• Journal of the Korea Institute of Military Science and Technology
• /
• v.25 no.6
• /
• pp.637-647
• /
• 2022

Since the concept of Manned-UnManned Teaming(MUM-T) and Unmanned Aircraft System(UAS) can efficiently respond to rapidly changing battle space, many studies are being conducted as key components of the mosaic warfare environment. In this paper, we propose a rule-based AI engagement model based on Basic Fighter Maneuver(BFM) capable of Within-Visual-Range(WVR) air-to-air combat and a simulation environment in which human pilots can participate. In order to develop a rule-based AI engagement model that can pilot a fighter with a 6-DOF dynamics model, tactical manuals and human pilot experience were configured as knowledge specifications and modeled as a behavior tree structure. Based on this, we improved the shortcomings of existing air combat models. The proposed model not only showed a 100 % winning rate in engagement with human pilots, but also visualized decision-making processes such as tactical situations and maneuvering behaviors in real time. We expect that the results of this research will serve as a basis for development of various AI-based engagement models and simulators for human pilot training and embedded software test platform for fighter.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.49-51
• /
• 2022

대규모 데이터를 처리하기 위해 머신러닝, 딥러닝과 같은 AI 활용 연구가 일반화되면서 시스템 환경 또한 병렬처리 연산에 강화된 가속기 기반의 이기종 아키텍처로 확산되고 있다. CPU 기반의 계산 환경과 달리 상대적으로 성능이 낮은 수천 개의 산술연산장치(ALU)를 활용해 쓰레드 방식으로 연산을 수행하며, I/O의 특성 또한 대규모의 데이터들이 수많은 연산장치에 전달되기 위한 Small I/O, High-throughput 처리 성능이 애플리케이션에 큰 영향을 끼친다. 본 논문에서는 병렬 컴퓨팅 환경에 AI 애플리케이션이 접목되면서 요구되는 스토리지, 파일시스템의 환경을 분석하고 나아가 성능 검증을 통해 I/O 특성을 파악하고자 한다.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.15 no.4
• /
• pp.257-270
• /
• 2022

In this paper, we design a smart factory risk improvement system and risk improvement method using AI edge devices. The smart factory risk improvement system collects, analyzes, prevents, and promptly responds to the worker's work performance process in the smart factory using AI edge devices, and can reduce the risk that may occur during work with improving the defect rate when workers perfom jobs. In particular, based on worker image information, worker biometric information, equipment operation information, and quality information of manufactured products, it is possible to set an abnormal risk condition, and it is possible to improve the risk so that the work is efficient and for the accurate performance. In addition, all data collected from cameras and IoT sensors inside the smart factory are processed by the AI edge device instead of all data being sent to the cloud, and only necessary data can be transmitted to the cloud, so the processing speed is fast and it has the advantage that security problems are low. Additionally, the use of AI edge devices has the advantage of reducing of data communication costs and the costs of data transmission bandwidth acquisition due to decrease of the amount of data transmission to the cloud.

• Korean Journal of Materials Research
• /
• v.6 no.12
• /
• pp.1199-1212
• /
• 1996

본 연구는 주조성, 내압성, 내열성 등이 우수하여 군용 및 민수용 기계소재로 이용되고 있는 AI-Si-Mg계 AC4C 합금에 세라믹(AI2O3, AI2O3-TiC)을 강화시키는 복합재료제조에 관한 기초연구의 일환으로 수행하였다. 연구내용은 세라믹 강화재의 젖음성을 높이기 위하여 수소환원법에 의한 AI2O3입자의 Ni 피복과 기존의 프리폰 제조방법보다 간단하고 경제적인 자전연소합성법에 의해 AI2O3-TiC 다공성 pellet을 제조하여, 이들 강화재와 AC4C 기지금속을 이용하여 고대-compocasting 및 squeeze casting법으로 복합재료를 제조하고 미세조직, 계면생성물, 기계적 성질, 내마멸성 등의 특성을 조사하였다. 고대-compocasting법에 의해 제조된 AI2O3Ni 입자 강화 복합재료에서 강화재들은 응집체로 존재하지 않고 비교적 균일하게 분산되었고 AI2O3-TiC 강화재를 이용하여 squeeze casting으로 가압주조 하므로써 기지금속과 강화재의 젖음성이 향상되었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.19-22
• /
• 2024

전통 소프트웨어 프로젝트 개발과 AI 관련된 소프트웨어 프로젝트 개발에 큰 차이가 있어서 AI 관련된 소프트웨어 프로젝트 개발 환경을 이해하려는 많은 노력이 있었지만 AI 관련 소프트웨어 프로젝트 개발에서 어떤 API들이 자주 사용되는지에 대해서 아직 충분히 조사되지 않았다. 본 논문에서는 "AI 관련 오픈 소스 소프트웨어 프로젝트에서 어떤 파이썬 API들이 자주 사용되는가?"에 대한 연구 질문의 해답을 알아보는 경험 연구를 소개한다. 이 경험 연구의 결과로 AI 관련 오픈 소스 소프트웨어 프로젝트에서 파이썬 표준 라이브러리와 관려된 API들이 가장 자주 사용된다는 것을 확인했다. 또한 기계 학습을 포함해서 데이터 처리, 이미지 처리, 테스팅, 웹 서비스와 관련된 라이브러리들에 있는 API들도 AI 관련 오픈 소스 소프트웨어 프로젝트들에 자주 사용된다는 것을 알아냈다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.282-284
• /
• 2021

최근 4차 산업혁명으로 의료빅데이터 기반으로 한 AI 기술이 급속도로 발전하고 있다. 특히, 의료영상을 기반으로 병변을 탐색, 분활 및 정량화 그리고 자동진단 및 예측 관련된 기술이 AI 제품으로 출시되고 있다. AI 기술개발은 많은 학습데이터가 요구되며, 임상검증에 단일기관에서 2개 이상 기관의 검증이 요구되고 있다. 그러나 아직까지도 단일기관에서 학습용 데이터와 테스트, 검증용 데이터를 달리하여 기술개발에 활용하고 있다. 본 논문은 AI 기술개발에 필요한 영상데이터에 대한 표준화된 데이터셋 변환 및 관리를 위한 시스템에 대해 기술한다. 다기관 데이터를 수집하기 위해서는 각 기관의 의료영상 데이터 수집 및 저장하는 기준이 명확하지 않아 표준화 작업이 필요하다. 제안한 시스템은 기관 또는 다기관 연구 그룹의 의료영상데이터를 표준화하여 저장할 수 있을 뿐만 아니라 의료영상 뷰어 및 의료영상 리스트를 통해 연구자가 원하는 의료영상 데이터 셋을 검색하여 다양한 데이터셋으로 제공할 수 있기 때문에 수집 및 변환 그리고 관리까지 지원할 수 있는 시스템으로 영상기반의 머신러닝 연구에 활력을 불어넣을 수 있을 것으로 기대하고 있다.

• Journal of Breast Disease
• /
• v.6 no.2
• /
• pp.46-51
• /
• 2018

Purpose: Endocrine therapy is the preferred treatment for hormone receptor (HR)-positive metastatic breast cancer (MBC). We investigated the efficacy of combined aromatase inhibitor (AI) and luteinizing hormone-releasing hormone (LHRH) agonist in premenopausal patients with HR-positive MBC. Methods: We retrospectively analyzed the medical records of 21 HR-positive premenopausal MBC patients treated with combined AI and LHRH agonist therapy. Results: The median follow-up period was 32.9 months. The overall response rate was 47.6%, with three complete responses (14.3%) and seven partial responses (33.3%). Nine patients (42.9%) achieved stable disease lasting more than 6 months; thus, the clinical benefit rate was 90.4%. The median time to progression was 45.4 months. No patients experienced grade 3 or 4 toxicity. Conclusion: Combined AI and LHRH agonist treatment safely and effectively induced remission or prolonged disease stabilization, suggesting that this could be a promising treatment option for HR-positive premenopausal patients with MBC.

• Annual Conference on Human and Language Technology
• /
• 2014.10a
• /
• pp.56-60
• /
• 2014

기계학습 방법에 기반한 자연어 분석은 학습 데이터가 필요하다. 학습 데이터가 구축된 소스 도메인이 아닌 다른 도메인에 적용할 경우 한국어 의미역 인식 기술은 15% 정도 성능 하락이 발생한다. 본 논문은 이러한 다른 도메인에 적용시 발생하는 성능 하락 현상을 극복하기 위해서 기존의 소스 도메인 학습 데이터를 활용하여, 소규모의 타겟 도메인 학습 데이터 구축만으로도 성능 하락을 최소화하기 위해 한국어 의미역 인식 기술에 prior 모델을 제안하며 기존의 도메인 적응 알고리즘과 비교 실험하였다. 추가적으로 학습 데이터에 사용되는 자질 중에서, 형태소 태그와 구문 태그의 자질 값을 기존보다 단순하게 적용하여 성능의 변화를 실험하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.879-881
• /
• 2019

전자의무기록 (EMR)과 같은 의료 현장에서 수집되는 대용량의 데이터는 임상 해석적으로 잠재가치가 크고 활용도가 다양하나 결측값이 많아 희소성이 크다는 한계점이 있어 분석이 어렵다. 특히 EMR의 정보수집과정에서 발생하는 결측값은 무작위적이고 임의적이어서 분석 정확도를 낮추고 예측 모델의 성능을 저하시키는 주된 요인으로 작용하기 때문에, 결측치 대체는 필수불가결하다. 최근 통상적으로 활용되어지던 통계기반 알고리즘기반의 결측치 대체 알고리즘보다는 딥러닝 기술을 활용한 알고리즘들이 새로이 등장하고 있다. 본 논문에서는 Generative Adversarial Network를 기반한 최신 결측값 대치 알고리즘인 Generative Adversarial Imputation Nets을 적용하여 EMR에서의 성능을 분석해보고자 하였다.

• Journal of Engineering Education Research
• /
• v.26 no.5
• /
• pp.17-28
• /
• 2023

Generative AI has arrived and it's here. Education, research, industry, and labor are all on edge about the changes it will bring. It is noteworthy that while there is a wide range of optimistic and pessimistic predictions about the impact of generative AI, there is more concern than hope when it comes to education. This paper focuses on the lack of discussion on the impact of AI in higher education. First, we reviewed the process of the emergence of generative AI and introduced how the impact of AI is being understood from various perspectives. Second, we classified work areas based on expertise and efficiency and analyzed the impact of AI on work in each area. Finally, the study found that the educational perception of generative AI and the way it is perceived for engineering education purposes can be very different. It also argued that there is a lack of active discussion and debate on areas that need to be specifically discussed around generative AI. This has led to a phenomenon known as professors' delayed indifference. We emphasized that it is time for a serious and realistic discussion on the connection and integration of AI and education.