• Annual Conference of KIPS
• /
• 2023.05a
• /
• pp.579-581
• /
• 2023

에너지바우처 사업은 해마다 지원 예산의 규모를 증액하고 대상 가구원 특성 기준을 추가하는 등 지속적인 노력에도 불구하고 현재 에너지바우처 사용률은 전국 평균 약 81.8%로 여전히 목표치에는 못 미치는 상황이다. 본 논문에서는 2015년 최초 시행 이후부터 누적된 에너지바우처의 데이터와 에너지연료비(유가 정보, 지역 난방비 등), 기상청의 개방된 기상자료(기상특보, 예보), 한전의 실시간 전력 소비데이터 등 타 정보를 결합하여 인공지능 기반 데이터 분석으로 에너지바우처 사용률을 높여 사용률 저조 원인을 분석하고 이를 기반으로 위험 가구에 대한 사전 탐지와 관리를 위한 시스템을 제안한다. 향후, 제안 시스템의 현실적인 운영을 위해서는 사용률과 연관된 다양한 변수에 대한 분석과 시스템 성능평가가 필요하다.

• Annual Conference of KIPS
• /
• 2024.05a
• /
• pp.715-718
• /
• 2024

추천 시스템을 통해 사용자의 만족도를 높여 매출 증대까지 기대할 수 있기에, 추천 시스템은 과거부터 활발하게 연구되어 왔다. 추천 시스템은 크게 선형 모델과 비선형 모델로 구분할 수 있는데, 각 모델이 주로 독자적으로 연구되어 통합된 성능 결과를 명확히 알 수 없는 경우가 많아, 두 모델 간 특성 차이를 명확히 파악하여 추천 상황에서 적합한 모델을 선택하기 어려운 문제가 있다. 따라서 본 연구에서는 선형 모델과 비선형 모델을 같은 데이터와 같은 환경, 같은 성능평가 지표로 실험하여 결과를 비교 및 분석해보고자 한다.

• Annual Conference of KIPS
• /
• 2024.10a
• /
• pp.888-889
• /
• 2024

주차 관리 서비스의 개발은 제한된 주차 자원을 효율적으로 활용하고, 실시간 주차 수요를 파악하며, 사용자에게 편리한 서비스를 제공하는 데 중요한 역할을 한다. 본 논문에서는 AI 기반의 딥러닝 모델과 영상 처리 기술을 결합하여 빌라의 주차 공간을 효율적으로 관리하는 시스템을 제안한다. 이 시스템은 YOLOv8를 활용하여 차량 객체를 실시간으로 감지하고, OpenCV를 사용하여 주차 공간의 빈자리를 인식한다. 또한, 예상 출차 시간을 강화학습 기반의 알고리즘을 이용하여 사용자에게 제공하며, 이를 통해 주차 공간의 효율적 이용을 극대화한다. 서버는 주차장 내 주차 현황과 출차 시간을 실시간으로 갱신하며, 관리자는 웹 플랫폼을 통해 데이터를 모니터링 및 관리하고, 사용자는 웹 또는 모바일 애플리케이션을 통해 주차 공간 조회와 차량 예상 출차 시간을 제공받을 수 있다. 다양한 실험을 통해 제안된 시스템의 성능과 정확성을 확인하였으며, 이를 통해 주차 관리의 자동화와 편리성 향상에 기여할 수 있을 것으로 예상된다.

• Annual Conference of KIPS
• /
• 2024.10a
• /
• pp.1043-1044
• /
• 2024

교통사고분석 시스템(TAAS, 도로교통공단) 통계에 따르면 PM(Personal Mobility) 관련 교통사고는 2023년 2389건으로, 2019년 447건 대비 5배 이상 증가하였다. 증가하는 교통사고를 예방하기 위해 본 논문에서는 AI 기술을 이용한 스마트 전동 킥보드 안전 시스템을 제시한다. AI 딥러닝 기반 모델을 적용해 무면허, 헬멧 미착용, 2인 이상 탑승, 횡단보도 주행, 교통안전에 위배되는 무단 주차를 제한한다. 본 시스템을 통해 전동 킥보드 이용자들의 도로교통법 준수와 공공의 안전 강화를 기대한다.

• Annual Conference of KIPS
• /
• 2024.10a
• /
• pp.580-583
• /
• 2024

서비스 고도화와 퍼블릭 클라우드 확산으로 인해 시스템 복잡성과 규모가 증가하면서 시계열 로그 데이터의 양과 유형이 증가하고 있다. 안정적인 시스템 운영을 위해 시계열 로그 모니터링은 필수적이며 이상 탐지에는 높은 정확도가 요구된다. 본 연구에서는 트랜스포머 구조와 칼만 필터를 결합해 시스템 장애와 무관한 로그 데이터의 노이즈를 제거하고, 시계열 데이터의 패턴을 주기적으로 학습하여 임계치를 자동으로 조정함으로써 이상 탐지의 정확도를 높이고자 한다. 제안된 방법의 성능을 검증하기 위해 운영 중인 클라우드 환경에서 발생된 시계열 로그를 기반으로 실험을 수행한 결과, 연구에 사용된 다른 4 가지 딥러닝 기반 이상 탐지 모델보다 우수한 성능을 보였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.320-320
• /
• 2019

유역의 수문 자료를 정확하게 분석하는 것은 수리 구조물을 효율적으로 운영하기 위한 중요한 요소이다. 인공신경망(Artificial Neural Networks, ANNs) 모형은 입 출력 자료의 비선형적인 관계를 해석할 수 있는 모형으로 강우-유출 해석 등 수문 분야에 다양하게 적용되어 왔다. 이후 기존의 인공신경망 모형을 연속적인(sequential) 자료의 분석에 더 적합하도록 개선한 회귀신경망(Recurrent Neural Networks, RNNs) 모형과 회귀신경망 모형의 '장기 의존성 문제'를 개선한 장단기메모리(Long Short-Term Memory Networks, 이하 LSTM)가 차례로 제안되었다. LSTM은 최근에 주목받는 딥 러닝(Deep learning) 기법의 하나로 수문 자료와 같은 시계열 자료의 분석에 뛰어난 성능을 보일 것으로 예상되며, 수문 분야에서 이에 대한 적용성 평가가 요구되고 있다. 본 연구에서는 인공신경망 모형과 LSTM 모형으로 유출량을 모의하여 두 모형의 성능을 비교하고 향후 LSTM 모형의 활용 가능성을 검토하고자 하였다. 나주 수위관측소의 수위 자료와 인접한 기상관측소의 강우량 자료로 모형의 입 출력 자료를 구성하여 강우 사상에 대한 시간별 유출량을 모의하였다. 연구 결과, 1시간 후의 유출량에 대해서는 두 모형 모두 뛰어난 모의 능력을 보였으나, 선행 시간이 길어질수록 LSTM의 정확성은 유지되는 반면 인공신경망 모형의 정확성은 점차 떨어지는 것으로 나타났다. 앞으로의 연구에서 유역 내 다양한 수리 구조물에 의한 유 출입량을 추가로 고려한다면 LSTM 모형의 활용성을 보다 더 확장할 수 있을 것이다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.10a
• /
• pp.44-46
• /
• 2021

Many cameras are used in real life, and they are often used for monitoring and crime prevention to check the situation of problems beyond just taking pictures for memories. Such surveillance and prevention are generally used only for simple storage, and in systems utilizing multiple cameras, utilizing additional features would require additional hardware specifications. In this paper, we add image input methods and post-object processing processes to process multiple image inputs from one hardware or server that perform object detection systems that deviate from typical image processing. The performance of the method is utilized in both learning and reasoning of the hardware performing deep learning, and allows improved image processing processes to be performed.

• Korean Journal of Remote Sensing
• /
• v.38 no.6_2
• /
• pp.1743-1747
• /
• 2022

Sentinel-2 can be used as proxy data for the Korean Compact Advanced Satellite 500-4 (CAS500-4), also known as Agriculture and Forestry Satellite, in terms of spectral wavelengths and spatial resolution. This letter examined cloud detection for later use in the CAS500-4 based on deep learning technologies. DeepLabV3+, a traditional Convolutional Neural Network (CNN) model, and Shifted Windows (Swin) Transformer, a state-of-the-art (SOTA) Transformer model, were compared using 22,728 images provided by Radiant Earth Foundation (REF). Swin Transformer showed a better performance with a precision of 0.886 and a recall of 0.875, which is a balanced result, unbiased between over- and under-estimation. Deep learning-based cloud detection is expected to be a future operational module for CAS500-4 through optimization for the Korean Peninsula.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.13 no.1
• /
• pp.169-174
• /
• 2018

There are many CCTV cameras connected to the video surveillance and monitoring center for the safety of citizens, and it is difficult for a few monitoring agents to monitor many channels of videos. In this paper, we propose an intelligent video surveillance system utilizing a safety map to efficiently monitor many channels of CCTV camera videos. The safety map establishes the frequency of crime occurrence as a database, expresses the degree of crime risk and makes it possible for agents of the video surveillance center to pay attention when a woman enters the crime risk area. The proposed gender classification method is processed in the order of pedestrian detection, tracking and classification with deep training. The pedestrian detection and tracking uses Adaboost algorithm and probabilistic data association filter, respectively. In order to classify the gender of the pedestrian, relatively simple AlexNet is applied to determine gender. Experimental results show that the proposed gender classification method is more effective than the conventional algorithm. In addition, the results of implementation of intelligent video security system combined with safety map are introduced.

• Journal of Digital Convergence
• /
• v.15 no.1
• /
• pp.381-391
• /
• 2017

Biometric technology is a technology for authenticating a user using the physical or behavioral features of the inherent characteristics of the individual. With the necessity and efficiency of the technology in the fields of finance, security, access control, medical welfare, inspection, and entertainment, the service range has been expanding. Biometrics using biometric information such as fingerprints and faces have been exposed to counterfeit and disguised threats and become a social problem. Recent studies using a bio-signal from the inside of the body other than the bio-information of the external body are being developed. This paper analyzes the recent research and technology of biometric systems using bio-signals, ECG, heart sounds, EEG, and EMG to present the skills needed for the development direction. In the future, utilizing the deep learning to build and analyze database to manage bio-signal based big data for the complex condition of individuals, biometrics technologies suitable for real time environment are expected to be researched.