• 해양환경안전학회지
• /
• 제28권1호
• /
• pp.184-192
• /
• 2022

밸브의 내부 누설 현상은 밸브의 내부 부품의 손상에 의해 발생하며 배관 시스템의 사고와 운전정지를 일으키는 주요 요인이다. 본 연구는 버터플라이형 밸브의 내부 누설에 따라 배관계에서 발생하는 음향방출 신호를 이용하여 배관 가동 중 실시간 누설 진단의 가능성을 검토하였다. 이를 위해 밸브의 작동 모드별로 측정한 시간영역의 AE 원시신호를 취득하였으며 이로부터 구축한 데이터셋은 데이터 기반의 인공지능 알고리즘에 적용하여 밸브의 내부 누설 유무를 진단하는 모델을 생성하였다. 누설 유무진단을 분류의 문제로 정의하여 SVM 기반의 머신러닝과 CNN 기반의 딥러닝 분류 알고리즘을 적용하였다. 데이터의 특징 추출에 기반한 SVM 분류 모델의 경우, 이진분류 모델에서 구축된 모델에 따라 83~90%의 정확도를 나타냈으며, 다중 클래스인 경우 분류 정확도가 66%로 감소하였다. 반면, CNN 기반의 다중 클래스 분류 모델의 경우 99.85%의 분류 정확도를 얻을 수 있었다. 결론적으로 밸브 내부 누설 진단을 위한 SVM 분류모델은 다중 클래스의 정확도 향상을 위해 적절한 특징 추출이 필요하며, CNN 기반의 분류모델은 프로세서의 성능 저하만 없다면 누설진단과 밸브 개도 분류에 효율적인 접근방법임을 확인하였다.

• 한국ITS학회 논문지
• /
• 제20권4호
• /
• pp.95-105
• /
• 2021

도로 노면 파손 탐지는 쾌적한 주행 환경과 안전사고의 예방을 위해 필요하다. 도로 관리 기관은 자동화 기술 기반의 검사 장비와 시스템을 활용하고 있다. 이러한 자동화 기술 중에서도 도로 노면의 파손을 탐지하는 기술은 중요한 역할을 수행한다. 최근 들어 딥러닝을 이용한 기술에 대한 연구가 활발하게 진행 중이다. 이러한 딥러닝 기술 개발을 위해서는 도로 영상과 라벨 영상이 필요하다. 하지만 라벨 영상을 확보하기 위해서는 많은 시간과 노동력이 요구된다. 본 논문에서는 이러한 문제를 해결하기 위하여 준지도 학습 기법 중 하나인 적대적 학습 방법을 제안했다. 이를 구현하기 위해서 5,327장의 도로 영상과 1,327장의 라벨 영상을 사용하여 경량화 심층 신경망 모델을 학습했다. 그리고 이를 400장의 도로 영상으로 실험한 결과 80.54%의 mean intersection over union과 77.85%의 F1 score를 갖는 모델을 개발하였다. 결과적으로 라벨 영상 없이 도로 영상만을 학습에 추가하여 인식 성능을 향상시킬 수 있는 기술을 개발하였고, 향후 도로 노면 관리를 위한 기술로 활용되길 기대한다.

• 한국ITS학회 논문지
• /
• 제18권4호
• /
• pp.44-57
• /
• 2019

여러 대도시에서 교통 혼잡 문제를 해결하기 위해 정확한 교통 흐름을 예측하는 다양한 연구가 진행되었다. 대부분의 연구가 과거의 교통 흐름 패턴이 미래에도 반복될 것이라는 가정하에 예측 모델을 개발하였으나 교통사고 등과 같은 뜻하지 않은 비반복적 교통 패턴을 예측하는 데에는 신뢰성이 낮게 나타났다. 이런 문제를 해결하기 위한 대안으로 지능형 교통 시스템(ITS)을 통해 얻은 빅데이터와 인공지능을 접목한 교통 흐름 예측 연구가 진행되어 왔다. 하지만 시계열 분석에 일반적으로 사용되는 알고리즘인 RNN의 경우, 단기 예측에 최적화되어 장기 예측 정확도가 낮다는 단점을 가지고 있다. 이런 문제를 해결하기 위해 본 논문에서는 기온과 강수량 등의 기상 정보 외에도 각종 외부 요인들을 고려하여 장기적 시점에서 교통 혼잡도를 예측하는 '심층 인공 신경망 모델'을 제안하였다. TOPIS 자료를 이용한 사례 연구 결과 서울시 주요 도로 링크의 교통 혼잡도를 90%에 가까운 정확도로 예측이 가능하였다. 추후 교통사고나 도로 공사와 같은 도로에 영향을 미치는 이벤트 데이터를 추가로 확보할 수 있다면 정확도는 더욱 높아질 것으로 예상된다.

• 전자공학회논문지
• /
• 제53권9호
• /
• pp.118-125
• /
• 2016

방사능 누출 사고 시 대응이나 핵안보 검증을 위한 핵물질 탐지에 있어서, 방사선을 방출하는 미지의 선원에 대한 위치 정보를 파악하는 것은 중요하다. 그러한 기구 중 하나인 회전 변조 시준기는 미지 선원을 원격 감지하기 위한 장비로서 영상화를 통해 선원의 위치 탐지가 가능하다. 본 논문에서는 Kowash의 연구를 기초로 회전 변조 시준기의 시스템 모델과 그를 영상화하는 알고리즘을 소개한다. 하지만 결과 영상화 이미지는 선원의 방향은 보여줄 수 있으나 선원의 거리를 찾지 못하는 문제점이 있다. 또한 선원의 실제 방향뿐 아니라 $180^{\circ}$ 대칭방향에서도 선원을 추정하는 모호성 문제를 안고 있다. 본 논문에서 우리는 영상화 결과의 방향 대칭적 모호성을 해결하고, 두 대의 RMC를 이용해 거리를 추정하는 방법을 제안한다. 그리고 이를 RMC 시뮬레이션 데이터를 이용하여 성능을 검증한다.

• 정보보호학회논문지
• /
• 제32권2호
• /
• pp.267-277
• /
• 2022

최근 클라우드 및 원격 근무 환경의 비중이 증가함에 따라 다양한 정보보안 사고들이 발생하고 있다. 조직의 내부자가 원격 접속으로 기밀 자료에 접근하여 유출을 시도하는 사례가 발생하는 등 내부자 위협이 주요 이슈로 떠오르게 되었다. 이에 따라 내부자 위협을 탐지하기 위해 기계학습 기반의 방법들이 제안되고 있다. 하지만, 기존의 내부자 위협을 탐지하는 기계학습 기반의 방법들은 편향 및 분산 문제와 같이 예측 정확도와 관련된 중요한 요소를 고려하지 않았으며 이에 따라 제한된 성능을 보인다는 한계가 있다. 본 논문에서는 편향 및 분산을 고려하는 부스팅 유형의 앙상블 학습 알고리즘들을 사용하여 악의적인 내부자 탐지 성능을 확인하고 이에 대한 면밀한 분석을 수행하며, 데이터셋의 불균형까지도 고려하여 최종 결과를 판단한다. 앙상블 학습을 이용한 실험을 통해 기존의 단일 학습 모델에 기반한 방법에서 나아가, 편향-분산 트레이드오프를 함께 고려하며 유사하거나 보다 높은 정확도를 달성함을 보인다. 실험 결과에 따르면 배깅과 부스팅 방법을 사용한 앙상블 학습은 98% 이상의 정확도를 보였고, 이는 사용된 단일 학습 모델의 평균 정확도와 비교하면 악의적인 내부자 탐지 성능을 5.62% 향상시킨다.

• 한국정보통신학회논문지
• /
• 제25권8호
• /
• pp.1013-1018
• /
• 2021

최근 자율주행 자동차가 일으킨 사고 때문에 인공지능의 윤리적 측면에 대한 논의가 활발히 진행되고 있다. 본 논문은 인공지능이 윤리적 요소와 필연적으로 결부되어 있음을 로봇-인공지능 윤리 관련 개념과 공학기술로부터 확인하고 윤리적 측면이 사후적으로 발생하는 것이 아니라 내장되어 있음을 논한다. 또한, 자율주행 자동차와 관련된 윤리적 문제의 실마리가 될 수 있는 트롤리 딜레마에 대한 해결방법을 고안한다. 우선적으로 베이지안 네트워크를 작성하고 전처리 과정을 거쳐 중요하고 영향력 있는 데이터만 남도록 하며, 네트워크의 정확한 수치를 계산하기 위해 크라우드 소싱과 외삽법을 이용한다. 이러한 과정을 통해 알고리즘 및 모델을 구현할 때에 인간의 주관이 필연적으로 포함될 수밖에 없음을 주장하고 인공지능 시스템에 관한 왜곡과 편향을 방지하기 위해 전공 교육과 구분되는 공학 교양 교육, 특히 윤리 교육의 필요성과 방향에 대해 논한다.

• 디지털융복합연구
• /
• 제20권2호
• /
• pp.241-250
• /
• 2022

COVID-19 여파로 인한 비대면 서비스와 가정 재정 불안정성의 증가로 이륜차 보험사기 발생이 예상되고 있다. 이와 함께 보험사기 수법도 갈수록 교묘해지고 있다. 하지만 비대면 배달 수요와 연관된 이륜차 교통사고와 보험사기 적발 모형 관련 연구는 매우 미흡한 실정이다. 이에 본 연구는 보험사기의 표본 편중문제를 해결하기 위해 균형 랜덤포레스트 알고리즘을 이용하고 보험사기 조사 전문가의 정성적인 판단 기준을 반영한 변수를 모델에 포함하여 적용성을 향상시키며 적발력 높은 이륜차 보험사기 모형을 개발하고자 한다. 보험사기 적발 모형 개발 결과, 기존의 비균형 랜덤 포레스트 모형에 비해 균형 랜덤 포레스트가 보험 사기혐의자를 분류하는 데 있어 통계적으로 우수한 점을 확인할 수 있었다. 특히, 총 26개의 변수를 토대로 탐색적 변수 조합을 적용한 모형의 예측 성능이 가장 높았지만 일부 변수만을 사용한 확인적 모형의 예측 성능도 크게 떨어지지 않은 와중에, 정성적인 보험사기 전문가가 선정한 변수만을 사용한 확인적 모형은 예측력이 떨어지는 것을 확인하였다. 또한, 총 26개의 변수 중 운전자 성별, 연령, 운전자 피보험자 일치 여부, 미수선 청구금액, 대인보험금 등이 중요한 변수로 확인되어 이를 활용해 이륜차 보험사기 혐의자 선별을 위한 적극적인 대처가 필요해 보인다.

• 정보교육학회논문지
• /
• 제10권1호
• /
• pp.25-35
• /
• 2006

현재 초등학교에서 실시되고 있는 컴퓨터교육은 정보통신기술지침, 교육과정 그리고 관련문헌들을 분석한 결과 교육과정의 계열, 중복 그리고 일관된 체계 부족 등의 문제점이 발견되었고, 학습내용의 대부분이 소프트웨어 기능습득 위주로 편성되어 있어 논리적 사고와 문제해결력을 길러내기가 매우 어렵다. 이에 본 연구는 초등학교 컴퓨터교육과정을 개선하기 위해 컴퓨터과학 요소의 도입이 시급하다고 판단하고 미국의 ACM교육과정 모델, 테네시 주의 컴퓨터교육과정 그리고 영국의 정보기술교육과정 등의 컴퓨터과학 지도 사례를 근거로 기존 내용체계를 수정 보완하여 컴퓨터원리, 알고리즘 및 프로그래밍이 도입되고 정보윤리영역이 강화된 개선된 컴퓨터교육과정을 제안하였다.

• 컴퓨터교육학회논문지
• /
• 제9권2호
• /
• pp.37-45
• /
• 2006

현재 중학교에서 실시되고 있는 컴퓨터교육은 정보통신기술지침, 교육과정 그리고 관련문헌들을 분석한 결과 교육과정의 계열, 중복 그라고 일관된 체계 부족 등의 문제점이 발견되었고, 학습내용의 대부분이 소프트웨어 기능습득 위주로 편성되어 있어 논리적 사고와 문제해결력을 걸러내기가 매우 어렵다. 이에 본 연구는 중학교 컴퓨터교육과정을 개선하기 위해 컴퓨터과학 요소의 도입이 시급하다고 판단하고 미국의 ACM 컴퓨터과학 교육과정 모델, 플로리다 주 컴퓨터과학 교육과정 그리고 Unplugged Project 등 컴퓨터과학 지도 사례를 근거로 기존의 교육과정을 수정 보완하여 컴퓨터원리, 알고리즘 및 프로그래밍이 도입되고 정보윤리영역이 강화된 개선된 컴퓨터교육과정을 제안하였다.

• 정보교육학회논문지
• /
• 제18권2호
• /
• pp.225-234
• /
• 2014

로봇 프로그래밍은 주어진 과제를 해결하기 위한 알고리즘을 계획하고, 그 알고리즘을 구현하며, 그 결과를 로봇이라는 매체를 통해서 쉽게 확인하고 오류를 수정할 수 있도록 한다. 따라서 로봇 프로그래밍은 반성적 사고에 기반을 둔 문제해결의 과정이며, 학생들의 메타인지와 밀접히 관련된다. 이에 본 연구는 학생의 메타인지 발달을 위한 로봇 프로그래밍 교수 학습 모형을 개발하는 것을 목적으로 수행되었다. 로봇 프로그래밍 교수 학습의 단계를 '학습과제 탐구', '교사의 모델링', '과제 수행 계획 및 시각화', '과제 수행', '자기 평가 및 강화' 등과 같은 5가지로 나누고, 각 단계의 활동들을 메타인지 주요 전략들(계획, 모니터링, 조절, 평가)와 연계하였다. 또한 학생들의 프로그래밍 활동과 메타인지 전략의 활용을 지원하기 위하여 인지적 도제를 기반으로 '모델링', '코칭', '스캐폴딩'과 같은 전략들을 교수 학습 모델과 연계하여 명시하였다. 이와 더불어서, 메타인지 활동을 지원하기 위해서 자기질문법을 도입하여, 학생들이 로봇 프로그래밍 활동의 각 단계별로 사용할 수 있는 자기질문 등을 제시하였다.