• 디지털콘텐츠학회 논문지
• /
• 제17권6호
• /
• pp.565-579
• /
• 2016

본 논문에서는 극한 기계학습을 이용하는 하이브리드 균형 표본 유전자 알고리즘(hSBGA-ELM)을 기반으로 한 새로운 암 아류형 분류자를 제안하였다. 제안 된 암 아류형 분류자는 정확한 암 아류형 분류기 설계를 위해 공개 전체암지도 (Global Cancer Map)로부터 15063개의 유전자 발현 데이터를 사용합니다. 제안된 방법에서는 14가지(유방암, 전립선 암, 폐암, 대장 암, 림프종, 방광, 흑색 종, 자궁, 백혈병, 신장, 췌장, 난소, 중피종 및 CNS)의 암 아류형을 효율적으로 분류합니다. 제안 된 hSBGA-ELM은 유전자 선택 절차 및 암 아류형 분류를 하나의 프레임 워크로 단일화 한다. 제안 된 하이브리드 균형 표본 유전 알고리즘은 GCM 데이터베이스에서 이용 가능한 16,063 개의 유전자로부터 암 아류형 분류를 담당하는 축소된 강인 유전자 셋을 찾는다. 선택/축소된 유전자 세트는 익스트림 기계학습을 이용하여 암 아류형 분류기를 구성하는데 사용된다. 결과적으로, 크기가 축소된 강인 유전자 집합이 제안하는 암 아류형 분류기의 안정된 일반화 성능을 보장하게 한다. 제안 된 hSBGA-ELM은 암에 관여하는 것으로 예측되는 95개의 유전자를 발견하였으며 기존의 암 아류형 분류기와의 비교를 통해 제안 된 방법의 효율을 보여준다.

• 전자공학회논문지CI
• /
• 제45권4호
• /
• pp.12-18
• /
• 2008

입자 물리 방사선 연구는 우리 일상생활의 많은 부분에 도움을 주고 있다. 비파괴검사를 가능하게 하여 우리가 사용하는 물건의 안전성을 검증하고, 사람에게 유해한 환경을 판단하고, 사람의 질병을 치료하는 등 다양한 분야에서 활용되고 있다. 이와 같이 입자 물리 방사선 연구는 유용하지만 직접적인 실험을 하기가 어려워 컴퓨터 시뮬레이션을 이용한다. 그 중 현재 대표적인 입자 물리 시뮬레이션 라이브러리 중 하나가 Geant4이다. 그러나 Geant4는 시뮬레이션을 하기 위해 사용자가 직접 C++언어를 통하여 프로그램을 작성해야 하는 어려움이 있다. 이 어려움을 해결하기 위해 물리연구자의 요구사항을 분석하여 Geant4 에 맞는 시뮬레이션 환경을 생성하는 시뮬레이션 자동화 프레임워크인 Geant4Editor를 설계하였다. Geant4Editor는 자원 관리자(Data Manager)를 통하여 자원(사용자 생성 데이터)을 효율적으로 관리하며, 시뮬레이션에서 필요한 필수 클래스를 사용자의 요구를 반영하여 자동으로 생성한다.

• 한국운동역학회지
• /
• 제26권1호
• /
• pp.11-20
• /
• 2016

Objective: This study aimed to compare biomechanical data between elite and beginner cyclists during cycle pedaling by performing a comparative analysis and to provide quantitative data for both pedaling performance enhancement and injury prevention. Methods: The subjects of this study included 5 elite cyclists (age: $18{\pm}0years$, body mass: $64.8{\pm}9.52kg$, height: $173.0{\pm}4.80cm$) and 5 amateur cyclists (age: $20{\pm}0years$, mass: $66.6{\pm}2.36kg$, height: $175.6{\pm}1.95cm$). The subjects pedaled on a stationary bicycle mounted on rollers of the same gear (front: 50 T and rear: 17 T = 2.94) and cadence of 90. The saddle height was adjusted to fit the body of each subject, and all the subjects wore shoes with cleats. In order to obtain kinematic data, 4 cameras (GR-HD1KR, JVC, Japan) were installed and set at 60 frames/sec. An electromyography (EMG) system (Telemyo 2400T, Noraxon, USA) was used to measure muscle activation. Eight sets of data from both the left and right lower extremities were obtained from 4 muscles (vastus medialis oblique [VMO], vastus lateralis oblique [VLO], and semitendinosus [Semitend], and lateral gastrocnemius [Gastro]) bilaterally by using a sampling frequency of 1,500 Hz. Five sets of events ($0^{\circ}$, $90^{\circ}$, $180^{\circ}$, $270^{\circ}$, and $360^{\circ}$) and 4 phases (P1, P2, P3, and P4) were set up for the data analysis. Imaging data were analyzed for kinematic factors by using the Kwon3D XP computer software (Visol, Korea). MyoResearch XP Master Edition (Noraxon) was used for filtering and processing EMG signals. Results: The angular velocity at $360^{\circ}$ from the feet was higher in the amateur cyclists, but accelerations at $90^{\circ}$ and $180^{\circ}$ were higher in the elite cyclists. The amateur cyclists had greater joint angles at $270^{\circ}$ from the ankle and wider knee joint distance at $0^{\circ}$, $180^{\circ}$, and $360^{\circ}$ than the elite cyclists. The EMG measurements showed significant differences between P2 and P4 from both the right VLO and Semitend. Conclusion: This study showed that lower body movements appeared to be different according to the level of cycle pedaling experience. This finding may be used to improve pedaling performance and prevent injuries among cyclists.

• 한국융합학회논문지
• /
• 제9권11호
• /
• pp.61-68
• /
• 2018

본 논문에서는 일상에서 획득할 수 있는 자연 영상에서 문자를 검출하기 위해 영상 개선 및 문자의 형태를 분석하여 문자를 검출하는 방법을 제안한다. 제안하는 방법은 자연 영상에서 문자로 인식될 영역의 검출률을 향상시키기 위해 객체부분의 경계를 언샤프 마스크를 사용하여 강조하였다. 향상된 객체의 경계 부분을 이용하여 영상의 문자 후보영역을 MSER(Maximally Stable Extermal Regions)을 이용하여 검출하였다. 검출된 문자 후보영역에서 실제 문자로 판단될 영역을 검출하기 위해 각 영역들의 형태를 분석하여 글자의 특성을 갖는 영역외의 비 문자영역을 제거하여 실제 문자영역 검출률을 높였다. 본 논문의 정량적 평가를 위해 문자 영역의 검출률과 정확도를 이용하여 기존의 방법들과 비교하였다. 실험결과 기존의 문자 검출 방법보다 제안하는 방법이 비교적 높은 문자영역의 검출률 및 정확도를 보였다.

• 한국인터넷방송통신학회논문지
• /
• 제22권5호
• /
• pp.29-35
• /
• 2022

본 논문에서는 신재생에너지 산업생태계의 한 영역을 담당하는 연료전지 산업에서 요구되는 인력을 양성함에 있어서, 기업의 교육비 부담 감축과 교육 효과 향상을 위하여 메타버스에 탑재한 연료전지 교육 프레임워크를 제안하였다. 본 Meta-Fuel cell 플랫폼은 Unity 3D 웹을 활용하여 1인칭 시점의 플랫폼을 구성하여 이론교육과 실습교육을 진행할 수 있도록 구성하였다. 이 플랫폼은 ppt 발표, 동영상 실행 등등 다양한 단위 교육 콘텐츠를 수용할 수 있도록 설계하였고 프로토타입을 구현하였다. 현재, 본 플랫폼에는 이론교육을 위한 ppt 및 동영상 시연 외에 실습을 위한 소프트웨어 콘텐츠 "STACK-Up"이 통합되어 있다. 이론교육 부문은 신재생에너지, 수소경제, 연료전지 등의 수소에 관한 교양지식 서비스를 제공한다. 소프트웨어 "STACK-Up"은 건물용 연료전지 핵심부품인 스택의 분해-조립 공정을 실습할 수 있는 서비스를 제공한다. Meta-Fuelcell 플랫폼은 교육자에게는 대면 교육의 한계점을 개선하여 교육 장소, 시간, 인원 등의 제약이 없는 비대면 교육의 기회를 제공하고, 학습자에게는 교육 주제, 순서 등을 선택권을 부여하며 메타버스 공간에서 학습할 수 있는 흥미로운 경험을 제공한다. 본 플랫폼은 연료전지 인력양성 사업에 실험적으로 적용하며 개선을 진행하고 있다.

• 문화기술의 융합
• /
• 제7권4호
• /
• pp.711-719
• /
• 2021

2000년대 초부터 전통적인 가상 스튜디오 제작 시스템을 활용하여 수많은 교육 콘텐츠를 제작해 온 EBS는 약 20년만인 2020년 10월에 AR 영상 제작 시스템을 도입했다. 카메라의 움직임과 렌즈 정보를 트래킹하여 실시간으로 그래픽 요소와 실사를 합성한다는 기본 개념은 유사하지만, 새로 도입된 AR 영상 제작 시스템은 이전보다 개선된 몇 가지 최신 기술이 적용되었다. 좀 더 자유로운 카메라의 움직임을 가능하게 해주고 안정적으로 위치 트래킹을 할 수 있는 마커 추적 방식의 트래킹 기술이 적용되었고, 운영 소프트웨어는 컴퓨터 게임 제작에 활용되는 대표적인 그래픽 엔진 중 하나인 언리얼 엔진이 적용되어 시스템의 렌더링 부담은 줄어들면서 고품질의 실시간 그래픽 효과가 가능하게 되었다. 해당 시스템은 생방송 전용 스튜디오에서 부감 촬영을 담당하는 크레인 카메라에 설치되어 어린이 대상 생방송 프로그램에 주로 활용되고 있으며, 2D 그래픽으로 표현되던 코너 소개나 퀴즈 이벤트 등의 영상 중 일부가 3D AR 영상으로 전환되었다. 본 논문에서는 AR 영상 제작 시스템의 도입과 적용이 EBS의 콘텐츠 제작 측면에 있어서 어떤 변화를 가져왔는지와 향후 발전 방향과 가능성에 대해 알아본다.

• 실천공학교육논문지
• /
• 제15권2호
• /
• pp.529-538
• /
• 2023

보편적 인공지능교육의 필요성이 확대되고 직무 변화가 이루어지고 있는 현 시점에서, 가장 먼저 인공지능을 직무의 일부분으로 경험하게 되는 대학의 비전공자를 위한 인공지능 교양교육에 대한 연구 및 논의는 미흡한 실정이다. 비전공자 대상 인공지능 교육과정이 운영되고 있지만 주로 인공지능의 개념 및 원리에 대한 이론 중심의 교육으로 운영되고 있다. 비전공자 대상 인공지능에 대한 일반적인 개념을 이해하기 위해 체험학습을 병행하여 진행 할 필요가 있다. 따라서 본 연구는 비전공자의 특성을 고려하여 학습에 흥미를 갖고, 인공지능 수업에 대한 부담감을 낮출 수 있는 난이도의 인공지능 체험교육 학습콘텐츠를 설계한 후 앱인벤터와 오렌지 인공지능 플랫폼을 활용한 체험 교육의 학습효과를 살펴보고자 한다. 팀 별 인공지능 관련 프로젝트 작성을 통해 수집된 학습관련 데이터와 설문조사 자료를 바탕으로 분석한 결과 인공지능 교육의 필요성에 대한 인식의 긍정적인 변화와 인공지능 리터러시 능력이 향상된 것으로 나타났다. 교수자에게는 인공지능 체험교육 학습을 위한 학습모형을 설계하는 데 기틀을 마련해 주는 계기가 될 것으로 기대한다.

• 산업융합연구
• /
• 제21권9호
• /
• pp.41-48
• /
• 2023

최근 들어 개인, 기업, 국가 등 사회 전반에 랜섬웨어에 의한 피해가 급증하고 있으며 그 규모도 점차 커지고 있다. 랜섬웨어는 사용자 컴퓨터 시스템에 침입하여 사용자의 중요 파일들을 암호화하여 사용자가 해당 파일들을 사용하지 못하게 하고 그 댓가로 금품을 요구하는 악의적인 소프트웨어이다. 랜섬웨어는 기타 다른 악의적인 코드들에 비해 공격기법이 다양하고 정교하여 탐지가 어렵고 피해 규모가 크기 때문에 정확한 탐지와 해결 방법이 필요하다. 정확한 랜섬웨어를 탐지하기 위해서는 랜섬웨어의 특성들로 학습한 탐지 시스템의 추론엔진이 요구된다. 따라서 본 논문에서는 랜섬웨어의 정확한 탐지를 위해 랜섬웨어가 가지는 특성을 추출하여 분류하는 모델을 제안하고 추출된 특성들의 유사성을 계산하여 특성의 차원을 축소한 다음 축소된 특성들을 그룹화하여 랜섬웨어의 특성으로 공격 도구, 유입경로, 설치파일, command and control, 실행파일, 획득권한, 우회기법, 수집정보, 유출기법, 목표 시스템의 상태 변경으로 분류하였다. 분류된 특성을 기존 랜섬웨어에 적용하여 분류의 타당성을 증명하였고, 차후에 이 분류기법을 이용해 학습한 추론엔진을 탐지시스템에 장착하면 새롭게 등장하는 신종과 변종 랜섬웨어도 대부분 탐지할 수 있다.