• 문화기술의 융합
• /
• 제7권1호
• /
• pp.646-653
• /
• 2021

본 연구에서 개발된 의료용 침대는 N개의 건반으로 이루어져 각각이 엑츄에이터에 의해 수직으로 구동된다. 각 건반에는 M개의 센서가 실장되어 체압을 측정하므로 체압지도의 해상도는 MN에 의해 결정된다. 각 건반에는 센서 제어기가 실장되어 M개의 센서로부터 측정한 체압값을 CAN(Car Area Network)와 같은 직렬 통신 네트워크를 통해 메인제어기로 전달한다. 각 건반에는 모터를 구동하는 서보 드라이버가 하나씩 장착되며 메인 제어기와 CAN으로 연결되어 메인 제어기에서 지시된 변위값대로 건반의 높낮이를 제어하며 향후 개발될 인공지능 제어 알고리즘을 위해 신체 각부의 편안도를 조사하여 건반의 높낮이를 맞추었다. 또한, 건반 각부에 걸리는 최대 체압값과 체압비를 계산하여 인공지능에 의한 침대 편안도 제어를 위해 기초 데이터로 활용한다. 결과적으로 제시된 시스템은 향후 개발될 인공지능에 의한 신체의 안락함과 욕창 방지 제어를 위해 활용될 수 있는 토대가 될 수 있다.

• 한국정보통신학회논문지
• /
• 제26권12호
• /
• pp.1872-1879
• /
• 2022

최근 인공지능 기술이 발전하면서 해킹 공격을 탐지하기 위해 인공지능을 이용하려는 연구가 활발히 진행되고 있다. 하지만, 인공지능 모델 개발에 핵심인 학습데이터를 구성하는데 있어서 보안데이터가 대표적인 불균형 데이터라는 점이 큰 장애물로 인식되고 있다. 이에 본 눈문에서는 오버샘플링을 위한 데이터 추출에 딥러닝 생성 모델인 VAE를 적용하고 K-NN을 이용한 가중치 계산을 통해 클래스별 오버샘플링 개수를 설정하여 샘플링을 하는 W-VAE 오버샘플링 기법을 제안한다. 본 논문에서는 공개 네트워크 보안 데이터셋인 NSL-KDD를 통해 ROS, SMOTE, ADASYN 등 총 5가지 오버샘플링 기법을 적용하였으며 본 논문에서 제안한 오버샘플링 기법이 F1-Score 평가지표를 통해 기존 오버샘플링 기법과 비교하여 가장 효과적인 샘플링 기법임을 증명하였다.

• 한국콘텐츠학회논문지
• /
• 제21권12호
• /
• pp.57-65
• /
• 2021

산업 전 분야에 4차 산업혁명의 신기술인 IoT(Internet of Things), AI(Artificial Intelligence), Bigdata 등이 융합되어 새로운 가치를 창출하는 초연결 지능정보사회가 도래되고 있다. 모든 것이 네트워크에 연결되어 데이터가 폭발적으로 증가하고, 인공지능이 스스로 학습하여 지적 판단 기능까지도 가능하다. 특히 사물인터넷은 언제 어디서나 어느 것과도 연결될 수 있는 새로운 통신환경을 제공함에 따라 모든 것들이 연결되는 초 연결을 가능케 하고 있다. 인공지능 기술은 인간이 가진 지각, 학습, 추론, 자연어처리 등의 능력을 컴퓨터가 실행할 수 있도록 구현되고 있다. 인공지능은 기계학습, 딥러닝(Deep leearning), 자연어처리, 음성인식, 시각인식 등 첨단기술을 개발하는 방향으로 발전되고 있으며, 안전, 의료, 국방, 금융, 복지 등의 다양한 응용 분야에 특화된 소프트웨어와 머신러닝(Machine learning), 클라우드(Cloud) 기술을 포함하고 있다. 이를 통해 인간의 편의와 새로운 가치를 제공하기 위해 산업 전반의 다양한 분야에 활용된다. 하지만, 이와는 반대로 지능적이고 정교해진 사이버 위협들이 증가하고 신기술의 기술적 안전성 확보와 같은 잠재적 역기능들을 동반함에 따라 이에 대한 대응이 필요한 시점이다. 본 논문에서는 이러한 역기능을 해결하기 위한 하나의 방안으로 인공지능기술을 활용하여 IoT 통합보안관제 가능하도록 새로운 데이터모델링(Data modelling) 방안을 제안하였다.

• 한국빅데이터학회지
• /
• 제8권2호
• /
• pp.27-36
• /
• 2023

물류 산업은 기업과 소비자에게 필요한 상품과 자원을 저장하고 운송하기 때문에 우리의 생활과 밀접하게 연관되어 그 중요성은 더욱 더 커지고 있다. 중요성에 커짐에 따라 물류 산업은 혁신과 변화를 통해 효율적이고 지속 가능한 서비스를 제공하기 위해 노력하고 있다. 기술적 혁신과 인공지능을 활용하여 물류 네트워크 최적화, 친환경적인 운송 등 다양한 영역에서 연구와 개선이 이루어지고 있으나 여전히 물류 산업의 일부 측면에서 미흡한 연구가 있다. 특히, 다양한 요소를 고려하여 차량 운반선의 최적화된 선적 계획을 효과적이고 신속하게 계획을 수립하는 것은 다양한 복잡성을 내포하고 있어 이 분야의 연구는 부족한 상태이다. 본 논문에서는 다양한 고려사항과 차량 운반선의 선적 계획 수립 규칙을 반영하여 작업자가 신속하고 효율적으로 선적 계획을 수립할 수 있도록 하는 선·하적 알고리즘에 관하여 연구하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권11호
• /
• pp.247-249
• /
• 2020

4차 산업혁명 시대에 다양한 분야에서 ICT 기술 간 융합에 대한 요구가 증가하고 있다. 이에 마쳐 데이터, 네트워크, 인공지능 기술이 결합한 새로운 용어인 DNA(Data, Network, AI)가 사용 중이다. DNA는 지능형 응용 및 서비스 개발에 있어 잠재적 기술력을 가지고 있다. 이에 본 논문에서는 DNA 기술 기반의 논리적 포그 네트워크 기반의 서비스 이미지 배치 기술, 산업용 무선 센서 네트워크에서의 기계학습 기반 이동성 기술, 뇌신호 주파수 특성을 이용한 CNN 기반 BCI 성능 예측 기술, 소스코드 주제를 이용한 인공신경망 기반 경고 분류 방법 기술, 챗봇 환경에서 데이터 시각화 인터랙션을 위한 자연어처리 기술에 대한 심사 완료된 논문들을 소개한다.

• 경영정보학연구
• /
• 제22권3호
• /
• pp.99-118
• /
• 2020

현재 우리 사회는 4차 산업혁명의 물결 속에서 지능정보사회로 전개되고 있으며 이러한 변화는 모든 분야를 혁신시키는 긍정적 효과를 가져 올 것이다. 하지만 기술의 양면성으로 순기능과 동시에 역기능이 발생되고 있다. 지능화에 의해 해킹, 테러, 개인정보 침해, 불법콘텐츠 유통 등 사이버 역기능에 대한 위협은 더욱 심각해 질 것이다. 지금까지 인터넷의 보안 체계는 사후적(Proactive) 보안체계였으나 근래에 예방적(Preventive) 보안체계 방안인 신뢰네트워크에 대한 제안이 이루어지고 있다. 이에 본 연구에서는 신뢰네트워크 기술 중 하나인 Bright Internet에 대해서 지능정보사회의 사이버 역기능 해소 가능성을 분석하고자 한다. 본 연구에서는 지능정보사회의 사이버 역기능을 정의하고 Bright Internet 5대 원칙 도입에 대한 지능정보사회의 사이버 역기능 변화에 대한 인식을 분석한다. 연구결과 Brighit Internet 신뢰네트워크 도입으로 인한 지능정보사회의 역기능 해소가 가능하며 특히 사이버 범죄 및 테러, 권리침해 영역의 개선이 클 것으로 예측되었다. 5대 원칙 중에는 확인 가능한 익명성의 원칙과 국제 협력 조사 원칙이 역기능 해소의 기대치가 높게 나타나 효과가 클 것으로 분석되었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1997년도 추계학술대회 학술발표 논문집
• /
• pp.275-279
• /
• 1997

최근 인공지능연구에서는 기호즈의와 커넥션니즘이 독립적으로 연구되어 왔으나 차츰 융합의 필요성이 절실히 요구되고 있다. 본 연구에서는 먼저 기호주의의 일부분인 고전논리를 확장한 다치논리와 커넥션니즘의 기본부분인 신경회로망을 융합한 다치신경망을 구성하고, BP에 기반을 둔 학습 MVL 네트워크를 이용하여 해석한다. 본 논문에서는 이러한 구성 및 해석방법을 확장하여 비고전적인 다치신경회로망을 구성하는 방법을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.842-845
• /
• 2020

본 연구는 시각-관성 기반의 딥러닝 학습으로 자유분방하게 움직이는 드론의 주행기록을 정확하게 추정하는 것을 목표로 한다. 드론의 비행주행은 드론의 온보드 센서와 조정값을 이용하는 것이 일반적이다. 본 연구에서는 이 온보드 센서 데이터를 학습에 사용하여 비행주행의 위치추정을 실험하였다. 선행연구로써 DeepVO[1]룰 구현하여 KITTI[3] 데이터와 Midair[4] 데이터를 비교, 분석하였다. 3D 좌표면에서의 위치 추정에 선행연구 모델의 한계가 있음을 확인하고 IMU를 Feature로써 사용하였다. 본 모델은 FlowNet[2]을 모방한 CNN 네트워크로부터 Optical Flow Feature에 IMU 데이터를 더해 RNN으로 학습을 진행하였다. 본 연구를 통해 주행기록 예측을 다소 정확히 했다고 할 수 없지만, IMU Feature를 통해 주행기록의 예측이 가능함을 볼 수 있었다. 본 연구를 통해 시각-관성 분야에서 사람의 지식이나 조정이 들어가는 센서를 융합하는 기존의 방식에서 사람의 제어가 들어가지 않는 End-to-End 방식으로 인공지능을 학습했다. 또한, 시각과 관성 데이터를 통해 주행기록을 추정할 수 있었고 시각적으로 그래프를 그려 정답과 얼마나 차이 있는지 확인해보았다.

• 전기전자학회논문지
• /
• 제23권1호
• /
• pp.120-126
• /
• 2019

최근 에너지 인터넷에서 지능형 원격검침 인프라를 이용하여 확보된 대량의 전력사용데이터를 기반으로 효과적인 전력수요 예측을 위해 다양한 기계학습기법에 관한 연구가 활발히 진행되고 있다. 본 연구에서는 전력량 데이터와 같은 시계열 데이터에 대해 효율적으로 패턴인식을 수행하는 인공지능 네트워크인 Gated Recurrent Unit(GRU)을 기반으로 딥 러닝 모델을 제안하고, 실제 가정의 전력사용량 데이터를 토대로 예측 성능을 분석한다. 제안한 학습 모델의 예측 성능과 기존의 Long Short Term Memory (LSTM) 인공지능 네트워크 기반의 전력량 예측 성능을 비교하며, 성능평가 지표로써 Mean Squared Error (MSE), Mean Absolute Error (MAE), Forecast Skill Score, Normalized Root Mean Squared Error (RMSE), Normalized Mean Bias Error (NMBE)를 이용한다. 실험 결과에서 GRU기반의 제안한 시계열 데이터 예측 모델의 전력량 수요 예측 성능이 개선되는 것을 확인한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(B)
• /
• pp.28-33
• /
• 2010

최근 모바일 게임에 있어서 중요한 이슈는 게임상에서 존재하는 물체들이 사실감과 생동감을 유지하면서도 프로그램의 속도 감소 문제를 발생시키지 않는 방안을 찾는 것이다. 본 논문이 제시하는 내용은 모바일 환경에서의 지능형 물리엔진 아키텍쳐에 대한 것으로 물리엔진으로 구현 한 게임 안의 환경을 인지하고 수집한 수치를 이용, 학습하여 사용자가 컨트롤하는 게임 내의 물체가 최적화 된 움직임을 보일 수 있도록 하는 데 목표를 두고 있다. 이를 위해 모바일 환경에 적합하도록 구현된 물리엔진으로 자동차 주행 시스템 환경 내에서 속성을 추출, 인공지능 모듈에 입력하여 연산량이 비교적 적은 베이지안 네트워크 알고리즘을 통해 분석하며 이를 평가한다.