• 한국정보전자통신기술학회논문지
• /
• 제16권5호
• /
• pp.347-353
• /
• 2023

양식장에서 물고기의 성장을 측정하는 작업은 아직도 사람의 손이 많이 가는 방식을 사용한다. 이 방식은 많은 노동력이 필요하고, 물고기가 스트레스를 받아 폐사율에 악영향을 준다. 이러한 문제를 해결하기 위해 물고기의 성장도를 자동화하기 위한 시스템 FGRS(Fish Growth Regression System)를 제안한다. FGRS는 두 개의 모듈로 구성된다. 첫째는 Yolo v8 기반의 물고기를 디텍팅하는 모듈이고, 둘째는 물고기 영상 데이터를 CNN 기반의 신경망 모델을 이용하여 물고기의 성장도를 예측하는 모듈로 구성된다. 시뮬레이션 결과 학습전에는 예측 오차가 평균 134.2일로 나왔지만 학습 이후 평균 오차가 39.8일 까지 감소했다. 본 논문에서 제안한 시스템을 이용해 생육일을 예측하여 물고기의 성장예측을 활용해 양식장에서의 자동화에 기여할 수 있고, 많은 노동력 감소와 비용 절감 효과를 가져 올 수 있을 것이라 기대한다.

• 한국경영과학회지
• /
• 제40권4호
• /
• pp.1-18
• /
• 2015

This paper proposes relational capability as a main driver of constructing inter-organizational collaboration networks. Based on social network theory and relational view literature, three components of relational capability are constructed and implemented by an agent-based model. The components include organizational capability, structural capability, and trust between a partner and a focal firm. These three components are updated by two micro mechanisms: structural mechanism and relational mechanism. Structural mechanism is a feedback loop in which the relational capability increases structural capability and vice versa. Relational mechanism is a learning-by-doing process in which a focal firm experiences success or failure of collaboration and the experience increases or decreases cumulative trust in a partner firm. Result of agent-based simulation shows that a collaboration network emerges through interactions of firm's relational capabilities and the characteristics of emerged networks vary with the contribution of structural capability and trust to relational capability. Specifically, in case structural capability contributes more to relational capability, the average degree centrality and collaboration proportion increases as time passes and enters into an equilibrium state. In that case, almost every firms participated in the network collaborates each other so that the emerged network becomes highly cohesive. In case trust contributes more to relational capability, the results are reversed. In an equilibrium state, the balance of contribution between structural capability and trust makes an emerged network larger and maximizes average degree centrality of the network.

• International Journal of Computer Science & Network Security
• /
• 제21권1호
• /
• pp.97-106
• /
• 2021

Social networking platforms have become a smart way for people to interact and meet on internet. It provides a way to keep in touch with friends, families, colleagues, business partners, and many more. Among the various social networking sites, Twitter is one of the fastest-growing sites where users can read the news, share ideas, discuss issues etc. Due to its vast popularity, the accounts of legitimate users are vulnerable to the large number of threats. Spam and Malware are some of the most affecting threats found on Twitter. Therefore, in order to enjoy seamless services it is required to secure Twitter against malicious users by fixing them in advance. Various researches have used many Machine Learning (ML) based approaches to detect spammers on Twitter. This research aims to devise a secure system based on Hybrid Similarity Cosine and Soft Cosine measured in combination with Genetic Algorithm (GA) and Artificial Neural Network (ANN) to secure Twitter network against spammers. The similarity among tweets is determined using Cosine with Soft Cosine which has been applied on the Twitter dataset. GA has been utilized to enhance training with minimum training error by selecting the best suitable features according to the designed fitness function. The tweets have been classified as spammer and non-spammer based on ANN structure along with the voting rule. The True Positive Rate (TPR), False Positive Rate (FPR) and Classification Accuracy are considered as the evaluation parameter to evaluate the performance of system designed in this research. The simulation results reveals that our proposed model outperform the existing state-of-arts.

• 한국동물위생학회지
• /
• 제45권4호
• /
• pp.253-262
• /
• 2022

The applications of artificial intelligence (AI) can provide useful solutions to animal infectious diseases and their impact on humans. The advent of AI learning algorithms and recognition technologies is especially advantageous in applied studies, including the detection, analysis, impact assessment, simulation, and prediction of environmental impacts on malignant animal epidemics. To this end, this study specifically focused on environmental pollution and animal diseases. While the number of related studies is rapidly increasing, the research trends, evolution, and collaboration in this field are not yet well-established. We analyzed the bibliographic data of 1191 articles on AI applications to environmental pollution and animal diseases during the period of 2000~2019; these articles were collected from the Web of Science (WoS). The results revealed that PR China and the United States are the leaders in research production, impact, and collaboration. Finally, we provided research directions and practical implications for the incorporation of AI applications to address environmental impacts on animal diseases.

• 한국전자거래학회지
• /
• 제17권2호
• /
• pp.149-163
• /
• 2012

물류 시스템은 다양한 프로세스에 걸친 한정된 자원들의 작업을 통해 고객에게 서비스를 제공한다. 이와 같은 복잡한 환경에서 높은 서비스 수준을 유지하기 위해서는 프로세스 진행 상황에 대한 실시간 모니터링과 그를 통한 성과 달성도의 지속적인 관리가 필수적으로 요구된다. 본 연구에서는 컨테이너 터미널을 대상으로 선박 물류 프로세스의 서비스 완료시간을 예측하는 방법론을 제시한다. 이를 위해 먼저 선박에서 컨테이너를 싣고 내리는 프로세스에 영향을 미치는 요인을 파악한다. 그리고, 확인된 요인들 중 영향 정도를 직접적으로 측정하기 어려운 것에 대해 정량적인 값을 추정하는 방안을 개발한다. 서비스 완료 시간에 대한 실시간 예측은 의사결정 나무를 사용한다. 과거 프로세스 진행 이력을 바탕으로 의사결정 나무를 학습시킨 후, 특정 시점에서 실시간 요인의 상태를 이용하여 서비스 완료시간을 예측한다. 컨테이너 터미널 시뮬레이션 모형을 활용하여 본 연구에서 제시하는 방법론을 검증하였다.

• JSTS:Journal of Semiconductor Technology and Science
• /
• 제16권5호
• /
• pp.657-663
• /
• 2016

In this work, a novel silicon (Si) based floating body synaptic transistor (SFST) is studied to mimic the transition from short-term memory to long-term one in the biological system. The structure of the proposed SFST is based on an n-type metal-oxide-semiconductor field-effect transistor (MOSFET) with floating body and charge storage layer which provide the functions of short- and long-term memories, respectively. It has very similar characteristics with those of the biological memory system in the sense that the transition between short- and long-term memories is performed by the repetitive learning. Spike timing-dependent plasticity (STDP) characteristics are closely investigated for the SFST device. It has been found from the simulation results that the connectivity between pre- and post-synaptic neurons has strong dependence on the relative spike timing among electrical signals. In addition, the neuromorphic system having direct connection between the SFST devices and neuron circuits are designed.

• 디지털융복합연구
• /
• 제10권11호
• /
• pp.197-202
• /
• 2012

내륙물류의 생산성 향상 및 친환경적 체계 구축을 위해 많은 국가에서 블록 트레인 서비스(Block Train Service) 연구가 활발히 진행되고 있다. 하지만 철도부문의 정부 독점 운영 상황과 대부분의 물류정보가 기업의 영업기밀에 속하는 물류산업의 특성 등으로 인해 BT 서비스에 대한 일반의 이해와 연구적 접근이 쉽지 않다. 이에 본 연구에서는 BT 운용에 필요한 학습 및 전략적 판단을 지원하는 BTS 시뮬레이터를 개발하였다. 이를 위해 국내 대표 BT 운영사인 K사의 실무자들을 대상으로 심층 인터뷰와 관련 자료의 분석을 진행하였다. 본 시뮬레이터는 K사의 부산신항-의왕 구간 사례를 참조하였으며, BT 운영에 관한 시나리오 생성 및 분석 기능을 지원한다. 본 연구는 새로운 형태의 BT운영 학습 및 전략 분석 지원 기술을 연구하였다는 데 의의가 있다.

• 한국콘텐츠학회논문지
• /
• 제21권10호
• /
• pp.48-58
• /
• 2021

국내 산업성장의 동력이 되는 기업의 기술 및 사업역량 확보를 위해, 2014년 이후 정부기관을 중심으로 『기술거래 시장 활성화』, 『기술금융 기반의 R&D 사업화지원』등 다양한 형태로 사업화 성과창출을 위한 정책 프로그램이 수행되어 왔다. 현재까지 기술가치평가 이론과 평가변수에 관한 다양한 연구가 각계 전문가들에 의해 수행되고 기술사업화 현업에서 이용되어 왔으나, 평가현장에서는 평가목적 상의 기대보다 기술가치평가 금액이 적게 산출되는 등의 한계점이 존재하여, 그 실용성에 의문이 제기되어 왔다. 또한 미래에 대한 정성적 추정에 기반한 현행 기술가치평가 프로세스는 평가결과에 대한 객관성과 신뢰성 확보를 위해 데이터에 근거한 참조 인프라 구축이 필요한 시기에 이르렀다. 본 연구에서는 기관별로 구축된 평가인프라를 살펴보고, 최신의 인공신경망 및 딥러닝 기술을 기술가치평가 시스템에 탑재하기 위해 핵심변수 기반의 가치금액 추정 시뮬레이션과 매출액 및 정성평가점수의 예측을 위한 적용 가능성을 살펴본다.

• 한국지리정보학회지
• /
• 제9권2호
• /
• pp.194-205
• /
• 2006

본 연구의 목적은 쾌적하고 안전한 보행환경 조성을 위한 계획지원 도구로서 보행자 멀티에이전트 모형(Multi-Agent Model)과 보행시뮬레이션 시스템을 개발하는 것이다. 이때 본 연구에서 한명의 보행자는 하나의 에이전트로 간주되었다. 보행자 멀티에이전트 모형은 실세계와 같이 보행자 에이전트가 개인적 속성을 유지하면서, 주변 환경에 반응하며, 상호 학습을 통해 이루어지는 개별행동을 그대로 반영할 수 있게 하였다. 개발된 모형은 진주시 가좌동 일대의 대학촌에 적용하였으며, 모형의 적합성 검정을 위해 모형의 예측치와 실측치를 비교하여 $R^2$=0.781로 높은 값은 얻어 모형이 유의함을 확인하였다. 모형의 적용에 있어서 사례지역의 물리적환경은 수치지도를 기반으로 하고, 지역 내 상가의 업종, 규모 등을 현장 조사하여 ArcGis 데이터베이스로 구축하였다. 관련연구를 통한 보행자행동 규칙을 정한 다음, 시뮬레이션 시스템은 Flash MX 액션스크립트를 이용하여 개발하였다. 개발된 시스템을 이용하여 건물의 매력도가 증가되었을 때와 거리에 이벤트가 발생되었을 때를 가정하여 각각의 경우에 보행자밀도의 변화와 보행환경의 변화를 시뮬레이션 한 다음, 적절한 보행환경개선 방향을 제시하였다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.71-88
• /
• 2017

언어모델은 순차적으로 입력된 자료를 바탕으로 다음에 나올 단어나 문자를 예측하는 모델로 언어처리나 음성인식 분야에 활용된다. 최근 딥러닝 알고리즘이 발전되면서 입력 개체 간의 의존성을 효과적으로 반영할 수 있는 순환신경망 모델과 이를 발전시킨 Long short-term memory(LSTM) 모델이 언어모델에 사용되고 있다. 이러한 모형에 자료를 입력하기 위해서는 문장을 단어 혹은 형태소로 분해하는 과정을 거친 후 단어 레벨 혹은 형태소 레벨의 모형을 사용하는 것이 일반적이다. 하지만 이러한 모형은 텍스트가 포함하는 단어나 형태소의 수가 일반적으로 매우 많기 때문에 사전 크기가 커지게 되고 이에 따라 모형의 복잡도가 증가하는 문제가 있고 사전에 포함된 어휘 외에는 생성이 불가능하다는 등의 단점이 있다. 특히 한국어와 같이 형태소 활용이 다양한 언어의 경우 형태소 분석기를 통한 분해과정에서 오류가 더해질 수 있다. 이를 보완하기 위해 본 논문에서는 문장을 자음과 모음으로 이루어진 음소 단위로 분해한 뒤 입력 데이터로 사용하는 음소 레벨의 LSTM 언어모델을 제안한다. 본 논문에서는 LSTM layer를 3개 또는 4개 포함하는 모형을 사용한다. 모형의 최적화를 위해 Stochastic Gradient 알고리즘과 이를 개선시킨 다양한 알고리즘을 사용하고 그 성능을 비교한다. 구약성경 텍스트를 사용하여 실험을 진행하였고 모든 실험은 Theano를 기반으로 하는 Keras 패키지를 사용하여 수행되었다. 모형의 정량적 비교를 위해 validation loss와 test set에 대한 perplexity를 계산하였다. 그 결과 Stochastic Gradient 알고리즘이 상대적으로 큰 validation loss와 perplexity를 나타냈고 나머지 최적화 알고리즘들은 유사한 값들을 보이며 비슷한 수준의 모형 복잡도를 나타냈다. Layer 4개인 모형이 3개인 모형에 비해 학습시간이 평균적으로 69% 정도 길게 소요되었으나 정량지표는 크게 개선되지 않거나 특정 조건에서는 오히려 악화되는 것으로 나타났다. 하지만 layer 4개를 사용한 모형이 3개를 사용한 모형에 비해 완성도가 높은 문장을 생성했다. 본 논문에서 고려한 어떤 시뮬레이션 조건에서도 한글에서 사용되지 않는 문자조합이 생성되지 않았고 명사와 조사의 조합이나 동사의 활용, 주어 동사의 결합 면에서 상당히 완성도 높은 문장이 발생되었다. 본 연구결과는 현재 대두되고 있는 인공지능 시스템의 기초가 되는 언어처리나 음성인식 분야에서 한국어 처리를 위해 다양하게 활용될 수 있을 것으로 기대된다.