• 한국인터넷방송통신학회논문지
• /
• 제24권1호
• /
• pp.197-205
• /
• 2024

자율주행 자동차 개발 및 상용화에 있어서 주행안전도 확보가 가장 중요한 시점에서 이를 위해 전방 및 주행차량 주변에 존재하는 다양한 정적/동적 차량의 인식과 검출 성능을 고도화 및 최적화하기 위한 AI, 빅데이터 기반 알고리즘개발 등이 연구되고 있다. 하지만 레이더와 카메라의 고유한 장점을 활용하여 동일한 차량으로 인식하기 위한 연구 사례들이 많이 있지만, 딥러닝 영상 처리 기술을 이용하지 않거나, 레이더의 성능상의 문제로 짧은 거리만 동일한 표적으로 감지하고 있다. 따라서 레이더 장비와 카메라 장비에서 수집할 수 있는 데이터셋을 구성하고, 데이터셋의 오차를 계산하여 동일한 표적으로 인식하는 융합 기반 차량 인식 방법이 필요하다. 본 논문에서는 레이더와 CCTV(영상) 설치 위치에 따라 동일한 객체로 판단하기에 데이터 오차가 발생하기 때문에 설치한 위치에 따라 위치 정보를 연동할 수 있는 기술 개발을 목표로 한다.

• Korean Journal of Radiology
• /
• 제24권9호
• /
• pp.849-859
• /
• 2023

Objective: The prognostic value of the volume and density of skeletal muscles in the abdominal waist of patients with colon cancer remains unclear. This study aimed to investigate the association between the automated computed tomography (CT)-based volume and density of the muscle in the abdominal waist and survival outcomes in patients with colon cancer. Materials and Methods: We retrospectively evaluated 474 patients with colon cancer who underwent surgery with curative intent between January 2010 and October 2017. Volumetric skeletal muscle index and muscular density were measured at the abdominal waist using artificial intelligence (AI)-based volumetric segmentation of body composition on preoperative pre-contrast CT images. Patients were grouped based on their skeletal muscle index (sarcopenia vs. not) and muscular density (myosteatosis vs. not) values and combinations (normal, sarcopenia alone, myosteatosis alone, and combined sarcopenia and myosteatosis). Postsurgical disease-free survival (DFS) and overall survival (OS) were analyzed using univariable and multivariable analyses, including multivariable Cox proportional hazard regression. Results: Univariable analysis showed that DFS and OS were significantly worse for the sarcopenia group than for the non-sarcopenia group (P = 0.044 and P = 0.003, respectively, by log-rank test) and for the myosteatosis group than for the non-myosteatosis group (P < 0.001 by log-rank test for all). In the multivariable analysis, the myosteatotic muscle type was associated with worse DFS (adjusted hazard ratio [aHR], 1.89 [95% confidence interval, 1.25-2.86]; P = 0.003) and OS (aHR, 1.90 [95% confidence interval, 1.84-3.04]; P = 0.008) than the normal muscle type. The combined muscle type showed worse OS than the normal muscle type (aHR, 1.95 [95% confidence interval, 1.08-3.54]; P = 0.027). Conclusion: Preoperative volumetric sarcopenia and myosteatosis, automatically assessed from pre-contrast CT scans using AI-based software, adversely affect survival outcomes in patients with colon cancer.

• 인터넷정보학회논문지
• /
• 제21권3호
• /
• pp.123-131
• /
• 2020

인공지능 기술의 비약적 발전과 함께 사람의 언어를 다루는 자연어 처리 분야 역시 활발하게 연구가 진행되고 있다. 특히 최근에는 구글에서 공개한 언어 모델인 BERT는 대량의 코퍼스를 활용해 미리 학습시킨 모델을 제공함으로써 자연어 처리의 여러 분야에서 좋은 성능을 보이고 있다. BERT에서 다국어 모델을 지원하고 있지만 한국어에 바로 적용했을 때는 한계점이 존재하기 때문에 대량의 한국어 코퍼스를 이용해 학습시킨 모델을 사용해야 한다. 또한 텍스트는 어휘, 문법적인 의미만 담고 있는 것이 아니라 전후 관계, 상황과 같은 문맥적인 의미도 담고 있다. 기존의 자연어 처리 분야에서는 어휘나 문법적인 의미를 중심으로 연구가 주로 이루어졌다. 텍스트에 내재되어 있는 문맥 정보의 정확한 파악은 맥락을 이해하는 데에 있어 중요한 역할을 한다. 단어들의 관계를 이용해 연결한 지식그래프는 컴퓨터에게 쉽게 문맥을 학습시킬 수 있는 장점이 있다. 본 논문에서는 한국어 코퍼스를 이용해 사전 학습된 BERT 모델과 지식 그래프를 이용해 한국어 문맥 정보를 추출하는 시스템을 제안하고자 한다. 텍스트에서 중요한 요소가 되는 인물, 관계, 감정, 공간, 시간 정보를 추출할 수 있는 모델을 구축하고 제안한 시스템을 실험을 통해 검증한다.

• 한국항공우주학회지
• /
• 제50권4호
• /
• pp.259-267
• /
• 2022

기존의 국내 개발 회전익 항공기 시스템의 고장-안전 설계 요구사항 도출 방법은 최신 통합형 항공전자 시스템에 적용 시 단일 항목의 고장으로 인하여 치명적인 시스템 기능 고장을 발생시키는 요인을 누락할 수 있다. 그 원인은 고장-안전 설계 대상을 선정함에 있어 단일 품목의 체계 기능 고장 영향성을 그 기준으로 함에 있다. 본 연구에서는 이를 해결하기 위하여 민수 항공기 개발 국제 표준인 SAE ARP4754A의 기능적 위험요소 평가 및 개발보증수준 할당 절차를 활용하여, 시스템 구조의 고장-안전 설계 요구사항을 도출하기 위한 체계적인 분석 절차를 제시한다. 또한 본 연구에서 제시한 절차가 앞서 제시한 문제점을 해결할 수 있는지를 확인하기 위하여 치명적인 기능 고장을 발생시킬 수 있는 단일 요인을 내포한 시스템 구조를 가정하여 교차 검증을 수행하였다. 그 결과 기존 연구 방법으로는 누락되었던 치명적인 공통 요인을 식별할 수 있었고 이를 통제하기 위한 고장-안전 설계 요구사항이 도출됨을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권12호
• /
• pp.41-48
• /
• 2023

본 논문은 여러 산업 분야에서 범용적으로 활용될 수 있는 NFT(Non-Fungible Token)에 대해 토픽 모델링 기법을 활용하여 최근의 NFT 산업 동향에 대한 분석 결과를 제시한다. 본 연구에서는 산업 동향을 파악하기 위해 특허 데이터를 활용하였으며, NFT 표준안이 처음으로 발표되었던 2017년부터 2023년 10월까지 특허정보검색서비스 키프리스에 등록된 NFT 관련 국내·외 특허 각각 371건, 454건의 특허 데이터를 수집하였다. 다음으로 전처리 작업에서 불용어, 표제어를 제거 후 명사 단어만을 추출하였고, 분석 방법으론 빈도수에 따른 상위 50개의 단어를 나열하고, 단어마다 계산된 TF-IDF 값을 같이 확인하여 산업 동향의 핵심 키워드를 도출하였다. 다음으로, LDA 알고리즘을 활용해 국내·외 별로 특허 데이터에서 잠재된 4개의 주요 주제를 도출하였다. 도출한 주제별로 내용을 분석하고, 실제 NFT 산업사례를 근거로 들어 NFT 산업 동향 분석내용을 제시하였다. 선행연구에서는 논문 데이터를 통해 학술적 관점에서 동향을 제시하였다면 본 연구는 현장 실무에 기반을 둔 데이터를 활용하여 실용적인 동향 내용을 제공했다는 점에서 의의가 있으며, NFT 산업계 관련자들이 시장 현황 파악 및 새로운 아이템 창출을 위한 참고용으로 활용될 것으로 기대한다.

• 한국전자통신학회논문지
• /
• 제19권1호
• /
• pp.149-156
• /
• 2024

기존 긴급 및 외부 통신이 주목적이었던 차량 인포테인먼트의 지능화와 고속화는 내비게이션, 자율주행 등 다양한 서비스 적용에 대한 가능성을 보여주고 있다. 특히 통신 및 네트워크의 진보로 인하여 외부 기기 및 인프라 연동에 대한 기능성이 강화되고 있는 바 이러한 경향하에 고도화된 차량 서비스 및 주행을 위한 협력 지능형 교통 체계 (C-ITS)와의 연동 방향에 대한 고민이 필요하다. 또한 자동차도 텔레매틱스 및 인포테인먼트 고도화를 넘어 전동화 경향에 맞춘 소프트웨어 정의 차량 (SDV) 라는 개념을 토대로 한 미래 차량 개발 개념을 정립하고 있는 바 이러한 SDV 연계에 대한 고려도 동시에 병행해야 한다. 본 논문에서는 차량 인포테인먼트 구조 분석을 토대로 한 향후 ITS와 SDV 연계 방향성에 대해서 고찰한다. 우선 이를 위해서 현존하는 차량 인포테인먼트 구조 및 아키텍처 분석을 진행하며 이와 연계된 SDV에 대한 구조도 같이 제시한다. 이를 토대로 하여 표준 기반의 C-ITS 서비스와 SDV 기기 적용 및 연동 가능성에 대한 고려사항을 도출한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권9호
• /
• pp.375-384
• /
• 2021

딥러닝 기법은 영상 처리 분야에서 높은 성능을 입증 받아 다양한 분야에서 적용되고 있다. 이러한 딥러닝 모델의 검증에 가장 널리 사용되는 방법으로는 홀드아웃 검증 방법, k-겹 교차 검증 방법, 부트스트랩 방법 등이 있다. 이러한 기존의 기법들은 데이터 셋을 분할하는 과정에서 클래스 간의 비율에 대한 균형을 고려하지만, 같은 클래스 내에서도 존재하는 다양한 특징들의 비율은 고려하지 않고 있다. 이러한 특징들을 고려하지 않을 경우, 일부 특징에 편향된 검증 결과를 얻게 될 수 있다. 따라서 본 논문에서는 기존 검증 방법들을 개선하여 영상 분류를 위한 데이터 특징 커버리지 기반의 딥러닝 모델 검증 기법을 제안한다. 제안하는 기법은 딥러닝 모델의 학습과 검증을 위한 훈련 데이터 셋과 평가 데이터 셋이 전체 데이터 셋의 특징을 얼마나 반영하고 있는지 수치로 측정할 수 있는 데이터 특징 커버리지를 제안한다. 이러한 방식은 전체 데이터 셋의 특징을 모두 포함하도록 커버리지를 보장하여 데이터 셋을 분할할 수 있고, 모델의 평가 결과를 생성한 특징 군집 단위로 분석할 수 있다. 검증결과, 훈련 데이터 셋의 데이터 특징 커버리지가 낮아질 경우, 모델이 특정 특징에 편향되게 학습하여 모델의 성능이 낮아지며, Fashion-MNIST의 경우 정확도가 8.9%까지 차이나는 것을 확인하였다.

• 실천공학교육논문지
• /
• 제15권2호
• /
• pp.529-538
• /
• 2023

보편적 인공지능교육의 필요성이 확대되고 직무 변화가 이루어지고 있는 현 시점에서, 가장 먼저 인공지능을 직무의 일부분으로 경험하게 되는 대학의 비전공자를 위한 인공지능 교양교육에 대한 연구 및 논의는 미흡한 실정이다. 비전공자 대상 인공지능 교육과정이 운영되고 있지만 주로 인공지능의 개념 및 원리에 대한 이론 중심의 교육으로 운영되고 있다. 비전공자 대상 인공지능에 대한 일반적인 개념을 이해하기 위해 체험학습을 병행하여 진행 할 필요가 있다. 따라서 본 연구는 비전공자의 특성을 고려하여 학습에 흥미를 갖고, 인공지능 수업에 대한 부담감을 낮출 수 있는 난이도의 인공지능 체험교육 학습콘텐츠를 설계한 후 앱인벤터와 오렌지 인공지능 플랫폼을 활용한 체험 교육의 학습효과를 살펴보고자 한다. 팀 별 인공지능 관련 프로젝트 작성을 통해 수집된 학습관련 데이터와 설문조사 자료를 바탕으로 분석한 결과 인공지능 교육의 필요성에 대한 인식의 긍정적인 변화와 인공지능 리터러시 능력이 향상된 것으로 나타났다. 교수자에게는 인공지능 체험교육 학습을 위한 학습모형을 설계하는 데 기틀을 마련해 주는 계기가 될 것으로 기대한다.

• Korean Journal of Radiology
• /
• 제24권4호
• /
• pp.294-304
• /
• 2023

Objective: We aimed to investigate whether image standardization using deep learning-based computed tomography (CT) image conversion would improve the performance of deep learning-based automated hepatic segmentation across various reconstruction methods. Materials and Methods: We collected contrast-enhanced dual-energy CT of the abdomen that was obtained using various reconstruction methods, including filtered back projection, iterative reconstruction, optimum contrast, and monoenergetic images with 40, 60, and 80 keV. A deep learning based image conversion algorithm was developed to standardize the CT images using 142 CT examinations (128 for training and 14 for tuning). A separate set of 43 CT examinations from 42 patients (mean age, 10.1 years) was used as the test data. A commercial software program (MEDIP PRO v2.0.0.0, MEDICALIP Co. Ltd.) based on 2D U-NET was used to create liver segmentation masks with liver volume. The original 80 keV images were used as the ground truth. We used the paired t-test to compare the segmentation performance in the Dice similarity coefficient (DSC) and difference ratio of the liver volume relative to the ground truth volume before and after image standardization. The concordance correlation coefficient (CCC) was used to assess the agreement between the segmented liver volume and ground-truth volume. Results: The original CT images showed variable and poor segmentation performances. The standardized images achieved significantly higher DSCs for liver segmentation than the original images (DSC [original, 5.40%-91.27%] vs. [standardized, 93.16%-96.74%], all P < 0.001). The difference ratio of liver volume also decreased significantly after image conversion (original, 9.84%-91.37% vs. standardized, 1.99%-4.41%). In all protocols, CCCs improved after image conversion (original, -0.006-0.964 vs. standardized, 0.990-0.998). Conclusion: Deep learning-based CT image standardization can improve the performance of automated hepatic segmentation using CT images reconstructed using various methods. Deep learning-based CT image conversion may have the potential to improve the generalizability of the segmentation network.

• 한국컴퓨터그래픽스학회논문지
• /
• 제25권3호
• /
• pp.115-122
• /
• 2019

본 연구에서는 사용자 참여를 유도하는 가상공간 스토리 북을 기획하고 구현하여 연구 실험 하였다. 구현한 스토리북은 시나리오를 진행하기 위해서 사용자가 적극적으로 시나리오상의 미션을 수행해야 시나리오가 진행이 되는 것이다. 가상공간 스토리 북의 시나리오를 진행하는 절차는 다음과 같다. 첫 번째, 프로젝션으로 가상공간을 구현한다. 두 번째, 시나리오에 맞추어 사용자는 실제 물체를 가져와 가상의 공간에 실제 물체를 삽입한다. 세 번째, 실제 물체와 대응되는 3D모델이 증강한다. 마지막으로 사용자는 증강된 이미지와 실제 물체를 자유롭게 제어함으로 가상공간에서 이루어지는 시나리오를 체험한다. 구현한 결과물은 3명의 5살 어린이들에게 유저 스터디를 진행하였다. 실험에 참여한 어린이는 가상공간 스토리북을 매우 잘 이해하는 모습을 보였으며 실제 물체를 가상의 공간에 집어넣는 과정을 이해하는 모습이 관찰되었다. 또한 어린이는 현실과 가상을 혼돈하지 않고 실제 물체와 가상 이미지를 구분하는 모습을 확인할 수 있었다. 결과적으로 가상공간 스토리 북을 통해 가상의 공간위에 실제 물체를 증강시키는, 방식을 가진 가상공간 스토리북의 가능성을 확인 할 수 있었다.