• 한국인공지능학회지
• /
• 제6권2호
• /
• pp.23-27
• /
• 2018

Korea has a high proportion of self-employment. Many of them start the food business since it does not require high-techs and it is possible to start the business relatively easily compared to many others in business categories. However, the closure rate of the business is also high due to excessive competition and market saturation. Cafés and restaurants are examples of food business where the business analysis is highly important. However, for most of the people who want to start their own business, it is difficult to conduct systematic business analysis such as trade area analysis or to find information for business analysis. Therefore, in this paper, we predicted business status with simple information using Microsoft Azure Machine Learning Studio program. Experimental results showed higher performance than the number of attributes, and it is expected that this artificial intelligence model will be helpful to those who are self-employed because it can easily predict the business status. The results showed that the overall accuracy was over 60 % and the performance was high compared to the number of attributes. If this model is used, those who prepare for self-employment who are not experts in the business analysis will be able to predict the business status of stores in Seoul with simple attributes.

• 정보교육학회논문지
• /
• 제25권5호
• /
• pp.705-712
• /
• 2021

본 연구는 인공지능이라는 시대적 흐름에 따라 초등학교에서 쉽게 적용할 수 있는 인공지능 교육 프로그램을 개발하는 데 목적을 두고 있다. 교육 프로그램은 ADDIE 모형의 단계에 따라 초등교사 70명 대상의 요구 분석결과를 바탕으로 목적과 방향을 설계하였다. 설문 결과 초등학생들이 인공지능을 처음 배울 때 생활 속에서 가장 접하기 쉬운 소리 데이터를 주제로 설정하고, 일상생활에서 소리 데이터를 활용하여 문제를 해결하는 과정에서 인공지능의 원리를 익히고, 그 과정에서 컴퓨팅 사고력도 키울 수 있도록 머신러닝 교육 프로그램을 개발하였다. 인공지능 교육의 필요성이 대두되는 요즘 본 연구에서 개발한 소리 데이터를 기반으로 일상생활 문제를 해결하는 초등 머신러닝 교육 프로그램을 통해 초등 인공지능 교육의 기반을 갖출 수 있을 것이다.

• 한국인공지능학회지
• /
• 제5권1호
• /
• pp.18-28
• /
• 2017

Recently, there are many companies that use systems based on artificial intelligence. The accuracy of artificial intelligence depends on the amount of learning data and the appropriate algorithm. However, it is not easy to obtain learning data with a large number of entity. Less data set have large generalization errors due to overfitting. In order to minimize this generalization error, this study proposed DGA which can expect relatively high accuracy even though data with a less data set is applied to machine learning based genetic algorithm to deep learning based dropout. The idea of this paper is to determine the active state of the nodes. Using Gradient about loss function, A new fitness function is defined. Proposed Algorithm DGA is supplementing stochastic inconsistency about Dropout. Also DGA solved problem by the complexity of the fitness function and expression range of the model about Genetic Algorithm As a result of experiments using MNIST data proposed algorithm accuracy is 75.3%. Using only Dropout algorithm accuracy is 41.4%. It is shown that DGA is better than using only dropout.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.499-501
• /
• 2021

최근 전 세계적으로 인공지능과 SW는 4차산업혁명 시대의 기반 기술로서 중요한 위치를 점하고 있고, COVID-19로 인한 학습 환경의 변화로 웹브라우저 기반 프로그래밍 학습 시스템이 일반화되고 있다. 본 고에서는 이러한 트렌드에 따라 인공지능과 SW의 근간이 되는 알고리즘을 학습하기 위한 도구로서의 온라인 평가 시스템에 대해 기능별 확장 가능한 마이크로서비스 기반 시스템 구조를 제안한다. 그리고, 제안한 시스템 구조하에서 자동 평가 기능에 대해 머신러닝을 적용하기 위한 기능적 구조에 대해 또한 제안한다.

• 전자통신동향분석
• /
• 제38권6호
• /
• pp.22-30
• /
• 2023

Recently, artificial intelligence has been in the spotlight across various fields. Artificial intelligence uses massive amounts of data to train machine learning models and performs various tasks using the trained models. For model training, large, high-quality data sets are essential, and database systems have provided such data. Driven by advances in artificial intelligence, attempts are being made to improve various components of database systems using artificial intelligence. Replacing traditional complex algorithm-based database components with their artificial-intelligence-based counterparts can lead to substantial savings of resources and computation time, thereby improving the system performance and efficiency. We analyze trends in the application of artificial intelligence to database systems.

• 한국콘텐츠학회논문지
• /
• 제21권2호
• /
• pp.587-593
• /
• 2021

본 논문에서는 나날이 발전하는 대규모 서비스거부공격에 대해 고전적인 방식의 DDoS 대응시스템에서 벗어나, 4차 혁명 시대의 핵심기술 중의 하나인 인공지능 기반의 기술을 활용해 지능화된 서비스거부공격을 효율적으로 감내 할 수 있는 서비스모델 개발방안을 제안하였다. 즉, 다수의 보안장비, 웹서버로부터 수집된 다량의 데이터를 대상으로 머신러닝 인공지능 학습을 통해 서비스거부공격을 탐지하고 피해를 최소화할 수 있는 방안을 제안하였다. 특히, 인공지능기술을 활용하기 위한 모델을 개발은 일정한 트래픽 변화를 반복하며 안정적 흐름의 데이터를 전송이 이루어지다가 서비스거부공격이 발생하면 다른 양상의 데이터 흐름을 보인다는 점에 착안하여 서비스서부공격 탐지에 인공지능기술을 활용하였다. 서비스거부공격이 발생하면 확률기반의 실제 트래픽과 예측값과의 편차가 발생하기 때문에 공격성 데이터로 판단하여 대응이 가능하다. 이 논문에서는 보안장비나 서버에서 발생하는 로그를 기반으로 데이터를 분석하여 서비스거부공격 탐지모델을 설명하였다.

• 융합보안논문지
• /
• 제23권5호
• /
• pp.117-123
• /
• 2023

최근 생성형 Artificial Intelligence(이하 AI)와 인공지능에 대한 수요가 높아짐에 따라, 오남용에 대한 심각성이 대두되고 있다. 그러나, 이상행위 탐지를 극대화한 지능형 CCTV는 군과 경찰에서 범죄 예방에 큰 도움이 되고 있다. AI는 인간이 가르쳐준 대로 학습을 수행한 후, 자가 학습을 진행한다. AI는 학습된 결과에 따라 판단을 하기 때문에, 학습 시 특징을 명확하게 이해해야만 한다. 그러나, 인간이 판단하기에도 모호한 이상한 행위와 비정상 행위의 시각적 판단이 어려운 경우가 많다. 이것을 인공지능의 눈으로 학습하기란 매우 어렵고, 학습을 한 결과는 오탐, 미탐 그리고 과탐이 매우 많아진다. 이에 대해 본 논문에서는 AI의 이상한 행위와 비정상 행위의 학습을 명확하게 하기 위한 기준과 방법을 제시하고, 지능형 CCTV의 오탐, 미탐 그리고 과탐에 대한 판단 능력을 최대화 하기 위한 학습 방안을 제시하였다. 본 논문을 통해, 현재 활용 중인 지능형 CCTV의 인공지능 엔진 성능을 극대화가 가능하고, 오탐율과 미탐율의 최소화가 가능할 것으로 기대된다.

• Steel and Composite Structures
• /
• 제45권6호
• /
• pp.877-894
• /
• 2022

Geopolymer concrete (GPC) has emerged as a feasible choice for construction materials as a result of the environmental issues associated with the production of cement. The findings of this study contribute to the development of machine learning methods for estimating the properties of eco-friendly concrete to help reduce CO₂ emissions in the construction industry. The compressive strength (f_c) of GPC is predicted using artificial intelligence approaches in the present study when ground granulated blast-furnace slag (GGBS) is substituted with natural zeolite (NZ), silica fume (SF), and varying NaOH concentrations. For this purpose, two machine learning methods multi-layer perceptron (MLP) and radial basis function (RBF) were considered and hybridized with arithmetic optimization algorithm (AOA), and grey wolf optimization algorithm (GWO). According to the results, all methods performed very well in predicting the f_c of GPC. The proposed AOA - MLP might be identified as the outperformed framework, although other methodologies (AOA - RBF, GWO - RBF, and GWO - MLP) were also reliable in the fc of GPC forecasting process.

• International journal of advanced smart convergence
• /
• 제12권2호
• /
• pp.17-24
• /
• 2023

Given the surge in the elderly population, and increasing in dementia cases, there is a growing interest in digital therapies that facilitate steady remote treatment. However, in the cognitive assessment of digital therapies through clinical trials, the absence of log data as an essential evaluation factor is a significant issue. To address this, we propose a solution of utilizing weighted derived variables based on high-importance variables' accuracy in log data utilization as an indirect cognitive assessment factor for digital therapies. We have validated the effectiveness of this approach using machine learning techniques such as XGBoost, LGBM, and CatBoost. Thus, we suggest the use of log data as a rapid and indirect cognitive evaluation factor for digital therapy users.

• International Journal of Computer Science & Network Security
• /
• 제23권7호
• /
• pp.155-164
• /
• 2023

Machine learning with its high precision algorithms, Precision agriculture (PA) is a new emerging concept nowadays. Many researchers have worked on the quality and quantity of PA by using sensors, networking, machine learning (ML) techniques, and big data. However, there has been no attempt to work on trends of artificial intelligence (AI) techniques, dataset and crop type on precision agriculture using internet of things (IoT). This research aims to systematically analyze the domains of AI techniques and datasets that have been used in IoT based prediction in the area of PA. A systematic literature review is performed on AI based techniques and datasets for crop management, weather, irrigation, plant, soil and pest prediction. We took the papers on precision agriculture published in the last six years (2013-2019). We considered 42 primary studies related to the research objectives. After critical analysis of the studies, we found that crop management; soil and temperature areas of PA have been commonly used with the help of IoT devices and AI techniques. Moreover, different artificial intelligence techniques like ANN, CNN, SVM, Decision Tree, RF, etc. have been utilized in different fields of Precision agriculture. Image processing with supervised and unsupervised learning practice for prediction and monitoring the PA are also used. In addition, most of the studies are forfaiting sensory dataset to measure different properties of soil, weather, irrigation and crop. To this end, at the end, we provide future directions for researchers and guidelines for practitioners based on the findings of this review.