• International Journal of Computer Science & Network Security
• /
• 제23권1호
• /
• pp.153-163
• /
• 2023

This study is situated in the context of intelligent transport systems, where in-vehicle devices assist drivers to avoid accidents and therefore improve road safety. The vehicles present in a given area form an ad' hoc network of vehicles called vehicular ad' hoc network. In this type of network, the nodes are mobile vehicles and the messages exchanged are messages to warn about obstacles that may hinder the correct driving. Node mobilities make it impossible for inter-node communication to be end-to-end. Recognizing this characteristic has led to delay-tolerant vehicular networks. Embedded devices have small buffers (memory) to hold messages that a node needs to transmit when no other node is within its visibility range for transmission. The performance of a vehicular delay-tolerant network is closely tied to the successful management of the nodes' transit buffer. In this paper, we propose a message transit buffer management model for nodes in vehicular delay tolerant networks. This model consists in setting up, on the one hand, a policy of dropping messages from the buffer when the buffer is full and must receive a new message. This drop policy is based on the concept of intermediate node to destination, queues and priority class of service. It is also based on the properties of the message (size, weight, number of hops, number of replications, remaining time-to-live, etc.). On the other hand, the model defines the policy for selecting the message to be transmitted. The proposed model was evaluated with the ONE opportunistic network simulator based on a 4000m x 4000m area of downtown Bouaké in Côte d'Ivoire. The map data were imported using the Open Street Map tool. The results obtained show that our model improves the delivery ratio of security alert messages, reduces their delivery delay and network overload compared to the existing model. This improvement in communication within a network of vehicles can contribute to the improvement of road safety.

• 한국컴퓨터정보학회논문지
• /
• 제14권1호
• /
• pp.1-8
• /
• 2009

개인화 서비스와 같은 지능정보 시스템을 위해서는 사용자 선호도의 학습은 중요한 연구 분야이다. 본 연구에서는 채팅 도메인에서의 사용자 선호도를 학습하는 방법을 제시하며, 기존의 평면적인 사용자 선호도 모델의 문제점을 해결하기 위한 사용자 선호도 모델을 제안한다. 사용자가 선호도 학습의 대상에 대하여 얼마나 관심이 있는가를 나타내는 관심도와 대상에 대한 감성을 나타내는 호감도 라는 요소로 모델링 할 수 있다. 자연어 처리를 통해 현재 대화에서의 주제 탐지와 호감도 분석을 하고, 이를 이용하여 사용자의 선호도와 호감도를 학습한다. 시간의 흐름에 따라 변하는 사용자 선호도의 특징을 고려하여, 사용자 선호도를 세션, 단기, 장기 선호도로 나누어 계산한다. 사용자선호도 학습의 대상이 되는 키워드와 주제에 대하며 시간에 따라 변하는 사용자의 선호도 변화를 고려하여 선호도 결정을 한다 사용자 선호도 학습 효과의 검증을 위하여 사용자 평가를 하였으며 주제 선호도, 키워드 선호도, 키워드 호감도에 대하여 각각 86.52%, 86.28%, 87.22%의 성능을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.1290-1293
• /
• 2021

현재 시각장애인들의 일상생활에 있어 많은 불편함을 겪고 있어 시각장애인에게 도움이 되고자 실시간 객체인식을 하여 보행환경의 정보를 전달하는 안경을 만드는 프로젝트를 진행하였다. 핵심 기능에 해당하는 객체인식은 인공지능 모델 YOLOv4가 사용되었으며, 시각장애인의 입장에서 걸어 다닐 때 인식 되어야 하는 객체들을 선정하고, 이들을 대상으로 학습 데이터를 재구성하고 YOLOv4의 재학습을 진행하였다. 학습 결과 모든 객체들에 대한 정확도는 68%를 보였으나 시각 장애인이 걸어다닐 때 인식되어야 하는 필수객체(Person, Bus, Car, Traffic_light, Bicycle, Motorcycle)들의 인식률은 84%로 측정되었다. 향 후 진행될 학습에선 더욱 다양한 방법으로 학습데이터를 확보하고, YOLOv4가 아닌 darkflow를 이용해 다양한 parameter로 학습을 진행하여 다면적인 성능비교가 필요하다.

• 대한토목학회논문집
• /
• 제28권5D호
• /
• pp.587-595
• /
• 2008

1960년대부터 최근까지 버스 이용자들의 편의를 증진시키며 버스운영 측면에서 불필요한 운행을 최소화하기 위한 버스운행계획 최적화에 대한 많은 연구가 진행되어 왔다. 2000년 이후 ITS의 일환으로 버스 운행계획 최적화를 통한 운행관리와 정보제공 측면에서 그 중요성이 대두됨에 따라 과학적인 기반 하에 합리적인 버스운행계획 수립을 위한 연구가 더욱 활발히 진행되고 있는 추세이다. 본 연구에서는 버스운행계획 수립을 위해 구간 및 정류소 단위의 운행이력, 버스이용수요 등 세부자료를 활용하여 DTR 및 DTRC 모형에 따라 버스운행계획을 수립하였고 기점 및 정류소 단위의 timetable을 작성하였다. 모형 검증을 위해 서울시 472번 간선노선을 대상으로 BMS, 교통카드 등의 수집 자료를 활용하여 운행계획을 수립하고, 모형에 사용된 파라미터와 가정들에 대한 신뢰성 확보를 위하여 민감도 분석을 수행하였다.

• 대한토목학회논문집
• /
• 제30권3D호
• /
• pp.241-246
• /
• 2010

본 연구는 버스정보시스템(BIS)의 운영을 통해 수집되고 있는 데이터를 이용하여 도시내 가로의 통행시간을 추정하기 위한 연구이다. 기존의 버스시스템에 첨단정보통신 기술을 접목한 BIS는 많은 지방자치단체에서 구축하여 운영 중에 있다. 그러나 이러한 기술동향을 반영한 연구는 부족한 실정이다. 기존에 구축된 BIS의 운영을 통해 유용한 교통정보들이 수집되고 있으나 수집된 데이터의 활용은 활발히 이루어지지 못하고 있다. 본 연구에서는 BIS의 운영을 통해 수집되고 있는 버스운행 데이터를 이용하여 도시내 가로의 링크통행시간 추정을 통해 도시의 교통관리에 활용하고 운전자에게 교통정보를 제공하기 위한 기초적인 연구를 수행하고자 하였다. 연구결과 버스의 링크통행시간이 두 개의 군집으로 나타났으며 따라서 링크통행시간을 두 개의 군집으로 나누어 추정모형을 구축하였다. 구축된 모형을 통계적으로 검정하기 위해 T-test를 실시한 결과 통계적으로 유의한 것으로 분석되었다.

• 지능정보연구
• /
• 제29권4호
• /
• pp.287-308
• /
• 2023

ChatGPT는 2022년 11월에 서비스를 시작한 후 급격하게 사용자 수가 늘어나며 인공지능의 역사에서 큰 전환점을 가져올 정도로 사회 곳곳에 많은 영향을 미치고 있다. 특히 ChatGPT와 같은 거대언어모델의 추론 능력은 프롬프트 엔지니어링 기법을 통해 빠른 속도로 그 성능이 발전하고 있다. 인공지능을 워크플로우에 도입하려고 하는 기업이나 활용하려고 하는 개인에게 이와 같은 추론 능력은 중요한 요소로 고려될 수 있다. 본 논문에서는 거대언어모델에서 추론을 가능하게 한 문맥내 학습에 대한 이해를 시작으로 하여 프롬프트 엔지니어링의 개념과 추론 유형 및 벤치마크 데이터에 대해 설명하고, 이를 기반으로 하여 최근 거대언어모델의 추론 성능을 급격히 향상시킨 프롬프트 엔지니어링 기법들에 대해 조사하고 발전과정과 기법들 간의 연관성에 대해 상세히 알아보고자 한다.

• 실천공학교육논문지
• /
• 제16권1_spc호
• /
• pp.65-70
• /
• 2024

인공지능 교육에 대한 관심이 증가함에 따라, 연구자들은 인공지능 교육 프로그램을 실시하기 위해 노력하였다. 그러나 예비 교사를 대상으로 개발된 연구는 현재까지 제한적인 것으로 나타났다. 따라서 이 연구는 예비 중등교사를 위한 인공지능 리터러시 교육 프로그램을 개발하기 위해 실시되었다. 연구 결과, 주차별 주제는 인공지능의 정의와 적용, 지능 에이전트 분석, 데이터의 중요성, 기계학습의 이해, 예측과 분류에 대한 실습, 분류와 군집에 대한 실습, 비정형 데이터에 대한 실습, 딥러닝의 이해, 딥러닝 알고리즘의 활용, 공정성, 투명성, 책무성, 안전성, 사회통합으로 구성되었다. 이 연구를 통해 예비 교사를 대상으로 인공지능 리터러시 교육 프로그램이 확대되기를 희망한다. 추후에는 교원양성기관에서 관련 교육을 실시하고, 그 효과를 분석하는 후속 연구들이 실행되기를 희망한다.

• Physical Therapy Rehabilitation Science
• /
• 제13권2호
• /
• pp.152-162
• /
• 2024

Objective: This study was conducted to analyze the effect of wearable Electromyography-controlled functional electrical stimulation (EMG-controlled FES) System on Gait Function and cardiopulmonary metabolic efficiency during walking in older adults. Design: Cross-section study Methods: Total 22 older adult participants suitable to selection criteria of this study participated in this study. The EMG-controlled FES System, which functions as a wearable physical activity assist FES system was used. All participations performed randomly assigned two conditions (Non-FES assist [NFA], FES assist [FA]) of walking. In all conditions, spatio-temporal parameters and kinematics and kinetics parameters during walking was collected via 3D motion capture system and 6 minutes walking test (6MWT) and metabolic cost during walking and stairs climbing was collected via a portable metabolic device (COSMED K5, COSMED Srl, Roma, Italy). Results: In Spatio-temporal parameters aspects, The EMG-controlled FES system significantly improved gait functions measurements of older adults with sarcopenia at walking in comparison to the NFA condition (P<0.05). Hip, knee and ankle joint range of motion increased at walking in FA condition compared to the NFA condition (P<0.05). In the FA condition, moment and ground reaction force was changed like normal gait during walking of older adults in comparison to the NFA condition (P<0.05). The EMG-controlled FES system significantly reduced net cardiopulmonary metabolic energy cost, net energy expenditure measurement at stairs climbing (P<0.05). Conclusions: This study demonstrated that EMG-controlled FES is a potentially useful gait-assist system for improving gait function by making joint range of motion and moment properly.

• 한국지리정보학회지
• /
• 제18권2호
• /
• pp.75-91
• /
• 2015

본 연구의 목적은 유시티의 진화지도를 통하여 유시티 진화 특성을 분석하는데 있다. 유시티 진화 특성은 서비스, 기술, 인프라, 관리 등으로 구성된 STIM 모형의 관점에 따라 부문별 진화지도를 구축하여 분석하였다. 분석자료는 2002년부터 2013년까지 한국정보사회진흥원에서 발간한 국가정보화백서를 활용하였다. 분석 결과는 다음과 같다. 첫째, 유시티 서비스는 행정 정보화 서비스, 기업 정보화 서비스, 행정 생활 정보화 서비스, 행정 공간 민간 정보화 서비스로 진화되었다. 둘째, 유시티 기술은 유선 네트워크, 센서 네트워크, 프로세싱 초고속 네트워크, 네트워크 및 보안, 융합기술 등으로 진화하였다. 셋째, 유시티 인프라는 유선 네트워크, 유 무선네트워크, 지능화시설(1990년대 후반), 지능형 시설 공간(2000년대 초반)으로 진화되었다. 넷째, 유시티 관리는 단위 네트워크 인프라 관리, 정보연계 및 운영 관리, 정보통합 및 참여운영 관리 등으로 진화 되었다. 따라서 유시티는 행정 중심의 정부 정보화, 기술 중심의 컴퓨터 지향 사회, 서비스 중심의 정보화 도시, 공간 중심의 유시티로 진화되었음을 알 수 있다.

• 한국콘텐츠학회논문지
• /
• 제20권7호
• /
• pp.618-628
• /
• 2020

본 논문의 목적은 사이버 보안 프레임워크 기반으로 이미 도입되어 개별 운영 중인 각종 보안 솔루션들을 잘 조합하여 새로운 보안 오케스트레이션 서비스 모델을 제안하는 것이다. 현재 다양하고 지능화된 사이버 공격에 대응하고자 각종 단일 보안장비와 이를 통합 관리하는 SIEM과 AI솔루션까지 구축되었다. 그리고, 체계적인 예방과 대응을 위한 사이버보안 프레임워크와 보안 관제센터까지 개소를 하였다. 그러나 현실은 문서중심의 사이버보안 프레임워크와 한정된 보안인력으로 인해 TMS/IPS의 중요한 탐지 이벤트의 단편적인 침해대응의 관제형태를 벗어나기 힘든 상항이다. 이러한 문제점 개선을 위해 본 논문의 모델 기반으로 업무 특성과 취약한 자산 식별을 통해 보호해야 할 관제대상을 선정한 후, SIEM으로 로그 수집을 한다. 자산 정보를 기반으로 위협정보를 통해 사전 예방 방법과 세가지 탐지 전략을 수립했다. AI와 SIEM을 통해 공격 여부를 빠르게 판단하여 방화벽과 IPS에 자동 차단 기능이 연계되었다. 또한, 머신러닝 지도학습을 통해 TMS/IPS의 탐지 이벤트를 자동 침해사고 처리함으로 관제업무의 효율성 향상과 머신러닝 비지도 학습 결과를 통해 빅데이터 분석 중심의 위협헌팅 업무체계를 확립하였다.