• 로봇학회논문지
• /
• 제16권3호
• /
• pp.260-269
• /
• 2021

To verify performance or conduct experiments using actual robots, a lot of costs are needed such as robot hardware, experimental space, and time. Therefore, a simulation environment is an essential tool in robotics research. In this paper, we develop the HUMIC simulator using ROS and Gazebo. HUMIC is a humanoid robot, which is developed by HCIR Lab., for human-robot interaction and an upper body of HUMIC is similar to humans with a head, body, waist, arms, and hands. The Gazebo is an open-source three-dimensional robot simulator that provides the ability to simulate robots accurately and efficiently along with simulated indoor and outdoor environments. We develop a GUI for users to easily simulate and manipulate the HUMIC simulator. Moreover, we open the developed HUMIC simulator and GUI for other robotics researchers to use. We test the developed HUMIC simulator for object detection and reinforcement learning-based navigation tasks successfully. As a further study, we plan to develop robot behavior intelligence based on reinforcement learning algorithms using the developed simulator, and then apply it to the real robot.

• 방송공학회논문지
• /
• 제27권4호
• /
• pp.519-526
• /
• 2022

동영상 콘텐츠 편집 시 등장인물을 구분하고 식별하는 작업은 많은 시간과 노력이 요구되는 작업이다. 노동 집약적 특성이 있는 미디어 편집 작업 시 인공지능 기술을 활용하면 미디어 제작 시간을 획기적으로 줄일 수 있어 창작과정의 효율성 향상에 도움을 줄 수 있다. 본 논문에서는 동영상 편집을 위한 인물 식별 및 검색 작업을 자동화하기 위해 다수의 인공지능 기술을 혼합하여 활용하는 기법을 제안한다. 객체 검출, 얼굴 검출, 자세 예측 기법을 사용하여 인물 객체에 대한 특징 정보를 수집하고, 수집된 정보를 바탕으로 얼굴 인식, 색 공간 분석 기법 등을 활용하여 인물 객체 식별 정보를 생성한다. 인물 특징 및 식별 정보는 편집 대상 영상의 각 프레임에 대해서 수집되며 영상 편집을 위한 프레임 단위 검색을 위한 메타데이터로 사용된다.

• 디지털콘텐츠학회 논문지
• /
• 제12권2호
• /
• pp.217-223
• /
• 2011

인공지능(AI : Artificial Intelligence)은 지능을 만들 수 있는 방법론이나 실현 가능성 등을 연구하는 컴퓨터 공학 및 정보기술과학 분야이다. 오델로(Othello) 게임은 다른 게임에 비해 규칙이 간단하며 $8{\times}8$인 제한적인 공간에서 이루어지기 때문에 AI로 제작되는 사례가 많다. 기존의 알고리즘은 추후에 발생하는 모든 경우의 수를 탐색하거나 룰을 이용하여 처리하기 때문에 처리시간이 오래 걸리며 새로운 상황에 대처하는데 효율적이지 않다. 본 연구에서는 이런 단점을 보안하고자 오델로 게임에 AI의 한 분야인 사례기반추론(CBR : Case-based Reasoning)알고리즘을 도입한다. CBR알고리즘 이란 주어진 문제를 해결하기 위해 과거에 있었던 유사한 문제를 검색하여 상황에 맞는 해결방법을 제시하는 방식을 의미한다. 지금까지 오델로 게임에 여러가지 AI기술을 이용하였으나 CBR알고리즘을 적용한 사례가 없었다. 본 연구에서는 CBR알고리즘을 오델로 게임에 적용하여 보다 빠른 연산속도로 다음 작업을 처리할 수 있으며 기존의 사례가 충분할 때는 새로운 상황에 효율적으로 대처할 수 있을 뿐 아니라 사용자로 하여금 보다 어려운 오델로 게임을 만들 수 있는 시스템을 제안한다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제39권1호
• /
• pp.117-132
• /
• 2020

The purpose of this study is to investigate elementary school teachers' awareness of Artificial Intelligence (AI) and find out how to apply it in elementary science education. The survey was conducted online and involved 95 teachers working in the metropolitan area. The results of this study are as follows. First, teachers need to learn about the general characteristics of AI and how to apply it to education. Second, science classes had the highest preference for AI among elementary school subjects. Third, the preference for AI application by elementary science field was 68.4% for earth and space, 54.7% for exercise and energy, 32.6% for matter, 27.4% for life. Fourth, AI-based Science Education (AISE) teaching- learning strategies were developed based on AI characteristics and the changing perspective of elementary science education, AISE's teaching-learning strategies are five: 'automation', 'individualization', 'diversification', 'cooperation' and 'creativity' and teachers can use them in teaching design, class practice and evaluation stages. Finally, the creative problem-solving Doing Thinking Making Sharing (DTMS) model was devised to implement the creativity strategy in AISE. This model consists of four-steps teaching courses: Doing, Thinking, Making and Sharing based on the empirical learning theory. In the future, follow-up research is needed to verify the effectiveness of this model by applying it to elementary science education.

• 터널과지하공간
• /
• 제31권1호
• /
• pp.25-40
• /
• 2021

4차 산업혁명 시대의 도래에 따라 암반공학분야에서도 인공지능을 활용한 연구가 점차 증가하고 있다. 본 논문에서는 인공지능에 대한 이해와 그 활용도를 더욱 증진시키기 위하여, 암반공학기술의 주된 적용대상인 터널, 발파, 광산과 관련된 최근의 국내외 연구 중 인공지능이 활용된 논문들에서 그 알고리즘의 종류와 적용방법을 분석하였다. 터널에서는 암반분류, TBM굴진율 및 막장전방 지질 예측, 발파에서는 암반의 파쇄도 및 비산거리, 광산에서는 폐광의 침하가능성 예측을 위해 주로 활용되고 있으며, 기계학습의 다양한 알고리즘 중 인공신경망이 압도적으로 많이 활용되고 있는 것으로 나타났다. 연구결과의 정확도와 신뢰성 제고를 위해 사용하고자 하는 인공지능 알고리즘에 대한 정확하고 상세한 이해가 필수적이며, 현재는 접근이나 분석이 난해한 암반공학 분야의 다양한 문제해결을 위해 기계학습뿐 아니라 CNN 또는 RNN과 같은 딥러닝을 활용한 연구 아이디어들이 점차 증가될 것으로 기대된다.

• International Journal of Computer Science & Network Security
• /
• 제23권11호
• /
• pp.99-109
• /
• 2023

The darknet is frequently referred to as the hub of illicit online activity. In order to keep track of real-time applications and activities taking place on Darknet, traffic on that network must be analysed. It is without a doubt important to recognise network traffic tied to an unused Internet address in order to spot and investigate malicious online activity. Any observed network traffic is the result of mis-configuration from faked source addresses and another methods that monitor the unused space address because there are no genuine devices or hosts in an unused address block. Digital systems can now detect and identify darknet activity on their own thanks to recent advances in artificial intelligence. In this paper, offer a generalised method for deep learning-based detection and classification of darknet traffic. Furthermore, analyse a cutting-edge complicated dataset that contains a lot of information about darknet traffic. Next, examine various feature selection strategies to choose a best attribute for detecting and classifying darknet traffic. For the purpose of identifying threats using network properties acquired from darknet traffic, devised a hybrid deep learning (DL) approach that combines Recurrent Neural Network (RNN) and Bidirectional LSTM (BiLSTM). This probing technique can tell malicious traffic from legitimate traffic. The results show that the suggested strategy works better than the existing ways by producing the highest level of accuracy for categorising darknet traffic using the Black widow optimization algorithm as a feature selection approach and RNN-BiLSTM as a recognition model.

• 지적과 국토정보
• /
• 제49권2호
• /
• pp.93-107
• /
• 2019

공공데이터포털에서는 공공기관이 보유한 데이터를 취합하여 관련 법에 따라 개방과 공유하고 있는데 최근 4차 산업혁명의 활성화와 함께 우리 사회의 모든 분야에서 고품질 데이터를 요구하고 있으나 산업계에서 요구하는 수준에는 데이터는 양과 질에 있어 미치지 못하여 크게 활용되지 못하고 있다. 현실세계에서 수집된 수많은 데이터는 사이버물리공간 상에 구현하여 현실에서의 문제를 시뮬레이션함으로써 각종 사회 현안에 대한 대안을 찾을 수 있으나 현재 공공데이터는 공간정보화되어 있지 않고 제공방식에 있어서도 단순하게 범주별로 나열식으로 제공되고 있어 한계가 있다. 위치지능화는 기존 데이터를 공간상에 표현할 수 있게 하여 융복합을 통해 새로운 가치 창출이 가능케하는 기술이다. 본 연구에서는 공공데이터의 위치지능화 방안을 제시하기 위해 공공데이터 포털을 대상으로 데이터별 위치정보 보유현황을 조사하였고, 그 결과 조사 대상 데이터의 약 60%가 위치정보를 보유하고 있었으며 대표적인 유형은 주소인 것으로 나타났다. 이에 주소를 기준으로 한 공공데이터 위치지능화 방안과 활용방안을 제시함으로써 공공데이터가 미래 사회 데이터 기반 산업 창출과 정책 수립시 제역할을 할 수 있는 방안을 제시하고자 하였다.

• 지능정보연구
• /
• 제11권1호
• /
• pp.153-167
• /
• 2005

본 논문에서는 이동 로봇이나 자율 캐릭터 에이전트로 미지의 환경을 탐사하는 문제를 다룬다 전통적으로 공간탐사 문제를 해결하기 위한 연구노력들은 주로 그래프기반의 공간 표현법들과 그래프 탐색법들에 초점을 맞추어 왔다. 최근 들어, 공간탐사를 위한 가장 효율적인 그래프 탐색법들 중 최대 $min(mn, d^2+m)$에지들만을 탐색하는 EXPLORE알고리즘이 발견되었다. 이때 d는 그래프의 부족도(deficiency)를 나타내고, m은 그래프 에지들의 수를, n은 그래프 노드들의 수를 나타낸다. 본 논문에서는 자율 에이전트에 의해 미지의 공간을 탐사하는 실시간 그래프 탐색 알고리즘 DFS-RTA*와 DFS-PHA*를 제안한다. 두 알고리즘들은 모두 EXPLORE 알고리즘과 같이 깊이-우선 탐색(DFS)을 기초로 하고 있으며, 직전 노드로의 빠른 후진을 위해 각각 실시간 최단 경로 탐색 방법인 RTA*와 PHA*를 적용하는 것이 특징이다. 본 논문에서는 대표적인 3차원 온라인 게임 환경인 Unreal Tournament게임과 지능형 캐릭터 에이전트인 KGBot를 이용한 실험을 통해 두 탐색 알고리즘의 완전성과 효율성을 분석해본다.

• Spatial Information Research
• /
• 제18권2호
• /
• pp.77-88
• /
• 2010

U-City 서비스로 대표되는 첨단 공간서비스는 그동안 10여년의 많은 노력과 예산투자의 결과로 가시화된 국토정보화(National Digitalization)의 결실로서 평가될 수 있다. U-City서비스는 정보통신기술을 근간으로 하고 있으나 현실공간의 지능화 측면에서 그 개념상 공간정보와 또 그것을 기반으로 국토공간을 분석하고 활용하기 위한 국토 공간계획과 긴밀한 연계관계를 갖지 않을 수 없다. 그러나 아직까지 U-City서비스는 기존의 공간정보 및 공간계획과 명확한 상호관계 설정 및 각 분야간 계획, 구축 및 관리간 연계가 미흡한 실정에 있다. 따라서 본 연구의 주요 목적은 디지털융합시대의 국토 유비쿼터스화라고 하는 큰 명제하에 U-City서비스가 국토 공간정보 및 공간계획과 상호 유기적 연계관계를 가지고 발전할 수 있도록 하기 위한 디지털융합공간(Digital Convergence Space)의 신개념을 제안하고 그 구현을 위한 제도적 정비방안을 제시하는데 있다.

• 천문학회보
• /
• 제46권2호
• /
• pp.64.3-65
• /
• 2021

인공지능 기계학습에 의한 한문고전 자동번역기는 승정원일기 뿐만 아니라, 한국 고문헌 중 천문 기록에 특화되어 한자로 된 천문 고전을 한글로 번역해 서비스하고 있다. 한국천문연구원은 한국지능정보사회진흥원이 주관하는 2019년도 Information and Communication Technology 기반 공공서비스 촉진사업에 한국고전번역원과 공동 참여하여 이 자동 번역기 개발을 완료한 것이다. 이 번역기의 개발 목적은 초벌 번역 수준일지라도 문장 형태의 한문을 한글로 자동 번역하는 것이며, 이 연구는 현재 번역기 운용 현황을 서비스 별로 분석하고자 한다. 자동 번역관련 서비스는 크게 3가지이다. 첫째, 누구나 웹 접속을 통해 사용 가능한 한문고전 자동번역 대국민 서비스이다. 1년간 자체 시험을 거쳐 2021년 1월 12일 시험판을 오픈하여 운용 중에 있다. 둘째, 기관별로 구축된 코퍼스와 도메인 특화된 번역 모델 등을 관리할 수 있는 한문고전 자동번역 확산 플랫폼 서비스이다. 대국민 서비스와 함께 클라우드 기반으로 서비스되며, 한국고전번역원이 관리를 담당한다. 셋째, 자동번역 Applied Programmable Interface를 활용한 한국천문연구원 내 자체 활용이 가능한 천문고전 자동번역 서비스이다. 서비스 현황 분석은 기관별 관리 서비스에 해당되는 한문고전 자동번역 확산 플랫폼에서 집계하여 제공하는 대시보드의 통계 기능을 활용한다. 각 서비스별 문장과 파일 번역 이용 건수, 번역 속도, 평균 자수 뿐만 아니라, 번역 모델 프로필에 따른 이용률 분석이 가능하다. 이에 따른 주요 분석 중 하나인 올해 전체 번역 이용 건수는 한 해 각 기관의 평균 방문자수 대비 87% 성과 목표에 해당되는 약 38만 건에 근접할 것으로 예측된다. 이 자동 번역기는 원문 해독 시간을 단축시키는 효과와 함께 미번역 천문 고문헌의 활용성을 높여 다양한 연구에 기여할 것이다.