• 스마트미디어저널
• /
• 제10권4호
• /
• pp.45-54
• /
• 2021

피부는 외부 오염으로부터 일차적으로 몸을 보호하는 역할을 한다. 피부병이 발생하게 되면 피부의 보호 기능이 저하되므로 신속한 진단과 처치가 필요하다. 최근 인공지능의 발달로 인해 여러 분야에 기술적용을 위한 연구가 이루어지고 있으며, 피부과에서도 인공지능을 활용해 오진율을 줄여 신속한 치료를 받을 수 있는 환경을 만들기 위한 연구가 진행되고 있다. 종래 연구들의 주된 흐름은 발생 빈도가 낮은 피부질환의 진단이었지만, 본 논문에서는 사람들에게 흔히 발생할 수 있고, 개인이 명확히 판별하기 힘든 티눈과 사마귀를 합성곱 신경망을 통해 분류하는 방법을 제안한다. 사용한 데이터셋은 3개의 클래스로 이루어져 있으며, 총 2,515장의 이미지를 가지고 있다, 학습 데이터 부족과 클래스 불균형 문제가 존재한다. 모델의 학습에는 deep metric 손실 함수와 교차 손실 함수를 이용해 각각 성능을 분석하였으며, 정밀도, 재현율, F1 점수, 정확도의 측면에서 비교한 결과 deep metric 손실 함수에서 더 우수한 성능을 보였다.

• 한국항행학회논문지
• /
• 제26권4호
• /
• pp.205-210
• /
• 2022

4차 산업혁명과 더불어 드론은 빠른 속도로 성장해 왔고 산업 전반에 확산하여 군사용으로도 널리 사용하기에 이르렀다. 최근 유럽 지역에서 벌어진 전쟁에서는 드론이 전장의 게임체인저라고 평가받으며 군사용 드론의 중요성이 주목받고 있다. 대한민국 육군도 미래의 국방 전력으로 군의 제대 규모와 임무에 적합한 다양한 드론을 포함하고 있는 드론봇 체계를 기획하였다. 이러한 드론봇 체계의 키워드는 인공지능에 의한 자율화이다. 또한, 다양한드론의신속한개발을위해드론봇체계는운용플랫폼의공용화 기술이 필요하다. 본 논문에서는 군사용 드론의 임무 자율화와 공용화를 위해 멀티 에이전트 시스템, 인지 아키텍처, 지식 기반의 상황 추론 등 다양한 인공지능 기술을 적용한 소프트웨어 프레임워크를 제안한다.

• 한국정보통신학회논문지
• /
• 제26권10호
• /
• pp.1447-1452
• /
• 2022

세계 10대 도시이며 Metro City인 서울특별시는 인쇄, 봉제, 기계금속 등 전통적인 도심제조업이 분포되어있다. 이들 제조업 집적지 내 소상공인은 서로 상부상조 하는 형태로 발전해왔다. 집적지의 특성상 각 공정은 개별 업체가 담당한다. 상대적으로 영세한 소상공인이 공정 간 실시간 물류 이동 정보를 제공하는 주문처리 서비스를 준비하기에 어려운 현실이다. 본 논문에서는 패키지(Package) 제조 및 특수인쇄 분야 소상공인의 원활한 수주, 배송 처리를 위해 기존 물류 Data를 수집, 분석하고 CRNN, k-NN, ID3 Decision Tree algorithm을 적용한 인공지능 Fulfillment Service Platform 시스템을 설계한다. 본 연구를 통하여 집적지 소상공인 누구나 Cloud 네트워크를 통하여, 개별 수주, 배송 맞춤서비스를 사용할 수 있게 함으로써 매출 증대 및 역량 향상에 크게 기여할 것으로 기대한다.

• 인터넷정보학회논문지
• /
• 제23권4호
• /
• pp.73-85
• /
• 2022

인공지능으로 자동화와 연결성이 극대화되는 4차 산업혁명 시대를 맞이하여 모델의 업데이트를 위한 데이터 수집과 활용의 중요성이 점차 높아지고 있다. 인공지능 기술을 사용하여 모델을 생성하기 위해서는 일반적으로 데이터를 한곳에 모아야 업데이트할 수 있으나, 이런 경우 사용자의 개인정보를 침해할 수 있다. 본 논문에서는 분산 저장된 데이터를 직접 공유하지 않으면서 서로 협력하여 모델을 업데이트할 수 있는 분산형 기계학습 방법인 연합학습을 소개하며, 기존의 서버 없이 참여자들 간의 분산 합의 최적화를 이루는 연구를 소개한다. 또한, Kirkman Triple System을 기반으로 한 패턴 및 그룹을 생성하는 알고리즘을 이용하며, 병렬적인 업데이트 및 통신을 하는 패턴 및 그룹 기반 분산 합의 최적화 알고리즘을 제안한다. 이러한 알고리즘은 기존의 분산 합의 최적화 알고리즘 이상의 프라이버시를 보장하며, 모델이 수렴할 때까지의 통신시간을 감소시킨다.

• 한국정보통신학회논문지
• /
• 제26권12호
• /
• pp.1809-1815
• /
• 2022

디지털 트윈이란 현실세계와 동일한 가상세계를 만드는 기술이다. 다양한 시물레이션을 통해 현실 세계의 문제를 파악할 수 있어 여러 산업 분야에서 적용하는 추세이다. 디지털 트윈을 적용하기 위해서는 동일하게 만드려는 현실세계의 구조가 설계된 도면을 분석해야 한다. 도면을 분석하는 기술이 연구되고 있지만 도면을 작성하는 규칙이나 기준이 작성자마다 다르기 때문에 적용하기 어려운 추세다. 따라서 본 논문에서는 인공지능을 이용하여 도면 중 하나인 격점상세도를 분석하여 분류하는 시스템을 구현한다. 이를 통해 인공지능을 이용하여 도면을 분석하고 분류할 수 있는 가능성을 확인하고 추후 연구 방향에 대해 소개하고자 한다.

• 한국인공지능학회지
• /
• 제9권1호
• /
• pp.1-7
• /
• 2021

In this paper, We focused the issue of creating a socially problematic nurse schedule. The nurse schedule should be prepared in consideration of three shifts, appropriate placement of experienced workers, the fairness of work assignment, and legal work standards. Because of the complex structure of the nurse schedule, which must reflect various requirements, in most hospitals, the nurse in charge writes it by hand with a lot of time and effort. This study attempted to automatically create an optimized nurse schedule based on legal labor standards and fairness. We developed an I/O Q-Learning algorithm-based model based on Python and Web Application for automatic nurse schedule. The model was trained to converge to 100 by creating an Fairness Indicator Score(FIS) that considers Labor Standards Act, Work equity, Work preference. Manual nurse schedules and this model are compared with FIS. This model showed a higher work equity index of 13.31 points, work preference index of 1.52 points, and FIS of 16.38 points. This study was able to automatically generate nurse schedule based on reinforcement Learning. In addition, as a result of creating the nurse schedule of E hospital using this model, it was possible to reduce the time required from 88 hours to 3 hours. If additional supplementation of FIS and reinforcement Learning techniques such as DQN, CNN, Monte Carlo Simulation and AlphaZero additionally utilize a more an optimized model can be developed.

• 한국융합학회논문지
• /
• 제12권7호
• /
• pp.31-36
• /
• 2021

중국 우한발 코로나 19 바이러스로 인하여 세계 경제가 침체하여, 미국연방준비제도를 비롯한 대부분 국가에서는 통화량을 늘려 경기를 부양하는 정책을 내놓았다. 주식 투자자들 대부분은 기업에 대한 재무제표 분석이 없이 유명 유튜버의 추천종목이나 지인의 말만 듣고 투자하는 경향이 있어서 주식투자의 손실 가능성이 크다. 따라서, 본 연구에서는 기존 자동매매 조건에서 발전된 인공지능 딥러닝 기법을 이용하여 주가에 영향을 미치는 거시지표를 분석하고 예측하여 주가에 미치는 상관관계를 통한 개별주가예측에 가중치를 부여하고 주가를 예측한다. 또한, 주가는 실시간 증시뉴스에 민감하게 반응하기 때문에 증시뉴스 텍스트 마이닝을 통하여 인공지능으로 예측된 주가에 가중치를 반영하여 더 정확한 주가 예측을 하여 주식 투자자에게 매매의 판단 근거를 제공하여 건전한 주식투자가 되도록 이바지하였다.

• 정보보호학회논문지
• /
• 제31권6호
• /
• pp.1205-1214
• /
• 2021

엣지 컴퓨팅(Edge Computing)은 인공지능(AI)을 데이터 소스와 근접한 환경에서 수행함으로써 IoT/CPS 기기를 클라우드에 통합하는데 발생하는 네트워크 대역폭 소모로 인한 비용 문제와 전송 지연 등의 문제 해결의 방안으로 주목받고 있다. 엣지 컴퓨팅 기기는 실 세계에 위치하여 인공지능 구현 기술을 구동 가능한 수준의 향상된 연산과 네트워크 연결을 제공하므로, 인적/물적 피해를 발생할 수 있는 사이버 테러에 악용되지 않도록 어플리케이션 무결성에 대한 고려가 필요하다. 본 논문에서는 인공지능 구현 시 활용되는 파이썬(python) 과 같이 변조에 취약한 스크립트 언어로 구현된 엣지 컴퓨팅 어플리케이션을 컨테이너 이미지로 구성 후 전자서명을 하여 무결성을 보호하는 기법을 제안한다. 제안하는 기법은 오픈소스 컨테이너 기술에서 제공하는 무결성 보호기술 (Docker Contents Trust)를 기반으로하며, 엣지 컴퓨팅 기기에서 허용된 컨테이너만 구동 가능하도록 컨테이너 서명 정보에 대한 화이트리스트와 Docker Client를 개선하여 적용하는 기법을 제시한다.

• Journal of Information Science Theory and Practice
• /
• 제10권spc호
• /
• pp.135-142
• /
• 2022

Recently, with the development of data processing technology and the increase of computational power, methods to solving social problems using Artificial Intelligence (AI) are in the spotlight, and AI technologies are replacing and supplementing existing traditional methods in various fields. Meanwhile in Korea, heavy rain is one of the representative factors of natural disasters that cause enormous economic damage and casualties every year. Accurate prediction of heavy rainfall over the Korean peninsula is very difficult due to its geographical features, located between the Eurasian continent and the Pacific Ocean at mid-latitude, and the influence of the summer monsoon. In order to deal with such problems, the Korea Meteorological Administration operates various state-of-the-art observation equipment and a newly developed global atmospheric model system. Nevertheless, for precipitation nowcasting, the use of a separate system based on the extrapolation method is required due to the intrinsic characteristics associated with the operation of numerical weather prediction models. The predictability of existing precipitation nowcasting is reliable in the early stage of forecasting but decreases sharply as forecast lead time increases. At this point, AI technologies to deal with spatio-temporal features of data are expected to greatly contribute to overcoming the limitations of existing precipitation nowcasting systems. Thus, in this project the dataset required to develop, train, and verify deep learning-based precipitation nowcasting models has been constructed in a regularized form. The dataset not only provides various variables obtained from multiple sources, but also coincides with each other in spatio-temporal specifications.

• 한국의류학회지
• /
• 제46권1호
• /
• pp.165-181
• /
• 2022

The fashion industry is creating innovative business models using artificial intelligence. To efficiently utilize artificial intelligence (AI), fashion data must be classified. Until now, such data have been classified focusing only on the objective properties of fashion products. Their subjective attributes, such as fashion brand sensibilities, are holistic and heuristic intuitions created by a combination of design elements. This study aims to improve the performance of collaborative filtering in the fashion industry by extracting fashion brand sensibility using computer vision technology. The image data set of fashion brand sensibility consists of high-end fashion brand photos that share sensibilities and communicate well in fashion. About 26,000 fashion photos of 11 high-end fashion brand sensibility labels have been collected from the 16FW to 21SS runway and 50 years of US Vogue magazines beginning from 1971. We use EfficientNet-B1 to establish the main architecture and fine-tune the network with ImageNet-ILSVRC. After training fashion brand sensibilities through deep learning, the proposed model achieved an F-1 score of 74% on accuracy tests. Furthermore, as a result of comparing AI machine and human experts, the proposed model is expected to be expanded to mass fashion brands.