를 기대한다.
-
사진, 동영상 또는 3D 프린터로 변조된 얼굴을 이용한 안면인식 보안 우회 사례가 증가하였다. 따라서 본 논문에서는 얼굴인증 단계인 본인 여부와 Liveness Detection 및 OTP를 통한 다중인증 프레임워크를 구현함으로써 기존 단일인증 대비 더욱 안전한 인증 환경을 기대한다.
-
최근 교육분야에서는 IT 기술을 활용하여 교육을 혁신하는 것을 의미하는 에듀테크에 대한 관심이 높아지고 있다. 단순한 지식의 전달이 아닌 사용자의 수준에 맞춰진 학습을 하고 자신의 학습 내용을 스스로 모니터링할 수 있는 새로운 교육시스템이 필요하다. 이에 본 논문에서는 빅데이터를 활용한 영어학습 애플리케이션를 제안한다. 제안하는 애플리케이션은 영어뉴스 기사에서 추출한 빅데이터를 활용하여 사용자 수준에 맞춘 유용한 문장을 분석해 자동으로 문제를 생성하고 사용자의 음성데이터를 강세 분석 알고리즘으로 원어민 발음과 비교분석 하여 발음 및 강세를 교정할 수 있도록 설계 및 구현하였다.
-
본 프로젝트는 최근 주목받고 있는 Unity 3D 엔진 및 IoT 센서, 가상현실 기술을 활용하여 작업자들이 시간과 장소의 제약 없이 현실감 있는 환경에서 효율적으로 항만 유지/보수 교육을 받을 수 있는 환경을 제공하고자 한다.
-
유튜브 등의 1인 미디어 플랫폼 열풍과 반대로, 이에 대한 엄격한 방송 규약은 존재하지 않아 생기는 여러 사회적 문제가 대두되고 있다. 이러한 1인 미디어 시청자는 원하는 정보를 찾기 위해 영상 제공자가 제공하는 정보에만 의존하여 영상을 선택하고 내용을 확인하여야 한다. 그 결과 의도한 주제와 맞지 않은 영상을 시청하게 되는 비효율성을 해결하기 위해, 본 연구에서는 용어 신뢰도 기반 유튜브 영상 필터링 웹 서비스(YouChoose)를 제안한다. YouChoose는 유튜브 리뷰 영상의 음성을 자연어 처리 기법을 이용하여 사전 처리하고 신뢰도를 도출해 사용자에게 제공함으로써 검색 시 의도와 일치하는 영상을 직접 시청 전에 추천 받을 수 있도록 한다.
-
최근 IT 기술의 발달로 태블릿, 스마트폰과 같은 다양한 디바이스로 손쉽게 음악을 감상할 수 있다. 하지만 최근 이런 기술 발달과는 다르게 사용자가 원하는 음악을 검색하는 방법은 고전적인 형태에서 벗어나지 않고 있다. 기존 음악 검색 방법은 텍스트 기반, 내용 기반, 소비자 감성 기반의 음악 추천 검색 방법이 있으며 저장된 메타 데이터를 이용하여 사용자의 질의에 대한 결과만 제공할 뿐 사용자의 경험 정보를 고려하지 않는다. 그리고 기존 플랫폼들은 사용자가 최근 많이 들은 가수, 장르, 분위기를 종합하여 사용자에게 어울리는 음악을 추천을 할 뿐 사용자의 경험정보를 고려하여 음악을 추천하지는 않는다. 본 논문에서는 사용자의 경험 정보를 활용하여 사용자 맞춤형 음악 추천 시스템을 제안한다. 본 시스템은 사용자의 현재 기분 정보, 주변 날씨 정보 등을 입력 받는다. 이후, 경험 정보를 기반으로 결정 트리를 통해 사용자 요구 기반의 음악 추천 시스템을 구축하였다.
-
최근 코로나 19로 인한 사회적 거리 두기 확산에 따라 언택트 문화가 새로운 패러다임으로 등장해 사회 전반으로 확산되고 있다. 언택트 문화의 확산으로 컴퓨터를 사용할 때 직접적인 접촉이 있는 키보드나 마우스 같은 입력장치는 공공장소에서 여러 사람이 접촉할 경우 문제가 생길 수 있다. 본 논문에서는 웹캠을 통해 입력된 영상에서 손동작을 인식하는 합성곱 신경망을 학습하고 결과로 나온 추론 모델을 이용하여 비접촉 가위바위보 게임을 구현하였다.
-
차세대 염기서열 분석 기술은 성능과 비용 면에서 매우 향상되어 한 개체 내 여러 세포의 유전자 분석이 가능한 수준이다. 한 개체 내 여러 조직 세포의 유전자는 모두 동일하지 않기 때문에 여러 조직 세포의 Lineage 를 계층적으로 표현하고 이를 조직 세포 간 변이 정도를 파악하는 데 활용한다면 암 돌연변이 발생 등을 미리 예측할 수 있다. 본 논문은 한 개체 내 여러 조직 간 변이를 관찰하기 위해 변이 검출 데이터를 계층적 군집 방법을 이용해 분석하고 이를 시각화 하는 방법을 제안한다. 실제의 8 개 조직 세포의 유전자를 분석하고 변이를 검출하여 Dendrogram 그래프로 시각화 하였다.
-
대규모 프로젝트나 상호 이질적인 여러 시스템을 보유하고 있는 기관에서는 보통 시스템을 여러개로 나누어 운영하고 있다. 이러한 경우 운영의 효율성을 위해 시스템 통합에 대한 요구가 증가하게 된다. 시스템을 하나로 통합하다 보면 효율적인 운영이 가능하며, 단일화된 서비스를 통해 이용자는 여러 서비스를 한 곳에서 활용할 수 있는 편의성을 제공할 수 있다. 본 연구에서는 통합서비스 구축을 통해 이용자가 여러 서비스를 효율적으로 활용할 수 있는 접근점 중의 하나인 분류체계 구축 방법을 소개하고 실제 구현 사례를 제시한다. 통합서비스 요구분석을 통해 서비스에 필요한 분류체계들을 도출하고 다양한 서비스들을 여러 분류체계에 맞춰 구분함으로써 이용자는 원하는 서비스를 효율적으로 접근할 수 있는 장점이 있다. 이에 통합서비스에서의 분류체계는 중요한 서비스 요소 중의 하나이다. 본 연구결과는 대규모 통합서비스 구축시 필요한 분류체계 구축 절차에 활용될 수 있다.
-
기존 유선망 중심의 스마트시티 플랫폼과 달리 무선 통신 모듈을 가지고 있는 정보 수집 장치들과 연동할 수 있는 5G 스마트시티 융합서비스 플랫폼은 도시내 설치된 다양한 무선 정보 수집 장치들을 통하여 수집된 정보를 기반으로 분석된 각종 정보를 제공해 주는 시스템이다. 도시 정보 수집 장치들 중에는 5G 지능형 CCTV 가 있으며 이를 통해 수집되는 영상 이벤트 정보를 기반으로 도로 안전 서비스 제공을 위한 이벤트 수집/필터링/대응 기능을 통하여 도로 안전 서비스를 제공해 주는 시스템을 설계하고 개발하여 적용함으로써, 도시내 도로 안전 수준을 높이는 것으로 목적으로 하고 있다. 본 논문에서는 도로 안전 서비스 제공을 위한 기능 모듈 구성에 대해 기술하고 해당 모듈들을 통하여 제공되는 도로 안전 서비스 실증 사례를 제시하고자 한다.
-
발달 장애 아동은 사회생활을 위한 언어 훈련을 진행하고 있다. 언어 훈련은 상황에 맞는 질문에 대한 답변과 행동을 위한 교육이다. 본 연구는 발달 장애 아동의 발음학습을 위해 가상상담 시스템 구축 방법론을 적용한다. 발달 장애 아동 교육을 위해서는 각 상황에 맞는 질문과 답변 등을 구성하여 교육한다. 가상상담 구축도 시나리오 형태로 시스템을 구축한다. 본 연구는 가상상담 시스템 구축 방법론을 활용하여 발달 장애 아동 발음학습을 구현하는 방법을 제시하도록 하겠다.
-
2000년대 이후 급격히 증가한 이주민으로 인해 우리나라는 다문화 사회로의 진입이 확대되었고, 결혼이주여성들 또한 늘고 있어 이들과의 조우는 이제 필연적이다. 통계에 의하면 외국어 사용에 불편을 느끼는 비율이 65.5%에 이른다고 밝혀졌다. 이를 통해 자동통역기에 대한 사용자들의 수요가 매우 높다는 것을 확인할 수 있었다. 본 기술을 이용한 온라인 전시회는 하이퍼링크를 통해 전시회사와 방문객이 소통한다. 이처럼 언택트 서비스를 제공하는 모바일 앱들은 불필요한 말을 하거나 사람을 마주하지 않고도 관객들이 자신의 스케쥴이나 취향에 맞추어 원하는 시간에 서비스를 편리하게 이용할 수 있다는 점에서 활용된다. 본 기술개발 활동은 이러한 사회적 활동의 접근성을 극대화시키며, 정확한 통역을 자동음성 및 텍스트로 제공함으로써, 외국 방문객들의 편리함과 지역사회 동화를 도모할 수 있다.
-
문화체육관광부와 한국관광공사가 트위터, 페이스북 등 소셜미디어 분석한 것에 따르면, 모바일 여행 서비스가 증가하고 있고 여행자들의 취향이 세분화되고 있는 것으로 나타났다. 이에 따라 개인 맞춤형 여행을 선호하고 숨은 관광지를 찾는 여행자들이 많아지고 있다. 또한, 국내 여행의 수요가 증가하는 상황에서 출시된 주요 어플리케이션을 살펴보면 변화하고 있는 트렌드에 부합하지 않는다. 따라서, 변화하는 트렌드에 맞춰 사용자가 자신에게 맞는 여행을 계획할 수 있도록 사용자 기반으로 한 추천 기능과 유사한 관광지 추천 기능을 추가한다. 세분화된 사용자의 취향에 근접하기 위해 관광지 개요를 기반으로 유사한 관광지 추천 기능을 구현하고 리뷰 감성 분석을 기반으로 사용자 기반 관광지 추천 기능을 구현한다. 뿐만 아니라, 증강현실 내비게이션 기능도 추가한다. 이를 통해 사용자들이 자신에게 맞는 국내 여행을 계획하는 데 도움을 주고 유명한 관광지보다는 숨은 여행지를 선호하는 사용자 그리고 밀집된 관광지에서 목적지를 찾는 것에 불편함이 있는 사용자들에게는 편리함을 제공해 줄 것으로 기대된다.
-
최근 국내에서는 식품에 대한 관심도가 높아짐에 따라 먹거리에 건강·환경·미래지향적 가치가 부여되고 있으며 식품 산업에서도 신규 식품 개발이 증가하는 추세이다. 식단을 구성할 때 기준이 되는 식품교환표는 개정과정에서 많은 인력과 시간이 소요되기 때문에 식품 섭취 변화를 신속하게 반영하기 어렵다. 본 논문에서는 식품교환표의 활용도를 높이기 위한 식품교환표 갱신 기법을 제안한다. 제안 기법은 의사결정트리 모델을 학습하여 새롭게 추가된 식품의 정보를 바탕으로 식품군을 분류하여 식품교환표를 갱신한다. 이는 영양 관리가 필요한 당뇨병 환자 등에게 실용적이며 기호성·다양성이 높은 식단을 구성하는 데 도움을 준다.
-
안면 인식은 Face ID를 비롯하여 미아 찾기, 범죄자 추적 등의 분야에 도입되고 있다. 안면 인식은 최근 딥러닝을 통해 인식률이 향상되었으나, 측면에서의 인식률은 정면에 비해 특징 추출이 어려우므로 비교적 낮다. 이런 문제는 해당 인물의 정면이 없고 측면만 존재할 경우 안면 인식을 통한 신원확인이 어려워 단점으로 작용될 수 있다. 본 논문에서는 측면 이미지를 바탕으로 정면을 생성함으로써 안면 인식을 적용할 수 있는 상황을 확장하는 인공지능 기반의 안면 정면화 모델을 구현한다. 모델의 안면 특징 추출을 위해 VGG-Face를 사용하며 특징 추출에서 생길 수 있는 정보 손실을 막기 위해 U-Net 구조를 사용한다.
-
Kim, Kyuseok;Lee, Hyunno;Lim, Jisoo;Lee, Sungmin 689
People have studied English using online English dictionaries when they looked for the meaning of English words or the example sentences. These days, as the AI technologies such as machine learning have been developing, documents can be translated in real time with Kakao, Papago, Google translators and so on. But, there has still been some problems with the accuracy of translation. The AI secretaries can be used for real-time interpreting, so this kind of systems are being used to translate such the web pages, papers into Korean. In this paper, we researched on the usage frequency of the combined English phrases from dictionaries by analyzing the number of the searched results on Google. With the result of this paper, we expect to help the people to use more English fluently. -
본 논문은 언리얼 엔진에서 제공하는 Dedicated server를 사용하지 않고 자체적으로 제작한 IOCP모델 서버를 구축하고, 이를 언리얼 클라이언트와 MySQL데이터베이스에 연동하여, 완성된 서버의 성능 테스트를 진행한 결과를 보였다.
-
여러 대의 자율주행 차량이 하나의 그룹을 형성하여 주행하는 군집주행은 미래 고속도로 교통 시스템의 핵심 기술이다. 이러한 군집주행에서 발생할 수 있는 다양한 상황에서의 안전을 고려하는 일은 단독 자율 주행에서의 경우보다 더 어렵다. 다양한 군집주행의 안전 위협 요인 중, 의도하지 않은 동작으로부터 자율주행 차량의 안전성을 향상하는 방법을 가이드하기 위하여 새로운 표준 ISO/PAS 21448이 제정되었다. 본 논문에서는 ISO/PAS 21448 표준이 다루는 시나리오를 통해 군집주행에서 발생할 수 있는 의도하지 않은 상황의 극복을 위한 방법을 제시하였다. 특히 군집주행 시뮬레이터인 VENTOS를 이용하여 본 논문에서 제시하는 방법이 안전한 군집주행이라는 목표를 달성할 수 있음을 확인하였다.
-
연구자의 R&D활동은 연구기획에서부터 과제제안, 과제수행 및 실험, 연구자간 공유와 협업, 결과해석, 성과확산 및 성과관리 등에 이르기까지 다양한 영역에서 이루어지고 있다. 그러나 이러한 활동을 지원하는 통합서비스가 존재하지 않아 각각의 서비스를 찾아서 융·복합적으로 활용하기는 쉽지 않다. 본 연구에서는 R&D활동에 필요한 정보와 데이터, 서비스, 고성능 컴퓨팅 인프라를 연계·융합 활용할 수 있는 통합서비스 개발을 위한 방법을 제시한다. 그리고 통합서비스 개발 사례로 ScienceON을 소개한다.
-
합성곱 신경망(Convolutional Neural Network) 기반 객체 탐지기의 발전으로 돈사에서 돼지 모니터링이 가능하지만, 실제 농가에서 적용하기 위해서는 탐지기의 정확도를 개선해야 하는 문제가 여전히 남아있다. 본 연구에서는 합성곱 신경망 기반 돼지 탐지기의 출력인 박스들의 신뢰도 값을 평가하고 잘못된 박스들의 신뢰도 값을 보정하는 박스 레벨 후처리 방법을 제안한다. 즉, 신뢰도 값이 가짜 돼지인지 진짜 돼지인지 애매한 경우, 박스내 전경 픽셀 정보와 인접 박스의 정보를 이용하여 신뢰도 값을 낮추거나 높이는 보정 작업을 수행한다. 그리고 실제 돈사에서 취득한 11,308장의 영상 데이터로 실험한 결과, 제안 방법은 합성곱 신경망 기반 돼지 탐지기의 에러율을 4.4%에서 1.2%로 개선하는 효과가 있음을 확인하였다.
-
영상 처리 응용을 위해 개발된 대부분의 CNN 기반 객체 탐지 기법은 mAP 를 올리기 위해 작은 객체 탐지에 더 주력하는 경향이 있다. 본 연구에서는 이미지 피라미드를 통한 서로 다른 해상도의 탐지 결과를 앙상블을 하여 작은 객체의 탐지 성능은 유지하면서 큰 객체의 탐지 성능을 향상시키고자 한다. 또한, 기존 NMS 방식의 문제점을 파악하고 새로운 NMS 방식인 G-NMS 를 제안한다. COCO 데이터로 실험 결과 서로 다른 해상도의 탐지 결과 앙상블을 통하여 30fps 이상의 실시간 탐지를 만족하면서 큰 객체에 대한 AP 가 0.5~1.5% 상승되었음을 확인하였다. 제안한 G-NMS 방식 적용시 큰 객체에 대한 AR 이 2.6~3.8% 상승되었으며, 작은 객체를 포함한 전체 mAP 가 0.7~0.9% 상승되었음을 확인하였다.
-
코로나 19 로 인해 비대면 소비가 증가하면서 소상공인의 매출 하락이 큰 문제가 되고 있다. 이에 본 논문에서는 소상공인들이 온라인에서 물품을 등록하고 판매할 수 있는 전용 공간이며 크라우드 도네이션 기능을 제공하는 플랫폼을 제안했다. 크라우드 도네이션이란 재난 발생시 특정 지역에 필요한 물품을 소상공인에게서 얻고 소비자가 크라우드 펀딩 형식으로 가격을 지불한 후 플랫폼에서 자체적으로 재난 지역에 구호 물품을 배송해주는 것이다. 이 플랫폼을 통해 소상공인의 온라인 판매와 매출 상승을 돕고 투명한 기부 문화를 확산시킬 수 있기를 기대한다.
-
'100 세 시대'라는 말이 오가는 시대가 도래했다. 길어진 수명에 맞춰 건강한 식단 및 식습관에 대한 관심 또한 증가하였다. 그러나 혼자서 식단에 대한 정보를 찾고, 기록하고 영양성분을 관리하는 것에는 한계가 있다. 이에 본 팀은 손쉽게 찍어 올린 식단의 사진만으로 사용자의 식단을 분석하고 관리해주며 식습관을 교정해주는 애플리케이션을 설계 및 구현하여 제안한다.
-
멀티 클라우드는 다양한 클라우드 제공자들의 클라우드 서비스를 연동하여 사용자에게 제공하는 기술로 최근 4차 산업혁명 기술의 발전에 따라 대용량 데이터의 수용, 대용량 계산 등을 단일 클라우드에서 활용하기 어려워 데이터를 가까운 클라우드 자원을 활용하여 분석하거나 서비스를 가까운 지역에서 제공하기 위해 등장한 기술이다. 그러나 멀티 클라우드 제공처마다 동일한 기능을 서로 다른 인터페이스와 파라미터를 사용해야 하며, 시스템의 버전 증가에 따른 인터페이스 변화 시 멀티 클라우드 연동을 다시 해주어야 하는 번거로움이 있다. 본 논문에서는 멀티 클라우드마다 다른 인터페이스를 분석하고 공통 요소를 도출 및 규격화하여 연동을 위한 게이트웨이를 제안한다. 인터페이스 제공을 위해 필수적인 요소와 부가적인 요소를 정리하여 공통 규격으로 만들어 멀티 클라우드 시스템 구성 및 서비스 이용에 편의성을 향상시킬 수 있다. 또한, 멀티 클라우드 인터페이스를 마이크로 서비스로 구성하여 새로운 클라우드 서비스 등록과 기존 등록된 서비스의 인터페이스 버전 변화에도 대응 가능할 수 있도록 설계하여 손쉽게 연동 서비스를 이용할 수 있는 시스템을 제안한다.
-
Light Field Rendering 을 이용하여 성능이 떨어지는 Low resolution 카메라 장비로 얻는 영상의 한계를 극복하고, Image Processing 기술로 직접 조정해야 해결할 수 있는 수차 및 성능 문제 해결한다. 저가형 장비, 렌즈를 사용하여도 컴퓨터기반 처리를 이용하여 물리적인 한계를 극복한 간이 광학현미경을 만들고자 함. 3D print 를 이용한 뼈대구조를 만들고, 저렴한 raspberry pi 임베디드 플랫폼을 이용하여 설계도만 있다면, 누구나 쉽게 만들 수 있기에 많은 사람들이 이 분야에 더 쉽게 다가설 수 있게 한다.
-
앞으로 4 차 산업혁명 시대에 많은 인공지능 관련 소프트웨어 및 데이터 기반 소프트웨어가 개발이 필수적이다. 문제는 이런 소프트웨어 관련 품질을 고려하지 않고 있다. 또한 많은 Python 관련 공개 소프트웨어에 대해 품질 보장이 불가능하다. 이를 위해, 코드 가시화 메커니즘, 인공지능 관련 코드 품질을 높이기 위해 AI 관련 Python 코드 복잡도 기반 고품질화 및 코드 가시화 메커니즘을 제안한다. 또한 기존의 복잡도를 측정하는 품질 메트릭스 중 하나인 McCabe's Cyclomatic 복잡도의 개선을 제안한다. 기존의 복잡도 공식에 응집도, 결합도를 가중치로 적용하여 개선된 복잡도를 계산한다. 소프트웨어의 내부 구조 및 관계와 복잡도 정보를 가시화하여 소프트웨어의 품질 향상에 기여한다.
-
음성인식은 음향모델, 언어모델, 디코더 등의 기술을 이용한다. 음성인식은 하드웨어와 소프트웨어 구성이 정확하게 설계가 되어야 한다. 음성인식 프로젝트는 인프라 구성과 도입되는 음성인식 엔진도입, 인식률 그리고 시스템과의 연계가 중요하다. 하지만 음성인식 프로젝트는 솔루션 도입으로 인지하고 수행할 경우에는 많은 위험이 발생한다. 이 중 가장 문제가 되는 것이 인식률이다. 본 논문에서 음성인식 개발 프로젝트 수행에 도출되는 인식률을 개선하는 방안을 제시하겠다.
-
자격증 준비는 필수적 요소라고 볼 수 있다. 하지만 자격증을 처음 접할 때 다수의 자격증으로 인해 사용자가 원하는 자격증을 확인하지 못하는 경우가 많고, 자격증 일정을 따로 찾아봐야 하는 번거로움이 있다. 자격증 애플리케이션은 잘 알려지지 않은 민간자격증이나 신규자격증 등 관련자격증 정보를 제공하는 자격증 애플리케이션에 데이터 필터를 구축하고, 사용자에게 최적의 서비스와 데이터를 제공할 수 있도록 함이 목적이다. 어떻게 효율적으로 데이터베이스를 설계하는지와 IDE에서의 데이터베이스 Connect 코드에 초점을 두고 고찰 해보고자 한다.
-
본 논문에서는 안드로이드 기반의 자격증 시험 일정 정보를 제공하며 즐겨찾기 기능 등을 통해 보다 쉽게 정보에 접근할 수 있는 시스템을 제안한다. 기존에 정보의 다양성이 없었던 아쉬움을 해결하고 시간 절약의 목표를 이룬다.
-
인용 분석은 정보 검색 위주의 단순 학술정보 서비스를 고도화시킬 기회를 제공한다. 그렇지만, 대부분의 연구가 커뮤니티, 연구자, 논문 간 인용 지수 중심의 분석에 초점을 맞추고 있어, 인용 특성파악을 통한 피인용 논문 정보 서비스를 제공하기에는 어려움이 있다. 본 연구는 논문 내 인용 문구분석을 통해 피인용 논문의 인용 특성을 구조적으로 제시할 수 있는, 피인용 논문을 위한 정보 서비스 가능성을 파악하는 것을 목표로 한다. 구글 스칼라를 통해 확보한 인용-피인용 논문 원문들을 대상으로 인용 유형 비율 분석과 인용 확산 분석을 수행하는 방식으로 피인용 논문 특성을 파악하였으며, 정보 서비스에 반영할 수 있는 가능성을 확인하였다.
-
국민연금이 2056 년 고갈될 수 있다는 전망이 나오면서 연금소득에 대한 국민들의 불안감이 커졌다. 노후를 위해 미리 대비해야한다는 인식이 커지며 자동으로 투자해주는 '로보어드바이저'에 대한 사회적 관심이 함께 높아졌다. 본 연구에서는 기존 시중 은행들의 펀드 기반 로보어드바이저가 아닌 기업 재무 정보, 수정 종가 데이터를 이용한 직접 투자를 고안하였다. LGBM 알고리즘으로 포트폴리오를 구현해본 결과 실제 퀀트 투자에서 사용되는 지표들이 주식의 변화를 예측하는데 효과가 있음을 확인할 수 있었다.
-
링크 예측은 주어진 그래프에서 가까운 미래에 발생할 가능성이 높은 새로운 링크를 예측하는 문제이다. 본 논문에서는 유사도 기반 링크 예측의 정확도를 향상시키는 전처리 기법을 제안한다. 제안하는 기법은 유사도 기반으로 예측한 링크들을 그래프에 추가하고, 이 추가된 링크들을 포함하는 그래프를 기반으로 다시 새로운 링크들을 예측하여 추가하는 점진적 추가 방식을 채택한다. 실세계 데이터를 이용한 실험을 통하여, 제안하는 전처리 기법이 기존 링크 예측의 정확도를 향상시킬 수 있는 것을 확인하였다.
-
본 논문은 지수를 추종하기 위해 유전 알고리즘에 몬테카를로 샘플링을 추가한 방법을 제안한다. 몬테카를로 샘플링을 통해 효율적으로 축소된 탐색공간을 탐험하는 유전 알고리즘은 최적의 종목들을 선택한다. 제안된 방법을 KOSPI200 지수 추종에 대하여 실험하였다. 제안된 방법이 몬테카를로 샘플링을 사용하지 않는 유전 알고리즘에 비해 지수 추종 오차가 더 낮고 더 빠르게 수렴하는 것을 보여주었다.
-
부호가 있는 소셜 네트워크는 친구, 호감, 동의의 긍정적인 관계와 적, 불호, 반대의 부정적인 관계가 함께 표현된 네트워크이다. 이러한 네트워크를 활용한 대표적인 애플리케이션으로, 각 사용자의 관계가 긍정적인 관계인지 부정적인 관계인지 예측하는 부호 예측 문제가 있다. 이러한 부호 예측 문제를 해결하는 대표적인 방안은 네트워크의 구조적 특징들을 활용하는 것이다. 본 논문에서는, 실세계 데이터 집합들을 활용한 실험을 통해 기존 부호 예측 방법들에서 활용하는 각 특징이 부호 예측 문제의 정확도에 얼마나 기여하는지 분석하고자 한다.
-
국가적 차원에서 MERS 와 같은 재난을 잘 대처하기 위해서는 기존의 대응 네트워크를 분석할 필요가 있다. 본 논문에서는 2015 년 대한민국에서 일어난 MERS 대응 네트워크를 커뮤니티 탐지 기법을 이용하여 네트워크를 분석한다. 커뮤니티 탐지 기법은 네트워크 분석방법 중 하나로 이 기법을 통해 MERS 대응 네트워크에서 유사한 역할을 수행하는 기관들끼리 그룹핑 할 수 있다. 또한 기관들을 그룹핑 한 결과와 각 기관의 지리적인 정보를 활용하여 전국적으로 기관들이 어떻게 분포되어 있는지 살펴본다.
-
최근 사용자, 상품, 그리고 상품의 메타 정보 사이의 관계를 표현한 지식 그래프 (knowledge graph) 가 추천 시스템 분야에서 많은 관심을 받고 있으며 활발히 이용되고 있다. 하지만 기존의 지식 그래프는 각 노드 (사용자, 상품, 메타 정보 등) 사이의 단순한 사실 관계만을 표현하고 있으며, 이는 사용자의 선호도를 정확히 파악하는 데 한계가 있다. 본 논문에서는 지식 그래프의 정보 부족 문제를 보완하기 위해 각 상품에 남겨진 텍스트 리뷰를 감정 분석 (sentiment analysis) 하고, 이를 각 노드 간의 선호도 정보로 활용하여 지식 그래프를 구축하는 방법을 제안한다.
-
본 논문에서는 라이프로그 데이터를 기반으로 한 행동인식 결과로부터 일상생활의 활동유형을 분석하는 기술에 대해 제안한다. 실제 일상생활 중에 수집한 가속도 센서 데이터만을 이용하여 분석한 행동인식 결과를 정적-동적 행동으로 분류된 특징 벡터로 나타내었고, 이를 클러스터링하여 6개의 대표 활동유형으로 분류하였다. 50명의 사용자 데이터를 분석하여 정적-동적 활동의 비율에 따른 활동유형을 분류함으로써 실제 라이프로그 데이터로부터 일상생활 활동유형을 확인하였다.
-
검색 질의 연구 분야의 대부분 선행 연구는 검색 질의 주제 분류에 집중되어 있으며 질의 자체에 대한 연구자의 정성적인 판단으로 분석되었다. 이는 검색 이후 클릭 된 문서를 고려하지 않고 진행되었다는 점과 분석 주제 및 활용 데이터가 제한적이라는 것에 한계가 있다. 이에 본 연구는 국내 대형 온라인쇼핑몰의 1년간의 검색로그를 활용하여 검색 질의와 검색 이후 조회한 문서명 정보를 기반으로 토픽모델링을 수행하여 검색 질의 주제를 정의하였다. 또한 검색 행동특성에 따른 주제별 성격을 정의하기 위하여 주성분 분석을 통해 주요 변수 추출 후 각 주제별 검색 행동특성을 분석하였다. 본 연구 결과는 효과적인 검색 서비스 구축 및 검색 시스템 개발에 기여 할 것으로 기대된다. 향후 연구로는 텍스트 분류기 모델링 실험을 통해 자동 분류 시스템을 구현할 수 있을 것이다.
-
블루투스의 지속적인 발전을 통해 Bluetooth 4.0부터는 기존 단점이었던 많은 전력 소비를 보완하여 저전력 블루투스(Bluetooth Low Energy)가 사용 가능하게 되었다. 따라서 많은 업체에서는 저전력 블루투스를 이용한 다양한 블루투스 단말기를 시중에 출시했는데, 그중 하나인 비콘(Beacon)은 특정신호를 알리기 위해 주기적으로 저전력 블루투스 신호를 전송하는 기기이다. 본 연구에서는 이러한 특징을 가진 비콘과 안드로이드 단말기를 통해 이용자의 실내 위치 측위를 위한 정보를 수집하고 이를 바탕으로 사용자의 위치를 파악하는 시스템을 제시한다.
-
웹 뉴스 기사는 태풍과 같은 재해 발생상황에 대한 신속하고 정확한 정보를 포함하고 있다. 예를 들어, 태풍의 발생시점, 이동·예측경로, 피해·사고 현황 등 유용한 정보를 텍스트, 이미지, 동영상의 형태로 관련 상황정보를 전달한다. 그러나 대부분의 재해재난 관련 뉴스 기사는 특정 시점의 정보만을 웹페이지 형태로 제공하므로, 시계열 측면의 연결성을 지니는 기사들에 대한 정보를 전달하기 어렵다. 또한 시간적 변화에 따라 기사 내용에 포함된 장소, 지역, 건물 등의 지명에 대한 공간적 정보를 지도와 연계하여 정보를 전달하는데 한계가 있어, 시공간적 변화에 따른 특정 재해재난 상황정보에 대한 전체적인 현황파악이 어렵다. 따라서, 본 논문에서는 데이터 시각화 측면에서 이러한 한계를 극복하기 위해, 1) 웹크롤링을 통해 구축된 뉴스 빅데이터를 자연어 처리를 통해 태풍과 관련된 뉴스 기사들을 추출하였고, 2) 시공간적 관련 정보를 지식그래프로 구축하였고, 이를 통해 최근 발생한 태풍 사건들과 관련된 뉴스 정보를 시계열 특성을 고려하여 3) 인터렉티브 지도 기반의 태풍 상황정보를 시각화하는 방안을 연구하였다.
-
본 논문은 동일 목적지를 가진 다수의 사람들이 동일 이동 수단을 탑승하여 이동할 경우 발생하는 소요 시간의 감소를 위한 거점 군집에 대해 다루려 한다. 실제 도로망에서는 노드에 해당하는 사람들의 위치가 유동적으로 변화 하고 사람 간의 거리 값 또한 변화하게 된다. 따라서 동일한 목적지를 가진 다수의 사람들이 한 대의 차량을 탑승하여 이동한다고 가정할 때 차량의 최단 경로 및 소요 시간 감소를 목적을 기반으로 설계하였다. 차량의 최단 경로를 감소시키 위해서 사람들을 군집화 하는 방법을 사용하였고 그 결과 경유지가 감소 되어 차량의 이동 경로 값은 감소되었다. 또한, 전체 이동 소요 시간 역시 군집을 통해 감소시킬 수 있다. 본 논문에서는 이와 같이 군집을 이용한 최단 경로의 감소와 전체 이동시간 감소에 대한 알고리즘을 설계하고 구현하였다.
-
여름철만 되면 폭염 취약계층의 피해 소식이 꾸준히 발생하고 있다. 본 연구는 폭염 취약계층을 예측하기 위한 방법으로 통신사와 공공데이터에서 유동인구데이터, 전기사용량, 온도데이터, 건물 면적, 병원 접근성 등을 활용하여 분석하였다. 디지털 트윈 기법을 활용해 분석결과 높은 온도대비 면적당 전기사용량이 적으며 동시에 유동인구가 많고 병원 접근성이 떨어질수록 폭염 취약계층일 확률이 높을 것으로 예측하였다.
-
폐암 환자의 생존율을 예측할 때 미국암연합회(AJCC)의 TNM병기 분류체계에 의해 진단되는 최종병기를 많이 사용한다. 최종병기는 폐암환자의 임상데이터 중 하나로 종양의 위치, 크기, 전이정도를 고려하여 환자의 폐암 상태를 판별하는 정보이다. 최종병기는 개략적인 환자의 상황을 설명하는 데 효과적이지만, 보다 구체적인 생존분석을 위해서는 임상데이터 뿐만 아니라 PET/CT와 같은 영상 데이터를 함께 분석해야 한다. 이 논문에서는 데이터 과학적 접근을 통해 폐암환자의 임상데이터, CT영상과 PET영상 등 다양한 종류의 데이터를 함께 활용하는 생존분석기법을 검토한다. 실험을 통해 다중 모드 데이터를 활용하는 생존분석을 위해 비선형모델 개발과 Feature임베딩 기법 고도화가 필요함을 확인하였다.
-
낙농업에서 경제적 손실을 불러일으키고 관찰 시간과 비용이 필요한 젖소의 유방염 관리는 중요하다. 그러나 지금까지의 연구는 유방염 진단에 초점을 맞추고 있고, 예측하려는 시도는 전무하다. 유방염에 걸린 개체는 며칠 동안 우유를 생산할 수 없기 때문에 낙농가에 막대한 피해를 준다. 따라서 젖소가 유방염에 걸려 증상이 나타나기 전에 미리 파악해 조처를 할 수 있도록 하는 것이 중요하다. 이에 본 연구는 유방염 예측을 위해 생체 데이터를 포함한 다중 센싱 데이터를 사용해 유방염 예측 모델을 개발하였다. 모델에 사용된 데이터는 충청남도의 농가에 설치된 로봇 착유기로 부터 수집하였으며, 일정 기간 동안의 다중 센싱 데이터를 바탕으로 다음 날의 유방염 여부를 예측한다. 많은 양의 비선형 데이터를 효과적으로 처리하기 위해 다층 퍼셉트론을 사용해 모델을 학습하였다. 그 결과, 81.6%의 예측 정확도를 보였으며 교차 검증을 통해 정확도뿐만 아니라 재현율까지 우수함을 확인할 수 있었다.
-
본 논문에서는 스파이킹 뉴론(Spiking Neuron)들이 쿨롱에너지 포텐셜 (Coulomb Energy Potential)을 가지는 스파이킹 신경회로망에서의 학습알고리즘을 일반화하여 구간연산(Interval Arithmetic)의 학습이 가능한 학습알고리즘을 제안한다. 제안하는 학습알고리즘은 입력 데이터로서 구간(Interval) 데이터와 포인트(Point) 데이터를 모두 학습 할 수 있는 일반화된 학습알고리즘으로서 간단한 컴퓨터 시뮬레이션을 통하여 범위(Lower bound & Upper bound)를 가지는 구간데이터와 포인트데이터의 통합적인 학습이 가능하고 전문가시스템(expert system)에서의 "don't care attributes"의 학습 등에도 활용이 가능함을 보인다.
-
신경망은 주로 전체 데이터를 중앙에서 학습시키거나 상황에 따라 데이터나 모델을 나누어 분산학습 방법으로 처리해 왔다. 그러나 데이터의 양의 증가와 보안적 이유로 인해 모든 환경에서 기존의 방법을 쓰기에 어려움이 있다. 본 연구에서는 제한된 데이터만으로 모든 데이터로 학습한 것과 같은 학습 효과를 내기 위한 방법을 제안한다. 데이터의 구성이 다른 두 가지 환경인 V-환경과 H-환경에서 학습한 모델을 어떤 방법으로 통합해야 기존의 성능과 비슷한 성능을 낼 수 있는지 연구한다. 우리는 가중치를 합치는 방법을 avg, max, absmas 3가지 방법으로 실험하였으며, 실험 결과로 V-환경에서는 기존의 성능과 비슷한 성능을 보였으며, H-환경에서는 기존의 성능에는 부족하지만, 의미 있는 성능을 보였다.
-
실 환경 로봇에 강화학습을 적용하기 위해서는 가상 환경 시뮬레이션이 필요하다. 그러나 가상 환경을 구축하는 플랫폼은 모두 다르고, 학습 알고리즘의 구현에 따른 성능 편차가 크다는 문제점이 있다. 또한 학습을 적용하고자 하는 대상이 실세계의 하드웨어 사양이 낮은 스마트 로봇인 경우, 계산량이 많은 학습 알고리즘을 적용하기는 쉽지 않다. 본 연구는 해당 문제를 해결하기 위해 Unity3D에서 제공하는 강화학습 프레임인 ML-Agents 모듈을 사용하여 실 환경의 저사양 스마트 로봇에 장애물을 회피하고 탐색하는 모델의 강화학습을 적용해본다. 본 연구의 유의점은 가상 환경과 실 환경의 유사함과 일정량의 노이즈 발생 처리이다. 로봇의 간단한 행동은 원만하게 학습 및 적용가능함을 확인할 수 있었다.
-
딥러닝(deep learning)은 기계학습 알고리즘 중 가장 널리 활용되고 있는 알고리즘이다. 딥러닝 기술은 산업, 과학, 국방 및 공공 부문을 비롯하여 거의 모든 분야에서 폭넓게 확산되고 있다. 그러나 기계학습 기술에 대한 이해와 프로그래밍 지식이 부족할 경우 자유롭게 활용하는 데는 제약이 따르고 있으며 빅데이터를 활용하여 일반 이용자들이 직접 분산 학습 모형을 개발하고 배포하는 데 어려움이 발생하고 있다. 이러한 요구를 충족시키기 위해 딥러닝 프레임워크의 저수준 API를 추상화하여 고수준 분석과 분산 딥러닝을 지원하고 일반 이용자들이 실무적으로 복잡한 딥러닝 기술을 활용할 수 있는 기술을 개발하였다. 플랫폼 개발과 함께 중요하게 고려해야 하는 요소 중 하나로 플랫폼의 배포와 확장성 역시 고려되어야 한다. 본 플랫폼은 조직 내 계산 자원을 이용하여 플랫폼을 배포할 수 있으며 상용 클라우드 서비스와 연동하여 배포할 수 있도록 설계됨에 따라 환경의 제약 없이 유연한 서비스 제공이 가능하다.
-
기존의 CCTV 관리 체계는 사건·사고에 대한 신속한 조치가 불가능하고 정황 파악이나 증거자료 확보 등 사후조치의 성격이 강하다. 본 논문에서는 Mask R-CNN(Regions with CNN)을 이용하여 CCTV가 읽어 들이는 객체가 응급상황인지 판단하는 방법을 제시한다. 사람으로 인식되는 영역을 다층 퍼셉트론(MLP, Multi-Layer Perceptron)으로 학습시켜 해당 대상이 처한 상황을 인지하고 응급상황으로 인식되는 상황이 지속될 경우 관리 모니터를 통해 사용자에게 알림을 준다. 본 연구를 통해 실시간 상호작용적인 CCTV 관리 체계를 구축하여 도움이 필요한 사람의 골든타임을 놓치지 않게 될 것으로 기대한다.
-
자연어처리 분야에서 딥러닝 기반의 분류 모델은 획기적인 성능을 보여주고 있다. 특히 2018 년 발표된 구글의 BERT 는 다양한 태스크에서 높은 성능을 보여준다. 본 논문에서는 이러한 BERT 가 클래스 불균형이 심한 데이터에 대해 어느 정도 성능을 보여주는지 확인하고 이를 해결하는 방법으로 EDA 를 선택해 성능을 개선하고자 한다. BERT 에 알맞게 적용하기 위해 다양한 방법으로 EDA 를 구현했고 이에 대한 성능을 평가하였다.
-
The number of single-person households is increasing every year, and there are also high concerns about the crime and safety of single-person households. In particular, crimes targeting women are increasing. Although home surveillance camera applications, which are mostly used by single-person households, only provide intrusion detection functions, this service utilizes AI image recognition technologies such as face recognition and object detection to provide theft, violence, stranger and intrusion detection. Users can receive security-related notifications, relieve their anxiety, and prevent crimes through this service.
-
The artificial intelligence software market is developing in various fields world widely. In particular, there is a wide variety of applications for image recognition technology using deep learning. This study intends to apply image recognition technology to the 'Home Gardening' market growing rapidly due to COVID-19, and aims to build a small-scale smart farm in the house using artificial intelligence and IoT technology for convenient crop cultivation for busy people living in cities. This intelligent farm system includes an automatic image recognition function and recommendation function based on temperature and humidity sensor-based indoor environment analysis.
-
본 논문에서는 코로나 바이러스로 인한 불편함을 겪는 사람들에게 코로나 관련 정보를 편리하게 제공하기 위해 인공지능 기반의 챗봇을 개발하였다. 인공지능 기술이 도입됨에 따라 챗봇이 여러 기관에서 고객 응대를 포함한 다양한 업무를 수행하고 있다는 점에 착안하여 IBM Watson Assistant를 활용한다. Watson Assistant는 사용자가 입력한 말을 자연어 처리를 통해 분석하여 문장을 생성한 후 사용자에게 전달한다. Intent와 Entitiy를 통해 질의의 행위와 주체를 입력한 후 높은 빈도가 예상되는 질문을 작성하고, Dialog를 통해 대화 흐름을 파악한다. 사용자는 Axure로 설계된 사용자 인터페이스를 통해 대화 전송, 정보 수신 등 동작을 취할 수 있으며, 각 언어에 맞는 SDK 라이브러리를 제공한다는 이점을 활용하여 Node.js로 화면에서 발생하는 액션과 데이터 전달을 처리한다.
-
스포츠팀 운영에 있어서 경기 중 상황에 대한 통계와 분석을 통해 좋은 성과를 내는 것은 스포츠 야구 종목의 Sabermetrics를 통해 이미 증명된 바가 있다. 한편, 축구에서는 최근 들어 선수의 역량을 평가하기 위하여 객관적인 시각에서 슈터(Shooter)에게 주어진 기회, 즉 슈팅 상황을 바라보는 기대 득점(Expected Goal; 이하 xG)이라는 지표가 등장하였으나, 객관성이라는 평가 의도와 다르게 경기 내 각각의 슈팅 상황을 정의하는 것에 있어 축구 분석관들의 주관성에 의존하는 한계성을 지녔다. 본 논문은 xG를 산출하는 방식에 있어서 기존의 주관성을 배제하고 인공지능을 통해 상황을 정의하여 객관적인 평가지표를 지향하며 유의미한 통계적 수치를 지닌 xG를 도출함으로써 결과 위주의 분석만이 존재하던 축구 종목에 있어서 경기 중 상황에 대한 객관적인 판단 및 정의에 대한 방향성을 제시한다. 또한, 본 논문에서의 인공지능은 국내 K리그 슈팅 데이터를 통해 학습되어 K리그 내 전략적인 상황들에 대한 특화된 xG를 도출하며, 이를 웹을 통해 K리그 내 선수 개개인에 대해서 시계열, 상대 팀, 슈팅 위치별 그래프로 시각화하여 제공하는 시스템을 구축함으로써 K리그를 기준으로 선수에 대한 평가 및 경기 운영에 기여할 수 있는 기대 득점 분석 서비스를 제공한다.
-
콜센터에서 인력 스케줄링은 매우 중요하다. 모든 콜센터에서 인건비는 고정비 성격이 강하여 차지하는 비중이 매우 높아 콜센터의 이익을 좌지우지한다. 그렇기 때문에 콜센터의 적정 인력의 고용과 배치는 인건비 뿐만 아니라 콜 성공률 또한 직결되어 있어 콜센터 운영에서 중요한 사안이라고 할 수 있다. 대부분의 콜센터가 현재까지도 관리자의 경험에 의해 인력배치를 수립하는데, 이러한 방법은 과학적이지 않으며 인원수에 영향을 미치는 모든 변수들을 고려할 수 없다. 과거 수학적 모델을 수립하는 것이었다면, 지금은 모델을 학습시키고, 학습된 모델을 기반으로 미래의 고객과 인원수를 예측해야 한다. 본 논문에서는 수리제약식을 통해 다양한 변수들을 고려하고 비선형 정수 계획법과 딥러닝 기반의 예측 값을 이용하여 비선형 정수계획법을 통해 최적의 인력배치 스케줄링을 수립하였다.
-
CNN(Convolution Neural Network)은 합성곱(Convolution)을 이용해서 시각적 이미지를 분석하는데 사용되는 인공지능 기술이다. 본 논문에서는 CNN을 이용한 실시간 심리 상담 서비스에 대해 논한다. 상담 서비스에 심리학과 CNN을 접목시킴으로써 내담자의 사진을 심리학적 비언어 행동을 기반으로 분석하여 내담자의 예상 심리를 파악하고, 유의미한 상담 자료를 생성해 상담의 질을 향상시킬 수 있도록 한다.
-
본 논문은 영상 속 폭력행위를 인식하기 위해 3 차원 컨벌루션을 활용하여 원본 영상과 스켈레톤(skeleton)영상으로부터 추출한 시각 및 움직임 정보를 동시에 활용하는 2-스트림 구조의 폭력상황 인식기를 제안한다. 제안된 폭력상황 인식기에서는 수평, 수직 방향의 큰 움직임이 많이 나타나는 폭력영상의 특성을 활용하기위해 각 방향의 특성을 독립적으로 학습할 수 있는 split-FAST 3차원 컨벌루션을 활용하고, 3 차원 Attention 을 적용하여 시각 및 움직임 정보 추출 시 영상의 중요지역을 중점적으로 반영하도록 함으로써 촬영 기기의 이동 또는 여러 사람의 뒤엉킴 등으로 영상의 시점 변화나 상황 변화가 잦은 경우에도 강인한 성능을 가질 수 있도록 하였다. 또한 기존의 연구들과 달리 비제약적인 환경에서 CCTV, 모바일 카메라 등으로 촬영된 실제 영상들로 구성된 RLVS 데이터셋을 학습 데이터로 사용함으로써 실제의 폭력 행위를 잘 인식할 수 있도록 하였다. RLVS 를 이용한 평가 실험에서 제안된 폭력상황 인식기가 약 92%의 인식 정확도를 얻었다.
-
본 연구는 시각-관성 기반의 딥러닝 학습으로 자유분방하게 움직이는 드론의 주행기록을 정확하게 추정하는 것을 목표로 한다. 드론의 비행주행은 드론의 온보드 센서와 조정값을 이용하는 것이 일반적이다. 본 연구에서는 이 온보드 센서 데이터를 학습에 사용하여 비행주행의 위치추정을 실험하였다. 선행연구로써 DeepVO[1]룰 구현하여 KITTI[3] 데이터와 Midair[4] 데이터를 비교, 분석하였다. 3D 좌표면에서의 위치 추정에 선행연구 모델의 한계가 있음을 확인하고 IMU를 Feature로써 사용하였다. 본 모델은 FlowNet[2]을 모방한 CNN 네트워크로부터 Optical Flow Feature에 IMU 데이터를 더해 RNN으로 학습을 진행하였다. 본 연구를 통해 주행기록 예측을 다소 정확히 했다고 할 수 없지만, IMU Feature를 통해 주행기록의 예측이 가능함을 볼 수 있었다. 본 연구를 통해 시각-관성 분야에서 사람의 지식이나 조정이 들어가는 센서를 융합하는 기존의 방식에서 사람의 제어가 들어가지 않는 End-to-End 방식으로 인공지능을 학습했다. 또한, 시각과 관성 데이터를 통해 주행기록을 추정할 수 있었고 시각적으로 그래프를 그려 정답과 얼마나 차이 있는지 확인해보았다.
-
하이퍼파라미터(초매개변수) 최적화란 모델의 학습에 앞서 미리 설정해야 하는 값인 하이퍼파라미터의 최적값을 탐색하는 문제이다. 이때의 최적값은 학습을 끝낸 모델의 성능을 가능한 최대치로 높이게 하는 값이다. 한편, 최근 모바일 장치를 이용한 포지셔닝 데이터의 대량 수집이 가능해지면서 이를 활용하여 위치 기반 서비스(Location-Based Service)를 위한 데이터 분석 및 예측에 관한 연구가 활발히 이루어졌다. 그중 이동 경로를 이미지로 패턴화하여 국소 지역 내에서 다음 위치를 예측하는 CNN 모델에 대해서 하이퍼파라미터 튜닝을 진행하였다. 결과적으로 베이지안 최적화(Bayesian Optimization)를 통해 모델의 성능을 평균 3.7%, 최대 9.5%까지 개선할 수 있음을 확인하였다.
-
gradient decent 를 기반으로 한 Differentiable architecture search(DARTS)는 한 번의 Architecture Search 로 모든 후보 연산 중 가장 가중치가 높은 연산 하나를 선택한다. 이 때 비슷한 종류의 연산이 가중치를 나누어 갖는 "표의 분산"이 나타나, 성능이 더 좋은 연산이 선택되지 못하는 상황이 발생한다. 본 연구에서는 이러한 상황을 막기위해 Architecture Parameter 가중치의 gradient 를 기반으로 연산들을 클러스터링 하여 그룹화 한다. 그 후 그룹별로 가중치를 합산하여 높은 가중치를 갖는 그룹만을 사용하여 한 번 더 Architecture Search 를 진행한다. 각각의 Architecture Search 는 DARTS 의 절반 epoch 만큼 이루어지며, 총 epoch 이 같으나 두번째의 Architecture Search 는 선별된 연산 그룹을 사용하므로 DARTS 에 비해 더 적은 Search Cost 가 요구된다. "표의 분산"문제를 해결하고, 2 번으로 나뉜 Architecture Search 에 따라 CIFAR 10 데이터 셋에 대해 2.46%의 에러와 0.16 GPU-days 의 탐색시간을 얻을 수 있다.
-
최근 사람형(Anthropomorphic)로봇손의 사물조작 지능을 개발하기 위하여 행동복제(Behavior Cloning) Deep Reinforcement Learning(DRL) 연구가 진행중이다. 자유도(Degree of Freedom, DOF)가 높은 사람형 로봇손의 학습 문제점을 개선하기 위하여, 행동 복제를 통한 Human Demonstration Augmented(DA)강화 학습을 통하여 사람처럼 사물을 조작하는 지능을 학습시킬 수 있다. 그러나 사물 조작에 있어, 의미 있는 파지를 위해서는 사물의 특정 부위를 인식하고 파지하는 방법이 필수적이다. 본 연구에서는 딥러닝 YOLO기술을 적용하여 사물의 특정 부위를 인식하고, DA-DRL을 적용하여, 사물의 특정 부분을 파지하는 딥러닝 학습 기술을 제안하고, 2 종 사물(망치 및 칼)의 손잡이 부분을 인식하고 파지하여 검증한다. 본 연구에서 제안하는 학습방법은 사람과 상호작용하거나 도구를 용도에 맞게 사용해야하는 분야에서 유용할 것이다.
-
로봇이 사람과 같이 다양하고 복잡한 사물 조작을 하기 위해서 휴먼형 로봇손의 사물 파지 작업이 필수적이다. 자유도 (Degree of Freedom, DoF)가 높은 휴먼형(anthropomorphic) 로봇손을 학습시키기 위하여 사람 데모(human demonstration)가 결합된 강화학습 최적화 방법이 제안되었다. 본 연구에서는 강화학습 최적화 방법에 사람 데모가 결합된 Demonstration Augmented Natural Policy Gradient(DA-NPG)와 NPG 의 성능 비교를 통하여 행동 복제의 효율성을 확인하고, DA-NPG, DA-Trust Region Policy Optimization (DA-TRPO), DA-Proximal Policy Optimization (DA-PPO)의 최적화 방법의 성능 평가를 위하여 6 종의 물체에 대한 휴먼형 로봇손의 사물 조작 작업을 수행한다. 그 결과, DA-NPG 와 NPG를 비교한 결과를 통해 휴먼형 로봇손의 사물 조작 강화학습에 행동 복제가 효율적임을 증명하였다. 또한, DA-NPG 는 DA-TRPO 와 유사한 성능을 보이면서 모든 물체에 대한 사물 파지에 성공하여 가장 안정적이었다. 반면, DA-TRPO 와 DA-PPO 는 사물 조작에 실패한 물체가 존재하여 불안정한 성능을 보였다. 본 연구에서 제안하는 방법은 향후 실제 휴먼형 로봇에 적용하여 휴먼형 로봇 손의 사물조작 지능 개발에 유용할 것으로 전망된다.
-
최근 5G, 인공지능(AI) 등과 함께 사물인터넷 (IoT) 기술이 주목받고 있으며, 보안 위협 또한 증가하고 있다. IoT 기기에 대한 다양한 공격 기법들이 존재하는 만큼 IoT 보안에 관한 연구 또한 활발하게 진행되고 있다. 본 논문에서는 IoT 환경에서의 보안 위협에 대응하기 위한 딥러닝 기반의 탐지기법들의 최신 연구 동향과 앞으로의 방향을 살펴본다.
-
소프트웨어 개발 환경이 빠르게 변화함에 따라 시스템의 복잡성이 증가하고 있다. 이에 따라 크고 작은 소프트웨어의 버그를 피할 수 없게 되며 이를 효율적으로 처리하기 위해 Bug report 를 사용한다. 하지만, Bug report 에서 개발자가 해당 Bug report 의 우선순위를 결정하는 과정은 노력과 비용 그리고 시간을 많이 소모하게 만든다. 따라서, 본 논문에서는 Bug report 내의 Stack trace 를 기반으로 Bug 의 우선순위를 자동적으로 추천하는 기법을 제안한다. 이를 위해 본 연구에서는 첫 번째로 Bug report 로부터 Stack trace 를 추출하였으며 Stack trace 의 3 가지 요소(Exception, Reason 그리고 Stack frame)에 TF-IDF, Word2Vec 그리고 Stack overflow 를 사용하여 특징 벡터를 정의하였다. 그리고 Bug 의 우선순위 추천 모델을 생성하기 위해 4 가지의 Classification 알고리즘을(Random Forest, Decision Tree, XGBoost, SVM)을 적용하였다. 평가에서는 266,292 개의 JDK library 의 Bug report 데이터를 수집하였고 그중 Stack trace 를 가진 Bug report 로부터 68%의 정확도를 산출하였다.
-
본 시스템은 어린이보호구역에 발생하는 차량사고가 불법주정차된 차량으로 인한 사각지대에 의해 발생되는 것에 착안하여 보행자를 인식하여 운전자들에게 알려 안전운전을 유도하여 사고를 예방해 주는 시스템이다 본 시스템은 영상인식장치, 경광장치, 중계장치, 차량 내 경고장치, 원격 트래픽 경고 수신기로 구성되어 있으며 영상인식장치가 edge-TPU 장치를 활용하여 카메라로부터 입력받은 영상을 모바일넷 기반의 딥러닝으로 처리하여 보행자, 차량, 그밖의 물체를 인식한다. 보행자가 인식되면 외부에서 경광장치가 발광하여 신호를 보내고, 중계장치를 통해 차량 내 경고장치로 보행자 경고 신호를 보낸다. 실험 결과 영상인식을 통해 보행자와 차량을 분류 인식할 수 있음을 확인하였다. 이러한 시스템은 어린이 보호구역에서 발생할 수 있는 교통사고를 방지하기 위해 효과적임을 확인할 수 있었다.
-
매실의 병충해 이미지를 Tensorflow hub에서 제공하는 Resnet50모델에 Transfer Learning기법을 이용하여 학습시키고, 학습된 모델을 Flask를 이용하여 연동시킨다. 이렇게 완성된 웹앱은 사용자가 매실의 이미지를 업로드 하면, 어떤 병충해를 가지고 있는 지 알려주며, 사용자는 얻은 결과를 통해 육안으로 구분하기 어려운 병충해의 정보를 얻어 매실이 손상이 가는 것을 예방할 수 있다.
-
본 논문에서는 언론사 프레임 분석을 위해 2020 년 2 월 1 일부터 7 개월간 코로나 19 를 언급한 기사 데이터를 수집하여 단어 임베딩을 수행하고, 언론사별 중복단어 행렬로 K-Means Clustering 을 수행하여 군집별로 모인 언론사들의 분포를 살펴본다. 또한, 언론사별 중복되지 않는 유일단어들의 긍정, 부정, 정치적, 경제적 등의 특성에 따라 프레임을 분석하여 파악한다. 이를 통해, 특정 기간동안 코로나 19 관련 기사에서 나타나는 언론사별 프레임을 비교 및 분석하고자 한다.
-
최근 딥 러닝 (deep learning) 기술의 큰 발전으로 기존 기계 학습 분야의 기술들이 성공적으로 해결하지 못하던 많은 문제들을 해결할 수 있게 되었다. 이러한 딥 러닝의 학습 과정은 매우 많은 연산을 요구하기에 다수의 노드들로 모델을 학습하는 분산 학습 (distributed training) 기술이 연구되었다. 대표적인 분산 학습 기법으로 파라미터 서버 기반의 분산 학습 기법들이 있으며, 이 기법들은 파라미터 서버 노드가 학습의 병목이 될 수 있다는 한계를 갖는다. 본 논문에서는 이러한 파라미터 서버 병목 문제를 해결하는 파라미터 샤딩 기법에 대해 소개하고, 각 기법 별 학습 성능을 비교하고 그 결과를 분석하였다.
-
최근 활발히 진행되는 교통 속도 예측 연구는 기존에는 하나의 모델로 하나의 도로구간에 대해서만 예측하는 문제를 주로 다루었다. 그러나 하나의 도로구간을 하나의 속도 예측 모델로 예측할 시, 도로구간마다 모델이 존재하여야 하므로 모델의 예측 비용이 도로구간의 수만큼 증가한다. 본 논문에서는 하나의 모델을 통해 다수의 도로구간에 대한 속도를 예측하는 다중 도로구간 속도 예측 모델을 제안한다. 제안하는 다중 도로구간 속도 예측 모델은 기존의 단일 도로구간 속도 예측 모델 대비 정확도를 보존하면서, 그 예측 비용을 크게 감소시켰다.
-
ONNX 은 인공신경망 모델 교환을 위한 표준 중 하나이다. 인공신경망 모델을 구현하는 연구자 입장에선 ONNX 형태로 모델을 배포함으로써 이질적인 플랫폼 간의 호환성을 보장받을 수 있다. 서로 다른 플랫폼에서 ONNX 표준에선 ONNX 모델을 실행하는 엔진을 ONNX Runtime 이라고 하는데, ONNX Runtime 은 순수 S/W 형태이거나, 다양한 H/W 가속 기술과 결합된 형태가 있다. 본 논문에선 ONNX Backend Scoreboard 에 등록 되어있는 3 종류의 엔진과 본 논문에서 새롭게 제안하는 C-ONNX 의 성능을 웍스테이션과 임베디드 기기에서 비교해보고 임베디드 기기에 특화된 C-ONNX 의 가능성에 대해 알아본다.
-
현재 식품의약품안전처에서 공공데이터 포털에 제공하는 정보에 의하면 국내에는 20,000종 이상의 약이 유통되고 있다. 식약처와 여러 제약회사에서 기본적인 약 정보를 제공하고는 있지만 정확한 처방전이나 설명서가 없는 경우에 무분별한 약 복용의 위험성을 안고 있다. 일부 약 검색을 지원하는 사이트가 있으나 세부 사항을 사용자가 일일이 선택하고 입력해야 정확한 정보를 얻을 수 있다. 본 논문에서는 사용자의 스마트폰을 이용하여 알약을 촬영하면 해당 약을 인식하고 상세 정보를 알려주는 딥러닝 모델을 설계하였다. CNN 신경망을 사용하여 약의 모양, 색상, 마크, 분할선 등을 기준으로 분류하고 인식된 약의 세부 정보는 공공데이터로부터 받아온다.
-
예전보다 약과의 접촉이 많아지고 쉬워지면서 집안에 방치되거나 복용을 잊어버린 약들이 더 많아졌다. 이런 약들을 다시 먹으려 할 때는 특별한 주의가 필요하다. 특히나 임산부, 어린이등 취약 계층은 더욱 주의가 필요하다. 이들 모두가 간단하게 이용할 수 있게 사진을 찍으면 약의 이름과 효능, 부작용, 복용방법 등에 대한 정보를 알 수 있는 어플리케이션을 개발했다.
-
본 논문은 사물인터넷과 인공지능을 융합하여 영상 데이터양을 감소시켜 실시간 모니터링의 어려움을 해소하고, 불법 침입 및 이상징후 차단, 화재 징후를 효율적으로 포착하고 관리하여 범죄 차단 및 이상징후 차단을 목적으로 설계한 시스템을 소개하고 있다.
-
본 시스템은 세 단계의 모델을 복합적으로 구성하여 이루어진다. 첫 단계로 사람의 음성언어를 텍스트로 전환한 후 사용자의 발화 의도를 분류해내는 BoW방식을 이용해 인간의 명령을 이해할 수 있는 자연어 처리 알고리즘을 구성한다. 이후 YOLOv3-tiny를 이용한 실시간 영상처리모델과 OctoMapping모델을 활용하여 주변환경에 대한 3차원 지도생성 후 지도데이터를 기반으로하여 동작하는 기구제어 알고리즘 등을 ROS actionlib을 이용한 관리자시스템을 구성하여 ROS와 딥러닝을 활용한 편리한 인간-로봇 상호작용 시스템을 제안한다.
-
본 논문에서는 글로벌화가 진행됨에 따라 전 세계의 재난 경보시스템의 중요성을 인지하고, 현재 유행하고 있는 코로나 바이러스를 중점으로 알림 사이트를 개발하였다. 기존의 정보 제공 사이트들과 차별성을 두고자, 기존의 정보들을 분석하고 재분류하여 새로운 형태의 사이트의 형태를 가진다. 이를 위해 인공지능의 한 분야인 자연어처리를 활용하여 기존의 정보를 수집하고 가공하여, 보다 투명하고, 효율적이고, 가치 있는 정보를 게시한다. 정보의 정확성과 데이터 절감을 위하여 여러 조건을 통해 기존의 정보들을 재분류 작업 이후 WATSON NLU(Natural Language Understanding)를 통해 분석하여, 필요한 정보들을 각 대시보드에 게시한다. 각 대시보드는 NLU분석에서 얻을 수 있는 정보들을 기반으로 구성되어 있으며, 간결성과 가시성을 기반으로 정보를 확인할 수 있는 알림 사이트이다.
-
소셜 네트워크 서비스 등의 발전으로 인해 개인이 다수에게 의견을 표출하는 통로가 활성화되었다. 게시물에 드러난 감정을 통해 특정 주제에 대한 여론을 도출할 수 있다. 본 논문에서는 BERT를 통한 문장 분석 기술, 그 중에서도 감정 분석을 하는 방법을 분석하고, 이를 일반화된 문장에 적용시키기 위한 데이터 셋 구성에 관하여 연구를 진행하였다.
-
최근 자연어 처리 기술은 지속적으로 발전하고 있으며, 많은 분야에서 활용되고 있다. 그 중 번역 기술은 가장 널리 사용되고 있는 자연어 처리 기술 중 하나이다. 본 논문에서는 기존의 seq2seq 모델의 단점을 극복하기 위해 개발된 Transformer 를 통해 영어-한국어 번역기를 만드는 것의 가능성을 제시한다.
-
이 로봇팔은 테이크 아웃 컵을 플라스틱, 종이, 내용물로 나누어 자동으로 분리수거 해주는 기능을 갖고 있다. 또한 테이크 아웃 컵 뿐만아니라 플라스틱, 종이, 캔으로 된 컵들도 분리수가 할 수 있게 설계되었다.
-
사이버 공격이 더욱 지능화됨에 따라 기존의 침입 탐지 시스템(Intrusion Detection System)은 기존의 저장된 패턴에서 벗어난 지능형 공격을 탐지하기에 적절하지 않다. 딥러닝(Deep Learning) 기반 침입 탐지는 새로운 탐지 규칙을 생성하는데 적절하다. 그 이유는 딥러닝은 데이터 학습을 통해 새로운 침입 규칙을 자체적으로 생성하기 때문이다. 침입 탐지 시스템 데이터 세트는 가장 널리 사용되는 KDD99 데이터와 LID-DS(Leipzig Intrusion Detection-Data Set)를 사용했다. 본 논문에서는 1차원 벡터를 이미지로 변환하고 CNN(Convolutional Neural Network)을 적용하여 두 데이터 세트에 대한 성능을 실험했다. 평가를 위해 Accuracy, Precision, Recall 및 F1-Score 지표를 측정했다. 그 결과 LID-DS 데이터 세트의 Accuracy가 KDD99 데이터 세트의 Accuracy 보다 약 8% 높은 것을 확인했다. 또한, 1차원 벡터에 대한 데이터를 Kibana를 사용하여 데이터를 시각화하여 대용량 데이터를 한눈에 보기 어려운 단점을 해결하는 방법을 제안한다.
-
현재 선박관제시스템에서는 관제정보들을 관제사가 직접 수기로 작성하여 관리하고 있다. 그 과정에서 관제사들은 번거로움을 느끼고 부정확한 정보 전달을 유발하기도 한다. 이에 본 논문은 관제사들이 구두로 녹음한 내용을 자동으로 문자로 저장하고, 저장된 선박 정보를 다시 음성 및 문자로 확인해볼 수 있는 시스템을 구현한다. 본 논문을 통해 관제사들이 보다 편리하고 정확하게 관제 정보를 관리할 수 있기를 기대한다.
-
본 논문은 인공지능 플랫폼 기반의 요로결석 진단을 위한 CT 영상 데이터 자동판독 시스템에 대해 기술하고자 한다. 제안한 시스템은 웹 기반의 플랫폼을 기반으로 하며, 인공지능 기반의 진단 알고리즘을 장착하여 빠르게 요로결석 환자의 스크리닝에 목적을 두고 있다. 병원정보시스템의 PACS와 EMR과 연계와 Deep learning 진단 알고리즘을 적용한 요로결석 자동판독 시스템을 개발하였다. 특히, 기 구축된 인공지능 플랫폼을 통해 추출한 데이터셋을 기반으로 진단 알고리즘 개발 방법과 수행 결과를 보인다. 제안한 시스템은 요로결석 진단과 수술여부에 의사결정지원 시스템으로 임상에서 활용될 것으로 기대하고 있다.
-
자연어 처리는 인공지능의 핵심기술 중 하나이다. 그 중 오픈 도메인 챗봇 구현은 NLP 에서 어려운 태스크로 꼽힌다. 명확한 목표, FAQ 가 존재하는 기능형 챗봇과 달리 오픈 도메인 챗봇은 연속적 대화, 방대한 양의 상식 등 구현에 어려움이 많았다. 짧은 질문과 대답으로 이루어진 데이터로 학습한 모델을 대화 데이터로 학습시켜 좀더 자연스러운 챗봇을 구현해보고자 한다.
-
기계학습 모델의 전체 구조를 쉽게 파악하고 추론할 수 있으며, 추론 과정 중에 멈춰서 중간결과를 확인할 수 있는 디버깅, 그리고 customizing 까지 지원하여 기계학습에 더 익숙해지고 더 나아가, 실제로 활용해보는 GUI Platform 구현
-
본 논문은 AI 기술을 기반으로 텍스트 스크립트를 자동으로 인식하고 영상 합성 기술을 응용하여 텍스트 정보를 시각화하는 AI 아나운서 소프트웨어 연구에 대하여 기술한다. 기존의 AI 기반 영상 정보 전달 서비스인 AI 앵커는 텍스트를 인식하여 영상을 합성하는데 오랜 시간이 필요하였으며, 특정 인물 이미지로만 영상 합성이 가능했기 때문에 그 용도가 제한적이었다. 본 연구에서 제안하는 방법은 Tacotron 으로 새로운 음성을 학습 및 합성하여, LRW 데이터셋으로 학습된 모델을 사용하여 자연스러운 영상 합성 체계를 구축한다. 단순한 얼굴 이미지의 합성을 개선하고 다채로운 이미지 제작을 위한 과정을 간략화하여 다양한 비대면 영상 정보 제공 환경을 구성할 수 있을 것으로 기대된다.
-
신경망 모델 데이터의 양자화는 모델 크기를 줄이고 추론 시간을 단축할 수 있다. 본 논문에서는 양자화를 지원하는 시뮬레이션 플랫폼의 전체 동작 관리를 위한 관리 모듈에 대해 기술한다. 시뮬레이션 플랫폼이 다중 사용자를 지원하고 다양한 기능을 지원하기 때문에 효율적인 관리 모듈의 구현은 중요하다. 관리 모듈은 웹 서비스의 후위단으로 설계되었으며 라우터와 이벤트 수신자, 프로세스 관리자, 파일 관리자, 세션 관리자, 보조 기능 등을 구현하였다.
-
최근 코로나 사태로 인하여 한국에서는 사람 간에 거리를 두는 사회적 거리 두기와 생활 속 거리두기를 시행하고 있다. 또 식당에서의 지출 중 가장 큰 비율을 차지하고 있다. 인건비를 절감하기 위해 본 연구는 2D Lidar 센서를 사용하여 식당에서의 사람과의 접촉이 가장 큰 서빙의 역할을 로봇이 직접 하는 것을 목표로 하였다. Lidar 센서를 이용해서 SLAM을 구현하였고 안드로이드 앱을 사용하여 주문 결제를, Four Bar Linkage를 사용하여 음식 전달 부분을 구현하였다.
-
층간 소음으로 인한 갈등, 직장에서 발생하는 소음으로 인한 청력 감소 등 소음으로 인한 많은 문제들이 최근 들어 많이 대두되고 있다. 소음을 없애기 위해서는 물리적인 방법도 있지만 ANC 기술을 이용하여 소음을 없애는 방법도 있다. ANC 란 기존 소음과 반대 위상인 파장을 출력해 상쇄간섭을 일으켜 소음을 줄여주는 기술이다. AI_ANC 기술은 기존에 ANC 기술의 한계점(Feedback, Time Gap)을 극복하기 위해 Feed forward 방식과 AI 를 접목시켜 능동적으로 소음을 감소시킨다. 이기술은 층간 소음, 공장 소음 더 나아가 다양한 이동수단까지 범용적으로 활용성이 뛰어나다.
-
공컨테이너(Empty Container)는 적컨테이너(Full Container)와 달리, 화물이 적재되지 않은 비어있는 컨테이너로 공컨테이너 재고는 수출에 비해 수입이 많은 항만에서, 수요는 수입에 비해 수출이 많은 항만에서 발생한다. 그러나 수입과 수출은 기간, 지역에 따라 유동적이기 때문에 수요와 재고량 예측에 어려움이 있는데, 본 연구에서는 자기회귀누적이동평균(ARIMA)과 머신러닝 기법을 활용하여 이를 예측하는 방법을 제시한다. 본 연구에 활용된 데이터와 프로그램 소스코드는 Kaggle 에 공개되어 있다.
-
본 연구에서는 아파트를 대표할 수 있는 내·외적 데이터를 수집하고 인공지능 기술들을 활용하여 아파트 가격을 예측하는 시스템을 구축하고자 한다. 구체적으로 웹크롤링 기법을 통해 수집한 아파트 내·외적 데이터의 변수들에 대한 특성 선택(Feature Selection)을 수행하였고, 다양한 인공지능 기법을 활용하여 부동산 가격 예측 모형을 개발하였다. 아파트 가격 예측 모형 생성을 위해 Linear Regression, Ridge, Xgboost, Lightgbm, Catboost 등의 기계학습 알고리즘을 사용하였고, RMSE를 사용하여 각 예측 모형 간의 성능 비교를 수행하였다. 가장 성능이 좋은 예측 모형은 Xgboost기반 예측 모형이였으며, RMSE값이 약 0.0366으로 가장 낮았으며 테스트 데이터에 대한 정확도는 약 95.1%였다.
-
소비자원 소비자 위해 정보 동향 분석 보고서에 따르면, 10대 미만과 60대 이상이 겪는 사고 중 가정 내 사고의 비율이 약 70%로 높은 비율을 차지하는 것을 볼 수 있다. 기존의 CCTV는 실시간으로 영상 전송은 가능하지만 영상 속의 상황 분석은 하지 못하며, 이를 위해선 지켜보는 인력이 추가로 필요하다. 따라서 보호자의 비용 부담 없이 24시간 행동 분석을 통해 보호가 필요한 가족 구성원의 사고를 예방할 수 있으며 침입과 같은 범죄를 막을 수 있는 AI CCTV의 필요성을 느껴 제작하였다. 해당 CCTV는 실시간 분석으로 영상 내의 위험을 감지하고 감지 후 관련 사항을 등록된 연락처로 송출해서 보호자에게 위험 상황을 알릴 수 있다. 향후 가정 내의 IOT 기기들과 연결하여 위험 상황 발생 시 직접 위험 상황을 해결할 수 있는 스마트 홈 보안으로 범위를 넓힐 수 있다.
-
전염성이 매우 강한 돼지 호흡기 질병을 빠른 시간 내에 정확하게 탐지하지 못한다면 해당 돈사는 물론 타지역으로 전파되어 심각한 경제적 손실이 발생한다. 본 논문은 이와 같은 돼지 호흡기 질병을 저가격의 임베디드 보드에서도 탐지가 가능한 시스템을 제안한다. 해당 시스템은 돈사에 설치한 소리센서로부터 돼지의 이상 소리를 자동으로 탐지한 후, 탐지한 소리 시그널을 스펙트로그램으로 변환한다. 마지막으로, 스펙트로그램은 딥러닝 알고리즘에 적용되어 돼지 호흡기 질병을 탐지 및 식별한다. 이 때, 일반 컴퓨터 환경에 비해 비용 부담이 적은 임베디드 환경에서 실행되기 위하여 경량 딥러닝 모델인 MnasNet 을 사용하였으며, 임베디드 보드인 NVIDIA TX-2 에서 해당 시스템의 호흡기 질병 식별 성능을 확인한 결과 높은 탐지 성능과 실시간 탐지가 가능함을 확인하였다.
-
In a previous work we have done, we presented a monitoring system to automatically detect some dogs' behaviors from videos. However, the input video data used by that system was pre-trimmed to ensure it contained a dog only. In a real-life situation, the monitoring system would continuously receive video data, including frames that are empty and ones that contain people. In this paper, we propose a YOLOv4-based system for automatic object detection and trimming of dog videos. Sequences of frames trimmed from the video data received from the camera are analyzed to detect dogs and people frame by frame using a YOLOv4 model, and then records of the occurrences of dogs and people are generated. The records of each sequence are then analyzed through a rule-based decision tree to classify the sequence, forward it if it contains a dog only or ignore it otherwise. The results of the experiments on long untrimmed videos show that our proposed method manages an excellent detection performance reaching 0.97 in average of precision, recall and f-1 score at a detection rate of approximately 30 fps, guaranteeing with that real-time processing.
-
Infants express their physical and emotional needs to the outside world mainly through crying. However, most of parents find it challenging to understand the reason behind their babies' cries. Failure to correctly understand the cause of a baby' cry and take appropriate actions can affect the cognitive and motor development of newborns undergoing rapid brain development. In this paper, we propose an infant cry recognition system based on deep transfer learning to help parents identify crying babies' needs the same way a specialist would. The proposed system works by transforming the waveform of the cry signal into log-mel spectrogram, then uses the VGGish model pre-trained on AudioSet to extract a 128-dimensional feature vector from the spectrogram. Finally, a softmax function is used to classify the extracted feature vector and recognize the corresponding type of cry. The experimental results show that our method achieves a good performance exceeding 0.96 in precision and recall, and f1-score.
-
감정 분석은 문서의 주관적인 감정, 의견, 기분을 파악하기 위한 방법으로 소셜 미디어, 온라인 리뷰 등 다양한 분야에서 활용된다. 문서 내 텍스트가 나타내는 단어와 문맥을 기반으로 감정 수치를 계산하여 긍정 또는 부정 감정을 결정한다. 2015년에 구축된 네이버 영화평 데이터 20 만개에 12 만개를 추가 구축하여 감정 분석 연구를 진행하였으며 언어 모델로는 최근 자연어처리 분야에서 높은 성능을 보여주는 BERT 모델을 이용하였다. 감정 분석 기법으로는 LSTM(Long Short-Term Memory) 등 기존의 기계학습 기법과 구글의 다국어 BERT 모델, 그리고 KoBERT 모델을 이용하여 감정 분석의 성능을 비교하였으며, KoBERT 모델이 89.90%로 가장 높은 성능을 보여주었다.
-
제품이나 부품의 잔존 수명을 정확하게 예측할 수 있다면 고장이나 중단으로 인한 손실을 방지하는 것이 가능해질 것이다. 제품의 잔존 수명은 시계열 데이터 분석을 통해 예측될 수 있으며, 최근에는 딥러닝을 이용한 잔존 수명 예측 연구가 활발하게 진행되고 있다. 본 연구에서 우리는 컴퓨터 기반 시스템의 주요 고장 요소가 되고 있는 하드디스크의 잔존 수명을 예측하는 문제에 1D CNN-LSTM 을 이용한 모델을 적용하고, RMSE 와 R-Square 값을 이용해 적용한 모델의 성능을 평가하였다.
-
추천 시스템은 사용자들의 과거 구매 이력 등을 학습해서 사용자들이 미래에 구매할 것 같은 상품을 추천한다. 대부분의 추천 시스템 관련 연구들은 사용자들과의 상호작용을 고려하지 않은 채 한 번의 모델 학습과 한 번의 추천만 수행하며, 사용자로부터 추천 결과에 대한 피드백을 받아서 더 나은 추천을 수행하려는 시도는 거의 이루어지지 않았다. 본 논문에서는 기존의 추천 모델들이 사용자와의 상호작용을 추가적으로 고려했을 때 어느 정도의 정확도 향상을 이룰 수 있는지에 대해서 분석한다. 특히 사용자와의 상호작용을 통해 사용자 취향의 다양성을 파악하고 이를 반영하여 더 나은 추천을 제공하는 방법에 대해서 논의한다.
-
최근 오픈 도메인 자연어 질문 응답 분야에서는 폭넓은 다중 문서들을 토대로 다중 홉 추론과 동시에 서로 다른 수준의 여러 문제들을 한꺼번에 해결해야 하는 다중 작업 질문 응답에 관한 관심이 높다. 본 논문에서는 이러한 다중 홉 추론과 다중 작업을 요구하는 복잡 질문들에 효과적으로 응답하기 위해, 계층적 그래프 기반의 새로운 심층 신경망 모델을 제안한다. 제안 모델에서는 계층적 그래프와 그래프 신경망을 이용해 다중 문서들로부터 서로 다른 수준의 맥락 정보를 얻어낸 후, 이들을 활용하여 뒷받침 문장들, 답변 영역, 응답 유형 등을 동시에 구해야 하는 다중 작업 문제에 관한 답들을 예측해낸다. 본 논문에서는 오픈 도메인 자연어 질문 응답 데이터 집합인 HotpotQA를 이용한 실험들을 통해, 제안 모델의 긍정적 효과를 입증한다.
-
다양한 실세계 응용 분야들에서 공동의 목표를 위해 여러 에이전트들이 상호 유기적으로 협력할 수 있는 행동 정책을 배우는 것은 매우 중요하다. 이러한 다중 에이전트 강화 학습(MARL) 환경에서 기존의 연구들은 대부분 중앙-집중형 훈련과 분산형 실행(CTDE) 방식을 사실상 표준 프레임워크로 채택해왔다. 하지만 이러한 다중 에이전트 강화 학습 방식은 훈련 시간 동안에는 경험하지 못한 새로운 환경 변화가 실전 상황에서 끊임없이 발생할 수 있는 동적 환경에서는 효과적으로 대처하기 어렵다. 이러한 동적 환경에 효과적으로 대응하기 위해, 본 논문에서는 새로운 다중 에이전트 강화 학습 체계인 C-COMA를 제안한다. C-COMA는 에이전트들의 훈련 시간과 실행 시간을 따로 나누지 않고, 처음부터 실전 상황을 가정하고 지속적으로 에이전트들의 협력적 행동 정책을 학습해나가는 지속 학습 모델이다. 본 논문에서는 대표적인 실시간 전략게임인 StarcraftII를 토대로 동적 미니게임을 구현하고 이 환경을 이용한 다양한 실험들을 수행함으로써, 제안 모델인 C-COMA의 효과와 우수성을 입증한다.
-
시각-언어 이동 작업은 에이전트가 주어진 지시를 따라 특정 실내 공간 내에서 목적 위치로 이동하는 작업이다. 시각-언어 이동 작업의 특성상 자연어 지시 속에 등장하는 랜드마크인 장소 정보를 인지하는 것은 작업을 수행하는 데 큰 도움이 된다. 본 논문에서는 환경을 구성하는 주요 장소 정보를 저장하기 위한 장소 미리보기 메모리를 제안한다. 에이전트는 장소 미리보기 메모리에 저장된 장소 정보를 고려하여 작업을 수행하게 된다. 본 논문에서는 Matterport3D 시뮬레이션 환경에서의 실험을 통해 R2R 벤치마크 데이터 집합에서 가장 높은 성능을 보였다.
-
노후 선박의 증가로 선체 검사의 필요성이 높아지고 있다. 하지만 선체 벽면의 균열을 찾고 보수하는 작업은 위험성이 높고 효율성이 낮다. 이에 본 논문에서는 선체의 벽면에 진공 흡착하여 장애물에 부딪히지 않고 선체 벽면을 이동하면서 균열을 탐지하는 로봇을 개발하였다. 선체 균열탐지 로봇은 선체뿐만 아니라 사람이 직접 균열을 찾기 힘들거나 위험한 곳에 유용할 것이며 균열로 인한 선박 사고 발생을 줄여줄 것으로 기대된다.
-
본 논문은 기계학습 기반 온라인 한글 필기 인식 시스템의 첫 구현 결과를 담고 있다. 한글의 글자는 최소한 하나의 모음을 포함하고 있으며, 이 모음은 대개 직선으로 필기한다는 사전 지식을 활용하여 인식에 적용하고자 한다. 이를 위해 사용자가 온라인으로 필기하면 획 데이터를 획득하여 중성에 해당하는 모음을 찾는 알고리즘을 개발하였다. 제안한 알고리즘에서는, 우선 필기한 글자를 포함하는 사각형 R과 각 획을 둘러싸는 사각형 SR을 생성한 후, 직선을 판별하고, 이 직선들이 모음을 구성하는 후보군을 찾는 과정으로 구성되어 있다. 아직 초기 연구이므로, 다양한 경우에 대한 분석이나 실험 결과는 없지만, 이를 활용하여 온라인 필기 인식 모델에 적용하여 인식 성능을 높이기 위한 추후 연구의 기반으로 활용하고자 한다.
-
본 논문에서는 청각 장애인이 가정에서 듣지 못해 발생하는 낭비와 위험을 미리 예방하기 위하여 가정에서 현재 발생하고 있는 소리를 알려주는 시스템을 구현하였다. 무지향성 마이크로 일상 소리 감지 후 음향 데이터에서 Mel-Spectogram 특징 벡터를 추출하여 Convolutional Neural Network(CNN) 모델의 Resnet 알고리즘을 진행한다. 서버에서 소리에 대한 분석을 진행한 후 그 결과를 안드로이드에서 실시간으로 5 초마다 확인하여 사용자에게 알림 서비스를 제공한다. 이를 통해 낭비를 줄이고 위험에 대처할 수 있게 한다. 청각 장애인의 소리에 대한 접근성을 다양한 측면으로 고려해야 한다는 사회적 인식을 확산시키고자 한다.
-
텍스트 기반의 훈련 데이터는 데이터를 수집한 이후에 각 문자별로 태깅 작업이 필요하다. 말뭉치(Corpus)는 언어학에서 주로 이루고 있는 텍스트 집합이다. 말뭉치는 각 단어의 품사 표기에 대한 정보가 태그 형태로 되어 있다. 본 연구에서는 한국어 기반의 태깅 작업을 연구했으며, 기본 한국어 말뭉치가 아닌 기업이나 연구 기관에서 데이터를 수집하여 말뭉치나 별도 학습 데이터를 구축하기 위한 자동 태깅 방법에 대해 알아본다.
-
차세대 원전의 계측제어 기술 분야에서는 운영시스템의 자동화 수준을 높이고 운전원의 부담은 낮추기 위한 다양한 연구개발이 진행되고 있다. 최근, 인공지능 기술을 활용하여 원전의 운전에 기여하기 위한 연구가 수행되고 있다. 이 논문은 원전 자동화를 위한 기초 연구로써, 원전 고온대기 모드에서의 자동 제어를 고안하기 위한 강화학습 설계 방법을 소개한다. 기존 원전 시뮬레이터를 강화학습이 가능하도록 확장하였고 강화학습 핵심 요소를 원전 운전에 적합하도록 설계하였다. 실험 결과는 강화학습 기술이 차세대 원전 자동 제어에 적용할 수 있음을 보여준다.
-
Many natural language processing (NLP) models utilize pre-trained word embeddings to leverage latent information. One of the most successful word embedding model is the Skip-gram (SG). In this paper, we propose a Skipgram drop (SG-Drop) model, which is a variation of the SG model. The SG-Drop model is designed to reduce training time efficiently. Furthermore, the SG-Drop allows controlling training time with its hyperparameter. It could train word embedding faster than reducing training epochs while better preserving the quality.
-
최근 개인정보가 포함된 비정형 텍스트 문서들이 유출되거나 무분별하게 공개됨으로써 정보의 주체는 물론 기업들까지 피해를 받고 있다. 데이터를 공개 및 활용하기 위해 개인정보 검출 및 비식별화 과정이 필수적이지만 정형 데이터와는 달리 비정형 데이터의 경우 해당 과정을 자동으로 처리하는 데 한계가 있다. 이를 위해 딥러닝 모델들을 사용하여 자동화하려는 연구들이 있었지만 문장 내 단어의 모호성에 대한 고려 없이 단어 개체명 정보에만 의존하여 개인정보를 검출하는 형태로 진행되었다. 따라서 문장 내 단어들 중 식별 대상인 단어들도 비식별화 되어 데이터에 대한 유용성을 저해할 수 있다는 문제점을 남겼다. 본 논문에서는 문장의 의도 정보를 단어의 개체명 학습 과정에 부가적인 정보로 활용하는 개인정보 검출 모델과 개인정보 데이터의 유용성을 고려한 비식별화 기법을 제안한다.
-
본 논문에서는 구면 영상을 사용한 vSLAM에 의해 생성된 환경 지도에서 실내 공간을 인식하는 방법을 제안한다. 환경 지도는 오픈 소스 라이브러리 OpenVSLAM을 사용하여 생성했다. 카메라 방향과 위치를 기준으로 랜드 마크를 분류하고 허프 변환을 사용해서 실내 공간의 각 벽의 위치를 찾아냈다. 실험 결과 추정된 평면들이 실제 벽면과 유사한 위치에 나타남을 알 수 있었다. 제시하는 알고리즘은 현재의 AR 콘텐츠보다 진보된 AR 콘텐츠를 제작하는 데 사용할 수 있다.
-
태권도 경기와 같이 동작의 정확한 기술을 판별하여 유효득점화하는 시스템에서는 점수 체계의 정확성과 전문성이 필요하다. 기존에 시행되었던 심판 판정은 객관성과 신뢰성의 결여 문제가 존재하여 이를 대체하기 위한 방법으로 전자호구가 도입되었다. 하지만 전자호구는 타격 강도에 따라 분류되는 문제로 인해 태권도 기술이 아닌 변칙 발차기 기술에서도 유효득점이 처리되는 문제가 발생하였다. 본 논문에서는 변칙 발차기와 일반 발차기를 분류하여 변칙 발차기에서의 유효득점을 무효 득점화 시키기 위한 분류 모델을 제안하였다. 순환 신경망 모델인 LSTM을 이용하여 변칙 발차기와 일반 발차기를 분류하였으며 94.90%의 정확도를 보였다.
-
과거 몇 년간의 데이터를 기반으로 현재 KBO 승패를 예측하고자 하는 것으로, 경기 초반 페이스가 얼마나 승패에 영향을 미치는지 파악하고자 한다. 경기의 이닝별 데이터로 딥러닝·머신러닝을 이용해 승리 팀을 예측하여 리그 순위를 예측하고, Flask 웹 프레임워크를 통해 입력값을 받아 예측해 주는 웹사이트를 구축하였다.
-
최근 지구온난화에 따른 기온 및 강수량 증가 등으로 인해 모기 개체 수가 증가함에 따라 말라리아, 일본뇌염, 뎅기열 등 모기를 통해 전파되는 질병에 감염병의 위험률도 높아지고 있어 머신러닝기반 기후 데이터를 활용하여 모기 개체 수를 예측할 수 있는 모델을 제안하였다.
-
인공지능은 스스로 학습하며 기존 통계 분석보다 탁월한 분석 역량을 지니고 있어 스마트팩토리 혁신에 새로운 전기를 마련할 것으로 기대된다. 이를 증명하듯 스마트팩토리의 주요 분야인 공정 간 연계 제어, 전문가 공정 제어, 로봇 자동화 등에서 활발한 연구가 이어지고 있다. 본 논문에서는 소포물 분류 시스템에 전통적인 룰 기반의 제어 방식 대신 다중 에이전트 강화 학습 제어 방식을 설계 및 적용하여 효과적인 행동 제어가 가능함을 입증한다.
-
This paper proposes a novel automated liver segmentation using Multi-Dilated U-Nets. The proposed multidilation segmentation model has the advantage of considering both local and global shapes of the liver image. We use the CT images subject-wise, every 2D image is concatenated to 3D to calculate the IOU score and DICE score. The experimental results on Jeonbuk National University hospital dataset achieves better performance than the conventional U-Net.
-
본 논문에서는 골퍼의 자세 교정을 위해 레슨 프로 혹은 코치가 수행하는 교육을 담당하는 시스템을 구현한다. 이 시스템은 골프를 배우고자 하는 골퍼와 자세를 교정하고자 하는 골퍼를 대상으로 한다. 프로 골퍼의 스윙자세 영상을 촬영하고 딥러닝 라이브러리로 관절, 클럽의 위치를 디지털로 식별하여 표준 자세 정보를 입수한다. 그리고 사용자의 영상을 촬영하여 표준자세 정보와 비교 후 올바른 자세를 도표 및 시각적으로 제공 할 수 있도록 한다. 사람이 하는 방식 보다 객관적이고, 센서방식 보다 경제적인 시스템으로 골프교육산업의 활성화에 기여 할 수 있을 것이다.
-
멀티비전 사이니지는 한 개의 콘텐츠를 분할하여 여러 디스플레이 기기에서 표출하거나, 동일한 콘텐츠(예; 비디오)를 여러 기기에서 동기를 맞춰 동시에 표출 혹은, 시차별로 표출할 수 있는 사이니지를 말한다. 본 논문에서는 멀티비전의 콘텐츠 분할 표출 및 재생 동기화 달성을 위한 대시보드에서의 레이아웃 구성 및 레이아웃 포맷 설계, 다수의 디스플레이 간의 콘텐츠 동기화 재생을 위한 네트워킹 프로토콜 설계에 대한 연구·개발 방안을 제안한다.
-
본 논문에서는 사람의 손에 관한 개별적으로 분리되어 진행되고 있는 손 위치 추정, 손 자세 추정, 손 동작 인식 작업을 통합하는 Faster-RCNN기반의 프레임워크를 제안하였다. 제안된 프레임워크에서는 RGB 동영상을 입력으로 하여, 먼저 손 위치에 대한 박스를 생성하고, 생성된 박스 정보를 기반으로 손 자세와 동작을 인식하도록 한다. 손 위치, 손 자세, 손 동작에 대한 정답을 동시에 모두 가지는 데이터셋이 존재하지 않기 때문에 Egohands, FPHA 데이터를 동시에 효과적으로 사용하는 방안을 제안하였으며 제안된 프레임워크를 FPHA데이터에 평가하였다., 손 위치 추정 정확도는 mAP 90.3을 기록했고, 손 동작 인식은 FPHA의 정답을 사용한 정확도에 근접한 70.6%를 기록하였다.
-
본 논문에서는 3D 메시 정보, RGB-D 손 자세 및 2D/3D 손/세그먼트 마스크를 포함하여 인간의 손과 관련된 다양한 컴퓨터 비전 작업에 사용할 수 있는 새로운 다중 모달 합성 벤치마크를 제안 하였다. 생성된 데이터셋은 기존의 대규모 데이터셋인 BigHand2.2M 데이터셋과 변형 가능한 3D 손 메시(mesh) MANO 모델을 활용하여 다양한 손 포즈 변형을 다룬다. 첫째, 중복되는 손자세를 줄이기 위해 전략적으로 샘플링하는 방법을 이용하고 3D 메시 모델을 샘플링된 손에 피팅한다. 3D 메시의 모양 및 시점 파라미터를 탐색하여 인간 손 이미지의 자연스러운 가변성을 처리한다. 마지막으로, 다중 모달리티 데이터를 생성한다. 손 관절, 모양 및 관점의 데이터 공간을 기존 벤치마크의 데이터 공간과 비교한다. 이 과정을 통해 제안된 벤치마크가 이전 작업의 차이를 메우고 있음을 보여주고, 또한 네트워크 훈련 과정에서 제안된 데이터를 사용하여 RGB 기반 손 포즈 추정 실험을 하여 생성된 데이터가 양질의 질과 양을 가짐을 보여준다. 제안된 데이터가 RGB 기반 3D 손 포즈 추정 및 시맨틱 손 세그멘테이션과 같은 품질 좋은 큰 데이터셋이 부족하여 방해되었던 작업에 대한 발전을 가속화할 것으로 기대된다.
-
최근 드론과 1인 미디어 시장의 성장으로, 영상 촬영 분야에서의 드론 산업이 활발하게 발전되고 있다. 본 논문에서는 딥러닝 기반 다중 객체 인식 기술인 Openpose를 활용하여 인물촬영을 위한 음성인식 드론 제어 시스템을 제안한다. 해당 시스템은 자연어 처리된 음성명령어를 통해 드론이 각 촬영 객체에 대한 회전, 초점변화 등 실제 영상촬영기법에 사용되는 다수의 동작을 수행할 수 있도록 한다. 최종적으로 96.2%의 정확도로 음성명령에 따라 동작을 수행하는 것을 확인할 수 있다. 이는 누구나 전문적 지식이나 경험 없이 음성만으로 쉽게 드론을 제어할 수 있을 것으로 기대된다.
-
본 논문은 가변형 휠을 이용한 이동방식과 로봇 내부에서의 얼굴 검출과 위치 추정에 관한 연구이다. 임베디드 시스템에서 딥러닝을 이용한 얼굴 검출을 구현하기 위해 SSD에 기반을 둔 객체 검출 알고리즘을 사용하였으며, 로봇이 이동하면서 PID 제어를 통해 주행을 제어하고 이를 기반으로 상대적 위치 추정을 수행한다. 본 로봇은 수색 작업뿐만 아니라 더 나아가 구조 및 정찰의 용도로 발전할 수 있을 것으로 예상한다.
-
본 연구는 한국인 뇌MRI영상을 이용하여 대뇌 영역별 분석 프로토콜과 정량 평가방법을 개발하여 정상인을 대상으로 뇌용적량을 정량 분석하고자 한다. 뇌MRI영상 분석 프로토콜을 최적화하기 위해 먼저 뇌용적 변화에 있어 평가방법을 선정하고, VBM 후처리과정은 MRI영상 신호불균질성 교정, 조직세분화 방법, 대뇌 표준영상 제작, 신호 편평화(smoothing) 과정을 단계별로 최적화하였다. 이 정량분석 프로토콜은 정상인과 뇌질환 환자의 뇌용적 비교뿐만 아니라 환자 약물 치료 전·후에 나타나는 용적 변화를 정량적으로 평가하는 연구에 활용할 수 있을 것으로 기대한다.
-
본 논문에서는 임베디드 GPU 보드를 탑재한 로봇에서의 검출 결과를 원격지에서 확인할 수 있는 방법에 대해 기술하였다. 딥러닝 모델의 연산량을 줄이는 방법 대신 Nvidia에서 제공하는 라이브러리를 이용하여 성능을 개선하였고, 로봇의 배터리 소모를 최소화하기 위해 실시간 영상 통신이 아닌 검출이 되었을 시에만 통신이 되게 하여 보다 긴 구동 시간을 얻도록 하였다.
-
본 논문은 무선통신 중 하나인 블루투스를 이용하여 일반적인 센서로 이루어진 보안시스템, 보행, 주행 중 주변 감지 등 야간에 시야 확보가 잘 되지 않거나 예기치 못한 상황 속 사람을 인식하지 못해 야기되는 문제를 사용자에게 즉시 알려줌으로써 문제를 해결할 수 있고, 블루투스로 정해진 입력 값을 넣어주면서 시스템을 임의로 조작하여 해결하고자 PIR 센서로 사람 인식 후, 일정 거리 안으로 들어오면 초음파 센서로 인식해 버저가 울리며 무선통신 중 하나인 블루투스로 사용자에게 알려주고 시스템을 블루투스로 제어할 수 있는 강화된 디지털화 된 시스템으로 IT 관련 기술을 활용하였다.
-
스마트 휴대용 기기는 시각장애인에게 보행활동을 하는 데 있어서 초음파 센서와 적외선 거리 센서로 장애물을 인식하고 시각장애인에게 알려줌으로써 보행활동에 도움을 주는 기기로써 스마트 휴대용 기기의 구동성을 검증하기 위해 적외선 거리 센서와 초음파 센서 장애물 거리 측정 실험을 통해 센서와 장애물의 거리가 30cm보다 작을 시 버저가 울리는 실험을 수행하고 검증하였다. 기존 상용화된 전자 지팡이의 단점인 너무 많은 기능, 무거운 무게, 비싼 가격을 고려하여 자동차의 후방감지에 쓰이는 센서 기술을 휴대성이 높은 기기에 적용하여 값싸고 휴대성이 높으며 정말 필요한 기능만 내장된 스마트 휴대용 기기를 고안했다.
-
본 논문에서는 현재 활발히 연구 중에 있는 얼굴 인식의 전 과정인 얼굴 검출단계를 OpenCV를 이용한 안드로이드 기반의 휴대용 스마트폰으로 실시간 얼굴 및 눈 영역을 검출하는 어플리케이션의 개발을 수행하였다. 얼굴 검출 및 눈 검출 기술은 OpenCV에서 제공하는 실시간 얼굴 인식을 위해 이미지에서 얼굴의 특징을 찾는 기법 중 하나인 Haar-like Feature을 이용한 검출 방식을 사용하였다. 얼굴 검출 및 눈 검출에 대해 스마트폰에서 촬영한 이미지를 사용하여 구현 결과를 평가하였다.
-
본 논문에서는 구면 파노라마를 기반으로 하는 SLAM 시스템을 제안한다. Vision SLAM은 촬영하는 시야각이 넓을수록 적은 프레임으로도 주변을 빠르게 파악할 수 있고, 많은 양의 주변 데이터를 이용해 더욱 안정적인 추정이 가능하다. 구면 파노라마 비디오는 가장 화각이 넓은 영상으로, 모든 방향을 활용할 수 있기 때문에 Fisheye 영상보다 더욱 빠르게 3D 맵을 확장해나갈 수 있다. 기존의 시스템 중 Fisheye 영상을 기반으로 하는 시스템은 전면 광각만을 수용할 수 있기 때문에 구면 파노라마를 입력으로 하는 경우보다 적용 범위가 줄어들게 된다. 본 논문에서는 기존에 Fisheye 비디오를 기반으로 하는 SLAM 시스템을 구면 파노라마의 영역으로 확장하는 방법을 제안한다. 제안 방법은 카메라의 투영 모델이 요구하는 파라미터를 정확히 계산하고, Dual Fisheye Model을 통해 모든 시야각을 손실 없이 활용한다.
-
동영상 공유 플랫폼의 발전으로 다양한 영상들이 업로드 되고 있는데, 영상에 사용된 음악의 저작권 행사를 위해서는 음악 검색 알고리즘의 역할이 매우 중요하다. 그러나, 커버곡과 같이 원곡을 변형하여 사용한 경우에는 단순한 음악 검색 알고리즘으로는 이러한 상황을 탐지하기가 쉽지 않다. 음악의 높낮이나 빠르기 등이 바뀌어도 검색 성능이 유지되어야 하지만, 현재까지 연구된 알고리즘들은 이러한 변화에 취약하기 때문이다. 이에 본 연구에서는 멜로디 라인의 변곡점을 활용한 커버곡 검색 알고리즘을 제안한다. 본 알고리즘은 멜로디 라인을 중심으로 하여 높낮이 변화에도 높은 성능을 유지하고, 변곡점을 이용하기 때문에 빠르기 변화에 강하고 사용되는 메모리 양은 적다는 장점이 있다.
-
본 논문에서는 특징 추출 분석, 관심 영역을 추출하기 위한 몇 가지 종래의 이미지 전처리 방법과 K-means 클러스터링 및 이미지 분할방법을 통해서 얻어진 결과를 정상적인 세포와 비정상 세포를 추출하는 기법을 제안한다. 그 결과 97.8% 분류로 우수한 성능을 보여주었다.
-
운전자가 아닌 자율주행 시스템이 운전을 주도하기 위한 기술의 상용화를 위해 많은 기업이 노력 중이다. 특히 운전자의 안전을 보장하기 위한 운전자와 자율주행 시스템 간의 제어권전환이 중요하다. 운전자의 주행과 관련 없는 행동은 제어권전환 상황에서 운전자를 위험에 빠뜨릴 수 있으므로 제어권전환을 돕기 위한 운전자 모니터링 기술에 관한 많은 연구가 진행되고 있다. 운전자 모니터링 기술은 주로 생체 정보, 차량 정보, 영상을 사용하여 운전자의 상태와 부주의 행동 등을 감지하는 기술이다. 최근 머신 러닝, 딥 러닝을 사용한 영상처리 및 인식 기술 등의 발전으로 영상을 사용한 운전자 모니터링 기술이 활발하게 연구되고 있다. 따라서 본 논문에서는 영상기반 운전자 모니터링 기술 동향에 대해 상세히 기술하였다. 특히 운전자의 부주의 행동 중 졸음은 운전자가 주행 상황을 전혀 인지하지 못하게 할 수 있어 더욱 위험한 행동이다. 따라서 영상기반 운전자 모니터링 기술을 졸음 인식과 그 외의 행동 인식으로 분류하여 동향을 정리하였다.
-
소방 장비의 개선은 구조 활동의 효율성을 높여서 인명 구조율을 높일 수 있다. 또한 고온에 노출되는 시간, 사고 위험에 노출되는 시간을 줄이기 때문에 소방관의 사망 확률도 줄일 수 있다. 그래서 기존 장비의 열악했던 사항들을 개선한 디바이스를 개발했다. 화재 현장에서 인명 구조 시 소방관이 연기속에서의 시야 확보, 원활한 무전 통신, 각 대원들의 위치 파악과 실시간 산소통 잔량 확인 기능을 갖춘 장치를 개발했다. 이에 따라 구조작업의 효율성이 크게 증대 될 것이다.
-
챗봇(Chatbot)은 자연어처리기술 등 인공지능 기술을 기반으로 한 사용자 친화적인 대화 방식 인터페이스를 제공하는 장점이 있어, 금융, 상담, 주문 등 다양한 산업 분야에서 적용되고 있다. 그러나, 챗봇의 응답이 사용자의 정신 모형과 불일치하는 경우, 다음 대화를 이어가는데 어려움을 야기하게 된다. 그러므로, 챗봇의 사용성을 확보하기 위해서는 응답 오류의 제거 또는 완화가 필수적이다. 기존의 챗봇의 사용성 개선과 관련된 연구들은 설문조사와 인터뷰 등 사용성 평가를 통해 상위 수준의 개선 방향만을 제안하고 있다. 따라서, 챗봇 개발 시, 실무자들이 응답 오류의 문제점을 분석하고, 이를 해결하기 위한 구체적인 개선 방안을 제시하는 데 한계가 있었다. 본 논문에서는 FMEA(Failure Modes and Effects Analysis) 기법을 활용해, 응답 오류의 치명도를 파악하고, 치명적인 오류들에 대해서는 FTA(Fault Tree Analysis) 기법을 기반으로 원인 분석을 실시하여 구체적으로 문제를 해결하기 위한 프로세스를 제안한다. 본 프로세스의 효용성을 검증하기 위해 주문 도메인의 챗봇에 적용해 보았다.
-
시스템은 VR과 Tracker를 이용하여 사용자의 자세를 실시간으로 인식하고 특정한 자세를 유도하여 바른 자세를 취하는지 확인하는 자세교정 시스템이다. VR을 이용하여 시간과 공간에 구애받지 않고 전문가의 도움을 받는 것과 유사한 효과의 자세교정을 수행할 수 있다.
-
여성과 아동은 도보로 이동 시 성범죄, 아동대상 범죄 등에 쉽게 노출된다. 따라서 오늘날 여성, 아동 범죄를 예방하고 생활하는 지역의 범죄 안전도, 위험도를 알 수 있는 웹 서비스의 필요성이 요구된다. 이에 본 논문에서는 안전 길 찾기 경로 알고리즘과 안전지도 웹 서비스를 구축하여 사람들이 안전하게 이동하며 생활주변 위험에 스스로 관심을 가지고 대처할 수 있기를 바란다.
-
최근 코로나19 발생으로 산업 및 교육의 형태가 변화하였다. 많은 교육 기관에서 갑작스러운 비대면 수업이 진행됨에 따라 교수자와 교육생 모두에게 온라인 수업 환경에 대한 불편이 존재하고 있다. 기존 원격 회의 플랫폼의 경우 화상회의를 주 목적으로 개발된 기업용 플랫폼이기에 수업 환경에 적합하지 않다. 이에 본 논문에서는 해당 질병이 안정화 된 이후에도 이와 같이 집합 교육이 불가능한 상황에 대비하여 수업은 교육자 중심의 발언으로 진행되며 교육자는 교육생의 상태를 확인하거나 교육생과 교육자로 그 역할이 완전히 구분되고, 클라우드 PC를 통해 고사양 PC를 가지고 있지 않은 교육생도 고화질 영상 전송 및 프로젝트 실습이 가능하기를 희망한다.
-
일상 속에서 발생하는 화학 반응과 실제로 실험하기에는 위험한 화학 반응을 안전하게 체험해보며 게임을 하면서 부가적으로 화학 반응에 대한 지식을 얻어갈 수 있는 가상현실(VR) 게임 콘텐츠를 구현하고자 하였다. VR 이라는 장르를 적극적으로 활용하여 기존 PC 및 모바일 등의 게임 장르에서는 부족할 수 있는 공간감과 임장감을 채움으로써 현장감을 극대화할 수 있을 것으로 기대한다.
-
환경 문제는 사람들이 직접적으로 보지 못하면 쉽게 이해하기 어렵다. 그리고 오랜 시간 동안 아주 조금씩 환경 파괴가 발생하는 경우가 많기 때문에, 실질적으로 환경 문제를 체감하는 것이 쉽지 않다. 본 연구에서는 몰입형 가상현실 시스템을 이용해서 기후변화의 원인인 지구온난화로 인해 북극과 남극의 바다 빙하가 녹고 있는 문제를 체험할 수 있도록 Melting Sea Ice 를 개발하였다. 사용자들은 몰입형 가상현실 장치를 착용하고 시간의 흐름에 따라 남극 북극 빙하가 녹은 모습과 해빙에 따른 생태 환경의 변화를 직접 돌아다니면서 관찰할 수 있다. 본 연구에서는 Melting Sea Ice 가상현실 콘텐츠를 통하여 기후 변화로 인한 환경 파괴 문제를 직관적으로 인식시키고 환경 문제를 해결하고자 하는 동기부여를 목적으로 두고 있다.
-
전체 해양 사고 원인 중 선박 운항 부주의가 34%로 사고 발생 원인 중 대다수를 차지한다. 해당 문제를 해결하기 위해서는 선박 운항자를 대상으로 효과적인 운항 교육 및 실시간 관제 시스템을 제공해 사고를 방지하는 것이 중요하다. 따라서 울산항만을 현실적으로 반영한 가상현실 시물레이션 및 5g 수상드론을 이용한 운항 교육 시스템과 모든 선박들이 사용가능한 실시간 관제 시스템을 연구하고 이를 울산 항만에 제공한다.
-
AI의 결과를 이해하기 위해서 XAI(eXplainable Artificial Intelligence)의 연구는 매우 중요하다. 세계적으로 XAI 개발 연구는 많이 진행되고 있지만 개발된 XAI를 평가하는 연구는 매우 적다. 본 논문은 사용성 측면에서 XAI를 평가하기 위해 AI 사용성 요소, 과학적 설명의 요소, 휴리스틱 평가 요소를 분류하고 의사결정 나무를 시각화여 심미도를 평가한다.