• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권6호
• /
• pp.243-250
• /
• 2021

최근 VR/AR/MR 기술과 3D 주변 장치의 발전에 의해 3D 가상현실 응용 서비스 개발이 증가하고 있으며 이에 따라 3D 데이터의 호환성과 이식성에 대한 요구가 증가하고 있다. 여러 장치의 응용 프로그램의 데이터를 공동으로 사용할 수 있도록 하기 위해서는 3D 표준 데이터 형식의 파일 처리가 요구된다. 이 때 가상환경 장면 처리에 필요한 공통의 파일 형식과 함께 함수와 변수 클래스들을 표준화된 라이브러리와 데이터구조를 제공한다면 응용 별로 서로 다른 파일 형식과 데이터구조의 사용으로 인해 발생하는 불필요한 처리 과정을 생략할 수 있어서 보다 효율적인 시스템 구성이 가능할 것이다. 본 연구에서는 이러한 공통의 데이터 파일과 데이터구조 사용 기능을 위해서 특정의 프로그래밍 언어를 이용하여 공용의 3D 표준 파일에 접근하여 다양한 서비스를 개발할 수 있도록 표준화된 데이터를 생성하고 저장할 수 있는 프로그래밍 바인딩 도구를 제공하는 것이 목적이다. 이를 위해 본 논문에서는 Python 프로그래밍 언어를 이용하여 X3D 파일을 표준화된 방식으로 접근할 수 있도록 클래스와 함수를 포함하는 공통의 데이터구조를 정의하며 이 언어 바인딩 인터페이스를 기반으로 X3D 장면 데이터 파일을 렌더링 하는 X3D VR 뷰어인 Python 언어 바인딩 뷰어 구현에 대해 기술한다. 이 뷰어는 X3D 오브젝트의 생성, 변경, 교환 및 전송을 위한 Python 기반의 3D 장면 라이브러리들과 데이터구조를 포함한다. 그리고 이를 이용하여 X3D 오브젝트를 디스플레이하고 이벤트들을 처리한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권3호
• /
• pp.133-140
• /
• 2022

우리는 유학생이 작성한 한국어 쓰기 답안지의 점수 구간을 예측하는 문제에서 세 개의 딥러닝 기반 한국어 언어모델의 예측 성능을 조사한다. 이를 위해 총 304편의 답안지로 구성된 실험 데이터 세트를 구축하였는데, 답안지의 주제는 직업 선택의 기준('직업'), 행복한 삶의 조건('행복'), 돈과 행복('경제'), 성공의 정의('성공')로 다양하다. 이들 답안지는 네 개의 점수 구간으로 구분되어 평어 레이블(A, B, C, D)이 매겨졌고, 총 11건의 점수 구간 예측 실험이 시행되었다. 구체적으로는 5개의 '직업' 답안지 점수 구간(평어) 예측 실험, 5개의 '행복' 답안지 점수 구간 예측 실험, 1개의 혼합 답안지 점수 구간 예측 실험이 시행되었다. 이들 실험에서 세 개의 딥러닝 기반 한국어 언어모델(KoBERT, KcBERT, KR-BERT)이 다양한 훈련 데이터로 미세조정되었다. 또 두 개의 전통적인 확률적 기계학습 분류기(나이브 베이즈와 로지스틱 회귀)도 그 성능이 분석되었다. 실험 결과 딥러닝 기반 한국어 언어모델이 전통적인 기계학습 분류기보다 우수한 성능을 보였으며, 특히 KR-BERT는 전반적인 평균 예측 정확도가 55.83%로 가장 우수한 성능을 보였다. 그 다음은 KcBERT(55.77%)였고 KoBERT(54.91%)가 뒤를 이었다. 나이브 베이즈와 로지스틱 회귀 분류기의 성능은 각각 52.52%와 50.28%였다. 학습된 분류기 모두 훈련 데이터의 부족과 데이터 분포의 불균형 때문에 예측 성능이 별로 높지 않았고, 분류기의 어휘가 글쓰기 답안지의 오류를 제대로 포착하지 못하는 한계가 있었다. 이 두 가지 한계를 극복하면 분류기의 성능이 향상될 것으로 보인다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권3호
• /
• pp.141-148
• /
• 2022

최근 들어 강화 학습은 심층 신경망 기술과 결합되어 바둑, 체스와 같은 보드 게임, Atari, StartCraft와 같은 컴퓨터 게임, 로봇 물체 조작 작업 등과 같은 다양한 분야에서 매우 놀라운 성공을 거두었다. 하지만 이러한 심층 강화 학습은 행동, 상태, 정책 등을 모두 벡터 형태로 표현한다. 따라서 기존의 심층 강화 학습은 학습된 정책의 해석 가능성과 일반성에 제한이 있고, 도메인 지식을 학습에 효과적으로 활용하기도 어렵다는 한계성이 있다. 이러한 한계점들을 해결하기 위해 제안된 새로운 관계형 강화 학습 프레임워크인 dNL-RRL은 센서 입력 데이터와 행동 실행 제어는 기존의 심층 강화 학습과 마찬가지로 벡터 표현을 이용하지만, 행동, 상태, 그리고 학습된 정책은 모두 논리 서술자와 규칙들로 나타내는 관계형 표현을 이용한다. 본 논문에서는 dNL-RRL 관계형 강화 학습 프레임워크를 이용하여 제조 환경 내에서 운송용 모바일 로봇을 위한 행동 정책 학습을 수행하는 효과적인 방법을 제시한다. 특히 본 연구에서는 관계형 강화 학습의 효율성을 높이기 위해, 인간 전문가의 사전 도메인 지식을 활용하는 방안들을 제안한다. 여러 가지 실험들을 통해, 본 논문에서 제안하는 도메인 지식을 활용한 관계형 강화 학습 프레임워크의 성능 개선 효과를 입증한다.

• 지식경영연구
• /
• 제23권1호
• /
• pp.47-67
• /
• 2022

컴퓨터와 인터넷 정보 기술은 현대 서비스 산업과 사람들의 생활 방식을 변화시켰다. 특히 COVID-19의 전 세계적 확산으로 셀프서비스 기술 등 연락 서비스 유형에 대한 관심이 점차 높아지고 있다. 인건비 상승과 소비자 자기인식 제고로 업무 일부를 자체 서비스 기술을 통해 고객에게 이전하는 기업이 늘고 경영환경 속에서 본 연구는 다음의 질문에 답하고자 한다. (1) 셀프서비스기술 환경에서 기술난이도와 안전성 지각이 고객 가치 인식에 어떻게 영향을 미치는가? (2) 고객 가치 인식은 셀프서비스기술의 지속사용의도에 영향을 끼치는가? 본 연구는 327개 표본으로 실증분석을 실시하여 셀프서비스 특성인 기술난이도와 안전성 지각이 고객가치 인식과 지속적 이용의도에 미치는 영향을 검증하였다. 고객이 가치를 인식하고 셀프서비스 기술 사용에서 중요한 역할을 하는 것은 고객의 가치 체험이다. 셀프서비스기술 환경에서 고객이 가치를 인식하여 지속사용의도에 영향을 미친다는 선행연구는 그동안 거의 없었던 바, 본 연구는 고객의 체험가치가 높을수록 셀프서비스 기술을 선호하고 지속적인 이용의도가 높아짐을 실증하였다.

• 한국수자원학회논문집
• /
• 제55권3호
• /
• pp.245-255
• /
• 2022

수질 보호를 위한 정기 계획을 세우는 과정에서 다양한 지표를 이용해 수자원의 수질 추이를 평가하는 일이 필요하며 이는 수역 관리에서 널리 사용하는 방법이다. 본 연구에서는 1995년부터 2020년까지 이란 대수층의 수질 매개변수 자료를 수집, 검토하고, 통계적으로 검증하여 연도별 구획도를 만들었다. 이를 위해 지리정보체계(GIS), 거리 반비례 가중법(IDW), 방사 기저함수(RBF), 포괄 선형 보간법(GPI), 단순, 일반, 범용의 세 유형을 포함하는 Kriging과 Co-Kriging기법을 이용하였다. 이어 최소 불확실성과 최소 구획 오차에 ASE와 RMSE를 포함하는 두 값의 근접도를 더한 것을 최적 모델로 선택하였다. 마지막으로 각 매개변수에 대해 선택한 복합 모델을 Schuler와 Wilcox 지수와 조합하여 구획화했다. 이란의 지하 수자원에 대한 종합평가 결과는 수자원의 59%는 농업용수로, 39.86%는 음용수에 부적합한 등급으로 분류되어 이란 지하수 수질이 위기에 처해 있음을 보여주었다. 마지막으로 추출 결과를 검증하기 위해 지하 수질 지수(GWQI)로 수질의 공간 변화를 평가한 결과 이란의 대수층이 적은 수위변화에도 매우 민감하며 지하수 양도 매우 부족하다는 것을 확인할 수 있었다.

• 해양환경안전학회지
• /
• 제28권2호
• /
• pp.370-376
• /
• 2022

기술의 발전으로 스마트 선박과 관련된 다양한 연구가 진행되고 있으며, 기관실을 무인으로 순찰할 수 있는 기관실 순찰 로봇도 이러한 연구 중의 하나이다. 순찰로봇은 인공지능을 통해 학습된 정보를 기반으로 기관실을 이동하며 기기 정상 유무 및 누수, 누유, 화재 등의 이상 유무를 파악한다. 기관실 순찰로봇에 관한 연구는 인공지능을 이용한 객체 검출에 관한 연구가 주로 진행되고 있으나, 순찰로봇의 이동 및 제어에 관한 연구는 부족한 상황이다. 이는 순찰로봇이 객체를 검출하더라도 검출한 객체까지 이동할 방법이 없다는 문제를 야기한다. 이에 본 논문에서는 기관실 이상상황 발생 시 빠르게 이상 유무를 파악할 수 있는 기동성을 확보하기 위해, A* 알고리즘을 적용하여 순찰로봇이 최단경로를 탐색할 수 있는지를 확인하였다. 라이다를 장착한 소형차를 이용하여 선박 기관실을 주행하며 데이터를 얻어, SLAM으로 매핑하여 지도를 만들었다. 매핑한 지도에서 순찰로봇의 출발 지점과 목표 지점을 설정하고, A* 알고리즘을 적용하여 출발 지점부터 목표 지점까지 최단 경로를 탐색하는지를 확인하였다. 시뮬레이션 결과 매핑된 지도에서 출발 지점부터 목표 지점까지의 장애물을 회피하며 최단 경로를 잘 탐색함을 확인 할 수 있었으며, 기관실 순찰로봇에 적용하면 선박안전에 도움이 될 것으로 사료된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권12호
• /
• pp.569-578
• /
• 2021

오늘날 웹의 발전으로 우리는 각종 언론 매체를 통해 온라인 기사를 쉽게 접하게 된다. 온라인 기사를 쉽게 접할 수 있게 된 만큼 거짓 정보를 진실로 위장한 가짜뉴스 또한 빈번하게 찾아볼 수 있다. 가짜뉴스가 전 세계적으로 대두되면서 국내에서도 가짜뉴스를 탐지하기 위한 팩트 체크 서비스가 제공되고 있으나, 이는 전문가 기반의 수동 탐지 방법을 기반으로 하며 가짜뉴스 탐지를 자동화하는 기술에 대한 연구가 계속해서 활발하게 이루어지고 있다. 기존 연구는 기사 작성에 사용된 문맥의 특성이나, 기사 제목과 기사 본문의 내용 비교를 통한 탐지 방법이 가장 많이 사용되고 있으나, 이러한 시도는 조작의 정밀도가 높아졌을 때 탐지가 어려워질 수 있다는 한계를 가진다. 따라서 본 논문에서는 기사 조작의 발달에 따른 영향을 받지 않기 위하여 기사의 진위 여부를 판단할 수 있는 검증기사를 함께 사용하는 방법을 제안한다. 또한 가짜뉴스 탐지 정확도를 개선시킬 수 있도록 실험에 사용되는 기사와 검증기사를 문서 요약 모델을 통해 요약하는 과정을 추가했다. 본 논문에서는 제안 알고리즘을 검증하기 위해 문서 요약 기법 검증, 검증기사 검색 기법 검증, 그리고 최종적인 제안 알고리즘의 가짜뉴스 탐지 정확도 검증을 진행하였다. 본 연구에서 제안한 알고리즘은 다양한 언론 매체에 적용하여 기사가 온라인으로 확산되기 이전에 진위 여부를 판단하는 방법으로 유용하게 사용될 수 있다.

• 동의생리병리학회지
• /
• 제35권6호
• /
• pp.211-218
• /
• 2021

In order to increase the clinical value of an identification of patterns according to the eight principles (IPEP) in Korean medicine practice, The research on the Clinical Practice Guideline (CPG) of IPEP should comprehend the situation of clinical usage of IPEP practiced by Korean medicine doctors at first. Google survey form were emailed to Korean Medicine doctors registered in the Association of Korean Medicine on 04/15/2021 and the survey was closed at 04/22/2021. Data of 505 answered cases were analyzed by Frequency analysis, Chi-Square analysis, correlation analysis for understanding differences by groups. Out of 505 respondents, 57.6% have answered that they are using IPEP. It means that 42.4% of KM doctors don't use in the medical practice reversely in spite of fundamental diagnostic theory. The 64.7% respondents of no using IPEP presented their opinion about the theoretical problem that it is difficult to use because the concept of IPEP is ambiguous. And next, the 52.1% of the respondents expressed that there is no objective tools to measure and record the IPEP evidences in actual implementation. And 49.6% of the respondents also suggested that it is hard to trust and use IPEP similar to the previous comment. Even about 50% of the respondents are carrying out diagnosis and treatment using IPEP, it showed that there were several unsolved problems such as lack of understanding and practical tools or objective indicators for diagnosis of IPEP. Through the above results, the concept, usage, measurement requirements with indices and discriminant logic of IPEP were manifested as the main hopes of attending members of Korean medicine in the survey, so the IPEP CPG should make clear about these difficult but necessary assignment in the near future.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권4호
• /
• pp.163-168
• /
• 2022

클라우드 컴퓨팅과 사물인터넷의 대중화에 따라 사물인터넷 컴퓨팅 환경에 존재하는 인터넷 연결이 가능한 장치들의 수가 점차 증가하고 있다. 또한 스마트홈, 헬스케어 등 사물인터넷을 이용한 다양한 인터넷 응용이 많아짐에 따라 통신 지연 및 연산의 신뢰성과 같은 지표의 서비스품질과 관련된 연구들이 진행되고 있다. 사물인터넷 응용의 서비스품질 향상을 위해 중앙집중형 클라우드 서버에 연결하기 보다 장치와 가까이 존재하고 중앙집중형 클라우드 서버와의 오프로드(offload) 협업을 위해 에지 컴퓨팅(edge computing)이 결함된 클라우드-포그 컴퓨팅 환경이 주목을 받고 있다. 하지만 클라우드-포그 컴퓨팅 환경에서 장치들이 이동성을 특성을 가질 때 사물인터넷 응용 서비스의 연속성이 떨어지고 서비스품질 수준이 저하되는 문제점이 발생하고 있다. 이 논문에서는 에지 기반 포그 컴퓨팅 환경에서 이동성 지원을 위한 라이브 마이그레이션 기반 자원 관리 기법을 제안한다. 제안하는 자원 관리 알고리즘은 사용자의 이동성 방향과 속도를 기반으로 일정 시간 뒤의 위치를 예측하고 이를 기반으로 라이브 마이그레이션을 통해 사물인터넷 서비스 이주를 지원한다. 성능 평가를 통해 제안하는 자원 관리 알고리즘의 효용성을 측정하였으며, 성능 실험에서 정지시간(downtime)과 서비스 작업의 신뢰성이 크게 향상됨을 보였다.

• 융합신호처리학회논문지
• /
• 제22권4호
• /
• pp.149-155
• /
• 2021

본 연구에서는 전동 이동기기를 이용하는 교통약자의 이동을 제한하는 노면 불량 요소를 딥러닝을 이용해 자동 검출하는 불량 노면객체 인식모델을 개발하고자 한다. 이를 위하여 부산시 관내 5개 지역에서 실제 전동 이동 보조 장치가 이동할 것으로 예상되는 보행로, 주행로를 대상으로 하여 노면 정보를 수집하였으며 이때 도로 정보 수집은 데이터 수집을 보다 용이하게 하기 위하여 소형 차량을 이용하였다. 데이터는 노면과 주변을 그 주변을 구성하는 객체로 구분하여 영상을 수집하였다. 수집된 데이터로부터 교통약자의 이동을 저해하는 정도에 따라 분류하여 보도블록의 파손등급 검출과 같은 일련의 인식 항목을 정의하였고, YOLOv5 딥러닝 알고리즘을 해당 데이터에 적용하여 실시간으로 객체를 인식하는 불량노면 객체 인식 딥러닝 모델을 구현하였다. 연구의 최종단계에서 실제 주행을 통해 객체 단위로 분리 수집된 영상 데이터의 가공, 정제 및 어노테이션 과정을 수행한 후 모델 학습과 검증을 거쳐 불량노면객체를 자동으로 검출하는 딥러닝 모델의 성능 검증 과정을 진행하였다.