• Title/Summary/Keyword: Research Networks

검색결과 5,151건 처리시간 0.031초

합성곱 신경망 기반의 딥러닝을 이용한 섬유 강화 복합재료의 적층 각도 예측 (Prediction of Stacking Angles of Fiber-reinforced Composite Materials Using Deep Learning Based on Convolutional Neural Networks)

  • 홍현수;김원기;전도윤;이관호;김성수
    • Composites Research
    • /
    • 제36권1호
    • /
    • pp.48-52
    • /
    • 2023
  • 섬유 강화 복합재료는 방향성을 가지고 있기 때문에 적층 순서에 따라서 구조물의 기계적인 특성은 매우 달라질 수 있다. 따라서, 상황과 용도에 따른 복합재료 구조물의 적층 설계는 필수적이다. 그러나 제작된 복합재료 구조물의 적층 각도는 제작 환경이나 구조물 형상에 따라 설계 값과 편차를 가지는 경우가 많으며, 이는 구조적 성능에 영향을 끼칠 수 있다. 따라서 구조물의 신뢰성 확보를 위해서는 적층 설계 뿐만 아니라 제작된 복합재료의 적층각에 대한 분석 또한 매우 중요하다. 본 연구에서는 합성곱 신경망(Convolutional neural network; CNN) 기반의 딥러닝(Deep learning)을 이용하여 섬유 강화 복합재료의 실제 단면 이미지로부터 적층 각도를 예측하였다. 여러 적층 각도를 가지는 탄소 섬유 강화 복합재료 시편을 제작하고, 광학 현미경을 이용하여 Micro-scale로 실제 단면을 촬영하였다. 다양한 적층 각도에 따른 복합재료 시편의 단면 이미지 데이터를 이용하여 합성곱 신경망 기반의 딥러닝 모델에 대하여 학습을 수행하였다. 그 결과 높은 정확도로 실제 섬유 강화 복합재료 단면 이미지로부터 적층 각도를 예측할 수 있었다.

TeGCN:씬파일러 신용평가를 위한 트랜스포머 임베딩 기반 그래프 신경망 구조 개발 (TeGCN:Transformer-embedded Graph Neural Network for Thin-filer default prediction)

  • 김성수;배준호;이주현;정희주;김희웅
    • 지능정보연구
    • /
    • 제29권3호
    • /
    • pp.419-437
    • /
    • 2023
  • 국내 씬파일러(Thin Filer)의 수가 1200만명을 넘어서며, 금융 업계에서 씬파일러의 신용을 정확히 평가하여 우량고객을 선별해 대출을 공급하는 시도가 많아지고 있다. 특히, 차주의 신용정보에 존재하는 비선형성을 반영하여 채무불이행을 예측하기 위해서 다양한 머신러닝 알고리즘을 활용한 연구가 진행되고 있다. 그 중 그래프 신경망 구조(Graph Neural Network)는 일반적인 신용정보 외에 대출자 간의 네트워크 정보를 반영할 수 있다는 점에서 데이터가 부족한 씬파일러의 채무 불이행 예측에서 주목할 만하다. 그러나, 그래프 신경망을 활용한 기존의 연구들은 신용정보에 존재하는 다양한 범주형 변수를 적절히 처리하지 못했다는 한계가 있었다. 이에 본 연구는 범주형 변수의 맥락적 정보를 추출할 수 있는 트랜스포머 메커니즘(Transformer mechanism)과 대출자 간 네트워크 정보를 반영할 수 있는 그래프 합성곱 신경망(Graph Convolutional Network)를 결합하여 효과적으로 씬파일러의 채무 불이행 예측이 가능한 TeGCN (Transformer embedded Graph Convolutional Network)를 제안한다. TeGCN는 일반 대출자 데이터셋과 씬파일러 데이터셋에 대하여 모두 베이스 라인 모델 대비 높은 성능을 보였으며, 특히 씬파일러 채무 불이행 예측에 우수한 성능을 달성했다. 본 연구는 범주형 변수가 많은 신용정보와 데이터가 부족한 씬파일러의 특성에 적합한 모델 구조를 결합하여 높은 채무 불이행 예측 성능을 달성했다는 시사점이 있다. 이는 씬파일러의 금융소외문제를 해결하고 금융업계에서 씬파일러를 대상으로 추가적인 수익을 창출하는데 기여할 수 있을 것이다.

빅데이터를 활용한 사회적 이슈와 소비행동 연구 (A Study on Social Issues and Consumption Behavior Using Big Data)

  • 백승헌;김기탁
    • 한국엔터테인먼트산업학회논문지
    • /
    • 제13권8호
    • /
    • pp.377-389
    • /
    • 2019
  • 본 연구는 일본 불매운동과 관련된 일본스포츠 용품에 대한 소비자들의 인식을 조사하고 인식에 따른 문제점파악과 변인을 추출하기 위해 소셜네트워크 빅데이터 분석을 실시하였다. 소셜네트워크 빅데이터 분석을 "일본 불매운동"과 "일본 스포츠 용품"의 2가지 영역으로 조사를 실시하였으며, 조사기간은 불매운동이 이슈가 되었던 2019년 7월 1일 ~ 7월 31일까지의 1개월의 데이터를 수집하여 조사하였다. 연구방법을 구체화하면 시대적 이슈파악 - 소셜네트워크 분석을 활용한 키워드 설정 - TEXTOM과 Ucinet 6프로그램을 용한 CONCOR분석을 활용한 군집파악 - 전문가 회의를 통한 변인선정 - 설문지 작성 및 수정보완 - 설문지의 타당도와 신뢰도 검증 - 구조모형방정식을 활용한 가설검증으로 구성하였다. 소셜네트워크의 빅데이터를 활용한 결과를 바탕으로 관련특성, 국민성, 태도, 소비행동의 4가지변인을 추출하였고 4가지 변인의 설문문항은 총 30문항, 292부의 설문지를 최종 가설검증에 활용하였다. 분석결과 첫째, 불매운동 관련특성은 국민성의 정(+)적 관계가 나타났다. 구체적으로 불매운동 관련특성(불매운동 필요성, 불매운동소속감, 불매운동혜택지각 모두는 국민성에 정(+)적 관계가 나타났다. 둘째, 국민성은 태도에 정(+)적 관계가 있는 것으로 나타났다. 셋째, 국민성은 소비행동에 정(+)적 관계가 있는 것으로 나타났다. 이를 종합하면, 첫째 가설검증을 통해 일본불매운동은 무조건적인 감정대립이 아닌 현재와 같은 문화운동을 수준 높게 잘 대처해 나가야 자세가 필요할 것이며, 한국의 역사를 세계에 널리 알릴 수 있는 캠페인으로 발전해 나갈 것을 시사한다. 둘째 가설검증을 통해 최근 일본불매운동은 국가적 우월성을 강조했다는 것과 수출국가의 민족성을 무시했다는 점에서 나타난 문제의 결과이며, 글로벌 기업의 해외시장 진출 시 고려해야 할 사항임을 시사한다. 셋째 가설검증을 통해 불매운동은 양면적 성격에서 자신의 책임 하에 자신의 이익을 목적으로 자발적으로 참여되어야 하며, 어떠한 강조나 강요가 수반 되어선 안 될 것을 시사한다.

CNN 기반 감성 변화 패턴을 이용한 가짜뉴스 탐지 (Fake News Detection Using CNN-based Sentiment Change Patterns)

  • 이태원;박지수;손진곤
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제12권4호
    • /
    • pp.179-188
    • /
    • 2023
  • 최근 가짜뉴스는 뉴스 콘텐츠 형식을 가장하고 중요한 사건이 발생할 때마다 등장하여 사회적 혼란을 초래한다. 이에 가짜뉴스를 탐지하기 위한 연구로 인공지능 기술이 사용된다. 자연어 처리를 통해 가짜뉴스를 자동으로 인지 및 차단하거나, 네트워크 인과 추론과 결합함으로써 허위 정보를 확산시키는 소셜미디어 인플루언스 계정을 감지하는 등의 가짜뉴스 탐지 접근법이 딥러닝을 통해 구현될 수 있었다. 그러나 가짜뉴스 탐지는 여러 자연어 처리 분야 중에서도 해결이 어려운 문제로 분류된다. 가짜뉴스가 가지는 형식 및 표현의 다양성으로 특성 추출의 난도가 높고, 뉴스가 속한 범주에 따라 하나의 특성이 서로 다른 의미를 가질 수도 있는 등 다양한 한계점이 존재한다. 본 논문에서는 가짜뉴스를 탐지하기 위한 추가적인 식별 기준으로 감성 변화 패턴을 제시한다. 합성곱 신경망을 가짜뉴스 데이터 세트에 적용하여 콘텐츠 특성에 기반한 분석을 수행하고, 감성 변화 패턴을 추가로 분석함으로써 성능이 개선된 모델을 제안한다. 뉴스를 구성하는 문장에 대하여 감성 극성을 산출하고 장단기 메모리를 적용함으로써 문장 순서에 의존적인 결괏값을 얻을 수 있다. 이를 감성 변화의 패턴으로 정의하고 뉴스의 콘텐츠 특성과 결합하여 가짜뉴스 탐지를 위한 제안 모델의 독립변수로 활용한다. 제안 모델과 비교 모델을 딥러닝으로 학습시키고 가짜뉴스 데이터 세트를 이용한 실험을 진행하여 감성 변화 패턴이 가짜뉴스 탐지 성능을 개선할 수 있음을 확인한다.

불규칙한 빠짐을 포함한 탄성파 탐사 자료의 머신러닝을 이용한 트레이스 기반 내삽 (Trace-based Interpolation Using Machine Learning for Irregularly Missing Seismic Data)

  • 이재우;박지호;설순지;윤대웅;변중무
    • 지구물리와물리탐사
    • /
    • 제26권2호
    • /
    • pp.62-76
    • /
    • 2023
  • 최근에 활발히 적용되고 있는 머신러닝 기반 탄성파 내삽 기법들은 대부분 모음 자료를 2차원 영상화 하여 빠짐을 채우는 방법으로 하는 훈련(training)-추론(inference) 전략에 기초하므로 완벽히 채워진 다수의 모음자료가 훈련을 위해 필요하게 된다. 이 연구는 이와는 달리 트레이스 기반 내삽을 수행하는 내삽 기술의 훈련-추론 전략을 기본으로, 불규칙한 빠짐이 있는 현장자료 만을 이용하여 훈련-추론을 모두 수행할 수 있는 머신러닝을 이용한 트레이스 기반 불규칙한 빠짐의 내삽 기술을 제시하였다. 이 연구에서는 불규칙한 빠짐이 있는 자료를 훈련과 추론에 체계적으로 사용하는 최대 연속빠짐 간격에 따라 정해지는 네트워크를 구성하는 방법 및 훈련하는 방법을 기술하였다. 또한, 서호주 Exmouth Sub-basin 지역의 Vincent 유전에서 얻어진 시간 참반사 보정된 탄성파 자료에 개발된 방법을 적용한 후, 예측 결과를 전통적인 내삽 방법의 결과와 비교 및 분석하였다. 신호대잡음비나 구조유사성과 같은 정량적인 지표를 통해 두 방법 모두 내삽 성능이 높은 것을 확인하였으며, 모든 주파수 대역에서도 골고루 좋은 결과를 보임을 확인하였다.

스마트도시 기술의 산업 활성화와 해외수출을 위한 전략적 접근 방안에 관한 연구 (A Study on Strategic Approaches Plans for Industrial Revitalization and Overseas Export of Smart City Technology)

  • 김대일;김정현;염춘호
    • 스마트미디어저널
    • /
    • 제11권1호
    • /
    • pp.67-80
    • /
    • 2022
  • 스마트도시의 다양한 융합기술 분야는 효율성과 생산성을 혁신적으로 높이는 4차 산업혁명 시대의 미래 먹거리로서, 성장이 멈춰버린 선진국이나 우리나라에 있어, 기존산업군의 성장 한계를 극복할 수 있는 중요한 대안이라 할 수 있다. 특히 최근 산업 발전과 함께 인구의 집중으로 도시화가 급격하게 진행되고 있는 아세안 국가를 중심으로 신도시 건설을 통해 스마트도시를 구축하는 것에 관심이 고조되고 있으며, 아세안 국가들의 본격적인 스마트도시화가 진행되고 있는 것으로 나타났다. 본 연구의 목적은 스마트도시 관련 기업의 현황을 분석하고 우선 순위가 높은 스마트도시 기술을 발굴하여 산업 활성화와 해외수출을 위한 전략적 접근 방안을 제시하는 데 있다. 이를 위해 선행연구를 통해 스마트도시 이론과 아세안 스마트도시에 대해 고찰하고, 국내 스마트도시 기술을 보유한 기업의 설문조사를 실시하였다. 설문조사 결과, 국내 스마트도시 기술 보유기업은 해외수출 참여 의지가 높으며, 건설, 교통, 그린·에너지 등의 기술 분야와 IoT, 플랫폼, AI 등의 서비스 유형에서 우선순위가 높았다. 또한 해외수출 활성화 방안으로, 1)규제완화와 인센티브, 2)글로벌 인재육성, 3)정보제공 및 현지 네트워크 강화, 4)재정 및 홍보지원을 통한 전략적 접근 방안을 도출하였다.

반려견 자동 품종 분류를 위한 전이학습 효과 분석 (Analysis of Transfer Learning Effect for Automatic Dog Breed Classification)

  • 이동수;박구만
    • 방송공학회논문지
    • /
    • 제27권1호
    • /
    • pp.133-145
    • /
    • 2022
  • 국내에서 지속적으로 증가하는 반려견 인구 및 산업 규모에 비해 이와 관련한 데이터의 체계적인 분석이나 품종 분류 방법 연구 등은 매우 부족한 실정이다. 본 논문에서는 국내에서 양육되는 반려견의 주요 14개 품종에 대해 딥러닝 기술을 이용한 자동 품종 분류 방법을 수행하였다. 이를 위해 먼저 딥러닝 학습을 위한 반려견 이미지를 수집하고 데이터셋을 구축하였으며, VGG-16 및 Resnet-34를 백본 네트워크로 사용하는 전이학습을 각각 수행하여 품종 분류 알고리즘을 만들었다. 반려견 이미지에 대한 두 모델의 전이학습 효과를 확인하기 위해, Pre-trained 가중치를 사용한 것과 가중치를 업데이트하는 실험을 수행하여 비교하였으며, VGG-16 기반으로 fine tuning을 수행했을 때, 최종 모델에서 Top 1 정확도는 약 89%, Top 3 정확도는 약 94%의 정확도 성능을 각각 얻을수 있었다. 본 논문에서 제안하는 국내의 주요 반려견 품종 분류 방법 및 데이터 구축은 동물보호센터에서의 유기·유실견 품종 구분이나 사료 산업체에서의 활용 등 여러가지 응용 목적으로도 활용될 수 있는 가능성을 가지고 있다.

Introducing SEABOT: Methodological Quests in Southeast Asian Studies

  • Keck, Stephen
    • 수완나부미
    • /
    • 제10권2호
    • /
    • pp.181-213
    • /
    • 2018
  • How to study Southeast Asia (SEA)? The need to explore and identify methodologies for studying SEA are inherent in its multifaceted subject matter. At a minimum, the region's rich cultural diversity inhibits both the articulation of decisive defining characteristics and the training of scholars who can write with confidence beyond their specialisms. Consequently, the challenges of understanding the region remain and a consensus regarding the most effective approaches to studying its history, identity and future seem quite unlikely. Furthermore, "Area Studies" more generally, has proved to be a less attractive frame of reference for burgeoning scholarly trends. This paper will propose a new tool to help address these challenges. Even though the science of artificial intelligence (AI) is in its infancy, it has already yielded new approaches to many commercial, scientific and humanistic questions. At this point, AI has been used to produce news, generate better smart phones, deliver more entertainment choices, analyze earthquakes and write fiction. The time has come to explore the possibility that AI can be put at the service of the study of SEA. The paper intends to lay out what would be required to develop SEABOT. This instrument might exist as a robot on the web which might be called upon to make the study of SEA both broader and more comprehensive. The discussion will explore the financial resources, ownership and timeline needed to make SEABOT go from an idea to a reality. SEABOT would draw upon artificial neural networks (ANNs) to mine the region's "Big Data", while synthesizing the information to form new and useful perspectives on SEA. Overcoming significant language issues, applying multidisciplinary methods and drawing upon new yields of information should produce new questions and ways to conceptualize SEA. SEABOT could lead to findings which might not otherwise be achieved. SEABOT's work might well produce outcomes which could open up solutions to immediate regional problems, provide ASEAN planners with new resources and make it possible to eventually define and capitalize on SEA's "soft power". That is, new findings should provide the basis for ASEAN diplomats and policy-makers to develop new modalities of cultural diplomacy and improved governance. Last, SEABOT might also open up avenues to tell the SEA story in new distinctive ways. SEABOT is seen as a heuristic device to explore the results which this instrument might yield. More important the discussion will also raise the possibility that an AI-driven perspective on SEA may prove to be even more problematic than it is beneficial.

  • PDF

매트릭스 하이퍼큐브의 일-대-다 방송과 다-대-다 방송 알고리즘 (One-to-All and All-to-all Broadcasting Algorithms of Matrix Hypercube)

  • 김종석;이형옥
    • 예술인문사회 융합 멀티미디어 논문지
    • /
    • 제8권8호
    • /
    • pp.825-834
    • /
    • 2018
  • 방송은 상호연결망에서 사용되는 가장 기본적인 정보전달 기법으로 크게 일-대-다 방송과 다-대-다 방송으로 나눌 수 있다. 일-대-다 방송은 메시지를 갖고 있는 한 노드에서 다른 모든 노드로 메시지를 전송하는 것이고, 다-대-다 방송은 메시지를 갖고 있는 각각의 노드들이 다른 모든 노드들로 메시지를 전송하는 것이다. 그리고 단위 시간 당 전송 포트를 사용하는 방법에 따라 단일 포트 통신 방식(SLA)과 멀티 포트 통신 방식(MLA)으로 나눌 수 있다. 단일 포트 통신 방식은 단위 시간에 메시지를 가지고 있는 노드가 이웃한 다른 하나의 노드로만 메시지를 전송하는 것이고, 멀티 포트 통신 방식은 단위 시간에 메시지를 가지고 있는 노드가 이웃한 모든 노드로 메시지를 전송하는 것이다. 매트릭스 하이퍼큐브는 하이퍼큐브와 동일한 노드 개수를 가지면서 하이퍼큐브보다 망비용이 개선된 연결망이다. 본 논문에서는 매트릭스 하이퍼큐브의 방송 기법을 분석한다. 먼저 매트릭스 하이퍼큐브에서의 일-대-다 방송 알고리즘과 다-대-다 방송 알고리즘을 제안한다. 그리고 SLA 기법을 이용한 일-대-다 방송 시간이 2n+1임과 MLA 기법을 이용한 일-대-다 방송 시간이 $2{\lceil}{\frac{n}{2}}{\rceil}+1$임을 보인다. 또한 SLA 기법을 이용한 다-대-다 방송 시간이 $5{\times}2^{\frac{n}{2}}-2$(n=짝수), $5{\times}2^{\frac{n-1}{2}}+2$(n=홀수)임을 증명한다.

SDN 환경에서 온톨로지를 활용한 애플리케이션 네트워크의 품질 위반상황 식별 방법 (Violation Detection of Application Network QoS using Ontology in SDN Environment)

  • 황제승;김웅수;박준석;염근혁
    • 한국차세대컴퓨팅학회논문지
    • /
    • 제13권6호
    • /
    • pp.7-20
    • /
    • 2017
  • 클라우드 및 빅데이터의 확산, 대규모 트래픽 폭증으로 인하여 기존 네트워크는 복잡성과 관리 효율성에 많은 문제점이 발생하였다. 이 문제를 해결하기 위해 네트워크 장비의 전송 기능과 제어 기능을 분리하여 프로그래밍을 통해 네트워크 장비를 제어 할 수 있는 소프트웨어 정의 네트워킹(SDN) 환경이 제시되었다. 이에 따라 SDN에 기존 레거시 장비들을 연결하는 방법, 효율적인 데이터 통신을 위한 패킷 관리 방법, 중앙 집중화된 구조에서의 컨트롤러 부하를 분산하는 방법 등 SDN 컨트롤러의 성능을 향상시키기 위한 연구들이 많이 진행되고 있다. 그러나 네트워크를 이용하는 애플리케이션 품질 관점에서 SDN을 제어하는 연구는 부족한 실정이다. 즉, 네트워크 서비스 품질을 만족하는 라우팅 경로 구축, 변경 등을 지원하기 위해 애플리케이션 네트워크 서비스 품질에 대한 계약을 기반으로 네트워크의 요구사항을 파악하고 현재 네트워크 상태 정보를 수집하여 네트워크 서비스 품질 위반 상황을 식별하는 메커니즘이 필요하다. 본 논문은 SDN 환경에서 애플리케이션의 네트워크 서비스 품질을 보장하며 원활한 서비스 제공을 위해 온톨로지를 사용하여 네트워크 경로의 품질 위반상황을 판별하는 방법을 제시한다.