• 한국지반환경공학회 논문집
• /
• 제22권10호
• /
• pp.5-12
• /
• 2021

시설물의 노후화는 피할 수 없는 현상이다. 노후화된 시설물의 관리를 위해 균열을 감지하고 이를 추적하면서 시설물의 상태를 간접적으로 추론할 수 있다. 따라서 균열 감지는 노후화된 시설물의 관리를 위해 필수적 역할을 하며 감지 결과를 바탕으로 더 이상의 노후화를 막기 위한 활동을 할 수 있다. 하지만, 현재 대부분의 균열 감지는 전문가의 판단에만 의존하기에 시설물의 면적이 큰 경우 비용과 시간이 과도하게 사용되고, 전문가의 역량에 따라 다른 판단 결과가 발생할 수 있어 신뢰성에 문제가 있었다. 본 논문에서는 이러한 한계를 극복하기 위해 기계학습 기반의 콘크리트 균열 감지 프레임워크를 제안한다. 제안된 프레임워크는 데이터 분류, 기계학습 모델 학습, 학습된 모델의 검증과 테스트를 포함하는 프레임워크로 완전 자동화된 콘크리트 균열 감지가 가능하다. 제안된 프레임워크를 통해 학습된 기계학습 모델은 콘크리트 균열 이미지와 정상 이미지를 96%의 높은 정확도로 분류할 수 있었다. 본 논문에서 제안된 프레임워크를 적용하여 기존의 전문가 중심의 시설물 유지관리보다 더욱 효과적이고 효율적인 시설물의 유지관리가 가능할 것으로 기대된다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.109-112
• /
• 2020

사람 재인식을 수행하기 위해서 많은 연구들이 진행되어 좋은 결과들을 보였다 그러나 이 결과들은 라벨이 있는 도메인에서의 지도 학습으로 얻은 결과들이었다. 라벨이 없는 도메인에서의 사람 재인식의 성능은 아직 많이 부족한 상태이다. 사람 재인식을 수행하고자 하는 목표 도메인에 반해 주어진 소스 도메인에서는 라벨이 풍부하다. 지금까지의 논문에서는 소스 도메인에서의 사람 이미지를 목표 도메인의 이미지처럼 만들어서 소스 도메인에서 높은 성능을 보이는 사람 재인식기를 목표 도메인에서도 잘 동작하도록 학습하는 방법들이 주를 이루었다. 하지만 이 방법에서는 소스 도메인의 사람 이미지를 목표 도메인의 이미지와 비슷하게 만들기만하고 사람의 신원에 대한 일관성을 유지시키지는 못하였다. 본 논문에서는 비지도 도메인 적응 사람 재인식을 수행하기 위해 클러스터 일관성(cluster consistency)을 유지하는 기법을 제안한다. 제안한 방법은 사람의 신원에 대한 일관성을 유지시켜서 사람 재인식의 성능을 높인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.168-169
• /
• 2023

머신 러닝의 학습을 위한 데이터는 개인정보가 포함된 데이터인 경우가 존재한다. 특히 음성인식 모델을 학습시키기 위해서 사용자의 음성 데이터가 필요하며, 이는 개인의 민감한 정보가 포함될 수 있다. 인공지능 학습을 위해 수집한 음성 데이터에 대한 정보보호 침해 공격이 발생할 수 있고, 해당 데이터에 대한 보호 조치가 필요하다. 본 연구는 음성 데이터를 안전하게 관리하기 위해 분할학습을 이용한 음성 데이터 학습 모델을 제안한다.

• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2010년도 정기 학술대회
• /
• pp.687-691
• /
• 2010

구조물의 건전도를 평가하기 위해 상시 구조물 계측을 이용한 Structural Health Monitoring (SHM) 시스템을 적용하게 된다. SHM 시스템의 궁극적 목적은 계측된 데이터를 이용하여 구조물의 손상위치 및 손상정도를 분석하여 거주자에게 유지관리정보와 대처요령 신속하게 제공하는 것이다. 따라서 본 연구에서는 구조물의 손상탐지를 위해 인공신경망(Artificial Neural Network)을 도입한 알고리즘을 수립하고, 이를 3층 실대 RC Mock-up 구조물에 적용하여 성능을 평가하였다. 먼저 인공신경망의 학습을 위해 구조해석 프로그램을 이용하여 구조물의 손상에 따른 동적특성 변화 데이터베이스를 구축하였다. 그리고 학습된 인공망에 실제 구조물에서 추출한 동특성의 변화를 입력하여 손상탐지를 실시하였다. 이를 통해 인공신경망의 학습방법, 학습데이터의 정규화 방법 등을 규명하고 인공신경망을 이용한 손상탐지의 효과를 분석하였다.

• 대한인간공학회:학술대회논문집
• /
• 대한인간공학회 1996년도 추계학술대회논문집
• /
• pp.56-56
• /
• 1996

인간의 사고 기능과 학습기능이 '뇌'를 바탕으로 이루어진다고 할 때, 뇌의 긴장을 풀어 원래의 건강하고 창조적인 이완 상태에서의 학습 상태가 유효하게 된다. 즉, 뇌파가 " $\alpha$" 상태 가 되었을 때 긴장된 신체의 각 부분이 충분히 이완되고 두뇌는 맑고 건강한 상태를 유지하여 활발하고 창조적인 상태가 된다. 뇌파의 측정 및 분석된 기존 연구에 의하면, 인간의 심리상태와 신체 상태, 행동 패턴에도 직, 간접적인 영향을 주어 뇌파의 조절이 인간 잠재능력 개발의 첩경이라는 결과가 보고되어진다. 이러한 관점에서 본 연구에서는 뇌의 특성을 고려하여 뇌를 이완시킴으로써 학생들의 학습능력을 향상시키 기 위한 새로운 접근 방법을 시도한다. 뇌파 조절이 가해지는 환경하에 학습 효율의 변화 정도를 정성적( 심리적, 학습적, 신체적) 및 정량적(영어 단어 암기력 TEST, 뇌파 특정 등)으로 평가 및 분석을 통해 뇌파 조절 효과가 학생들의 학습 효율을 더욱 향상 시킬 수 있는 지의 타당성을 검증하고 그 결과를 바탕으로 새로운 학습 방법을 모색하고자 한다. 한편, 본 연구에서는 실험 대상을 본 대학 임의의 2학년 학생 13 명 을 대상으로 하고 실험기간은 약 4개월에 걸쳐 실험 하였다. 뇌파 측정은 13명중 임의의 학생 7명을 선정 하여 각 40분씩 측정 분석하였다. 또한 영어 단어 암기력 TEST를 실시하여 그 결과를 뇌파 조절 전,후로 나누어 비교 분석하였다. 정성적 분석으로서 종합 설문지를 이용한 15 개 항목의 5점 척도를 사용하여 분석하였으며 가가 통계 이론을 이용하여 검증하였다. 뇌파 측정은 수행 전후 비교 결과 " .alpha. " 노출 비율이 수행 전보다 수행 후가 다소 높은 비유로 나타났으며, 특히 영어 단어 암기력은 평균적으로 크게 상승되는 것으로 나타났다. 정성적 분석 결과에서는 많은 심리적 변화 상태가 나타나고 있지만 전체적으로 마음의 안정감, 몸의 긴장 이완에 따른 건강 상태 유지, 수업 집중도 향상 등이 나타났다. 위와 같은 종합 적 분석 결과에 따라, 본 연구는 제조 현장의 생산성 향상 및 품질 향상과 연계하여 작업자의 작업 집중도 향상, 작업자의 육체적, 심리적 변화에 따른 생산성 및 품질 향상 변화 정도 등의 산업공학(인간공학) 제 분야의 여러 측면에서 연구 및 적용이 가능하리라 사료된다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 하계학술대회
• /
• pp.107-108
• /
• 2014

부화소 기반 영상 축소기법은 각각의 부화소를 조절함으로써 픽셀 기반 영상 축소기법보다 해상도를 향상시킬 수 있는 방법이다. 그러나 부화소에 의한 해상도의 증가는 종종 색상정보의 왜곡을 발생시킨다. 부화소 랜더링의 주요과제는 선명도를 유지함과 동시에 색조왜곡현상을 억제하는 것이다. 선행연구들은 부화소랜더링을 위해 1 차원 혹은 2 차원 필터를 최적화 하였지만, 지역적인 특성을 고려하지 않았기 때문에 출력영상의 화질이 저하되는 현상이 발생한다. 본 논문은 위와 같은 문제를 해결하기 위해 내용적응형 2D FIR 필터를 제작방법을 제안한다. 제안필터는 충분한 수의 저해상도 패치와 고해상도 패치 쌍을 이용하여 임의의 고해상도 패치로부터 고화질의 저해상도 패치를 만들기 위한 최적의 내용적응형 2D FIR 필터를 학습한다. 학습된 필터에 의한 실험결과 제안하는 필터가 종례기법들 보다 색조왜곡현상이 현저히 줄어들고, 출력영상의 선명도를 유지함을 보여준다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.63-64
• /
• 2022

마스크 착용은 대화나 통화 등의 의사소통에 불편함을 초래하고 음성의 품질과 명료도를 떨어트린다. 이를 해결하기 위해 음성 향상 기술이 필요하며, 머신러닝 기반의 다양한 음성 향상 방법이 개발되었다. 지도 학습을 위해 마스크 착용 유무에 따라 일대일로 대응된 음성 데이터를 확보하는 것은 매우 어렵고, 따라서 일대일로 대응된 데이터가 필수적이지 않은 비지도 학습이 요구된다. 본 논문에서는 비지도 학습방식을 사용하면서 콘텍스트를 유지하며 특징을 변경할 수 있는 CycleGAN을 이용하여 마스크 착용에 의한 음성 왜곡을 복원 시키는 기술을 제안한다. 스펙트로그램 기반으로 마스크 착용에 의해 왜곡된 음성을 마스크 미착용 음성으로 변환하여 음성의 품질을 향상시켰다. 청취평가를 진행한 결과 품질이 향상된 음원의 선호도가 더 높음을 확인하였으며 스펙트로그램을 통해 3 kHz 이상의 고대역 에너지가 증가하는 것을 확인하였다. 이를 통해 CycleGAN을 이용한 비지도 학습으로 마스크 착용에 의해 왜곡된 음성의 품질을 향상시킬 수 있음을 확인하였다.

• 한국실내디자인학회논문집
• /
• 제24권3호
• /
• pp.48-58
• /
• 2015

This study is to conclude a direction for Information Commons, which supports the university library in a new role. The study explains perspectives on the changing role of the university library by examining the approaches, histories, and theories practiced by various researchers on Information Commons. The study aims to discover ways of improving the library space that are dedicated to technology using Information Commons, it also examines ways of creating a unified "library space" that will support learning and access to knowledge and information. The features of Cultural Commons include making improvements to technology-centered space, and providing support to research, freedom of speech, creative approach, public freedom and collaboration, and interaction. The functions of Cultural Commons within the university library are listed: First, it supports programs that will transform the library into a social hub within the university. The space specifically blurs the boundary between the library building and its surroundings, and unifies these spaces to enhance its catalytic role in aiding social interactions and human-centered approach. Second, it supports active participation through cultural programs and provides a fluid and interactive space with virtual resources. Third, it enhances user experience to supports behaviors and activities that involve fixtures and equipment in the space to promote learning. The study notes that, with the emergence of these characteristics, the university library is changing by implementing Cultural Commons for on-campus social space and new learning. Accordingly, this implementation is expected to enhance active acceptance of the library space in the future.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2019년도 제31회 한글 및 한국어 정보처리 학술대회
• /
• pp.434-439
• /
• 2019

딥러닝 기반 분류 모델에 있어 데이터의 클래스 불균형 문제는 소수 클래스의 분류 성능을 크게 저하시킨다. 본 논문에서는 앞서 언급한 클래스 불균형 문제를 보완하기 위한 방안으로 적대적 학습 기법을 제안한다. 적대적 학습 기법의 성능 향상 여부를 확인하기 위해 총 4종의 딥러닝 기반 분류 모델을 정의하였으며, 해당 모델 간 분류 성능을 비교하였다. 실험 결과, 대화 데이터셋을 이용한 모델 학습 시 적대적 학습 기법을 적용할 경우 다수 클래스의 분류 성능은 유지하면서 동시에 소수 클래스의 분류 성능을 크게 향상시킬 수 있음을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.175-178
• /
• 2011

서버 클러스터는 성능을 보장하기 위하여, 요청 수에 상관없이 미리 측정된 최대 부하 시점에서 처리 가능한 서버 수를 항상 운영하고 있다. 이것은 서비스의 품질은 보장할 수 있으나, 소비 전력 효율이 낮아 상당한 전력을 낭비하는 단점이 있다. 본 논문에서는 사용자 요청 수에 기반하여 동작시킬 서버의 수를 결정하는 알고리즘을 제안한다. 제안된 방식은 기존에 학습된 정보(과거 정보)와 현재의 정보에 근거하여 Off/Sleep 상태의 서버를 On 시키거나, On 상태의 서버를 Off/Sleep시켜, 현 시점에서 필요한 최적의 서버대수를 유지하도록 했다. 15대의 서버로 클러스터를 구성하고, SPECweb을 통해 실험을 수행하였다. 실험결과, 서버 모드를 제어할 경우에 제어하지 않는 경우에 비해 약 35%의 전력이 절감되고, 본 논문에서 제안하는 학습 방법을 추가로 적용할 경우 약 5%의 전력이 추가로 절감되었다.