• CDE review
• /
• v.4 no.1
• /
• pp.44-50
• /
• 1998

• The Bulletin of The Korean Astronomical Society
• /
• v.44 no.2
• /
• pp.62.2-62.2
• /
• 2019

한국의 고천문 자료는 삼국시대 이후 근대 조선까지 다수가 존재하여 세계적으로 드문 기록 문화를 보유하고 있으나, 한문 번역이 많이 이루어지지 않아 학술적 활용이 활발하지 못한 상태이다. 고문헌의 한문 문장 번역은 전문인력의 수작업에 의존하는 만큼 소요 시간이 길기에 투자대비 효율성이 떨어지는 편이다. 이에 최근 여러 분야에서 응용되는 인공지능의 적용을 대안으로 삼을 수 있으며, 초벌 번역 수준일지라도 자동번역기의 개발은 유용한 학술도구가 될 수 있다. 한국천문연구원은 한국정보화진흥원이 주관하는 2019년도 Information and Communication Technology 기반 공공서비스 촉진사업에 한국고전번역원과 공동 참여하여 인공신경망 기계학습이 적용된 고문헌 자동번역모델을 개발하고자 한다. 이 연구는 고천문 도메인에 특화된 인공지능 기계학습 기법으로 자동번역모델을 개발하여 이를 서비스하는 것을 목적으로 한다. 연구 방법은 크게 4가지 개발을 진행하는 것으로 나누어 볼 수 있다. 첫째, 인공지능의 학습 데이터에 해당되는 '코퍼스'를 구축하는 것이다. 이는 고문헌의 한자 원문과 한글 번역문이 쌍을 이루도록 만들어 줌으로써 학습에 최적화한 데이터를 최소 6만 개 이상 추출하는 것이다. 둘째, 추출된 학습 데이터 코퍼스를 다양한 인공지능 기계학습 기법에 적용하여 천문 분야 특수고전 도메인에 특화된 자동번역 모델을 생성하는 것이다. 셋째, 클라우드 기반에서 참여 기관별로 소장한 고문헌을 자동 번역 모델에 기반하여 도메인 특화된 모델로 도출 및 활용할 수 있는 대기관 서비스 플랫폼 구축이다. 넷째, 개발된 자동 번역기의 대국민 개방을 위해 웹과 모바일 메신저를 통해 자동 번역 서비스를 클라우드 기반으로 구축하는 것이다. 이 연구는 시스템 요구사항 분석과 정의를 바탕으로 설계가 진행 또는 일부 완료되어 구현 중에 있다. 추후 이 연구의 성능 평가는 자동번역모델 평가와 응용시스템 시험으로 나누어 진행된다. 자동번역모델은 평가용 테스트셋에 의한 자동 평가와 전문가에 의한 휴먼 평가에 따라 모델의 품질을 수치로 측정할 수 있다. 또한 응용시스템 시험은 소프트웨어 방법론의 개발 단계별 테스트를 적용한다. 이 연구를 통해 고천문 분야가 인공지능 자동번역 확산 플랫폼 시범의 첫 케이스라는 점에서 의의가 있다. 즉, 클라우드 기반으로 시스템을 구축함으로써 상대적으로 적은 초기 비용을 투자하여 활용성이 높은 한문 문장 자동 번역기라는 연구 인프라를 확보하는 첫 적용 학문 분야이다. 향후 이를 활용한 고천문 분야 학술 활동이 더욱 활발해질 것을 기대해 볼 수 있다.

• Journal of Convergence for Information Technology
• /
• v.9 no.3
• /
• pp.16-21
• /
• 2019

Small and medium-sized Korean companies are currently changing their industrial structure faster than in the past due to various environmental factors (such as securing competitiveness and developing excellent products). In particular, the importance of collecting and utilizing data produced in smart factory environments is increasing as diverse devices related to artificial intelligence are put into manufacturing sites. This paper proposes an artificial intelligence-based smart factory model to improve the process of products produced at the manufacturing site with the recent smart factory. The proposed model aims to ensure the increasingly competitive manufacturing environment and minimize production costs. The proposed model is managed by considering not only information on products produced at the site of smart factory based on artificial intelligence, but also labour force consumed in the production of products, working hours and operating plant machinery. In addition, data produced in the proposed model can be linked with similar companies and share information, enabling strategic cooperation between enterprises in manufacturing site operations.

• 한국정보교육학회:학술대회논문집
• /
• 2021.08a
• /
• pp.213-221
• /
• 2021

With the advent of the 4th industrial revolution, the need for artificial intelligence education has increased. The online learning environment caused by COVID-19 made it possible to use variety of artificial intelligence platforms. In this study, an aritificial intelligence class plan was developed and proposed to achieve the goal of artificial intelligence education using an AI platform. The AI platform used is AI for Oceans, With the theme of creating a program for the environment, designed a 6-hour project class using Novel Engineering-based on STEAM model. Students experience AI for Oceans enough time and learn supervised learning by experience. Based on understanding of supervised learning, students design their own programs for the environment using Entry's AI blocks. In this study, for AI convergence education, this lesson was developed and presented with the goal of acquiring the creative problem solving ability and integrated thinking ability by using the principles of artificial intelligence to solve problems.

• Journal of the Korea Society of Computer and Information
• /
• v.27 no.5
• /
• pp.69-76
• /
• 2022

In this paper, we presented the contents and methods of AI classes using AI platforms. First, we extracted the content elements of each stage of the AI class using the AI education platform from experts. Classes using the AI education platform were divided into 5 stages and 25 class elements were selected. We also conducted a survey of 82 teachers and analyzed the factors that they acted importantly at each stage of the AI platform class. As a result of the analysis, teachers regarded the following contents as important factors for each stage that are AI model preparation stage (the learning stage of the AI model), problem recognition stage (identification of problems and AI solution potential), data processing stage (understanding the types of data), AI modelingstage (AI value and ethics), and problem solvingstage (AI utilization in real life).

• KIPS Transactions on Software and Data Engineering
• /
• v.11 no.10
• /
• pp.419-426
• /
• 2022

In this paper, we propose a method to improve the accuracy of 3D human pose estimation model in various move motions. Existing human pose estimation models have some problems of jitter, inversion, swap, miss that cause miss coordinates when estimating human poses. These problems cause low accuracy of pose estimation models to detect exact coordinates of human poses. We propose a method that consists of detection and correction methods to handle with these problems. Deep learning-based outlier detection method detects outlier of human pose coordinates in move motion effectively and rule-based correction method corrects the outlier according to a simple rule. We have shown that the proposed method is effective in various motions with the experiments using 2D golf swing motion data and have shown the possibility of expansion from 2D to 3D coordinates.

• The Mathematical Education
• /
• v.63 no.2
• /
• pp.335-350
• /
• 2024

This study explored the factors that influence elementary school teachers' intention to use an artificial intelligence (AI) math learning system and analyzed the interactions and relationships among these factors. Based on the technology acceptance model, perceived usefulness for math learning, perceived ease of use of AI, and attitude toward using AI were analyzed as the main variables. Data collected from a survey of 215 elementary school teachers was used to analyze the relationships between the variables using structural equation modeling. The results of the study showed that perceived usefulness for math learning and perceived ease of use of AI significantly influenced teachers' positive attitudes toward AI math learning systems, and positive attitudes significantly influenced their intention to use AI. These results suggest that it is important to positively change teachers' perceptions of the effectiveness of using AI technology in mathematics instruction and their attitudes toward AI technology in order to effectively adopt and utilize AI-based mathematics education tools in the future.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.32 no.5
• /
• pp.1019-1034
• /
• 2022

Malware attacks become more prevalent in the hyper-connected society of the 4th industrial revolution. To respond to such malware, automation of malware detection using artificial intelligence technology is attracting attention as a new alternative. However, using artificial intelligence without collateral for its reliability poses greater risks and side effects. The EU and the United States are seeking ways to secure the reliability of artificial intelligence, and the government announced a reliable strategy for realizing artificial intelligence in 2021. The government's AI reliability has five attributes: Safety, Explainability, Transparency, Robustness and Fairness. We develop four elements of safety, explainable, transparent, and fairness, excluding robustness in the malware detection model. In particular, we demonstrated stable generalization performance, which is model accuracy, through the verification of external agencies, and developed focusing on explainability including transparency. The artificial intelligence model, of which learning is determined by changing data, requires life cycle management. As a result, demand for the MLops framework is increasing, which integrates data, model development, and service operations. EXE-executable malware and documented malware response services become data collector as well as service operation at the same time, and connect with data pipelines which obtain information for labeling and purification through external APIs. We have facilitated other security service associations or infrastructure scaling using cloud SaaS and standard APIs.

• 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 Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.156-156
• /
• 2021

본 연구는 지역빈도해석을 기반으로한 인공신경망 모델과 기존에 널리 사용되는 방법인 홍수지수법의 성능을 몬테카를로 시뮬레이션을 이용하여 평가하였다. 컴퓨터 기술이 발달함에 따라 인공지능에 대한 접근성이 좋아지며 수문학을 포함한 다양한 분야에 적용되고 있다. 인공지능을 이용하여 강수량 및 유량 등 다양한 수문자료에 대한 예측이 이루어지고 있으나 빈도해석에 관한 연구는 비교적 적다. 본 연구에서 사용된 인공 지능 모델은 대상 지점의 지형학적 자료와 수문학적 자료를 이용하여 인공신경망을 통해 지점의 확률강우량(QRT-ANN) 및 확률분포형의 매개변수 (PRT-ANN)를 추정한다. 지형학적 자료로는 위도, 경도 그리고 고도가 사용되었으며 수문학적 자료로는 대상 지점의 최근 30년 일일연최대강우량을 사용하였다. 지역빈도해석의 정확도는 지역 내 통계적 특성이 비슷한 지점들이 포함되면 될수록 높아진다. 통계적 특성으로는 불일치 척도, 이질성 척도, 적합성 척도가 있으며 다양한 조건의 통계적 특성에 따른 세 개의 지역빈도해석 방법의 성능을 평가하고자 하였다. 대상 지역 내 n개의 지점이 있다고 가정하였을 때, 홍수지수법의 경우 n-1개의 지점으로 추정한 지역 성장곡선을 이용하여 나머지 1개 지점의 확률강우량을 산정할 수 있으며 인공신경망 모델들 또한 n-1개 지점들의 자료를 이용하여 모델을 구축한 뒤 나머지 지점의 확률강우량 및 확률분포형의 매개변수를 예측할 수 있다. PRT-ANN의 경우 예측된 매개변수를 이용하여 확률강우량을 산정하며 시뮬레이션 시행마다 발생시킨 자료의 지점빈도해석 결과에 대한 나머지 세 방법의 평균 제곱근 상대오차 (Relative root mean square error, RRMSE)를 계산하였다. 몬테카를로 시뮬레이션을 이용한 성능 분석을 통하여 관측값의 다양한 통계적 특성에 맞는 지역빈도해석 방법을 제시할 수 있을 것으로 판단된다.