• 한국게임학회 논문지
• /
• 제17권1호
• /
• pp.7-16
• /
• 2017

3D 게임그래픽 표현기술은 게임콘텐츠발전과 함께 콘텐츠 분야에서 중요한 요소가 되었다. 특히 게임 캐릭터 표현 기술은 사실적인 그래픽 기술과 시각적인 즐거움을 주는 것 이외에 게임을 진행하는 게임에 대한 몰입도의 중간 단계역할을 하며 플레이어가 마치 게임 속에서 영웅적인 모험을 즐길 수 있도록 착각을 만들어 낸다. 3D 게임에 있어서 게임캐릭터의 높은 완성도는 개발과정 가운데 캐릭터 설정작업의 세심한 디테일작업과 신중함이 주요요인으로 작용한다[3]. 본 논문에서는 게임구현을 위하여 인지적 AI 알고리즘이 적용된 3D 유니티 게임 엔진을 사용하여 radiosity의 수학적인 모델과 기본적인 radiosity 모델, 점진적 개선 radiosity 모델 기법을 방법론을 소개하고, 모바일 게임에 적용한 캐릭터 표현기법을 제안하려고 한다. 게임엔진에 실제적으로 적용하여보니 렌더링과정과 모의실험에서 표면의 투영도는 게임콘텐츠 환경의 조명도에 따라 변화됨을 발견 할 수 있어서, 전체적으로 질 높은 게임캐릭터가 완성되었음이 확인 되었다.

• 한국기계가공학회지
• /
• 제18권9호
• /
• pp.29-35
• /
• 2019

The structure of the machinery industry due to the 4th industrial revolution is changing from precision and durability to intelligent and smart machinery through sensing and interconnection(IoT). There is a growing need for research on prognostics and health management(PHM) that can prevent abnormalities in processing machines and accurately predict and diagnose conditions. PHM is a technology that monitors the condition of a mechanical system, diagnoses signs of failure, and predicts the remaining life of the object. In this study, the vibration generated during machining is measured and a classification algorithm for normal and fault signals is developed. Arbitrary fault signal is collected by changing the conditions of un stable supply cutting oil and fixing jig. The signal processing is performed to apply the measured signal to the learning model. The sampling rate is changed for high speed operation and performed machine learning using raw signal without FFT. The fault classification algorithm for 1D convolution neural network composed of 2 convolution layers is developed.

• 한국시뮬레이션학회논문지
• /
• 제26권2호
• /
• pp.59-65
• /
• 2017

M&S의 발전과 더불어 국방 M&S등 인간의 의사결정을 포함하는 분야의 요구가 증대되는 현실에서 AI기술을 활용한 모델링 연구가 각광받고 있다. AI는 복잡한 문제 해결을 위한 방법임은 분명하나 M&S에서 요구되는 입력시점과 처리시간 등의 논리적 시간을 고려하지 않았다. 따라서 본 논문에서는 대표적인 AI 기술인 규칙기반 전문가시스템을 논리적 시간을 고려한 규칙구조 "IF-THEN-AFTER"와 추론엔진으로 재설계한 시간기반의 전문가 시스템을 제안하고, 기존의 규칙기반 전문가 시스템과의 차이를 설명하기 위한 간단한 예제를 들어 논리적 분석을 시도하였다. 그 결과로 제안하는 시간기반의 전문가 시스템 모델은 일반적인 규칙기반 전문가시스템과 다르게 입력시점과 추론시간에 따라 다른 결과를 보임을 알 수 있으며, 이는 M&S에서 요구되는 논리적 시간을 고려한 AI의 문제해결이 가능함을 의미한다.

• Advances in concrete construction
• /
• 제11권1호
• /
• pp.1-9
• /
• 2021

This article discusses the issue of optimizing controller design issues, in which the artificial intelligence (AI) evolutionary bat (EB) optimization algorithm is combined with the fuzzy controller in the practical application of the building. The controller of the system design includes different sub-parts such as system initial condition parameters, EB optimal algorithm, fuzzy controller, stability analysis and sensor actuator. The advantage of the design is that for continuous systems with polytypic uncertainties, the integrated H2/H∞ robust output strategy with modified criterion is derived by asymptotically adjusting design parameters. Numerical verification of the time domain and the frequency domain shows that the novel system design provides precise prediction and control of the structural displacement response, which is necessary for the active control structure in the fuzzy model. Due to genetic algorithm (GA), we use a hierarchical conditions of the Hurwitz matrix test technique and the limits of average performance, Hierarchical Fitness Function Structure (HFFS). The dynamic fuzzy controller proposed in this paper is used to find the optimal control force required for active nonlinear control of building structures. This method has achieved successful results in closed system design from the example.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.133-135
• /
• 2022

IoT 및 AI기술과 매체의 발전에 따라 다양한 디지털 장비가 사용되고 있으며, 무인화와 자동화가 급속도로 진행되고 있다. 특히 스마트 팩토리와 자율주행기술 및 지능형 CCTV와 같은 분야에서는 높은 수준의 영상처리 기술이 요구되고 있다. 하지만 영상에 존재하는 잡음은 에지 검출이나 객체 인식과 같은 과정에 영향을 미치고 있으며, 시스템의 정확성과 신뢰도 저하를 야기한다. 본 논문에서는 복합잡음에 훼손된 영상을 복원하기 위해 퍼지 가중치를 사용한 필터링 알고리즘 제안한다. 제안한 알고리즘은 잡음 판단을 사용하여 기준값을 구했으며, 퍼지가중치를 적용하여 최종출력을 계산한다. 제안한 알고리즘의 성능을 검증하기 위해 시뮬레이션을 진행하였으며, 기존 필터 알고리즘과 결과영상을 비교하여 평가하였다.

• International Journal of Computer Science & Network Security
• /
• 제23권11호
• /
• pp.183-189
• /
• 2023

A stroke is a medical disease where a blood vessel in the brain ruptures, causes damage to the brain. If the flow of blood and different nutrients to the brain is intermittent, symptoms may occur. Stroke is other reason for loss of life and widespread disorder. The prevalence of stroke is high in growing countries, with ischemic stroke being the high usual category. Many of the forewarning signs of stroke can be recognized the seriousness of a stroke can be reduced. Most of the earlier stroke detections and prediction models uses image examination tools like CT (Computed Tomography) scan or MRI (Magnetic Resonance Imaging) which are costly and difficult to use for actual-time recognition. Machine learning (ML) is a part of artificial intelligence (AI) that makes software applications to gain the exact accuracy to predict the end results not having to be directly involved to get the work done. In recent times ML algorithms have gained lot of attention due to their accurate results in medical fields. Hence in this work, Stroke disease identification system by using Machine Learning algorithm is presented. The ML algorithm used in this work is Artificial Neural Network (ANN). The result analysis of presented ML algorithm is compared with different ML algorithms. The performance of the presented approach is compared to find the better algorithm for stroke identification.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2021년도 가을 학술논문 발표대회
• /
• pp.223-224
• /
• 2021

The process before the model learning stage in AI R&D can be subdivided into data collection/cleansing-data purification-data labeling. After that, according to the purpose of development, it goes through a stage of verifying the model by performing learning by using the algorithm of the artificial intelligence model. Several studies describe an important part of AI research as the learning stage, and try to increase the accuracy by changing the structure and layer of the AI model. However, if the refinement and labeling process of the learning data is tailored only to the model format and is not made for the purpose of development, the desired AI model cannot be obtained. The latest research reveals that most AI research failures are the failure of the learning data rather than the structure of the AI model. analyzed.

• 정보보호학회논문지
• /
• 제31권4호
• /
• pp.559-571
• /
• 2021

컴퓨터의 보급 증가와 더불어 일반 사용자들에 대한 공격자들의 악성코드 배포 횟수 또한 증가하였다. 악성코드를 탐지하기 위한 연구는 현재까지도 진행되고 있으며 최근에는 AI를 이용한 악성코드 탐지 및 분석 연구가 중점적으로 이뤄지고 있다. 하지만 AI 알고리즘은 어떠한 이유로 악성코드를 탐지하고 분류하는지 설명할 수 없다는 단점이 존재한다. 이런 AI의 한계를 극복하고 실용성을 갖도록 하기 위해 XAI 기법이 등장하였다. XAI를 사용하면 AI의 최종 결과에 대해 판단 근거를 제시할 수 있다. 본 논문에서는 XGBoost와 Random Forest를 이용하여 악성코드 그룹분류를 진행하였으며, SHAP을 통해 결과를 해석하였다. 두 분류모델 모두 약 99%의 높은 분류 정확도를 보였으며, XAI를 통해 도출된 상위 API feature와 악성코드 주요 API를 비교해보았을 때 일정 수준 이상의 해석 및 이해가 가능하였다. 향후, 이를 바탕으로 직접적인 AI 신뢰성 향상 연구를 진행할 예정이다.

• 한국방사선학회논문지
• /
• 제17권6호
• /
• pp.873-879
• /
• 2023

본 연구는 인공지능(AI)을 사용하여 흉부 엑스레이 이미지에서 이물질을 탐지하는 방법을 탐구하였다. 의료영상학, 특히 흉부 엑스레이는 폐렴이나 폐암과 같은 질병을 진단하는 데 매우 중요한 역할을 한다. 영상의학 검사가 증가함에 따라 AI는 효율적이고 빠른 진단을 위한 중요한 도구가 되었다. 하지만 이미지에는 단추나 브래지어 와이어와 같은 일상적인 장신구를 포함한 이물질이 포함될 수 있어 정확한 판독을 방해할 수 있다. 본 연구에서는 이러한 이물질을 정확하게 식별하는 AI 알고리즘을 개발하였고, 미국 국립보건원 흉부 엑스레이 데이터셋을 가공하여 YOLOv8 모델을 기반으로 처리하였다. 그 결과 정확도, 정밀도, 리콜, F1-score가 모두 0.91에 가까울 정도로 높은 탐지 성능을 보였다. 이번 연구는 AI의 뛰어난 성능에도 불구하고 이미지 내 이물질로 인해 판독 결과가 왜곡될 수 있는 문제점을 해결함으로써 영상의학 분야에서 AI의 혁신적인 역할과 함께, 임상 구현에 필수적인 정확성에 기반하여 신뢰성을 강조하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.827-829
• /
• 2019

본 논문에서는 최근 소개된 구글 TPU 보드를 사용하여 AI 알고리듬을 적용하고 성능 분석을 통하여 TPU 를 통한 AI 에 기반한 영상처리 시스템의 구현 가능성을 검증 하고자 하였다. 구글 TPU 보드는 기계 학습에 특화된 Coral Dev 보드를 사용하였고. 수행하는 인공지능 알고리즘은 객체 인식 알고리즘인 SSD 알고리즘을 사용하였다. 이 후 동일한 알고리즘을 GPU 가 장착되어 있는 고성능 데스크탑과 처리속도를 비교하여, TPU 에 기반한 임베디드 AI 시스템의 활용 가능성을 검증 하였다.