• Annual Conference of KIPS
• /
• 2024.05a
• /
• pp.576-579
• /
• 2024

경제 위기 대비를 위해 인공지능을 활용한 주식시장 변동성 이상을 탐지하는 목적을 가지고 있다. 글로벌 이슈와 경제 위기 대비를 위해 주식시장 변동성 예측의 중요성이 부각되고 있으며, 기존의 주식시장 변동성 지수인 VIX 의 한계로 인해 더 복잡한 모델 및 인공지능을 활용한 연구에 관심이 집중되고 있다. 기존의 주식시장 변동성 예측에 관한 연구들은 통계적인 방법을 사용했으며 인공지능을 이용한 연구 또한 대부분 이상치 구간을 표시하여 예측을 목표로 하고 있으나 이러한 접근법은 라벨이 있는 데이터 수집 어려움, 클래스 불균형 문제가 있다. 본 연구는 인공지능을 활용한 주식시장 변동성 탐지에 기여하고 지도 학습 방식 대신 비지도 학습 기반의 이상탐지모델을 사용하여 주식시장 변동성을 예측하는 새로운 방법론을 제안한다. 본 연구에서 개발한 인공지능 모델은 IsolationForest 모델을 활용하며, 시계열 데이터를 전처리한 후 정상성을 확보하는 등의 과정을 거친다. 실험 결과로 인공지능 모델이 주요 경제이슈를 이상치로 검출하는 성능을 확인하였으며 재현율 약 93.6%, 정밀도 100%로 높은 성능을 달성했다.

• Annual Conference of KIPS
• /
• 2019.05a
• /
• pp.29-32
• /
• 2019

인공신경망은 인간의 신경세포인 뉴런을 모델로서 사용했다. 인간은 외부에서 오는 정보를 뇌에서 받아들이고 판단한다. 받아들인 정보를 통해 어떻게 산출할 것인지에 대한 일들을 기능하게 된다. 그러한 일련의 과정을 필기체 숫자 데이터를 통하여 사람이 유도하는 예측 값을 인식해내고, 학습된 예측 값을 실제 값과 비교해 분석하였다. 그리고 더 나아가 인공신경망에 대해 어떻게 응용할 것인지 논의하였다.

• Annual Conference of KIPS
• /
• 2019.05a
• /
• pp.464-466
• /
• 2019

CNN 은 합성곱 연산을 사용하는 인공신경망의 한 종류이다. 이러한 인공 신경망에서는 훈련 데이터에 대한 과도한 학습으로 인해 시험 데이터에 제대로 반응하지 못하는 오버피팅이 발생할 우려가 있다. 이를 해결하기 위해 DropOut 과 DropConnect 를 사용할 수 있다. 본 논문에서는 DropOut 과 DropConnect 를 통한 학습 정도를 실험을 통해서 비교해보고, 인공 신경망에서 이 방법의 효과를 살펴본다.

• KOREAN JOURNAL OF CROP SCIENCE
• /
• v.39 no.6
• /
• pp.548-555
• /
• 1994

To compare the tolerance of crops to acid rain at different growth stages a simulated acid rain (SAR) of pH 2.7 was applied to rice, soybean, and hot pepper from vegetative growth stage to harvest (Veget.-Harvest) and from reproductive growth stage to harvest (Reprod.-Harvest). Visual damages of crops by SAR were greater in the order of rice < hot pepper < soybean and greater at Veget.-Harvest than at Reprod.-Harvest treatment. Chlorophyll content of all crops was greater in the order of Veget.-Harvest < Reprod.-Harvest treatment < control, but photosynthetic activity was not affected by SAR treatments. Nitrogen concentration and uptake of rice plants at harvest were similar among SAR treatments, but those of soybean and hot pepper were greater at Veget.-Harvest treatment than at Reprod.-Harvest treatment or control. Sulfur concentration of all crops was not affected by SAR treatments, but total sulfur uptake of soybean was greater in SAR treatments than untreated control. Grain yield of rice and soybean was not affected by SAR although grain fertility, percent ripened grains, and 1,000-grain weight of rice at Veget.-Harvest treatment were lower compared with Reprod.-Harvest treatment or control. Fruit dry weight of hot pepper was greater in the order of Veget.-Harvest < Reprod.-Harvest < control due to decreased fruit number per plant and average fruit weight. At one time application of SAR at flowering stage, brown spots were observed on the spikelets of rice at below pH 2.3. Petals of soybean and hot pepper were wilted at pH below 1. 7 and 2.0, respectively, but fruit setting was not affected by the pH of the SRA.

• Korean Journal of Environmental Biology
• /
• v.35 no.4
• /
• pp.654-661
• /
• 2017

Recently, a low-impact development (LID) technic such as a wetland has been proposed as a Nature-friendly process for reducing pollutants caused by livestock wastewater. Therefore, the Daphnia magna toxicity was analyzed for livestock wastewater samples, to determine if a wetland system would also be effective in reducing this ecotoxicity. In the present study, acute D. magna toxicity was not significantly dependent on the presence and type of reed, nor type of media. However, when treated with construction wetlands, ecotoxicities decreased as well as TN, TP and COD concentrations. Therefore, it is considered that a construction wetland system with bio reeds and bio-media as well as general reeds would be effective to reduce the ecotoxicity of livestock wastewater. To apply a wetland system as the subsequent treatment process to a livestock waste water treatment facility, it is necessary to perform an integrated evaluation such as treatment efficiency and the ecotoxicity test for various characteristics of livestock wastewater.

• Proceedings of the IEEK Conference
• /
• 2003.07e
• /
• pp.2252-2255
• /
• 2003

인간과 인공생명체(Artificial Life Systems)가 서로 커뮤니케이션을 진행하기 위하여 인공생명체는 자신이 의도한 바를 음성, 표정, 행동 등 다양한 방식을 통하여 표현할 수 있어야 한다. 특히 자신의 좋아함과 싫음 등 자율적인 감정을 표현할 수 있는 것은 인공생명체가 더욱 지능적이고 실제 생명체의 특성을 가지게 되는 중요한 전제조건이기도 하다. 위에서 언급한 인공생명체의 감정표현 특성을 구현하기 위하여 본 논문에서는 음성 속에 감정을 포함시키는 방법을 제안한다. 먼저 인간의 감정표현 음성데이터를 실제로 구축하고 이러한 음성데이터에서 감정을 표현하는데 사용되는 에너지, 지속시간, 피치(pitch) 등 특징을 추출한 후, 일반적인 음성에 위 과정에서 추출한 감정표현 특징을 적용하였으며 부가적인 주파수대역 필터링을 통해 기쁨, 슬픔, 화남, 두려움, 혐오, 놀람 등 6가지 감정을 표현할 수 있게 하였다. 감정표현을 위한 음성처리 알고리즘은 현재 음성합성에서 가장 널리 사용되고 있는 TD-PSOLA[1] 방법을 사용하였다.

• Korea Information Processing Society Review
• /
• v.24 no.1
• /
• pp.13-18
• /
• 2017

국방지휘통제체계는 다양한 감시정찰 자산으로부터 수집된 많은 양의 정보를 융합하고 분석하여 지휘관이 최적의 의사결정을 내릴 수 있도록 지원하는 시스템이다. 하지만 현재 운영 중인 지휘 통제체계는 단순히 정보를 보여주고 유통하는 체계로 대량의 정보를 분석하고, 최적의 방책을 제공하는 등과 같은 지휘관의 의사결정을 지원하기에는 미흡한 수준이다. 지휘통제체계의 지능화 수준을 높이기 위해서 최근 이슈가 되고 있는 인공지능을 지휘 통제체계에 적용해 보고자 한다. 인공지능은 다양한 분야와의 융합을 통해 새로운 가치를 창출하고 사회 전반의 변혁을 이끌고 있다. 이러한 특성으로 4차 산업혁명의 핵심으로 주목받고 있다. 본 논문은 주요 선진국들의 인공지능 관련 추진동향과 인공지능의 국방적용을 위한 군사적 활용의 필요성, 그리고 지휘통제체계의 적용을 위한 고려요인들에 중점을 두었다. 지휘관의 의사결정을 보다 효과적으로 지원할 수 있도록 지능화된 지휘통제체계로 발전하는 데 기여할 수 있다고 생각한다.

• Annual Conference of KIPS
• /
• 2019.05a
• /
• pp.511-514
• /
• 2019

인공지능이 정형화된 수치 데이터뿐만 아니라 비정형 데이터까지도 인식해야하는 시대가 왔다. 보안 분야 이외에도 사회 전반에서 숫자 인식을 활용하고 점차 확대되고 있다. 숫자인식을 위해 인공신경망을 이용하였다. 인공신경망은 입력 층, 중간 층, 출력 층으로 이루어져 있다. 각 층은 노드와 노드들을 연결하는 가중치로 구성되어 있다. data set을 입력 값으로 하여 각각의 가중치를 곱한다. 오차역전파법을 이용하여 가중치 값을 갱신한다. 갱신하는 과정에서 학습률과 가중치 조정을 통해 결과 값의 정확도를 연구한다. 궁극적으로 학습된 data set과 인공신경망 알고리즘을 이용하여 손 글씨로 된 숫자를 인식한다. 실험에서 학습률과 중간층의 노드 개수를 조정하여 인식률을 높여간다.

• Annual Conference of KIPS
• /
• 2021.11a
• /
• pp.637-639
• /
• 2021

인공지능 기반의 생활폐기물의 인식 및 선별에서, 선별 정확도의 저하는 인식 대상의 형태적 다양성과 학습데이터 부족 및 불균등성에 기인한다. 본 연구에서는 비전 인공지능 기반의 효과적인 폐기물 선별을 위한 인식 시스템 및 감독학습 기반의 인공지능 학습 기법을 제안한다. 생활폐기물 중 순환자원적 가치가 높은 CAN, PET, 그리고 이와 형상적으로 유사한 폐기물에 대해 본 연구에서 제안된 시스템에서 물체원형 및 훼손된 형태의 총 18 종 이미지 데이터를 대상으로, 감독학습기반의 인공지능 모델 제작에서 최적의 데이터 레이블링을 위한 분류체계를 제시한다.

• Annual Conference of KIPS
• /
• 2022.11a
• /
• pp.854-856
• /
• 2022

본 논문에서는 설명가능한 머신러닝 모델과 관련된 다양한 도구를 활용해보고, 최근 각광받는 주제인 신뢰성에 대해서도 고찰해보았다. 근래의 인공지능 모델은 설명력을 덧붙여 정보 장벽을 낮추는 방향으로 진화하고 있다. 이에 따라 AI 모형이 제공하는 정보량이 늘고 사용자 진화적 인 방식으로 바뀌면서 사용자층이 확대되고 있는 추세이다. 또한 데이터 분석 분야의 영향력이 높아지고 연구 주체들이 다양해지면서, 해당 모델이나 데이터에 관한 신뢰성을 확보해야한다는 요구가 많아지고 있다. 이에 많은 연구자들이 인공지능 모델의 신뢰성의 확보를 위해 노력하고 있다. 본 연구에서는 이러한 노력의 발자취를 따라가보면서 인공지능의 설명가능성에 관하여 소개하려고 한다. 그 과정에서 민감한 데이터를 다루어보면서 신뢰성 활보의 필요성에 대해서도 논의해보려고 한다.