• 항공우주시스템공학회지
• /
• 제16권4호
• /
• pp.109-115
• /
• 2022

딥러닝 기법과 컴퓨터 비전 기술을 융합한 합성곱 신경망 알고리즘은 고성능 컴퓨팅 시스템을 기반으로 이미지 데이터의 분류를 가용하게 한다. 본 논문에서는 합성곱 신경망 알고리즘을 대표적인 딥러닝 프레임워크인 텐서플로와 학습 기법을 이용하여 구현하고 이미지 분류 문제에 적용한다. 모델의 지도학습에 필요한 데이터는 동일 종류의 볼트를 이용하여 나사산이 정상인 볼트와 나사산이 손상된 볼트로 구분하여 이미지를 생성하였다. 소량의 이미지 데이터를 이용한 학습 모델은 좋은 성능으로 볼트의 손상을 탐지하였다. 그리고 모델의 내부 구성에 따른 학습 성능을 비교하기 위해 합성곱 신경망 내 컨볼루션 레이어의 개수를 변경하고 과적합 회피기법을 선택 적용하여 이미지 분류 성능을 확인하였다.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.353-360
• /
• 2022

Due to the dense and complicated working environment, the construction industry is susceptible to many accidents. Worker's fall is a severe problem at the construction site, including falling into holes or openings because of the inadequate coverings as per the safety rules. During the construction or demolition of a building, openings and holes are formed in the floors and roofs. Many workers neglect to cover openings for ease of work while being aware of the risks of holes, openings, and gaps at heights. However, there are safety rules for worker safety; the holes and openings must be covered to prevent falls. The safety inspector typically examines it by visiting the construction site, which is time-consuming and requires safety manager efforts. Therefore, this study presented a worker-driven approach (the worker is involved in the reporting process) to facilitate safety managers by developing integrated computer vision and inertia sensors-based mobile applications to identify openings. The TensorFlow framework is used to design Convolutional Neural Network (CNN); the designed CNN is trained on a custom dataset for binary class openings and covered and deployed on an android smartphone. When an application captures an image, the device also extracts the accelerometer values to determine the inclination in parallel with the classification task of the device to predict the final output as floor (openings/ covered), wall (openings/covered), and roof (openings / covered). The proposed worker-driven approach will be extended with other case scenarios at the construction site.

• 한국전자통신학회논문지
• /
• 제18권2호
• /
• pp.313-320
• /
• 2023

반려견의 등록 누계 현황은 2016년도 107만건에서 2020년 232만건을 기록하고 있다. 매년 동물 등록이 10% 이상씩 증가하고 있고, 이에 따라 반려견을 등록 할 때 이름을 정해야 한다. 반려견 외모의 특징에 맞는 이름을 지어주고 싶지만, 이름을 정하는 것은 많은 어려움이 있다. 본 논문에서는 반려견의 이미지를 인식하고 닮은 사물이나 음식을 기반으로 반려견의 이름을 추천해주는 시스템의 개발 내용을 기술한다. 이 시스템은 다양한 사물과 음식의 이미지를 학습한 모델을 통해 반려견의 이미지와의 유사도를 추출하고, 유사도를 기반으로 강아지의 이름을 추천해준다. 또한 결과값으로 나온 이미지 데이터를 기반으로 연관된 연상단어를 추가로 추천해줌으로써 사용자들에게 다양한 선택지를 제공하고 편의를 높이고 흥미와 재미를 높일 수 있다. 본 시스템을 통해 반려견의 이름을 짓는 고민거리를 해결하고 편하게 반려견에게 어울리는 이름을 확인할 수 있으며, 다양한 추천 이름을 통해 폭넓은 선택지를 줌으로써 사용자들의 만족도를 높일 수 있을 것으로 기대한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.1215-1218
• /
• 2021

한국을 방문하는 외국인들은 매년 증가하고 있고 방한 목적 중 식도락관광이 3위에 오를 만큼 세계에서 한국 음식은 위상이 높아지고 있다. 하지만, 한국에서의 알레르기 성분 표시는 법적 의무가 아니기 때문에 대부분의 한식당에서는 이를 표시하지 않고 있고 알레르기가 있는 외국인 관광객들은 한국 음식 섭취에 있어서 상당한 위험과 불편함을 부담하고 있다. 이에 본 논문에서는 머신러닝을 활용하여 사진 촬영만으로 쉽고 정확하게 알레르기 성분을 제공하고자 사물 이미지 데이터 전처리를 위한 HSV(Hue, Saturation, Value) 데이터 전처리 기법을 제안한다. 제안하는 기법은 이미지의 HSV의 평균 및 분산, 표준편차를 통해 불필요한 데이터를 제거한다. 성능평가에서는 비빔밥, 불고기, 제육볶음 등 사진 약 500장의 데이터 셋을 구성하여 HSV의 평균 및 분산을 통해 이미지를 제거하는 방식으로 구축한 데이터 셋을 TensorFlow를 통해 정확도와 학습시간을 측정한다. 측정결과, 제안하는 기법으로 구축한 데이터 셋은 최소 15%에서 최대 25% 높은 정확도와 최소 37.96%에서 최대 42.85% 높은 정도 낮은 학습시간을 보여주었다. 향후 HSV를 활용한 데이터 전처리 기법은 더 많은 데이터를 통해 더욱 구체적인 성능 분석이 필요하다. 또한, 실질적인 개발 및 구현을 통해 제안하는 데이터 전처리 기법의 더욱 현실적인 검증이 필요하다.

• Korean Journal of Radiology
• /
• 제24권6호
• /
• pp.564-573
• /
• 2023

Objective: To investigate the feasibility of assessing the viscoelastic properties of the brain using magnetic resonance elastography (MRE) and a novel MRE transducer to determine the relationship between the viscoelastic properties and glymphatic function in neurologically normal individuals. Materials and Methods: This prospective study included 47 neurologically normal individuals aged 23-74 years (male-to-female ratio, 21:26). The MRE was acquired using a gravitational transducer based on a rotational eccentric mass as the driving system. The magnitude of the complex shear modulus |G^*| and the phase angle 𝛗 were measured in the centrum semiovale area. To evaluate glymphatic function, the Diffusion Tensor Image Analysis Along the Perivascular Space (DTI-ALPS) method was utilized and the ALPS index was calculated. Univariable and multivariable (variables with P < 0.2 from the univariable analysis) linear regression analyses were performed for |G^*| and 𝛗 and included sex, age, normalized white matter hyperintensity (WMH) volume, brain parenchymal volume, and ALPS index as covariates. Results: In the univariable analysis for |G^*|, age (P = 0.005), brain parenchymal volume (P = 0.152), normalized WMH volume (P = 0.011), and ALPS index (P = 0.005) were identified as candidates with P < 0.2. In the multivariable analysis, only the ALPS index was independently associated with |G^*|, showing a positive relationship (β = 0.300, P = 0.029). For 𝛗, normalized WMH volume (P = 0.128) and ALPS index (P = 0.015) were identified as candidates for multivariable analysis, and only the ALPS index was independently associated with 𝛗 (β = 0.057, P = 0.039). Conclusion: Brain MRE using a gravitational transducer is feasible in neurologically normal individuals over a wide age range. The significant correlation between the viscoelastic properties of the brain and glymphatic function suggests that a more organized or preserved microenvironment of the brain parenchyma is associated with a more unimpeded glymphatic fluid flow.

• 터널과지하공간
• /
• 제13권1호
• /
• pp.52-63
• /
• 2003

단층, 균열, 절리 등의 암반 내에 존재하는 수많은 불연속면은 암반의 역학적\ulcorner수리적 특성을 좌우하는 중요한 요소이다. 암반 내 지하수 유동에 큰 영향을 미치는 요소는 불연속면의 발생빈도와 기하학적 특성 그리고 불연속면 상호간의 연결성이라고 할 수 있다. 이 연구에서는 불연속면의 특성인 발생빈도, 크기, 방향, 간극의 크기 등의 분포함수를 가정하여 3차원 불연속면 연결망 내에서 지하수 유동 해석을 실시하는 프로그램을 작성하였다. 이 프로그램은 3차원 상에 불연속면을 발생시키고 불연속면간 연결성을 분석하여 수리해석을 실시한다. 이 프로그램을 통해 수리해석을 실시한 결과, 컴퓨터 메모리의 한계로 인해 대상지역의 대표요소체적을 정확하게 결정할 수는 없었지만, 대략 25$\times$25$\times$25 ㎥ 이상에서 결정될 것으로 추정할 수 있었다. 지하수 유동해석에 영향을 미치는 간극의 범위를 계산한 결과, 불연속면 평균 간극의 30% 이하의 간극을 갖는 불연속면은 지하수 유동에 미치는 영향이 미미한 것으로 나타났다. 또, 경계효과를 고려한 경우와 그렇지 않은 경우의 등가수리전도도의 차이는 거의 없었으며 이는 대상지역에서 간극이 큰 일부의 불연속면을 통한 유동이 전체적인 지하수 유동에 크게 영향을 주기 때문인 것으로 판단되었다. 입력자료 중에서 암반의 등가수리전도도에 영향을 미치는 요소의 중요도는 불연속면의 길이, 간극, 방향의 순서로 나타났다. 대상 암반에 단층면이 존재할 경우, 등가수리전도도는 단층면에 평행한 방향의 요소는 증가하며 이에 수직인 방향의 요소는 약간 증가하다 수렴하는 경향을 보였다.openyl methyl disulfide와 (E)-propenyl methyl disulfide 또한 동결건조 양파에서 증가되어 짐을 확인하였다. 올그루밀이 가장 많았다. Niacin함량은 탑동밀이 2.81 mg%로 가장 높은 함량을 보였고, 다음으로 알찬밀, 올그루밀 순이었다. 지방산 조성은 보리와 밀에서 Cl8:2>Cl6:0>Cl8:1 순으로 보리는 전체의 90%, 밀은 92%를 차지하였다. 단일 불포화지방산은 보리가 11∼13%, 밀이 21∼27%이며, 다중불포화지방산은 보리가 57∼59%, 밀은 36∼50%로 보리가 더 많은 것으로 나타났다. PUFA/SFA 비율은 보리의 경우 2.1로 품종별로 지방산 조성에 차이를 나타내지 않은 반면 밀은 1.0∼1.9 범위로 품종별로 지방산 조성에 차이를 나타내었다. 보리와 밀의 아미노산 함량은 glutamic acid를 가장 많이 함유하는 것으로 분석되었다. 보리 품종별 필수아미노산 함량을 살펴보면 Lysine, valine, tryptophan 함량은 두산8호에서, phenylalanine 함량은 서둔찰보리에 많이 함유되어 있는 것으로 분석되었다. 밀 품종별 Iysine, isoleucine 함량은 탑동밀에서 다소 낮았다.) 보였다. 체질량지수와 비만지수는 각각 HDL-콜레스테롤과는 부의 (각 P<0.05), 적혈구수와는 정의(각 p<0.05) 상관관계를 보였다. 허리엉덩이둘레비는 혈청 GPT, glucose, MCV와 각각 유의한 정의 상관관계를 보였다(각 p<0.05). 이상의 연구결과를 종합할 때 남녀 비만 중학생 모두 총 열량 섭취량 중 지질로 인한 열량 섭취비율이 높았고 비만도가 증가할수록 콜레스테롤의

• 자원환경지질
• /
• 제50권1호
• /
• pp.61-71
• /
• 2017

본 연구는 절리의 빈도 및 길이분포가 절리암반의 수리지질학적 특성에 미치는 영향을 평가하기 위하여 이차원 불연속절리망 (DFN; discrete fracture network) 유체유동 해석을 바탕으로 한 수치실험을 수행하였다. 두개의 절리군을 사용하여 절리의 빈도와 길이분포를 달리하며 추계론적으로 생성한 총 51개의 DFN 시스템에 대하여 $0^{\circ}$부터 매 $30^{\circ}$ 간격으로 총 12 방향으로 구현한 총 612개의 $20m{\times}20m$ DFN 블록에서 방향에 따른 블록수리전도도가 산정되었다. 또한, 각각의 DFN 시스템에서 이론적 블록수리전도도와 더불어 주 수리전도도텐서, 평균 블록수리전도도 등이 산정되었다. 절리군의 빈도의 증가 또는 길이의 평균 및 표준편차 증가에 따라 임의 방향으로의 블록수리전도도는 증가하며 DFN 시스템에 대한 등가연속체 취급 가능성이 높아지지만, 절리군 간의 빈도 차이가 커지면 블록수리전도도의 이방성 증대로 인하여 등가연속체 취급 가능성이 낮아질 수 있는 것으로 평가되었다. 두 절리군의 교차각이 작을수록 등가연속체 특성은 빈도 및 길이분포의 변화에 상대적으로 더욱 영향을 받는 것으로 평가되었다. 등가연속체로 취급하기 어려울 정도로 두 절리군의 교차각이 작아도 절리군의 빈도 또는 길이 분포가 증가하면 등가연속체 취급 가능성은 높아진다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.1-19
• /
• 2019

제4차 산업혁명을 이끄는 주요 원동력 중 하나인 인공지능 기술은 이미지와 음성 인식 등 여러 분야에서 사람과 유사하거나 더 뛰어난 능력을 보이며, 사회 전반에 미치게 될 다양한 영향력으로 인하여 높은 주목을 받고 있다. 특히, 인공지능 기술은 의료, 금융, 제조, 서비스, 교육 등 광범위한 분야에서 활용이 가능하기 때문에, 현재의 기술 동향을 파악하고 발전 방향을 분석하기 위한 노력들 또한 활발히 이루어지고 있다. 한편, 이러한 인공지능 기술의 급속한 발전 배경에는 학습, 추론, 인식 등의 복잡한 인공지능 알고리즘을 개발할 수 있는 주요 플랫폼들이 오픈 소스로 공개되면서, 이를 활용한 기술과 서비스들의 개발이 비약적으로 증가하고 있는 것이 주요 요인 중 하나로 확인된다. 또한, 주요 글로벌 기업들이 개발한 자연어 인식, 음성 인식, 이미지 인식 기능 등의 인공지능 소프트웨어들이 오픈 소스 소프트웨어(OSS: Open Sources Software)로 무료로 공개되면서 기술확산에 크게 기여하고 있다. 이에 따라, 본 연구에서는 온라인상에서 다수의 협업을 통하여 개발이 이루어지고 있는 인공지능과 관련된 주요 오픈 소스 소프트웨어 프로젝트들을 분석하여, 인공지능 기술 개발 현황에 대한 보다 실질적인 동향을 파악하고자 한다. 이를 위하여 깃허브(Github) 상에서 2000년부터 2018년 7월까지 생성된 인공지능과 관련된 주요 프로젝트들의 목록을 검색 및 수집하였으며, 수집 된 프로젝트들의 특징과 기술 분야를 의미하는 토픽 정보들을 대상으로 텍스트 마이닝 기법을 적용하여 주요 기술들의 개발 동향을 연도별로 상세하게 확인하였다. 분석 결과, 인공지능과 관련된 오픈 소스 소프트웨어들은 2016년을 기준으로 급격하게 증가하는 추세이며, 토픽들의 관계 분석을 통하여 주요 기술 동향이 '알고리즘', '프로그래밍 언어', '응용분야', '개발 도구'의 범주로 구분하는 것이 가능함을 확인하였다. 이러한 분석 결과를 바탕으로, 향후 다양한 분야에서의 활용을 위해 개발되고 있는 인공지능 관련 기술들을 보다 상세하게 구분하여 확인하는 것이 가능할 것이며, 효과적인 발전 방향 모색과 변화 추이 분석에 활용이 가능할 것이다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.27-65
• /
• 2020

많은 정보통신기술 기업들은 자체적으로 개발한 인공지능 기술을 오픈소스로 공개하였다. 예를 들어, 구글의 TensorFlow, 페이스북의 PyTorch, 마이크로소프트의 CNTK 등 여러 기업들은 자신들의 인공지능 기술들을 공개하고 있다. 이처럼 대중에게 딥러닝 오픈소스 소프트웨어를 공개함으로써 개발자 커뮤니티와의 관계와 인공지능 생태계를 강화하고, 사용자들의 실험, 적용, 개선을 얻을 수 있다. 이에 따라 머신러닝 분야는 급속히 성장하고 있고, 개발자들 또한 여러가지 학습 알고리즘을 재생산하여 각 영역에 활용하고 있다. 하지만 오픈소스 소프트웨어에 대한 다양한 분석들이 이루어진 데 반해, 실제 산업현장에서 딥러닝 오픈소스 소프트웨어를 개발하거나 활용하는데 유용한 연구 결과는 미흡한 실정이다. 따라서 본 연구에서는 딥러닝 프레임워크 사례연구를 통해 해당 프레임워크의 도입 전략을 도출하고자 한다. 기술-조직-환경 프레임워크를 기반으로 기존의 오픈 소스 소프트웨어 도입과 관련된 연구들을 리뷰하고, 이를 바탕으로 두 기업의 성공 사례와 한 기업의 실패 사례를 포함한 총 3 가지 기업의 도입 사례 분석을 통해 딥러닝 프레임워크 도입을 위한 중요한 5가지 성공 요인을 도출하였다: 팀 내 개발자의 지식과 전문성, 하드웨어(GPU) 환경, 데이터 전사 협력 체계, 딥러닝 프레임워크 플랫폼, 딥러닝 프레임워크 도구 서비스. 그리고 도출한 성공 요인을 실현하기 위한 딥러닝 프레임워크의 단계적 도입 전략을 제안하였다: 프로젝트 문제 정의, 딥러닝 방법론이 적합한 기법인지 확인, 딥러닝 프레임워크가 적합한 도구인지 확인, 기업의 딥러닝 프레임워크 사용, 기업의 딥러닝 프레임워크 확산. 본 연구를 통해 각 산업과 사업의 니즈에 따라, 딥러닝 프레임워크를 개발하거나 활용하고자 하는 기업에게 전략적인 시사점을 제공할 수 있을 것이라 기대된다.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2017년도 춘계공동학술대회
• /
• pp.142-142
• /
• 2017

본 연구에서는 파프리카를 자동 수확하기 위한 시스템 개발의 일환으로 파프리카 재배환경에서 획득한 영상 내에 존재하는 파프리카 영역과 비 파프리카 영역의 RGB 정보를 입력으로 하는 인공신경망을 설계하고 학습을 수행하고자 하였다. 학습된 신경망을 이용하여 영상 내 파프리카 영역과 비 파프리카 영역의 구분이 가능 할 것으로 사료된다. 심층 신경망을 설계하기 위하여 MS Visual studio 2015의 C++, MFC와 Python 및 TensorFlow를 사용하였다. 먼저, 심층 신경망은 입력층과 출력층, 그리고 은닉층 8개를 가지는 형태로 입력 뉴런 3개, 출력 뉴런 4개, 각 은닉층의 뉴런은 5개로 설계하였다. 일반적으로 심층 신경망에서는 은닉층이 깊을수록 적은 입력으로 좋은 학습 결과를 기대 할 수 있지만 소요되는 시간이 길고 오버 피팅이 일어날 가능성이 높아진다. 따라서 본 연구에서는 소요시간을 줄이기 위하여 Xavier 초기화를 사용하였으며, 오버 피팅을 줄이기 위하여 ReLU 함수를 활성화 함수로 사용하였다. 파프리카 재배환경에서 획득한 영상에서 파프리카 영역과 비 파프리카 영역의 RGB 정보를 추출하여 학습의 입력으로 하고 기대 출력으로 붉은색 파프리카의 경우 [0 0 1], 노란색 파프리카의 경우 [0 1 0], 비 파프리카 영역의 경우 [1 0 0]으로 하는 형태로 3538개의 학습 셋을 만들었다. 학습 후 학습 결과를 평가하기 위하여 30개의 테스트 셋을 사용하였다. 학습 셋을 이용하여 학습을 수행하기 위해 학습률을 변경하면서 학습 결과를 확인하였다. 학습률을 0.01 이상으로 설정한 경우 학습이 이루어지지 않았다. 이는 학습률에 의해 결정되는 가중치의 변화량이 너무 커서 비용 함수의 결과가 0에 수렴하지 않고 발산하는 경향에 의한 것으로 사료된다. 학습률을 0.005, 0.001로 설정 한 경우 학습에 성공하였다. 학습률 0.005의 경우 학습 횟수 3146회, 소요시간 20.48초, 학습 정확도 99.77%, 테스트 정확도 100%였으며, 학습률 0.001의 경우 학습 횟수 38931회, 소요시간 181.39초, 학습 정확도 99.95%, 테스트 정확도 100%였다. 학습률이 작을수록 더욱 정확한 학습이 가능하지만 소요되는 시간이 크고 국부 최소점에 빠질 확률이 높았다. 학습률이 큰 경우 학습 소요 시간이 줄어드는 반면 학습 과정에서 비용이 발산하여 학습이 이루어지지 않는 경우가 많음을 확인 하였다.