• International Journal of Advanced Culture Technology
• /
• 제8권3호
• /
• pp.61-72
• /
• 2020

The fear of crime, discussed in the early 1960s in the United States, is a psychological response, such as anxiety or concern about crime, the potential victim of a crime. These anxiety factors lead to the burden of the individual in securing the psychological stability and indirect costs of the crime against the society. Fear of crime is not a good thing, and it is a part that needs to be adjusted so that it cannot be exaggerated and distorted by the policy together with the crime coping and resolution. This is because fear of crime has as much harm as damage caused by criminal act. Eric Pawson has argued that the popular impression of violent crime is not formed because of media reports, but by official statistics. Therefore, the police should watch and analyze news related to fear of crime to reduce the social cost of fear of crime and prepare a preemptive response policy before the people have 'fear of crime'. In this paper, we propose a deep - based news classification system that helps police cope with crimes related to crimes reported in the media efficiently and quickly and precisely. The goal is to establish a system that can quickly identify changes in security issues that are rapidly increasing by categorizing news related to crime among news articles. To construct the system, crime data was learned so that news could be classified according to the type of crime. Deep learning was applied by using Google tensor flow. In the future, it is necessary to continue research on the importance of keyword according to early detection of issues that are rapidly increasing by crime type and the power of the press, and it is also necessary to constantly supplement crime related corpus.

• 전자공학회논문지
• /
• 제54권3호
• /
• pp.70-77
• /
• 2017

최근 IoT 및 딥러닝 관련 기술요소들이 영상보안감시시스템에서도 다양하게 응용되고 있다. 그 중 CCTV를 통해 촬영된 동영상에서 자동으로 특정 객체를 검출, 추적, 분류 하는 감시 기능이 점점 지능화되고 있다. 본 논문에서는 보급형 CPU만 사용하는 PC 환경에서도 실시간 처리가 가능한 알고리즘을 목표로 하였다. GMM(Gaussian Mixture Model)을 이용한 배경 모델링과 헝가리안 알고리즘, 그리고 칼만 필터를 조합한 추적 알고리즘은 전통적이며 복잡도가 비교적 적지만 검출 오류가 높다. 이를 보강하기 위해 대용량 데이터 학습에 적합한 딥러닝을 기술을 적용하였다. 특히 움직임이 있는 사람의 특징을 강조하기 위해 추적된 객체에 대해 SRGB-3 Layer CNN을 사용하였다. 성능 평가를 위해 기존의 HOG와 SVM을 이용한 시스템과 비교했을 때 Move-in은 7.6%, Move-out은 9.0%의 오류율 감소가 있었다.

• Journal of Ginseng Research
• /
• 제40권3호
• /
• pp.211-219
• /
• 2016

Background: Panax ginseng root is used in traditional oriental medicine for human health. Its main active components such as saponins and polysaccharides have been widely evaluated for treating diseases, but secondary active components such as oligosaccharides have been rarely studied. This study aimed to assess the impact of water-soluble ginseng oligosaccharides (WGOS), which were isolated from the warm-water extract of Panax ginseng root, on scopolamine-induced cognitive impairment in mice and its antineuroinflammatory mechanisms. Methods: We investigated the impact of WGOS on scopolamine-induced cognitive impairment in mice by using Morris water maze and novel object recognition task. We also analyzed the impact of WGOS on scopolamine-induced inflammatory response (e.g., the hyperexpression of proinflammatory cytokines IL-$1{\beta}$ and IL-6 and astrocyte activation) by quantitative real-time polymerase chain reaction and glial fibrillary acid protein (GFAP) immunohistochemical staining. Results: WGOS pretreatment protected against scopolamine-induced learning and memory deficits in the Morris water maze and in the novel object recognition task. Furthermore, WGOS pretreatment downregulated scopolamine-induced hyperexpression of proinflammatory cytokines interleukin (IL)-$1{\beta}$ and IL-6 mRNA and astrocyte activation in the hippocampus. These results indicate that WGOS can protect against scopolamine-induced alterations in learning and memory and inflammatory response. Conclusion: Our data suggest that WGOS may be beneficial as a medicine or functional food supplement to treat disorders with cognitive deficits and increased inflammation.

• 교육시설 논문지
• /
• 제25권4호
• /
• pp.19-30
• /
• 2018

The school classroom is a common living place where students spend 7 to 14 hours a day to prepare for their careers. Therefore, if the ventilation of the classroom is not properly performed, it may lead to the deterioration of learning ability due to the unclear air. The concentration of carbon dioxide in the classroom is reported to be high, and the increase in carbon dioxide concentration has a negative effect on the learner's academic performance. In this context, the purpose of this study is to propose a methodology for intelligent and responsive window opening-closing operation process that can reduce the concentration of $CO_2$ in the classroom in order to build a support space that can create an effective teaching-learning environment for adolescents. The specific objectives are as follows. First of all, we define the concept of window opening-closing operation. Secondly, twe develop the operation process of window opening-closing. Thirdly, we develop an algorithm for real-time window opening and closing (process) (Window Opening-Closing Operation Process). Finally, we verify the intelligent responsive window opening-closing operation process through developing examples of window opening-closing operation process using the parametric design program. This study is a preliminary study to develop algorithms necessary for window opening-closing operation. Based on the first-order algorithm, We simulated window opening-closing operations according to a hypothetical scenario. As a result, This study can show that the window is open and close depending on the $CO_2$ concentration, but the $CO_2$ concentration in the room is higher than outdoors. Consequentially, we suggest that it is necessary to develop an algorithm to supplement these results because window is often not working when the temperature difference between indoor and outdoor in winter is large.

• 대한수학교육학회지:학교수학
• /
• 제8권3호
• /
• pp.265-290
• /
• 2006

본 연구의 목적은 엑셀의 활용이 일차함수의 문제해결에 어떤 영향을 미치는가를 알아보는데 있다. 엑셀을 활용한 교수실험 전과 후에 학생들의 함수에 관한 문제해결에서의 변화를 알아보기 위해 사전 사후 문제해결검사를 실시하였다. 문제해결검사 분석은 정확한 과정-대상관점, 근접한 과정-대상관점, 부정확한 과정-대상관점으로 범주화해 이루어졌다. 문제해결검사 분석 결과, 교수실험에 참여한 학생들 모두 일차함수에 관한 문제해결관점이 바람직한 방향으로 변화되었다. 엑셀을 활용한 탐구학습환경이 지필환경의 제한점을 보완할 수 있다는 시사점을 도출하였다.

• 한국해양공학회지
• /
• 제33권5호
• /
• pp.427-434
• /
• 2019

Artificial intelligence (AI)-aided research currently enjoys active use in a wide array of fields thanks to the rapid development of computing capability and the use of Big Data. Until now, forecasting methods were primarily based on physics models and statistical studies. Today, AI is utilized in disaster prevention forecasts by studying the relationships between physical factors and their characteristics. Current studies also involve combining AI and physics models to supplement the strengths and weaknesses of each aspect. However, prior to these studies, an optimization algorithm for the AI model should be developed and its applicability should be studied. This study aimed to improve the forecast performance by constructing a model for neural network optimization. An artificial neural network (ANN) followed the ever-changing path of a typhoon to produce similar typhoon predictions, while the optimization achieved by the neural network algorithm was examined by evaluating the activation function, hidden layer composition, and dropouts. A learning and test dataset was constructed from the available digital data of one typhoon that affected Korea throughout the record period (1951-2018). As a result of neural network optimization, assessments showed a higher degree of forecast accuracy.

• 한국콘텐츠학회논문지
• /
• 제21권12호
• /
• pp.13-22
• /
• 2021

임상의사결정시스템은 누적된 의료 데이터를 활용하여 머신러닝으로 학습된 AI 모델을 환자의 진단 및 진료 예측에 적용한다. 그러나 기존의 블랙박스 기반의 AI 응용은 시스템이 예측한 결과에 대해 타당한 이유를 제시하지 못하여 설명성이 부족한 한계점이 존재한다. 이와 같은 문제점을 보완하기 위해 이 논문에서는 임상의사결정시스템의 개발 단계에서 설명이 가능한 XAI를 적용하는 시스템 모델을 제안한다. 제안 모델은 기존의 AI모델에 설명성이 가능한 특정 XAI 기술을 추가로 적용시켜 블랙박스의 한계점을 보완할 수 있다. 제안 모델의 적용을 보이기 위해 LIME과 SHAP을 활용한 XAI 적용 사례를 제시한다. 테스트를 통해 데이터들이 모델의 예측 결과에 어떤 영향을 미치는지 다양한 관점에서 설명할 수 있다. 제안된 모델은 사용자에게 구체적인 이유를 제시함으로써 사용자의 신뢰를 높일 수 있는 장점을 가진다. 아울러 XAI의 적극적인 활용을 통해 기존 임상의사결정시스템의 한계를 극복하고 더 나은 진단 및 의사결정 지원을 가능하게 할 것으로 기대한다.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.233-237
• /
• 2021

4차 산업혁명이 도래함에 따라 초등학교 현장에서는 인공지능 교육에 대한 관심이 증가하고 있다. 인공지능 역량을 지닌 미래 인재를 기르기 위해서는 학교 현장에서 인공지능 교육이 적극적으로 이루어져야 한다. 2015 개정 교육과정에서는 기초적인 소프트웨어 교육을 하고 있지만 인공지능을 만들어내는 프로그래밍 과정을 문제해결 과정으로만 보는 경향이 있다. 하지만 하나의 인공지능을 만들 때에는 인공지능을 만드는 개발자의 가치가 투영된다. 따라서 SW교육 시 인공지능 가치 판단에 대한 내용을 다루어야 할 것이다. 본 연구는 전문가 집단을 대상으로 델파이 조사가 이루어진 점에 따라 제한점이 존재한다. 향후 이와 같은 제한점을 보완하기 위해 양적 연구가 진행되어야 할 것으로 판단된다.

• 한국항행학회논문지
• /
• 제25권1호
• /
• pp.115-123
• /
• 2021

잣은 우리나라 대표적인 견과류 임산물이자 수익형 작물이다. 그러나 잣송이는 사람이 직접 나무 위로 올라가 수확하기 때문에 위험성이 높다. 이러한 문제를 해결하기 위해서 로봇 또는 UAV(unmanned aerial vehicle)를 이용한 잣송이 수확이 필요하다. 본 논문에서는 UAV를 이용한 잣송이 수확을 위해 UAV 항공 영상에서 딥러닝(deep learning) 기반의 잣송이 검출 기법을 제안한다. 이를 위해, UAV를 이용하여 실제 잣나무 숲에서 동영상을 촬영했으며, 적은 수의 데이터 보완을 위해 데이터 증강기법을 사용했다. 3D 검출을 위한 데이터로는 Unity3D을 이용하여 가상 잣송이 및 가상환경을 3D 모델링 하였으며 라벨링은 좌표계의 3차원 변환법을 이용해 구축했다. 잣 분포 영역 검출, 잣 객체에 대한 2D 및 3D 검출을 위한 딥러닝 알고리즘은 DeepLabV3, YOLOv4, CenterNet을 각각 이용하였다. 실험 결과, 잣송이 분포 영역 검출률은 82.15%, 2D 검출률은 86.93%, 3D 검출률은 59.45%이었다.

• 지구물리와물리탐사
• /
• 제25권4호
• /
• pp.227-241
• /
• 2022

전파형 역산은 석유가스 탐사를 위한 탄성파 자료처리 분야에서 지층의 속도 모델을 추정하는데 사용되는 역산 기법이다. 최근 탄성파 자료처리에 딥러닝 기술의 활용이 급격하게 증가하고 있는데, 전파형 역산 기술도 마찬가지로 다양한 연구가 이루어지고 있다. 초기에는 머신러닝 기술을 활용한 자료처리 기법이 전파형 역산을 위한 입력자료의 전처리 목적으로 활용되는 수준이었으나, 딥러닝 기술을 통해 전파형 역산을 직접적으로 구현하는 연구가 등장하기 시작하였다. 딥러닝 기술을 활용한 전파형 역산은 순수 데이터 기반 접근법, 물리 기반 신경망 활용법, 인코더-디코더 구조 활용법, 신경망 재매개변수화를 이용한 구현법, 물리정보 기반 신경망 기법 등으로 구분할 수 있다. 이 논문에서는 딥러닝 기반 전파형 역산 기법을 발전 과정 순서로 체계화하여 각각의 접근법에 대한 이론과 특징을 설명하였다. 전파형 역산 기술에 딥러닝 기법을 도입한 초기에는 데이터 과학의 기본 원리에 충실하게 대량의 학습자료를 준비하고 순수 데이터 기반 예측 모델을 적용하여 속도 모델을 역산하는 연구로 시작하였다. 최근 연구 동향은 탄성파 자료의 잔차나 파동방정식 자체의 물리정보를 심층 신경망에 활용하여 순수 데이터 기반 접근법의 단점을 보완해 나가는 방향으로 진행되고 있다. 이러한 발전으로 대량의 학습자료가 필요하지 않고, 전파형 역산의 태생적 한계점인 주기 놓침 현상을 완화하며 계산 시간을 획기적으로 줄일 수 있는 딥러닝 기반 전파형 역산 기술이 등장하고 있다. 딥러닝 기술의 도입으로 전파형 역산 기술은 탄성파 자료처리 분야에서 가치가 더 높아질 것으로 생각된다.