• Journal of Intelligence and Information Systems
• /
• v.28 no.4
• /
• pp.347-364
• /
• 2022

Fraudulent companies or sellers strategically manipulate reviews to influence customers' purchase decisions; therefore, the reliability of reviews has become crucial for customer decision-making. Since customers increasingly rely on online reviews to search for more detailed information about products or services before purchasing, many researchers focus on detecting manipulated reviews. However, the main problem in detecting manipulated reviews is the difficulties with obtaining data with manipulated reviews to utilize machine learning techniques with sufficient data. Also, the number of manipulated reviews is insufficient compared with the number of non-manipulated reviews, so the class imbalance problem occurs. The class with fewer examples is under-represented and can hamper a model's accuracy, so machine learning methods suffer from the class imbalance problem and solving the class imbalance problem is important to build an accurate model for detecting manipulated reviews. Thus, we propose an OpenAI-based reviews generation model to solve the manipulated reviews imbalance problem, thereby enhancing the accuracy of manipulated reviews detection. In this research, we applied the novel autoregressive language model - GPT-3 to generate reviews based on manipulated reviews. Moreover, we found that applying GPT-3 model for oversampling manipulated reviews can recover a satisfactory portion of performance losses and shows better performance in classification (logit, decision tree, neural networks) than traditional oversampling models such as random oversampling and SMOTE.

• Journal of Convergence for Information Technology
• /
• v.10 no.6
• /
• pp.35-40
• /
• 2020

As we enter the society of the future, efforts to increase healthy living are a major area of concern for modern people. In particular, the development of technology for a healthy life that combines ICT technology with a competitive healthcare industry environment is becoming the next growth engine. Therefore, in this paper, artificial intelligence-based data analysis of the examination results was applied in the health examination process. Through this, a research was conducted to build a knowledge base modeling that can improve the reliability of the overall judgment. To this end, an algorithm was designed through deep learning analysis to calculate and verify the test result index. Then, the modeling that provides comprehensive examination information through judgment knowledge was studied. Through the application of the proposed modeling, it is possible to analyze and utilize big data on national health, so it can be expected to reduce medical expenses and increase health.

• Review of KIISC
• /
• v.29 no.3
• /
• pp.37-43
• /
• 2019

딥러닝을 비롯한 인공기능과 영상처리 분야의 접목은 기존 물리보안의 기술적 한계를 뛰어넘어 새로운 기회의 장을 마련하고 있다. 하지만 딥러닝 기반 영상분석 기술도 지능형 영상감시가 필요한 실제 현장에서는 다양한 환경의 제약사항으로 인해 성능이 저하될 가능성이 높다. 본 논문에서는 실제 CCTV 환경의 영상 데이터를 확보하여 신경망을 이용한 지속적인 학습을 통해 영상분석의 성능을 개선하는 클라우드 기반 지능형 영상보안 플랫폼을 소개한다. 클라우드 기반 지능형 영상보안 플랫폼은 지자체 통합관제센터에서 수집한 CCTV 영상을 학습 데이터로 활용하여, 현장에서 신뢰받을 수 있는 사람 검출, 사람/차량 재식별, 열악 차량번호판 탐지 등의 지능형 영상분석 서비스를 제공할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.1110-1111
• /
• 2023

본 논문은 해외 배송 화물에 대하여 실시간 위치와 정확한 도착 예정 시간을 제공하기 위하여 유가와 기상 정보 등 다양한 변수가 선박 항로에 미치는 영향을 분석한다. 기존의 ETA 예측 방법은 GPS 정보와 수기 데이터를 기반으로 하여 낮은 정확도를 보였으나, 극복하기 위한 방안으로 기상 상황 혹은 세계 유가 변동 변수까지 고려하여 인공지능 모델을 구축하였다. 선박의 도착 예측 시간 정확도 향상과 불확실성 해소를 주된 목표로 하며 이를 토대로 육·해상 통합 서비스를 개발하고자 한다. 이러한 예측 정보는 선사가 운영을 최적화하고 비용을 절감하는 데 도움을 주며, 소비자들은 신뢰할 수 있는 정보를 통해 불편과 손실을 최소화할 수 있을 것으로 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.590-591
• /
• 2023

최근 사람들의 건강에 대한 관심이 많아지고 다양한 운동 컨텐츠가 확산되면서 실내에서 운동을 할 수 있는 기회가 많아졌다. 하지만, 전문가의 도움없이 정확하지 않은 동작을 수행하다 큰 부상을 입을 위험성이 높다. 본 연구는 CNN 기반 요가 자세 분류 모델을 생성하고 설명가능 인공지능 기술을 적용하여 예측 결과에 대한 해석을 제시한다. 사용자에게 설명성과 신뢰성 있는 모델을 제공하여 자신에게 맞게 올바른 자세를 결정할 수 있고, 무리한 동작으로 부상을 입을 확률 또한 낮출 수 있을 것으로 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.712-715
• /
• 2023

딥러닝 기술의 발전은 고품질의 대규모 데이터에 크게 의존한다. 그러나, 데이터의 품질과 일관성을 유지하는 것은 상당한 비용과 시간이 소요된다. 이러한 문제를 해결하기 위해 최근 연구에서 최소한의 비용으로 최대의 성능을 추구하는 액티브 러닝(active learning) 기법이 주목받고 있는데, 액티브 러닝은 모델 관점에서 불확실성(uncertainty)이 높은 데이터들을 샘플링 하는데 중점을 둔다. 하지만, 레이블 생성에 있어서 여전히 많은 시간적, 자원적 비용이 불가피한 점을 고려할 때 보완이 불가피 하다. 본 논문에서는 의사-라벨링(pseudo labeling)을 활용한 준지도학습(semi-supervised learning) 방식과 학습 손실을 동시에 사용하여 모델의 불확실성(uncertainty)을 측정하는 방법론을 제안한다. 제안 방식은 레이블의 신뢰도(confidence)와 학습 손실의 최적화를 통해 비용 효율적인 데이터 레이블 생성 방식을 제안한다. 특히, 레이블 데이터의 품질(quality) 및 일관성(consistency) 측면에서 딥러닝 모델의 정확도 성능을 높임과 동시에 적은 데이터만으로도 효과적인 학습이 가능할 수 있는 메커니즘을 제안한다.

• Journal of the Korean Society of Radiology
• /
• v.17 no.6
• /
• pp.873-879
• /
• 2023

This study explored the use of artificial intelligence(AI) to detect foreign bodies in chest X-ray images. Medical imaging, especially chest X-rays, plays a crucial role in diagnosing diseases such as pneumonia and lung cancer. With the increase in imaging tests, AI has become an important tool for efficient and fast diagnosis. However, images can contain foreign objects, including everyday jewelry like buttons and bra wires, which can interfere with accurate readings. In this study, we developed an AI algorithm that accurately identifies these foreign objects and processed the National Institutes of Health chest X-ray dataset based on the YOLOv8 model. The results showed high detection performance with accuracy, precision, recall, and F1-score all close to 0.91. Despite the excellent performance of AI, the study solved the problem that foreign objects in the image can distort the reading results, emphasizing the innovative role of AI in radiology and its reliability based on accuracy, which is essential for clinical implementation.

• Journal of Internet of Things and Convergence
• /
• v.8 no.6
• /
• pp.85-92
• /
• 2022

Demand for big data analysis and AI developers is increasing, but there is a lack of an education base to supply them. In this paper, by developing a cloud-based artificial intelligence education platform, the goal was to establish an environment in which practical practical training can be efficiently learned at low cost at educational institutions and IT companies. The development of the education platform was carried out by planning scenarios for each user, architecture design, screen design, implementation of development functions, and hardware construction. This training platform consists of a containerized workload, service management platform, lecture and development platform for instructors and students, and secured cloud stability through real-time alarm system and age test, CI/CD development environment, and reliability through docker image distribution. The development of this education platform is expected to expand opportunities to enter new businesses in the education field and contribute to fostering working-level human resources in the AI and big data fields.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.845-848
• /
• 2021

최근 화석연료의 급격한 사용에 따른 자원고갈이나 환경오염과 같은 문제들이 심각해짐에 따라 화석연료를 대체할 수 있는 신재생에너지에 대한 관심이 높아지고 있다. 태양광 에너지는 다른 에너지원에 비해 고갈의 우려가 없고, 부지 선정의 제약이 크지 않아 수요가 증가하고 있다. 태양광 발전 시스템에서 생산된 전력을 효과적으로 사용하기 위해서는 태양광 발전량에 대한 정확한 예측 모델이 필요하다. 이를 위한 다양한 딥러닝 기반의 예측 모델들이 제안되었지만, 이러한 모델들은 모델 내부에서 일어나는 의사결정 과정을 들여다보기가 어렵다. 의사결정에 대한 설명이 없다면 예측 모델의 결과를 완전히 신뢰하고 사용하는 데 제약이 따른다. 이런 문제를 위해서 최근 주목을 받는 설명 가능한 인공지능 기술을 사용한다면, 예측 모델의 결과 도출에 대한 해석을 제공할 수 있어 모델의 신뢰성을 확보할 수 있을 뿐만 아니라 모델의 성능 향상을 기대할 수도 있다. 이에 본 논문에서는 Long Short-Term Memory(LSTM)을 사용하여 모델을 구성하고, 모델에서 어떻게 예측값이 도출되었는지를 SHapley Additive exPlanation(SHAP)을 통하여 설명하는 태양광 발전량 예측 기법을 제안한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.10a
• /
• pp.115-117
• /
• 2013

수평자세제어에 대한 활용은 다양한 진동이 발생하는 환경에서 정확한 수평제어를 필요로 하는 모든 분야에 활용할 수 있다. 이러한 수평제어에 대한 문제는 다수의 액추에이터(Actuator)를 어떠한 방법으로 제어하는가에 따라 그 성능이 달라지며, 발생한 외란에 대하여 어떠한 방법으로 외란을 계측하고 특성을 분석하는 것이 무엇보다 중요하다. 이러한 비선형성이 강한 수평자세제어에 대하여 인공지능기법인 신경회로망의 학습기능을 활용하여 그 수평자세 제어에 대한 성능을 연구하고 있는 추세에 있다. 본 논문에서는 고속이며 신뢰성을 보장하고 있는 CAN 통신방식을 활용하여 3개의 리니어 액추에이터(Linear Actuator)를 동시에 제어하도록 하고, 플랜트의 기울어진 상태는 자이로센서를 활용하여 플랜트의 상태를 지능적으로 판단하게 하였다. 또한 플랜트에 발행하는 왜란은 수평자세제어를 위한 플랜트 위에 볼(ball)을 놓아 비선형적인 왜란이 발생하도록 하였다. 이러한 왜란에 대하여 영상처리 기법을 활용하여 지능적으로 제어하도록 하여 CAN 통신의 활용성과 영상처리시스템(Image Processing System)의 활용성 및 지능제어의 활용성을 제시하고자 한다.