• 융합정보논문지
• /
• 제11권12호
• /
• pp.168-175
• /
• 2021

본 연구에서는 인공지능 교육을 활용하여 생물 교육의 파충류와 양서류를 분류에 대한 이해를 높이고, AI(Artificial Intelligence) 역량을 증대할 수 있도록 탈학문적(Transdisciplinary) 융합 교육 프로그램을 개발하였다. 중심 내용으로는 생물교육에서 오랫동안 다루어진 주제인 파충류와 양서류의 분류를 의사결정 트리 및 ML4K(Machine Learnig for Kids)를 활용하여 해결하는 것으로, 총 3차시 분량으로 설계하였다. 개발된 교육 프로그램에 대하여 전문가 검토를 실시하였고, 그 결과 I-CVI 값이 .88~1.00을 나타내어 내용 타당도를 확보하였다. 이 교육 프로그램은 학습자들에게 정보 교육의 인공지능에 관한 학습 내용과 생물 교육의 척추 동물의 분류에 관한 학습 내용에 대해 동시에 학습할 수 있다는 강점이 있다. 또한, 인공지능 활용 부분에서는 인지 부하를 최소로 하도록 구성되어 있기 때문에 모든 교사들이 쉽게 활용할 수 있다는 점이 특징이다.

• 한국융합학회논문지
• /
• 제10권8호
• /
• pp.21-26
• /
• 2019

본 논문은 C4.5 알고리즘을 이용한 피로 인식 방법을 제안한다. 피로 평가에 대한 국내외 연구를 바탕으로 중국인의 생활습관 및 문화적 특성과 결합하여 피로 자기평가 척도를 완성하였다. 본문에서 사용한 척도는 58개 하위항목에 적용되어 있으며 피로의 유형과 정도를 평가하는 데 사용되었다. 이 항목들은 육체적 피로, 정신적 피로, 개인의 습관 및 피로의 결과 등을 측정하는 4가지 분류 항목에 포함된다. 본 연구의 목적은 피로 형성의 주요 원인을 분석하고 그에 따른 피로 정도를 인식함으로써 피로에 대한 주관적 관심을 증가시키고 과도한 피로로 인한 심뇌혈관계 질환의 위험을 감소시키는 데 있다. C4.5 알고리즘을 활용한 피로 인식 시스템의 인식률은 평균 85%로 나타나 본 제안의 유용성을 확인하였다.

• 한국정보통신학회논문지
• /
• 제23권11호
• /
• pp.1397-1406
• /
• 2019

신경학적 손상에 의한 언어장애인/비장애인 간의 일상적인 휴대폰 통화시 신경학적 손상으로 인한 발음의 정확도와 언어장애인의 발음 특징이 결합되어 원활한 의사소통을 저해하는 경우가 많다. 이러한 문제점을 개선하기 위하여 제한하는 방법은 언어장애인 특성에 맞춘 단어의 모호성(out of vocabulary) 개선과, 언어 장애인 구강 특성에 따른 어려운 발성 부분을 인위적으로 보정해주는 유도선이 포함된 MEMS(Micro Electro-mechanical System) Microphone 장치 개선이다. S/W적 개선은 도치기능이 포함된 결정트리이며, 연속어 특성을 감안하여 개선된 matrix-vector rnn 방법을 제시하였다. H/W와 S/W 특성을 감안하여 유사 사전을 만들어 원활한 의사소통을 위한 말명료도 향상에 기여하였다.

• 한국시뮬레이션학회논문지
• /
• 제18권3호
• /
• pp.61-71
• /
• 2009

서버 재설정 시스템은 분산된 환경 하에서 동일한 콘텐츠를 복사하여 사용자의 콘텐츠 요청이 생겼을 때 빠르게 콘텐츠를 제공함으로써 CSN(Client-Server Network) 시스템보다 효과적으로 서비스를 제공한다. 많은 복제서버가 지역적으로 넓게 퍼져있기 때문에 사용자의 정보를 참고하여 최적이라고 판단되는 복제서버를 지정해주는 것이 중요하며, 경로 재설정기가 효과적으로 구축이 되었을 때 사용자에게 유연하게 콘텐츠를 제공할 수 있다. 본 논문에서는 의사결정 트리 기법을 통해 사용자에게 적합한 후보 복제서버 리스트를 생성하고 생성된 리스트 내에 속하는 복제서버의 가용율을 고려하여 최적의 복제서버를 선택한다. 또한, 복제서버의 정보 갱신을 위해 발생되는 복제서버와 경로 재설정기의 반복적인 통신 메시지를 줄이기 위해 각 복제 서버의 가용율을 예측하여 경로 재설정기의 부하와 네트워크의 사용을 줄여주는 가용율 기반의 서버 재설정 시스템을 제안한다. 이렇게 제안된 시스템을 통해 선택된 복제서버의 경로를 사용자에게 통보해 주면, 사용자는 직접 복제서버로 접속을 함으로써 사용자는 효율적으로 콘텐츠를 제공받을 수 있다.

• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1269-1276
• /
• 2023

작물 수확량 예측은 토양, 비, 기후, 대기 및 이들의 관계와 같은 다양한 측면으로 인해 다국적 식사와 강력한 수요에 필수적이며, 기후 변화는 농업 생산량에 영향을 미친다. 본 연구에서는 온도, 강수량, 습도 등의 데이터 세트를 운영한다. 현재 연구는 농부와 농업인을 지원하기 위해 다양한 분류기를 사용한 기능 선택에 중점을 두고 있다. 특징 선택 접근법을 활용한 작물 수확량 추정은 96% 정확도를 나타내었다. 특징 선택은 기계학습 모델의 성능에 영향을 미친다. 현재 그래프 분류기의 성능은 81.5%를 나타내며, 특징 선택이 없는 Random Forest 회귀 분석은 78%의 정확도를 나타냈다. 또한, 특징 선택이 없는 의사결정 트리 회귀 분석은 67%의 정확도를 유지하였다. 본 논문은 제시된 10가지 알고리즘을 대상으로 특징 선택 중요성에 대한 실험결과를 나타내었다. 이러한 결과는 작물 분류 연구에 적합한 모델을 선택하는 데 도움이 될 것으로 기대된다.

• 한국철도학회논문집
• /
• 제18권5호
• /
• pp.439-446
• /
• 2015

분기기 시스템은 열차진로방향을 결정하는 핵심 시스템이면서 가장 취약한 시스템이다. 이 시스템의 고장은 열차지연 및 인명사고로 이어질 수 있어 항상 상태를 정밀하게 진단해야할 필요성이 크다. 기존 한국 철도에서는 이를 위해 독일의 로드마스터가 운용되고 있지만, 국내 철도 환경에 적합한 유지보수를 통한 최적의 분기기 시스템 운영을 위해서 새로운 분기기 진단 시스템의 개발이 요구된다. 본 논문에서는 대표적인 분기기 시스템 고장에 대한 FTA를 수행하고, 각 부품 및 기능에 따라 고장 원인이 될 수 있는 물리량을 분류하였다. 이를 기반으로 모니터링을 위한 측정인자 도출과 함께 의사 결정 방안을 제시하여, 기존 시스템보다 상세한 데이터들을 제공할 수 있는 새로운 분기기 진단 시스템을 제안하였다.

• 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.

• 지능정보연구
• /
• 제14권2호
• /
• pp.193-206
• /
• 2008

의료 진단 문제는 기정의된 특성치들로 표현되는 환자의 상태 데이터로부터 병의 유무를 판단하는 일종의 분류 문제로 간주할 수 있다. 본 연구는 혼용 유전자 알고리즘 기반의 분류방법을 도입함으로써 의료 진단 문제와 같은 다차원의 패턴 분류 문제를 해결할 수 있는 방안을 제안하고 있다. 일반적으로 분류 문제는 데이터 패턴에 존재하는 여러 클래스 간 구분경계를 생성하는 접근방법을 사용하는데, 이를 위해 본 연구에서는 일단의 영역 에이전트들을 도입하여 이들을 유전자 알고리즘 및 국소 적응조작을 혼용함으로써 데이터 패턴에 적응하도록 유도하고 있다. 일반적인 유전자 알고리즘의 진화단계를 거친 에이전트들에 적용되는 국소 적응조작은 영역 에이전트의 확장, 회피 및 재배치로 이루어지며, 각 에이전트의 적합도에 따라 이들 중 하나가 선택되어 해당 에이전트에 적용된다. 제안된 의료 진단용 분류 방법은 UCI 데이터베이스에 있는 잘 알려진 의료 데이터, 즉 간, 당뇨, 유방암 관련 진단 문제에 적용하여 검증하였다. 그 결과, 기존의 대표적인 분류기법인 최단거리이웃방법(the nearest neighbor), C4.5 알고리즘에 의한 의사 결정트리(decision tree) 및 신경망보다 우수한 진단 수행도를 나타내었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권6호
• /
• pp.247-252
• /
• 2015

소프트웨어의 규모가 커지고 복잡성이 증가함에 따라 소프트웨어의 유지보수가 보다 중요해지고 있으며 유지보수성에 많은 영향을 미치는 요인 중 하나는 소스코드 가독성이다. 가독성의 90% 이상 영향을 끼치는 요인은 소스코드에서 사용되는 식별자들의 이름이며 이를 위한 기존 연구들에서는 클래스의 식별자로 사용된 어휘를 이용하여 식별자의 이름을 검증한다. 하지만 대부분의 관련 연구는 그 특성상 개체의 도메인 관련 특성만을 고려하게 되며 클래스 내의 어휘가 적절하지 못한 경우 적용할 수 있는 범위가 한정적이라는 한계점이 있다. 본 논문에서는 클래스의 특성을 추출하여 의사결정트리 기법을 통해 기계학습을 시킨 후 클래스 역할 모델을 생성하며 이를 이용하여 이름을 검증할 대상 클래스의 역할에 해당하는 접미사를 추천하게 되어 클래스 이름 검증 보고서를 생성한다. 본 연구 기법의 효용성을 검증하기 위해 4개의 오픈소스 프로젝트에 대하여 본 연구 기법을 적용하였고 클래스 역할 정보를 담고 있는 5개의 접미사에 대해 정확도와 재현율, ROC 곡선과 같은 지표를 제시하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권3호
• /
• pp.83-90
• /
• 2020

프로토타입 선택은 훈련 데이터로부터 클래스 영역을 대표하는 최소 데이터를 선택하여 낮은 학습 시간 및 저장 공간을 보장하는 장점을 제공한다. 본 논문은 모든 분류 알고리즘에 적용할 수 있는 초월 사각형을 이용한 새로운 훈련 데이터의 생성 방법을 설계한다. 초월 사각형 영역은 서로 다른 클래스 데이터를 포함하지 않으며 클래스 공간을 분할한다. 선택된 초월 사각형 내 데이터의 중간값은 프로토타입이 되어 새로운 훈련 데이터를 구성하고, 초월 사각형의 크기는 클래스 영역의 데이터 분포를 반영하여 조절된다. 전체 훈련 데이터를 대표하는 최소의 프로토타입 집합 선택을 위해 집합 덮개 최적화 알고리즘을 설계했다. 제안하는 방법에서는 탐욕 알고리즘과 곱셈 연산을 포함하지 않은 거리 계산식을 이용하여 집합 덮개 최적화 알고리즘의 다항 시간을 요구하는 시간 복잡도 문제를 해결한다. 실험에서는 분류 성능의 비교를 위해 최근접 이웃 규칙과 의사 결정 트리 알고리즘을 이용하며 제안하는 방법이 초월 구를 이용한 프로토타입 선택 방법보다 우수하다.