• 문화기술의 융합
• /
• 제8권1호
• /
• pp.409-415
• /
• 2022

컴퓨터 비전은 카메라를 이용하여 측정대상의 영상을 획득하고, 추출하고자 하는 특징 값, 벡터, 영역 등을 알고리즘과 라이브러리 함수를 응용하여 검출한다. 검출된 데이터는 사용하는 목적에 따라 다양한 형태로 계산되고 분석한다. 컴퓨터 비전은 다양한 곳에 활용되고 있으며, 특히 자동차의 부품을 자동으로 인식하거나 품질을 측정하는 분야에 많이 활용된다. 컴퓨터 비전을 산업분야에서 머신비전이라는 용어로 활용되고 있으며, 인공지능과 연결되어 제품의 품질을 판정하거나 결과를 예측하기도 한다. 본 연구에서는 자동차 부품의 품질을 판정하기 위한 비전시스템을 구축하고, 생산된 데이터에 5개의 머신러닝 분류 모델을 적용하여 그 결과를 비교하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권10호
• /
• pp.3355-3372
• /
• 2022

Composing music is an inspired yet challenging task, in that the process involves many considerations such as assigning pitches, determining rhythm, and arranging accompaniment. Algorithmic composition aims to develop algorithms for music composition. Recently, algorithmic composition using artificial intelligence technologies received considerable attention. In particular, computational intelligence is widely used and achieves promising results in the creation of music. This paper attempts to provide a survey on the music generation based on the Monte Carlo (MC) algorithm. First, transform the MIDI music format files to digital data. Among these data, use the logistic fitting method to fit the time series, obtain the time distribution regular pattern. Except for time series, the converted data also includes duration, pitch, and velocity. Second, using MC simulation to deal with them summed up their distribution law respectively. The two main control parameters are the value of discrete sampling and standard deviation. Processing the above parameters and converting the data to MIDI file, then compared with the output generated by LSTM neural network, evaluate the music comprehensively.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.222-224
• /
• 2022

우리나라는 매년 2천껀이상의 화재와 매년 2천명 이상의 인명피해가 발생하고 있다. 본 연구는 AI드론이 소방차가 화재현장에 도착하기 전에 실시간 영상 이미지판독 YOLO5를 사용하여 차량이나 입간판등을 판단하여 119소방차의 집입을 원활히 할 수 있도록 조치를 취한다. 화재현장을 촬영하여 현장상황을 송출하고 연기의 성분을 분석하여 화재유형을 판단하여 화재진압시 시간을 단축 시킬 수 있다. 이로 인해 골든타임을 지켜 인명피해를 최소화 할 수 있을것으로 기대한다.

• 전자통신동향분석
• /
• 제38권6호
• /
• pp.1-11
• /
• 2023

Large language models seem promising for handling reasoning problems, but their underlying solving mechanisms remain unclear. Large language models will establish a new paradigm in artificial intelligence and the society as a whole. However, a major challenge of large language models is the massive resources required for training and operation. To address this issue, researchers are actively exploring compact large language models that retain the capabilities of large language models while notably reducing the model size. These research efforts are mainly focused on improving pretraining, instruction tuning, and alignment. On the other hand, chain-of-thought prompting is a technique aimed at enhancing the reasoning ability of large language models. It provides an answer through a series of intermediate reasoning steps when given a problem. By guiding the model through a multistep problem-solving process, chain-of-thought prompting may improve the model reasoning skills. Mathematical reasoning, which is a fundamental aspect of human intelligence, has played a crucial role in advancing large language models toward human-level performance. As a result, mathematical reasoning is being widely explored in the context of large language models. This type of research extends to various domains such as geometry problem solving, tabular mathematical reasoning, visual question answering, and other areas.

• 한국인터넷방송통신학회논문지
• /
• 제23권5호
• /
• pp.77-82
• /
• 2023

스마트홈 이전에 주목받았던 인텔리전스홈과 홈오토메이션은 첨단 기술들을 주택에 적용하는 데 초점을 맞추어 사용자들에게 불편성을 안겨주었고, 실질적인 효율성은 부족하여 대중화에 실패했다. 하지만, 현재 4차 산업 혁명과 더불어 빅데이터, 인공지능, 사물 인터넷과 관련된 기술들을 활용한 다양한 서비스가 증가하고 있으며, 다양한 기술들을 기반으로 가정 내에서 제품들을 조작 및 관리하며, 자동화하는 스마트홈 서비스 구축률이 점차 증가하고 있다. 본 논문에서는 이런 동향 추세에 맞춰 MQTT 서버, Django 웹 프레임워크, WIFI 통신 모듈을 활용하여 제품을 연결하고, 조작 및 관리할 수 있는 프로그램 앱을 구현했다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권12호
• /
• pp.485-496
• /
• 2018

지금까지 인공지능의 한 분야인 딥러닝 방법은 구조화되지 않은 데이터로부터 문제를 해결하는 놀라울만한 성과를 이루어왔지만, 인간처럼 여러 상황들을 종합적으로 판단, 그것들의 연관성을 추론하고, 그 다음 상황을 예측하는 수준의 지능을 갖는데 도달하지 못하였다. 최근 발표된 복잡한 관계 추론을 수행하는 심층 신경망은 인공지능이 인간의 핵심 지적 능력인 관계 추론을 보유할 수 있다는 것을 증명하였다. 본 논문에서는 관계 추론 심층 신경망 중에서 Relation Networks (RN)의 성능을 분석 및 관찰해 보고자 Sort-of-CLEVR 데이터 셋을 사용한 시각적 질의응답과 bAbI task를 사용한 텍스트 기반 질의응답 두 유형의 RN 기반 심층 신경망 모델을 구축하여 baseline 모델과의 비교를 통한 성능검증을 하였다. 또한 모델의 성능을 극대화하기 위하여 하이퍼 파라미터 튜닝 등 다양각도의 성능개선 실험으로 관계 추론을 위한 RN 기반 심층 신경망 모델의 성능개선 방법을 제안하였다. 제안한 성능개선 방법은 시각적 질의응답 모델과 텍스트 기반 질의응답 모델에 적용하여 그 효과를 검증하였고, 기존의 RN 모델에서 사용해보지 않았던 Dialog-based LL 데이터 셋을 사용하여 새로운 도메인에서의 제안한 성능개선 방법의 효과를 다시 한 번 검증하였다. 실험 결과 두 유형의 RN 모델 모두에서 초기 학습률이 모델의 성능을 결정하는 핵심 요인임을 알 수 있었고, 제안한 random search 방법에 의해 찾은 최적의 초기 학습률 설정이 모델의 성능을 최고 99.8%까지 향상 시킬 수 있다는 것을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권5호
• /
• pp.1666-1689
• /
• 2021

The red line of Permanent Basic Farmland is the most important part in the "three-line" demarcation of China's national territorial development plan. The scientific and reasonable delineation of the red line is a major strategic measure being taken by China to improve its ability to safeguard the practical interests of farmers and guarantee national food security. The delineation of Permanent Basic Farmland zoning (DPBFZ) is essentially a multi-objective optimization problem. However, the traditional method of demarcation does not take into account the synergistic development goals of conservation of cultivated land utilization, ecological conservation, or urban expansion. Therefore, this research introduces the idea of artificial immune optimization and proposes a multi-objective model of DPBFZ red line delineation based on a clone selection algorithm. This research proposes an objective functional system consisting of these three sub-objectives: optimal quality of cropland, spatially concentrated distribution, and stability of cropland. It also takes into consideration constraints such as the red line of ecological protection, topography, and space for major development projects. The mathematical formal expressions for the objectives and constraints are given in the paper, and a multi-objective optimal decision model with multiple constraints for the DPBFZ problem is constructed based on the clone selection algorithm. An antibody coding scheme was designed according to the spatial pattern of DPBFZ zoning. In addition, the antibody-antigen affinity function, the clone mechanism, and mutation strategy were constructed and improved to solve the DPBFZ problem with a spatial optimization feature. Finally, Tongxu County in Henan province was selected as the study area, and a controlled experiment was set up according to different target preferences. The results show that the model proposed in this paper is operational in the work of delineating DPBFZ. It not only avoids the adverse effects of subjective factors in the delineation process but also provides multiple scenarios DPBFZ layouts for decision makers by adjusting the weighting of the objective function.

• 지능정보연구
• /
• 제29권1호
• /
• pp.327-351
• /
• 2023

본 논문은 인공지능(AI) 프로젝트를 성공적으로 이끄는 주요 요인을 도출하고 중요도의우선순위를 두는 것을 목적으로 한다. 이를 위해 우선 기존 유관 연구들을 검토하여 성공요인을 선정하고, 전문가 인터뷰를 통해 17개 요인을 최종 도출하였다. 이어 TOE 프레임워크를 활용하여 계층 모형을 개발하였다. 이후, AI 활용 기업 소속 전문가와 AI 자문 및 기술, 플랫폼, 어플리케이션을 지원하는 공급기업 소속 전문가를 대상으로 설문 조사를 실시하고, AHP 방법을 활용하여 분석하였다. 분석 결과, 환경적 요인보다 조직적 요인과 기술적 요인이 모두 중요한데, 이 중 조직적 요인이 조금 더 중요한 것으로 나타났다. 조직적 요인 중에서는 전략/명확한 비즈니스 니즈와 AI 구현/활용 역량, 그리고 부서 간 협업/커뮤니케이션이 가장 중요한 요인으로 나타났다. 기술적 요인 중에서는 AI 학습을 위한 충분한 데이터 양과 데이터 품질이 가장 중요한 요인으로 도출되었으며, 이어서 IT 인프라/호환성이 중요하게 응답되었다. 환경적 요인에서는 AI를 직접 사용할 고객의 준비와 지지가 중요한 요인으로 나타났다. 각 17개 개별요인의 중요도를 살펴보면 데이터의 가용성과 품질(0.2245)이 가장 중요하고, 이어 전략/명확한 비즈니스 니즈(0.1076), 고객준비/지지(0.0763) 순으로 중요한 것으로 분석되었다. 이러한 결과는 AI 도입을 검토 중이거나 실행중인 기업, AI 도입을 지원하는 서비스 공급기업, AI 산업을 육성하고자 하는 정부 정책 입안자들에게 성공적인 실행, 육성을 위한 가이드로 활용될 수 있다. 또한 AI 프로젝트의 성공 모델을 연구하고자 하는 연구자들에게도 기여할 것으로 기대된다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.129-148
• /
• 2023

블록체인 기술이 적용되어 있는 암호화폐는 높은 가격 변동성을 가지며 투자자 및 일반 대중으로부터 큰 관심을 받아왔다. 이러한 관심을 바탕으로 암호화폐를 비롯한 투자상품의 미래가치를 예측하기 위한 연구가 이루어지고 있으나 예측모형에 대한 설명력 및 해석 가능성이 낮아 실무에서 활용하기 어렵다는 비판을 받아왔다. 본 연구에서는 암호화폐 가격 예측모형의 성과를 향상시키기 위해 금융투자상품의 가치평가에 활용되는 기술적 지표들과 함께 투자자의 사회적 관심도를 반영할 수 있는 구글 키워드 검색량 데이터를 사용하고 설명 가능한 인공지능을 적용하여 모형에 대한 해석을 제공하고자 한다. 최근 금융 시계열 분야에서 예측성과의 우수성을 인정받고 있는 LSTM(Long Short Term Memory)과 CNN(Convolutional Neural Networks)을 활용하고, 'bitcoin'을 검색어로 하는 구글 검색량 데이터를 적용해 일주일 후의 가격 등락 예측모형을 구축하였다. LSTM과 CNN을 활용해 구축한 모형들이 높은 예측성능을 보였으며 구글 검색량을 반영한 모형에서 더 높은 예측성과를 확인할 수 있었다. 딥러닝 모형의 해석 가능성 및 설명력을 위해 XAI의 SHAP 기법을 적용한 결과, 구글 검색량과 함께 과매수, 과매도 정도를 파악할 수 있는 지표들이 모형의 의사결정에 가장 큰 영향들을 미치고 있음을 파악할 수 있었다. 본 연구는 암호화폐 가격 등락 예측에 있어 전통적으로 시계열 예측에 우수한 성과를 인정받고 있는 LSTM뿐만 아니라 이미지 분류에서 높은 예측성과를 보이는 딥러닝 기법인 CNN 또한 우수한 예측성능을 보일 수 있음을 확인하였으며, XAI를 통해 예측모형에 대한 해석을 제공하고, 대중의 심리를 반영하는 정보 중 하나인 구글 검색량을 활용해 예측성과를 향상시킬 수 있다는 것을 확인했다는 점에서 의의가 있다.

• 정보학연구
• /
• 제4권2호
• /
• pp.69-81
• /
• 2001

지능형 기본구조에 의존하는 내용기반 정보검색 시스템을 발전시키기 위한 많은 노력들이 진행중이다. 실세계에 존재하는 상황을 구축하고 유지하며, 동적 지식 표현을 실용화하고, 문맥을 이용하고, 그리고 진보된 추론과 학습능력을 이용하여 실세계에 존재하는 상황을 구축하고 유지하는 능력을 지능이라고 간주하여 이 지능을 채택한 진보된 내용기반 정보검색시스템을 제안하였다. 지능의 이러한 요소들은 인간의 지각과 인지에 정합하는 의미적 수준에서 시각 정보를 검색하기 위한 효과적인 시스템을 만들어내기 위해 필요로 하는 것들이다. 본 논문에서는 인간이 가지고 있는 지능과 인지 심리학, 인공지능, 기호학의 분야에 존재하는 지능시스템의 구축에 관련한 연구들을 조사해 본 후, 기존의 내용기반 정보검색 시스템의 능력을 개선하기 위해 본 논문에서 제안한 멀티미디어 지식 표현 모형인 MMNet을 알아보고, 이것을 이용하여 시각 정보를 자동적으로 추출하기 위한 지능형 내용기반검색시스템 모형을 만들어 보았다.