• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.520-520
• /
• 2023

제주도 동부 중산간 지역은 화산암으로 구성된 지하지질로 인해 지하수위의 변동폭이 크고 변동양상이 복잡하여 인공신경망(Artificial Neural Network, ANN) 모델 등을 활용한 지하수위의 예측이 어렵다. ANN에 적용되는 활성화함수에 따라 지하수의 예측성능은 달라질 수 있으므로 활성화함수의 비교분석 후 적절한 활성화함수의 사용이 반드시 필요하다. 본 연구에서는 5개 활성화함수(sigmoid, hyperbolic tangent(tanh), Rectified Linear Unit(ReLU), Leaky Rectified Linear Unit(Leaky ReLU), Exponential Linear Unit(ELU))를 제주도 동부 중산간지역에 위치한 2개 지하수 관정에 대해 비교분석하여 최적 활성화함수 도출을 목표로 한다. 또한 최적 활성화함수를 활용한 ANN의 적용성을 평가하기 위해 최근 널리 사용되고 있는 순환신경망 모델인 Long Short-Term Memory(LSTM) 모델과 비교분석 하였다. 그 결과, 2개 관정 중 지하수위 변동폭이 상대적으로 큰 관정은 ELU 함수, 상대적으로 작은 관정은 Leaky ReLU 함수가 지하수위 예측에 적절하였다. 예측성능이 가장 낮은 활성화함수는 sigmoid 함수로 나타나 첨두 및 최저 지하수위 예측 시 사용을 지양해야 할 것으로 판단된다. 도출된 최적 활성화함수를 사용한 ANN-ELU 모델 및 ANN-Leaky ReLU 모델을 LSTM 모델과 비교분석한 결과 대등한 지하수위 예측성능을 나타내었다. 이것은 feed-forward 방식인 ANN 모델을 사용하더라도 적절한 활성화함수를 사용하면 최신 순환신경망과 대등한 결과를 도출하여 활용 가능성이 충분히 있다는 것을 의미한다. 마지막으로 LSTM 모델은 가장 적절한 예측성능을 나타내어 다양한 인공지능 모델의 예측성능 비교를 위한 기준이 되는 참고모델로 활용 가능하다. 본 연구에서 제시한 방법은 지하수위 예측과 더불어 하천수위 예측 등 다양한 시계열예측 및 분석연구에 유용하게 사용될 수 있다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제62차 하계학술대회논문집 28권2호
• /
• pp.231-233
• /
• 2020

본 연구에서는 과학·수학·정보 융합 교육 활성화를 위하여 한국의 융합 교육 연구를 분석하였다. 이를 통하여 한국의 융합 교육이 겪는 문제점을 도출하였으며, 과학·수학·정보 융합 교육을 활성화하기 위한 해결 과제를 도출하였다. 연구 결과, 과학·수학·정보 융합 교육의 활성화를 위해서는 과학·수학·정보 융합 교육 모형 개발과 역량 기반 교육 모델, 교수-학습 및 평가 모델 개발이 필요하다는 것을 확인할 수 있었다. 연구 결과를 활용하여 후속 연구에서는 과학·수학·정보 융합 교육을 활성화하기 위한 교육 모델 개발을 진행하여야 한다.

• 한국벤처창업학회:학술대회논문집
• /
• 한국벤처창업학회 2024년도 춘계학술대회
• /
• pp.157-160
• /
• 2024

KAIST는 다수의 성공 창업 사례와 국내 창업생태계에서 기술창업 발생지로 역사적 의미를 이어오고 있다. 최근 KAIST의 교원 창업이 매년 증가하고 있으며 딥테크 분야 창업으로 성장률과 생존율이 매우 높게 나타나 많은 주목을 받고 있다. 국가적으로도 매우 중요한 혁신기술창업 집적지라는 평가를 받고 있다. 대표적인 기업가적 대학인 KAIST는 기술창업 요람이라고 불리며 오랫동안 캠퍼스 창업생태계를 구축해오고 있다. 또한, 대한민국 창업생태계가 발전하면서 창업기업을 가장 많이 배출시킨 기관으로 혁신적인 창업문화를 선도해 오고 있다. 최근 KAIST의 신문화전략 1 Lab 1 Startup 비전을 수립하였고, 과학기술의 우수한 기술력을 바탕으로 연구실 R&D 기술을 혁신창업으로 이어지는 사업화를 위한 변화와 혁신을 주도하고 있다. 신문화전략 이후 몇 년 동안 교원들이 더욱 창업에 많은 관심을 가지기 시작하였고, 실질적으로 KAIST의 혁신 창업기업 수가 증가하였다. 이러한 결과는 신문화 전략 외에도 다양한 교원창업 성공사례 확산, 교원창업 활성화를 위해 제도개선, 아이디어 발굴부터 기술사업화 지원, 자금조달, 비즈니스 모델 고도화, 기술사업화 및 글로벌 창업지원, 창업 인프라를 제공하고 있기 때문이다. 하지만 KAIST의 창업을 한 교수를 대상으로 세부적으로 기술창업 성공 사례와 핵심요인에 대해서 분석한 연구는 매우 부족하다. 이에 본 연구에서는 KAIST에서는 교원창업 분야에서 성공적인 창업기업을 배출되고 있는 현상에 관한 사례, KAIST의 특화된 창업지원프로그램 소개, 교원 창업 성공 사례들이 어떻게 가능한지에 관한 요인과 그 이유를 탐색하고자 한다. 교수 창업 활성화를 위한 규정, 제도, 창업지원프로그램 등에 대해서 분석을 하고자 한다. 그러므로 본 연구에서는 대표성이 있는 KAIST N차(연쇄 창업가) 창업을 한 A 교수의 사례를 중심으로 어떻게 지속해서 창업하고 있는지, 성공 요인이 무엇인지, 어떻게 하면 교원창업이 활성화될 수 있는지 요인들을 파악하고, 연쇄 창업 방법론이 무엇인지 사례조사와 함께 선행연구 문헌 자료 조사, 인터뷰를 중심으로 연구하여 대한민국에서 실질적인 교수창업이 활성화될 수 있는 활성화 모델을 제시하고자 한다. 따라서 본 연구를 통해 교원창업에 있어서 실질적인 애로사항, 현황, 여러 번 인터뷰를 통해 핵심 요인과 원인을 파악하고자 한다. 국가적으로 대학 교원 창업 활성화 모델이 필요한 시점에 실효성이 있고 성과를 창출할 수 있는 활성화 모델을 제시하여 대학의 우수한 연구, 인적 자원을 활용한 혁신 창업 활성화 모델을 새롭게 제시하여 기업가적 대학으로 발전하고 교원들이 적극적으로 창업에 관심을 가지고 성공적인 성과를 창출할 수 있도록 체계를 만들고자 한다. 본 연구에서 제시하는 A교수의 N차(5개 창업) 창업한 사례 연구를 통해 대학 교원들의 혁신창업 활성화를 위한 정책적, 실무적 시사점을 도출하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.603-605
• /
• 2022

추천시스템은 개개인의 성향에 따른 맞춤화 추천이 가능하기 때문에 음악, 영상, 뉴스 등 많은 분야에서 관심을 받고 있다. 일반적인 추천시스템 모델은 블랙박스 모델이기 때문에 추천 결과에 따른 원인 도출을 할 수 없다. 하지만 XAI 의 모델은 이러한 블랙박스 모델의 단점을 해결하고자 제안되었다. 그 중 KGAT 는 Attention Score 를 기반으로 추천 결과에 따른 원인을 알 수 있다. 이와 같은 AI, XAI 등의 딥 러닝 모델에서 각각의 활성화 함수는 상황에 따라 상이한 성능을 나타낸다. 이러한 이유로 인해 데이터에 맞는 활성화 함수를 적용해보는 다양한 시도가 필요하다. 따라서 본 논문은 XAI 추천시스템 모델인 KGAT 의 성능 개선을 위해 여러 활성화 함수를 적용해보고, 실험을 통해 수정한 모델의 성능이 개선됨을 보인다.

• 정보보호학회논문지
• /
• 제33권5호
• /
• pp.761-773
• /
• 2023

본 논문에서는 딥러닝 분야에서 사용되는 신경망 모델, 그중에서도 다중 계층 퍼셉트론 모델에 사용되는 지수함수 기반의 활성화 함수를 근사 함수로 대체하고, 근사 함수에 마스킹을 적용함으로써 신경망 모델의 추론 과정의 전력 분석 저항성을 높이는 방법을 제안한다. 이미 학습된 값을 사용하여 연산하는 인공 신경망의 추론 과정은 그 특성상 가중치나 편향 등의 내부 정보가 부채널 공격에 노출될 위험성이 있다. 다만 신경망 모델의 활성화 함수 계층에서는 매우 다양한 함수를 사용하고, 특히 지수함수 기반의 활성화 함수에는 마스킹 기법 등 통상적인 부채널 대응기법을 적용하기가 어렵다. 따라서 본 연구에서는 지수함수 기반의 활성화 함수를 단순한 형태로 근사하여도 모델의 치명적인 성능 저하가 일어나지 않음을 보이고, 근사 함수에 마스킹을 적용함으로써 전력 분석으로부터 안전한 순방향 신경망 모델을 제안하고자 한다.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1143-1154
• /
• 2021

활성화함수의 선택은 인공신경망(Artificial Neural Network, ANN) 모델의 지하수위 예측성능에 큰 영향을 미친다. 특히 제주도의 중산간 지역과 같이 지하수위의 변동폭이 크고 변동양상이 복잡한 경우 적절한 지하수위 예측을 위해서는 다양한 활성화함수의 비교분석을 통한 최적의 활성화함수 선택이 반드시 필요하다. 본 연구에서는 지하수위의 변동폭이 크고 변동양상이 복잡한 제주도 표선유역 중산간지역 2개 지하수위 관측정을 대상으로 5개의 활성화함수(sigmoid, hyperbolic tangent (tanh), Rectified Linear Unit (ReLU), Leaky Rectified Linear Unit (Leaky ReLU), Exponential Linear Unit (ELU))를 ANN 모델에 적용하여 지하수위 예측결과를 비교 및 분석하고 최적 활성화함수를 도출하였다. 그리고 최근 널리 사용되고 있는 순환신경망 모델인 Long Short-Term Memory (LSTM) 모델의 결과와 비교분석하였다. 분석결과 지하수위 변동폭이 상대적으로 큰 관측정과 상대적으로 작은 관측정에 대한 지하수위 예측에 대해서는 각각 ELU와 Leaky ReLU 함수가 최적의 활성화함수로 도출되었다. 반면 sigmoid 함수는 학습기간에 대해 5개 활성화함수 중 예측성능이 가장 낮았으며 첨두 및 최저 지하수위 예측에서 적절하지 못한 결과를 도출하였다. 따라서 ANN-sigmoid 모델은 가뭄기간의 지하수위 예측을 통한 지하수자원 관리목적으로 사용할 경우 주의가 필요하다. ANN-ELU와 ANN-Leaky ReLU 모델은 LSTM 모델과 대등한 지하수위 예측성능을 보여 활용가능성이 충분히 있으며 LSTM 모델은 ANN 모델들 보다 예측성능이 높아 인공지능 모델의 예측성능 비교분석 시 참고 모델로 활용될 수 있다. 마지막으로 학습기간의 정보량에 따라 학습기간의 지하수위 예측성능이 검증 및 테스트 기간의 예측성능보다 낮을 수 있다는 것을 확인하였으며, 관측지하수위의 변동폭이 크고 변동양상이 복잡할수록 인공지능 모델별 지하수위 예측능력의 차이는 커졌다. 본 연구에서 제시한 5개의 활성화함수를 적용한 연구방법 및 비교분석 결과는 지하수위 예측뿐만 아니라 일단위 하천유출량 및 시간단위 홍수량 등 지표수 예측을 포함한 다양한 연구에 유용하게 사용될 수 있다.

• 한국전자파학회논문지
• /
• 제23권8호
• /
• pp.909-922
• /
• 2012

유한한 전파자원을 효과적으로 활용하기 위해서는 전파자원을 활용한 유망 비즈니스 모델을 발굴, 평가하고, 이에 기반하여 구체적인 기술 개발 계획과 산업 활성화 정책을 수립하는 것이 필요하다. 본 연구는 미래 전파 활용 유망 분야를 탐색하여 성공 가능성이 높은 유망 비즈니스 모델을 설계하고, 제시된 비즈니스 모델의 사업화 타당성을 평가하며, 비즈니스 모델의 활성화를 위한 정책을 논의하는 것을 목표로 한다. 지역 또는 시간적으로 사용되지 않는 TV 채널인 TV 유휴 대역을 대상으로 분석하였으며, 이는 최근 지상파 TV 방송의 디지털 전환에 따라 핵심적인 전파자원으로 부각되고 있다. 연구 결과, 방송형과 통신형을 비롯한 네 가지 비즈니스 모델이 도출되었으며, 각 비즈니스 모델을 고객 가치, 이익 공식, 핵심 자원, 핵심 프로세스 등 4가지 관점에서 고찰하고, 기술성, 사업성, 수용성 측면에서 사업화 타당성을 평가하였다. 또한, TV 유휴 대역을 활용한 비즈니스 모델의 활성화를 위한 정부 및 사회 구성원의 과제를 논의하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (3)
• /
• pp.659-661
• /
• 2000

폰 노이만 모델의 지역성과 데이터플로우 모델의 병렬성을 결합하여 등장한 모델이 다중 스레드 모델이다. 다중스레드 모델의 목적은 통신시간과 계산 시간을 겹침으로써 프로세서의 활용도를 높이고자 하는 것이다. 기존의 대부분의 다중 스레드 모델의 스레드 스케쥴링 기법은 FIFO 혹은 FILO 방식을 사용하고 있다. 본 논문에서는 프로세서의 활용도를 높이고 프로세서의 휴지 시간을 줄이기 위해서 원격 함수 호출 혹은 원격 메모리 참조 기능의 스레드(이후로는 원격 스레드라 부름)와 계산 기능의 스레드가 동시에 활성화되었을 때 원격 스레드들을 먼저 수행하는 것이 프로세서의 지연 시간을 줄이고 병렬성을 높이는 데 효과적임을 제안한다. 이것을 구현하기 위해서 프레임 내부의 지속 벡터(CV)를 CCV(call continuation vector)와 LCV(local continuation vector) 둘로 구분하였다. 스레드가 활성화될 때 CCV에는 원격 스레드들을, LCV에는 계산 스레드들을 저장한 후, CCV에 저장된 스레드들을 먼저 수행하고 LCV를 나중에 수행한다.

• 한국항행학회논문지
• /
• 제16권4호
• /
• pp.665-672
• /
• 2012

본 논문에서는 광주광역시의 전통시장 활성화를 위한 노력과 현황에 대해서 알아본다. 그리고 전통시장 활성화를 위한 물리적인 인프라와 환경 개선 사업보다 IT 측면에서의 소상인의 소액결제를 지원하기 위한 안드로이드 NFC 기반의 소액 결제 모델과 토큰화 기술을 제안한다. 소액결제 모델은 NFC 기반의 스마트폰을 이용하여 결제의 편리성을 제공하며, 암호화 및 토큰화 기술에 의한 사용자들의 간접 인증과 프라이버시를 제공한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2018년도 제30회 한글 및 한국어 정보처리 학술대회
• /
• pp.649-651
• /
• 2018

본 논문에서는 CNN에서 클래스 활성화 맵과 원샷 러닝을 결합하여 트위터 분류를 위한 딥 러닝 모델을 제안한다. 클래스 활성화 맵은 트윗 분류에 대한 분류 주제와 연관된 핵심 어휘를 추출하고 강조 표시하도록 사용되었다. 특히 작은 학습 데이터 셋을 사용하여 다중 클래스 분류의 성능을 향상시키기 위해 원샷 러닝 방법을 적용한다. 제안하는 방법을 검증하기위해 TREC 2018 태스크의 사건 스트림(TREC-IS) 학습데이터를 사용하여 비교실험을 했다. 실험 결과에서 CNN 기본 모델의 정확도는 58.1%이고 제안 방법의 정확도는 69.6%로 성능이 향상됨을 보였다.