• 통합자연과학논문집
• /
• 제2권2호
• /
• pp.55-58
• /
• 2009

A ligand-receptor docking program is an indispensible tool in modern pharmaceutical design. An accurate prediction of small molecular docking pose to a receptor is essential in drug design as well as molecular recognition. An effective docking program requires the ability to locate a correct binding pose in a surprisingly complex conformational space. However, there is an inherent difficulty to predict correct binding pose. The odds are more demanding than finding a needle in a haystack. This mainly comes from the flexibility of both ligand and receptor. Because the searching space to consider is so vast, receptor rigidity has been often applied in docking programs. Even nowadays the receptor may not be considered to be fully flexible although there have been some progress in search algorithm. Improving the efficiency of searching algorithm is still in great demand to explore other applications areas with inherently flexible ligand and/or receptor. In addition to classical search algorithms such as molecular dynamics, Monte Carlo, genetic algorithm and simulated annealing, rather recent algorithms such as tabu search, stochastic tunneling, particle swarm optimizations were also found to be effective. A good search algorithm would require a good balance between exploration and exploitation. It would be a good strategy to combine algorithms already developed. This composite algorithms can be more effective than an individual search algorithms.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.818-820
• /
• 2022

The keyword 'healing' is essential to the competitive society and culture of Koreans. In addition, as the time at home increases due to COVID-19, the demand for indoor healing services has increased. Therefore, this thesis analyzes the user's facial expression so that people can receive various 'customized' healing services indoors, and based on this, provides lighting, ASMR, video recommendation service, and facial expression recording service.The user's expression was analyzed by applying the ensemble algorithm to the expression prediction results of various CNN models after extracting only the face through object detection from the image taken by the user.

• 전기전자학회논문지
• /
• 제23권3호
• /
• pp.852-857
• /
• 2019

분산자원 집합 거래시장에 참여를 원하는 소비자나 사업자를 위한 가상발전소의 전력거래 플랫폼에서 사업참여자의 수요 자원을 관리하고, 이에 적절한 전략을 제공하기 위해 익일 개별 참여자의 수요와 전체 계통의 전력수요를 예측하는 것이 대단히 중요하다. 이러한 전력거래 플랫폼에서 활용하는 것을 목표로 본 논문은 우선 익일의 24시간 전력계통 전력수요예측 모델을 개발하였다. 본 논문에서는 전력수요예측 데이터의 시계열 특성을 고려하여 딥러닝 기법 중 LSTM 알고리즘을 사용하였고, 전력수요량 등의 입출력 값에 원-핫 인코딩 기법을 적용하는 새로운 시도를 하였다. 성능평가에서 일반 DNN과 본 논문에서 구현된 LSTM 예측모델은 각각 평균 제곱근 오차 4.50, 1.89를 나타내어 LSTM 모델이 예측정확도가 높게 나타났다.

• 전기전자학회논문지
• /
• 제23권1호
• /
• pp.334-337
• /
• 2019

현재 계속해서 늘어나는 에너지 수요량에 대해 세계적으로 화석연료를 대체할 차세대 에너지의 연구개발이 활발하게 이루어지고 있다. 그 중, 무한정, 무공해의 태양에너지를 사용하는 태양광 발전 시스템의 비중이 커지고 있지만, 일사량에 따른 발전량 편차가 심해 안정된 전력공급이 어렵고 전력 생산량 자체가 지역별 일사량에 의존하는 문제가 존재한다. 본 논문에서는 이러한 문제점을 해결하기 위해 실제의 지역별 일사량, 강수량, 온도, 습도 등의 기상데이터를 수집하여 로직 기반의 퍼지 뉴럴 네트워크를 이용한 태양광 발전 출력 예측 시스템을 제안하였다.

• 한국정보과학회논문지:정보통신
• /
• 제36권3호
• /
• pp.198-203
• /
• 2009

최근 멀티미디어 기술의 발달과 더불어 3차원 영상에 대한 연구가 활발하게 이루어지고 있다. 이 중 다시점 영상은 사실감 넘치는 화면을 사용자에게 제공하지만, 대역폭의 급격한 증가는 풀어야 할 주요 문제이다. 본 논문은 부호화 과정의 복잡도와 시간 소요를 줄일 수 있는 빠른 예측모드 결정 알고리즘을 제안한다. 이것은 빠르게 움직이는 전경 객체를 효과적으로 구분할 수 있는 객체 분할을 기반으로 한다. 빠른 움직임을 가진 전경 객체가 시점 방향 예측 모드로 부호화 될 가능성이 더 높기 때문에 움직임 보상 과정을 사전에 제한할 수 있다. 제안한 기법을 적용한 결과, 기존의 부호화 과정과 비교하여 화질의 큰 저하 없이 평균 45% 연산량이 감소하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제5권10호
• /
• pp.353-360
• /
• 2016

여러 개의 태양전지들이 붙어 있는 태양광 패널을 이용하여 전력을 생산하는 태양광 발전은 최근 신재생 에너지 기술로 빠르게 성장하고 있는 분야이다. 하지만 태양광발전의 단점 중 하나인 불규칙한 전력 생산문제로 인해, 장비 및 패널 결함에 빠르게 대응하지 못하는 문제가 발생한다. 이 연구에서는 다양한 기후데이터와 패널 정보를 이용하여 태양광발전량 예측 방법들을 비교하여 최적의 예측 알고리즘을 평가하고 이를 기반으로 태양광발전소 결함 검출 시스템을 개발하여 국내 태양광 발전소에 적용한 사례를 기술한다.

• 한국멀티미디어학회논문지
• /
• 제10권8호
• /
• pp.997-1003
• /
• 2007

H.264/AVC는 프레임 간 움직임 추정에서 새로운 인트라 모드(intra mode)와 인터 모드(inter mode) 방식을 도입하여 프레임 간 압축률을 높이고 있다. 이들 두 모드들은 가변 크기 블록 모드를 사용하고 있으며 H.264 인코더는 이들 새로운 예측 모드들을 사용하여 이전 표준안들에 비해 뛰어난 압축률과 유연성을 제공해 준다. 그러나 압축률과 유연성에서 이득을 보는 대신, 이들 두 예측으로 인해 복잡도가 증가하고 부호화 시간을 많이 요구하게 되었다. 본 논문에서는 결과 인트라 모드, 움직임 벡터와 모드 맵의 지역 통계를 사용하여 인터 모드를 예측하는 기법을 제안한다. 인트라와 인터 모드는 선택되는 블록 크기에서 연관성을 보이고 있으며, 영상 내용의 stationary에 따라 주변 매크로 블록의 결과 모드와 움직임 벡터를 이용하여 매크로 블록의 인터 모드를 예측할 수 있다. 본 논문의 결과에서는 다양한 비트율과 여덟 개의 영상 열에서 FMD와 비교하여 PSNR과 비트 율에서 거의 비슷하면서 평균 39.43%의 부호화 시간을 감소시키는 것을 보여 주고 있다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.100-103
• /
• 2023

최근 스마트선박 개발에 발맞춰 정확하고 세밀한 실시간 해양환경 예측정보의 요구가 확대되고 선박에 직접 지원하기 위한 환경이 확보됨에 따라 최적항로 분야에서도 다양한 해양환경을 고려한 정보 생산 및 평가 연구가 필요하다. 스마트선박에서 해양환경의 위험도 및 에너지 소비의 불확실성을 줄이면서 최적항로를 산출할 수 있는 알고리즘은 2단계로 구분하여 개발하였다. 1단계는 해양환경정보들과 선박자동식별시스템(AIS)내에 선박의 위치·상태정보를 결합해 프로파일을 생성하였다. 2단계는 구성한 프로파일 결과를 이용하여 해양환경 에너지맵을 정의할 수 있는 모델을 개발하였고, 약 60만개의 데이터를 반영할 수 있도록 인공지능 머신러닝 기법 중 Random Forest를 적용하여 회귀식을 생성하였다. Random Forest 회귀 모델의 결정계수(R²)는 0.89 를 보였다. 생성한 모델에 2021년 6월 1일~3일의 해양환경 예측정보를 이용하여 Dijikstra 최단경로 알고리즘을 적용해 최적 안전항로를 산출하고 맵에 표출했다. Random Forest 회귀 모델로 산출된 항로는 유선적이고 해양환경 예측정보의 상태를 감안하며 항로를 도출하는 결과를 보였다. 본 연구의 실시간 해양환경 예측정보 기반의 항로 산출 개념은 선박의 이동 경향성을 반영한 현실적이면서 안전한 항로 산출이 가능하고, 향후 경제성, 안전성, 친환경성 평가 모델로 범위로 확대할 수 있을 것으로 기대된다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권2호
• /
• pp.67-72
• /
• 2022

최근 인공지능을 활용한 다양한 지능형 응용서비스 개발이 활발히 진행 중이다. 특히, 제조 산업 현장에서는 인공지능 기반 실시간 예측서비스 연구가 활발히 진행 중이며 이중 화재 및 악취를 감지·예측할 수 있는 인공지능 서비스에 대한 요구가 매우 높다. 하지만 기존 감지·예측시스템은 화재 및 악취 발생 예측이 아닌 발생 후 감지 서비스가 대부분이다. 이는 인공지능 기반 예측서비스 기술이 적용되어 있지 않기 때문이다. 또한, 화재 예측 및 악취 감지·예측서비스는 초저지연 특징을 가진 서비스이다. 따라서 초저지연 예측서비스를 제공하기 위해 엣지 컴퓨팅 기술이 인공지능 모델과 결합되어 클라우드에 비해 빠른 추론 결과를 현장에 빠르게 적용할 수 있도록 개발 중이다. 따라서 본 논문에서는 제조 산업 현장에서 가장 많이 요구되는 화재 예측 및 악취 감지·예측에 사용할 수 있는 LSTM 알고리즘 기반 학습모델을 제안한다. 또한, 제안하는 학습모델은 엣지 다바이스에 구현이 가능하도록 설계하였으며 사물인터넷 단말로부터 실시간 센서데이터를 수신하고 이 데이터를 추론 모델에 적용하여 화재 및 악취 상태를 실시간으로 예측할 수 있도록 제안한다. 제안된 모델은 3가지 성능 지표를 통해 학습모델의 예측 정확도를 평가하였으며 평가 결과는 평균 90% 이상 성능을 보였다.

• 인터넷정보학회논문지
• /
• 제25권2호
• /
• pp.29-38
• /
• 2024

경피적 대동맥 판막 치환술(TAVR) 후에는 인공 심박동기 삽입술(PPI)을 비롯한 TAVR 이후 합병증에 대한 철저한 관리가 필요하며 그에 따라 정확한 예측 모델에 대한 필요성이 점점 증가하고 있다. 본 연구는 기존의 이미지 의존적 방법론에서 벗어나 ECG 정보를 중심으로 예측하는 XGBoost 기반의 최적의 PPI 예측 모델을 개발했다. 이 모델은 심전도상의 특정 신호들인 DeltaPR, DeltaQRS 등을 주요 지표로 삼아, 환자의 전도 장애 및 PPI와의 연관성을 파악하며, 기존의 이미지와 ECG 데이터를 결합한 모델과 ECG 기반의 모델 보다 뛰어난 AUC 0.91 성능을 달성하였다. 본 연구에서 제안하는 모델은 두 병원의 데이터를 기반으로 최적의 PPI 예측 모델을 구현 및 검증하였으며, 검증 결과 ECG 데이터의 특성이 PPI 예측에 큰 영향을 미치며 95.28%의 높은 유사도를 보였다. 이로써 본 연구의 예측 모델이 다양한 병원 데이터에도 효과적으로 적용될 수 있음을 확인하였다. 최적의 머신러닝 알고리즘을 사용하여 PPI와 각 특성 간의 상관관계를 명확히 했으며, 고비용의 의료 이미지에 의존하지 않고 ECG 데이터를 사용하여 높은 정확도로 PPI를 예측할 수 있음을 입증하였다. 이는 의료 결정 과정에서 인간 개입의 의존도를 줄이며, 신뢰할 수 있고 실용적인 PPI 예측 모델 개발로의 중요한 진전을 의미한다.