• 디지털융복합연구
• /
• 제10권11호
• /
• pp.403-418
• /
• 2012

본 논문에서는 IT와 서비스 산업의 디지털융합 모델의 가치 창출요소의 시너지 효과를 이론적으로 정형화하고 실증분석을 통하여 시사점을 도출하였다. 경영전략 분야의 상황적합 이론에 기반 하여 IT융합의 근원적 가치요소를 고정형, 이동형으로 구분하고 이들 가치의 전략적 적합과 서비스 프로세스 제약완화 기여 등을 시너지 효과에 초점을 맞추어 탐색하였다. 본 논문에서 도출된 융합 시너지 연구 모델은 실증분석을 통하여 계층적 회귀분석 방법을 통하여 검증하였으며, 분석 결과 융합 모델의 가치 창출 요소의 유용성은 산업 별로 확연하게 구분되며 혁신에 의한 상대적 이점과 함께 일상생활 습관과의 부합성이 채택의 중요한 영향을 미치는 것이 발견되었다. IPTV 등에 기반 한 고정형 가치와 스마트 폰 등 모바일 기반 응용에 대한 시너지 효과와 프로세스 제약완화 등에 대한 시너지 효과가 제한적으로 나타났으며 이는 이들 가치가 서로 독립적으로 존재하며 융합 산업의 고유 특성과의 조화가 핵심적이라는 시사점이 도출되었다. 본 연구 결과는 향후 IT기반 산업 융합 모델 비즈니스 모델 연구에 유용한 시사점을 제공한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.571-573
• /
• 2022

최근 금융기관에서는 축적된 금융 빅데이터를 활용하여 차별화된 서비스를 강화하고 있다. 기업고객에 투자하기 위해서는 보다 정밀한 기업분석이 필요하다. 본 연구는 대만기업 6,819개의 95개 재무데이터를 가지고, 비대칭 데이터 문제해결, 데이터 표준화 등 데이터 전처리 작업을 하였다. 해당 데이터는 로지스틱 회기, SVM, K-NN, 나이브 베이즈, 의사결정나무, 랜덤포레스트 등 9가지 분류모델에 5겹 교차검증을 적용하여 학습한 후 모델 성능을 비교하였다. 이 중에서 성능이 가장 우수한 분류모델을 선택하여 예측 결정 이유를 판단하고자 설명 가능한 인공지능(XAI)을 적용하여 예측 결과에 대한 설명을 부여하여 이를 분석하였다. 본 연구를 통해 데이터 전처리에서부터 모델 예측 결과 설명에 이르는 분류예측모델의 전주기를 자동화하는 시스템을 제시하고자 한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권6호
• /
• pp.185-192
• /
• 2022

다중모드 의료영상 융합(MMIF)은 각기 다른 특징들을 나타내는 여러 종류의 모드의 이미지를 풍부한 정보가 포함된 하나의 결과 이미지로 통합하는 것이다. 이러한 의료영상 융합은 의사가 환자의 병변을 정확하게 관찰하고 치료하는 것을 도와줄 수 있다. 이러한 목적에 영향을 받아 본 논문에서는 복층 분해기 및 미세구조 보존 모델에 기반한 새로운 방법을 제안한다. 첫째, 복층 분해기를 사용하여 소스 이미지를 미세정보 보존의 특성을 갖는 에너지 층과 구조적 층으로 분해하였다. 둘째, 구조 텐서 연산자와 max-abs를 결합하여 구조적 층을 융합한다. 에너지 층의 융합을 위해 미세구조 보존 모델을 제안하였으며 이미지 융합성능을 크게 향상시킬 수 있었다. 마지막으로, 융합규칙을 통해 형성된 두 개의 융합된 하위 이미지를 합산하여 구축하였다. 실험을 통하여 제안된 방법이 현재까지 최첨단 융합 방법들과 비교하여 우수한 성능을 나타내는 것을 검증하였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제19권2호
• /
• pp.60-67
• /
• 2015

유한요소모델 개선은 구조물의 설계검증, 손상추적, 내하력 평가 등 다양하게 활용되고 있는 기법이다. 일반적인 유한요소모델 개선은 구조물에서 계측된 가속도응답으로부터 구조물의 고유진동수와 모드형상을 구하고, 이를 바탕으로 모델을 개선하게 된다. 이와 같은 가속도응답기반 유한요소모델 개선은 구조물의 병진 자유도를 고려하기 때문에 물리적인 체계를 추정하는데 있어서 매우 적합하지만, 회전 자유도 상에서 변화하는 구조물의 경계조건을 판별하기에는 어려움이 있다. 최근 센서 기술의 개발로 인하여 저렴한 가격, 높은 정확성의 자이로센서들이 개발되고 있으며, 그에 따라 구조물의 회전 자유도에 관한 정보 획득이 용이해지고 있다. 본 연구에서는 이를 바탕으로 가속도와 각속도 응답을 함께 이용하는 데이터 융합 기반 유한요소모델 개선 기법을 제안하였다. 가속도와 각속도를 모두 활용한 데이터융합기법은, 가속도만 사용한 기존의 유한요소 모델 기법보다 구조물의 경계조건 판별에 정확한 정보를 제공한다. 본 논문에서는 단순보 모델을 이용한 수치 시뮬레이션을 통해서, 제안한 가속도와 각속도 데이터 융합기반의 유한요소모델 개선 기법의 성능을 검증하였다.

• 한국전자통신학회논문지
• /
• 제15권2호
• /
• pp.343-348
• /
• 2020

지난 50년에 걸쳐 카오스 이론은 수학, 물리학에서 관심을 가지고 연구하기 시작하여 공학, 사회과학 분야에까지 연구가 확장되어왔다. 최근에는 자연과학과 사회과학을 융합한 융합 연구 형태로 발전하고 있다. 이러한 융합의 연구는 중독문제, 인간의 행복문제, 가족들 사이에서 발생하는 문제, 남녀 간의 사랑 문제를 포함한다. 본 논문에서는 이러한 융합 연구의 하나인 사랑 모델을 기반으로 외부 환경을 고려하고, 이 외부 환경에 컬러 잡음을 반영하였을 때, 사랑 모델에서 카오스 패턴이 어떤 영향을 받는지를 시계열 데이터와 위상공간을 통하여 검증한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.448-450
• /
• 2023

본 논문에서는 복부 CT 의료영상에서 근감소증 진단을 위한 지표로 활용하는 요추 3번 슬라이스를 분류하기 위해서 CNN 기반의 EfficientNetV2를 사용하여 자동분류모델을 개발하였다. 이를 위해 먼저 전체 복부 CT 의료영상에서 Thoracic, L1, L2, L3, L4, L5, Sacral 7개의 슬라이스를 검출하도록 하였다. 자동분류모델의 정확성을 측정하기 위해서 Test 데이터셋을 사용하여 Confusion Matrix 결과를 통해 개발된 모델의 성능을 검증한 결과를 보였다. 본 연구결과는 복부 CT 영상에서 기존 L3 레벨의 특정 단면에서 근육량을 측정하는 것에서 다양한 부위에서 측정할 수 있는 장점을 갖게 된다. 그리고 의료영상기반의 근감소증 진단 연구에 도움을 줄 것으로 기대하고 있다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2019년도 춘계학술대회
• /
• pp.82-82
• /
• 2019

해상에서 긴급상황 발생 시 선박운항자는 짧은 시간에 신속 정확한 의사 결정을 할 필요가 있다. 이를 위해서 해양사고(충돌, 좌초, 화재, 엔진고장, 조타고장) 심각성에 따른 대피항로(해경선, 비상투묘, 표류, 임의좌주, 주변선박) 선정 알고리즘을 설계하였고, 선박운항자를 위한 긴급대피지원안내 시스템을 개발 중에 있다. 본 연구에서는 대피항로 선정 지원 기술 중 비상투묘와 충돌위험도를 중심으로 시스템 적용 모델의 타당성의 평가하고 알고리즘의 신뢰성을 검증하였다. 비상투묘 지원 기술의 검증을 위해 국내외 해양사고 보고서 및 재결서를 분석하고 알고리즘에 적용해 결과를 비교하였다. 충돌위험도를 검증하기 위해 재결서의 선박 충돌 사고 사례를 시뮬레이션으로 재현하였고, 시뮬레이션 기록 데이터를 기반으로 PARK model, IWRAP MK2 프로그램을 이용해 충돌위험도를 평가하였다. 본 연구의 결과를 통해 해양사고 발생 시 선박과 인명 피해를 최소화할 수 있을 것으로 예상된다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.1336-1338
• /
• 2022

폐기물 관리는 전 세계적으로 환경, 사회, 경제 문제를 일으키고 있다. 이러한 문제를 예방하고자 폐기물을 효율적으로 관리하기 위해, 인공지능을 통한 연구를 제안하고 있다. 따라서 본 논문에서는 GAN 기반 데이터 증강을 통한 폐기물 객체 인식모델을 제안한다. Open Images Dataset V6와 AI Hub의 공공 데이터 셋을 융합하여 폐기물 품목에 해당하는 이미지들을 정제하고 라벨링한다. 이때, 실제 배출환경에서 발생할 수 있는 장애물로 인한 일부분만 노출된 폐기물, 부분 파손, 눕혀져 배출, 다양한 색상 등의 인식저해요소를 모델 학습에 반영할 수 있도록 일반적인 데이터 증강과 GAN을 통한 데이터 증강을 병합 사용한다. 이후 YOLOv4 기반 폐기물 이미지 인식 모델 학습을 진행하고, 학습된 이미지 인식 모델에 대한 검증 및 평가를 mAP, F1-Score로 진행한다. 이를 통해 향후 스마트폰 애플리케이션과 융합하여 효율적인 폐기물 관리 체계를 구축할 수 있을 것이다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제8권3호
• /
• pp.57-67
• /
• 2018

앙상블 기법은 기계학습에서 다수의 알고리즘을 사용하여 더 좋은 성능을 내기 위해 사용하는 방법이다. 본 논문에서는 앙상블 기법에서 많이 사용되는 부스팅과 배깅에 대해 소개를 하고, 서포트벡터 회귀, 방사기저함수 네트워크, 가우시안 프로세스, 다층 퍼셉트론을 이용하여 설계한다. 추가적으로 순환신경망과 MOHID 수치모델을 추가하여 실험을 진행한다. 실험적 검증를 위해 사용하는 뜰개 데이터는 7 개의 지역에서 관측된 683 개의 관측 자료다. 뜰개 관측 자료를 이용하여 6 개의 알고리즘과의 비교를 통해 앙상블 기법의 성능을 검증한다. 검증 방법으로는 평균절대오차를 사용한다. 실험 방법은 배깅, 부스팅, 기계학습을 이용한 앙상블 모델을 이용하여 진행한다. 각 앙상블 모델마다 동일한 가중치를 부여한 방법, 차등한 가중치를 부여한 방법을 이용하여 오류율을 계산한다. 가장 좋은 오류율을 나타낸 방법은 기계학습을 이용한 앙상블 모델로서 6 개의 기계학습의 평균에 비해 61.7%가 개선된 결과를 보였다.

• 생물환경조절학회지
• /
• 제31권3호
• /
• pp.152-162
• /
• 2022

본 연구는 데이터를 기반으로 한 인공지능 기계학습 기법을 활용하여 온실 내부온도 예측 시뮬레이션 모델을 개발을 수행하였다. 온실 시스템의 내부온도 예측을 위해서 다양한 방법이 연구됐지만, 가외 변인으로 인하여 기존 시뮬레이션 분석방법은 낮은 정밀도의 문제점을 지니고 있다. 이러한 한계점을 극복하기 위하여 최근 개발되고 있는 데이터 기반의 기계학습을 활용하여 온실 내부온도 예측 모델 개발을 수행하였다. 기계학습모델은 데이터 수집, 특성 분석, 학습을 통하여 개발되며 매개변수와 학습방법에 따라 모델의 정확도가 크게 변화된다. 따라서 데이터 특성에 따른 최적의 모델 도출방법이 필요하다. 모델 개발 결과 숨은층 증가에 따라 모델 정확도가 상승하였으며 최종적으로 GRU 알고리즘과 숨은층6에서 r² 0.9848과 RMSE 0.5857℃로 최적 모델이 도출되었다. 본 연구를 통하여 온실 외부 데이터를 활용하여 온실 내부온도 예측 모델 개발이 가능함을 검증하였으며, 추후 다양한 온실데이터에 적용 및 비교분석이 수행되어야 한다. 이후 한 단계 더 나아가 기계학습모델 예측(predicted) 결과를 예보(forecasting)단계로 개선하기 위해서 데이터 시간 길이(sequence length)에 따른 특성 분석 및 계절별 기후변화와 작물에 따른 사례별로 개발 모델을 관리하는 등의 다양한 추가 연구가 수행되어야 한다.