• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.1085-1087
• /
• 2021

이 논문에서는 다매체를 사용하여 데이터를 수집한 후 기계학습을 통해 분석하고 주어진 상황에 대응하기 위한 시스템의 개발을 기술한다. 개발 시스템은 센서데이터 수집부, 상황인지 및 상황대응부로 이루어지며, 아두이노와 라즈베리파이를 사용하여 구성한다. 구성된 시스템은 영상 카메라 및 온습도을 포함한 다수의 센서를 사용하여 환경정보를 수집한 후 수집자료를 전처리하고 주어진 상황을 인지하여 상황에 가장 적절하다고 판단되는 대응을 안내하도록 기능을 구성하였다. 상황인지를 위해서는 기계학습 알고리즘으로 의사결정트리를 사용하였으며 100%의 상황인지 정확률을 갖는다.

• 한국재난정보학회:학술대회논문집
• /
• 한국재난정보학회 2023년 정기학술대회 논문집
• /
• pp.147-148
• /
• 2023

최근 건설현장 안전관리에 대한 사회적 관심의 증가와 현장 사용 기계, 기구 등의 작업시설 기계화, 안전장치, 시설 등의 발전에도 불구하고, 건설현장의 재해율은 크게 변화하지 않고 있다. 이를 위해 건설현장에서 발생하는 재해의 형태 및 원인, 법정안전보건교육의 내용과 재해예방 효과를 분석하기 위해 H건설 현장의 관리감독자와 근로자 대상으로 건설안전교육에 대한 설문조사를 실시, 분석하였다. 주요 개선방안으로 근로자에게 기능적, 지식적 안전교육 내용이 인지될 수 있도록 현장 규모에 맞는 실질적 체험교육, 영상교육 및 VR(가상현실)등의 입체적 사례교육이 필요하고 지속적 연구와 교육자료 제작 필요 등이 제시되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.447-449
• /
• 2024

본 논문에서 다양한 환경적 요인에서 촬영한 이미지 데이터를 활용하여 신호등 위치의 정확한 탐지 및 신호등의 색상 인식을 통해 교통 신호를 판별하는데 사용되는 컴퓨터 비전 기반의 신호등 인식 시스템 알고리즘을 제안하였다. 이를 통해 기존에 신호를 인식하던 LiDAR 및 RADAR 센서를 대신해 카메라를 사용함으로써 자율주행 차의 제작비용 감소를 기대할 수 있다. 또한 다양한 환경의 이미지 데이터를 통해 실험을 진행하였고 이러한 실험결과를 분석하고 적용함으로써 악천후에서의 효과적인 신호등 인식 시스템을 구축하는데 기여하고자 한다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권4호
• /
• pp.551-559
• /
• 2017

본 논문에서는 베어링 고장진단 성능을 개선하기 위해 실시간 학습 방법을 제안한다. 기존 베어링 고장진단의 문제점은 학습되지 않은 상태에 대해 올바른 분류를 할 수 없다는 점이다. 제안한 4단계 실시간 학습 방법은 새로운 상태를 실시간으로 인지 및 학습하여 새로운 상태의 데이터를 올바르게 분류할 수 있다. 1단계에서는 학습 정보에서 각 클래스의 무게중심과 그 클래스 내 각 특징벡터 사이의 유클리디안 거리를 계산하여 각 클래스별로 거리의 최대값을 계산한다. 2단계에서는 새로 취득된 데이터의 특징벡터와 각 클래스의 무게중심 사이의 유클리디안 거리를 계산하고 각 클래스별 최대 허용 거리와 비교한다. 3단계에서는 새로 취득된 데이터들과 각 클래스 내 무게중심 사이의 거리가 각 클래스의 최대 허용 거리보다 모두 클 경우 새로운 상태의 데이터로 인지하고 새로운 상태 인지 횟수를 증가시킨다. 마지막 4단계에서는 새로운 상태 인지 회수가 10보다 클 경우 새로운 상태의 클래스를 생성하기 위해 새로운 상태로 인지된 10개의 데이터를 새로운 상태의 클래스로 지정하고 분류기를 재학습시킨다. 제안한 방법의 성능을 검증하기 위해 실제 베어링 결함 데이터를 사용하여 제안한 실시간 학습 방법의 효율성을 검증하였다.

• 자동차안전학회지
• /
• 제14권2호
• /
• pp.20-25
• /
• 2022

This paper represents an adaptive Region of Interest (ROI) decision for real-time performance in an autonomous driving perception module. Since the whole automated driving system consists of numerous modules and subdivisions of module occur, it is necessary to consider the characteristics, complexity, and limitations of each module. Furthermore, Light Detection And Ranging (Lidar) sensors require a considerable amount of time. In view of these limitations, division of submodule is inevitable to represent high real-time performance for stable system. This paper proposes ROI to reduce the number of data respect to computation time. ROI is set by a road's design speed and the corresponding ROI is applied differently to each vehicle considering its speed. The simulation model is constructed by ROS, and overall data analysis is conducted by Matlab. The algorithm is validated using real-time driving data in urban environment, and the result shows that ROI provides low computational costs.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 추계학술대회
• /
• pp.27-29
• /
• 2021

인공지능 기반 머신 비전 응용이 증가함에 따라 사람이 아닌 기계에서 소비되는 영상 정보를 전송하는 요구가 발생하고 있다. 일반적으로 영상 정보를 전송할 때는 전송 비용을 고려하여 정보를 압축하며 기존 영상 압축 방법은 사람의 시각 인지적 특성을 반영하여 설계되었다. 따라서 기존 영상 압축 방법은 기계에서 소비되는 영상 정보를 압축하는 방법으로 적절하지 않다고 판단하여 2019년 7월, 기계를 위한 영상 부호화 기술의 표준화가 시작되었다. 본 논문에서는 머신 비전 태스크 중, 객체 탐지를 수행하는 네트워크의 피처 맵을 압축하는 방법을 제안한다. 제안하는 방법은 피처 맵의 채널 간 중복성을 제거하기 위해 PCA 기반의 변환을 적용하여 피처 맵의 차원을 축소하며 특히 해상도 계층 구조를 갖는 네트워크의 피처 맵을 압축하기 위해 각 해상도 계층간 변환 기저를 예측하여 추가로 압축률을 높인다. 제안하는 방법을 적용하여 객체 탐지 결과의 큰 성능 하락 없이 약 92.3%에 데이터양 감소를 달성하였다.

• 인지과학
• /
• 제19권3호
• /
• pp.297-310
• /
• 2008

화행은 화자의 의도를 내포하기 때문에 지능형 대화 시스템을 구현할 때 화행 분석은 필수적이다. 본 논문에서는 효과적인 화행 분석을 위한 2단계 모델을 제안한다. 첫 번째 단계에서 기계 학습 기반의 신경망 모델과 확률 기반의 예측도 모델을 이용하여 개별적으로 화행 후보를 생성한다. 두 번째 단계에서는 신경망 모델이 출력한 화행 후보들을 예측도 모델이 출력한 화행 후보들로 필터링한 후, 남겨진 후보들 중에서 최대값을 가지는 화행을 선택한다. 일정관리 영역에서의 실험 결과, 제안한 2단계 모델링 방법이 기계 학습 모델이나 확률 모델만을 사용하는 기존의 방법들보다 좋은 성능을 보였다.

• 인지과학
• /
• 제23권3호
• /
• pp.295-322
• /
• 2012

본 연구에서는 벡터 공간 모델과 HAL (Hyperspace Analog to Language)을 적용해서 단어 의미 유사성을 군집한다. 일정한 크기의 문맥을 통해서 단어 간의 상관성을 측정하는 HAL을 도입하고(Lund and Burgess 1996), 상관성 측정에서 고빈도와 저빈도에 다르게 측정되는 왜곡을 줄이기 위해서 벡터 공간 모델을 적용해서 단어 쌍의 코사인 유사도를 측정하였다(Salton et al. 1975, Widdows 2004). HAL과 벡터 공간 모델로 만들어지는 공간은 다차원이므로, 차원을 축소하기 위해서 PCA (Principal Component Analysis)와 SVD (Singular Value Decomposition)를 적용하였다. 유사성 군집을 위해서 비감독 방식과 감독 방식을 적용하였는데, 비감독 방식에는 클러스터링을 감독 방식에는 SVM (Support Vector Machine), 나이브 베이즈 구분자(Naive Bayes Classifier), 최대 엔트로피(Maximum Entropy) 방식을 적용하였다. 이 연구는 언어학적 측면에서 Harris (1954), Firth (1957)의 분포 가설(Distributional Hypothesis)을 활용한 의미 유사도를 측정하였으며, 심리언어학적 측면에서 의미 기억을 설명하기 위한 모델로 벡터 공간 모델과 HAL을 결합하였으며, 전산적 언어 처리 관점에서 기계학습 방식 중 감독 기반과 비감독 기반을 적용하였다.

• 인지과학
• /
• 제19권4호
• /
• pp.477-497
• /
• 2008

일상생활에서 많이 쓰이는 블로그 문서를 분석하는 것은 다양한 웹 응용서비스를 연결할 수 있는 중요한 단초를 제시하므로, 블로그 문서에 담긴 감정을 파악하는 것을 매우 유용한 일이다. 본 논문에서는 블로그 문서에 존재하는 감정을 보다 정확하게 분류하기 위해 부정어 처리와 새로운 단어 가중치의 적용이 성능에 미치는 영향에 대해 탐구한다. 특히, 감정단서(clue)가 내재된 정규화된 부정어 n-gram을 통해 부정어 처리를 고도화하고 말뭉치기반 단어 가중치 계산법(Corpus-specific Term Weighting, CSTW)을 통해 감정 분류 성능향상을 살펴보기로 한다. 검증을 위해 블로그 문서들로 정답 말뭉치를 구축하고 감정 흐름 분석(Enhanced Mood Flow Analysis, EMFA)과 지지벡터기계기반 감정 분류(Support Vector Machine based Mood Classification, SVMMC)의 두 가지 분류기법에 대해 실험을 하였다. 정규화된 부정어 n-gram의 적용은 EMFA에서 점진적인 감정 분류 성능 향상을 보여주었으며, CSTW의 적용은 TF*IDF나 TF에 비해 보다 높은 감정 분류 성능을 나타내었다.

• 인지과학
• /
• 제19권4호
• /
• pp.499-517
• /
• 2008

본 논문에서는 한국어 감정 분류에 기반이 되는 감정 자질 추출의 효과적인 추출 방법을 제안하고 평가하여, 그 유용성을 보인다. 한국어 감정 자질 추출은 감정을 지닌 대표적인 어휘로부터 시작하여 확장할 수 있으며, 이와 같이 추출된 감정 자질들은 문서의 감정을 분류하는데 중요한 역할을 한다. 문서 감정 분류에 핵심이 되는 감정 자질의 추출을 위해서는 영어 단어 시소러스 유의어 정보를 이용하여 자질들을 확장하고, 영한사전을 이용하여 확장된 자질들을 번역하여 감정 자질들을 추출하였다. 추출된 한국어 감정 자질들을 평가하기 위하여, 이진 분류 기법인 지지 벡터 기계(Support Vector Machine)를 사용해서 한국어 감정 자질로 표현된 입력문서의 감정을 분류하였다. 실험 결과, 추출된 감정 자질을 사용한 경우가 일반적인 정보 검색에서 사용하는 내용어(Content Word) 기반의 자질을 사용한 경우보다 약 14.1%의 성능 향상을 보였다.