• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.26 no.1
• /
• pp.49-57
• /
• 2022

Recently, various uses of artificial intelligence have been made possible through the deep artificial neural network structure of machine learning, demonstrating human-like capabilities. Unfortunately, the deep structure of the artificial neural network has not yet been accurately interpreted. This part is acting as anxiety and rejection of artificial intelligence. Among these problems, we solve the capability part of artificial neural networks. Calculate the size of the artificial neural network structure and calculate the size of data that the artificial neural network can process. The calculation method uses the group method used in mathematics to calculate the size of data and artificial neural networks using an order that can know the structure and size of the group. Through this, it is possible to know the capabilities of artificial neural networks, and to relieve anxiety about artificial intelligence. The size of the data and the deep artificial neural network are calculated and verified through numerical experiments.

• Journal of Convergence for Information Technology
• /
• v.12 no.2
• /
• pp.157-162
• /
• 2022

In a society full of knowledge and information, digital literacy and artificial intelligence (AI) education that can utilize AI technology is needed to solve numerous everyday problems based on computational thinking. In this study, data-centered AI education was conducted while teaching computer programming to non-computer programming students at universities, and the correlation between major factors related to academic performance was analyzed in addition to student satisfaction surveys. The results indicated that there was a strong correlation between grades and problem-solving ability-based tasks, and learning satisfaction. Multiple regression analysis also showed a significant effect on grades (F=225.859, p<0.001), and student satisfaction was high. The non-computer programming students were also able to understand the importance of data and the concept of AI models, focusing on specific examples of project types, and confirmed that they could use AI smoothly in their fields of interest. If further cases of AI education are explored and students' AI education is activated, it will be possible to suggest its direction that can collaborate with experts through interest in AI technology.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.235-236
• /
• 2022

본 논문에서는 인공지능 교육에서 소외계층의 지원 방안을 도출하기 위하여 소외계층과 일반 학생의 인공지능 교육과 관련된 여러 요인의 실태를 조사하였다. 실태 조사 결과를 소외계층과 일반 학생을 비교하여, 소외계층의 인공지능 교육에서 시사점을 도출하고자 하였다. 연구를 위하여 인공지능 교육 관련 실태를 조사할 수 있는 설문을 구성하였으며, 온라인을 통해 설문을 진행하였다. 연구 결과, 소외계층 662명과 일반 학생 1,482명이 설문에 참여하였다. 소외계층은 일반 학생보다 인공지능에 대한 관심이 높았으며, 프로그램이 언어나 피지컬 컴퓨팅을 경험한 학생 비율이 높았다. 또한, 인공지능 직&·간접적 경험의 비율은 일반 학생과 비슷한 수준이었다. 하지만 인공지능 교육 경험 비율은 일반 학생이 약 20% 높았다. 이러한 내용을 종합하였을 때, 인공지능 교육에 대한 관심은 높지만, 인공지능 교육을 받는 학생의 비율은 낮은 것을 확인할 수 있었다.

• Journal of Korean Philosophical Society
• /
• v.147
• /
• pp.261-281
• /
• 2018

This paper will cover recent discussions on the risks of human being due to the development of artificial intelligence(AI). We will consider AI research as artificial narrow intelligence(ANI), artificial general intelligence(AGI), and artificial super intelligence(ASI). First, we examine the risks of ANI, or weak AI systems. To maximize efficiency, humans will use autonomous AI extensively. At this time, we can predict the risks that can arise by transferring a great deal of authority to autonomous AI and AI's judging and acting without human intervention. Even a sophisticated system, human-made artificial intelligence systems are incomplete, and virus infections or bugs can cause errors. So I think there should be a limit to what I entrust to artificial intelligence. Typically, we do not believe that lethal autonomous weapons systems should be allowed. Strong AI researchers are optimistic about the emergence of artificial general intelligence(AGI) and artificial superintelligence(ASI). Superintelligence is an AI system that surpasses human ability in all respects, so it may act against human interests or harm human beings. So the problem of controlling superintelligence, i.e. control problem is being seriously considered. In this paper, we have outlined how to control superintelligence based on the proposed control schemes. If superintelligence emerges, it is judged that there is no way for humans to completely control superintelligence at this time. But the emergence of superintelligence may be a fictitious assumption. Even in this case, research on control problems is of practical value in setting the direction of future AI research.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.116-116
• /
• 2017

지하수 인공함양은 수자원확보 및 비상시 용수를 목적으로 세계적으로 연구 및 프로젝트가 진행되고 있다. 인공함양의 방법에는 여러 가지의 방식이 있지만 본 연구는 관정을 통해 주입하는 ASTR(Aquifer Storage Transfer and Recovery)방법을 이용하여 연구하였다. ASTR이란 지표수를 인공적인 방법으로 대수층에 주입시키고, 일정기간 저장시키거나 유하시킨 후 양수하는 방법이다. 염수로 포화된 피압대수층에 담수를 주입하여 염수를 치환할 수 있는 주입-양수 시스템을 연구하였다. 염수로 포화된 대수층에서 인공함양기술을 성공시키기 위해서는 양수정으로 유입되는 염수비율이 0%을 만족하며, 주입으로 인한 수위상승량은 지반변형을 일으키지 않는 최소한의 값을 가지는 것이다. 본 연구는 앞서 언급한 인공함양기술을 성공시키기 위해 지하수 흐름모델과 최적화 모델을 결합한 최적전산모델을 이용하여 모의하였다. 지하수 흐름모델은 경계면모델을, 최적화 기법은 GA(Genetic Algorithm)을 이용하였다. 구축된 목적함수로는 양수정의 담수비율 최대화, 주입정에서의 수위상승량 최소화 그리고 양수개시시간 최소화로 구성하였다. 제약조건으로는 총 주입량 및 양수량 그리고 주입 및 양수정 개수이다. 서술한 목적함수와 제약조건을 만족하는 주입/양수정의 위치 및 유량을 최적전산모델로부터 얻을 수 있다. 기존 지하수 인공함양 및 개발은 사례별 연구 또는 전문가의 주관적 판단에 의존하는 경향이 있었다. 본 연구는 최적화 기법을 통해 복수의 관정에서 정량적인 산정이 가능하다. 현재 모델링에 의존한 연구로써 한계가 있지만, 추후 실제현장에 적용하여 모델 검정을 통해 신뢰도를 높이며 지하수 인공함양 개발에 많은 공헌을 할 수 있을 것으로 예상한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.497-497
• /
• 2018

복잡한 기상조건 하에서 강우의 예측은 수문 기상 분야에서 필수적인 과정이라 할 수 있다. 특히 월 단위의 강우 예측은 장기적인 수자원 관리 및 계획 수립 시 매우 중요한 기준이 되기 때문에 보다 정확하고 신뢰도 있는 예측을 필요로 하고 있다. 이를 위해 전 지구적 기후 변동의 양상을 수치화 하여 나타낼 수 있는 기상인자의 활용이 활발해지고 있으며 다양한 모형을 기반으로 한 강우 예측이 수행되고 있다. 최근에는 인공지능 기법을 활용한 인공신경망 모형의 적용이 활발해짐에 따라 높은 예측력을 바탕으로 강우 예측에 대한 연구가 이루어지고 있지만 초기 가중치의 무작위성 또는 과적합으로 인한 문제도 함께 나타나고 있다. 본 연구에서는 인공신경망 모형의 활용성을 높이고 신뢰성을 확보하기 위한 강우 예측을 수행하고자 하였다. 이를 위해 다양한 기상인자를 활용하여 인공신경망 모형을 위한 정보를 구축하고 인공신경망 모형을 통해 생성되는 결과로부터 단일 예측이 아닌 앙상블 예측을 활용함으로써 강우 앙상블을 생성하고 조합하였다. 그 결과 인공신경망 모형을 통한 단일 예측보다 앙상블을 통한 예측으로 안정적이고 정확한 예측 결과를 산정할 수 있었으며 기존에 인공신경망 모형을 통한 예측의 문제점을 보완할 수 있었다.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.75-81
• /
• 2006

슬관절 전치환술은 관절염이나 사고로 인해 일상적인 활동의 제약을 받는 환자의 슬관절을 인공 관절로 대체함으로써 본래의 기능을 복원하고자 하는 수술이다. 이 수술은 인공 관절의 위치 및 정렬에 매우 민감하게 영향을 받기 때문에 수술이 잘못되는 경우 정렬 이상으로 인한 해리, 삽입물의 파손, 인공 슬관절 주위 골절, 슬개골 탈구, 굴곡 각도의 제한 등의 증상이 발생할 수 있다. 현재의 인공 관절은 임상에 적용되는 다양한 인공 관절 중에서 적당한 형상의 관절을 선택하여 시술되고 있지만 환자의 골 형상에 정확히 일치하는 인공 관절 선택의 어려움 때문에 종종 시술 후 부작용이 발생한다든지 심지어는 재수술을 해야 될 경우도 발생하게 된다. 본 논문은 Mechanical CAD 소프트웨어인 CATIA에서 제공하는 절단, Assembly, Analysis, Kinematic Simulation 기능 등을 이용하여 가상 수술을 수행하는 과정을 보여준다. 슬관절 전치환술 과정을 그대로 재현하여 절단량과 절단각을 결정하고 환자의 골격 형상에 적합한 최적의 인공 관절을 실제 수술 전에 미리 선정할 수 있다. CAD 시스템을 이용함으로써 외과의들이 실제 수술 시에 시행착오법을 통해 인공 관절을 선택하는 과정을 줄이고 수술의 정확도를 높일 수 있다. 향후 ADAMS나 ANSYS와 연계하여 수술 후 동작이나 하중을 분석할 수 있으며, 수술 과정에 대한 교육용으로 활용될 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.507-509
• /
• 2022

농업은 우리의 삶에서 빼놓을 수 없는 중요한 분야이며, 농업은 토지를 이용하여 다양한 작물들을 길러 음식을 만드는 기본이라고 말할 수 있다. 이렇게 중요한 농업 분야를 ICT 분야에서 가장 이슈가 되는 기술인 인공지능 기술과 결합하여 스마트팜과 같은 농업의 디지털화를 구축할 수 있다. 이와 같은 스마트팜 구축을 위해서는 기본적으로 다양한 작물의 빅데이터를 제공하고, 이 데이터를 바탕으로 인공지능을 수행하여 다양한 결과를 제공할 수 있다. 하지만 인공지능 연구를 수행하기 위한 시스템 및 플랫폼의 부재라는 문제점이 존재한다. 이러한 문제점을 해결하기 위해 농업 빅데이터 관리 및 인공지능 연구 플랫폼 개발을 위한 과제를 통해 농업 빅데이터를 관리하고 인공지능을 연구자들이 손쉽게 수행할 수 있는 플랫폼을 개발하여 농업 분야의 작물 생산성 향상에 기여하고자 한다.

• The Journal of Information Systems
• /
• v.10 no.2
• /
• pp.151-164
• /
• 2001

현재의 항공사 기내식 수요예측 시스템으로는 항공기 운항의 지연이나 초과 주문으로 인한 손실 문제를 해결하기 힘든 것으로 알려져 있다. 이러한 문제를 해결하기 위해 본 연구에서는 항공기 기내식 시계열 자료만을 입력변수로 사용한 단순인공신경망모형(simple neural network model), 단순인공신경망모형에 전통적인 시계열 기법(본 연구에서는 지수 평활법)의 예측 결과를 입력변수로 추가한 혼합인공신경망모형(hybrid neural network model), 그리고 혼합인공신경 망 모형에 상관관계가 높은 다른 시계열 자료(본 논문에서는 유사 노선의 다른 항공기 기내식 시계열 자료)를 인공신경망의 입력변수로 추가시킨 하이퍼혼합인공신경망모형(hyper hybrid neural network model)을 새로운 항공기 기내식 수요예측 기법으로 제안하고, 이들 모형의 예측력을 비교 분석하였다. 분석 결과 하이퍼혼합인공신경망 모형의 예측력이 가장 우수한 것으로 나타나, 인공신경 망을 기반으로 한 수요예측에 있어 상관관계가 높은 다른 시계열 자료를 입력변수로 추가함으로써 인공신경망모형의 예측력을 개선시킬 수 있음을 알 수 있었다

• Journal of Wetlands Research
• /
• v.11 no.3
• /
• pp.37-47
• /
• 2009

This research was conducted at the constructed wetland in Goheung reclaimed land, and water quality components were measured at the 12 points in 15 March 2008 and 10 January 2009, respectively. Temperature, pH, DO, EC and salinity components were measured at the field, and TOC, Cl-, COD, TSS, T-P and TN components were analyzed laboratory. Concentrations of field measured components at inflow points were higher than in constructed wetland. TOC concentration ratio of inflow water to constructed wetland water was higher in January, and Cl concentration ratio of it was higher in March. And, COD concentration ratio of it were 1.37 for March and 1.49 for January, respectively. T-P and T-N concentration ratios of it at inflow points were higher 3 times than in constructed wetland. Constructed wetland attenuated concentration of contaminated components inflow to it. Removal efficiencies of Cl-, T-P and T-N components in inflow water were high at the constructed wetland. removal efficiencies of Cl component were 83% for 1st monitoring and 76% for 2nd monitoring, this removal efficiency be caused by dilution effect of constructed wetland. removal efficiencies of T-P component were 67% for 1st monitoring and 69% for 2nd monitoring, and they of T-N component were 100% for 1st monitoring and 95% for 2nd monitoring. Abnormal removal efficiency of T-N component is caused that nitrogen in inflow water was a little. Removal efficiency of T-P component was higher in January, and T-N component was higher in March. This is caused by environmental difference between growing season and winter.