• 제목/요약/키워드: AI 융합

검색결과 934건 처리시간 0.019초

Prophet와 GRU을 이용하여 단중기 전력소비량 예측 (Short-and Mid-term Power Consumption Forecasting using Prophet and GRU)

  • 손남례;강은주
    • 스마트미디어저널
    • /
    • 제12권11호
    • /
    • pp.18-26
    • /
    • 2023
  • 빌딩에너지관리시스템(BEMS: Building Energy Management System)은 생산 및 소비되는 에너지를 효율적으로 관리하는 시스템이다. 그러나 건물 내 전력소비는 물리적인 특성상으로 인해 생산 및 소비가 일정하지 않아 안정적인 전력 공급이 필수적이다. 이에 따라 건물의 안정적인 전력 공급을 위해서는 정확한 건물 내 전력 소비 예측이 중요하다. 최근에는 시계열분석, 통계분석, 인공지능 등 다양한 방법을 이용하여 전력소비예측에 관한 연구가 진행되고 있다. 본 논문은 Prophet 모델의 장점과 단점을 분석하여 장점인 growth, seasonality, holidays를 선택하였고, Prophet 모델의 단점인 데이터의 복잡성과 외부변수(기후 데이터)의 제한성을 해결하기 위하여 GRU을 조합하여 단기(2일) 및 중기(7일, 15일, 30일) 전력소비량 예측 알고리즘을 제안한다. 실험결과, 제안한 방법은 기존 GRU 및 Prophet 모델보다 성능이 우수하였다.

ChatGPT 품질과 활용만족이 지속적 이용의도에 미치는 영향 (A Study on the impact of ChatGPT Quality and Satisfaction on Intention to Continuous Use)

  • 박철우;강경란
    • 벤처창업연구
    • /
    • 제18권6호
    • /
    • pp.191-199
    • /
    • 2023
  • 최근 생성형 AI 기반인 ChatGPT는 상업적·교육적 활용 가능성과 높은 효용가치 기대로 급격히 발전함과 동시에 여러 가지 우려와 문제점도 대두되고 있다. 본 연구는 ChatGpt의 품질이 사용자의 활용만족과 지속적 이용의도에 미치는 영향을 분석하는데 목적이 있다. 이를 위하여 부산경남지역 대학생들을 대상으로 설문조사를 실시하였으며 총 155명의 응답을 표본으로 SPSS 28.0 프로그램을 이용하여 검증하였다. 연구 결과, ChatGPT 품질 요소 중 신뢰성과 안정성은 활용만족과 지속적 이용의도에 긍정적인 영향을 미치는 것으로 나타났다. ChatGPT의 활용만족은 지속적 이용의도에 긍정적인 영향을 미치는 것으로 나타났다. ChatGPT의 신뢰성과 안정성, 지속적 이용의도간에에 활용만족은 긍정적인 매개효과가 있는 것으로 나타났다. 본 연구 결과로 ChatGPT의 품질요소 중 사용자의 지속적 이용의도에 영향을 미치는 요인을 제시함으로서 ChatGPT의 이용 촉진에 필요한 교육적·정책적 방향 제시에 기여고자 한다.

  • PDF

인공지능 통제 가능성 고찰과 글로벌 규제 현황 연구 (Study on Controllability of Artificial Intelligence and Status of Global Regulations)

  • 장미경
    • 문화기술의 융합
    • /
    • 제10권2호
    • /
    • pp.447-452
    • /
    • 2024
  • 생성형 인공지능 기술의 놀라운 성과가 점차 가시화됨에 따라, 기계의 인간 지배 가능성 등 잠재적인 실존 위협이 제기되는 현시점에서 인공지능에 대한 '통제 가능성'이 첨예한 글로벌 키워드로 주목받고 있다. 이에 따라 이 연구는 인공지능 기술을 중심으로 펼쳐질 미래 사회의 혁신적 변화에 대응하기 위하여 인공지능에 대한 통제 개념과 현주소, 글로벌 현황을 면밀하게 탐색함으로써 사회적 공론장 형성의 토대를 마련하고자 하는 데 목적이 있다. 이를 통해 인공지능 기술 진화에 따라 야기될 사회문제와 예측 불가능한 변수에 대해 대응책을 마련하기 위한 시사점을 모색하고, 정부 규제 수립에 대한 가이드라인과 전략적 통찰력을 제시하는 한편, 사회적 공개 담론 형성을 위한 함의를 찾아 보고자 한다.

딥러닝 기반의 의료 OCR 기술 동향 (Trends in Deep Learning-based Medical Optical Character Recognition)

  • 윤성연;최아린;김채원;오수민;손서영;김지연;이현희;한명은;박민서
    • 문화기술의 융합
    • /
    • 제10권2호
    • /
    • pp.453-458
    • /
    • 2024
  • 광학 문자 인식(Optical Character Recognition, OCR)은 이미지 내의 문자를 인식하여 디지털 포맷(Digital Format)의 텍스트로 변환하는 기술이다. 딥러닝(Deep Learning) 기반의 OCR이 높은 인식률을 보여줌에 따라 대량의 기록 자료를 보유한 많은 산업 분야에서 OCR을 활용하고 있다. 특히, 의료 산업 분야는 의료 서비스 향상을 위해 딥러닝 기반의 OCR을 적극 도입하였다. 본 논문에서는 딥러닝 기반 OCR 엔진(Engine) 및 의료 데이터에 특화된 OCR의 동향을 살펴보고, 의료 OCR의 발전 방향에 대해 제시한다. 현재의 의료 OCR은 검출한 문자 데이터를 자연어 처리(Natural Language Processing, NLP)하여 인식률을 개선하였다. 그러나, 정형화되지 않은 손글씨(Handwriting)나 변형된 문자에서는 여전히 인식 정확도에 한계를 보였다. 의료 데이터의 데이터베이스(Database)화, 이미지 전처리(Pre-processing), 특화된 자연어 처리를 통해 더욱 고도화된 의료 OCR을 발전시키는 것이 필요하다.

시계열 데이터 활용에 관한 동향 연구 (A Study on Trend Using Time Series Data)

  • 최신형
    • 산업과 과학
    • /
    • 제3권1호
    • /
    • pp.17-22
    • /
    • 2024
  • 인류의 출현과 함께 시작된 역사에는 기록이라는 수단이 있기에 현재에 사는 우리는 데이터를 통해 과거를 확인할 수 있다. 생성되는 데이터는 일정 순간에만 발생하여 저장될 수도 있지만, 과거로부터 현재까지 일정 시간 간격 동안 계속해서 생성될 뿐만 아니라 다가올 미래에도 발생함으로써 이를 활용하여 예측하는 것 또한 중요한 작업이다. 본 논문은 수많은 데이터 중에서 시계열 데이터의 활용 동향을 알아보기 위해서 시계열 데이터의 개념에서부터 머신러닝 분야에서 시계열 데이터 분석에 주로 사용되는 Recurrent Neural Network와 Long-Short Term Memory에 대해 분석하고, 이런 모델들을 활용한 사례의 조사를 통해 의료 진단, 주식 시세 분석, 기후 예측 등 다양한 분야에 활용되어 높은 예측 결과를 보이고 있음을 확인하였고, 이를 바탕으로 향후 활용방안에 대하여 모색해본다.

IoT 환경을 위한 블록체인 기반의 중요 정보 관리 기법 (Blockchain-based Important Information Management Techniques for IoT Environment)

  • 정윤수
    • 산업과 과학
    • /
    • 제3권1호
    • /
    • pp.30-36
    • /
    • 2024
  • 최근 다양한 산업 분야에 적용되고 있는 사물인터넷(IoT)은 자동화와 디지털화하는 과정에서 끊임없이 진화하고 있다. 그러나, IoT 장치가 구축된 네트워크에서는 중간 노드 간의 IoT 중요 정보 관련 데이터의 공유, 개인정보보호 및 데이터 무결성 등의 연구가 아직도 활발하게 연구되고 있다. 본 연구에서는 IoT가 구축된 네트워크 환경에서 중간 노드에 부담을 주지 않으면서 구현이 쉬운 블록체인 기반의 IoT 중요 정보 관리 기법을 제안한다. 제안 기법은 중간 노드에 도착한 IoT 중요 정보에 대해서 임의 크기의 무작위 값을 할당하여 탈중앙화된 P2P 블록체인이 되도록 관리한다. 또한, 제안 기법은 IoT 중요 정보의 가중치 조건에 따라 시간제한, 장치 제한 등의 라이선스를 만들어 IoT 중요 데이터 관리가 수월하여지도록 한다. 성능평가, 제안 기법은 지연시간 및 처리시간이 기존 기법보다 평균 7.6%, 10.1%가 향상되었다.

우간다 루웨로 지역 젊은 여성의 성생식보건 지식, 태도 및 자기효능감 간의 관련성 (Relationship between Young Women's Reproductive Health Knowledge, Attitude and Self-efficacy in Luwero District, Uganda)

  • 송은미;권영대;노진원
    • 산업과 과학
    • /
    • 제3권1호
    • /
    • pp.37-50
    • /
    • 2024
  • 본 연구는 우간다 루웨로 지역의 젊은 여성들 사이에 성생식보건 지식, 태도, 자기효능감의 관계를 조사했다. 2016년 5월부터 7월까지 루웨로 지역의 여성 82명을 대상으로 설문조사를 실시했으며, 다중 선형 회귀 분석을 통해 자기효능감에 대한 지식과 태도의 예측력을 평가했다. 연구 결과 참가자 중 48.8%가 16-17세였으며, 지식, 태도, 자기효능감 사이에 유의한 상관관계가 있었다. 또한, 지식과 태도는 자기효능감의 59.6%를 설명했으며, 모두 자기효능감을 예측하는 데 유의한 역할을 했다. 연구 결과는 건강한 활동에 참여하는 자기효능감과 여성의 역할과 가치에 대한 긍정적 태도, 청소년기 건강 유지에 대한 지식 간의 관련성을 강조한다. 이를 토대로 향후교육 프로그램은 이러한 요소를 강화하여 우간다의 청소년 임신 및 성생식보건 문제에 대응해야 할 것이다.

첨단 전자산업 폐수처리시설의 Water Digital Twin(II): e-ASM 모델 보정, 수질 예측, 공정 선택과 설계 (Water Digital Twin for High-tech Electronics Industrial Wastewater Treatment System (II): e-ASM Calibration, Effluent Prediction, Process selection, and Design)

  • 허성구;정찬혁;이나희;심예림;우태용;김정인;유창규
    • 청정기술
    • /
    • 제28권1호
    • /
    • pp.79-93
    • /
    • 2022
  • 본 연구에서는 Part I에서 제안한 첨단 전자산업 폐수처리시설 특화 Water Digital Twin모델인 e-ASM을 이용하여 랩-파일럿 처리장 데이터를 바탕으로 모델 보정(Calibration), 유입 성상에 따른 제거 효율, 유출수 예측 및 최적 공법 선정을 수행하였다. 첨단 전자산업 폐수처리시설의 특화 모델링을 위하여, 민감도 분석을 통해 e-ASM 모델의 정합성과 상관성이 높은 동역학적 파라미터를 선정하였고, 다중반응표면분석법 (Multiple response surface methodology, MRS)을 이용하여 동역학적 파라미터를 보정하였다. e-ASM 모델의 보정 결과, Lab-scale, Pilot-scale 단위의 실험데이터와 90% 이상의 높은 정합성을 보였다. 그리고 4가지 유기폐수 처리처리공법인 MLE, A2/O, 4-stage MLE-MBR, Bardenpho-MBR을 제안한 Water Digital Twin으로 구현하여 유입 폐수의 성상별 운전조건에 따라 제거효율을 분석하였으며, Bardenpho-MBR이 C/N ratio 변화에서도 안정적으로 COD (Chemical oxygen demand)를 90% 이상 제거하며 높은 총 질소 제거 효율을 보였다. 그리고 유입 폐수의 조건별 Bardenpho-MBR공정의 수리학적 체류시간(Hydraulic retention time, HRT)이 3일 이상일 때 1,800 mg L-1의 고농도 TMAH 폐수를 98% 이상 제거할 수 있음을 확인할 수 있었다. 이와 같이, 본 연구에서 개발한 e-ASM은 전자산업 제조시설별, 유입 폐수의 성상별 특화 모델링을 통해 높은 정합성을 가진 전자산업 폐수처리공정의 Water Digital Twin를 구현할 수 있고, 최적운전, Water AI, 최적가용기법 선정 등의 응용 가능성을 바탕으로 지속 가능한 첨단전자 산업을 위해 활용될 수 있을 것으로 사료된다.

해양 이상 자료 탐지를 위한 오토인코더 활용 기법 최적화 연구 (An Outlier Detection Using Autoencoder for Ocean Observation Data)

  • 김현재;김동훈;임채욱;신용탁;이상철;최영진;우승범
    • 한국해안·해양공학회논문집
    • /
    • 제33권6호
    • /
    • pp.265-274
    • /
    • 2021
  • 해양 이상 자료 탐지의 연구는 이전부터 활발하게 이루어지고 있으며, 통계 및 거리 기반의 기계 학습 알고리즘을 활용하는 기법들이 개발되었다. 최근에는 AI 기반의 해양 자료 이상 탐지 기법이 많은 관심을 받고 있으며, AI를 활용한 해양 이상 자료 탐지 기법은 정답이 주어지는 지도학습 기법이 주를 이루고 있다. 이러한 방법은 학습에 필요한 모든 자료에 수작업으로 분류 정보(라벨)를 지정해야 한다는 점에서 많은 시간과 비용이 요구된다. 본 연구에서는 이러한 문제를 극복하기 위해 비지도학습 기반의 오토인코더를 이상 자료 탐지 기법에 사용하였다. 실험으로는 오토인코더의 평가를 위해 단변수·다변수학습 두가지 실험을 구성하였고, 단변수 학습은 기상청에서 제공하는 덕적도 부이 정점 관측 자료 중 수온만 사용하였으며, 다변수 학습은 수온과 기온, 풍향, 풍속, 기압, 습도 등을 사용하였다. 사용기간은 1996~2020년의 25년간이며 학습 자료에 해양-기상 자료의 특성을 고려한 전처리 기법을 적용하였다. 학습된 다변수와 단변수 오토인코더를 활용하여 실제 표층 수온에 대한 이상 탐지를 시도하였다. 모델성능 비교를 위해 오차를 삽입한 합성 자료에 다변수와 단변수 오토인코더를 포함한 여러 이상 탐지 기법을 적용하여 정량적으로 평가하였으며, 다변수/단변수의 정확도가 각각 약 96%/91%로써 다변수 오토인코더가 더 나은 이상자료 탐지 성능을 보였다. 오토인코더를 이용한 비지도학습 기반 이상 탐지 기법은 주관적 판단에 의한 오류와 자료 라벨링에 필요한 시간과 비용을 줄일 수 있다는 점에서 다양하게 활용될 것으로 판단된다.

침수유발 강우량을 이용한 강원특별자치도 호우특보 기준에 관한 연구 (The study of heavy rain warning in Gangwon State using threshold rainfall)

  • 이현지;강동호;이익상;김병식
    • 한국수자원학회논문집
    • /
    • 제56권11호
    • /
    • pp.751-764
    • /
    • 2023
  • 강원특별자치도는 태백산맥을 중심으로 지방에 따라 기후 특성이 매우 다르며, 국지성 호우가 빈번하게 발생하는 지역이다. 호우재해는 발생 시간이 짧고, 시공간적 변동성이 매우 커 많은 인명 및 재산피해를 유발한다. 최근 10년(2012~2021)간 강원지역 호우피해 발생 횟수는 28건이고, 평균 발생 피해액은 456억 원가량으로 집계되었다. 호우재해를 저감하기 위해선 지역단위의 재난관리 방안을 수립해야 한다. 특히나 현재 운영 중인 호우특보 기준은 획일화되어 지역 특성을 고려하지 못하는 한계가 있다. 이에 본 연구는 강원특별자치도에 위치한 특보구역을 대상으로 침수유발 강우량을 고려한 호우특보 기준을 제안하고자 한다. 특보구역별 침수유발 강우량 대푯값 분석 결과 평균값이 호우특보 발령 기준과 유사했고, 이를 본 연구의 호우특보 기준으로 선정하였다. 호우특보 기준 검토를 위한 강우사상으로 2019년 태풍 미탁, 2020년 태풍 마이삭과 하이선, 2023년 태풍 카눈 강우사상을 적용했고, Hit Rate 정확도 검증 결과 강릉평지 72%, 원주 98%로 본 연구는 실제 특보를 잘 반영함을 확인했다. 본 연구의 호우특보 기준은 위기경보 단계(관심, 주의, 경계, 심각)와 위계가 동일하여 선제적 호우재해 대응이 가능할 것으로 판단된다. 본 연구 결과는 향후 호우재해 대응의 획일적 의사결정 시스템을 보완하고, 이를 토대로 지역별 재해위험성을 고려한 호우특보 기준으로 활용될 수 있을 것으로 사료된다.