• 한국산학기술학회논문지
• /
• 제20권6호
• /
• pp.350-361
• /
• 2019

지능화 혁명을 기반으로 한 4차 산업혁명은 사회 전반에 걸쳐 혁신을 이루고 있으며, 이는 국방 분야에도 그 영향을 미치고 있다. 기술의 발전에 따라 전쟁의 양상 또한 변화하고 있으며, 특히 4차 산업혁명 기술을 기반으로 국방 무인체계 분야와 관련된 핵심기술의 연구개발, 인프라 조성 등 다각적인 전략 수립이 이루어지고 있다. 이에 본 논문에서는 무기체계 개발에 앞서 확보되어야 할 핵심기술에 대해 미래 해양 무인체계를 중심으로 연구개발 소요제기시 우선적으로 고려될 수 있는 해양 무인체계 분야의 요구기술을 선정하는 연구를 수행하였다. 먼저 해양 무인체계 분야의 핵심기술 우선순위 결정모형을 수립하고, 국방기술 표준분류 등 관련 문헌에서 무인로봇 분야 기술을 재분류 및 통합하여 무인체계 개발시 중점 고려되어야 할 기술분야 9개를 식별하였다. 실증분석을 위해 무기체계 전력업무를 수행하는 전문가 12명을 대상으로 설문조사를 실시하여 해양 무인체계 개발시 우선적으로 개발이 요구되는 기술분야의 중요도를 분석하였다. 결과적으로 소요군 및 연구기관, 업체 등에서 제시한 핵심기술을 선정함에 있어 우선적으로 고려되어야 할 핵심기술 분야를 식별할 수 있었으며 이는 미래 관점에서 해양 무인체계를 발전시킬 수 있는 기술로드맵 구축에 기여할 수 있을 것으로 판단된다.

• 응용통계연구
• /
• 제34권5호
• /
• pp.745-760
• /
• 2021

금융시장에서 주식 가격 자체 또는 가격의 방향성에 대한 예측은 오래 전부터 관심의 대상이 되어 왔기에 여러 방면에서 다양한 연구가 이어져 왔다. 특히 1960년대에 들어서며 많은 연구가 진행되었고 예측가능성에 대해 찬반의 의견들이 있었는데, 1970년대에 나타난 효율적 시장 가설이 지지를 받으면서 주식 가격의 예측은 불가능하다는 의견이 주를 이루었다. 그러나 최근 기계학습 등 예측기술의 발달로 인해 주식 시장에서 미래를 예측해 보려는 새로운 시도가 이어져, 주식시장의 효율성을 부정하고 높은 예측력을 주장하는 연구들이 등장하고 있다. 이 논문에서는 과거 연구들을 평가방법 별로 정리하고, 새로운 주장의 신빙성을 확인하기 위해 이차판별분석, support vector machine, random forest, extreme gradient boost, 심층신경망 등 다양한 기계학습 모형을 적용하여 한국유가증권시장에 상장된 종목 중 삼성전자, LG화학, Naver 주식 가격의 방향성을 예측해보았다. 이때, 널리 사용되는 기술적 지표 변수들과 더불어 price earning ratio, price book-value ratio 등 회계지표를 활용한 변수와, 은닉마르코프모형의 출력값 변수를 사용하였다. 분석결과, 이번 연구의 조건 하에서는 통계적으로 유의미한 예측력을 제시하는 모형이 존재하지 않았고, 현 시점에서 단기 주가 방향성의 예측은 어렵다고 판단되었다. 비교적 단순한 이차판별분석 모형과 회계지표를 활용한 변수를 추가한 모형이 상대적으로 높은 예측력을 보였다는 점에서, 복잡한 모형을 시도하기 보다는 주식 가격에 대한 투자자들의 의견 및 심리가 반영될 수 있는 다양한 변수를 개발하여 활용한다면 향후 유의미한 예측이 가능할 수도 있을 것이다.

• 한국빅데이터학회지
• /
• 제6권1호
• /
• pp.63-81
• /
• 2021

자연어 처리는 최근 기계학습 및 딥러닝 기술의 발전과 적용으로 성능이 빠르게 향상되고 있으며, 이로 인해 활용 분야도 넓어지고 있다. 특히 비정형 텍스트 데이터에 대한 분석 요구가 증가함에 따라 자연어 처리에 대한 관심도 더욱 높아지고 있다. 그러나 자연어 전처리 과정 및 기계학습과 딥러닝 이론의 복잡함과 어려움으로 인해 아직도 자연어 처리 활용의 장벽이 높은 편이다. 본 논문에서는 자연어 처리의 전반적인 이해를 위해 현재 활발히 연구되고 있는 자연어 처리의 주요 분야와 기계학습 및 딥러닝을 중심으로 한 주요 기술의 현황에 대해 살펴봄으로써, 보다 쉽게 자연어 처리에 대해 이해하고 활용할 수 있는 기반을 제공하고자 한다. 이를 위해 인공지능 기술 분류체계의 변화를 통해 자연어 처리의 비중 및 변화 과정을 살펴보았으며, 기계학습과 딥러닝을 기반으로 한 자연어 처리 주요 분야를 언어 모델, 문서 분류, 문서 생성, 문서 요약, 질의응답, 기계번역으로 나누어 정리하고 각 분야에서 가장 뛰어난 성능을 보이는 모형들을 살펴보았다. 그리고, 자연어 처리에서 활용되고 있는 주요 딥러닝 모형들에 대해 정리하고 자연어 처리 분야에서 사용되는 데이터셋과 성능평가를 위한 평가지표에 대해 정리하였다. 본 논문을 통해, 자연어 처리를 자신의 분야에서 다양한 목적으로 활용하고자 하는 연구자들이 자연어 처리의 전반적인 기술 현황에 대해 이해하고, 자연어 처리의 주요 기술 분야와 주로 사용되는 딥러닝 모형 및 데이터셋과 평가지표에 대해 보다 쉽게 파악할 수 있기를 기대한다.

• 한국산학기술학회논문지
• /
• 제22권2호
• /
• pp.651-658
• /
• 2021

풀림 방지 코팅 볼트는 주로 자동차 안전 관련 부품을 결합하는 데 사용되므로 안전성 유지를 위해 코팅 결함을 사전에 감지해야 한다. 이를 위해 이전 연구 [CNN 및 모델 시각화 기법을 사용한 코팅 볼트 불량 판별]에서는 합성곱 신경망을 사용했다. 이때 합성곱 신경망은 데이터 수가 많을수록 이미지 패턴 및 특성 분석 정확도가 증가하지만 그에 따라 학습시간이 증가한다. 또한 확보 가능한 코팅 볼트 샘플이 한정적이다. 본 연구에서는 이전 연구에 전이학습을 추가적으로 적용해 데이터 개수가 적은 경우에도 코팅 결함에 대해 정확한 분류를 하고자 한다. 전이학습을 적용할 때 학습 데이터 수와 사전 학습 데이터 ImageNet 간의 유사성을 고려해 분류층만 학습했다. 데이터 학습에는 전역 평균 풀링, 선형 서포트 벡터 머신 및 완전 연결 계층과 같은 분류층을 적용했으며, 고려한 모델 중 완전 연결 계층 방법의 분류층이 가장 높은 95% 정확도를 가진다. 추가적으로 마지막 합성곱층과 분류층을 미세 조정하면 정확도는 97%까지 향상된다. 전이학습 및 미세 조정을 이용하면 선별 정확도를 향상시킴은 물론 이전보다 학습 소요시간을 절반으로 줄일 수 있음을 보였다.

• 한국전자거래학회지
• /
• 제26권1호
• /
• pp.93-106
• /
• 2021

최근 도로균열 탐지에 대한 많은 연구에서 딥러닝 기반의 접근법을 활용하면서 과거 알고리즘 기반의 접근법을 활용한 연구들보다 높은 성능과 성과를 보이고 있다. 그러나 딥러닝 기반의 많은 연구가 여전히 균열의 유형을 분류하는 것에 집중되어 있다. 균열 유형의 분류는 현재 수작업에 의존하고 있는 균열탐지 프로세스를 획기적으로 개선해 줄 수 있다는 점에서 상당한 기대를 받고 있다. 그러나 실제 도로의 유지보수 작업에 있어서는 균열의 유형뿐만 아니라 균열의 심각도에 관한 판단이 필수적이지만, 아직까지 도로균열 탐지와 관련된 연구들이 균열의 심각도에 대한 자동화된 산출까지 진전되지 못하고 있다. 균열의 심각도를 산출하기 위해서는 균열의 유형과 이미지 속 균열의 부위가 함께 파악되어야 한다. 본 연구에서는 균열 유형과 균열 부위의 동시적 탐지를 효과적으로 자동화하기 위해 딥러닝 기반의 객체탐지 모델인 Mobilenet-SSD를 활용하는 방법을 다루고 있다. 균열탐지의 정확도를 개선하기 위해 U-Net을 활용해 입력 이미지를 자동 분할하고, 이를 객체탐지 기법과 결합하기 위한 여러 실험을 진행하여 그 결과를 정리하였다. 결과적으로 U-Net을 활용한 이미지 의 자동 마스킹을 통해 객체탐지의 성능을 mAP 값이 0.9315가 되도록 향상시킬 수 있었다. 본 연구의 결과를 참고하여 도로포장 관리시스템의 구현에 균열탐지 기능의 자동화가 더욱 진전될 수 있다고 기대된다.

• 한국산학기술학회논문지
• /
• 제21권12호
• /
• pp.845-856
• /
• 2020

이 연구에서는 분리불가능한 허가차량의 통행에 대한 교량의 안전성 평가 체계를 정립하여 제안하였다. 대상으로 하는 허가차량의 하중효과와 도로교설계기준(한계상태설계법)의 설계차량하중의 계수하중효과를 비교하여, 허가차량의 체계를 일상허가와 두 개의 특별허가로 분류하였다. 일상허가 및 특별허가 1에서는 일반차량과 동시 통행하도록 제안하였으며, 특별허가 2에서는 허가차량이 단독 통행하도록 제안하였다. 허가차량의 전후에 동시 통행하는 일반차량의 연행을 고려하기 위하여 도로교설계기준의 표준차로하중을 이용하여 허가 하중 모형을 제안하였다. 제안된 허가 하중 모형을 적용하여 공용중인 프리스트레스트빔교 및 강박스교의 구조해석을 수행하였으며, 도로교설계기준의 하중·저항계수를 이용하여 허가하중 및 설계차량하중의 내하율 계산을 수행하였다. 교량 거더의 휨 및 전단에 대한 내하율 검토 결과 모든 차량하중의 내하율이 크게 계산되어 통행 가능한 것으로 확인되었다. 허가하중 및 설계차량하중의 휨 및 전단에 대한 교량의 신뢰도해석을 수행하여 신뢰도관점에서 충분한 안전성을 확보하는지 여부를 확인하였다. 도로교설계기준의 하중·저항계수를 이용하여 허가하중에 대한 최소요구강도를 계산하였으며, 최소요구강도의 신뢰도해석을 수행하였다. 최소 요구강도의 신뢰도해석 결과 대부분의 허가차량에 대하여 도로교설계기준의 목표신뢰도지수를 확보하는 것으로 확인되었다.

• 한국전산구조공학회논문집
• /
• 제34권1호
• /
• pp.43-50
• /
• 2021

LMU(Leg Mating Unit)는 해양구조물의 플로트오버 실치에서 활용되는 장비 중 하나로 충격을 흡수하는 부분과 결합부로 구성된다. 본 연구에서는 최적설계를 통해 부유식 해양구조물의 플로트오버 설치용 LMU의 성능을 개선하여 설계 요구 조건을 만족하는 설계를 개발하였다. 초기설계는 고정식 해양구조물의 플로트오버 설치용으로 개발된 것의 제원을 참조하였으며, 초탄성재료의 거동을 표현하기 위해 Mooney-Rivlin 모델을 활용하였다. 설계민감도해석 결과를 바탕으로 중요도에 따라 설계 변수들을 선별하였고, 진화알고리듬 기반 최적설계를 수행하였다. 최적설계 문제에서 목적함수는 LMU의 중량이며, 제약 조건은 LMU에 작용하는 최대 폰-미세스 응력과 LMU의 성능을 평가할 수 있는 반발력이다.

• 한국방사선학회논문지
• /
• 제15권4호
• /
• pp.547-554
• /
• 2021

흉부 X선 영상의 폐렴을 신속하고 정확하게 진단하기 위하여 동일한 Xception 딥러닝 모델에 배치 사이즈를 4, 8, 16, 32로 다르게 적용하여 각각 3회의 모델링을 실시하였다. 그리고 성능평가 및 metric 평가에 대한 결과값을 3회 평균값으로 산출하여 배치 사이즈별 흉부 X선 영상의 폐렴 특징 추출과 분류의 정확도 및 신속성을 비교 평가하였다. 딥러닝 모델링의 성능평가 결과 배치 사이즈 32를 적용한 모델링의 경우 정확도, 손실함수 값, 평균제곱오차, 1 epoch 당 학습 소요 시간의 결과가 가장 우수한 결과를 나타내었다. 그리고 Test Metric의 정확도 평가는 배치 사이즈 8을 적용한 모델링이 가장 우수한 결과를 나타내었으며, 정밀도 평가는 모든 배치 사이즈에서 우수한 결과를 나타내었다. 재현율 평가는 배치 사이즈 16을 적용한 모델링이 가장 우수한 결과를 나타내었으며, F1-score는 배치 사이즈 16을 적용한 모델링이 가장 우수한 결과를 나타내었다. 그리고 AUC score 평가는 모든 배치 사이즈의 결과가 동일하였다. 이러한 결과를 바탕으로 배치 사이즈 32를 적용한 딥러닝 모델링이 높은 정확도, 안정적인 인공신경망 학습 및 우수한 신속성의 결과를 나타내었다. 향후 딥러닝을 이용한 흉부 X선 영상의 폐렴에 대한 특징 추출 및 분류에 관하여 자동진단 연구 시 배치 사이즈를 32로 적용한다면 정확하면서도 신속한 병변 검출이 가능할 것이라고 사료된다.

• 문화기술의 융합
• /
• 제7권3호
• /
• pp.321-334
• /
• 2021

본 연구는 굿즈의 소비가치가 기업브랜드 제품 구매의도에 미치는 영향을 분석하기 위해 굿즈를 구매한 경험이 있는 남, 여 457명에게 설문을 받아 SPSS 21.0과 Smart PLS 3.0을 활용하여 모형을 검정하였다. 굿즈의 소비가 치인 한정적, 기능적, 심미적, 쾌락적, 혁신적, 사회자아적 가치와 굿즈 만족도를 검정한 후 기업브랜드 제품 구매의도에 미치는 영향을 분석하였다. 혁신적 가치를 제외하고 모두 유의한 것으로 나타났으며, 굿즈 만족도는 브랜드 애착과 기업브랜드 제품 구매의도에 유의한 영향을 주었다. 우리는 최근, 시대적 흐름에 맞게 굿즈를 재정의하고, 굿즈의 종류를 휴먼브랜드 굿즈, 브랜드 굿즈, 관광 굿즈, 캐릭터 굿즈 4가지로 처음으로 분류한 것에 학문적 의미를 둔다. 굿즈의 종류에 따라 소비가치와 만족도에 부분적 차이가 있는 것을 확인하였다. 연구를 통해 굿즈에 대한 이해의 폭을 넓히고 타깃에 맞게 기획 및 개발 방향을 제시하여 효과적이고, 유용한 마케팅의 가능성을 시사하고자 한다.

• 대한원격탐사학회지
• /
• 제38권3호
• /
• pp.283-298
• /
• 2022

Synthetic Aperture Radar (SAR)영상은 날씨와 주야에 관계없이 취득될 수 있어 감시, 정찰 및 국토안보 등의 목적을 위한 자동표적인식(Automatic Target Recognition, ATR)에 활용 가능성이 높다. 그러나, 식별 시스템 개발을 위해 다양하고 방대한 양의 시험영상을 구축하는 것은 비용, 운용측면에서 한계가 있다. 최근 표적 모델을 이용하여 시뮬레이션된 SAR 영상에 기반한 표적 식별 시스템 개발에 대한 관심이 높아지고 있다. SAR-ATR 분야에서 대표적으로 이용되는 산란점 매칭과 템플릿 매칭 기반 알고리즘을 적용하여 표적식별을 수행하였다. 먼저 산란점 매칭 기반의 식별은 점을 World View Vector (WVV)로 재구성 후 Weighted Bipartite Graph Matching (WBGM)을 수행하였고, 템플릿 매칭을 통한 식별은 서로 인접한 산란점으로 재구성한 두 영상간의 상관계수를 사용하였다. 개발한 두 알고리즘의 식별성능시험을 위해 최근 미국 Defense Advanced Research Projects Agency (DARPA)에서 배포한 표적 시뮬레이션 영상인 Synthetic and Measured Paired Labeled Experiment (SAMPLE) 자료를 사용하였다. 표준 환경, 표적의 부분 폐색, 랜덤 폐색 정도에 따른 알고리즘 성능을 분석하였다. 산란점 매칭 알고리즘의 식별 성능이 템플릿 매칭보다 전반적으로 우수하였다. 10개 표적을 대상으로 표준환경에서의 산란점 매칭기반 평균 식별률은 85.1%, 템플릿 매칭기반은 74.4%이며, 표적별 식별성능 편차 또한 산란점 매칭기법이 템플릿 매칭기법보다 작았다. 표적의 부분 폐색정도에 따른 성능은 산란점 매칭기반 알고리즘이 템플릿 매칭보다 약 10% 높고, 표적의 랜덤 폐색 60% 발생에도 식별률이 73.4% 정도로 비교적 높은 식별성능을 보였다.