• Smart Structures and Systems
• /
• 제33권2호
• /
• pp.93-103
• /
• 2024

Despite the rapid development of sensors, structural health monitoring (SHM) still faces challenges in monitoring due to the degradation of devices and harsh environmental loads. These challenges can lead to measurement errors, missing data, or outliers, which can affect the accuracy and reliability of SHM systems. To address this problem, this study proposes a classification method that detects anomaly patterns in sensor data. The proposed classification method involves several steps. First, data scaling is conducted to adjust the scale of the raw data, which may have different magnitudes and ranges. This step ensures that the data is on the same scale, facilitating the comparison of data across different sensors. Next, informative features in the time and frequency domains are extracted and used as input for a deep neural network model. The model can effectively detect the most probable anomaly pattern, allowing for the timely identification of potential issues. To demonstrate the effectiveness of the proposed method, it was applied to actual data obtained from a long-span cable-stayed bridge in China. The results of the study have successfully verified the proposed method's applicability to practical SHM systems for civil infrastructures. The method has the potential to significantly enhance the safety and reliability of civil infrastructures by detecting potential issues and anomalies at an early stage.

• 한국가정과교육학회지
• /
• 제16권2호
• /
• pp.13-26
• /
• 2004

이 연구는 가정과교육에서 인성교육을 체계화시켜 강화할 수 있는 방안을 마련하기 위하여, 제7차 기술ㆍ가정교육과정의 가정과교육 영역에서 “인성교육의 목표와 내용”을 분석, 제시하되, 가정과 수업상황에서 효율적으로 활용할 수 있는 교수ㆍ학습 활동을 함께 개발하여 제시하고자 하였다. 그 결과, 제7차 기술ㆍ가정 교육과정의 가정과교육 영역의 모든 영역에서 인성교육이 구현될 수 있는 결과가 도출되었다. 특히 가정과교육에서는, 첫째, 평등 및 인권존중의 가치와 관련한, 평등 가족 형성을 위한 인성교육, 둘째, 환경보호와 관련한 다양한 가치를 인식하고 실천할 수 있는 인성교육, 셋째, 길리건(Gilligan)등의 주장하는 보살핌의 윤리에 관련된 덕목들-즉, 자선, 자비, 용서, 우애, 사랑, 희생, 양보, 대화, 타협 등의 가치들에 대한 인성교육을 실천할 수 있는 것으로 나타났다. 특히 이러한 보살핌의 가치들은 과거 전통적인 가정과 교육에서 비판되어 온 가족 이기주의적 보살핌의 가치를 벗어나 타인과 이웃, 공동체에 대한 보살핌의 윤리로 확대되고 있다. 한편, 다른 교과와는 차별적으로 가정과교육에서 수행되는 인성교육은, 이상에서 논의한 다양한 가치들을 가족원들과의 일상적인 매일의 생활에서 펼쳐지는 다양한 실제적인 역할 수행관계를 통하여 습득시킴으로써, 단순한 앎의 지식이나 감정으로서 머무는 것이 아닌 경험을 통한 실천적 행위로 발전시킬 수 있는 특성을 가진다. 이러한 특성은 도덕적 행위의 목표도달에 가정과교육이 매우 유효한 역할을 할 수 있는 교과임을 입증해 주는 결과이다. 이 연구의 결과는 학교교육에서 가정과교육이 타 교과와는 구별된 목표와 내용, 방법을 통해 인성교육을 효과적으로 수행할 수 있는 교과임을 입증해 주고 있는데, 이는 가정과교육이 학교교육에서 필수교과로서 자리매김 되는 중요한 당위성을 제공해준다. 추후연구는 가정과 교육 영역에서 수행될 수 있는 특성 있고 실천적인 인성함양프로그램(교수-학습 활동안)이 개발되어야 하고, 이러한 프로그램에 대한 실증적 자료가 축적되는 경험적 연구가 수행되어야 할 것이다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.1-23
• /
• 2018

E-commerce 환경의 발전으로 소비자들은 다양한 상품들을 한 자리에서 폭 넓게 비교할 수 있게 되었다. 하지만 온라인 쇼핑몰에 올라와있는 상당량의 주요 상품 정보들이 이미지 형태이기 때문에 컴퓨터가 인지할 수 있는 텍스트 기반 검색 시스템에 반영될 수 없다는 한계가 존재한다. 이러한 한계점은 일반적으로 기존 기계학습 기술 및 OCR(Optical Character Recognition) 기술을 활용해, 이미지 형태로 된 키워드를 인식함으로써 개선할 수 있다. 그러나 기존 OCR 기술은 이미지 안에 글자가 아닌 그림이 많고 글자 크기가 작으면 낮은 인식률을 보인다는 문제가 있다. 이에 본 연구에서는 기존 기술들의 한계점을 해결하기 위하여, 딥러닝 기반 사물인식 모형 중 하나인 SSD(Single Shot MultiBox Detector)를 개조하여 이미지 형태의 상품 카탈로그 내의 텍스트 인식모형을 설계하였다. 하지만 이를 학습시키기 위한 데이터를 구축하는 데 상당한 시간과 비용이 필요했는데, 이는 지도학습의 방법론을 따르는 SSD 모형은 훈련 데이터마다 직접 정답 라벨링을 해줘야 하기 때문이다. 본 연구는 이러한 문제점을 해결하기 위해 '훈련 데이터 자동 생성 프로그램'을 함께 개발하였다. 훈련 데이터 자동 생성 프로그램을 통해 수작업으로 데이터를 만드는 것에 비하여 시간과 비용을 대폭 절감할 수 있었으며, 생성된 훈련용 데이터를 통해 모형의 인식 성능을 높일 수 있었다. 더 나아가 실험연구를 통해 자동으로 생성된 훈련 데이터의 특징별로 인식기 모형의 성능에 얼마나 큰 영향을 끼치는지 알아보고, 성능 향상에 효과적인 데이터의 특징을 분석하였다. 본 연구를 통해서 개발된 상품 카탈로그 내 텍스트 인식모형과 훈련 데이터 자동 생성 프로그램은 온라인 쇼핑몰 판매자들의 상품 정보 등록 수고를 줄여줄 수 있으며, 구매자들의 상품 검색 시 결과의 정확성을 향상시키는 데 기여할 수 있을 것으로 기대한다.

• 감성과학
• /
• 제13권1호
• /
• pp.47-60
• /
• 2010

기존 웹 페이지 자동분류 연구는 일반적으로 학습 기반인 kNN(k-Nearest Neighbor), SVM(Support Vector Machine)과 통계 기반인 Bayesian classifier, NNA(Neural Network Algorithm)등 여러 종류의 분류작업에서 입증된 분류 기법을 사용하여 웹 페이지를 분류하였다. 하지만 인터넷 상의 방대한 양의 웹 페이지와 각 페이지로부터 나오는 많은 양의 자질들을 처리하기에는 공간적, 시간적 문제에 직면하게 된다. 그리고 분류 대상을 표현하기 위해 흔히 사용하는 단일(uni-gram) 자질 기반에서는 자질들 간의 관계 분석을 통해 자질에 정확한 의미를 부여하기 힘들다. 특히 본 논문의 분류 대상인 한글 웹 페이지의 자질인 한글 단어는 중의적인 의미를 가지는 경우가 많기 때문에 이러한 중의성이 분류 작업에 많은 영향을 미칠 수 있다. 잠재적 의미 분석 LSA(Latent Semantic Analysis) 분류기법은 선형 기법인 특이치 분해 SVD(Singular Value Decomposition)을 통해 행렬의 분해 및 차원 축소(dimension reduction)를 수행하여 대용량 데이터 집합의 분류를 효율적으로 수행하고, 또한 차원 축소를 통해 새로운 의미공간을 생성하여 자질들의 중의적 의미를 분석할 수 있으며 이 새로운 의미공간상에 분류 대상을 표현함으로써 분류 대상의 잠재적 의미를 분석할 수 있다. 하지만 LSA의 차원 축소는 전체 데이터의 표현 정도만을 고려할 뿐 분류하고자 하는 범주를 고려하지 않으며 또한 서로 다른 범주 간의 차별성을 고려하지 않기 때문에 축소된 차원 상에서 분류 시 서로 다른 범주 데이터간의 모호한 경계로 인해 안정된 분류 성능을 나타내지 못한다. 이에 본 논문은 새로운 의미공간(semantic space) 상에서 서로 다른 범주사이의 명확한 구분을 위한 특별한 차원 선택을 수행하여 최적의 차원 선택과 안정된 분류성능을 보이는 최적의 지도적 LSA을 소개한다. 제안한 지도적 LSA 방법은 기본 LSA 및 다른 지도적 LSA 방법들에 비해 저 차원 상에서 안정되고 더 높은 성능을 보였다. 또한 추가로 자질 생성 및 선택 시 불용어의 제거와 자질에 대한 가중치를 통계적인 학습을 통해 얻음으로써 더 높은 학습효과를 유도하였다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.57-78
• /
• 2023

2019년 11월 중국 우한시에서 발병한 코로나19는 2020년 중국을 넘어 세계로 퍼져나가 2020년 3월에는 전 세계적으로 확산되었다. 코로나19와 같이 전염성이 강한 바이러스는 예방과 확진시 적극적인 치료도 중요하지만 우선 전파 속도가 빠른 바이러스인 점을 감안할 때, 확진 사실을 재빠르게 파악하여 전파를 차단하는 것이 더욱 중요하다. 그러나 감염여부를 확인하기 위한 PCR검사는 비용과 시간이 많이 소요되고, 자가키트검사 또한 접근성은 쉽지만 매번 수시로 받기에는 키트의 가격이 부담이 될 수밖에 없는 실정이다. 이러한 상황에서 기침 소리를 기반으로 코로나19 양성 여부를 판단할 수 있게 된다면 누구나 쉽게 언제, 어디서든 확진 여부를 체크할 수 있어 신속성과 경제성 측면에서 큰 장점을 가질 수 있을 것이다. 따라서 본 연구는 기침 소리를 기반으로 코로나19 확진 여부를 식별할 수 있는 분류 모델을 개발하는 것을 목적으로 하였다. 이를 위해, 본 연구에서는 먼저 MFCC, Mel-Spectrogram, Spectral contrast, Spectrogram 등을 통해 기침 소리를 벡터화 하였다. 이 때, 기침 소리의 품질을 위해 SNR을 통해 잡음이 많은 데이터는 삭제하였고, chunk를 통해 음성 파일에서 기침 소리만 추출하였다. 이후, 추출된 기침 소리의 feature를 이용하여 코로나 양성과 음성을 분류하기 위한 모델을 구축하였으며, XGBoost, LightGBM, FCNN 알고리즘을 통해 모델 학습을 수행하고 각 알고리즘별 성능을 비교하였다. 또한, 기침 소리를 다차원 벡터로 변환한 경우와, 이미지로 변환한 경우에 대해 모델 성능에 대한 비교 실험을 수행하였다. 실험 결과, 건강상태에 대한 기본정보와 기침 소리를 MFCC, Mel-Spectogram, Spectral contrast, 그리고 Spectrogram을 통해 다차원 벡터로 변환한 feature를 모두 활용한 LightGBM 모델이 0.74의 가장 높은 정확도를 보였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권6호
• /
• pp.455-463
• /
• 2010

본 논문은 다양한 형태의 웹 문서에 적용하기 위해서, 언어의 통계정보 및 후처리 규칙에 기반하여 개선한 문장경계 인식 기술을 제안한다. 제안한 방법은 구두점 생략 및 띄어쓰기 오류가 빈번한 웹문서에 적용하기 위해서 문장경계로 사용될 수 있는 모든 종결어미를 대상으로 학습하여 문장경계 인식을 수행하였다. 또한 문장경계인식 성능을 최대화하기 위해서 다양한 실험을 통해 최적의 자질 및 학습데이터를 선정하였고, 학습데이터에 의존적인 통계모델의 오류를 규칙에 기반 해서 보정하였다. 성능 실험은 다양한 문서별 성능 측정을 위해서 구두점이 주로 문장경계로 사용된 문어체 위주의 평가셋1(신문기사와 블로그 문서)과 구두점 생략 및 띄어쓰기 오류가 빈번한 웹 문서 위주의 평가셋2(웹 사이트의 게시판 글)를 대상으로 성능을 측정하였다. 평가 척도로는 F-measure를 사용하였으며, 기존 연구와 동일하게 구두점만을 문장경계 대상으로 학습한 기본 모델을 만들어서 실험한 결과, 평가셋1에 대해서 96.5%의 성능을 보였지만, 평가셋2에 대해서는 56.7%로 매우 저조한 성능을 보였다. 제안하는 개선 방법은 기본 모델을 웹 문서의 특징을 반영시키도록 자질 및 엔진을 개선시켰고, 최종 모델을 평가셋2로 평가한 결과, 96.3%의 성능을 보여서 39.6%의 성능 향상이 있음을 확인하였다.

• 한국산학기술학회논문지
• /
• 제18권9호
• /
• pp.76-83
• /
• 2017

어류는 빛에 대해 민감한 반응을 보이므로 이를 이용한 어류 관리 기술 개발이 필요하다. 따라서 본 연구에서는 빛을 이용한 어류 차단 시설을 개발하였으며 국내 대표 외래어종인 배스와 블루길을 대상으로 조도 차이를 이용한 차단 효과를 분석하였다. 빛은 발광 다이오드를 이용해 발생시켰으며 바닥에서 수직 방향으로 향하게 설치하였다. 유속은 어류의 소상능력을 고려하여 총 3단계(0.2, 0.1, 0.05 m/s)로 구분하였으며 학습효과를 방지하기 위해 양육수조에서 1일 이상 휴식한 어류를 대상으로 실험하였다. 실험은 차단시설 적용 시 소상하는 어류 개체수와 차단시설 종료 후 소상하는 개체 수를 비교하는 방식으로 수행하였으며 차단 시설의 효과를 높이기 위해 일몰 후 수행하였다. 실험 결과 조도 차이에 따른 어류 차단효과는 높았으며 전반적으로 배스의 차단율이 블루길보다 낮았다. 전체 실험 개체수를 기준으로 배스의 차단율은 96.33%, 블루길의 차단율은 99.00%이며 소상 개체수를 기준으로 하면 배스는 91.73%, 블루길은 98.73%로 나타났다.

• 인지과학
• /
• 제28권2호
• /
• pp.111-131
• /
• 2017

연결주의 모델은 계산주의적 관점에서 언어 처리를 연구하는 한 가지 접근법이다. 그리고 연결주의 모델 연구를 진행하는데 있어서 표상(representation)을 구축하는 것은, 모델의 학습 수준 및 수행 능력을 결정한다는 점에서 모델의 구조를 만드는 것만큼이나 중요한 일이다. 연결주의 모델은 크게 지역 표상(localist representation)과 분산 표상(distributed representation)이라는 두 가지 서로 다른 방식으로 표상을 구축해 왔다. 하지만 종래 연구들에서 사용된 지역 표상은 드문 목표 활성화 값을 갖고 있는 출력층의 유닛이 불활성화 하는 제한점을, 그리고 과거의 분산 표상은 표상된 정보의 불투명성에 의한 결과 확인의 어려움이라는 제한점을 갖고 있었으며 이는 연결주의 모델 연구 전반의 제한점이 되어 왔다. 본 연구는 이와 같은 과거의 표상 구축의 제한점에 대하여, 제한된 볼츠만 머신(restricted Boltzmann machine)이 갖고 있는 특징인 정보의 추상화를 활용하여 지역 표상을 가지고 분산 표상을 유도하는 새로운 방안을 제시하였다. 결과적으로 본 연구가 제안한 방법은 정보의 압축과 분산 표상을 지역 표상으로 역변환하는 방안을 활용하여 종래의 표상 구축 방법이 갖고 있는 문제를 효과적으로 해결함을 보였다.

• 융합보안논문지
• /
• 제13권5호
• /
• pp.187-196
• /
• 2013

최근 학교폭력이 심각한 사회적 병리현상으로 대두되는 시점에서 2012년 2월 국무총리실 주재로 안전행정부와 교육과학기술부 합동으로 "학교폭력근절 종합대책"이라는 정책적 안전장치가 마련되었다. 이 정책은 2012년 3월부터 1년간 시범운영을 하게 되었으나, 실효성에 대한 우려의 목소리가 일각에서는 적지 않게 제기되고 있는 실정이다. 그래서 본 연구는 "학교폭력근절종합대책"에 대한 실효성을 검증해 보고자 각 정책항목(근본대책)을 5점 Likert 척도로 설문지를 구성한 후 서울에 소재하고 있는 고등학교에 재직 중인 172명의 교사들을 대상으로 설문조사를 실시하였다. 근본대책 가운데, '교육 전반에 걸친 인성교육 실천'에 대한 대책안 총 12개(관련없는 1문항 제외) 가운데, '다양한 예술교육 기회 확대 및 독서활동을 지원'이 평균값이 가장 높게 나타났으며, 다음으로는 '인성발달 관련 특기사항 결과를 입학사정관전형, 자기주도 학습 전형에 반영'이 높게 나타났다. 그리고 '가정과 사회의 역할 강화'에 대한 대책안 총 3개 가운데, '범정부적으로 학교폭력 근절을 위해 방송, 언론, 시민단체와 연계하여 연중 캠페인 실시'가 평균값이 가장 높게 나타났다. 마지막으로 '게임 인터넷 중독 등 유해요인 대책'에 관한 대책안 총 7개 가운데, '게임 인터넷 중독 예방을 위한'학생 생활지도 요령'에 따라 단계적으로 게임 인터넷 중독 예방교육 강화'가 평균값이 가장 높게 나타났으며, 다음으로 '인터넷 중독 예방교육에 필요한 다양한 교육용 콘텐츠를 개발하여 현장에 보급'으로 조사되었다.

• 정보처리학회논문지B
• /
• 제11B권1호
• /
• pp.71-76
• /
• 2004

현재 ERP와 CRM은 대부분 전통적인 기능적 수행에만 초점이 맞추어져 있다. 그러나 최근의 경영환경은 인터넷(Internet)과 이를 기반으로 하는 전자상거래의 비약적 발전에 기인하여 시장의 변화를 가져왔으며, 이는 대부분 e-비즈니스화 되어 가고 있으며, 이를 추진하면서 제휴기관과의 관계증진, 고객관계의 혁신적 개선은 물론 조직내부의 업무프로세스의 획기적 개선을 통한 경쟁력 강화를 적극적으로 전개하고 있다. CRM(Customer Relationship Management)은 기업이 획득한 고객을 지속적으로 유지하고, 기업에 대한 고객의 가치를 증진시키기 위해 기업과 고객간의 상호 이익적 관계를 형성 유지 강화하려는 기업의 일련의 마케팅과정으로 다양하고도 수많은 고객들의 정보를 기반으로 수행되기 때문에 고객 정보를 파악할 수 있는 시스템 기반을 필요로 하며, 생산과 상품의 전달경로, 마케팅, 그리고 의사결정 등의 경영 카테고리와 연관되어 있다. 한편 ERP는 SCM과 CRM 및 SEM(Strategic Enterprise Management)등으로 기능을 확대해감에 따라 21세기의 ERP는 e-비즈니스의 전략적 도구로 발전해 갈 것이다. 본 논문에서는 이를 위한 중재 도구를 제시함으로써 고객에게 더욱 더 효율적이고 고 부가가치 있는 의미 있는 데이터들의 통계적 기계 학습법을 통해 CRM의 기능들을 효율적으로 분류할 수 있도록 한다. 또한 시스템 특징으로는 기존에 수작업으로 이루어지던 파일의 분류 작업을 기계 학습법을 통한 에이전트가 자동으로 수행함으로써 사용자가 좀 더 효율적으로 작업을 수행 할 수 있도록 한 것이다.