• 지능정보연구
• /
• 제22권2호
• /
• pp.127-142
• /
• 2016

딥러닝은 인공신경망(neural network)이라는 인공지능분야의 모형이 발전된 형태로서, 계층구조로 이루어진 인공신경망의 내부계층(hidden layer)이 여러 단계로 이루어진 구조이다. 딥러닝에서의 주요 모형은 합성곱신경망(convolutional neural network), 순환신경망(recurrent neural network), 그리고 심층신뢰신경망(deep belief network)의 세가지라고 할 수 있다. 그 중에서 현재 흥미로운 연구가 많이 발표되어서 관심이 집중되고 있는 모형은 지도학습(supervised learning)모형인 처음 두 개의 모형이다. 따라서 본 논문에서는 지도학습모형의 가중치를 최적화하는 기본적인 방법인 오류역전파 알고리즘을 살펴본 뒤에 합성곱신경망과 순환신경망의 구조와 응용사례 등을 살펴보고자 한다. 본문에서 다루지 않은 모형인 심층신뢰신경망은 아직까지는 합성곱신경망 이나 순환신경망보다는 상대적으로 주목을 덜 받고 있다. 그러나 심층신뢰신경망은 CNN이나 RNN과는 달리 비지도학습(unsupervised learning)모형이며, 사람이나 동물은 관찰을 통해서 스스로 학습한다는 점에서 궁극적으로는 비지도학습모형이 더 많이 연구되어야 할 주제가 될 것이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2004년도 춘계종합학술대회
• /
• pp.217-220
• /
• 2004

웹의 이용이 급속하게 증가함에 따라, 웹 기반의 어플리케이션 대 어플리케이션간의 상호작용을 체계적으로 지원하는 적절한 모형과 새로운 분산 플랫폼을 기존 환경들과 효율적으로 통합할 수 있는 방안에 대한 요구가 발생하였으며 이에 대한 해결책으로 웹 서비스가 등장하였다. 현재 많은 소프트웨어와 하드웨어 업체들이 웹 서비스를 시장에 도입하려 하는 적극적인 시도를 보이고 있으며 어플리케이션들을 다양한 웹 서비스 제공자들로부터의 컴포넌트를 조합하여 구축하려 하고 있다. 하지만 웹 서비스를 완벽히 이행하기 위해서는 반드시 상호 운용되어야 하며 다른 업체들로부터의 서비스뿐만 아니라 플랫폼, 어플리케이션과 프로그래밍 언어에 종속되지 않도록 하는 일련의 표준화 작업이 필요하다. 이에 웹 서비스 상호 운용성 표준화 기구인 WS-I(Web Services Interoperability Organization)에서는 XML, UDDI, WSDL 그리고 SOAP을 기본으로 웹 서비스 상호운용을 위한 표준인 기본 프로파일(Basic Profile 1.0)을 제정하였으며 실제 적용하기 위한 웹 서비스 사용자 시나리오의 프로파일을 개발하고 있다. 이에 본 논문에서는 이질적인 두 어플리케이션간의 웹 서비스 상호 운용의 적합성을 검증하기 위하여 도서 정보 검색 웹 서비스를 J2SE 플랫폼의 웹 서비스 글라이언트와 .NET 플랫폼의 웹 서비스 서버를 기반으로 각각 설계 및 구현하고 서로 서비스가 이루어지도록 하여 이질적인 두 플랫폼 사이에서 상호 운용이 가능하다는 것을 보이며 두 어플리케이션 간의 전송 서비스를 WS-I 기본 프로파일을 적용하여 테스트 및 검증하였다.조건으로 혼합한 실험구를 설정하였다. 실험구는 각각 NWT＋35‰, CWT＋35‰, NWT＋15‰, NWT＋15‰, NWT＋35‰＋Anes., CWT+35‰＋Anes., NWT＋15‰+Anes. 및 CWT+15‰＋Anes.의 8개 실험구를 2반복으로 설정하여 경북울진∼부산까지 약 400 km (6시간)를 차량수송하였다. 수송용기는 스티로폼상자(66×42×20 cnn)로서, 여기에 해수 3 L와 액화산소를 넣은 비닐봉지에 넙치 8마리씩 수용하여 수송하였다. 혈액의 성상 및 분석항목은 수송전ㆍ후에 채혈하여 비교하였다. 수송전 hematocrit는 22.2±3.8%에서 수송후 NWT＋35‰에서 15.3＋3.9%, CWT＋35‰은 16.7±3.0%, NWT+15‰구에서는 19.2±1.8%로 낮아졌으며, CWT+15‰구는 20.9±3.6%로 수송전과 차이가 없었다. 한편 NWT＋15‰＋Anes.구는 17.8±0.9%, CWT＋15‰＋Anes.구는 14.5±1.5%로 낮아졌다. Cortisol은 수송전 2.4±0.1 ng/ml로부터 CWT＋35‰구는 16.7±12.8 ng/ml, NWT＋35‰구는 47.9＋19.8 ng/ml, NWT＋15‰구는 43.5±13.9 ng/ml, CWT＋15‰구는 26.1±8.3 ng/ml, NWT＋15‰+Anes.구는 61.7±3.3 ng/ml, CWT+15‰+Anes.구는 86.1±19.0 ng/ml로 높아졌다. Glucose는 수송전 74.2±32.6 mg/dl로부터 NWT＋35‰구는 197.9±27.5 mg/dl, CWT＋35‰구도 272.1±29.9 mg/dl로 유의하게 높아졌다. Na/sup +/의 수송전 농도는 16

• 한국수자원학회논문집
• /
• 제56권6호
• /
• pp.403-417
• /
• 2023

본 연구에서는 CCTV 영상 기반 강우강도 산정 시 필수적으로 요구되는 적정 강우 이미지 DB를 구축하기 위한 방법론을 개발하였다. 먼저, 실환경에서 불규칙적이고 높은 변동성을 보일 수 있는 변수들(바람으로 인한 빗줄기의 변동성, 녹화 환경에서 포함되는 움직이는 객체, 렌즈 위의 흐림 현상 등)에 대한 통제가 가능한 한국건설생활환경시험연구원 내 기후환경시험실에서 CCTV 영상 DB를 구축하였다. 서로 다른 5개의 실험 조건을 고려하여 이상적 환경에서 총 1,728개의 시나리오를 구성하였다. 본 연구에서는 1,920×1,080 사이즈의 30 fps (frame per second) 영상 36개에 대하여 프레임 분할을 진행하였으며, 총 97,200개의 이미지를 사용하였다. 이후, k-최근접 이웃 알고리즘을 기반으로 산정된 최종 배경과 각 이미지와의 차이를 계산하여 빗줄기 이미지를 분리하였다. 과적합 방지를 위해 각 이미지에 대한 평균 픽셀 값을 계산하고, 설정한 픽셀 임계치보다 큰 자료를 선별하였다. 180×180 사이즈로의 재구성을 위해서 관심영역을 설정하고 10 Pixel 단위로 이동을 진행하여 픽셀 변동성이 최대가 되는 영역을 산정하였다. 합성곱 신경망 모델의 훈련을 위해서 120×120 사이즈로 재변환하고 과적합 방지를 위해 이미지 증강 과정을 거쳤다. 그 결과, 이미지 기반 강우 강도 합성곱 신경망 모델을 통해 산정된 결과값과 우량계에서 취득된 강우자료가 전반적으로 유사한 양상을 보였으며, 모든 강우강도 실험 조건에 대해서 약 92%의 데이터의 PBIAS (percent bias)가 절댓값 범위 10% 이내에 해당하였다. 본 연구의 결과물과 전이학습 등의 방법을 연계하여 기존 실환경 CCTV의 한계점을 개선할 수 있을 것으로 기대된다.