• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 추계학술발표대회
• /
• pp.913-916
• /
• 2014

본 논문의 수중로봇 도미(Domi) ver1.0는 관상어용 물고기 로봇 개발을 목표로 연구 개발되었다. 물고기 로봇은 머리, 1단, 2단 몸체와 꼬리부분과 2개의 구동 관절로 구성되어 있다. 물고기 로봇의 추력에 적합한 구동부 선정을 위하여 물고기 로봇 모델링과 유영 해석을 통하여 관절 구동부가 설계되었다. 또한 물고기 로봇의 유영알고리즘은 Lighthill 운동학 해석을 기초로 생체 모방의 유영 근사화 방법을 적용하였다. 설계된 물고기는 수동유영 및 자율운영모드로 동작된다. 수동유영모드는 RF 송수신에 의하여 구현된다. 본 설계된 물고기로봇 도미 ver1.0은 수중 현장시험 평가을 통하여 추력, 내구성, 방수성 등의 성능이 우수함을 확인하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.437-438
• /
• 2021

본 논문에서는 SW중심사회로 나아감에 따라 SW와 관련된 진로에 대한 지향도를 높이기 위해 디지컬 테크놀로지를 활용한 직업 체험의 효과성을 검증하고 시사점을 도출해낸다. 다양한 직업인이 되어 인공지능, 사물인터넷, 빅데이터, 3D모델링, 가상현실 등 디지털 테크놀로지를 활용한 직업 체험을 경험한 학생들은 향상된 SW진로 지향도를 보인다. SW진로에 대한 선호도, SW교육에 대한 선호도, SW진로교육에 대한 필요성 인식, SW진로에 대한 정보제공의 필요성 인식이 모두 증가하였고, 이처럼 SW진로지향도를 높이기 위해서는 직업과 연계한 디지컬 테크놀로지 교육이 활발히 이뤄져야 한다.

• 한국지능시스템학회논문지
• /
• 제9권4호
• /
• pp.389-395
• /
• 1999

최근 몇 년간 생물학적 발생에 대한 구조 및 둥작원리의 모델링에 대한 빠른 진전이 일어나고 있다. 세포자동자(cellular automata CA)와 린드마이어-시스템(L-system)은 다세포의 대표적인 발생/발달 모델이다. L-시스템은 식물의 그래픽 표현에 적용되어 오고 있으며 CA는 인고생명의 연구모델과 인공두뇌의 건축 등의 분야에 적용되어 오고 있다, 현재까지 CA와 L-시스템의 발생규칙은 설계자의 설계에 의존하고 있다. 그러나 진화연사방법을 도입하면 CA와 L-시스템을 자동으로 설계할수 있다. 발생규칙의 진화를 위해서는염색체의 코트화가 필요하다. DNA 코딩방법은 유전자의 중복과 여분을 가지고 있으며 규칙의 표현에 적합한 코딩방법이다. 본 논문에서는 CA와 L-시스템의 규칙을 진화시키기 위한 DNA 코딩 방법을 제안한다.

• Ecology and Resilient Infrastructure
• /
• 제10권4호
• /
• pp.161-170
• /
• 2023

본 연구에서는 제주도에서 자생하는 준맹그로브인 황근 (Hibiscus hamabo)과 갯대추나무 (Paliurus ramosissimus)의 탄소 저장량을 원격탐사로 추정하고 기후요인에 의하여 공간변이를 예측하는 인공지능 모델을 구축하고자 하였다. 준맹그로브의 지상부 탄소 축적량은 Global Ecosystem Dynamics Investigation (GEDI) 라이다에 의하여 제공되는 지상부 생물량 밀도(aboveground biomass density, AGBD)를 Sentinel-2 영상으로부터 추출한 normalized difference vegetation index (NDVI)으로 해상도를 상향하여 추정하였다. 제주도에서 단위면적당 탄소 축적량은 황근이 16.6 t C/ha, 갯대추나무가 21.1 t C/ha이었다. 제주도 전 해안에서 준맹그로브의 탄소 축적량은 11.5 t C로 추정되었다. 환경요인에 따른 준맹그로브의 탄소 축적량을 예측하기 위하여 랜덤 포레스트 기술을 적용하였다. 제주도 준맹그로브림의 분포면적 대비 지상부 생물량의 잔차를 계산하였다. 이 잔차에 영향을 미치는 주요 환경요인으로는 가장 습한 달의 강수량, 가장 더운 달의 최고온도, 등온성 및 가장 습한 달의 평균 온도가 선정되었다. 제주도에서 랜덤 포레스트 분석으로 예측된 준맹그로브의 탄소 축적량은 12.0 t C/ha - 27.6 t C/ha 범위의 공간적 변이를 나타내었다. 본 연구에서 개발된 탄소 축적량의 원격탐사 추정법과 환경요인에 따른 인공지능 예측법은 한반도에서 탄소흡수원으로서 맹그로브의 보전과 조성에 필요한 기초자료로 활용할 수 있을 것이다.

• Korean Chemical Engineering Research
• /
• 제61권4호
• /
• pp.542-549
• /
• 2023

대안 모델링에 대한 관심이 커진 이후 데이터 기반의 기계학습을 이용하여 비선형 화학 공정을 모사하고자 하는 연구가 지속되고 있다. 그러나 기계 학습 모델의 black box 성질로 인하여 모델의 해석 가능성에 한계는 산업 적용에 걸림돌이 되고 있다. 따라서, 모델의 정확도가 보장된 상태에서 해석력을 부여하는 개념인 설명 가능한 인공지능(explainable artificial intelligence, XAI)을 이용하여 화학 공정 분석을 시도하고자 한다. 기존의 화학 공정 민감도 분석이 변수의 민감도 지수를 계산하고 순위를 매기는 데에 그쳤다면, XAI를 이용하여 전역적, 국소적 민감도 분석뿐만 아니라 변수들 간의 상호작용에 대하여 분석하여 데이터로부터 물리적 통찰을 얻어내는 방법론을 제안한다. 사례 연구의 대상공정인 암모니아 합성 공정에 대하여 첫번째 반응기로 향하는 흐름에 대한 예열기(preheater)의 온도, 세 반응기로 향하는 cold-shot의 분배 비율을 공정 변수로 설정하였다. Matlab과 Aspen plus를 연동하여 공정 변수를 바꿔가면서 암모니아의 생산량과 세 반응기의 최고 온도에 대한 데이터를 얻었으며, tree 기반의 모델들을 훈련시켰다. 그리고 성능이 좋은 모델에 대하여 XAI 기법 중 하나인 SHAP 기법을 이용하여 민감도 분석을 수행하였다. 전역적 민감도 분석 결과, 예열기의 온도가 가장 큰 영향을 미쳤으며 국소적 민감도 분석 결과에서 생산성 향상 및 과열 방지를 위한 공정 변수들의 범위를 규정할 수 있었다. 이처럼 화학 공정의 대안 모델을 구축하고 설명 가능한 인공지능을 이용해 민감도 분석을 진행하는 방법론을 통해 공정 최적화에 대한 정량적, 정성적 피드백을 제안하는 데 도움을 줄 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.424-424
• /
• 2018

인공신경망(Artificial Neural Network; ANN)은 뇌에 존재하는 생물학적 신경세포와 이들의 신호처리 과정을 수학적으로 묘사하여 뇌가 나타내는 지능적 형태의 반응을 구현한 것이다. 인공신경망은 학습(training)을 통해 입력과 출력으로 구성되는 하나의 시스템을 병렬적이고 비선형적으로 구축할 수 있으며, 유연한 모델링 특성으로 인하여 시스템 예측, 패턴인식, 분류 및 공정제어 등의 다양한 분야에서 활용되고 있다. 인공신경망에 대한 최초의 이론은 Muculloch and Pitts(1943)가 제안한 Perceptron에서 시작 되었으며, 기본적인 학습기법인 오차역전파 기법(back-propagation Algorithm) 이 1980년대에 들어 수학적으로 정립된 이후 여러 분야에서 활용되기 시작하였다). 본 연구에서는 하도추적, 구체적으로는 상류단의 복수의 수위관측을 이용하여 하류단의 수위를 예측하기 위하여 인공신경망 모델을 구성하였다. 대상하도는 금강유역의 용담댐과 대청댐 사이의 본류이며, 상류단 입력자료로써 본류에 있는 수통, 호탄 관측소 관측수위와 지류인 송천 관측소 관측수위를 고려하였다. 출력 값으로는 하류단의 옥천 관측소 수위를 3시간 및 6시간의 선행시간으로 예측하도록 인공신경망 모형을 구성하였다. 인공신경망의 학습(testing), 시험(testing), 검증(validation)을 위해 2000년부터 2012년까지 13년간의 시수위자료를 이용하여 학습을 진행하였으며, 2013년부터 2014년의 2년간의 수위자료를 이용한 시험을 통해 최적의 모형을 선정하였다. 또한 선정된 최적의 모형을 이용하여 2015년부터 2016년까지의 수위예측을 수행하였다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제62권2호
• /
• pp.269-287
• /
• 2023

행렬이론은 수학, 자연과학, 공학뿐 아니라 사회과학과 인공지능 분야에까지 다양하게 활용되고 있다. 중·고등학교 수학에서 행렬은 학습 부담 경감을 위해 2009 개정 수학과 교육과정에서 삭제되었다가 인공지능 시대를 맞이하여 2022 개정 교육과정에 재편성될 예정이다. 이에 다른 나라에서 다루고 있는 행렬 내용을 분석함으로써 행렬 지도를 위한 의미 있는 방향을 제시하고 교과서 구성을 위한 시사점을 도출할 필요성이 있다. 이를 위해 본고에서는 독일 수학과 표준교육과정과 독일 헤센주의 수학과 교육과정을 분석하고, 독일 수학 교과서의 행렬 단원의 내용 요소 및 전개 방식의 특징을 분석하였다. 분석 결과 독일 교과서는 선형연립방정식의 풀이를 위한 행렬, 일차변환을 설명하기 위한 행렬, 전환과정을 설명하기 위한 행렬로 나누어 행렬 단원을 다루고 있으며 모두 역행렬을 다루고 있고 수학적 추론 및 수학적 모델링에 중점을 두고 행렬을 학습하는 것으로 나타났다. 분석 결과로부터 학교 수학에 행렬을 재편성할 경우 깊이 있는 개념적 이해와 수학적 추론 및 수학적 모델링에 중점을 두어 교육내용을 구성할 것을 제안하는 바이다.

• 인터넷정보학회논문지
• /
• 제24권6호
• /
• pp.81-89
• /
• 2023

현대사회에서 시각장애인들은 도보, 승강기, 횡단보도 등 일반적인 환경에서 보행을 하는데 어려움이 있다. 시각장애인의 불편 해소를 위한 연구로 영상이나 음성을 이용한 연구가 있으며, 이런 연구는 고비용의 웨어러블 장치, 고성능 CCTV, 음성 센서 등을 사용하여 실생활에 적용하는 데는 한계가 있다. 본 논문에서 시각장애인이 보행 중에 안전한 이동을 위해서 스마트폰에 포함된 저비용의 영상 센서를 활용하여 주변 도보 공간을 인지하는 인공지능 융합 알고리즘을 제안한다. 제안된 알고리즘은 이동 중인 사람 탐지를 위해서 모션 캡처 알고리즘과 장애물 탐지를 위한 객체 탐지 알고리즘을 융합하여 개발하였다. 모션 캡처 알고리즘으로 mediapipe을 사용하여 이동 중에 있는 주변 보행자들을 모델링 및 탐지하였다. 객체 탐지 알고리즘을 사용했으며 도보 중에 발생하는 다양한 장애물을 모델링 하였다. 실험을 통하여 인공지능 융합 알고리즘을 검증했으며, 정확도 0.92, 정밀도 0.91, 재현율 0.99. F1 score 0.95로 결과를 얻어서 알고리즘의 성능을 확인하였다. 본 연구로 보행 중에 발생하는 볼라드, 공유 킥보드, 자동차 등의 주변 장애물 및 이동 중인 보행자 회피하여 시각장애인들의 통행에 도움을 줄 수 있다.

• 대한원격탐사학회지
• /
• 제39권5_2호
• /
• pp.859-873
• /
• 2023

산불은 오랜 기간동안 사회 및 경제적으로 지구에 많은 피해를 야기하며, 이러한 산불은 자연적 혹은 인위적으로 발생되어왔다. 이로 인해 여러 실험들에서 산불로 인한 악영향에 관한 연구들을 진행하였으며, 동시에 산불 발생 시 빠른 대처를 위한 산불탐지 및 오염배출 물질 탐지 등과 같은 연구들도 수행되었다. 그러나 현재까지 한국 및 동아시아 영역을 배경으로 한 연구는 부족한 실정이고 산불 탐지에 활용되는 자료들의 정확도에 한계가 있었다. 본 연구에서는 정지궤도 환경위성(Geostationary Environment Monitoring Spectrometer, GEMS) 영상에 위색합성기법을 활용해 새로운 산불연기 탐지 산출물을 생성하고 해당 영상을 U-Net 모델링에 활용해 기존의 연구들에서 산불 탐지시에 활용했던 가시광선 채널 영상의 한계를 보완하였다. 그리고 U-Net 모델링을 통해 산출된 산불연기 영역으로부터 황사 픽셀 필터링을 수행하는 분류모델을 구축하여 순수 산불연기 탐지 영상을 산출하였으며, 이는 GEMS 기반의 재난감시에 활용될 수 있을 것으로 기대한다.

• 생태와환경
• /
• 제56권3호
• /
• pp.268-279
• /
• 2023

근래에 들어, 머신러닝과 딥러닝 모델은 다양한 수체 내 수질변화를 예측하기 위해 광범위하게 사용되고 있다. 특히, 담수호의 물 이용과 수생태계 건강성에 위협 요인으로 작용할 수 있는 유해남조의 발생을 예측하기 위해 많은 연구자들이 인공지능 모델을 활용하고 있다. 따라서, 본 연구에서는 최근까지 유해남조의 발생을 예측하기 위해 적용된 인공지능 모델링의 선행 연구들을 검토하였고, 딥러닝을 포함하여 머신러닝 모델을 이용한 이 분야 연구의 발전방향을 모색하고자 하였다. 먼저, Elsevier의 초록 인용 데이터베이스인 Scopus를 활용하여 체계적인 문헌 연구를 수행하였다. 주요 키워드를 이용하여 탐색 및 정리된 문헌들을 리뷰한 결과, 딥러닝 모델은 주로 남조 세포수 예측에만 사용되었고, 머신러닝 모델은 남조 세포수 이외에 microcystin, geosmin, 2-MIB와 같은 대사물질 예측에도 초점을 맞추고 있었다. 또한, 남조 세포수와 대사물질의 예측을 위해 활용된 입력변수들은 현저한 차이가 있었다. 남조의 대사물질을 예측하기 위해 딥러닝 모델이 적용된 바가 없었는데, 향후 빅데이터 구축을 통한 대사물질을 예측하는 연구가 필요할 것으로 사료된다.