• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.15 no.5
• /
• pp.360-366
• /
• 2022

This paper presents a AI model structure for restoring Korean traditional palace photographs, which remain only black-and-white photographs, to color photographs using Pix2Pix, one of the adversarial generative neural network techniques. Pix2Pix consists of a combination of a synthetic image generator model and a discriminator model that determines whether a synthetic image is real or fake. This paper deals with an artificial intelligence model by adjusting a receptive field of the discriminator, and analyzes the results by considering the characteristics of the ancient palace photograph. The receptive field of Pix2Pix, which is used to restore black-and-white photographs, was commonly used in a fixed size, but a fixed size of receptive field is not suitable for a photograph which consisting with various change in an image. This paper observed the result of changing the size of the existing fixed a receptive field to identify the proper size of the discriminator that could reflect the characteristics of ancient palaces. In this experiment, the receptive field of the discriminator was adjusted based on the prepared ancient palace photos. This paper measure a loss of the model according to the change in a receptive field of the discriminator and check the results of restored photos using a well trained AI model from experiments.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.270-270
• /
• 2017

스마트워터그리드와 같은 첨단 정보통신기술을 활용한 물 관리 기술의 도입으로 수도운영사업에서도 누수와 같은 이상사건인지 목적의 효율적 빅 데이터 분석기법의 중요성이 증대되고 있다. 국내외적으로 누수인지를 위한 다양한 연구기법, 범위, 계측항목, 샘플링 주기 등이 제시된 바 있으나, 이상감지시스템(Event Detection System, EDS)은 대상지역 특정적 특성을 가지고 있어 범용적인 모델을 구축하는 데는 어려움이 있다. 본 연구에서는 소블럭 단위의 유량자료 분석을 통한 이상감지시스템의 적용가능여부를 판별하고 적합 모델구축자료 방안을 제시하는 K-EDS 모델을 개발하였다. 모델분석의 절차는 자료획득, 자료 전처리, 탐색적 자료해석, 그리고 각 기법 평가로 진행된다. 개발된 모델을 다양한 특성을 가지는 실제 지방상수도시스템에 적용하여 분석하였으며, 최종적으로 모델적용 가능성과 영향인자 등을 도출하였다. 개발된 모델은 소블럭별 현장계측자료 기반의 이상감지모델 적용 적합도 판별에 활용될 수 있으며, 향후 누수 인지 및 누수지속시간 감소를 위한 SW로 개발이 가능하다.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2017.04a
• /
• pp.43-43
• /
• 2017

종자산업은 농작물 생산에 중요한 역할을 끼치는 좌우하는 요소 중에 하나로, 우량종자의 확보는 농작물 수급에 중요한 역할을 하는 농업부문의 원천산업이다. 오이 녹반 모자이크 바이러스(CGMMV)는 박과류에 가장 많은 피해를 끼치는 바이러스로 종자전염을 방지하고, 우량종자의 공급을 위해서는 감염종자와 비 감염종자의 판별은 필수적이다. 이에 본 연구에서는 초분광 영상 시스템을 이용하여 수박종자의 CGMMV의 감염 및 비 감염종자를 판별할 수 있는 기술을 개발하고자 하였다. 본 연구에서 사용된 바이러스 감염 종자는 CGMMV 바이러스 감염 수박종자를 사용하였으며, 생산된 종자를 초분광 영상 시스템을 통해 스크린 후, RNA를 추출하여 PCR분석법으로 바이러스의 감염유무를 확인하였으며, 이후 바이러스의 감염유무와 획득된 스펙트럼을 비교 분석하여 판별모델을 개발하고 이를 선별 시스템에 적용하였다. 모델개발에 사용된 초분광 영상 기술은 초분광 SWIR(Shortwave infraed : 1000-2500nm)영상 기술이 다. 획득된 초분광 SWIR 영상을 분석한 결과 바이러스 감염 종자가 유의미한 정확도로 판별이 되는 것으로 나타났다. 초분광 SWIR 영상기술이 바이러스 감염종자와 비감염종자를 비파괴적으로 선별하는데 효과적으로 적용이 가능할 것으로 판단된다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.281-286
• /
• 2023

더욱 사람같은 대화 모델을 실현하기 위해, 페르소나 메모리를 활용하여 응답을 생성하는 연구들이 활발히 진행되고 있다. 다수의 기존 연구들에서는 메모리로부터 관련된 페르소나를 찾기 위해 별도의 검색 모델을 이용한다. 그러나 이는 전체 시스템에 속도 저하를 일으키고 시스템을 무겁게 만드는 문제가 있다. 또한, 기존 연구들은 페르소나를 잘 반영해 응답하는 능력에만 초점을 두는데, 그 전에 페르소나 참조의 필요성 여부를 판별하는 능력이 선행되어야 한다. 따라서, 우리의 제안 모델은 검색 모델을 활용하지 않고 생성 모델의 내부적인 연산을 통해 페르소나 메모리의 참조가 필요한지를 판별한다. 참조가 필요하다고 판단한 경우에는 관련된 페르소나를 반영하여 응답하며, 그렇지 않은 경우에는 대화 컨텍스트에 집중하여 응답을 생성한다. 실험 결과를 통해 제안 모델이 장기적인 대화에서 효과적으로 동작함을 확인하였다.

• The Journal of Korean Institute of Information Technology
• /
• v.17 no.8
• /
• pp.11-19
• /
• 2019

Against advanced image-related crimes, a high level of digital forensic methods is required. However, feature-based methods are difficult to respond to new device features by utilizing human-designed features, and deep learning-based methods should improve accuracy. This paper proposes a deep learning model to identify camera models based on DenseNet, the recent technology in the deep learning model field. To extract camera sensor features, a HPF feature extraction filter was applied. For camera model identification, we modified the number of hierarchical iterations and eliminated the Bottleneck layer and compression processing used to reduce computation. The proposed model was analyzed using the Dresden database and achieved an accuracy of 99.65% for 14 camera models. We achieved higher accuracy than previous studies and overcome their disadvantages with low accuracy for the same manufacturer.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.24 no.1
• /
• pp.59-64
• /
• 2024

Recently, research on the convergence of drones and artificial intelligence technologies have been conducted in various industrial fields. In this paper, we propose an illegal parking vehicle recognition model using deep learning-based object recognition and classification algorithms. The model of object recognition and classification consist of YOLOv8 and ResNet18, respectively. The proposed model was trained using image data collected in general road environment, and the trained model showed high accuracy in determining illegal parking. From simulation results, it was confirmed that the proposed model has generalization performance to identify illegal parking vehicles from various images.

• The KIPS Transactions:PartB
• /
• v.16B no.2
• /
• pp.151-156
• /
• 2009

This paper proposes a Gaussian mixture model(GMM)-based music discrimination system for FM broadcasting. The objective of the system is automatically archiving music signals from audio broadcasting programs that are normally mixed with human voices, music songs, commercial musics, and other sounds. To improve the system performance, make it more robust and to accurately cut the starting/ending-point of the recording, we also added a post-processing module. Experimental results on various input signals of FM radio programs under PC environments show excellent performance of the proposed system. The fixed-point simulation shows the same results under 3MIPS computational power.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2017.04a
• /
• pp.104-104
• /
• 2017

정상적인 부화 여부를 판별하기 위한 1차 검란은 일반적으로 5일~7일 이후에 시행된다. 미부화란을 이보다 더 빠른 시간 안에 검출할 경우 부화에 소요되는 에너지의 감소 효과 및 미부화란을 다른 용도로 활용하는 것을 기대할 수 있다. 시중에서 쉽게 구입할 수 있는 산란계인 하이라인 브라운 품종의 유정란 29개와 인위적인 미부화란을 만들기 위한 동일 품종의 무정란 11개를 사용하였으며 $38^{\circ}C$, 70% 조건의 항온항습기에서 96시간 동안 부화하였다. 스펙트럼 획득 장치의 광원은 녹색영역을 발광하는 LED램프와 일반 할로겐 광원을 별도로 사용하였으며 스펙트로미터는 VIS/NIR 영역인 520~1,180nm영역과 NIR영역인 900~1,700nm영역의 것을 사용하였다. 부화 시작 전과 부화 시작 후 1일 간격으로 각각 1개의 샘플에 대한 1개의 스펙트럼을 측정하였다. 측정 영역은 LED광원을 이용한 경우는 520~1,1800nm, 할로겐광원을 이용한 경우에는 520~1,180nm와 900~1,700nm이었다. 정상 부화여부는 4일차에서 할란하여 확인하였고, 측정 일자별로 PLS-DA분석법을 이용한 판별 모델을 개발하였다. 4일차에서 유정란 29개 중 11개가 정상 부화하였고, 18개는 미부화하였다. 3일차에서 판별 모델의 정확도는 LED광원의 VIS/NIR 영역 스펙트럼을 이용한 경우는 100%, 할로겐 광원의 VIS/NIR 영역 스펙트럼을 이용한 경우는 70%, 할로겐 광원의 NIR영역 스펙트럼을 이용한 경우는 70%였다. 4일차에서 판별 모델의 정확도는 LED광원의 VIS/NIR 영역 스펙트럼을 이용한 경우는 100%, 할로겐 광원의 VIS/NIR 영역 스펙트럼을 이용한 경우는 90%, 할로겐 광원의 NIR영역 스펙트럼을 이용한 경우는 100%였다. 부화 3일차는 정상 부화할 경우 피가 생성되는 시기이다. 피가 형성된 이후의 부화 여부를 판단하는 광원으로는 할로겐램프보다 LED램프를 사용하는 것이 더 적합한 것으로 나타났다.

• The Journal of Information Systems
• /
• v.16 no.1
• /
• pp.1-21
• /
• 2007

신용평점을 위한 부도예측의 분류 문제를 다루는데 있어서 통계적 판별분석 및 인공신경망 및 유전자알고리즘 등을 이용한 데이터 마이닝의 방법들이 일반적으로 고려되어왔다. 이 연구에서는 수리계획법을 응용하여 classification gap을 고려한 이단계 수리계획 접근방법을 신용평가에 적용하는 방법론을 제안하여 수리계획법을 통한 신용평가모형 구축의 가능성을 제시한다. 1단계에서는 선형계획법을 이용해서 대출 신청자에게 대출을 허가할 것 인지의 여부를 결정하게 되는 대출 심사 filtering으로의 적용단계이고, 2단계에서는 정수계획법을 이용하여 오분류 비용이 최소가 되도록 하는 판별점수를 찾는 과정으로 모형을 구성한다. 개인 대출 신청자의 데이터(German Credit Data)에 대하여 피셔의 선형 판별함수, 로지스틱 회귀모형 및 기존의 수리계획 기법들과의 비교를 통해서 제안된 모델의 성능을 평가한다. 이단계 수리계획 접근법의 평가 결과를 통하여 신용평가모형에의 적용가능성을 기존 통계적인 접근방법 및 수리계획 접근법과 비교하여 제시하고 있다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2000.04a
• /
• pp.251-258
• /
• 2000

인공신경망에 의해 부도예측을 하기 위해서는 여러 개의 재무비율을 입력변수 즉, 입력노드로 이용하는데, 이 가운데 적절한 입력노드를 선정하는 일은 예측력을 결정하는데 있어서 매우 중요하다. 본 연구에서는 새로운 입력노드 선정 휴리스틱을 제안하기 위하여 적절한 훈련이 끝난 인공신경망 모델에서 각 입력노드와 연결되는 가중치들의 합에 대한 절대값인 연결강도가 작은 경우 해당 노드는 출력값에 대한 설명력이 약할 것이다라는 연결강도판별 명제를 제시한다. 즉, 연결강도가 연결강도임계치보다 작은 입력노드는 제거 대상으로 분류할 수 있을 것이고, 이들 노드를 제외한 입력노드는 그렇지 않은 경우보다 더 나은 예측력을 보여 줄 수 있을 것이다. 연결강도판별 명제를 실증적으로 입증하기 위해 본 연구에서는 연결강도판별 선처리 과정에 대한 방법론을 제안하고 제안된 방법론에 의해 부도예측을 실시하여 아무런 선처리를 거치지 않은 모형과 비교하였고, 또 기존의 입력변수 선정방식 중에 하나인 의사결정트리 방식에 의한 입력변수 선정 모형과도 비교하여 더 나은 결과를 얻었다.