• Electronics and Telecommunications Trends
• /
• v.37 no.6
• /
• pp.32-42
• /
• 2022

Recently, decentralized approaches to artificial intelligence (AI) development, such as federated learning are drawing attention as AI development's cost and time inefficiency increase due to explosive data growth and rapid environmental changes. Collaborative AI technology that dynamically organizes collaborative groups between different agents to share data, knowledge, and experience and uses distributed resources to derive enhanced knowledge and analysis models through collaborative learning to solve given problems is an alternative to centralized AI. This article investigates and analyzes recent technologies and applications applicable to the research of multi-agent collaboration of AI bots, which can provide collaborative AI functionality autonomously.

• Journal of the Korea Computer Graphics Society
• /
• v.29 no.3
• /
• pp.85-92
• /
• 2023

Recently, interest in artificial intelligence has increased due to the development of artificial intelligence fields such as ChatGPT and self-driving cars. However, there are still many unknown elements in training process of artificial intelligence, so that optimizing the model requires more time and effort than it needs. Therefore, there is a need for a tool or methodology that can analyze the weight changes during the training process of artificial intelligence and help out understatnding those changes. In this research, I propose a visualization system which helps people to understand the accumulated weight changes. The system calculates the weights for each training period to accumulates weight changes and stores accumulated weight changes to plot them in 3D space. This research will allow us to explore different aspect of artificial intelligence learning process, such as understanding how the model get trained and providing us an indicator on which hyperparameters should be changed for better performance. These attempts are expected to explore better in artificial intelligence learning process that is still considered as unknown and contribute to the development and application of artificial intelligence models.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.1290-1293
• /
• 2021

Currently, blind people are experiencing a lot of inconvenience in their daily lives. In order to provide helpful service for the visually impaired, this study was carried out to make a new smart glasses that transmit information monitoring walking environment in real-time object recognition. In terms of object recognition, YOLOv4 was used as the artificial intelligence model. The objects, that should be identified during walking of the visually impaired, were selected, and the learning data was populated from them and re-learning of YOLOv4 was performed. As a result, the accuracy was average of 68% for all objects, but for essential objects (Person, Bus, Car, Traffic_light, Bicycle, Motorcycle) was measured to be 84%. In the future, it is necessary to secure the learning data in more various ways and conduct CNN learning with various parameters using darkflow rather than YOLOv4 to perform comparisons in the various ways.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• 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.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1992.04b
• /
• pp.573-580
• /
• 1992

인공건물의 평면특성에 대한 시각을 통한 인지를 청각으로 대체했을 경우의 인지능력을 측정하였다. 정상적으로 시각(visual)을 이용하겠으나, 시각 장애자의 경우는 청각(auditory) 또는 촉각(tactile) 또는 두가지 모두를 사용하게 된다. Psychophysical approach를 사용하여 모의평면에 대한 인지능력을 JND단위로 측정하였다. 청각적인 신호를 관찰자에게 제공하기 위해 전자장치(electronic ranging device)가 고안되었다. 이 장치는 목표물까지의 거리를 초음파의 이동시간으로 측정하여 음의세기(sound level)로 발생시켜 준다. 관찰자는 이 음의 세기를 듣고 거리를 추정하고 물표의 방향은 이 장비를 쥔 손의 방향, 즉, proprioceptive cue를 이용하게 된다. 세가지 task에 대한 실험은 평면의 slantness, 두 평면이 교차하는 모서리의 크기, 두 평면사이의 공간(aperture size)등에 대한 인지능력의 측정실험이다. 실험결과를 보면, 관찰자는 시각신호 대신에 청각신호를 사용할 수 있는 능력이 있는 것으로 나타났다. 세가지 task별 JND측정치는 slant angle 6도, 모서리의 concavity 10도, angular aperature size 3-5도로 나타났다. 이 결과는 정상인이 시각을 이용한 인지능력과 큰 차이가 없음을 보여주고 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.01a
• /
• pp.19-20
• /
• 2017

인공지능이 사회적으로 대두되면서 많은 양의 관련 연구가 시작되고 있다. 본 논문에서는 다층 퍼셉트론 신경망에서 역전파 학습의 진행 과정을 시각화 하는 것을 목표로 하고 있다. 다층 퍼셉트론 신경망은 학습의 진행 과정과 그 방식은 잘 알려져 있으나 각 신경의 값이 어떻게 변화되어 가는 지는 눈에 보이지 않는다. 이러한 과정에 대해 시각화를 통해 값이 변하는 과정을 눈으로 쉽게 관찰할 수 있도록 하는 것이 이 논문의 목표이다. 본 연구결과는 향후 다층 퍼셉트론 신경망을 기반으로 하는 다른 모델의 시각화에 대한 기초자료로 활용될 수 있을 것이다.

• Journal of the Korean Institute of Landscape Architecture
• /
• v.31 no.4
• /
• pp.90-100
• /
• 2003

본 연구는 기존 건축물 옥상녹화에 이용 가능한 저토심 옥상녹화 시스템 을 연구하고 개발하고자 수행되었다. 연구목적을 달성하기위해서 시스템의 개념적 모델이 선행 연구로부터 유추되었고 개념적 모델로부터 실험을 위한 시스템들이 제안되었다. 건축물 옥상 위에 설치된 이 시스템들에서 기린초의 생육에 대하여 인공배지 종류, 토심, 그리고 배수 형태의 효과들이 2002년 4월 3일부터 10월 18일까지 연구되었다. 인공배지 종류는 단용과 혼용이고, 토심은 5cm, l0cm,그리고 15cm이며, 배수 형태는 저수$.$배수형과 배수형으로 하였다. 여기서, 인공배지 단용은 폐유리 미분 100에 발포제를 1∼2정도 첨가하고, 착색제를 1정도 첨가한 후, 6∼8$^{\circ}C$/min로 승온하여 750∼85$0^{\circ}C$의 온도에서 발포시킨 다공질 유리를 수냉식으로 급랭하고, 분쇄기로 이송하여 l0mm이하로 분쇄하고 입도를 조절하여 얻어진 다공질 유리 파쇄물과 수피를 부피 비 6:4로 혼합하여 조성된 것이며 인공배지 혼용은 인공배 지 단용에 양토(모래 46%, 미사 40%, 점토 14%)를 부피비 5:5로 혼합하여 조성된 것이다. 피복면적, 지상부와 지하부의 생체중과 건물중, 그리고 시각적 질을 조사하였다. 각 변수들은 던칸의 다중범위 검정으로 통계처리 하였으며 처리들간의 유의수준은 5%였다. 그리고 기존 건축물 옥상에 대한 과부하의 위험을 피하기 위해서 각 시스템의 중량이 평가되었다. 그 결과를 요약하면 다음과 같다. 실험기간 중에 피복면적에 대한 배수 형태의 효과는 유의성 있는 차이를 나타내지 않았다. 인공배지 혼용의 피복면적은 인공배지 단용의 것보다 통계적으로 유의성 있게 높았다. 토심 5cm처리의 피복면적은 나머지 처리들의 피복면적보다 통계적으로 유의성 있게 낮았다. 토심 l0cm처리와 토심 15cm처리는 통계적으로 유의성이 없는 것으로 나타났다. 지상부와 뿌리의 생체중 및 건물중과 시각적 질에 대한 처리들의 효과는 피복면적에 대한 것과 유사하거나 동일하였다. 결과적으로, 기린초의 생육은 인공배지 단용보다 인공배지 혼용에서 더 높았고, 토심 10∼15cm에서 더 높았으며, 배수 형태에서는 뚜렷한 차이를 나타내지 않았다. 이 결과를 토대로, 기존 건축물 옥상에 적용 가능한 시스템의 허용하중과 기린초의 생육을 동시에 고려해볼 때, 저토심 옥상녹화 시스템 은 인공배지 종류에서는 혼용이, 토심은 10cm, 그리고 배수형태는 배수형이 적합하다고 보았다. 제안된 조건으로 조성된 시스템은 인공배지가 포장용수량상태일 때 그 중량이 약 115kg/$m^2$정도로 나타났다.

• Annual Conference on Human and Language Technology
• /
• 2009.10a
• /
• pp.67-72
• /
• 2009

ERP의 일종인 MMN(Mismatch Negativity)은 언어의 청각 인지정보 처리과정(central auditory processing)을 규명하는 데 유용한 수단으로 이용되어 왔다. 그런데, 최근의 연구들은 이러한 MMN이 청각 자극뿐만 아니라 시각 자극에 의해서도 검출될 수 있음을 밝혀냈다. 본 연구는 이러한 시각적 MMN을 이용하여 뇌에서 이루어지는 한국어 화자의 무의식적인 한국어 문자 정보처리과정을 규명하려고 시도하였다. 본 연구에서는 한국어의 글말 최소쌍 '므'/'모'와 '므'/'무', 이에 대응되는 비언어자극 '+ㅡ'/'+ㅗ'와 '+ㅡ'/'+ㅜ'(+표시의 아래에 모음을 붙여서 만든 인공문자, 그림1 참고)를 수동적(passive) Oddball paradigm으로 제시하고 언어 자극에 대한 EEG를 비언어자극과 비교 하에 측정, 분석하였다. 본 연구의 결과, 언어자극과 비언어자극 모두에서 시각적 MMN이 검출되었다. 하지만, 언어자극의 시각적 MMN이 비언어자극의 시각적 MMN보다 높게 나타남을 확인하였다. 이는 한국어 모국어화자들이 무의식적인 인지과정에서 언어자극이 갖는 물리적인 시각 정보뿐만 아니라 한국어 문자의 언어적 정보도 함께 처리하고 있음을 보여주는 것이다. 본 연구의 결과들은 한국어 글말의 무의식적인 인지처리과정을 밝혀주는 한편, 한국어 문자가 인지과학에서 갖는 중요한 지위를 보여줄 수 있을 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.663-664
• /
• 2020

차세대 염기서열 분석 기술은 성능과 비용 면에서 매우 향상되어 한 개체 내 여러 세포의 유전자 분석이 가능한 수준이다. 한 개체 내 여러 조직 세포의 유전자는 모두 동일하지 않기 때문에 여러 조직 세포의 Lineage 를 계층적으로 표현하고 이를 조직 세포 간 변이 정도를 파악하는 데 활용한다면 암 돌연변이 발생 등을 미리 예측할 수 있다. 본 논문은 한 개체 내 여러 조직 간 변이를 관찰하기 위해 변이 검출 데이터를 계층적 군집 방법을 이용해 분석하고 이를 시각화 하는 방법을 제안한다. 실제의 8 개 조직 세포의 유전자를 분석하고 변이를 검출하여 Dendrogram 그래프로 시각화 하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.613-615
• /
• 2020

최근 확장된 인공지능 생태계를 바탕으로 전 분야에 챗봇 서비스(Chatbot Service)의 활용이 증가했다. 이에 따라 챗봇서비스의 활용 분야 및 전달수단도 메신저 앱을 넘어 온라인 웹, 모바일 어플리케이션 등 점차 다양화되는 추세이다. 디지털서비스의 혁신수단으로 인공지능 기반의 챗봇을 적극 도입 중이고 발전하는 챗봇 서비스에 발맞춰 챗봇이 제공하는 데이터도체계를 갖추고 있다. 이에 본 논문은 챗봇이 제공하는 데이터 중 웹을 기반으로 하는 데이터의 시각화 방안을 제시한다. 전국적으로 분포되어있는 방대한 양의 데이터를 처리하여 사용자에게 웹 미디어로 정보를 전달하기 위한 기술적 방법을 연구.개발하였다. 이는 웹을 기반으로 하는 챗봇뿐만 아니라 방대한 양의 정보를 처리해야하는 다양한 웹 미디어서비스에도 적용 가능하며 웹 미디어를더욱 보편화 할 수 있는 방법이다.