• 대한영상의학회지
• /
• 제81권6호
• /
• pp.1397-1411
• /
• 2020

목적 이 연구는 인공지능(artificial intelligence; 이하 AI)에 대한 영상의학과 전공의들의 인식 및 의견을 알아보고자 하였다. 대상과 방법 2019년 6월 4일부터 7일까지 AI와 관련한 18개의 객관식 문항과 1개의 주관식 문항이 포함된 설문의 응답을 받았다. 모집된 결과를 로지스틱 회귀분석을 이용하여 전공의 연차, 소속 병원의 위치 및 규모 등의 요인에 따라 분석하였다. 결과 총 101명(89.4%)의 전공의가 응답하였다. AI의 지식적 측면에서 응답자의 50명(49.5%)이 AI에 대해 평균 이상으로 공부하고 있으며, 68명(67.3%)이 AI 관련 용어에 대한 이해도가 평균 이상이라고 응답하였다. 또한 서울 및 경기 지역 응답자가 기타 지역 응답자에 비하여 AI에 대한 자가 평가 및 지식수준이 의미 있게 높았으며, 4년차 전공의에 비해 1~2년차 전공의가 AI에 대한 자가 평가 및 지식수준이 의미 있게 낮았다. AI 관련 연구에 참여해본 적 있는 전공의는 15.8%이었지만, 추후 연구 참여 의향이 있는 전공의는 90%에 달하였다. 전공의 들은 또한 학회 주도의 AI 교육 및 적극적 홍보를 원하고 있었다. 결론 영상의학과 전공의의 AI 교육 수요를 충족시키고, 의료 AI 시대의 영상의학과 의사의 역할을 제대로 알리기 위해 보다 많은 학회 차원의 노력이 요청된다.

• 대한통합의학회지
• /
• 제11권2호
• /
• pp.1-13
• /
• 2023

Purpose : Along with the rapid development of digital technology, the application of digital healthcare in the medical field is also increasing. According to many experts, increasing the amount of exercise and physical activity is a helpful way to prevent and manage physical problems in modern society. However, a lack of exercise, which is of the lifestyle of modern people, leads to the development of various diseases. This study aimed to examine the effects of digital exercise intervention using artificial intelligence (AI) on the physical abilities of adults whether digital exercise intervention can be a reliable and effective therapeutic option for musculoskeletal disorders in real-world clinical settings. Methods : In this study, exercise was conducted using a digital application to investigate the effects of an AI-based digital exercise intervention on the physical abilities of adults. A total of 13 adults were evaluated, and their physical abilities before and after the exercise intervention were compared. Hand-grip strength, functional leg muscle strength, dynamic balance, and quadriceps muscle strength were assessed. Exercise was performed using a digital application and in a non-face-to-face manner. AI identified the exercise status of each participant and adjusted the exercise difficulty level accordingly. The exercised daily for 4 weeks. Results : A total of 12 participants were analyzed for the final results. Significant improvements were observed in hand-grip strength, functional leg muscle strength (evaluated using the stand-up test), dynamic balance, and straight-gait ability (p<.05), indicating an increase in the overall muscular strength and physical function of the participants. Conclusions : Digital exercise intervention using AI is effective in improving physical abilities related to musculoskeletal function. It can be useful in clinical practice as an effective treatment option for patients with musculoskeletal disorders or muscle weakness.

• 한국군사과학기술학회지
• /
• 제25권3호
• /
• pp.219-230
• /
• 2022

In implementing a robust automatic target recognition(ATR) system with synthetic aperture radar(SAR) imagery, one of the most important issues is accurate classification of target variants, which are the same targets with different serial numbers, configurations and versions, etc. In this paper, a deep learning network with channel attention modules is proposed to cope with the recognition problem for target variants based on the previous research findings that the channel attention mechanism selectively emphasizes the useful features for target recognition. Different from other existing attention methods, this paper employs the channel attention modules without dimensionality reduction along the channel direction from which direct correspondence between feature map channels can be preserved and the features valuable for recognizing SAR target variants can be effectively derived. Experiments with the public benchmark dataset demonstrate that the proposed scheme is superior to the network with other existing channel attention modules.

• 한국군사과학기술학회지
• /
• 제26권2호
• /
• pp.188-196
• /
• 2023

In the future battlefield centered on the concept of mosaic warfare, the need for an unmanned combat system will increase to value human life. It is necessary for Multiple/Heterogeneous Unmanned Combat Systems to have suitable mission planning method in order to perform various mission. In this paper, we propose the MTSR model for mission planning of the unmanned combat system, and introduce a method of identifying a task by a combination of services using a request operator and a method of allocating resources to perform a task using the requested service. In order to verify the performance of the proposed task-resource matchmaking algorithm, simulation using occupation scenarios is performed and the results are analyzed.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2021년도 제33회 한글 및 한국어 정보처리 학술대회
• /
• pp.391-395
• /
• 2021

텍스트 스타일 변환은 입력 스타일(source style)로 쓰여진 텍스트의 내용(content)을 유지하며 목적 스타일(target style)의 텍스트로 변환하는 문제이다. 텍스트 스타일 변환을 시퀀스 간 변환 문제(sequence-to-sequence)로 보고 기존 기계학습 모델을 이용해 해결할 수 있지만, 모델 학습에 필요한 각 스타일에 대응되는 병렬 말뭉치를 구하기 어려운 문제점이 있다. 따라서 최근에는 비병렬 말뭉치를 이용해 텍스트 스타일 변환을 수행하는 방법들이 연구되고 있다. 이 연구들은 주로 인코더-디코더 구조의 생성 모델을 사용하기 때문에 입력 문장이 가지고 있는 내용이 누락되거나 다른 내용의 문장이 생성될 수 있는 문제점이 있다. 본 논문에서는 마스크 언어 모델(masked language model)을 이용해 입력 텍스트의 내용을 유지하면서 원하는 스타일로 변경할 수 있는 텍스트 스타일 변환 방법을 제안하고 한국어 긍정-부정, 채팅체-문어체 변환에 적용한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.462-467
• /
• 2020

대역사전의 구축은 저자원 언어쌍 간의 기계번역의 품질을 높이는데 있어 중요하다. 대역사전 구축을 위해 기존에 제시된 방법론 중 단어 임베딩을 기반으로 하는 방법론 대부분이 영어-프랑스어와 같이 형태적 및 구문적으로 유사한 언어쌍 사이에서는 높은 성능을 보이지만, 영어-중국어와 같이 유사하지 않은 언어쌍에 대해서는 그렇지 못하다는 사실이 널리 알려져 있다. 본 논문에서는 단어 임베딩을 기반으로 부트스트래핑을 통해 대역사전을 구축하는 방법론을 제안한다. 제안하는 방법론은 소량의 seed 사전으로부터 시작해 반복적인 과정을 통해 대역사전을 자동으로 구축하게 된다. 이후, 본 논문의 방법론을 이용해 한국어-영어 언어쌍에 대한 실험을 진행하고, 기존에 대역사전 구축 용도로 많이 활용되고 있는 도구인 Moses에 사용된 방법론과 F1-Score 성능을 비교한다. 실험 결과, F1-Score가 약 42%p 증가함을 확인할 수 있었으며, 초기에 입력해준 seed 사전 대비 7배 크기의 대역사전을 구축하였다.

• 정보교육학회논문지
• /
• 제24권3호
• /
• pp.243-254
• /
• 2020

인공지능 인력을 양성하기 위해 주요국에서는 초등학교에서부터 인공지능 교육을 제공하고자 하는 노력을 기울이고 있다. 초등학교에서 인공지능 교육을 도입하기 위해서는 초등학생 수준을 고려한 교육과정과 내용이 필요하다. 본 연구는 초등학생의 인공지능 교육을 목적으로 언플러그드 수준의 조작을 통해 인공지능이 학습하는 원리를 체험하는 교육 콘텐츠를 개발하였다. 개발한 교육 콘텐츠는 문장의 정서를 판단하는 인공지능으로 주제를 선정하였고, 문제를 해결하기 위해 데이터 속성을 도출하여 수집하고 인공지능이 학습하는 과정을 시뮬레이션하여 문제를 해결하는 과정으로 구성하였다. 연구결과, 인공지능에 대한 태도가 사전보다 사후에 증가하였고, 과제 수행률이 평균 85%로 나타나 제안하는 인공지능 교육 콘텐츠가 교육적 의의가 있음을 보여주었다.

• Clinical and Experimental Reproductive Medicine
• /
• 제32권1호
• /
• pp.27-32
• /
• 2005

Objective: To evaluate the effectiveness of aromatase inhibitor (AI) for ovulation induction in polycystic ovary syndrome (PCOS) patients with thin endometrium, hyper-responsiveness after clomiphene citrate (CC) treatment. Material and Methods: A prospective study was performed in 43 PCOS patients (50 cycles) with ovulatory dysfunction between March 2004 and September 2004. AI group (total 36 cycles) included the patients 1) with thin endometrium below 6 mm on hCG day after CC (n=17), 2) with more than 5 ovulatory follicles after 50mg of CC (n=4), 3) who do not want multiple pregnancy (n=14). Patients were treated with Letrozole 2.5mg for days 3 to 7 of the menstrual cycle. CC group (total 14 cycles) were treated with CC 50~100 mg. Results: In PCOS patients, ovulation was occurred 97.2% after AI use. Between AI group and CC group, there was no significant difference in the mean age, duration of infertility, interval of menstruation, basal FSH, prior treatment cycles, and the day of hCG administration. But, the number of mature follicles (${\geq}15mm$) was lower in the AI group ($1.08{\pm}0.45$ vs. $1.64{\pm}0.75$) (p=0.018), and the thickness of endometrium (mm) was significantly thicker in the AI group ($10.35{\pm}1.74$ vs. $9.23{\pm}1.61$) (p=0.044), and E2 (pg/ml) concentration on hCG day was lower in the AI group ($116.9{\pm}75.8$ vs. $479.5{\pm}300.8$) (p=0.001). Among the AI group, patients with prior thin endometrium (below 6 mm) during CC treatment showed $10.6{\pm}1.6mm$ in the endometrial thickness and $106.6{\pm}66.8pg/ml$ in $E_2$ concentration. Patients with more than 5 ovulatory follicles after CC showed decreased follicle number ($1.25{\pm}0.5$) compared to prior CC cycle. Conclusions: In PCOS patients, AI group showed significantly thicker endometrium, lesser number of mature follicles, and lower E2 concentration on hCG day than CC group. AI might be useful alternative treatment for ovulation induction in PCOS patients with thin endometrium and hyper-responsiveness after CC treatment.

• 한국군사과학기술학회지
• /
• 제25권1호
• /
• pp.30-44
• /
• 2022

The advent of deep learning-based algorithms has facilitated researches on target detection from synthetic aperture radar(SAR) imagery. While most of them concentrate on detection tasks for ships with open SAR ship datasets and for aircraft from SAR scenes of airports, there is relatively scarce researches on the detection of SAR ground vehicle targets where several adverse factors such as high false alarm rates, low signal-to-clutter ratios, and multiple targets in close proximity are predicted to degrade the performances. In this paper, a dataset of ground vehicle targets acquired from TerraSAR-X(TSX) satellite SAR images is presented. Then, both detection and instance segmentation are simultaneously carried out on this dataset based on the deep learning-based Mask R-CNN. Finally, this paper shows the future research directions to further improve the performances of detecting the SAR ground vehicle targets.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1581-1587
• /
• 2022

이제는 딥러닝 없는 원격탐사 데이터 처리는 상상하기도 어려운 시대가 되었다. 원격탐사의 활용기술 개발을 위해서는 먼저 인공지능(artificial intelligence, AI)을 위한 데이터를 설계 및 구축하고, AI모델을 학습시키는 과정을 거친다. AI모델은 빠르게 발전하여 모델 정확도가 나날이 높아지고 있지만, 모델을 훈련시키는 사람에 따라 정확도의 편차가 발생하고 있다. 결국 AI모델을 훈련시킬 수 있는 숙련도 높은 전문가가 더욱 더 필요한 시대가 되어가고 있다. 특히, 딥러닝기술은 원격탐사활용에 있어 자동화라는 키워드를 제공하고 있다. 예전에는 60% 이하의 정확도만 있었던 기술도 이제는 90%를 넘어 100%의 시대로 가고 있다. 이 특별호에서는 딥러닝기술이 원격탐사에 어떻게 활용되고 있는지에 관한 13편의 논문을 소개한다.