• Annual Conference of KIPS
• /
• 2024.10a
• /
• pp.121-122
• /
• 2024

컴퓨터 비전 기술은 이미지를 분석하여 객체를 인식하고 추적할 수 있으므로 객체를 감지하고 분석하는데 유용하다. 이러한 객체를 감지하고 분석하는 기술 덕분에 컴퓨터 비전 기술이 다양한 응용 분야에 적용되고 있으며 성능과 관련하여 다양한 연구가 활발하게 진행되고 있다. 기존의 연구는 대규모 학습 데이터 사용, 모델 복잡성 증가, 전이 학습을 통한 성능 향상 연구가 주를 이루었다. 본 논문에서는 학습 데이터에 실제 촬영된 이미지의 비율이 객체 인식 정확도에 미치는 영향을 분석하였다. 실험을 통해 학습 데이터 중 실제 촬영된 이미지가 포함되면 예측 정확도가 증가한다는 결과를 확인하였다.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.415-418
• /
• 2019

기계독해 모델에 새로운 도메인을 적용하기 위해서는 도메인에 맞는 데이터가 필요하다. 그러나 추가 데이터 구축은 많은 비용이 발생한다. 사람이 직접 구축한 데이터 없이 적용하기 위해서는 자동 추가 데이터 확보, 도메인 적응의 문제를 해결해야한다. 추가 데이터 확보의 경우 번역, 질의 생성의 방법으로 연구가 진행되었다. 그러나 도메인 적응을 위해서는 새로운 정답 유형에 대한 질의가 필요하며 이를 위해서는 정답 후보 추출, 추출된 정답 후보로 질의를 생성해야한다. 본 논문에서는 이러한 문제를 해결하기 위해 듀얼 포인터 네트워크 기반 정답 후보 추출 모델로 정답 후보를 추출하고, 포인터 제너레이터 기반 질의 생성 모델로 새로운 데이터를 생성하는 방법을 제안한다. 실험 결과 추가 데이터 확보의 경우 KorQuAD, 경제, 금융 도메인의 데이터에서 모두 성능 향상을 보였으며, 도메인 적응 실험에서도 새로운 도메인의 문맥만을 이용해 데이터를 생성했을 때 기존 도메인과 다른 도메인에서 모두 기계독해 성능 향상을 보였다.

• Annual Conference of KIPS
• /
• 2023.05a
• /
• pp.322-323
• /
• 2023

지속 가능한 에너지인 태양광 발전은 전 세계에서 널리 활용하는 재생 에너지 원천 중 하나로 최근 효율적인 태양광 발전 시스템 운영을 위해 태양광 발전량을 정확하게 예측하기 위한 연구가 활발히 진행되고 있다. 태양광 발전량 예측 모델을 구성하기 위해서는 기상 및 대기 환경을 넘어 태양의 위치에 따른 일사량의 정보가 필수적이나 태양의 실시간 위치 정보를 입력 변수로 활용한 연구가 부족한 실정이다. 그리하여 본 논문에서는 시간과 태양광 발전소 위치를 기반으로 태양의 고도와 방위각을 실시간으로 계산하여 입력 변수로 사용하는 방식을 제안한다. 이를 위해 AutoML 기반의 다양한 기계학습 모델을 구성하여 태양광 발전율을 예측하고 그 성능을 비교 분석하였다. 실험 결과, 태양 위치 정보를 포함한 경우에 환경 변수만을 고려하였을 때보다 예측 성능이 크게 향상되었음을 확인할 수 있었으며, Extra Trees 모델의 경우 태양 위치 정보를 추가하였을 때 MAE(Mean Absolute Error)가 33.90 에서 22.38 까지 낮아지는 결과를 확인하였다.

• Annual Conference of KIPS
• /
• 2023.11a
• /
• pp.936-937
• /
• 2023

본 논문에서는 LLM(Large Language Model) 모델의 fine-tuning 을 통한, 기초 수리 서술형 문항 풀이용 모델 및 Dall-E2 등 이미지 생성형 모델을 활용한 따른 영어 퀴즈풀이용 이미지 생성형 모델을 생성하여, 한국어 기반 LLM 자체 모델 학습 및 교육용 이미지 생성에 대한 방법을 고찰하였다.

• KIPS Transactions on Computer and Communication Systems
• /
• v.10 no.11
• /
• pp.305-310
• /
• 2021

Artificial intelligence technology in the medical field initially focused on analysis and algorithm development, but it is gradually changing to web application development for service as a product. This paper describes a Urinary Stone segmentation model in abdominal CT images and an artificial intelligence web application based on it. To implement this, a model was developed using U-Net, a fully-convolutional network-based model of the end-to-end method proposed for the purpose of image segmentation in the medical imaging field. And for web service development, it was developed based on AWS cloud using a Python-based micro web framework called Flask. Finally, the result predicted by the urolithiasis segmentation model by model serving is shown as the result of performing the AI web application service. We expect that our proposed AI web application service will be utilized for screening test.

• Journal of The Korean Association of Information Education
• /
• v.26 no.1
• /
• pp.65-73
• /
• 2022

In this study, by using Entry text model learning, educational contents for artificial intelligence education of elementary school students are developed and applied to actual classes. Based on the elementary and secondary artificial intelligence content table, the achievement standards of practical software education and artificial intelligence education will be reconstructed.. Among text, images, and sounds capable of machine learning, "production of emotion recognition programs using text model learning" will be selected as the educational content, which can be easily understood while reducing data preparation time for elementary school students. Entry artificial intelligence is selected as an education platform to develop artificial intelligence education contents that create emotion recognition programs using text model learning and apply them to actual elementary school classes. Based on the contents of this study, As a result of class application, students showed positive responses and interest in the entry AI class. it is suggested that quantitative research on the effectiveness of classes for elementary school students is necessary as a follow-up study.

• Journal of the Korea Society of Computer and Information
• /
• v.28 no.7
• /
• pp.47-55
• /
• 2023

This paper presents a method for predicting the threat index of combat systems using Gradient Boosting Regressors and Support Vector Regressors among machine learning models. Currently, combat systems are software that emphasizes safety and reliability, so the application of AI technology that is not guaranteed to be reliable is restricted by policy, and as a result, the electrified domestic combat systems are not equipped with AI technology. However, in order to respond to the policy direction of the Ministry of National Defense, which aims to electrify AI, we conducted a study to secure the basic technology required for the application of machine learning in combat systems. After collecting the data required for threat index evaluation, the study determined the prediction accuracy of the trained model by processing and refining the data, selecting the machine learning model, and selecting the optimal hyper-parameters. As a result, the model score for the test data was over 99 points, confirming the applicability of machine learning models to combat systems.

• Korean Journal of Materials Research
• /
• v.6 no.1
• /
• pp.99-105
• /
• 1996

본 연구에서는 TIMA를 전구체로 하는 수직형 MOCVD 반응기를 대상으로 수학적 모델을 세우고 컴퓨터에 의한 수치모사를 수행하여 반응기 설계 변수 및 공정조건이 AI의 증착속도와 증착두께 분포에 미치는 영향을 알아보았다. 수학적 모델은 수직형 반응기를 축대칭으로 보아 2차원으로 수립하였으며 반응기내의 운동량전달, 열전달, 물질전달을 포함한다. 이 수학적 모델의 지배 방정식들에 대하여 Galerkin 유한요소법을 적용하여 수치적으로 반응기 내의 유체 흐름 구조, 온도분포와 반응물의 농도 분포를 구하였다. 수치모사 결과 AI의 증착속도는 반응기 압력이 0.47torr, 기판온도가 25$0^{\circ}C$, 유량이 7.5sccm일 경우, 190-230$\AA$/min로 나타났다.

• Annual Conference of KIPS
• /
• 2019.10a
• /
• pp.820-822
• /
• 2019

개체명이란, 문서에서 특정한 의미를 가지고 있는 단어나 어구를 뜻하는 말로 사람, 기관명, 지역명, 날짜, 시간 등이 있으며 이 개체명을 찾아서 해당하는 의미의 범주를 결정하는 것을 개체명 인식이라고 한다. 본 논문에서는 BERT(Bidirectional Encoder Representations from Transformers) 활용한 한국어 개체명 인식기를 제안한다. 제안하는 모델은 기 학습된 BERT 모델을 활용함으로써 성능을 극대화하여, 최종 F1-Score 는 90.62 를 달성하였고, Bi-LSTM-Attention-CRF 모델에 비해 매우 뛰어난 결과를 보였다.

• Annual Conference of KIPS
• /
• 2004.05a
• /
• pp.1327-1330
• /
• 2004

본 논문은 멀티 프로세스 컨트롤&모니터링 모델을 지원하는 AI-Maker 시스템에 대해서 기술한다. 멀티 프로세스 컨트롤&모니터링 모델은 제어 구조의 표준으로 떠오르고 있는 OPC와 마이크로소프트사의 분산형 보안 서비스 개념(하부 구조 서비스, 응용 프로그램 지원 서비스)들을 사용하여 실제, 가공, 그리고 가상 데이터 액세스 포인터들에 대해서 차별화 된 제어 구조를 제시한다. AI-Maker는 다양한 사용자들에 대한 차별화 된 서비스와 가공 또는 가상 액세스 포인터를 사용하기 때문에 장비 종속적인 시스템에 대한 개발비용을 감소시킬 수 있다. 또한 전문가 시스템의 학습에 필요한 표본 데이터를 제공하므로 필드버스 기반의 자동화 시스템 개발 및 유지보수 시 양질의 서비스를 제공할 수 있는 이점이 있다.