• ETRI Journal
• /
• 제44권5호
• /
• pp.849-858
• /
• 2022

Dynamic voltage frequency scaling (DVFS) has been widely adopted for runtime power management of various processing units. In the case of neural processing units (NPUs), power management of neural network applications is required to adjust the frequency and voltage every layer to consider the power behavior and performance of each layer. Unfortunately, DVFS is inappropriate for layer-wise run-time power management of NPUs due to the long latency of voltage scaling compared with each layer execution time. Because the frequency scaling is fast enough to keep up with each layer, we propose a layerwise dynamic frequency scaling (DFS) technique for an NPU. Our proposed DFS exploits the highest frequency under the power limit of an NPU for each layer. To determine the highest allowable frequency, we build a power model to predict the power consumption of an NPU based on a real measurement on the fabricated NPU. Our evaluation results show that our proposed DFS improves frame per second (FPS) by 33% and saves energy by 14% on average, compared with DVFS.

• 농업생명과학연구
• /
• 제50권5호
• /
• pp.183-188
• /
• 2016

본 연구는 인공수정 횟수가 모돈의 번식성적에 미치는 영향을 알아보기 위하여 수행되었다. 총 48두의 F1 모돈(Yorkshire×Landrace)을 공시하였으며, 완전임의화배치법(CRD)에 의하여 4개의 처리구에 배치되었다. 처리구는 인공수정 횟수(1회, 2회, 3회, 4회)이며, 발정확인 후 12시간 뒤부터 인공수정을 진행하였다. 모돈의 발정확인은 9시와 21시에 웅돈을 접촉시켜서 확인하였으며, 재귀발정일은 5-6일인 모돈들을 대상으로 구배치 하였다. 모돈의 승가허용 확인 후 12시간 간격에 따라 9시와 21시에 처리구에 따른 인공수정을 실시하였다. 인공수정 횟수가 모돈의 임신율, 수태율에는 유의적인 영향을 미치지 않으며, 분만율에서는 3회 인공수정한 처리구가 다른 처리구들에 비해 낮은 수치를 보였다. 총산자수, 생시자돈수, 복당체중과 같은 분만성적에서도 인공수정 횟수에 따른 통계적 차이는 나타나지 않았다. 인공수정 횟수의 1회 감소는 7,000원의 정액비용을 절감할 수 있다. 따라서 발정확인 후 인공수정을 1회하여도 다른 처리구들과 비교해 동일한 번식성적을 가지며, 1회 인공수정을 통한 정액비용의 감소는 농가의 생산비를 절감할 수 있을 것으로 사료된다.

• ETRI Journal
• /
• 제32권4호
• /
• pp.614-617
• /
• 2010

For an antenna-in-package (AiP), via holes are used to connect the antenna ground and system ground. In this letter, a dual-frequency AiP with a U-slot embedded in the patch is proposed. By properly arranging three via holes under the non-radiating edge, an AiP with two resonant frequencies is realized. Then a U-slot is embedded in the patch to further improve the bandwidth of the AiP. To validate the proposed design, an AiP with the bandwidth of 4.49% at 2.45 GHz and 6.02% at 5.32 GHz is achieved and fabricated. The measured results agree with the simulated results.

• 감성과학
• /
• 제24권2호
• /
• pp.75-80
• /
• 2021

Do happy applicants achieve more? Although it is well established that happiness predicts desirable work-related outcomes, previous findings were primarily obtained in social settings. In this study, we extended the scope of the "happiness premium" effect to the artificial intelligence (AI) context. Specifically, we examined whether an applicant's happiness signal captured using an AI system effectively predicts his/her objective performance. Data from 3,609 job applicants showed that verbally expressed happiness (frequency of positive words) during an AI interview predicts cognitive task scores, and this tendency was more pronounced among women than men. However, facially expressed happiness (frequency of smiling) recorded using AI could not predict the performance. Thus, when AI is involved in a hiring process, verbal rather than the facial cues of happiness provide a more valid marker for applicants' hiring chances.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권2호
• /
• pp.676-691
• /
• 2022

An increasing number of companies in the fashion industry are using AI curation services. The purpose of this study is to investigate perceptions of and intentions to use AI fashion curation services among customers by using text mining. To accomplish this goal, we collected a total of 34,190 online posts from two Korean portals, Naver and Daum. We conducted frequency analysis to identify the most frequently mentioned keywords using Textom. The analysis extracted "various," "good," "many," "right," and "new" at the highest frequency, indicating that consumers had positive perceptions of AI fashion curation services. In addition, we conducted a semantic network analysis with the top-50 most frequently used keywords, classifying customers' perceptions of AI fashion curation services into three groups: shopping, platform, and business profit. We also identified the factors that boost continuous use intentions: usability, usefulness, reliability, enjoyment, and personalization. We conclude this paper by discussing the theoretical and practical implications of these findings.

• 한국정보시스템학회지:정보시스템연구
• /
• 제32권4호
• /
• pp.189-210
• /
• 2023

Purpose This study aims to investigate factors that positively influence the continuous Artificial Intelligence(AI) Learning Continuity of business major students. Design/methodology/approach To evaluate the impact of AI education, a survey was conducted among 119 business-related majors who completed a software/AI course. Frequency analysis was employed to examine the general characteristics of the sample. Furthermore, factor analysis using Varimax rotation was conducted to validate the derived variables from the survey items, and Cronbach's α coefficient was used to measure the reliability of the variables. Findings Positive correlations were observed between business major students' AI Learning Continuity and their AI Interest, AI Awareness, and Data Analysis Capability related to their majors. Additionally, the study identified that AI Project Awareness and AI Literacy Capability play pivotal roles as mediators in fostering AI Learning Continuity. Students who acquired problem-solving skills and related technologies through AI Projects Awareness showed increased motivation for AI Learning Continuity. Lastly, AI Self-Efficacy significantly influences students' AI Learning Continuity.

• 한국지진공학회논문집
• /
• 제28권4호
• /
• pp.183-191
• /
• 2024

Accurate seismic vulnerability assessment requires high quality and large amounts of ground motion data. Ground motion data generated from time series contains not only the seismic waves but also the background noise. Therefore, it is crucial to determine the high-pass cut-off frequency to reduce the background noise. Traditional methods for determining the high-pass filter frequency are based on human inspection, such as comparing the noise and the signal Fourier Amplitude Spectrum (FAS), f² trend line fitting, and inspection of the displacement curve after filtering. However, these methods are subject to human error and unsuitable for automating the process. This study used a deep learning approach to determine the high-pass filter frequency. We used the Mel-spectrogram for feature extraction and mixup technique to overcome the lack of data. We selected convolutional neural network (CNN) models such as ResNet, DenseNet, and EfficientNet for transfer learning. Additionally, we chose ViT and DeiT for transformer-based models. The results showed that ResNet had the highest performance with R² (the coefficient of determination) at 0.977 and the lowest mean absolute error (MAE) and RMSE (root mean square error) at 0.006 and 0.074, respectively. When applied to a seismic event and compared to the traditional methods, the determination of the high-pass filter frequency through the deep learning method showed a difference of 0.1 Hz, which demonstrates that it can be used as a replacement for traditional methods. We anticipate that this study will pave the way for automating ground motion processing, which could be applied to the system to handle large amounts of data efficiently.

• 한국비블리아학회지
• /
• 제35권2호
• /
• pp.109-133
• /
• 2024

본 연구는 생성형 인공지능(Generative AI)의 기술적 특성과 도서관 사서의 개인적 특성이 생성형 AI 사용의도에 미치는 영향을 분석하였다. 이를 위해 본 연구는 생성형 AI 사용의도에 영향을 미치는 요인으로 개인화, 상호작용, 맥락 인지를 생성형 AI의 기술적 특성으로 투입하고, 혁신성과 사용빈도를 사서의 개인적 특성으로 투입하였다. 연구대상은 도서관에서 재직 중인 사서 187명이 대상이며, 이 중 165부의 설문지를 수집하여 분석에 사용하였다. 연구결과, 생성형 AI의 기술적 특성은 생성형 AI의 사용의도에 통계적으로 유의미한 영향을 미치는 것으로 나타났고, 사서의 개인적 특성인 혁신성과 생성형 AI 사용빈도 역시 모두 생성형 AI의 사용의도에 유의미한 영향을 미친 것으로 나타났다. 본 연구의 결과는 도서관 사서들이 생성형 AI 사용의도를 높여 도서관 서비스의 질과 만족도를 제고하는 중요한 기초자료로 활용될 것이다.

• 정보보호학회논문지
• /
• 제34권4호
• /
• pp.587-596
• /
• 2024

사이버 공격, 위협이 복잡해지고 빠르게 진화하면서, 4차 산업 혁명의 핵심 기술인 인공지능(AI)을 이용하여 사이버 위협 탐지 시스템 구축이 계속해서 주목받고 있다. 특히, 기업 및 정부 조직의 보안 운영 센터(Security Operations Center)에서는 보안 오케스트레이션, 자동화, 대응을 뜻하는 SOAR(Security Orchestration, Automation and Response) 솔루션 구현을 위해 AI를 활용하는 사례가 증가하고 있으며, 이는 향후 예견되는 근거를 바탕으로 한 지식인 사이버 위협 인텔리전스(Cyber Threat Intelligence, CTI) 구축 및 공유를 목적으로 한다. 본 논문에서는 네트워크 트래픽, 웹 방화벽(WAF) 로그 데이터를 대상으로 한 사이버 위협 탐지 기술 동향을 소개하고, TF-IDF(Term Frequency-Inverse Document Frequency) 기술과 자동화된 머신러닝(AutoML)을 이용하여 웹 트래픽 로그 공격 유형을 분류하는 방법을 제시한다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.1-19
• /
• 2019

제4차 산업혁명을 이끄는 주요 원동력 중 하나인 인공지능 기술은 이미지와 음성 인식 등 여러 분야에서 사람과 유사하거나 더 뛰어난 능력을 보이며, 사회 전반에 미치게 될 다양한 영향력으로 인하여 높은 주목을 받고 있다. 특히, 인공지능 기술은 의료, 금융, 제조, 서비스, 교육 등 광범위한 분야에서 활용이 가능하기 때문에, 현재의 기술 동향을 파악하고 발전 방향을 분석하기 위한 노력들 또한 활발히 이루어지고 있다. 한편, 이러한 인공지능 기술의 급속한 발전 배경에는 학습, 추론, 인식 등의 복잡한 인공지능 알고리즘을 개발할 수 있는 주요 플랫폼들이 오픈 소스로 공개되면서, 이를 활용한 기술과 서비스들의 개발이 비약적으로 증가하고 있는 것이 주요 요인 중 하나로 확인된다. 또한, 주요 글로벌 기업들이 개발한 자연어 인식, 음성 인식, 이미지 인식 기능 등의 인공지능 소프트웨어들이 오픈 소스 소프트웨어(OSS: Open Sources Software)로 무료로 공개되면서 기술확산에 크게 기여하고 있다. 이에 따라, 본 연구에서는 온라인상에서 다수의 협업을 통하여 개발이 이루어지고 있는 인공지능과 관련된 주요 오픈 소스 소프트웨어 프로젝트들을 분석하여, 인공지능 기술 개발 현황에 대한 보다 실질적인 동향을 파악하고자 한다. 이를 위하여 깃허브(Github) 상에서 2000년부터 2018년 7월까지 생성된 인공지능과 관련된 주요 프로젝트들의 목록을 검색 및 수집하였으며, 수집 된 프로젝트들의 특징과 기술 분야를 의미하는 토픽 정보들을 대상으로 텍스트 마이닝 기법을 적용하여 주요 기술들의 개발 동향을 연도별로 상세하게 확인하였다. 분석 결과, 인공지능과 관련된 오픈 소스 소프트웨어들은 2016년을 기준으로 급격하게 증가하는 추세이며, 토픽들의 관계 분석을 통하여 주요 기술 동향이 '알고리즘', '프로그래밍 언어', '응용분야', '개발 도구'의 범주로 구분하는 것이 가능함을 확인하였다. 이러한 분석 결과를 바탕으로, 향후 다양한 분야에서의 활용을 위해 개발되고 있는 인공지능 관련 기술들을 보다 상세하게 구분하여 확인하는 것이 가능할 것이며, 효과적인 발전 방향 모색과 변화 추이 분석에 활용이 가능할 것이다.