• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.89-92
• /
• 2004

로보코드는 사용자가 직접 제작할 수 있는 슈팅게임 환경으로서, 이를 이용한 경진대회가 개최되고 있다. 매우 다양한 작전을 구사하는 로봇들이 인터넷을 통해 공개되지만, 대부분의 전략은 사람이 직접 설계하여 행동이 단순하고, 변화하는 환경에 따라 행동을 구사하는데에 어려움을 가지고 있다. 이로 인해 아무리 훌륭한 전략을 가지고 있더라도 환경적 요소에 따라 예상치 못한 이벤트가 발생했을 경우 적절한 행동을 선택하여 행하기가 어렵다. 본 논문에서는 동적인 환경에서 적절한 행동을 선택하는 행동선택 네트워크를 이용하여 상대 전략에 따라 적절한 행동을 선택하는 방법을 제안하고 로보코드에 적용하여 실험하였다. 실험결과, 상대 탱크의 전략에 따라 다양한 행동들을 자동으로 선택하였으며, 경기 결과로 그 전략의 우수성이 입증되었다.

• 한국IT서비스학회지
• /
• 제11권sup호
• /
• pp.165-176
• /
• 2012

Context-Awareness system provides an appropriate service to user by recognizing situation from surrounding environment. There are many successful studies on this framework, but still has some limitations. In this paper, we are describing a context-awareness middleware that can enhance the limitation of the previous approaches. We first defined a new concept of context-awareness environment as a social intelligence. This concept implies that intelligent objects can make relationships, can aware of situation from surrounding environment, and can collaborate to accomplish a given task. The significance of the study is as follows. First, the system is capable of multi context-awareness since it is designed with a structure that supports multiple lines of reasoning. Second, the system is capable of context planning by adapting AI planning mechanism. Third, the system is capable of making the intelligent objects as a group for collaboration, and provides adaptive service to user. We have developed a prototype of the system and tested with a virtual scenario.

• Steel and Composite Structures
• /
• 제17권5호
• /
• pp.623-639
• /
• 2014

Due to recent advancements in the area of Artificial Intelligence (AI) and computational intelligence, the application of these technologies in the construction industry and structural analysis has been made feasible. With the use of the Adaptive-Network-based Fuzzy Inference System (ANFIS) as a modelling tool, this study aims at predicting the shear strength of channel shear connectors in steel concrete composite beam. A total of 1200 experimental data was collected, with the input data being achieved based on the results of the push-out test and the output data being the corresponding shear strength which were recorded at all loading stages. The results derived from the use of ANFIS and the classical linear regressions (LR) were then compared. The outcome shows that the use of ANFIS produces highly accurate, precise and satisfactory results as opposed to the LR.

• ETRI Journal
• /
• 제42권6호
• /
• pp.815-826
• /
• 2020

We propose a two-dimensional (2D) scattering-center-extraction (SCE) method using sparse recovery based on the compressive-sensing theory, even with data missing from the received radar cross-section (RCS) dataset. First, using the proposed method, we generate a 2D grid via adaptive discretization that has a considerably smaller size than a fully sampled fine grid. Subsequently, the coarse estimation of 2D scattering centers is performed using both the method of iteratively reweighted least square and a general peak-finding algorithm. Finally, the fine estimation of 2D scattering centers is performed using the orthogonal matching pursuit (OMP) procedure from an adaptively sampled Fourier dictionary. The measured RCS data, as well as simulation data using the point-scatterer model, are used to evaluate the 2D SCE accuracy of the proposed method. The results indicate that the proposed method can achieve higher SCE accuracy for an incomplete RCS dataset with missing data than that achieved by the conventional OMP, basis pursuit, smoothed L0, and existing discrete spectral estimation techniques.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.311-312
• /
• 2021

최근 VVC(Versatile Video Coding) 표준 완료 이후 JVET(Joint Video Experts Team)은 NNVC(Neural Network-based Video Coding) AhG(Ad-hoc Group)을 구성하고 인공지능을 이용한 비디오 압축 기술들을 탐색하고 있다. 본 논문에서는 VVC 복원 영상의 DCT 계수를 기반으로 복원 영상을 분류하고, 분류된 각 클래스에 따라 적응적으로 CNN(Convolutional Neural Network) 기반의 화질 개선을 수행하는 VVC 후처리 기법을 제안한다. 실험결과, 제안기법은 AI(All Intra) 부호화 모드에서 1.23% BD-rate 이득을 보였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.201-202
• /
• 2022

본 논문에서는 VVC(Versatile Video Coding)의 화면 내 예측 수행 시 픽처의 좌측 상단 블록에서 고정적으로 Planar 를 사용하도록 하여 부호화 성능을 향상시킬 수 있는 방법을 제안한다. VVC 의 화면 내 예측 기술은 픽처의 좌측 상단 블록의 참조 화소가 모두 패딩되어 동일한 값을 가짐에도 불구하고 다른 블록들과 동일하게 화면 내 예측모드를 탐색 및 신호하는 비효율성을 갖는다. 본 논문에서는 이 경우 화면 내 예측 모드에 관한 탐색과 신호를 생략하고 고정적으로 Planar 모드를 사용하도록 하고, 실험을 통하여 VTM-16.0 대비 BDBR(Bjøntegaard Delta Bit Rate) 측면에서 AI(All Intra) 구성하에 Y(-0.004%), Cb(-0.010%), Cr(0.023%)의 결과를 얻을 수 있음을 보인다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.35-36
• /
• 2022

본 논문은 딥러닝 사람 자세 추정 모델이 사람의 관절 키포인트를 예측하는데 관절의 2차원 면적에 의해 키포인트별 𝜎, 즉, 표준 편차를 가지는 가우시안 커널(Gaussian Kernel)을 예측하는 방법을 제안한다. 각 관절 키포인트에 대해 다른 𝜎를 가지는 정답 히트맵(Ground Truth Heatmap)과 제안한 Gaussian Mixture Block를 모델에 추가해서 관절의 크기를 맞는 히트맵을 예측한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.592-595
• /
• 2024

엄청난 성능에도 불구하고, 심층 신경망은 예측결과에 대한 설명이 없는 블랙 박스로 작동한다는 비판을 받고 있다. 이러한 불투명한 표현은 신뢰성을 제한하고 모델의 대한 과학적 이해를 방해한다. 본 연구는 여러 개의 교사 신경망으로부터 설명 중심의 학생 신경망으로 지식 증류를 통해 해석 가능성을 향상시키는 것을 제안한다. 구체적으로, 인간이 정의한 개념 활성화 벡터 (CAV)를 통해 교사 모델의 개념 민감도를 방향성 도함수를 사용하여 계량화한다. 목표 개념에 대한 민감도 점수에 비례하여 교사 지식 융합을 가중치를 부여함으로써 증류된 학생 모델은 양호한 성능을 달성하면서 네트워크 논리를 해석으로 집중시킨다. 실험 결과, ResNet50, DenseNet201 및 EfficientNetV2-S 앙상블을 7 배 작은 아키텍처로 압축하여 정확도가 6% 향상되었다. 이 방법은 모델 용량, 예측 능력 및 해석 가능성 사이의 트레이드오프를 조화하고자 한다. 이는 모바일 플랫폼부터 안정성이 중요한 도메인에 걸쳐 믿을 수 있는 AI 의 미래를 여는 데 도움이 될 것이다.

• 방송공학회논문지
• /
• 제23권4호
• /
• pp.495-502
• /
• 2018

HEVC(High Efficiency Video Coding) 보다 뛰어난 압축 성능을 갖는 차세대 비디오 부호화 표준 후보 기술에 대한 탐색과 검증을 진행한 JVET(Joint Video Exploration Team)은 기술 검증을 위한 참조 SW 코덱인 JEM(Joint Exploration Model)을 공개하였다. JEM은 HEVC의 35개 보다 증가한 67개의 화면내 예측 모드를 사용하고 있으며, 이에 따른 예측 모드 부호화에 대한 부담으로 부호화 성능 개선에 제한이 따른다. 본 논문에서는 화면내 예측 모드의 선택 확률을 분석하고, 이를 바탕으로 보다 효율적인 화면내 예측 모드 부호화 기법과 그 기법의 효율적인 엔트로피 부호화를 위한 문맥 모델링 기법을 제안한다. 실험결과 제안 기법은 AI(All Intra) 부호화 구조에서 JEM 7.0 대비 0.02%의 BD-rate 이득을 보였으며, 향후 추가적인 성능 향상을 위한 문맥 모델링 최적화에 대한 연구가 필요하다.

• 한국빅데이터학회지
• /
• 제6권2호
• /
• pp.99-108
• /
• 2021

최근, 예상치 못하고 지능적인 보다 고도화된 사이버 의료 위협 공격이 증가하고 있는 추세이다. 하지만 다양한 패턴의 사이버 의료 위협 공격 대응에 있어, 물리적인 차단과 의료기기 교체와 같은 규칙 기반 보안방법론은 인력 부족, 고가의 비용 부담 등의 한계를 지닌다. 이를 해결하기 위한 방안으로 최근 의료계에서도 인공지능 기술에 주목하고 있다. 인공지능 기술은 기존의 규칙 기반의 보안 프로그램과는 달리 과거의 이상행태를 스스로 학습하여 보안 위협 감지 및 예측을 가능케 하는 기술이다. 본 연구에서는 의료기관 통합의료정보시스템 내 의료정보 데이터를 수집 및 학습하여 AI 기반 네트워킹 행동 적응형 정보 플랫폼 개발 연구 방법론에 대한 소개를 포함한다. 이를 통해 규칙 기반의 보안 프로그램의 기술적 제반사항 소개와 제약 사항 대비 의료정보분야에서의 인공지능 기술을 활성화하기 위한 전략에 대해 논의한다.