• 한국ITS학회 논문지
• /
• 제20권6호
• /
• pp.242-263
• /
• 2021

본 논문은 자율주행 알고리즘 개발을 위한 저비용 드라이빙 시뮬레이터 구축 방법을 소개한다. 이는 물리엔진을 적용한 상용게임 소프트웨어인 GTA V를 활용하여 구현되며 자율주행 시스템에 필요한 다양한 센서 출력값 및 데이터를 에뮬레이션하는 기능을 내장한다. 이를 위해 GTA V 내부 데이터를 취득할 수 있는 Script Hook V의 NF를 활용하여 GT 데이터를 취득하고, 이를 활용하여 다양한 자율주행용 센서 데이터를 생성한다. 본문에서는 설계된 드라이빙 시뮬레이터의 전반적인 기능들을 소개하며, 개별 기능에 대한 검증을 수행한다. 자율주행 알고리즘 개발 환경 구축을 위해 게임 엔진 내부 메모리 접근을 통한 GT 데이터를 취득하는 과정을 설명하고, 에뮬레이션된 센서값을 처리 및 활용하여 인공 신경망 학습 및 성능평가에 적용 가능한 예시를 제시한다.

• 한국문헌정보학회지
• /
• 제51권4호
• /
• pp.99-120
• /
• 2017

본 논문에서는 지속적으로 커져가는 산업 시장에 대해 관련 연구자들이 이를 효율적으로 분석할 수 있는 반자동 지원 체제개발을 위한 기술 용어와 기술 개념에 대한 정의문 및 설명문을 자동으로 생성하는 한국어 문장 생성 모델을 제시한다. 한국어 정의 문장 생성을 위하여 딥러닝 기술 중 데이터의 전/후 관계를 포함한 시퀀스 레이블링이 가능한 LSTM을 활용한다. LSTM을 근간으로 한 두 가지 모델은 기술명을 입력할 시 그에 대한 정의문 및 설명문을 생성한다. 다양하게 수집된 대규모 학습 말뭉치를 이용해 실험한 결과, 본 논문에서 구현한 2가지 모델 중 CNN 음절 임베딩을 활용한 어절 단위 LSTM 모델이 용어에 대한 정의문 및 설명문을 생성하는데 더 나은 결과를 도출시킨다는 사실을 확인하였다. 본 논문의 연구 결과를 바탕으로 동일한 주제를 다루는 문장 집합을 생성할 수 있는 확장 모델을 개발할 수 있으며 더 나아가서는 기술에 대한 문헌을 자동으로 작성하는 인공지능 모델을 구현할 수 있으리라 사료된다.

• 디지털융복합연구
• /
• 제18권9호
• /
• pp.391-402
• /
• 2020

오늘날은 미디어 컨버전스 시대로 게임처럼 스토리를 선택하는 드라마를 시청하거나 영화처럼 연출하는 게임을 즐길 수 있다. 두 매체는 인터랙티브 스토리텔링을 구현하고 있으며 이 대한 논의는 오래전부터 현재까지 진행 중이다. 본 연구는 인터랙티브 스토리텔링의 새로운 브렌치 구조를 제안함과 동시에 브렌치 구조 스토리텔링 진행 방법에 대한 새로운 관점을 모색함을 목적으로 한다. 지금까지 인터랙티브 스토리텔링을 가장 잘 구현하고 있는 게임을 주된 연구대상으로 하였으며 연구결과 스토리의 내러티브를 유지하면서도 이용자가 자유롭게 상호작용을 느낄 수 있는 인터랙티브 스토리텔링 구조로서 Plot border와 Adjuster 개념을 포함한 Volume 브렌치 구조를 제안하였다. 이 구조는 게임매체 속에서 실시간 편집 영상으로만 구현할 수 있으며 지속적으로 발전하고 있는 물리엔진과 현재까지 게임에는 적극 도입되지 않고 있는 인공지능을 적용할 때 가능함을 설명하였다.

• 전자공학회논문지CI
• /
• 제38권6호
• /
• pp.57-69
• /
• 2001

전문가 시스템은 인공지능의 한 분야로서 인간의 사고방식을 모방함으로써 다양한 분야에서 야기되는 문제들을 해결해준다. 대부분의 전문가 시스템은 추론엔진과 지식베이스등과 같은 많은 요소들로 구성된다. 특히 전문가 시스템의 성능은 추론엔진의 효율성에 의해 좌우된다 이러한 추론 엔진은 지식베이스가 구축될 때, 가능한한 적은 제약성을 가져야 함은 물론, 다양한 추론 방법을 제공해야 한다는 특정을 갖고 있어야 한다. 이 논문에서는 도메인 지식 표현을 위한 지식스키마와, 추론을 위한 지식구현 기법, 그리고 블랙보드와 추론엔진을 혼합한 지식베이스 엔진을 제안한다. 그리고 제안한 기법들을 이용하여 구축한 중공업 장비 진단 전문가 시스템에 대해서 설명한다. 이 논문에서 연구한 고장진단 지식기반 시스템은 지식기반 시스템 연구분야의 실질적 기반이 될 수 있을 것이다.

• 한국시뮬레이션학회논문지
• /
• 제26권2호
• /
• pp.59-65
• /
• 2017

M&S의 발전과 더불어 국방 M&S등 인간의 의사결정을 포함하는 분야의 요구가 증대되는 현실에서 AI기술을 활용한 모델링 연구가 각광받고 있다. AI는 복잡한 문제 해결을 위한 방법임은 분명하나 M&S에서 요구되는 입력시점과 처리시간 등의 논리적 시간을 고려하지 않았다. 따라서 본 논문에서는 대표적인 AI 기술인 규칙기반 전문가시스템을 논리적 시간을 고려한 규칙구조 "IF-THEN-AFTER"와 추론엔진으로 재설계한 시간기반의 전문가 시스템을 제안하고, 기존의 규칙기반 전문가 시스템과의 차이를 설명하기 위한 간단한 예제를 들어 논리적 분석을 시도하였다. 그 결과로 제안하는 시간기반의 전문가 시스템 모델은 일반적인 규칙기반 전문가시스템과 다르게 입력시점과 추론시간에 따라 다른 결과를 보임을 알 수 있으며, 이는 M&S에서 요구되는 논리적 시간을 고려한 AI의 문제해결이 가능함을 의미한다.

• 산업경영시스템학회지
• /
• 제45권2호
• /
• pp.65-76
• /
• 2022

Recently, not only traditional statistical techniques but also machine learning algorithms have been used to make more accurate bankruptcy predictions. But the insolvency rate of companies dealing with financial institutions is very low, resulting in a data imbalance problem. In particular, since data imbalance negatively affects the performance of artificial intelligence models, it is necessary to first perform the data imbalance process. In additional, as artificial intelligence algorithms are advanced for precise decision-making, regulatory pressure related to securing transparency of Artificial Intelligence models is gradually increasing, such as mandating the installation of explanation functions for Artificial Intelligence models. Therefore, this study aims to present guidelines for eXplainable Artificial Intelligence-based corporate bankruptcy prediction methodology applying SMOTE techniques and LIME algorithms to solve a data imbalance problem and model transparency problem in predicting corporate bankruptcy. The implications of this study are as follows. First, it was confirmed that SMOTE can effectively solve the data imbalance issue, a problem that can be easily overlooked in predicting corporate bankruptcy. Second, through the LIME algorithm, the basis for predicting bankruptcy of the machine learning model was visualized, and derive improvement priorities of financial variables that increase the possibility of bankruptcy of companies. Third, the scope of application of the algorithm in future research was expanded by confirming the possibility of using SMOTE and LIME through case application.

• 한국전자통신학회논문지
• /
• 제18권5호
• /
• pp.999-1008
• /
• 2023

당뇨병과 같은 만성 질환의 조기 예측은 중요한 이슈이며, 그중에서도 당뇨 예측의 정확도 향상은 매우 중요하다. 당뇨 예측을 위한 다양한 기계 학습 및 딥 러닝 기반 방법론을 도입하고 있으나, 이러한 기술들은 다른 방법론보다 더 우수한 성능을 위해 대량의 데이터를 필요로 하며, 복잡한 데이터 모델 때문에 학습 비용이 높다. 본 연구에서는 pima 데이터셋과 k-fold 교차 검증을 사용한 DNN이 당뇨 진단 모델의 효율성을 감소시킨다는 주장을 검증하고자 한다. 의사 결정 트리, SVM, 랜덤 포레스트, 로지스틱 회귀, KNN 및 다양한 앙상블 기법과 같은 기계 학습 분류 방법을 사용하여 어떤 알고리즘이 최상의 예측 결과를 내는지 결정하였다. 모든 분류 모델에 대한 훈련 및 테스트 후 제안된 시스템은 ADASYN 방법과 함께 XGBoost 분류기에서 최상의 결과를 제공하였으며, 정확도는 81%, F1 계수는 0.81, AUC는 0.84였다. 또한 도메인 적응 방법이 제안된 시스템의 다양성을 보여주기 위해 구현되었다. LIME 및 SHAP 프레임워크를 사용한 설명 가능한 AI 접근 방식이 모델이 최종 결과를 어떻게 예측하는지 이해하기 위해 구현되었다.

• 산업경영시스템학회지
• /
• 제47권1호
• /
• pp.41-50
• /
• 2024

Korea is facing a significant problem with historically low fertility rates, which is becoming a major social issue affecting the economy, labor force, and national security. This study analyzes the factors contributing to the regional gap in fertility rates and derives policy implications. The government and local authorities are implementing a range of policies to address the issue of low fertility. To establish an effective strategy, it is essential to identify the primary factors that contribute to regional disparities. This study identifies these factors and explores policy implications through machine learning and explainable artificial intelligence. The study also examines the influence of media and public opinion on childbirth in Korea by incorporating news and online community sentiment, as well as sentiment fear indices, as independent variables. To establish the relationship between regional fertility rates and factors, the study employs four machine learning models: multiple linear regression, XGBoost, Random Forest, and Support Vector Regression. Support Vector Regression, XGBoost, and Random Forest significantly outperform linear regression, highlighting the importance of machine learning models in explaining non-linear relationships with numerous variables. A factor analysis using SHAP is then conducted. The unemployment rate, Regional Gross Domestic Product per Capita, Women's Participation in Economic Activities, Number of Crimes Committed, Average Age of First Marriage, and Private Education Expenses significantly impact regional fertility rates. However, the degree of impact of the factors affecting fertility may vary by region, suggesting the need for policies tailored to the characteristics of each region, not just an overall ranking of factors.

• 대한영상의학회지
• /
• 제81권6호
• /
• pp.1305-1333
• /
• 2020

딥러닝 기술은 빅데이터 및 컴퓨팅 파워를 기반으로 최근 영상의학 분야의 연구에서 괄목할만한 성과를 이루어 내고 있다. 하지만 성능 향상을 위해 딥러닝 네트워크가 깊어질수록 그 내부의 계산 과정을 해석하기 어려워졌는데, 이는 환자의 생명과 직결되는 의료분야의 의사결정 과정에서는 매우 심각한 문제이다. 이를 해결하기 위해 "설명 가능한 인공지능 기술"이 연구되고 있으며, 그중 하나로 개발된 것이 바로 어텐션(attention) 기법이다. 본 종설에서는 이미 학습이 완료된 네트워크를 분석하기 위한 Post-hoc attention과, 네트워크 성능의 추가적인 향상을 위한 Trainable attention 두 종류의 기법에 대해 각각의 방법 및 의료 영상 연구에 적용된 사례, 그리고 향후 전망 등에 대해 자세히 다루고자 한다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.141-160
• /
• 2019

애자일 방법론은 인공지능 소프트웨어를 포함한 소프트웨어 개발 프로젝트에서 지난 몇 년 동안 널리 사용되고 있다. 이처럼 산업에서 애자일 방법론이 많이 사용되고 있음에도 불구하고, 애자일 방법론을 사용하는 소프트웨어 프로젝트의 성공 요인을 분석한 실증적 연구가 부족한 실정이다. 애자일 방법론을 사용하는 소프트웨어 프로젝트에서 고객의 역할을 이해하기 위해 사용자 참여 부족, 비현실적인 고객 기대치, 지속적인 요구 사항 변경의 고객 측 요인들이 프로젝트 성공에 미치는 영향을 조사하였다. 본 연구의 분석 대상은 애자일 방법을 소프트웨어 개발 방법론으로 사용하는 프로젝트이다. 일반적으로 소프트웨어 개발에서의 주 목표는 적은 시간과 비용으로 고품질 소프트웨어를 개발하는 것이다. 과거에는 프로젝트의 초기 단계에서 정한 고객 요구사항의 변화를 최소화하여, 그 변화에 수반되는 비용을 줄이려고 했다면, 오늘날의 프로젝트 관리에서 고객 요구사항의 변화는 고객이 원하는 시스템 개발을 위해 필수적인 것이라 인정하고 이 불가피한 변화에 보다 잘 대응하는 것이 중요하다고 볼 수 있다. 이에 효과적인 방법론으로 애자일 방법론이 많이 사용되고 있고, 본 연구에서는 이 애자일 방법론을 사용하는 프로젝트의 성공요인을 찾아내고자 한다. 본 연구를 위해 설문 방법이 이용되었다. 소셜 네트워크 사이트인 링크드인(LinkedIn)을 이용하여 소프트웨어 프로젝트 참여 경험이 있는 개발자들을 대상으로 온라인 설문을 하였고, 분석에 사용한 데이터는 213개의 응답 데이터이다. 이 설문 응답 데이터를 Ordered Logit Regression을 이용하여 세 가지 가설을 검증하였다. 분석 결과, 위 세 가지 클라이언트 측 요인들 모두가 애자일 방법을 사용하는 프로젝트의 성공에 크게 영향을 미친다는 사실을 실증적으로 찾아내었다. 첫째, 애자일 방법을 이용하기 위해서는 고객의 프로젝트 참여가 필수적이다. 이 결과는 애자일 방법론의 이론적 효과와 일치한다. 사용자와의 협업이 애자일 방법론에서 가장 중요한 요소 중에 하나인 만큼 고객의 참여는 매우 중요하다고 볼 수 있다. 둘째, 애자일 방법이 사용된 프로젝트에서는 고객의 요구 사항을 지속적으로 변경하는 것이 부정적인 요인이 아니라 프로젝트 성공의 긍정적인 요인이라는 흥미로운 결과를 얻었다. 고객의 요구 사항을 지속적으로 변경하는 것은 클라이언트와 공급 업체 간의 빈번한 상호 작용이나 의사 소통을 통해 사용자가 진정으로 원하는 시스템을 만드는데 도움이 되어 긍정적인 요인이 된다는 설명이 가능하다. 셋째, 비현실적인 고객의 기대는 애자일 방법이 사용된 프로젝트에서도 프로젝트 성공에 부정적인 영향을 준다는 결과를 얻었다.