• 인터넷정보학회논문지
• /
• 제20권6호
• /
• pp.73-84
• /
• 2019

최근 서비스로서의 머신러닝(MLaaS) 개념은 데이터 자체를 제외하고 네트워크 서버, 스토리지 또는 데이터 과학자 없이도 생산적인 서비스 모델을 구축할 수 있다는 점에서 기계학습을 다루는 대부분의 산업 분야와 연구 그룹들의 많은 관심을 받고 있다. 그러나 과학 분야에서는 양질의 빅데이터를 확보하는 가정 자체가 커다란 도전이 된다. 즉, 연구자 간 연구 결과물의 공유가 쉽지 않을 뿐 아니라 과학기술 데이터의 비정형성 문제를 해결해야하는 문제가 선행된다. 본 논문에서 제안된 KISTI-ML 플랫폼은 과학기술 데이터를 위한 AI 모델 고속 개발 도구로서, 머신러닝에 익숙하지 않은 연구자들을 위해 웹 기반 GUI 인터페이스를 제공하고 연구자는 자신의 데이터를 이용하여 머신러닝 코드를 손쉽게 생성하고 구동할 수 있다. 또한 승인된 커뮤니티 멤버들을 중심으로 데이터셋 및 특징 추출에 사용되는 데이터전처리, 학습 네트워크 설계 등이 포함되는 프로그래밍 코드를 공유할 수 있는 환경을 제공한다.

• Geomechanics and Engineering
• /
• 제37권1호
• /
• pp.65-72
• /
• 2024

Water ingress poses a common and intricate geological hazard with profound implications for tunnel construction's speed and safety. The project's success hinges significantly on the precision of estimating water inflow during excavation, a critical factor in early-stage decision-making during conception and design. This article introduces an optimized model employing the gene expression programming (GEP) approach to forecast tunnel water inflow. The GEP model was refined by developing an equation that best aligns with predictive outcomes. The equation's outputs were compared with measured data and assessed against practical scenarios to validate its potential applicability in calculating tunnel water input. The optimized GEP model excelled in forecasting tunnel water inflow, outperforming alternative machine learning algorithms like SVR, GPR, DT, and KNN. This positions the GEP model as a leading choice for accurate and superior predictions. A state-of-the-art machine learning-based graphical user interface (GUI) was innovatively crafted for predicting and visualizing tunnel water inflow. This cutting-edge tool leverages ML algorithms, marking a substantial advancement in tunneling prediction technologies, providing accuracy and accessibility in water inflow projections.

• 정보처리학회논문지A
• /
• 제18A권3호
• /
• pp.81-92
• /
• 2011

제품수명주기(Product life cycle) 중 설계단계에서 생성되는 3차원 CAD 데이터를 다양한 단계에서 활용하고자하는 노력이 관련 산업 분야에서 이루어져 왔다. 그러나 3차원 CAD 데이터는 데이터 처리를 위한 많은 컴퓨팅 자원을 요구하고 설계지식이 유출될 수 있는 위험이 있으며, 라이선스 비용이 따르기 때문에 원격지 협업 검토나 마케팅, 전자 기술 매뉴얼과 같은 서비스단계에서 활용하기에 적합하지 않다. 이러한 문제점들을 해결하기 위해 경량화된 가시화 파일형식과 이를 적용한 응용시스템에 대한 다양한 연구가 수행되었으나, 제안된 경량화 파일형식들은 대부분 기업 혹은 기관의 독자적인 형식으로 서로 간에 공유될 수 없으며, 제품의 형상 정보와 함께 제품구조 정보를 표현하는데 한계점을 보이고 있다. 본 연구에서는 이를 해결하기 위하여 웹 기반 3차원 그래픽 표준인 X3D를 활용하여 제품의 형상 정보뿐만 아니라 구조 정보의 표현이 가능한 X3D 기반 데이터 집합인 prod-X3D(Enhanced X3D Dataset for Web-based Visualization of 3D CAD Product Model)를 정의하고, 3차원 CAD 데이터로부터의 변환 기법을 제안한다.

• 지구물리와물리탐사
• /
• 제9권1호
• /
• pp.67-72
• /
• 2006

지하 염수층의 $CO_2$ 주입은 큰 저장 능력으로 인하여 대기 중으로의 $CO_2$ 방출을 감소시키기 위한 가장 유망한 방법일 것이다. $CO_2$ 저장은 적어도 수 천년 간 $CO_2$가 지층 안에 안전하게 남아있도록 주의깊게 계획되고 모니터링되어야 한다. 특히 해양 저류층에 대한 탄성파 탐사 방법들은 알맞은 저류층특성이 제공된다면 $CO_2$의 주인공정과 분산을 모니터링하기 위한 일차적인 수단이다. 탄성파탐사 방법은 잠재적인 트랩, 저류층 특성, 저류층 저장능력의 규명에 또한 필수적이다. 따라서 $CO_2$ 저장에 대한 탄성파 반응의 변화에 대한 평가는 매우 초기 단계에 이루어져야 한다. 이것은 모암과 $CO_2$ 사이의 화학적 작용에 의해 일어날 수 있는 유체의 특성이나 광물 조성의 변화에 따른 탄성파 반응에서의 잠재적 변화를 평가하기 위해 나중 단계에 다시 고려될 필요가 있다. 따라서 저류층에 일정시간 이상의 $CO_2$ 주입에 의한 탄성파 반응 변화에 대해 섬세히 구축된 모형은 장기간의 모니터링 프로그램 설계에 도움을 준다. 그러한 목적으로 주입된 $CO_2$에 대한 단기간과 장기간의 4차원 탄성파 반응을 모델링하도록 설계된, 그래픽 사용자 인터페이스((GUI)를 채택한 암석물리학 모의실험장치를 개발했다. 적용분야는 $CO_2$ 위상 변화, 국부적인 압력과 온도 변화, 화학 반응 및 광물의 침전을 포함한다. 이방성 가스만(Gassmann) 식을 모의실험장치에 고려시킴으로써 단층과 파쇄대를 재활성화 시키는 $CO_2$의 탄성파 반응 또한 예측될 수 있다. 이 논문에서는 암석물리학 모의실험장치를 적용했던 현장(해상과 육상의 잠재적 $CO_2$ 격리 지역)의 사례를 보여주고 있다. 4차원 탄성파 반응들이 모니터링 프로그램의 설계를 돕기 위하여 만들어 졌다.

• 한국정보처리학회논문지
• /
• 제7권8호
• /
• pp.2349-2360
• /
• 2000

의료 영상 처리는 특수한 전문 분야로서 새롭게 개발되는 기술을 임상에 적용하고 그 결과를 전문 의사들이 분석하여 기술을 보완하면서 발전시켜 나간다. 그러므로, 새로운 의료 영상 처리 알고리즘을 임상에 쉽게 적용하고 그 결과를 분석할 수 있는 도구의 필요성은 매우 크다고 볼 수 있다. 본 논문에서는 시각 프로그래밍 기법을 도입하여 프로그래밍 전문 기술이 없는 일반 의사들도 의료 영상 처리 프로그램을 쉽게 작성할 수 있는 환경을 설계하고 구현하여 의료 영상 알고리즘의 적용을 편리하게 하려고 한다. 개발된 시각 프로그래밍 환경에는 의료영상처리에 필요한 다양한 함수들을 코딩하여 아이콘(Icon)으로 정의한 다음, 함수 라이브러리로 만들어 놓았다. 사용자는 영상처리 응용 프로그램을 개발할 때에, 명령어나 변수를 타이핑하여 프로그램을 작성하는 대신, 아이콘으로 정의되어 제공되는 함수들 중에서 필요한 함수를 선택하고, 이들 사이의 자료흐름에 따라 아이콘들을 연결시켜서 프로그램의 논리를 자료흐름도(Dataflow Diagram)로 표현하여 작성하면 된다. “VPI(Visual Programming Interface)”라고 불리는 그래픽 편집기는 자료 흐름도를 그려내는 창과 준비된 함수 라이브러리를 시각화하여 보여주는 창으로 구성되어 있다. 함수 라이브러리에 포함된 함수들을 용도에 따라서 분류하고, 사용자가 필요한 함수를 찾기 쉽고 사용하기 편리하도록 시각화하여 하이퍼볼릭 트리(Hyperbolic Tree)라는 새로운 형태로 표현하였다. 하이퍼볼릭 트리를 사용하면 함수들의 개별적 특성과 함수들을 분류한 전체 구조를 한꺼번에 잘 볼 수 있다. 개발된 프로그램의 사용자 인터페이스를 쉽게 구현할 수 있는 “GUI Builder”라는 도구를 설계하고 구현하였다. 개발된 프로그래밍 환경을 사용하면 프로그래밍 전문 지식이 없는 의사도 쉽게 영상 처리 응용 프로그램을 작성하여 최신 의료영상 처리 기법을 쉽게 임상에 적용하고 실험할 수 있는 장점이 있다.

• 한국콘텐츠학회논문지
• /
• 제21권6호
• /
• pp.701-715
• /
• 2021

최근 딥러닝 기술의 급속한 발전과 함께 학습데이터가 크게 주목을 받고 있다. 일반적으로 딥러닝 방식에서는 모델을 훈련시키기 위해 충분한 학습데이터가 준비되어 있어야 한다. 하지만, 딥러닝 모델 설계 작업과 달리 데이터셋을 제작하는 데 상당한 시간과 노력이 필요하다. 영상 데이터를 주로 다루는 시각지능 분야에서도 학습데이터 제작자들은 전문적인 학습데이터 제작 도구를 사용해 이미지 단위로 레이블링을 수작업으로 하고 있어 여전히 많은 시간과 노력이 필요한 상황이다. 따라서, 다양한 분야에서 필요한 충분한 영상 학습데이터셋을 확보하기 위해 기존의 수작업 방식을 대체할 수 있는 레이블링 기술이 필요하다. 본 논문에서는, 영상 학습데이터셋 동향을 소개하고, 학습데이터 제작 환경에 대해 분석한다 특히, 수작업으로 이루어지는 반복적이고 수고스러운 레이블링 과정을 자동화하여, '확인과 수정'의 단계를 비약적으로 단축시킬 수 있는 '스마트 영상학습데이터 제작 시스템'을 제안한다. 그리고, 실험을 통해 영상 학습데이터 제작 과정에서 이미지에 박스형 및 폴리곤형 객체영역을 지정하여 레이블링하는 데 소요되는 시간을 크게 줄이기 위한 자동레이블링 방식의 효과를 검증한다. 마지막으로, 제안하는 시스템의 실험에서 추가적으로 검증되어야 하는 부분과 함께 이를 개선하기 위한 향후 연구 계획에 대해 논의한다.

• Nuclear Engineering and Technology
• /
• 제55권1호
• /
• pp.339-352
• /
• 2023

Prediction of the time-related traits of pebble flow inside pebble-bed HTGRs is of great significance for reactor operation and design. In this work, an image-driven approach with the aid of a convolutional neural network (CNN) is proposed to predict the remaining time of initially loaded pebbles and the time interval of paired flow images of the pebble bed. Two types of strategies are put forward: one is adding FC layers to the classic classification CNN models and using regression training, and the other is CNN-based deep expectation (DEX) by regarding the time prediction as a deep classification task followed by softmax expected value refinements. The current dataset is obtained from the discrete element method (DEM) simulations. Results show that the CNN-aided models generally make satisfactory predictions on the remaining time with the determination coefficient larger than 0.99. Among these models, the VGG19+DEX performs the best and its CumScore (proportion of test set with prediction error within 0.5s) can reach 0.939. Besides, the remaining time of additional test sets and new cases can also be well predicted, indicating good generalization ability of the model. In the task of predicting the time interval of image pairs, the VGG19+DEX model has also generated satisfactory results. Particularly, the trained model, with promising generalization ability, has demonstrated great potential in accurately and instantaneously predicting the traits of interest, without the need for additional computational intensive DEM simulations. Nevertheless, the issues of data diversity and model optimization need to be improved to achieve the full potential of the CNN-aided prediction tool.

• 디자인학연구
• /
• 제16권4호
• /
• pp.385-394
• /
• 2003

한국 인터넷 정보센터의 인터넷 이용 실태 조사에 의하면 2000년 11월 현재 조사 대상 어린이의 96.9%가 인터넷을 이용한 경험이 있으며, 특히 어린이가 대답한 인터넷의 필요성 항목 1순위는 '숙제해결을 위한 학습' (83.9％)인 것으로 나타났다. 조사 결과에서 보듯이 현실적으로 학습 사이트 중에서도 숙제 도우미 영역의 필요성이 큰 만큼, 교육 컨텐츠 영역의 사업성에서도 간과해서는 안 될 중요한 영역이나 실제 깊이 있는 연구가 이루어지지 못하고 있는 실정이다. 온라인 학습 환경에서 사용자가 정보를 탐색하고 학습내용을 선택하는 행위는 사용자와 컴퓨터간의 지속적인 상호작용에 기반 한다. 이처럼 상호작용을 가능하게 하는 인터페이스 중에서 그래픽 메타포를 이용한 사용자 인터페이스는 현재 많이 사용되고 있으며, 특히 어린이를 대상으로 한 사이트들에서 많은 부분을 차지하고 있다. 그러나 이와 같은 메타포의 활용성에 비해 인터페이스로서의 그래픽 메타포에 대한 구체적인 연구가 부족한 상황이며, 초등학생 대상 사이트의 경우 저학년과 고학년의 인지발달 상황에 따라 메타포를 인지하는 정도가 다름에도 불구하고 아직까지 전 학년에게 공통의 인터페이스가 적용되고 있는 실정이고, 심한 경우 유아와 동일한 인터페이스를 적용한 사이트도 아무 문제제기 없이 운영되고 있다. 이에 본 연구는 어린이대상 사이트에서 그래픽 메타포 인터페이스의 활용 실태를 숙제 도우미 영역을 중심으로 분석하고 사용자 설문조사와 전문가의 휴리스틱 평가를 비교하여 결과를 도출하였다. 조사결과 타겟층의 세분화가 이루어지지 않아 사용자의 욕구에 부응하지 못하고 있는 점과 그래픽 메타포의 기능성이 해외사이트에 비해 현저히 떨어지는 점등이 문제점으로 나타났다. 이와 같은 연구 결과가 인터넷 이용이 보편화하면서 급속히 성장하고 있는 웹을 기반으로 한 학습 시장에서 어린이를 대상으로 하는 웹사이트의 디자인과 제작에 있어서 효과적인 인터페이스 전략을 세우는 근거로 이용되었으면 한다.