• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.535-538
• /
• 2022

근감소증은 영양부족, 운동량 감소 그리고 노화 등으로 정상적인 근육의 양과 근력 및 근 기능이 감소하는 질환을 말한다. 근감소증은 보편적으로 유럽 근감소증 실무그룹분석(EWGSOP)에서 정의한 측정 방법을 따른다. 본 논문에서는 근감소증 진단을 위한 영상 분할 모델을 개발하고 외부검증하는 방법에 대해서 제안한다. 우리는 CT 영상에서 L3 영역을 선별하여 자동으로 근육, 피하지방, 내장지방을 분할할 수 있는 인공지능 모델을 U-Net을 사용하여 개발하였다. 또한 모델의 성능을 평가하기 위해서 분할영역의 IOU(Intersection over Union)를 계산하여 내부검증을 진행하였으며, 타 병원의 데이터를 이용하여 같은 방법으로 외부검증을 진행한 결과를 보인다. 검증 결과를 토대로 문제점과 해결방안에 대해서 고찰하고 보완하고자 했다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.79-84
• /
• 2021

메신저 사용의 증가와 함께 관련 범죄와 사고가 증가하고 있어 메시지 사용자 검증의 필요성이 대두되고 있다. 본 연구에서는 그래프 기반의 인스턴트 메세지 분석 모델을 제안하여 채팅 사용자를 검증하고자 한다. 사용자 검증은 주어진 두 개의 텍스트의 작성자가 같은지 여부를 판단하는 문제다. 제안 모델에서는 사용자의 이전 대화를 토대로 n-gram 전이 그래프를 구축하고, 작성자를 알 수 없는 메세지를 이용해 전이 그래프를 순회한 랜덤워크의 특성을 추출한다. 사용자의 과거 채팅 습관과 미지의 텍스트에 나타난 특징 사이의 관계를 분석한 모델은 10,000개의 채팅 대화에서 86%의 정확도, 정밀도, 재현율로 사용자를 검증할 수 있었다. 전통적인 통계 기반 모델들이 명시적 feature를 정의하고, 방대한 데이터를 이용해 통계 수치로 접근하는데 반해, 제안 모델은 그래프 기반의 문제로 치환함으로써 제한된 데이터 분량에도 안정적인 성능을 내는 자동화된 분석 기법을 제안했다.

• KIPS Transactions on Software and Data Engineering
• /
• v.10 no.9
• /
• pp.375-384
• /
• 2021

Deep learning techniques have been proven to have high performance in image processing and are applied in various fields. The most widely used methods for validating a deep learning model include a holdout verification method, a k-fold cross verification method, and a bootstrap method. These legacy methods consider the balance of the ratio between classes in the process of dividing the data set, but do not consider the ratio of various features that exist within the same class. If these features are not considered, verification results may be biased toward some features. Therefore, we propose a deep learning model validation method based on data feature coverage for image classification by improving the legacy methods. The proposed technique proposes a data feature coverage that can be measured numerically how much the training data set for training and validation of the deep learning model and the evaluation data set reflects the features of the entire data set. In this method, the data set can be divided by ensuring coverage to include all features of the entire data set, and the evaluation result of the model can be analyzed in units of feature clusters. As a result, by providing feature cluster information for the evaluation result of the trained model, feature information of data that affects the trained model can be provided.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.331-334
• /
• 2024

하이퍼레저 패브릭(Hyperledger Fabric)은 참여자의 신원을 확인하고, 정보교환(트랜잭션)의 유효성을 검증하는 허가형 블록체인 모델이다. 기존의 대표적인 블록체인 모델인 비트코인, 이더리움과 대비하여 효율적인 데이터 검증 방안이 가능한대, 체인코드와 채널, 그리고 피어를 중심으로 구성되어 있기 때문이다. 먼저 본 블록체인 모델은 '체인코드'라는 스마트 계약(컨트랙트)를 실행하며 허가된 사용자만 네트워크에 참여할 수 있다. 또한, '채널' 기능이 있어 서로 다른 조직 간의 데이터 공유와 검증에 대한 새로운 접근방식을 보여줄 수 있으며, 특정 네트워크 내에서 데이터를 분리할 수 있다. 이를 통해 특정 데이터에 대한 접근권한을 제어하는 기능을 제공하며 동시에 데이터의 신뢰성과 보안성을 높일 수 있다. 마지막으로 '피어'는 체인코드를 통해 들어온 트랜잭션을 검증하고, 유효한 데이터만 원장에 추가하는 기법으로 무결성을 유지하는 데 중요한 역할 담당하고 있다. 본 연구결과를 기반으로 하이퍼레저 패브릭을 효과적으로 활용하여 데이터 검증 프로세스가 산업계에 널리 적용될 수 있기를 기대한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.644-646
• /
• 2023

스마트팩토리는 협동 로봇과 같은 프로그래머블한 설비의 유기적인 협업을 통해 최적화된 공정을 수행한다. 따라서 수집되는 센서 데이터의 특징과 환경 조건의 복잡도가 높아, 예지보전을 위한 AI 소프트웨어의 개발 시 요구사항 기반의 체계적인 개발 및 검증이 필수적이다. 본 논문에서는 AI 소프트웨어의 요구사항을 사용자와 시스템 관점에서 정의하고, AI 모델 개발 프로세스와 스마트팩토리 예지보전 측면에서 분석한다. 도출된 요구사항을 CNN 기반의 협동 로봇 기어 마모 예측 모델의 개발에 적용하여 데이터 관리와 모델 신뢰성 관점의 요구사항을 분석 및 검증하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.06a
• /
• pp.319-320
• /
• 2022

본 논문에서는 '지능형 해상교통정보 서비스'로 축적된 선박 위치데이터를 가공하여 선박의 조우상황 데이터를 추출하고 분석하였다. 선박의 위치, 침로, 속력을 통해 TCPA, DCPA와 선박간 거리를 계산함으로써 선박의 충돌위험 인지 후 회피 상황에서 보이는 데이터의 형태와 분포를 분석하였다. 추후 상대방위와 SOG가 TCPA 변화량에 미치는 영향에 대한 연구가 진행되면, 실제 사용자의 충돌위험 판단과 근접한 충돌위험도 분석 모델로 활용할 수 있을 것으로 보인다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.20 no.6
• /
• pp.331-345
• /
• 2021

Virtual testing is considered a major requirement for the safety verification of autonomous driving functions. For virtual testing, both the autonomous vehicle and the driving environment should be modeled appropriately. In particular, a realistic modeling of the perception sensor system such as the one having a camera and radar is important. However, research on modeling to consistently generate realistic perception results is lacking. Therefore, this paper presents a sensor modeling method to provide realistic object detection results in a MILS (Model in the Loop Simulation) environment. First, the key parameters for modeling are defined, and the object detection characteristics of actual cameras and radar sensors are analyzed. Then, the detection characteristics of a sensor modeled in a simulation environment, based on the analysis results, are validated through a correlation coefficient analysis that considers an actual sensor.

• Journal of Digital Convergence
• /
• v.14 no.8
• /
• pp.151-161
• /
• 2016

ICT-convergence cluster is considered as critical policy means because it can create higher value-added products and services in the era of creative economy. Previous research has focused on comprehensive ICT-convergence cluster strategy based on Porter's diamond model. This paper adopted AIDA(Attention, Interest, Desire, Action) model and investigated a specific domain of government supporting policies related to non-R&D support. For two weeks, we gathered and analyzed 181 data from companies located in Chungbuk province. The results showed that support for technology, commercialization, and participation conditions positively leads to companies' interest in ICT-convergence cluster, which, in turn, makes positive impact on their intention to participate in it. It is significant that this paper verified AIDA model in the Government-to-Business(G2B) context. Future research will need to adapt AIDA model to national projects.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.3-8
• /
• 2023

데이터 증강은 인공지능 모델의 학습에서 필요한 데이터의 양이 적거나 편향되어 있는 경우, 이를 보완하여 모델의 성능을 높이는 데 도움이 된다. 이미지와는 달리 자연어의 데이터 증강은 문맥이나 문법적 구조와 같은 특징을 고려해야 하기 때문에, 데이터 증강에 많은 인적자원이 소비된다. 본 연구에서는 복수의 대규모 언어 모델을 사용하여 입력 문장과 제어 조건으로 프롬프트를 구성하는 데 최소한의 인적 자원을 활용한 의미적으로 유사한 문장을 생성하는 방법을 제안한다. 또한, 대규모 언어 모델을 단독으로 사용하는 것만이 아닌 병렬 및 순차적 구조로 구성하여 데이터 증강의 효과를 높이는 방법을 제안한다. 대규모 언어 모델로 생성된 데이터의 유효성을 검증하기 위해 동일한 개수의 원본 훈련 데이터와 증강된 데이터를 한국어 모델인 KcBERT로 다중 클래스 분류를 수행하였을 때의 성능을 비교하였다. 다중 대규모 언어 모델을 사용하여 데이터 증강을 수행하였을 때, 모델의 구조와 관계없이 증강된 데이터는 원본 데이터만을 사용하였을 때보다 높거나 그에 준하는 정확도를 보였다. 병렬 구조의 다중 대규모 언어 모델을 사용하여 400개의 원본 데이터를 증강하였을 때에는, 원본 데이터의 최고 성능인 0.997과 0.017의 성능 차이를 보이며 거의 유사한 학습 효과를 낼 수 있음을 보였다.

• KIPS Transactions on Computer and Communication Systems
• /
• v.12 no.3
• /
• pp.119-126
• /
• 2023

Sarcopenia is not well known enough to be classified as a disease in 2021 in Korea, but it is recognized as a social problem in developed countries that have entered an aging society. The diagnosis of sarcopenia follows the international standard guidelines presented by the European Working Group for Sarcopenia in Older People (EWGSOP) and the d Asian Working Group for Sarcopenia (AWGS). Recently, it is recommended to evaluate muscle function by using physical performance evaluation, walking speed measurement, and standing test in addition to absolute muscle mass as a diagnostic method. As a representative method for measuring muscle mass, the body composition analysis method using DEXA has been formally implemented in clinical practice. In addition, various studies for measuring muscle mass using abdominal images of MRI or CT are being actively conducted. In this paper, we develop an AI image segmentation model based on abdominal images of CT with a relatively short imaging time for the diagnosis of sarcopenia and describe the multicenter validation. We developed an artificial intelligence model using U-Net that can automatically segment muscle, subcutaneous fat, and visceral fat by selecting the L3 region from the CT image. Also, to evaluate the performance of the model, internal verification was performed by calculating the intersection over union (IOU) of the partitioned area, and the results of external verification using data from other hospitals are shown. Based on the verification results, we tried to review and supplement the problems and solutions.