• 한국콘텐츠학회논문지
• /
• 제17권8호
• /
• pp.14-26
• /
• 2017

컴퓨터 기술의 발전에 따라 많은 디지털디자인도구가 개발되어 활용되면서 디지털 프로세스에 의한 구체적인 방법론의 연구가 증가하고 다양한 비정형 형태가 나타나고 있지만, 건축 형태 생성에 있어 접근성과 다양한 환경을 추구하는 모바일기술의 적용과 실용화에는 한계를 보여주고 있다. 이에 본 연구에서는 선행연구와 모바일활용 현황을 분석하여 연구의 필요성을 인지하고, 모바일환경에서 비정형 형태 생성 가능성을 제시 하고자 한다. 즉, 비정형 건축의 아이디어구현과 학습을 위한 스마트 모바일 애플리케이션의 필요성을 인지하고 디자인 프로세스 중 건축초기단계에서 비정형 형태생성을 가능하게 하는 스마트모바일 애플리케이션 기술의 기본을 설정 하는 것이다. 이를 위해 본 연구에서는 프로세스에 의한 분석적 적용이 아닌 선택적 적용의 방법을 제시하여 모바일적용의 가능성을 제시하고자 한다.

• 융합보안논문지
• /
• 제17권1호
• /
• pp.31-38
• /
• 2017

네트워크를 통한 사이버 공격 기법들이 다양화, 고급화 되면서 간단한 규칙 기반의 침입 탐지/방지 시스템으로는 지능형 지속 위협(Advanced Persistent Threat: APT) 공격과 같은 새로운 형태의 공격을 찾아내기가 어렵다. 기존에 알려지지 않은 형태의 공격 방식을 탐지하는 이상행위 탐지(anomaly detection)를 위한 해결책으로 최근 기계학습 기법을 침입탐지 시스템에 도입한 연구들이 많다. 기계학습을 이용하는 경우, 사용하는 특징 집합에 침입탐지 시스템의 효율성과 성능이 크게 좌우된다. 일반적으로, 사용하는 특징이 많을수록 침입탐지 시스템의 정확성은 높아지는 반면 탐지를 위해 소요되는 시간이 많아져 긴급성을 요하는 경우 문제가 된다. 논문은 이러한 두 가지 조건을 동시에 충족하는 특징 집합을 찾고자 다목적 유전자 알고리즘을 제안하고 인공신경망에 기반한 네트워크 침입탐지 시스템을 설계한다. 제안한 방법의 성능 평가를 위해 NSL_KDD 데이터를 대상으로 이전에 제안된 방법들과 비교한다.

• 한국공간구조학회논문집
• /
• 제22권3호
• /
• pp.33-40
• /
• 2022

Recently, cultural heritages in South Korea gain many interests of restoration and preservation from the government since many of that have been severely damaged during earthquakes. Many previous studies in both terms of experimental and analytical approaches have been done to examine structural behavior and decide appropriate methods of preservation. Being motivated by such researches, this research aims to investigate a religious stone pagoda dated back to the Goryeo Dynasty in Korea. The structure consists of a granite stone foundation and baked bricks, which resembles the shape of traditional pagodas. In order to examine the structural behavior of the pagoda, an analytical model is implemented using ANSYS, a comprehensive engineering simulation platform. For the time history analysis of the pagoda, several earthquake excitations are chosen and input to simulation modeling. Seismic response of the tower such as time domain, natural frequency, modal shapes and peak acceleration measured at each layer are presented and discussed. In addition, the amplification ratio of the tower is calculated from the accelerations of each layer to determine tower stability in accordance with Korean seismic design guide. The determination and evaluation of status and response of the brick tower by simulation analysis play an important role in the preservation of history as well as valuable architectural heritages in South Korea.

• Imaging Science in Dentistry
• /
• 제52권4호
• /
• pp.383-391
• /
• 2022

Purpose: Periodontitis, the most prevalent chronic inflammatory condition affecting teeth-supporting tissues, is diagnosed and classified through clinical and radiographic examinations. The staging of periodontitis using panoramic radiographs provides information for designing computer-assisted diagnostic systems. Performing image segmentation in periodontitis is required for image processing in diagnostic applications. This study evaluated image segmentation for periodontitis staging based on deep learning approaches. Materials and Methods: Multi-Label U-Net and Mask R-CNN models were compared for image segmentation to detect periodontitis using 100 digital panoramic radiographs. Normal conditions and 4 stages of periodontitis were annotated on these panoramic radiographs. A total of 1100 original and augmented images were then randomly divided into a training (75%) dataset to produce segmentation models and a testing (25%) dataset to determine the evaluation metrics of the segmentation models. Results: The performance of the segmentation models against the radiographic diagnosis of periodontitis conducted by a dentist was described by evaluation metrics(i.e., dice coefficient and intersection-over-union [IoU] score). MultiLabel U-Net achieved a dice coefficient of 0.96 and an IoU score of 0.97. Meanwhile, Mask R-CNN attained a dice coefficient of 0.87 and an IoU score of 0.74. U-Net showed the characteristic of semantic segmentation, and Mask R-CNN performed instance segmentation with accuracy, precision, recall, and F1-score values of 95%, 85.6%, 88.2%, and 86.6%, respectively. Conclusion: Multi-Label U-Net produced superior image segmentation to that of Mask R-CNN. The authors recommend integrating it with other techniques to develop hybrid models for automatic periodontitis detection.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권10호
• /
• pp.431-436
• /
• 2023

소프트웨어 공학 영역에 인공지능의 접목은 큰 화두 중 하나이다. 전 세계적으로 1) 인공지능을 통한 소프트웨어 공학, 2) 소프트웨어 공학을 통한 인공지능 두 가지 방향으로 활발히 연구되고 있다. 그 중 소프트웨어 공학에 인공지능을 접목하여 나쁜 코드 영역을 식별하고 해당 부분을 리팩토링하는 연구가 진행되고 있다. 해당 연구에서 인공지능이 나쁜 코드 요소의 패턴을 잘 학습하기 위해서는 학습하려는 나쁜 코드 요소가 라벨링 된 데이터셋이 필요하다. 문제는 데이터셋이 부족할뿐더러, 자체적으로 수집한 데이터셋의 정확도는 신뢰할 수 없다. 이를 해결하기 위해 코드 데이터 수집 시 전체 코드가 아닌 높은 복잡도를 가진 코드 모듈 영역을 대상으로만 나쁜 코드 데이터를 수집한다. 이후 수집한 데이터셋을 CodeBERT 모델의 전이 학습하여 코드 공통 취약점을 탐색하는 방법을 제안한다. 해당 데이터셋을 통해 CodeBERT 모델이 코드의 공통 취약점 패턴을 더 잘 학습할 수 있다. 이를 통해 전통적인 방법보다 인공지능 모델을 이용해 코드를 분석하고 공통 취약점 패턴을 더 정확하게 식별할 수 있을 것으로 기대한다.

• 한국콘텐츠학회논문지
• /
• 제12권3호
• /
• pp.102-113
• /
• 2012

디지털 테크놀로지 시대에 새로운 가치를 추구하려는 노력은 사회 문화 전반 분야뿐만이 아닌 일반 교육계와 문화, 예술교육에도 변화를 요구하고 있다. 가장 큰 변화의 하나는 다른 영역간의 통합과 연계라는 추세가 문화와 예술분야에도 영향을 주면서, 문화와 예술이 통합을 이룬 문화예술 교육을 탄생하기에 이르렀다. 또한 새로운 시대는 디지털 테크놀로지의 활용이 교육 전 영역에서 활발히 사용되고 있으며, 문화 예술교육에도 테크놀로지의 활용이라는 새로운 시도를 요구하고 있다. 본 연구는 음악 테크놀로지를 활용한 문화예술교육에 대하여 이론적으로 알아보았다. 음악 테크놀로지의 활용은 다른 교과간의 통합적 접근으로의 가능성을 보여주며, 문화예술교육 외에 다양한 학문에도 적용이 가능함을 보여주었다. 음악 테크노로지의 활용은 현재 문화예술 교육 분야의 독특성, 전문성, 고유성을 반영해줄 만한 교수학습방법의 학습도구로서 다양한 대상과 상황에서 적용하여 실천적 사례를 쌓음으로서 문화예술 교육 분야를 위한 새로운 교수학습방법으로서의 역할을 할 수 있으리라 생각한다.

• 한국컴퓨터정보학회논문지
• /
• 제17권3호
• /
• pp.77-83
• /
• 2012

웹 페이지에서 다양한 서비스를 제공하면서 악성코드가 웹 페이지를 통해 배포되는 것도 늘어났다. 악성코드는 개인정보 유출, 시스템의 성능저하, 시스템의 좀비 피씨화 등의 피해를 입힌다. 이런 피해를 막으려면 악성코드가 있는 웹 페이지의 접근을 막아야 한다. 그런데 웹 페이지에 있는 악성코드는 난독화나 변형기법으로 위장하고 있어 기존 안티바이러스 소프트웨어가 사용하는 시그니처 방식의 접근법으로 찾아내기 어렵다. 이를 해결하기 위하여, 웹 페이지를 분석하여 악성 웹 페이지와 양성 웹 페이지를 구별하기 위한 특징을 추출하고, 기계 학습법으로 널리 사용되는 SVM을 통하여 악성 웹 페이지를 분류하는 방법을 제안한다. 제안하는 방법이 우수함을 실험을 통하여 보인다. 제안한 방법으로 악성 웹 페이지를 정확히 분류하면 웹 페이지를 통한악성코드의 배포를 막는데 이바지할 것이다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제29권1호
• /
• pp.1-11
• /
• 2023

딥러닝 기반의 이미지 세그멘테이션은 차선 인식을 위해 널리 사용되는 접근 방식 중 하나로, 차선의 키포인트를 추출하기 위한 후처리 과정이 필요하다. 일반적으로 키포인트는 사용자가 지정한 임계값을 기준으로 추출한다. 하지만 최적의 임계값을 찾는 과정은 큰 노력을 요구하며, 데이터 세트(또는 이미지)마다 최적의 값이 다를 수 있다. 본 연구는 사용자의 직접 임계값 지정 대신, 대상의 이미지에 맞추어 적절한 임계값을 자동으로 설정하는 키포인트 추출 알고리즘을 제안한다. 본 논문의 키포인트 추출 알고리즘은 차선 영역과 배경의 명확한 구분을 위해 줄 단위 정규화를 사용한다. 그리고 커널 밀도 추정을 사용하여, 각 줄에서 각 차선의 키포인트를 추출한다. 제안하는 알고리즘은 TuSimple과 CULane 데이터 세트에 적용되었으며, 고정된 임계값 사용 대비 정확도 및 거리오차 측면에서 1.80%p와 17.27% 향상된 결과를 얻는 것을 확인하였다.

• 응용통계연구
• /
• 제32권2호
• /
• pp.173-185
• /
• 2019

과학적 연구에서 핵심적인 연구 주제 또는 가설은 대부분 인과적 질문(causal question)을 포함한다. 예를 들어, 전염병 예방을 위한 치료법의 효과 연구, 특정 정책의 시행으로 인한 효용(utility)의 평가에 대한 연구, 특정 사용자를 대상으로 노출된 광고의 종류에 따른 광고의 효과성에 대한 연구는 모두 인과 관계(causal relationship)의 추론이 요구된다. 이러한 인과 관계를 다루는 통계적 인과 추론(statistical causal inference)의 주요 관심사 중 하나는 모집단에 일종의 개입(정책 혹은 처치)을 적용한 후 개입의 효과를 정확하게 추정하는 것이다. 인과 추론은 임상실험과 정책결정에서 주로 이용되었으나, 이른바 빅데이터 시대의 도래로 가용한 관측자료가 폭발적으로 증가하였고 이로 인하여 인과 추론에 대한 잠재적 응용가치와 수요가 지속적으로 증가하고 있다. 하지만 가용한 대부분의 자료는 임의실험 기반의 자료와 달리 개입이 임의로 분배되지 않은 비실험 관측자료이다. 따라서, 본 논문은 비실험 관측자료로부터 개입의 효과를 추정하기 위한 인과 추론의 핵심 개념과 최근의 연구동향을 소개하고자 한다. 이를 위하여 본문에서는 먼저 개입의 효과를 Neyman-Rubin의 잠재 결과(potential outcome) 모형으로 나타내고, 개입의 효과를 추정하는 여러 접근법 중 특히 성향점수(propensity score) 기반 추정법과 회귀모형 기반 추정법을 중점적으로 소개한다. 최근 연구동향으로는 (1) 평균 효과 크기 추정을 넘어선 개인별 효과 크기의 추정, (2) 효과크기 추정에 있어서 자료 규모의 증대로 인한 차원의 저주가 야기하는 난제들과 이에 대한 해결방안들, (3) 복합적 인과관계를 반영하기 위한 Pearl의 구조적 인과 모형(structural causal model) 및 잠재 결과 모형과의 비교의 3가지 주제로 구분하여 소개한다.

• 한국지구과학회지
• /
• 제34권1호
• /
• pp.93-101
• /
• 2013

이 연구는 두명의 중학교 과학 교사의 과학 수업이 어떻게 한국의 독특한 교육 상황에 의해 영향을 받으며, 이러한 수업 경험이 그들에게 가지는 의미가 무엇인지를 알아보기 위한 현상학적 해석 연구이다. 특히 본 연구는 두 과학 교사가 어떻게 교수 방법을 선정하며 외부적인 상황 즉 교육과정, 학교정책, 환경, 문화, 학생들의 학습동기등이 어떻게 과학 교사들의 교수 방법, 수업 실제에 영향을 미치는지에 중점을 두었다. 이 연구는 두 달간 대도시의 한 중학교에서 시행되었으며, 각 참여 교사에 대한 수업 관찰과 수업 관찰 후 이루어진 인터뷰가 주요 데이터로 사용되었다. 연구 결과는 현상학적 연구 방법에 의해 분석, 기록되었다. 이 연구의 결과는 첫째, 과학 수업에서 다루어야 할 과중한 교과 내용의 양과 제한된 수업 시간등의 외부적 요인들이 중등학교 과학교사들의 수업에 대한 신념이나 경험에 상관없이 수업의 형태를 결정하는 중요한 요인이라는 것을 보여준다. 둘째, 사교육을 통해 이루어지는 학생들의 과학교과 선행학습과 학생들이 수업에 참여할때 나타나는 낮은 학습 동기가 각 교사의 교사의 역할에 대한 인식에 영향을 미치며, 궁극적으로 교사들의 교수 방법 선정에 영향을 미친다는 것을 보여준다.