• Journal of Software Assessment and Valuation
• /
• v.17 no.2
• /
• pp.143-150
• /
• 2021

There is a need for an artificial intelligent technology that can reduce various types of safety accidents by analyzing the risk factors that cause safety accidents in industrial site. In this paper, user safety profiling methods are proposed that can prevent safety accidents in advance by specifying and modeling user information data related to safety accidents. User information data is classified into normal and abnormal conditions through deep learning based artificial intelligence analysis. As a result of verifying user safety profiling technology using more than 10 types of industrial field data, 93.6% of user safety profiling accuracy was obtained.

• Journal of Cadastre & Land InformatiX
• /
• v.53 no.1
• /
• pp.107-121
• /
• 2023

In order to acquire a wide range of land that changes in real time and quickly and accurately grasp it, we plan to utilize the recently released high-resolution S.Korea's satellite image data and artificial intelligence (AI). Compared to existing satellite images, the spectral and periodic resolutions of S.Korea's satellite are higher, making them a more suitable data source for periodically monitoring changes in land. Therefore, this study aims to acquire S.Korea's satellite, select 8 types of objects to detect land changes, construct data sets for them, and apply AI models to analyze them. In order to confirm the optimal model and variable conditions for detecting 8 types of objects of various types, several experiments are performed and AI-based image analysis is technically reviewed.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.28 no.4
• /
• pp.847-857
• /
• 2018

As the number of malicious code increases steeply, cyber attack victims targeting corporations, public institutions, financial institutions, hospitals are also increasing. Accordingly, academia and security industry are conducting various researches on malicious code detection. In recent years, there have been a lot of researches using machine learning techniques including deep learning. In the case of research using Convolutional Neural Network, ResNet, etc. for classification of malicious code, it can be confirmed that the performance improvement is higher than the existing classification method. However, one of the characteristics of the target attack is that it is custom malicious code that makes it operate only for a specific company, so it is not a form spreading widely to a large number of users. Since there are not many malicious codes of this kind, it is difficult to apply the previously studied machine learning or deep learning techniques. In this paper, we propose a method to classify malicious codes when the amount of samples is insufficient such as targeting type malicious code. As a result of the study, we confirmed that the accuracy of 97% can be achieved even with a small amount of data by applying the Memory Augmented Neural Networks model.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.133-133
• /
• 2016

지구온난화와 그에 따른 기후변화로 수자원부족현상이 전지구적으로 나타남에 따라 세계 각국은 물부족 현상을 극복하기 위해 다양한 대처방안을 찾고 있다. 가상수 이론은 전세계적 차원에서 상품에 내재된 가상수를 통해 물을 공급하고 배분함으로써 물부족을 해결할 수 있다는 주장으로서 물부족현상에 처한 세계 각국의 관심을 끌고 있다. 특히 향후 국제적 수준에서 물거래에 대한 조치가 예상됨에 따라 이에 가상수가 국가간에 얼마나 어떠한 형태로 이동하는지 '가상수 이동'에 대한 정보가 필요하게 되었다. 그럼에도 불구하고 지금까지의 가상수 흐름에 대한 정보는 미국이나 일본 등을 중심으로 한 자료뿐이었다. 한국을 중심으로 한국의 관심사를 반영한 가상수 이동에 대한 연구결과는 충분하지 않았다. 따라서 본 연구에서는 전세계적 수준에서의 가상수 이동추이를 한국을 중심으로 분석하도록 한다. 분석수준은 전세계적 수준과 국가간 수준이며, 분석기간은 1989년부터 2014년까지 총 26년이다. 분석 대상은 가상수 교역이 활발한 주요 16개국의 11개 농축산물이다. 분석을 위한 자료로는 UN과 세계식량기구의 자료를 활용해 데이터셋을 구축했다. 분석결과 전세계적 수준에서는 콩, 옥수수, 밀, 보리가 주요 가상수 수출입 품목으로 밝혀졌다. 시기별로는 1999년 까지는 밀의 교역이 압도적이었으나 1999년 이후 콩 가상수의 교역이 증가하고 있는 것으로 파악되었다. 가상수의 유형과 관련해서는 녹색가상수의 교역이 청색가상수보다 압도적으로 많았으며, 국가간의 가상수 이동량은 지속적으로 증가하고 있는 추세임을 알 수 있었다. 가상수의 주요 수출국은 미국을 비롯해 브라질, 아르헨티나, 호주 등 농업대국이 상위권을 차지했고, 주요 수입국은 중국, 일본, 한국 등 동북아시아 국가들이었다. 가상수 수출은 미국이 분석기간 내내 우위를 차지하나, 2000년대 이후 중국의 부상이 눈에 띄는 변화라고 할 수 있다. 가상수 수입과 관련해서는 2000년대 이후 중국의 가상수 수입 증가 추세가 두드러졌다. 국가간 수준의 분석에서는 한국과 미국, 한국과 중국, 한국과 호주 등 한국의 주요 가상수 교역국가간의 흐름을 분석했다. 국가간 수준의 분석에서 특기할 만한 점은 미국에서 한국으로 이동한 전체 가상수의 81퍼센트를 녹색가상수가 차지하며, 한국에서 중국으로 이동한 가상수의 74퍼센트가 축산물 가상수라는 점이었다. 본 연구의 분석결과를 기반으로 해 향후에는 가상수 이동 데이터베이스를 구축할 것이 요구되며, 가상수 이동추이의 변화가 가져올 시나리오에 대한 연구도 필요하다고 할 수 있다.

• Journal of The Korean Association For Science Education
• /
• v.43 no.6
• /
• pp.573-582
• /
• 2023

This study aimed to explore the potential use of artificial intelligence in science education for gifted students by analyzing the structure of abstracts written by students at a gifted science academy and comparing the performance of various elements extracted using AI. The study involved an analysis of 263 graduation theses from S Science High School over five years (2017-2021), focusing on the frequency and types of background, objectives, methods, results, and discussions included in their abstracts. This was followed by an evaluation of their accuracy using AI classification methods with fine-tuning and prompts. The results revealed that the frequency of elements in the abstracts written by gifted students followed the order of objectives, methods, results, background, and discussions. However, only 57.4% of the abstracts contained all the essential elements, such as objectives, methods, and results. Among these elements, fine-tuned AI classification showed the highest accuracy, with background, objectives, and results demonstrating relatively high performance, while methods and discussions were often inaccurately classified. These findings suggest the need for a more effective use of AI, through providing a better distribution of elements or appropriate datasets for training. Educational implications of these findings were also discussed.