• International Journal of Computer Science & Network Security
• /
• 제24권9호
• /
• pp.30-40
• /
• 2024

Building an accurate 3-D spatial road network model has become an active area of research now-a-days that profess to be a new paradigm in developing Smart roads and intelligent transportation system (ITS) which will help the public and private road impresario for better road mobility and eco-routing so that better road traffic, less carbon emission and road safety may be ensured. Dealing with such a large scale 3-D road network data poses challenges in getting accurate elevation information of a road network to better estimate the CO₂ emission and accurate routing for the vehicles in Internet of Vehicle (IoV) scenario. Clustering and regression techniques are found suitable in discovering the missing elevation information in 3-D spatial road network dataset for some points in the road network which is envisaged of helping the public a better eco-routing experience. Further, recently Explainable Artificial Intelligence (xAI) draws attention of the researchers to better interprete, transparent and comprehensible, thus enabling to design efficient choice based models choices depending upon users requirements. The 3-D road network dataset, comprising of spatial attributes (longitude, latitude, altitude) of North Jutland, Denmark, collected from publicly available UCI repositories is preprocessed through feature engineering and scaling to ensure optimal accuracy for clustering and regression tasks. K-Means clustering and regression using Support Vector Machine (SVM) with radial basis function (RBF) kernel are employed for 3-D road network analysis. Silhouette scores and number of clusters are chosen for measuring cluster quality whereas error metric such as MAE ( Mean Absolute Error) and RMSE (Root Mean Square Error) are considered for evaluating the regression method. To have better interpretability of the Clustering and regression models, SHAP (Shapley Additive Explanations), a powerful xAI technique is employed in this research. From extensive experiments , it is observed that SHAP analysis validated the importance of latitude and altitude in predicting longitude, particularly in the four-cluster setup, providing critical insights into model behavior and feature contributions SHAP analysis validated the importance of latitude and altitude in predicting longitude, particularly in the four-cluster setup, providing critical insights into model behavior and feature contributions with an accuracy of 97.22% and strong performance metrics across all classes having MAE of 0.0346, and MSE of 0.0018. On the other hand, the ten-cluster setup, while faster in SHAP analysis, presented challenges in interpretability due to increased clustering complexity. Hence, K-Means clustering with K=4 and SVM hybrid models demonstrated superior performance and interpretability, highlighting the importance of careful cluster selection to balance model complexity and predictive accuracy.

• 한국가정과교육학회지
• /
• 제35권4호
• /
• pp.1-12
• /
• 2023

ChatGPT의 교육적 활용에 대한 관심이 증가하고 있는 시점에서 대학생을 대상으로 ChatGPT에 대한 인식을 알아보는 것은 필요하다. D대학교 2023년도 1학기 '가정생활과 문화', '패션과 미술관', '영화로 만나는 패션' 수강생을 대상으로 인터넷과 대화형 인공지능 사용실태 그리고 수업에서 ChatGPT를 활용한 후 그에 대한 인식을 설문지, 비교분석 보고서, 성찰일지로 살펴보았다. 대학생은 수업을 위한 정보는 주로 인터넷 검색과 논문에서 주로 얻고 있었으며 대화형 인공지능을 이용하는 경우는 아직 미비함을 알 수 있었다. ChatGPT는 대부분 2023년 1학기에 처음 사용하였으며 대화형 인공지능 중 주로 ChatGPT를 사용하였다. ChatGPT는 정보의 정확성과 신뢰도면에서는 조금 부족하나 쉽고 빠르게 상호작용을 하면서 정보를 찾을 수 있어 편리하며 만족도가 높아 앞으로 ChatGPT를 보다 적극적으로 활용할 용의가 있었다. ChatGPT가 교육에 미치는 영향에 대해 학생들은 자기 주도적이며 질문을 통한 문제해결 태도와 정보에 대한 검증과정을 위해 모둠별 토의·토론을 통해 확인하는 협동수업의 과정을 학습자 스스로가 설정하는 것이 긍정적이라고 하였다. 그러나 표절과 저작권, 데이터 편향성, 최신 데이터 학습부족, 정확하지 않거나 잘못된 정보를 생성하는 등의 신뢰를 저하시키는 문제점이 있다는 것을 인식하였으며 이에 대한 보완이 필요하다고 하였다.

• 지능정보연구
• /
• 제21권3호
• /
• pp.79-99
• /
• 2015

부도 예측은 회계와 재무 분야에서 꾸준히 연구되고 있는 분야이다. 초기에는 주로 다중판별분석(multiple discriminant analysis)와 로짓 분석(logit analysis)과 같은 통계적 방법을 이용하였으나, 1990년대 이후에는 경영 분야의 분류 문제를 위해 많은 연구자들이 인공신경망(back-propagation neural network), 사계기반추론(case-based reasoning), 서포트 벡터 머신(support vector machine) 등과 같은 인공지능을 통한 접근법을 이용하여 통계적 방법보다 분류 성과 측면에서 우수함을 입증해왔다. 기존의 기업의 부도에 관한 연구에서 많은 연구자들이 재무비율을 이용하여 부도 예측 모형을 구축하는 것에 초점을 맞추어왔다. 부도예측에 관한 연구가 꾸준히 진행되고 있는 반면, 부도의 세부적인 유형을 예측하여 제시하는 것에 대한 연구는 미흡한 실정이었다. 따라서 본 연구에서는 수익성, 안정성, 활동성 지표를 중심으로 국내 비외감 건설업 기업들의 부도 여부뿐만 아니라 부도의 세부적인 유형까지 예측 가능한 모형을 개발하고자 한다. 본 연구에서는 부도 유형을 예측하기 위해 두 개의 인공신경망 모형을 결합한 하이브리드 접근법을 제안하였다. 첫 번째 인공신경망 모형은 부도예측을 위한 역전파 인공신경망을 이용한 모형이며, 두 번째 인공신경망 모형은 부도 데이터를 몇 개의 유형으로 분류하는 자기조직화지도(self-organizing map)을 이용한 모형이다. 실험 결과를 통해 정의된 5개의 부도 유형인 심각한 부도(severe bankruptcy), 안정성 부족(lack of stability), 활동성 부족(lack of activity), 수익성 부족(lack of profitability), 회생 가능한 부도(recoverable bankruptcy)는 재무 비율에 따라 유형별로 상이한 특성을 갖는 것을 확인할 수 있었다. 본 연구 결과를 통해 신용 평가 분야의 연구자와 실무자들이 기업의 부도의 유형에 대한 유용한 정보를 얻을 것으로 기대한다.

• 항공우주시스템공학회지
• /
• 제14권5호
• /
• pp.83-90
• /
• 2020

재난·재해는 우리 사회의 인명과 재산에 막대한 피해를 주고 있으며, 국가적으로 해결해야 할 사회문제로서 인식되고 있다. 사물인터넷, 인공지능, 드론(무인기), 빅 데이터와 같은 4차 산업혁명 기술들은 과학·기술적 사회문제해결 도구로서 재난·안전산업 분야에도 흡수되면서 사회 전반에 영향을 미치고 있다. 국내 무인기 관련 29개 기관/기업은 재난치안 현장에서 운용 가능한 멀티콥터형 소형무인기 통합시스템 구축('17~'20)을 완료할 예정이다. 본 논문은 국가 재난대응 체계의 전략 자산으로서 재난치안용 무인기의 중장기적인 발전 방향을 고찰하고자 한다. 먼저, 재난안전 산업 및 정책 동향을 분석하고, 소형무인기 개발현황 및 향후계획, 부족기술 확보, 경쟁력 강화 방안 고찰을 통해 개발전략, 특화임무, 플랫폼, 통신, 관제, 운용 측면에서 재난치안용 무인기의 단계별 연구개발 방향을 제안한다.

• 한국IT서비스학회지
• /
• 제19권4호
• /
• pp.85-107
• /
• 2020

The Internet of Things market, a technology that connects the Internet to various things, is growing day by day. Besides, various smart home services using IoT and AI (Artificial Intelligence) are being launched in homes. Related to this, existing smart home-related studies focus primarily on ICT technology, not on what service improvements should be made in customer positions. In this study, we will use smart home application customer review data to classify functional and design elements of smart home usability value and examine the ways customers think of service improvement. For this, LG Electronics and Samsung Electronics" Smart Home application, the main provider of Smart Home in Korea, customer reviews were crawled to conduct a comparative analysis between them. In this study, the review of IoT home-applications was analyzed to find service improvement insights from customer perspective, and related analysis of text mining, social network analysis and Doc2vec was used to efficiently analyze data equivalent to about 16,000 user reviews. Through this research, we hope that related companies effectively seek ways to improve smart home services that reflect customer needs and are expected to help them establish competitive strategies by identifying weaknesses and strengths among competitors.

• 산업진흥연구
• /
• 제5권4호
• /
• pp.1-13
• /
• 2020

2016년 1월 다보스 세계경제포럼에서 제4차 산업혁명이라는 화두가 세상에 던져진 이후 세계는 사회·경제적으로 큰 변화를 겪고 있다. 이에 본 연구에서는 제4차 산업혁명시대에 품질경영의 방향에 대해 살펴보았다. 첫째로 미국, 독일, 일본 및 중국에서는 제4차 산업혁명시대에 사물인터넷, 로봇공학, 3D프린팅, 빅데이터, 인공지능 등의 새로운 정보통신기술과 기존 기술 및 산업과의 융합으로 산업구조가 변화되고 새로운 스마트 비즈니스가 창출되고 있다는 것을 확인했다. 둘째로 우리나라의 제4차 산업혁명의 핵심 기술수준은 선진국에 비해 미흡한 편이지만 2015년부터 새로운 환경에 적극 대응하기 위해 새로운 정보통신기술을 이용하여 스마트 생산방식 확산, 신산업 창출 등에 힘써오고 있다는 것을 파악했다. 마지막으로 제4차 산업혁명시대에 품질경영은 제품이나 서비스의 기획 및 설계단계에서부터 빅데이터 기반으로 시장의 요구를 실시간으로 반영한 것을 새로운 정보통신기술로 실시간 구현하는 것이라는 것을 확인했다.

• 정보교육학회논문지
• /
• 제24권1호
• /
• pp.39-48
• /
• 2020

본 연구는 2019년 12월에 발표한 OECD 국가들을 대상으로 한 PISA의 ICT 배경조사 자료를 분석하여 ICT 접근성과 각 교과별 활용도를 분석하는 것이다. 우리나라 학생들의 집에서는 ICT 접근성이 40.40%로 OECD 평균(43.01%)보다 조금 높은 17위이고, 학교에서의 접근성은 40.40%로 OECD 평균( 43.01%)이하인 21위이다. 이것은 3년 전의 최하위 그룹에서 중간 그룹으로 향상되었다. 9개의 교과의 수업시간에 학생들이 디지털 장비를 이용하는 비율은 2.96%로 OECD 평균(8.22%) 보다 매우 아래이고, 국가 순위는 31위이다. 이로써 국가가 인공지능 시대에 필요한 인재를 양성하기 위해서 교육정책의 변화가 필요하다는 것을 알 수 있다.

• 한국항행학회논문지
• /
• 제24권3호
• /
• pp.224-231
• /
• 2020

광학계측분야는 레이더 계측이 어려운 저고도 구간의 계측을 담당하여 비행체 추적에 있어서 중요한 역할을 차지하고 있다. 기존의 광학추적시스템은 외국의 장비를 도입해 사용하고 있기 때문에 시험장 상황에 적합하게 수정하기 어렵고, 대부분 차량 탑재형으로 제작되어 있어 계측 장소에 제한이 있다. 자체 개발 소형 광학추적기는 이러한 단점을 보완하기 위해서 단순한 구성으로 설계하여 시험장 내 어떠한 장소에서도 설치하여 운용할 수 있는 것을 주목적으로 하였다. 뿐만 아니라 인공지능 기술을 적용한 광학추적기술 연구를 위해서 자체 개발 광학추적기를 보유할 필요성이 제기되고 있다. 본 논문에서는 소형 광학추적기의 설계 개념, 기본적인 추적기능 구현을 위한 장비의 구성, 그리고 비행체 특성에 맞는 환경설정을 위한 시뮬레이션을 진행하였다. 이를 위해 팬/틸트의 입출력 데이터를 사용하여 모델링을 구하였으며, 시뮬레이션을 통해 얻어진 결과와 실제 비행시험 결과를 비교하여 전반적인 시뮬레이션의 구성에 대한 타당성을 검증하였다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제12권1호
• /
• pp.67-72
• /
• 2020

The fifth generation (5G) mobile communication has an impact on the human life over the whole world, nowadays, through the artificial intelligence (AI) and the internet of things (IoT). The low latency of the 5G new radio (NR) access is implemented by the state-of-the art technologies, such as non-orthogonal multiple access (NOMA). This paper investigates a practical issue that in NOMA, for the practical channel models, such as fading channel environments, the successive interference cancellation (SIC) should be performed on the stronger channel users with low power allocation. Only if the SIC is performed on the user with the stronger channel gain, NOMA performs better than orthogonal multiple access (OMA). Otherwise, NOMA performs worse than OMA. Such the superiority requirement can be easily implemented for the channel being static or slow varying, compared to the block interval time. However, most mobile channels experience fading. And symbol by symbol channel estimations and in turn each symbol time, selections of the SIC-performing user look infeasible in the practical environments. Then practically the block of symbols uses the single channel estimation, which is obtained by the training sequence at the head of the block. In this case, not all the symbol times the SIC is performed on the stronger channel user. Sometimes, we do perform the SIC on the weaker channel user; such cases, NOMA performs worse than OMA. Thus, we can say that by what percent NOMA is better than OMA. This paper calculates analytically the percentage by which NOMA performs better than OMA in the practical mobile communication systems. We show analytically that the percentage for NOMA being better than OMA is only the function of the ratio of the stronger channel gain variance to weaker. In result, not always, but almost time, NOMA could perform better than OMA.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2005년도 춘계학술대회 논문집
• /
• pp.1034-1039
• /
• 2005

SALM(Simultaneous localization and mapping) and AI(Artificial intelligence) have been active research areas in robotics for two decades. In particular, localization is one of the most important tasks in mobile robot research. Until now expensive sensors such as a laser sensor have been used for mobile robot localization. Currently, the proliferation of RFID technology is advancing rapidly, while RFID reader devices, antennas and tags are becoming increasingly smaller and cheaper. So, in this paper, the smart floor using passive RFID tags is proposed and, passive RFID tags are mainly used for identifying location of the mobile robot in the smart floor. We discuss a number of challenges related to this approach, such as tag distribution (density and structure), typing and clustering. In the smart floor using RFID tags, the localization error results from the sensing area of the RFID reader, because the reader just knows whether the tag is in the sensing range of the sensor and, until now, there is no study to estimate the heading of mobile robot using RFID tags. So, in this paper, two algorithms are suggested to. The Markov localization method is used to reduce the location(X,Y) error and the Kalman Filter method is used to estimate the heading($\theta$) of mobile robot. The algorithms which are based on Markov localization require high computing power, so we suggest fast Markov localization algorithm. Finally we applied these algorithms our personal robot CMR-P3. And we show the possibility of our probability approach using the cheap sensors such as odometers and RFID tags for mobile robot localization in the smart floor