• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권11호
• /
• pp.439-448
• /
• 2021

교통사고 원인 중 가장 큰 비율을 차지하는 것이 운전자의 부주의로서 이를 검출하는 연구가 꾸준히 진행되고 있다. 본 논문은 부주의한 운전자를 정확히 검출하고, 검출된 운전자의 모습에서 가장 특징적인 영역을 선정(Localize)하는 방법을 제안한다. 제안하는 방법은 운전자의 부주의를 검출하기 위해서 CAM(Class Activation Map) 기반의 전체 클래스를 분류하는 CNN 모델과 이 모델에서 혼동하거나 공통된 특징 영역을 갖는 클래스들에 대한 상세 분류가 가능한 네 개의 서브 클래스 CNN 모델을 계층적으로 구성한다. 각 모델에서 출력한 분류 결과는 CNN 특징맵들과의 매칭 정도를 표현하는 새로운 특징으로 간주해서 수평적으로 결합하고 학습하여 분류의 정확성을 높였다. 또한 전체 및 상세 분류 모델의 분류 결과를 반영한 히트맵 결과를 결합하여 이미지의 특징적인 주의 영역을 찾아낸다. 제안한 방법은 State Farm 데이터 셋을 이용한 실험에서 95.14%의 정확도를 얻었으며, 이는 기존에 동일한 데이터 셋을 이용한 결과 중 가장 높은 정확도인 92.2%보다 2.94% 향상된 우수한 결과이다. 또한 전체 모델만을 이용했을 때 찾아진 주의 영역보다 훨씬 의미 있고 정확한 주의 영역이 찾아짐을 실험으로 확인하였다.

• Korean Journal of Radiology
• /
• 제22권11호
• /
• pp.1918-1928
• /
• 2021

Objective: With the recent development of various MRI-conditional cardiac implantable electronic devices (CIEDs), the accurate identification and characterization of CIEDs have become critical when performing MRI in patients with CIEDs. We aimed to develop and evaluate a deep learning-based algorithm (DLA) that performs the detection and characterization of parameters, including MRI safety, of CIEDs on chest radiograph (CR) in a single step and compare its performance with other related algorithms that were recently developed. Materials and Methods: We developed a DLA (X-ray CIED identification [XCID]) using 9912 CRs of 958 patients with 968 CIEDs comprising 26 model groups from 4 manufacturers obtained between 2014 and 2019 from one hospital. The performance of XCID was tested with an external dataset consisting of 2122 CRs obtained from a different hospital and compared with the performance of two other related algorithms recently reported, including PacemakerID (PID) and Pacemaker identification with neural networks (PPMnn). Results: The overall accuracies of XCID for the manufacturer classification, model group identification, and MRI safety characterization using the internal test dataset were 99.7% (992/995), 97.2% (967/995), and 98.9% (984/995), respectively. These were 95.8% (2033/2122), 85.4% (1813/2122), and 92.2% (1956/2122), respectively, with the external test dataset. In the comparative study, the accuracy for the manufacturer classification was 95.0% (152/160) for XCID and 91.3% for PPMnn (146/160), which was significantly higher than that for PID (80.0%,128/160; p < 0.001 for both). XCID demonstrated a higher accuracy (88.1%; 141/160) than PPMnn (80.0%; 128/160) in identifying model groups (p < 0.001). Conclusion: The remarkable and consistent performance of XCID suggests its applicability for detection, manufacturer and model identification, as well as MRI safety characterization of CIED on CRs. Further studies are warranted to guarantee the safe use of XCID in clinical practice.

• 한국시뮬레이션학회논문지
• /
• 제26권4호
• /
• pp.1-9
• /
• 2017

유전 알고리즘은 생물 유전학에 기본 이론을 두는 전역 탐색 알고리즘으로, 산업, 뉴럴 네트워크, 웹, 그리고 국방 등의 분야에서 활발히 사용되고 있다. 하지만 기존의 유전 알고리즘은 염색체의 개수가 고정되어 있는 형태여서 시뮬레이션 도중 초기에 주어진 상황보다 더 복잡한 상황이 주어질 수 있는 경우에는 적용이 힘들다는 한계점이 존재한다. 본 연구에서는 이를 극복하기 위해서 염색체 비분리를 적용한 가변 염색체 유전 알고리즘을 제안하였다. 그리고 염색체 수의 변화가 시뮬레이션 결과에 영향을 미치는 것을 확인하기 위하여 대 잠수함 HVU 호위 임무 시뮬레이션에 염색체 비분리를 적용한 가변 염색체 유전 알고리즘을 적용하였다. 시뮬레이션 결과 기존의 유전 알고리즘과는 달리 가변 염색체 유전 알고리즘에서는 더 복잡한 전술이 더 일찍 등장하였으며, 그에 따라 염색체 수가 증가하는 방향으로 진화가 일어나는 것을 확인할 수 있었다.

• 정보처리학회논문지B
• /
• 제11B권4호
• /
• pp.471-476
• /
• 2004

최근, 사용자에게 가장 필요한 정보를 제공하기 위한 웹 정보 추천 시스템에 대한 연구가 인터넷 쇼핑몰등을 대상으로 활발히 진행되고 있다. 그 중 SOM(Self-Organizing Feature Maps)을 이용한 동적 웹 정보 추천 기법은 빠른 수행 속도와 간편하게 사용할 수 있는 장점이 존재하나, 모형에 대한 설명력 부족 및 최종적으로 구축된 모형에서 출력층의 각 노드가 한 개의 가중치 값들로 고정되는 단점이 존재한다. 본 논문에서는 이러한 단점인 모형에 대한 설명력 부족을 베이지안 추론 기법으로 해결하며, 하이브리드 SOM을 이용하여 최종적으로 구축된 모형에서 출력층의 각 노드가 한 개의 가중치 값들로 고정되는 것이 아니라 가중치가 속하게 되는 분포가 결정되도록 한다. 이러한 하이브리드 SOM을 이용하여 동적 웹 정보 추천 기법을 설계하고 구현하여 기존의 웹 정보 추천 기법과 성능 비교를 수행한 결과, 제안된 기법의 우수함이 입증되었다.

• 한국멀티미디어학회논문지
• /
• 제6권1호
• /
• pp.136-147
• /
• 2003

주어진 문제에 대하여 최적의 성능을 가지는 신경회로망을 얻기 위해서는 학습을 통한 매개변수의 최적화 (parameter optimization)와 모델 선택을 통한 구조 최적화(structure optimization )의 통합적인 과정이 필요하다. 본 논문에서는, 각 세부 방법들의 특성을 고려하여, 공통의 특성을 갖는 방법들을 결합함으로써 효율적이면서도 일반화 성능을 높이는 총체적인 신경회로망 최적화 방법을 제안한다. 먼저 다양한 오차 함수를 사용할 수 있는 자연 기울기 강하 학습에 적응적 정규화 방법을 도입함으로써 가중치 매개변수(weight parameter)들을 최적화한다. 그리고 이렇게 최적화된 매개변수(parameter)들에 자연 프루닝(natural pruning)을 적용하여 불필요한 요소들을 제저하여 최적화 된 구조를 생성한다. 반복적인 과정에 의하여 후보 모델들을 구성하고 베이시안 정보 기준(Bayesian Information Criterion: BIC )을 이 용하여 최적의 모델을 평가하여 선택하는 방법을 제안하였다. 벤치마크 데이터에 대한 실험을 통하여 제안하는 방법의 구조 최적화 능력과 일반화 성능의 우수성을 보였다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제24권3호
• /
• pp.138-144
• /
• 2018

본 고에서는 비디오로부터 coherent story를 학습하여 비디오 스토리를 재현할 수 있는 스토리 학습/재현 프레임워크를 제안한다. 이를 위해 연속 이벤트 순서를 감독학습 정보로 사용함으로써 각 에피소드들이 은닉 공간 상에서 궤적 형태를 가지도록 유도하여, 순서정보와 의미정보를 함께 다룰 수 있는 복합된 표현 공간을 구축하고자 한다. 이를 위해 유아용 비디오 시리즈를 학습데이터로 활용하였다. 이는 이야기 구성의 특성, 내러티브 순서, 복잡도 면에서 여러 장점이 있다. 여기에 연속 이벤트 임베딩을 반영한 인코더-디코더 구조를 구축하고, 은닉 공간 상의 시퀀스의 모델링에 양방향 LSTM을 학습시키되 여러 스텝의 서열 데이터 생성을 고려하였다. '뽀롱뽀롱 뽀로로' 시리즈 비디오로부터 추출된 약 200 개의 에피소드를 이용하여 실험결과를 보였다. 실험을 통해 에피소드들이 은닉공간에서 궤적 형태를 갖는 것과 일부 큐가 주어졌을 때 스토리를 재현하는 문제에 적용할 수 있음을 보였다.

• 한국항행학회논문지
• /
• 제21권2호
• /
• pp.206-211
• /
• 2017

최근 컴퓨팅 기기를 하나의 네트워크로 연결하여, 극대화한 차세대 디지털 신경망서비스를 제공하는 그리드 컴퓨팅은 PC나 서버, PDA 등 모든 컴퓨터를 네트워크로 연결해 하나의 거대한 가상 컴퓨터를 만든다는 것이다. 따라서 기상업무 분야에 적용될 그리드 컴퓨팅 구현 모델을 다음과 같이 제안한다. 첫째, 그리드 컴퓨팅을 이용하게 될 대상 작업은 중규모 이하의 수치 모델 개발 또는 테스트 운영에 필요한 작업들과 기상용 슈퍼컴퓨터의 최종 백업이다. 둘째, 그리드 컴퓨팅을 구성하게 될 자원은 운영 효율을 고려하여 본청에서 운영 중인 업무용 PC와 리눅스 서버들로 한정한다. 셋째, 네트워크는 LAN 구간으로 제한하는 것으로 고성능 컴퓨팅을 구현하는 방안을 제시하였다.

• 한국융합학회논문지
• /
• 제8권10호
• /
• pp.1-8
• /
• 2017

정확한 예측은 미래에 일어날 현상에 대해 효과적으로 준비 혹은 대처 할 수 있게 해준다. 특히, 기상 현상은 인간의 생활과 밀접한 연관이 있으며, 발생할 수 있는 기상 및 재난 예측을 통해 인명, 재산 등의 피해로부터 예방 할 수 있게 해준다. 해상에서 발생할 수 있는 재난 중 하나인 유류유출 사고에 대해 빠르고 효과적으로 대응하기 위해서는 유출유의 이동과 주변 해역의 기상을 정확하게 예측하는 것이 중요하다. 본 논문에서는 분류 및 회귀 예측과 관련된 연구에서 준수한 성능 및 예측 가능성을 보여준 기계학습 기법으로 서포트 벡터 머신, 가우시안 프로세스, 다층 퍼셉트론, 방사기저함수 네트워크의 총 4 개의 기계학습 기법을 선별하였다. 선별한 기계학습 기법을 이용하여 유류유출의 탐지와 바람, 강우량, 오존 등의 기상 데이터를 예측하는 연구들의 연구 방법과 결과 등을 설명하며 이를 활용한 기계학습 기반 유류유출 예측 모델의 적용 가능성을 제시한다.

• 대한기계학회논문집A
• /
• 제25권3호
• /
• pp.537-547
• /
• 2001

The paper proposes the fuzzy logic global approximate optimization strategies in optimal sizing of automotive A-pillar trim with rib structures for occupant head protection. Two different strategies referred to as evolutionary fuzzy modeling (EFM) and neuro-fuzzy modeling (NFM) are implemented in the context of global approximate optimization. EFM and NFM are based on soft computing paradigms utilizing fuzzy systems, neural networks and evolutionary computing techniques. Such approximation methods may have their promising characteristics in a case where the inherent nonlinearity in analysis model should be accommodated over the entire design space and the training data is not sufficiently provided. The objective of structural design is to determine the dimensions of rib in A-pillar, minimizing the equivalent head injury criterion HIC(d). The paper describes the head-form modeling and head impact simulation using LS-DYNA3D, and the approximation procedures including fuzzy rule generation, membership function selection and inference process for EFM and NFM, and subsequently presents their generalization capabilities in terms of number of fuzzy rules and training data.

• 경영정보학연구
• /
• 제12권2호
• /
• pp.75-88
• /
• 2010

정보기술의 발전과 더불어 기업과 고객간의 대부분의 정보가 축적되면서 기업은 거래고객의 자세한 정보를 활용하여 차별화된 마케팅을 제공할 수 있다. 본 연구는 기업이 제공하는 마케팅 전략을 보다 효과적으로 실행하기 위해 고객을 세분화하고, 세분화된 고객집단별 마케팅 프로모션에 대한 반응을 예측하는 모형을 제시하였다. 고객세분화에는 데이터마이닝 기법 중 SOM(Self-organizing Map)을 적용하였으며, 세분화된 집단별 프로모션 반응예측에는 로짓모형, 신경망 등의 단일모형과 k-최근접이웃법을 이용한 단일모형들의 통합모형을 적용하였다. 제시된 방법론으로 기업은 프로모션에 대한 고객반응을 예측할 뿐만 아니라 프로모션에 대한 반응을 쉽게 예측할 수 있는 고객집단과 반응예측이 어려운 고객집단으로 구분하여 프로모션의 효과를 극대화하고 각 집단에 맞는 프로모션 전략을 수립할 수 있다.