• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.469-469
• /
• 2021

낙동강을 취수원으로 사용하고 있는 국민들은 과거부터 꾸준히 발생해온 수질사고로 인하여 낙동강 수질에 대한 관심이 매우 높다. 이에 낙동강 본류를 취수원으로 이용하고 있는 중·하류 지방자치단체들은 낙동강 유역 내 댐이나 상류로의 취수원 이전을 요구하고 있다. 이러한 요구들은 지역·지방간의 갈등이 유발되었으며 가장 대표적인 사례가 부산광역시의 취수원 이전 문제이다. 부산광역시는 낙동강 본류 수질 악화와 녹조발생으로 인한 원수에 대한 시민들의 불신, 수질 악화로 인한 정수비용 증가 등의 문제를 제기하였고 이를 해결하고자 남강 상류 또는 낙동강 지류로 취수원 이전하여 시민들에게 상수 공급하기를 원하고 있다. 하지만 타 지방자치단체와의 이해, 경제성 등의 문제로 마찰을 빚고 있다. 지역간의 갈등을 최소화하면서 적정 수량 확보가 가능한 대체 수자원 확보를 위해 강변여과수, 지하수저류지, 인공함양, 인공습지, 해수담수화 같은 방법들이 논의 되었지만 본 연구에서는 낙동강 중·하류에 인공습지 적용이 가능한 지점들을 선정하고 목표 유량 및 수질 확보 가능성을 평가하였다. 기 연구된 경남, 부산권 광역상수도 사업 타당성 조사(2011, 국토교통부)에 의하면 낙동강 하류지역에 안전한 상수원 확보를 위한 원수 대체 필요량은 전체 약 1,330,000 m³/day 이다. 이를 확보하기 위해 강정고령보 상류 ~ 창녕함안보 하류구간 내 21개의 인공습지 후보지를 선정하고 유량확보 가능량, 수질, 오염부하량, 조류, 공간확보 항목에 대하여 평가하였다. 그 결과 21개 후보지에 대해 유량확보, 수질, 조류 항목에 대한 평가 결과 큰 차이가 없었지만 오염부하량과 공간확보 항목에 대한 평가 결과가 인공습지 후보지 선정에 영향을 미치는 것으로 분석 되었다. 향후 낙동강 중·하류에 인공습지를 활용한 취수원 개발을 위해서는 낙동강 본류와 지류에 대한 정확한 수질 조사와 인공습지 후보지에 대한 면적조사, 경제성 평가가 수행되어야 할 것으로 판단된다.

• Journal of Bio-Environment Control
• /
• v.3 no.2
• /
• pp.151-159
• /
• 1994

생물체와 자연현상을 대상으로 하는 농업은 알려지지 않거나 불확실하고 애매한 정보를 처리해야 하는 경우가 많다. 따라서 농업시스템 시뮬레이션에 있어 다수의 가정이 필요하여 시뮬레이션 결과의 신뢰성이 떨어지게 되는 경우가 있다. 이러한 경우에 전문가 시스템, 퍼지, 인공신경망 등의 인공지능(Artificial Intelligence) 기술이 효과적으로 이용될 수 있으며 최근에 농업 분야에 응용이 활발해지고 있다. 전문가 시스템(Expert System)은 인공지능의 한 분야로서 인공지능이 실용화되는 과정에서 가장 각광받는 분야 중의 하나이다.(중략)

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.636-639
• /
• 2016

최근 모바일 게임에서의 인공지능과 관련된 연구가 활발히 진행되고 있다. 본 논문에서는 모바일 축구 시뮬레이션 게임에서 활용할 수 있는 인공지능 에이전트를 Hierarchical FSM 기반으로 설계하고 구현하여 실제 축구경기 결과와 비슷한 결과 도출하였다. 이러한 Hierarchical FSM을 기반으로 한 지능형 에이전트는 코드의 재활용성이 높고 개념적으로 간단하여 인공지능 에이전트를 설계 및 구현하기에 적합하다.

• Asia pacific journal of information systems
• /
• v.5 no.1
• /
• pp.36-51
• /
• 1995

본 논문에서는 비구조적인 의사결정문제를 효과적으로 해결하기 위하여 감독학습 인공신경망 모형과 비감독학습 인공신경망 모형을 결합한 하이브리드 인공신경망 모형인 HYNEN(HYbrid NEural Network) 모형을 제안한다. HYNEN모형은 주어진 자료를 클러스터화 하는 CNN(Clustering Neural Network)과 최종적인 출력을 제공하는 ONN(Output Neural Network)의 2단계로 구성되어 있다. 먼저 CNN에서는 주어진 자료로부터 적정한 퍼지규칙을 찾기 위하여 클러스터를 구성한다. 그리고 이러한 클러스터를 지식베이스로하여 ONN에서 최종적인 의사결정을 한다. CNN에서는 SOFM(Self Organizing Feature Map)과 LVQ(Learning Vector Quantization)를 클러스터를 만든 후 역전파학습 인공신경망 모형으로 이를 학습한다. ONN에서는 역전파학습 인공신경망 모형을 이용하여 각 클러스터의 내용을 학습한다. 제안된 HYNEN 모형을 우리나라 기업의 도산자료에 적용하여 그 결과를 다변량 판별분석법(MDA:Multivariate Discriminant Analysis)과 ACLS(Analog Concept Learning System) 퍼지 ARTMAP 그리고 기존의 역전파학습 인공신경망에 의한 실험결과와 비교하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.717-718
• /
• 2022

본 연구에서는 예비교사의 인공지능 융합교육 역량 강화를 위한 캡스톤 디자인 기법 활용 인공지능 융합교육 프로그램을 개발하고 효과를 검증하였다. 개발된 교육 프로그램은 예비교사들이 스크래치 프로그래밍과 머신러닝포키즈, 캡스톤 디자인의 이해를 바탕으로, 인공지능 활용 융합 수업을 위한 주제 선정, 수업 설계 및 개발 후, 마이크로티칭을 하고 동료 평가 및 피드백을 하도록 조직되었다. 이는 2022년 1학기 K대학의 교양 강좌를 수강하는 예비교사들에게 처치되었다. 그 결과, 실험 대상자들의 인공지능 교수효능감의 사전-사후 t-검정에서 통계적으로 유의한 효과가 있음을 확인되었다.

• Journal of the Korean GEO-environmental Society
• /
• v.14 no.9
• /
• pp.31-37
• /
• 2013

In this study installation diameter, interval, area replacement ratio and ground hardness of applicable ground in C.G.S method should be mastered through surrounding ground by conducting modeling. Optimum artificial neural network was selected through the study of the parameter of artificial neural network and prediction model was developed by the relationship with numerical analysis and artificial neural network. As this result, C.G.S pile settlement and ground settlement were found to be equal in terms of diameter, interval, area replacement ratio and ground hardness, presented in a single curve, which means that the behavior pattern of applied ground in C.G.S method was presented as some form, and based on such a result, learning the artificial neural network for 3D behavior was found to be possible. As the study results of artificial neural network internal factor, when using the number of neural in hidden layer 10, momentum constant 0.2 and learning rate 0.2, relationship between input and output was expressed properly. As a result of evaluating the ground behavior of C.G.S method which was applied to using such optimum structure of artificial neural network model, is that determination coefficient in case of C.G.S pile settlement was 0.8737, in case of ground settlement was 0.7339 and in case of ground heaving was 0.7212, sufficient reliability was known.

• Education of Primary School Mathematics
• /
• v.26 no.4
• /
• pp.299-316
• /
• 2023

With the importance and necessity of using AI in the field of education, this study aims to explore elementary school teachers' perceptions of using Artificial Intelligence (AI) in mathematics education. For this purpose, we conducted a survey using a 5-point Likert scale with 161 elementary school teachers and analyzed their perceptions of mathematics education with AI via four categories (i.e., Attitude of using AI, AI for teaching mathematics, AI for learning mathematics, and AI for assessing mathematics performance). As a result, elementary school teachers displayed positive perceptions of the usefulness of AI applications to teaching, learning, and assessment of mathematics. Specifically, they strongly agreed that AI could assist personalized teaching and learning, supplement prerequisite learning, and analyze the results of assessment. They also agreed that AI in mathematics education would not replace the teacher's role. The results of this study also showed that the teachers exhibited diverse perceptions ranging from negative to neutral to positive. The teachers reported that they were less confident and prepared to teach mathematics using AI, with significant differences in their perceptions depending on whether they enacted mathematics lessons with AI or received professional training courses related to AI. We discuss the implications for the role of teachers and pedagogical supports to effectively utilize AI in mathematics education.

• Journal of the Korean Society for Nondestructive Testing
• /
• v.15 no.4
• /
• pp.531-539
• /
• 1996

The research for the classification of the artificial defects in welding parts is performed using the pattern recognition technology of ultrasonic signal. The signal pattern recognition package including the user defined function is developed to perform the digital signal processing, feature extraction, feature selection and classifier selection. The neural network classifier and the statistical classifiers such as the linear discriminant function classifier and the empirical Bayesian classifier are compared and discussed. The pattern recognition technique is applied to the classification of artificial defects such as notchs and a hole. If appropriately learned, the neural network classifier is concluded to be better than the statistical classifiers in the classification of the artificial defects.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.607-608
• /
• 2016

진화 알고리즘과 인공신경망은 생물학에서 비롯되어 컴퓨터과학 분야에서 응용되고 있는 문제해결 방법이다. 본 연구는 게임 환경에서 크기를 자율적으로 설정하여 생성할 수 있는 미로를 구성하고, 주어진 미로의 시작점으로부터 목적지까지 유전 알고리즘과 인공신경망을 이용하여 경로탐색을 하는 것에 대한 연구이다. 자동 생성된 미로가 특정 크기 이상으로 커지게 되면, 진화 알고리즘은 무작위적인 값에 의해서 결정되는 것으로 수렴한다는 결론을 얻었고, 인공신경망을 이용한 결과는 진화알고리즘 보다 미로의 경로탐색 문제해결에 적합한 결과를 보여주었다. 또한 어떤 방향이 최적경로인지 아닌지를 미리 알 수 있는 특수한 조건에서는 각 유전인자를 최적값인지 아닌지 표현하는 방법으로 효율적인 진화 알고리즘을 사용할 수 있다는 것을 제안하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.824-826
• /
• 2017

수요예측은 적정 재고를 유지하기 위해 선행되어야 할 중요한 부분이라 할 수 있다. 수요예측의 정확도 향상이 적정한 재고를 유지하기 위한 토대가 된다. 하지만 수요예측을 어렵게 만드는 주요 원인 중 하나인 간헐적인 수요는 기존 시계열 기법으로 예측하는데 있어 어려움이 크다. 본 연구에서는 인공지능의 한 기법인 인공신경망을 적용하여 간헐적 품목에 대한 수요예측을 실시하였다. 6개의 기법을 통해 실험을 실시한 결과 인공신경망이 가장 오차가 적은 우수한 결과를 나타냈다.