• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.280-280
• /
• 2020

지구 온난화 현상 및 이상기후로 지구환경 변화는 물환경 변화에 많은 영향을 미치고 있다. 특히, 지표수에 의존도가 높은 국내의 수자원 공급시스템은 지구환경 변화에 의한 강우 분포의 시간적, 공간적 불균질성에 대한 취약성이 높으며, 이에 기후변화에 따른 상대적 변동성이 적은 지하수자원의 활용 가능성이 높아지고 있다. 지하수 인공함양 기술은 강우, 지하수 및 하수 처리수 등의 잉여 수자원을 관정, 수로, 인공함양 분지 및 습지, 지하댐 등의 인공시설물을 활용하여 지하 대수층에 주입시킨 후 양질의 수자원을 확보하는 기술이다. 이번 연구에서는 수치해석을 활용하여 함양지역의 유역형상 및 지층경사, 대수층 두께, 체류시간, 수리상수 등 수리지질 인자를 고려한 인공함양 방식별 인공함양 효율성을 평가하고자 한다. 인공함양 방식은 수직관정 및 수로(Ditch)를 적용하였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2001년도 추계학술발표대회 논문집 제20권 2호
• /
• pp.121-124
• /
• 2001

음성 합성기의 합성음의 자연감을 높이기 위해 자연음에 내재하는 정확한 운율 법칙을 구하여 음성합성 시스템에서 이를 구현해 주어야 한다 무제한 어휘 음성합성 시스템의 문-음성 합성기에서 필요한 운율 법칙은 언어학적 정보를 이용해 구하거나, 자연음에서 추출하고 있다 그러나 추출한 운율 법칙이 자연음에 내재하는 모든 운율 법칙을 반영하지 못했거나, 잘못 구현되는 경우에는 합성음의 자연성이 떨어지게 된다. 이런 점을 고려하여 본 논문에서는 한국어 자연음을 분석하여 추출한 운율 정보를 인공 신경망이 학습하도록 하고 훈련을 마친 인공 신경망에 문장을 입력하고, 출력으로 나오는 운율 정보와 자연음의 운율 정보를 비교한 결과 제안한 인공 신경망이 자연음에 내재하고 있는 운율을 학습할 수 있음을 알 수 있었다. 운율의 3대 요소는 피치 , 지속시간, 크기의 변화이다. 제안한 인공 신경망이 한국어 문장의 음소 열을 입력으로 받아들이고, 각 음소의 지속시간에 따른 피치변화와 크기 변화를 출력으로 내보내면 자연음을 분석해 구한 각 음소의 운율 정보인 목표 패턴과 출력 패턴 의 오차를 최소화하도록 인공 신경망의 가중치를 조절할 수 있도록 설계하였다. 지속시간에 따른 각 음소의 피치와 크기 변화를 학습시키기 위해 피치 및 크기 인공 신경망을 구성하였다. 이들 인공 신경망을 훈련시키기 위해 먼저 음소 균형 문장 군을 구축하여야 하고, 이들 언어 자료를 특정 화자가 일정 환경에서 읽고 이를 녹음하여 , 분석하여 구한운율 정보를 운율 데이터베이스로 구축하였다. 문장 내의 각 음소에 대해 지속 시간과 피치 변화 그리고 크기 변화를 구하고, 곡선 적응 방법을 이용하여 각 변화 곡선에 대한 다항식 계수와 초기 값을 구해 운율 데이터베이스를 구축한다. 이 운율 데이터베이스의 일부는 인공 신경망을 훈련시키는데 이용하고, 나머지로 인공 신경망의 성능을 평가하여 인공 신경망이 운율 법칙을 학습할 수 있었다. 언어 자료의 문장 수를 늘리고 발음 횟수를 늘려 운율 데이터베이스를 확장하면 인공 신경망의 성능을 높일 수 있고, 문장 내의 음소의 수를 감안하여 인공 신경망의 입력 단자의 수는 계산량과 초분절 요인을 감안하여 결정해야 할 것이다

• 한국인터넷방송통신학회논문지
• /
• 제23권1호
• /
• pp.7-13
• /
• 2023

본 연구의 목적은 인공지능 서비스 영향성 평가를 위한 분석 기준에 대해 조사하는 것이다. 본 연구 결과는 다음과 같이 조사 되었다. 인공지능 평가 대상은 인공지능 서비스와 인공지능 기술인 2가지 영역으로 분류하였다. 인공지능 서비스 평가는 영향력, 지속가능성, 효율성, 효과성, 적절성 등을 도입하여 평가할 수 있다. 인공지능 서비스의 시간적 측면평가는 사전평가와 사후 평가로 나누어 정리 할 수 있다. 사전평가는 사전 서비스를 위해 개발하고 설계할 때 검토해야 하는 사항에 대해 제시하고 있다. 인공지능 서비스 영역 평가는 공공서비스와 민간서비스 및 혼합형태로 분류 될 수 있다. 인공지능 서비스 영향성 평가 분류 기준으로 수직적 또는 수평적 구조 형태로 분류가 가능하다. 인공지능 서비스 적용(활용) 기준은 규범적 측면과 규제적 측면으로 나누어 볼 수 있다. 인공지능 서비스 목적 측면에서 영향평가 또는 과정 평가로 분류될 수 있다. 인공지능 서비스 목적 측면에서 바라보면, 주제별 평가와 분야별 평가를 들 수 있다. 본 연구는 인공지능 서비스 영향성 정책 및 대응 방안 마련하는데 도움이 되며. 향후 연구는 인공지능 서비스 영향성 분석 기준을 바탕으로 구체적인 지표를 발굴하는게 필요하다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.325-325
• /
• 2021

딥러닝을 이용한 침수해석은 강우자료와 그에 대한 1차원 EPA-SWMM 결과인 총월류량을 인공신경망에 학습시키고, 학습시킨 인공신경망을 테스트하기 위해 또다른 강우자료를 인공신경망으로 예측해서, 이것이 해석결과를 얼마나 잘 나타내는지 확인하고, 인공신경망이 모의한 총월류량을 잘 나타낸다면 인공신경망을 잘 학습시킨 것으로 판단하여 새로운 강우가 발생했을 때 새로운 강우자료에 대해 매번 새로 1차원, 2차원해석을 하는 것을 대신하여 인공신경망만으로 총월류량을 예측할 수 있게 되는 것이다. 강우자료를 입력자료로 사용하게 되는데, 강우량만으로는 그 강우의 특성을 전부 나타낸다고 할 수 없기 때문에 지속기간과 총강우량, 왜도(skewness), 표준편차를 추가적인 입력자료로 사용한다. 1차원, 2차원 해석결과인 총월류량은 입력자료에 대한 타깃자료가 되어, 인공신경망을 테스트하거나 실제로 이용할 때 비슷한 지속기간과 총강우량, 왜도, 표준편차를 가진 강우가 발생했을 때 타깃자료를 이용해 총월류량을 예측하는 것이다. 인공신경망이 얼마나 잘 학습되었는지 확인하기 위해서 침수지도를 작성해볼 필요가 있다. 1차원, 2차원 모의해석으로 나온 총월류량과, 인공신경망을 이용해 예측한 총월류량을 이용해 각각 침수지도를 작성하여 시각적 자료로 변환하여 비교하고, 침수지도가 일치한다면 인공신경망이 잘 학습되었다고 판단할 수 있고, 새로운 강우가 발생하면 학습시킨 인공신경망을 통해 1차원, 2차원 모의해석을 하지 않고도 총월류량을 예측할 수 있다.

• 정보교육학회논문지
• /
• 제26권1호
• /
• pp.35-44
• /
• 2022

본 연구의 목적은 교과에 대한 태도 향상이 해당 교과의 학업성취도에 영향을 미친다는 선행 연구 결과를 바탕으로 인공지능교육 프로그램이 초등영재아동의 인공지능 태도 변화를 야기하고 태도의 변화가 소양의 변화를 이끌어 낸다는 사실을 확인하는 것이다. 본 연구에서는 초등영재아동을 대상으로 인공지능교육을 실시하고, 인공지능에 대한 태도의 변화와 인공지능 소양의 변화에 미치는 영향을 사전-사후 검사를 통하여 분석한 결과, 초등영재아동들의 인공지능 태도와 소양 모두가 통계적으로 유의미하게 향상되었다. 또한 인공지능 태도의 변화가 인공지능 소양 변화에 통계적으로 유의미한 양적 영향을 미친다는 것을 회귀 분석을 통하여 확인할 수 있었다. 본 연구는 인공지능 태도와 소양을 측정하기 위하여 자기 평가를 사용하고, 상대적으로 적은 수의 표본에 적용하였다는 한계를 갖고 있지만 생활 속에서 경험해본 인공지능 프로그램을 직접 만들어보는 활동으로도 인공지능 태도나 소양의 변화를 야기할 수 있다는 것도 확인할 수 있었다.

• 정보와 통신
• /
• 제29권5호
• /
• pp.27-36
• /
• 2012

본 연구는 재난으로 인해 발생할 수 있는 피해를 미리 파악하여 대비할 수 있는 새로운 예측 방법론인 인공 재난에 대해 소개한다. 인공 재난은 재난이 발생할 수 있는 지역의 환경, 발생하는 재난의 변화, 재해를 입고 이에 반응하는 사람들의 행동을 설계하여 인위적으로 재난 상황을 실험해 볼 수 있는 에이전트 기반 시뮬레이션 모형이다. 인공 재난은 재해를 최소화하는 의사결정에 결정적인 역할을 하기에 매우 중요하다. 본 연구에서는 인공 재난의 특정과 분류 별 연구(재난 환경 연구, 재난 확산 연구, 재난 대응 연구)를 소개한다. 그리고 현재 정보 통신 인프라 기반 위에서 대용량 자료를 활용한 향후 연구들을 전망한다.

• 대한의용생체공학회:의공학회지
• /
• 제21권2호
• /
• pp.201-212
• /
• 2000

본 논문에서는 인공고관절과 환자의 고관절 부위를 각각 3차원 영상화한 후에 이들의 정합도 (fitness)를 측정하여 수치적인 정보로 제공함으로써 환자의 체형에 적합한 인공고관절을 선택하고, 더 나아가 정확한 시술방향과 시술깊이를 제공할 수 있는 모의시술시스템을 제시하였다. 이를 위해 region growing 기법등을 이용하여 환자의 CT 영상을 3차원화하고, 또한 인공고관절을 projection 기법 등을 통해 3차원 영상화하였으며, 지금까지 인공고관절 정합도 측정에 사용했던 단순한 단면적 비교방식과는 달리 삽입의 균일성도 가늠할 수 있는 새로운 정합도 측정 방식을 고안하여 적용하였다. 다양한 실험과 분석을 통하여 새로 제안한 정합도 측정 방법의 정확성과 우수함을 확인할 수 있었으며, 본 논문에서 제시하는 모의 시술시스템은 향후 정형외과 분야에서 인공무릎과 같은 다른 영역에서의 시술 보조 시스템으로도 응용될 수 있을 뿐만 아니라, 인공관절의 국산화 및 주문제작 등에성도 많은 활용을 할 수 있을 것으로 기대된다.

• 대한수의사회지
• /
• 제35권2호
• /
• pp.108-109
• /
• 1999

오늘날 `인공수정`하면 소,돼지는 일반화된 방법이 된 지 오래다. 그런데 `개의 인공수정`하면 아직도 많은 수의사나 번식가들이 회의를 가지고 있다. 필자 역시 KCRC 울산 지회로 가입하기 전까지는 그런 부류에 속했다. 그러나 KCRC의 수차례의 Canine Reproduction(AL)에 대한 세미나와 실습을 통하여 냉동 정액을 이용하여 인공수정을 할 수 있구나 하는 생각을 가지게 되었고 필자가 인공수정의 전 과정을 스르로 해 본 결과 나름대로 확신을 가질 수 있게 되었다. 물론 다음의 한 예가 인공수정에 대한 의문을 모두 제거하리라는 기대는 무리가 있겠지만 최소한 개의 인공 수정에 대한 이해의 폭은 넓히리라 확신한다.

• 한국정보통신학회논문지
• /
• 제26권1호
• /
• pp.49-57
• /
• 2022

최근 인공지능의 다양한 활용은 기계학습의 딥 인공신경망 구조를 통해 가능해졌으며 인간과 같은 능력을 보여주고 있다. 불행하게도 딥 구조의 인공신경망은 아직 정확한 해석이 이루어지고 있지 못하고 있다. 이러한 부분은 인공지능에 대한 불안감과 거부감으로 작용하고 있다. 우리는 이러한 문제 중에서 인공신경망의 능력 부분을 해결한다. 인공신경망 구조의 크기를 계산하고, 그 인공신경망이 처리할 수 있는 데이터의 크기를 계산해 본다. 계산의 방법은 수학에서 쓰이는 군의 방법을 사용하여 데이터와 인공신경망의 크기를 군의 구조와 크기를 알 수 있는 Order를 이용하여 계산한다. 이를 통하여 인공신경망의 능력을 알 수 있으며, 인공지능에 대한 불안감을 해소할 수 있다. 수치적 실험을 통하여 데이터의 크기와 딥 인공신경망을 계산하고 이를 검증한다.

• 융합정보논문지
• /
• 제12권2호
• /
• pp.157-162
• /
• 2022

지식정보 사회에서는 일상생활에서 만나는 다양한 문제들을 컴퓨팅 사고를 바탕으로 해결할 수 있도록 디지털 리터러시 교육과 함께 AI 기술을 활용할 수 있는 인공지능 교육이 필요하다. 본 논문에서는 대학에서 컴퓨터 비전공자들을 중심으로 컴퓨터프로그래밍을 가르치면서 데이터 중심의 인공지능 교육을 실시하고, 학생들의 만족도 조사와 함께 학업성적 요인과 관련된 주요 요인들의 상관관계를 분석하였다. 그 결과, 성적과 문제해결력 기반의 과제와 학습 만족도가 강한 상관이 나타났고, 다중 회귀 분석 결과에서도 성적에 유의한 영향(F=225.859, p<0.001)을 주는 것으로 나타났으며, 학생들의 만족도가 높게 나타났다. 비전공자들에게도 프로젝트 형태의 구체적인 사례를 중심으로 데이터의 중요성과 인공지능 모델의 개념을 이해하고, 자신의 관심 분야에서 인공지능을 원활하게 활용할 수 있음을 확인할 수 있었다. 이러한 인공지능 교육 사례가 정립되고, 학생들의 인공지능 교육이 활성화된다면, 인공지능 기술의 관심을 통해 인공지능 전문가들과 협업할 수 있는 인공지능 교육의 방향을 제시할 수 있을 것이다.