• 정보교육학회논문지
• /
• 제24권5호
• /
• pp.453-462
• /
• 2020

인공지능(AI)이 발달하면서 누구나 손쉽게 접속하여 인공지능에 대한 내용을 학습하거나, 인공지능 모델을 만드는 등 인공지능 관련 다양한 활동을 할 수 있는 플랫폼들이 많이 생겨났다. 이에 본 연구에서는 다양한 인공지능 교육 플랫폼을 분석하여 인공지능 기반 SW교육 활성화를 위한 프레임워크기반 인공지능 교육 플랫폼을 활용한 SW교육 수업안을 개발하여 제안하였다. 인공지능 기반 SW교육 프레임워크는 컴퓨팅 사고력(Computational Thinking)의 기반 위에서 인공지능 리터러시(literacy)를 함양하는 것을 목표로 학습자 중심의 프로젝트 수업을 구성하여 실생활의 맥락이나 다른 교과와 융합 가능한 요소를 포함하였다. 이를 활용하여 분리수거 도우미 인공지능 만들기라는 주제로 6차시 분량의 프로젝트 기반 수업으로 실과, 사회, 창의적 체험활동을 활용한 SW교육 수업안을 개발하여 제시하였다. 이 프로젝트 수업은 AI Oceans, 엔트리와 같이 어렵지 않은 플랫폼을 활용하여 수업을 구성하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.427-430
• /
• 2003

Nano drive control of five phase stepping motors is developed based on computational intelligence technology and it enables to drive into 5 million equiangular parts per revolution with keeping normal speed and torques. The experimental results of realizing high resolution/accuracy with low vibration and decreasing both heat loss and electric power consumption are mentioned.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 The Third Asian Fuzzy Systems Symposium
• /
• pp.36-41
• /
• 1998

This paper presents a stabilization algorithm for a class of fuzzy systems with singleton consequect. To this aim, we introduce two canonical forms of an unforced fuzzy system and a stability theorem. A design example is shown to verify the stabilization algorithm.

• International Journal of Computer Science & Network Security
• /
• 제21권11호
• /
• pp.312-320
• /
• 2021

Increase in computational cost and exhaustive search can lead to more complexity and computational energy. Thus, there is need for effective and efficient scheme to reduce the complexity to achieve optimal energy utilization. This will improve the energy efficiency and enhance the proficiency in terms of the resources needed to achieve convergence. This paper primarily focuses on the development of hybrid swarm intelligence scheme for reducing the computational complexity in binary optimization. In order to reduce the complexity, both artificial bee colony (ABC) and particle swarm optimization (PSO) have been employed to effectively minimize the exhaustive search and increase convergence. First, a new approach using ABC and PSO has been proposed and developed to solve the binary optimization problem. Second, the scout for good quality food sources is accomplished through the deployment of PSO in order to optimally search and explore the best source. Extensive experimental simulations conducted have demonstrate that the proposed scheme outperforms the ABC approaches for reducing complexity and energy consumption in terms of convergence, search and error minimization performance measures.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권8호
• /
• pp.572-577
• /
• 2015

보통의 인공지능 시스템은 특정 작업을 수행하기 위해 설계되며, 해당 작업만을 수행하는 능력을 가진다. 그에 반해 인공 일반지능이란 설계 당시 목표로 한 작업만이 아니라 새로 접하는 다양한 문제에도 대응할 수 있는 인공지능을 의미한다. 최근 게임 인공지능 분야의 일반지능 문제인 General Video Game Playing에 대한 관심이 높아지고 있다. 비디오 게임으로 범위가 제한되었지만, 다양한 형태의 비디오 게임을 플레이 할 수 있는 단일 인공지능을 설계하는 것은 상당히 도전적인 문제이다. 본 논문에서는 Monte-Carlo Tree Search를 이용하는 기존 비디오 게임을 위한 인공 일반지능을 개선하는 방법에 대해 기술한다. 여기서는 UCB1 알고리즘을 문제에 적합하도록 개선한 GreedyUCB1과 게임 분석을 통해 얻은 지식을 활용한 Rollout 방법을 제안한다. 제안한 방법으로 개발된 인공지능은 국제 학술대회인 IEEE Computational Intelligence in Games의 2014년 인공지능 경진 대회에 출전하여 4위의 성적을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제29권3호
• /
• pp.227-235
• /
• 2024

정보 혁명 시대를 맞이하여 전 세계적인 변화의 흐름 속에서 인공지능 융합 교육의 필요성이 더욱 대두되고 있다. 이에 본 논문에서는 인공지능을 융합한 피지컬 컴퓨팅 프로그래밍 교육 방법을 개발 및 적용하였다. 통제집단에는 인공지능을 융합하지 않은 피지컬 컴퓨팅 프로그래밍 교육을 실시하였으며, 실험집단에는 인공지능을 융합한 피지컬 컴퓨팅 프로그래밍 교육 방법을 개발하여 적용한 후 초등학생의 컴퓨팅 사고력에 미치는 영향을 분석하였다. 그 결과, 인공지능을 융합한 피지컬 컴퓨팅 프로그래밍 교육이 인공지능을 융합하지 않은 피지컬 컴퓨팅 프로그래밍 교육과 비교하여 초등학생의 컴퓨팅 사고력 신장에 더욱 긍정적인 효과를 나타내었음에 대한 통계적으로 유의미한 결과를 확인할 수 있었다.

• 정보교육학회논문지
• /
• 제25권2호
• /
• pp.367-375
• /
• 2021

본 연구는 초등학생의 컴퓨팅 사고력 신장을 위한 교육 방법으로 인공지능 교육 프로그램을 개발하여 적용한 후 그 효과를 검증하였다. 교육 프로그램은 ADDIE(Analysis-Design-Development-Implementation-Evaluation) 모형에 따라 사전에 초등학교 교사 100명을 대상으로 구글 설문을 이용하여 실시한 요구 분석 결과를 바탕으로 그 목표와 방향을 설계하였다. 머신러닝 포 키즈 중 블록 기반의 프로그래밍을 위해 스크래치를 사용하였고 숫자 데이터를 활용하여 인공지능의 원리를 학습하고 직접 문제를 해결하는 프로그래밍 과정에서 컴퓨팅 사고력을 향상할 수 있도록 교재를 개발하고 적용하였다. 비버챌린지를 활용하여 사전·사후 검사 결과를 통해 컴퓨팅 사고력의 변화 정도를 분석하였으며, 분석 결과 본 연구는 초등학생의 컴퓨팅 사고력 향상에 긍정적인 영향을 미친 것으로 나타났다.

• 반도체디스플레이기술학회지
• /
• 제22권1호
• /
• pp.134-138
• /
• 2023

This study focuses on the analysis of the results of computational fluid dynamics simulations of mist-chemical vapor deposition for the growth of an epitaxial wafer in power semiconductor technology using artificial intelligence techniques. The conventional approach of predicting the uniformity of the deposited layer using computational fluid dynamics and design of experimental takes considerable time. To overcome this, artificial intelligence method, which is widely used for optimization, automation, and prediction in various fields, was utilized to analyze the computational fluid dynamics simulation results. The computational fluid dynamics simulation results were analyzed using a supervised deep neural network model for regression analysis. The predicted results were evaluated quantitatively using Euclidean distance calculations. And the Bayesian optimization was used to derive the optimal condition, which results obtained through deep neural network training showed a discrepancy of approximately 4% when compared to the results obtained through computational fluid dynamics analysis. resulted in an increase of 146.2% compared to the previous computational fluid dynamics simulation results. These results are expected to have practical applications in various fields.

• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2006년도 정기 학술대회 논문집
• /
• pp.89-96
• /
• 2006

Nondestructive evaluation using surface waves needs an analytical solution for the reference value to compare with experimental data. Finite element analysis is very powerful tool to simulate the wave propagation, but has some defects. It is very expensive and high time-complexity for the required high resolution. For those reasons, it is hard to implement an optimization problem in the actual situation. The developed engine in this paper can substitute for the finite element analysis of surface waves propagation, and it accomplishes the fast analysis possible to be used in optimization. Including this artificial intelligence engine, most of soft computing algorithms can be applied on the special database. The database of surface waves propagation is easily constructed with the results of finite element analysis after reducing the dimensions of data. The principal wavelet-component analysis is an efficient method to simplify the transient wave signal into some representative peaks. At the end, artificial neural network based on the database make it possible to invent the artificial intelligence engine.

• 시스템엔지니어링학술지
• /
• 제15권2호
• /
• pp.72-78
• /
• 2019

Pathology is the motor that drives healthcare to understand diseases. The way pathologists diagnose diseases, which involves manual observation of images under a microscope has been used for the last 150 years, it's time to change. This paper is specifically based on tumor detection using deep learning techniques. Pathologist examine the specimen slides from the specific portion of body (e-g liver, breast, prostate region) and then examine it under the microscope to identify the effected cells among all the normal cells. This process is time consuming and not sufficiently accurate. So, there is a need of a system that can detect tumor automatically in less time. Solution to this problem is computational pathology: an approach to examine tissue data obtained through whole slide imaging using modern image analysis algorithms and to analyze clinically relevant information from these data. Artificial Intelligence models like machine learning and deep learning are used at the molecular levels to generate diagnostic inferences and predictions; and presents this clinically actionable knowledge to pathologist through dynamic and integrated reports. Which enables physicians, laboratory personnel, and other health care system to make the best possible medical decisions. I will discuss the techniques for the automated tumor detection system within the new discipline of computational pathology, which will be useful for the future practice of pathology and, more broadly, medical practice in general.