• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1159-1163
• /
• 2010

최근의 극심한 기상이변으로 인하여 발생되는 유출량의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이다. 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 수위자료로부터 단시간 수위예측에 관해 연구하였다. 신경망은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 연결강도를 최적화함으로서 모형의 구조를 스스로 조직화하기 때문에 모형의 구조에 적합한 최적 매개변수를 추정할 수 있다. 따라서 정확한 예측이 어려운 하천수위를 과거의 자료로 부터 학습된 신경망의 수학적 알고리즘을 통해 유출량의 예측에 적용할 수 있을 것이다. 유전자 알고리즘은 적자생존의 생물학 원리에 바탕을 둔 최적화 기법중의 하나로 자연계의 생명체 중 환경에 잘 적응한 개체가 좀 더 많은 자손을 남길 수 있다는 자연선택 과정과 유전자의 변화를 통해서 좋은 방향으로 발전해 나간다는 자연 진화의 과정인 자연계의 유전자 메커니즘에 바탕을 둔 탐색 알고리즘이다. 즉, 자연계의 유전과 진화 메커니즘을 공학적으로 모델화함으로써 잠재적인 해의 후보들을 모아 군집을 형성한 뒤 서로간의 교배 혹은 변이를 통해서 최적 해를 찾는 계산 모델이다. 따라서 본 연구에서는 인공신경망의 가중치를 유전자 알고리즘에 의해 최적화시킨후 오류역전파알고리즘에 의해 신경망의 학습을 진행하는 모형으로 감천유역의 선산수위표지점의 수위를 1시간~6시간까지 예측하였다.

• 대한조선학회지
• /
• 제26권4호
• /
• pp.35-43
• /
• 1989

전문가시스템은 인공지능 연구의 한 분야로서 인간전문가가 가지고 있는 전문지식을 컴퓨터에 표현하여 컴퓨터로 하여금 문제해결 능력을 갖도록 한 컴퓨터 프로그램이다. 선박 설계 작업은 설계전문가의 전문지식과 경험이 매우 중요하므로, 선박 설계를 위한 전문가시스템을 구성하여 이를 이용한다면 설계 작업의 효율성이 매우 증가할 것이다. 본 연구에서는 전문가시스템의 특성을 파악 하였고, SWATH선의 수직안정성을 평가할 수 있는 Prototype 전문가시스템을 개발하였다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1993년도 춘계학술대회 논문집
• /
• pp.375-379
• /
• 1993

공정계획(process planning)이란 제품에 대한 설계정보 및 제한된 가용자원에 대한 정보를 바탕으로 비용, 생산량을 고려하여 원자재를 원하는 형태로 변형시키기 위한 방법의 체계적인 결정과정이라 할 수 있으며, 생산계획(production planning: scheduling)이나 작업계획(operation planning)과 연계하여 설계와 생산을 연결하는 교량 역할을 수행한다. 이러한 공정계획 작업을 컴퓨터에 의해 자동화하기 위한 컴퓨터 원용 공정계획(computer aided process planning : CAPP)은 변환적 방식(variant approach)에서 시작되어 창생적 방식(generative approach)으로 발전되어 왔으며 인공지능 기법을 응용 한 지식기반 CAPP(knowledge based CAPP) 방식에 이르기 까지 CAM-1's CAPP, APPAS, GARE, SIPS, XCUT등 수많은 연구가 행해 졌다. 본 연구에서는 자동차 부품 업체인 K사의 공정계획 사례를 바탕으로 범용성이 있는 개방형 공정계획 시스템의 개발을 목표로 한다. 본 시스템에서 i) 설계정보는 객체지향에 의해 표현된 형상특징을 사용하고 ii) 공정계획은 국부적 공정계 획과 전체적 공정계획 과정(golbal planning)으로 구별하였고 iii) 공정계획을 위한 정보는 지식 베이스(knowledge base : KB) 와 데이타 베이스(data base : DB)로 구분하였다. 또한 iv) 정보의 모듈화를 통하여 임의의 제조라인에 적합하도록 개방형을 추구하였다.

• 한국컴퓨터교육학회 학술대회
• /
• 한국컴퓨터교육학회 2017년도 하계학술대회
• /
• pp.113-116
• /
• 2017

현대 사회는 4차 산업혁명을 통해 빠르게 발달하고 있다. 이러한 사회에서는 새로운 지식과 기술이 끊임없이 만들어지고 기존의 지식과 기술이 도태되고 지식과 기술의 생명주기가 점차적으로 빨라지고 있다. 이에 따라 새롭게 제시되는 지식과 기술을 적합한 문제에 적용하여 문제를 해결하는 능력의 중요성이 커지고 있다. 특히 차세대 기술로 평가받는 인공지능, 로봇, 자율 자동차, 사물 인터넷 등의 기술과 연관된 문제를 해결하는 방법은 컴퓨터를 활용한 문제 해결방법과 밀접하게 연관돼있기 때문에 컴퓨터를 활용하여 주어진 문제를 표현하고 해결하는 능력은 매우 중요하다. 본 연구에서는 운영체제에서 기본적으로 제공되는 파일 관리 프로그램에 대한 문제점을 제기하고 문제 해결을 위해 컴퓨팅 사고력을 활용해서 문제에 대한 조사 단계, 분석 단계, 그리고 자동화 단계를 거쳐 문제를 해결한다.

• 한국컴퓨터정보학회논문지
• /
• 제27권3호
• /
• pp.217-223
• /
• 2022

본 논문에서는 초중등 교사를 대상으로 AI융합교육 전공 교과목 중 'AI융합교육방법' 수강자의 요구와 환경을 분석하고 이를 바탕으로 교과목을 개발 및 적용하여 정보교육 교수효능감에 대한 효과성을 검증하였다. 연구를 위해 'AI융합교육방법' 과목을 수강하는 초중등 교사를 연구 대상으로 선정하여 대상의 일반적인 특성과 사전 지식 수준, 교육내용 요구를 조사·분석한 결과를 바탕으로 'AI융합교육방법' 교과목의 영역, 15주의 교수·학습 내용을 개발하였다. 개발된 'AI융합교육방법' 과목을 15주간 대상에게 적용하여 정보교육 교수효능감에 대한 효과성을 검사하고 분석한 결과, 정보교육 교수효능감은 적용 전에 비해 통계적으로 유의미하게 향상된 것으로 나타났다. 정보교육 교수효능감의 하위요소 중 정보 수업 가치관, 정보 교수 전략에서 유의미한 차이가 나타났다. 향후 학교 현장과의 연계, 타 교과와의 융합 등 교사 전문성 확보를 위한 후속 연구 진행이 필요하며, 교수학습 자료, 인공지능 교육용 플랫폼 등 다양한 자료와 교수학습 방법이 체계적으로 마련될 필요가 있다.

• 경영정보학연구
• /
• 제24권1호
• /
• pp.105-123
• /
• 2022

신용리스크 관리에 해당하는 부도예측모형은 기업에 대한 신용평가라고도 볼 수 있으며 은행을 비롯한 금융기관의 신용평가모형의 기본 지식기반으로 새로운 인공지능 기술을 접목할 수 있는 유망한 분야로 손꼽히고 있다. 고도화된 모형의 실제 응용은 사용자의 수용도가 중요하나 부도예측모형의 경우, 금융전문가 혹은 고객에게 모형의 결과에 대한 설명이 요구되는 분야로 설명력이 없는 모형은 실제로 도입되고 사용자들에게 수용되기에는 어려움이 있다. 결국 모형의 결과에 대한 설명은 모형의 사용자에게 제공되는 것으로 사용자가 납득할 수 있는 설명을 제공하는 것이 모형에 대한 신뢰와 수용을 증진시킬 수 있다. 본 연구에서는 머신러닝 기반 모형에 설명력을 제고하는 방안으로 설명대상 인스턴스에 대하여 로컬영역에서의 설명을 제공하고자 한다. 이를 위해 설명대상의 로컬영역에 유전알고리즘(GA)을 이용하여 가상의 데이터포인트들을 생성한 후, 로컬 대리모델(surrogate model)로 연관규칙 알고리즘을 이용하여 설명대상에 대한 규칙기반 설명(rule-based explanation)을 생성한다. 해석 가능한 로컬 모델의 활용으로 설명을 제공하는 기존의 방법에서 더 나아가 본 연구는 부도예측모형에 이용된 재무변수의 특성을 반영하여 연관규칙으로 도출된 설명에 도메인 지식을 통합한다. 이를 통해 사용자에게 제공되는 규칙의 현실적 가능성(feasibility)을 확보하고 제공되는 설명의 이해와 수용을 제고하고자 한다. 본 연구에서는 대표적인 블랙박스 모형인 인공신경망 기반 부도예측모형을 기반으로 최신의 규칙기반 설명 방법인 Anchor와 비교하였다. 제안하는 방법은 인공신경망 뿐만 아니라 다른 머신러닝 모형에도 적용 가능한 방법(model-agonistic method)이다.

• 정보교육학회논문지
• /
• 제24권1호
• /
• pp.59-69
• /
• 2020

본 연구에서는 Computational Thinking 기반의 인공지능(AI)교육에 대한 학습자의 내재적 사고의 변화를 살펴보기 위한 평가도구 개발의 기준과 프레임워크를 구성하여 제시하고자 하였다. 이를 위해 데이터수집을 위한 인지적 학습보조(Agency)의 단계, 수집된 데이터의 특징을 분해하여 데이터의 패턴을 인식하고 카테고리화 과정을 수행하는 추상화(Abstracting)의 단계, 추상화과정을 수행한 정제된 데이터를 토대로 알고리즘을 구성하는 모델링(Modeling)단계의 일련의 순차적 과정이 평가요소로 구성되었다. 또한 학습자의 인식, 학습, 행동, 결과에 대한 인지적영역에 대한 평가가 구성되었으며, 학습자의 문제해결의 과정과 결과에 대하여 지식, 역량, 태도의 영역에 대하여 측정을 하게 됨으로써 AI교육에 대한 학습의 내재적인 인지영역의 변화와 결과에 대한 평가를 할 수 있도록 프레임 워크가 설계되었다. 연구의 결과는 교수학습의 맥락에 따른 개별화된 평가도구 개발에 대한 프레임워크를 구성하였다는 점에서 의미가 있으며, 향후 AI교육의 다양한 영역에서 활용될 수 있는 기준으로서 활용될 수 있을 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.666-669
• /
• 2021

연구수행과정에서 발생하는 논문, 특허, 연구보고서 등의 과학기술데이터는 다양한 과학기술지식을 포함한다. 연구자들의 효과적인 연구를 지원하기 위해서는 과학기술데이터 분석을 통한 지식 발견이 필수적이다. 과학기술데이터는 일반 텍스트와는 다르게 다수의 전문용어를 포함하고 있으며, 고유의 양식이 정해져 있고, 텍스트 길이가 대체로 길다는 특징이 있다. 본 고에서는 이러한 과학기술데이터만의 고유한 특징을 반영한 인공지능 기반 자연어처리 기술들을 소개함으로써 과학기술데이터 분석에 대한 이해를 돕고자 한다.

• 인포메이션 디스플레이
• /
• 제24권6호
• /
• pp.3-10
• /
• 2023

지금까지 시물레이션 기반의 인공지능을 활용한 디스플레이 응용 프로그램이 소개하였다. AI와 시뮬레이션 기술이 어떻게 융합되어 적용되는지, 그리고 디스플레이 연구 및 개발 분야에 어떻게 활용할 수 있는지 설명하였다. [11, 12] 앞서 언급한 대로, 최근 하드웨어의 발전 속도는 매우 빠르며, 이러한 발전은 비용 절감과 함께 고성능 하드웨어에 접근하는 것이 매우 쉬워지고 있다. 게다가, 디스플레이 산업의 역사를 통해 40년 이상 누적된 방대한 양의 관련 데이터가 존재한다. 그리고 수학적 물리학의 발전과 함께 거의 모든 주요 방정식에 대한 수치 해석 모델이 개발되고 있다. 지금은 디스플레이 분야의 전문가들이 대학과 대학원에서 공부한 관련 지식에만 국한되지 않다. 이제는 이렇게 빠르게 발전하는 하드웨어 기술, 물리학과 수학을 기반으로 한 데이터 과학, 그리고 디스플레이 분야 지식을 조화롭게 결합하여 적용하는 것이 중요하다. 뿐만 아니라, 이러한 융합 기술을 사용하여 디자인 최적화가 이루어져야만 앞으로 시장에서 성공할 제품을 만들 수 있을 것으로 판단된다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 1998년도 추계학술대회 논문집
• /
• pp.385-388
• /
• 1998

급격한 경영환경의 변화로 인하여 고객만족을 최우선시하게 됨에 따라, 고객의 다양한 품질 요구를 신속 정확히 만족시키는 것이 주요 경영과제가 되었다. 이러한 상황에 대처 가능한 품질관리가 이루어지기 위해서는 품질기준에 대한 객관적 검증 및 지속적인 보완이 필요하며, 품질설계에 관련된 지식들을 체계적으로 수집하여 공유할 수 있는 체제가 갖추어져야 한다. 이와 같은 목적을 달성하기 위해 인공지능 기법들을 이용한 지능형 품질시스템(Intelligent Quality System, IQS)이 많은 관심을 모으고 있다. 본 연구에서는 일관 제철소의 품질관리를 위해 개발된 IQS중 품질설계 시뮬레이션 지원시스템(Quality Design Simulation Support System, QDSim)에 대해 설명한다. QDSim은 신경망을 기반으로 설계 구현되었는데, 품질설계 시뮬레이션을 지원하기 위해 크게 두가지 기능을 수행한다. 첫째 기능은 주어진 원재료의 구성비와 조업조건에 의해 생산될 제품의 최종 품질특성을 예측하는 것이며, 두 번째는 품질예측치가 고객의 요구 품질, 즉 목표품질을 만족시키는 입력 조건을 찾아가는 것이다. 본 연구에서는 QDSim의 이론적 근거 및 구현내용을 설명한 후, IQS내의 타 시스템과의 관계를 설명한다.