• Journal of the Korean Society of Radiology
• /
• v.18 no.3
• /
• pp.267-273
• /
• 2024

Using a cloud-based vertex AI platform that can develop an artificial intelligence learning model without coding, this study easily developed an artificial intelligence learning model by the non-professional general public and confirmed its clinical applicability. Nine dental diseases and 2,999 root disease X-ray images released on the Kaggle site were used for the learning data, and learning, verification, and test data images were randomly classified. Image classification and multi-label learning were performed through hyper-parameter tuning work using a learning pipeline in vertex AI's basic learning model workflow. As a result of performing AutoML(Automated Machine Learning), AUC(Area Under Curve) was found to be 0.967, precision was 95.6%, and reproduction rate was 95.2%. It was confirmed that the learned artificial intelligence model was sufficient for clinical diagnosis.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.521-524
• /
• 2023

본 연구에서는 AI 인공지능을 활용한 통일신라 석탑 '경주 불국사 삼층석탑' 복원을 위해 석탑 3D모델링 과정에 대한 연구를 수행하였다. 산성비로 부식되어 갈라진 더 이상 원본의 형태를 알아 볼 수 없는 현재 통일신라 석탑 형태를 3D모델링 작업을 통하여 AI로 하여금 원활한 교육이 실시 되도록 하는 것을 목표로한다. 본래 제작 되어있는 3D 모델링은 많은 버텍스와 페이스로 학습 데이터가 많아 실제 활용하기에 어려움을 가지고 있다. 때문에 적은 양의 버텍스와 페이스로 새로운 3D 모델링 제작에 대한 필요성에 대해 확인하였다. 본 연구는 그에 필요한 석탑 모델링 과정에 대해 서술한다. 이를 위해 본 논문은 석탑에 대한 구조를 살피고 모델링에 활용된 프로그램의 장단점과 분석을 도출하였다. 본 연구를 통해 석탑 복원에 필요한 3D모델링 프로그램 활용의 전망과 더불어 인공지능 AI의 한계점을 3D 모델링의 정확도와 세밀함을 통하여 타파하고자 하였다.