• 드라이브 ㆍ 컨트롤
• /
• 제18권4호
• /
• pp.9-18
• /
• 2021

This study proposes a method for creating learning datasets to recognize obstacles using deep learning algorithms in automated construction machinery or an autonomous vehicle. Recently, many researchers and engineers have developed various recognition algorithms based on deep learning following an increase in computing power. In particular, the image classification technology and image segmentation technology represent deep learning recognition algorithms. They are used to identify obstacles that interfere with the driving situation of an autonomous vehicle. Therefore, various organizations and companies have started distributing open datasets, but there is a remote possibility that they will perfectly match the user's desired environment. In this study, we created an interface of the virtual simulator such that users can easily create their desired training dataset. In addition, the customized dataset was further advanced by using the RDBMS system, and the recognition rate was improved.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2021년도 가을 학술논문 발표대회
• /
• pp.217-218
• /
• 2021

The development of artificial intelligence in the field of construction and construction is revitalizing. The performance and development techniques of artificial intelligence are changing rapidly, but if you look at the cases of domestic construction sites, they are using technologies from 5 to 7 years ago. It is right to follow a stable method in consideration of commercialization, but the previous AI development method requires more manpower and time to develop than the current technology. In addition, in order to actively utilize artificial intelligence technology, customized artificial intelligence is required to be applied to ever-changing changes in construction sites. it is the reality As a result, even if good AI technology is secured at the construction site, it is reluctant to introduce it because there is no advantage in terms of time and cost compared to the existing method to apply it only to some processes. Currently, an AI technique with a faster development process and accurate recognition has been developed to cope with a fluid situation, so it will be important to understand and introduce the rapidly changing AI development method.

• 방송공학회논문지
• /
• 제25권2호
• /
• pp.200-207
• /
• 2020

CNN 기반 인공신경망은 영상 분류, 객체 인식, 화질 개선 등 다양한 분야에서 뛰어난 성능을 보이고 있다. 그러나, 많은 응용에서 딥러닝(Deep Learning) 모델의 복잡도 및 연산량이 방대해짐에 따라 IoT 기기 및 모바일 환경에 적용하기에는 제한이 따른다. 따라서 기존 딥러닝 모델의 성능을 유지하면서 모델 크기를 줄이는 인공신경망 압축 기법이 연구되고 있다. 본 논문에서는 인공신경망 압축기법을 통하여 원본 CNN 모델을 압축하고, 압축된 모델을 임베디드 시스템 환경에서 그 성능을 검증한다. 성능 검증을 위해 인공지능 지원 맞춤형 칩인 QCS605를 내장한 임베디드 보드에서 카메라로 입력한 영상에 대해서 원 CNN 모델과 압축 CNN 모델의 분류성능과 추론시간을 비교 분석한다. 본 논문에서는 이미지 분류 CNN 모델인 MobileNetV2, ResNet50 및 VGG-16에 가지치기(pruning) 및 행렬분해의 인공신경망 압축 기법을 적용하였고, 실험결과에서 압축된 모델이 원본 모델 분류 성능 대비 2% 미만의 손실에서 모델의 크기를 1.3 ~ 11.2배로 압축했을 뿐만 아니라 보드에서 추론시간과 메모리 소모량을 각각 1.2 ~ 2.1배, 1.2 ~ 3.8배 감소함을 확인했다.

• 정보보호학회논문지
• /
• 제28권5호
• /
• pp.1119-1127
• /
• 2018

대부분의 침해공격은 악성코드를 통해 발생하고 있으며, 침해공격으로 인한 피해는 사물인터넷/사이버 물리 시스템과 연결되면서 사이버공간에만 국한되지 않고 실생활에 큰 위협이 되고 있다. 이에 따라, 다양한 악성코드 동적분석, 정적분석기술들이 연구되었는데, 악성코드 동적분석들은 결과적인 악성행위를 쉽게 확인할 수 있어 널리 사용되었으나 VM 환경탐지 시 동작하지 않는 anti-VM 악성코드가 증가하면서 어려움을 겪고 있고, 악성코드 정적분석기술들은 코드자체를 해석할 수 있어 많은 정보를 얻을 수 있으나 난독화, 패킹 기술들이 적용되어 분석가를 어렵게 하고 있다. 본 논문에서는 정적분석기술의 주요 장애물인 난독화 유형을 자동식별, 분류하는 기술을 제안한다. 특히, 제안하는 모델을 통해 알려진 패커나 알려지지 않은 패커와 상관없이 일정한 기준에 의해 모든 악성코드를 분류할 수 있는 것이 가능하다. 악성코드 분류는 다양한 활용이 가능하지만, 예를 들면 악성코드 정적 feature에 기반하여 머신러닝 기반 분석을 할 때, 전체 파일에 대해 학습 및 분석하는 방식보다 악성코드 유형별 학습 및 분석이 더욱 효과적일 것이다. 이를 위해, PE구조에서 활용 가능한 feature에 대해 지도 학습 및 비지도 학습 방식의 모델을 설계했고, 98,000여개 샘플을 통해 결과 검증을 진행하였다.

• 한국전자거래학회지
• /
• 제17권1호
• /
• pp.91-110
• /
• 2012

최근 유통업체의 운영 효율화를 위한 IT 활용 노력이 증대되고 있다. 이 가운데 유통매장 내 고객 흐름에 대한 분석은, 매대 배치와 상품 그룹핑의 최적화 및 매대별, 지역고객 특성별 서비스 개발에 있어서 핵심적인 부분이다. 에이전트 기반 모델링 및 시뮬레이션(ABMS)은 유통매장 내 고객 흐름을 분석하는데 가장 유망한 방법 중 하나이다. 본 논문에서는 고객 흐름 분석 기반의 유통매장운영 최적화를 위한 ABMS의 기초 연구로서 고객들의 행동을 분석하여 모델링하고 시뮬레이션 하였다. 고객 행동 모델링을 위하여 구매 물품 리스트에 따른 실제 고객의 행동 특성을 조사하였고, 이를 바탕으로 BDI 기반의 고객 에이전트 모델을 제시하였다. 고객 모델은 BDI 이론의 구성요소인 믿음(Beliefs), 소망(Desires), 그리고 의도(Intentions)와 고객의 특성(Characteristics)을 포함하고 있다. 본 연구 결과는, 향후 매장 내 혼잡도 분석을 위한 모델링 및 시뮬레이션, 그리고 이를 바탕으로 한 상품 그룹핑 및 매대 배치 최적화에 활용될 수 있을 것이다.

• 한국문헌정보학회지
• /
• 제52권3호
• /
• pp.61-89
• /
• 2018

본 연구의 목적은 국제 성인 역량 평가(PIAAC)와 국제 학업성취도 평가(PISA)에서 측정된 디지털 독서 리터러시 및 디지털 정보 리터러시 문항의 측정 내용과 방법을 살펴보고 공공도서관의 사서와 초 중등학교의 사서교사가 독서 및 정보 서비스를 제공하는 데에 필요한 시사점을 도출하는 데 있다. 디지털 독서 리터러시나 디지털 정보 리터러시 측정 문항을 해결하기 위하여 응답자는 인지 전략과 더불어 ICT 기술 역량이 공통적으로 필요하였다. 다만 디지털 독서 리터러시 측정 문항에서는 텍스트를 종합적으로 이해하고 비판적으로 사고하는 능력이 강조되었으며 디지털 정보 리터러시 측정 문항에서는 ICT 활용 능력과 항해(navigation) 능력 및 검색된 텍스트를 읽을 것인지를 평가하는 능력이 강조되었다. 사서나 사서교사들은 이용자들의 독서를 더욱 권장할 필요가 있으며, 특정한 집단의 성취결과나 특성을 반영하여 맞춤형 역량 향상 프로그램을 제공할 필요가 있다. 또한 자료 검색시스템과 한국십진분류법에 대한 이해와 활용이 가능하도록 도서관 환경을 정비하고 개발할 필요가 있다.

• 한국인공지능학회지
• /
• 제5권1호
• /
• pp.10-17
• /
• 2017

This study is the first attempt to raise face recognition ability through machine learning algorithm and apply to CRM's information gathering, analysis and application. In other words, through face recognition of VIP customer in distribution field, we can proceed more prompt and subdivided customized services. The interest in machine learning, which is used to implement artificial intelligence, has increased, and it has become an age to automate it by using machine learning beyond the way that a person directly models an object recognition process. Among them, Deep Learning is evaluated as an advanced technology that shows amazing performance in various fields, and is applied to various fields of image recognition. Face recognition, which is widely used in real life, has been developed to recognize criminals' faces and catch criminals. In this study, two image analysis models, TF-SLIM and Inception-V3, which are likely to be used for criminal face recognition, were selected, analyzed, and implemented. As an evaluation criterion, the image recognition model was evaluated based on the accuracy of the face recognition program which is already being commercialized. In this experiment, it was evaluated that the recognition accuracy was good when the accuracy of the image classification was more than 90%. A limit of our study which is a way to raise face recognition is left as a further research subjects.

• 한국정보전자통신기술학회논문지
• /
• 제10권5호
• /
• pp.417-423
• /
• 2017

인간의 건강에 대한 관심 증가에 맞춘 상시적인 질병 관리를 위해 다수 개의 측정센서를 이용하여 측정된 생체 신호를 융합한 임계값을 분석하여 개개인의 맞춤형 진단을 위한 모니터링 시스템을 구현하고자 한다. 성능평가 결과 생체 신호의 분석을 위한 SVM 알고리즘은 평균 2%의 오차율이 나타났으며, 윈도우의 크기를 5000으로 분할했을 때 저장 공간의 최대 19.2%를 축소함으로써 효과적임을 보였다. 분류의 정확도는 윈도우 크기를 5000으로 분할했을 때 97.2%로 가장 높은 정확도를 보였다. 또한 총 5000개의 생체 신호 집합의 분석 결과 중 84개의 결과가 다르게 나왔으나 시스템으로부터의 결과가 전문가의 진단 결과보다 더 낮은 경우는 발생하지 않았으며, 약 98%의 정확도를 보였다.

• Safety and Health at Work
• /
• 제7권3호
• /
• pp.201-207
• /
• 2016

Background: Korean Working Conditions Surveys (KWCS), referencing European Working Conditions Surveys, have been conducted three times in order to survey working condition and develop work-related policies. However, we found three limitations for managing the collected KWCS data: (1) there was no computerized system for managing data; (2) statistical KWCS data were provided by limited one-way communication; and (3) the concept of a one-time provision of information was pursued. We suggest a web-based public service system that enables ordinary people to make greater use of the KWCS data, which can be managed constantly in the future. Methods: After considering data characteristics, we designed a database, which was able to have the result of all pairwise combinations with two extracted data to construct an analysis system. Using the data of the social network for each user, the tailored analysis system was developed. This system was developed with three methods: clustering and classification for building a social network, and an infographic method for improving readability through a friendly user interface. Results: We developed a database including one input entity consisting of the sociodemographic characteristics and one output entity consisting of working condition characteristics, such as working pattern and work satisfaction. A web-based public service system to provide tailored contents was completed. Conclusion: This study aimed to present a customized analysis system to use the KWCS data efficiently, provide a large amount of data in a form that can give users a better understanding, and lay the ground for helping researchers and policy makers understand the characteristics.

• 디지털융복합연구
• /
• 제18권10호
• /
• pp.527-535
• /
• 2020

연구 목적은 충청권 초등학생 자녀를 둔 어머니를 대상으로 가공식품 표시기준 인식이 구매행동에 미치는 융복합 효과를 살펴보기 위한 것으로, 가공식품 구매행동에 따른 집단 구분을 위해 2단계 군집분석을 하였고, Schwarz's BIC 기준에 의해 군집수를 결정하였다. 그룹 간 구매행태 특징 분석 결과 '편의추구형'과 '대형마트선호형', '고비용반복 구매형'의 3개 모형이 결정되었다. 그룹별 학력 및 직업은 '대형마트선호형'의 대졸 이상 비율이 유의적으로 높았고, '고비용반복구매형'의 취업모 비율이 높았으며, 식품표시기준 필요성은 '대형마트선호형'이 다른 그룹보다 높았다. 모든 그룹에서 식품표시기준 항목 중 '유통기한'을 가장 중요한 것으로 인식하였고, 구매 시 고려사항은 '사용원료'와 '식품첨가물', '영양성분표시'에서 '대형마트선호형'이 높은 점수를 보였다. 가공식품 구매행동 개선을 위해서는 무엇보다 실생활에 쉽게 적용할 수 있는 대상자 맞춤형 교육매체 개발이 필요하다.