• 한국콘텐츠학회논문지
• /
• 제21권9호
• /
• pp.105-116
• /
• 2021

하브루타 교육은 짝을 지어 대화하고 토론하고 논쟁하는 방식의 질문 중심 교육이며, 특히 명화 하브루타는 명화에 대한 질문과 답변을 통해 그림의 감상 능력을 증진하고 표현력을 풍부하게 하기 위한 목적으로 시행되고 있다. 본 연구에서는 동양화를 대상으로 한 명화 하브루타를 지원하기 위해, 최신 딥러닝 기술을 활용하여 동양화 등장인물의 성별 관점에서 질문을 자동으로 생성하는 방안을 제시한다. 구체적으로 본 연구에서는 사전학습모델인 VGG16을 바탕으로 동양화 인물 중심의 미세조정을 수행하여 동양화의 인물 분석을 효과적으로 수행할 수 있는 모델을 제안한다. 또한 질문의 유형을 명화 하브루타에서 사용되는 사실 질문, 상상 질문, 그리고 적용 질문의 3가지 유형으로 분류하고, 각 질문을 등장인물에 따라 세분화하여 총 9가지의 질문 패턴을 도출하였다. 제안 방법론의 활용 가능성을 확인하기 위해 실제 동양화의 등장인물 300건을 분석한 실험을 수행하였으며, 실험 결과 제안 방법론에 따른 성별 분류 모델이 기존 모델에 비해 높은 정확도를 나타냄을 확인하였다.

• Advances in Computational Design
• /
• 제4권2호
• /
• pp.155-177
• /
• 2019

Operation and Maintenance (O&M) phase is the main contributor to the total lifecycle cost of a building. Previous studies have described that Building Information Models (BIM), if available with detailed asset information and their properties, can enable rapid troubleshooting and execution of O&M tasks by providing the required information of the facility. Despite the potential benefits, there is still rarely BIM with Mechanical, Electrical and Plumbing (MEP) assets and properties that are available for O&M. BIM is usually not in possession for existing buildings and generating BIM manually is a time-consuming process. Hence, there is a need for an automated approach that can reconstruct the MEP systems in BIM. Previous studies investigated automatic reconstruction of BIM using architectural drawings, structural drawings, or the combination with photos. But most of the previous studies are limited to reconstruct the architectural and structural components. Note that mechanical components in the building typically require more frequent maintenance than architectural or structural components. However, the building mechanical drawings are relatively more complex due to various type of symbols that are used to represent the mechanical systems. In order to address this challenge, this paper proposed a symbol recognition framework that can automatically recognize the different type of symbols in the building mechanical drawings. This study applied vector-based computer vision techniques to recognize the symbols and their properties (e.g., location, type, etc.) in two vector-based input documents: 2D drawings and the symbol description document. The framework not only enables recognizing and locating the mechanical component of interest for BIM reconstruction purpose but opens the possibility of merging the updated information into the current BIM in the future reducing the time of repeated manual creation of BIM after every renovation project.

• 한국정보통신학회논문지
• /
• 제23권8호
• /
• pp.896-902
• /
• 2019

본 논문에서는 유전자 알고리즘을 이용하여 기존 영상과 유사한 영상을 자동으로 생성하는 두 가지 방법을 제안하였다. 실험은 각각의 제안된 방법을 사용하여 두 가지 크기 ($256{\times}256$, $512{\times}512$)의 흑백 영상과 컬러 영상에서 수행되었다. 실험 결과, 전체 영상을 분할된 서브 영상으로 구분하여 모델링한 후 진화하는 기법이 전체 영상을 단일 유전자로 모델링하여 진화한다는 것보다 훨씬 정교하고 진화 속도도 빠르다는 것을 확인할 수 있었다. 따라서 향후 기존 영상과 유사한 영상을 생성하거나 다른 영상으로부터 합성된 영상을 신속하고 자연스럽게 학습하기 위해서는 영상을 분할하여 유전자를 모델링 하는 기법을 이용하여 유전자 모델링, 선택, 교차, 돌연변이 기법 등을 신중하게 결정해야 할 필요가 있다.

• 정보보호학회논문지
• /
• 제19권4호
• /
• pp.29-39
• /
• 2009

통신망을 통하여 자동적으로 확산되는 악성 프로그램인 웜에 대응하기 위하여, 웜 관련 패킷들을 분석하여 시그니처를 생성하여 웹을 탐지하는 방법들이 많이 사용되고 있다. 그러나 이런 시그니처-기반 탐지 기법을 회피하기 위하여, 변형된 폴리모픽 형태의 공격 코드 사용이 점차 증가하고 있다. 본 논문에서는 폴리모픽 공격 코드의 복호화 루틴을 탐지하기 위한 새로운 정적 분석 방법을 제안한다. 제안된 방법은 통신망 플로에서 폴리모픽 공격 코드에 함께 포함되어 암호화된 원본 코드를 복호화하는 역할을 수행하는 코드 루틴을 탐지한다. 실험 결과를 통하여 제안된 방법이 정적 분석 방지 기법들이 사용된 폴리모팍 코드들도 탐지할 수 있는 것을 보여준다. 또한 처리 성능에서 에뮬레이션 기반 분석 방법보다 효율적인 것으로 나타났다.

• 한국안전학회지
• /
• 제36권1호
• /
• pp.18-25
• /
• 2021

In many developed countries, such as South Korea, efficiently maintaining the aging infrastructures is an important issue. Currently, inspectors visually inspect the infrastructure for maintenance needs, but this method is inefficient due to its high costs, long logistic times, and hazards to the inspectors. Thus, in this paper, a novel crack inspection approach for concrete bridges is proposed using integrated image processing techniques. The proposed approach consists of four steps: (1) training a deep learning model to automatically detect cracks on concrete bridges, (2) acquiring in-situ images using a drone, (3) generating orthomosaic images based on 3D modeling, and (4) detecting cracks on the orthmosaic image using the trained deep learning model. Cascade Mask R-CNN, a state-of-the-art instance segmentation deep learning model, was trained with 3235 crack images that included 2415 hard negative images. We selected the Tancheon overpass, located in Seoul, South Korea, as a testbed for the proposed approach, and we captured images of pier 34-37 and slab 34-36 using a commercial drone. Agisoft Metashape was utilized as a 3D model generation program to generate an orthomosaic of the captured images. We applied the proposed approach to four orthomosaic images that displayed the front, back, left, and right sides of pier 37. Using pixel-level precision referencing visual inspection of the captured images, we evaluated the trained Cascade Mask R-CNN's crack detection performance. At the coping of the front side of pier 37, the model obtained its best precision: 94.34%. It achieved an average precision of 72.93% for the orthomosaics of the four sides of the pier. The test results show that this proposed approach for crack detection can be a suitable alternative to the conventional visual inspection method.

• 한국정보통신학회논문지
• /
• 제25권1호
• /
• pp.20-26
• /
• 2021

오늘날의 시스템들은 더 빠른 실행 속도와 더 적은 전력 소모를 위해 하드웨어와 소프트웨어 요소를 함께 포함하고 있다. 기존 하드웨어 및 소프트웨어 공동 설계에서 소프트웨어와 하드웨어의 비율은 설계자의 경험적 지식에 의해 나뉘었다. 설계자들은 반복적으로 가속기와 응용 프로그램을 재구성하고 시뮬레이션하며 최적의 결과를 찾는다. 설계를 변경하며 반복적으로 시뮬레이션하는 것은 시간이 많이 소모되는 일이다. 본 논문에서는 에너지 효율적인 FPGA 가속기 설계를 위한 하드웨어 및 소프트웨어 공동 설계 플랫폼을 제안한다. 제안하는 플랫폼은 가속기를 구성하는 주요 성분을 변수화해 응용 프로그램 코드와 하드웨어 코드를 자동으로 생성하여 설계자가 적절한 하드웨어 비율을 쉽게 찾을 수 있도록 한다. 공동 설계 플랫폼은 Xilinx Alveo U200 FPGA가 탑재된 서버에서 Vitis 플랫폼을 기반으로 동작한다. 공동 설계 플랫폼을 통해 1000개의 행을 가지는 두 행렬의 곱셈 연산 가속기를 최적화한 결과 응용프로그램보다 실행 시간이 90.7%, 전력 소모가 56.3% 감소하였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권1호
• /
• pp.57-67
• /
• 2021

최근 딥 러닝(Deep Learning) 분석에 이질적인 데이터를 함께 사용하는 멀티모달(Multi-modal) 딥러닝 기술이 많이 활용되고 있으며, 특히 텍스트로부터 자동으로 이미지를 생성해내는 Text to Image 합성에 관한 연구가 활발하게 수행되고 있다. 이미지 합성을 위한 딥러닝 학습은 방대한 양의 이미지와 이미지를 설명하는 텍스트의 쌍으로 구성된 데이터를 필요로 하므로, 소량의 데이터로부터 다량의 데이터를 생성하기 위한 데이터 증강 기법이 고안되어 왔다. 텍스트 데이터 증강의 경우 유의어 대체에 기반을 둔 기법들이 다수 사용되고 있지만, 이들 기법은 명사 단어의 유의어 대체 시 이미지의 내용과 상이한 텍스트를 생성할 가능성이 있다는 한계를 갖는다. 따라서 본 연구에서는 단어가 갖는 품사별 특징을 활용하는 텍스트 데이터 증강 방안, 즉 일부 품사에 대해 단어 계층 정보를 활용하여 단어를 대체하는 방안을 제시하였다. 또한 제안 방법론의 성능을 평가하기 위해 MSCOCO 데이터를 사용하여 실험을 수행하여 결과를 제시하였다.

• 한국군사과학기술학회지
• /
• 제25권6호
• /
• pp.617-627
• /
• 2022

Military training is an essential item for the fundamental problem of war. However, there has always been a problem that many resources are consumed, causing spatial and environmental pollution. The concepts of defense modeling and simulation and CGF(Computer Generated Force) using computer technology began to appear to improve this problem. The Naval Operations, Resources Analysis Model(NORAM) developed by the Republic of Korea Navy is also a DEVS(Discrete Event Simulation)-based naval virtual force analysis model. The current NORAM is a battle experiment conducted by an operator, and parameter values such as maneuver and armament operation for individual objects for each situation are evaluated. In spite of our research conducted evolutionary, supervised, reinforcement learning, in this paper, we introduce our design of a scenario creation model based on evolutionary learning using genetic algorithms. For verification, the NORAM is loaded with our model to analyze wartime engagements. Human-level tactical scenario creation capability is secured by automatically generating enemy tactical scenarios for human-designed Blue Army tactical scenarios.

• 한국정보통신학회논문지
• /
• 제25권11호
• /
• pp.1670-1675
• /
• 2021

건설산업 영역의 스마트 건설 기술 도입이 빠르게 진행되고 있다. BIM(Building Information Modeling), 드론, 인공지능, 빅데이터, 사물인터넷 기술 등 스마트 건설 기술을 활용하여 시공 현장의 재해율을 낮추고 시공 기간을 단축시키는 효과를 가져온다. 건설 시공 현장 관리를 위한 디지털 트윈 플랫폼을 도입하기 위해서는 실제 시공 현장을 가상의 공간과 동일하게 구축하여 실시간으로 현장 관리를 가능하게 한다. 디지털 트윈 가상공간 구축방법은 시공 전주기 데이터를 수집 및 가공을 하고 3D 모델 파일을 이용하여 시각화 한다. 본 논문에서는 디지털 트윈 공간을 구성하는 3D 모델링을 3차원 공간 데이터를 기반으로 자동생성하여 효율적인 디지털 트윈 공간을 구축하는 모델링 자동화 기법을 소개한다.

• 한국전기전자재료학회논문지
• /
• 제35권6호
• /
• pp.556-561
• /
• 2022

밀도범함수이론(density functional theory, DFT)이 등장한 이래로, 이를 재료과학에 적용하여 에너지 재료 및 반도체와 같은 전자재료들의 연구개발에 활발하게 활용되고 있다. 하지만 DFT 계산 프로그램을 실행할 때 필요한 입력 파일 생성 시 여러 가지 소재들에 대해 동일한 계산 조건을 맞춰 주고 파라미터들을 알맞게 설정해 줘야 올바른 계산 결과 비교가 가능한데, 이런 부분들에 대해 진입 장벽이 높다는 어려움이 있다. 이에 본 논문에서는 Python Materials Genomics (pymatgen) 파이썬 패키지를 이용해 분자 및 결정구조를 다루고 널리 사용되는 DFT 계산 프로그램인 Vienna Ab initio Simulation Package (VASP) 및 Gaussian 입력 파일 생성에 대해 소개하고자 한다. 이를 통해 해당 프로그램에 대한 전문적인 지식이 많지 않더라도 보다 일관적인 계산 조건에서 결과들을 손쉽게 수행할 수 있게 되기를 기대한다.