• 한국ITS학회 논문지
• /
• 제21권4호
• /
• pp.167-189
• /
• 2022

SAE 기준 자율주행 레벨 2, 3의 경우 완전 자율주행이 불가능하므로 주행에 있어 제어권 전환 과정이 필수적이며, 제어권 전환 소요시간은 자율주행시스템의 안전성을 결정하는 가장 중요한 요소이다. 이에 따라 제어권 전환 소요시간에 대한 연구가 활발히 진행되고 있으나, 각 연구는 독립적으로 시행되어 다양한 연구 결과를 통합한 일반적인 결론 도출이 필요한 실정이다. 따라서, 본 연구는 개별 연구 결과를 통합해서 통합적인 의견을 제시하는 메타분석 기법을 사용하여 제어권 전환 소요시간에 영향을 주는 요인을 분석하였다. 메타분석 결과, 총 10개의 영향요인이 선정되었으며 대부분이 비운전 업무 유형과 관련되어 있었다. 또한, 향후 제어권 전환 및 비운전 업무 연구 수행 방향성 측면에서 시사점을 제시하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권11호
• /
• pp.473-478
• /
• 2022

온라인 저지 시스템 지원하기 위한 표절 검사, 소스코드 분석 및 자동화된 튜터링 기법이 연구되고 있다. 최근 딥러닝 기술 기반의 소스코드 유사도 분석을 통한 표절 감지 기술들이 제안되었으나, 자동화된 튜터링을 지원하기 위한 딥러닝 기반의 연구는 미흡한 실정이다. 따라서 본 논문에서는 자바 바이트코드와 문제정보를 결합하여 학습하고, 학습자가 온라인 저지 시스템에 코드를 제출하기 전에 pass/fail 여부를 예측할 수 있는 GRU 기반의 Input / Output side FiLM 모델을 제안한다. 또한 온라인 저지에 수집되는 데이터의 특성상 비대칭이 발생하기 때문에 밸런스 샘플링 기법을 적용하여 데이터를 균등하게 분포시켜 두 상황을 제안한 모델로 학습하였다. 실험 결과 Input side FiLM 모델이 가장 높은 73.63%의 성능을 보였다. 이를 기반으로 학습자들이 온라인 저지의 평가를 받기 전에 pass/faill 여부를 확인하여 소스코드 개선에 대한 피드백 기능에 적용 가능할 것으로 예상된다.

• 한국방사선학회논문지
• /
• 제17권4호
• /
• pp.625-631
• /
• 2023

24시간/7일 동안 높은 관전압 하에서 높은 프레임 속도로 검사 대상체의 불량을 검사하는 산업용 동영상 엑스레이 디텍터의 중요한 요구사양은 높은 방사선 내구성을 확보하는 것이다. 본 연구는 비정질 실리콘 (a-Si), 다결정 실리콘 (Poly-Si), In-Ga-Zn-O 산화물 (IGZO) 등의 반도체 층을 갖는 다양한 박막트랜지스터를 제작하여 각각의 방사선 내구성을 확인하였다. a-Si TFT 대비 수십 배 높은 전계효과 이동도로 고속 동영상 구현이 가능한 IGZO TFT의 경우, IGZO 반도체 층과 층간절연막 사이에 수소화 처리를 진행할 경우 산업용 요구사양인 10,000 Gy 누선선량까지 엑스레이 영상센서로 적용 가능한 수준 이상으로 전기적 특성의 변화가 없음을 확인하였다. 따라서 수소화한 IGZO TFT는 방사선 내구성을 확보함과 동시에 높은 전계효과 이동도로 동영상 디텍터의 영상센서에 적용 가능한 유일한 소자임을 확인하였다.

• 한국산업융합학회 논문집
• /
• 제27권2_2호
• /
• pp.389-395
• /
• 2024

The purpose of this study was to evaluate the effect of different washing solvents and washing methods on the flexural strength of 3D printed temporary resin. A bar(25 × 2 × 2 mm) was produced with a layer thickness of 50 ㎛ using an LCD-type 3D printer and divided into 15 groups(n = 10, each) according to washing solution(IPA; 99% isopropyl alcohol, TPM; 93% Tripropylene glycol monomethylether, ETL; Ethanol, TWC; Twin 3D Cleaner, and DNC; DIO navi Cleaner) and washing method(Dip; Dip washing, Ultra; Ultrasonic washing, and Auto; Automated washing). All groups were washed for 5 minutes, and post-cured for 5 minutes using a UV LED light curing machine. The Flexural strength was measured using a three-point bending test using a universal testing machine. For statistical analysis, one-way ANOVA, Tukey HSD post hoc test, Kruskal-Wallis test and post-hoc by Bonferroni-Dunn test(𝛼=.05) were performed depending on whether the normality test was satisfied. In all washing solvents except TPM and DNC, the Dip group showed the lowest flexural strength values, while the Auto group showed the highest flexural strength values except for DNC. Additionally, the washing solution showed completely different flexural strength values depending on the washing method.

• International Journal of Computer Science & Network Security
• /
• 제24권3호
• /
• pp.125-134
• /
• 2024

The novel coronavirus 2019 is called COVID-19 has outspread swiftly worldwide. An early diagnosis is more important to control its quick spread. Medical imaging mechanics, chest calculated tomography or chest X-ray, are playing a vital character in the identification and testing of COVID-19 in this present epidemic. Chest X-ray is cost effective method for Covid-19 detection however the manual process of x-ray analysis is time consuming given that the number of infected individuals keep growing rapidly. For this reason, it is very important to develop an automated COVID-19 detection process to control this pandemic. In this study, we address the task of automatic detection of Covid-19 by using a popular deep learning model namely the VGG19 model. We used 1300 healthy and 1300 confirmed COVID-19 chest X-ray images in this experiment. We performed three experiments by freezing different blocks and layers of VGG19 and finally, we used a machine learning classifier SVM for detecting COVID-19. In every experiment, we used a five-fold cross-validation method to train and validated the model and finally achieved 98.1% overall classification accuracy. Experimental results show that our proposed method using the deep learning-based VGG19 model can be used as a tool to aid radiologists and play a crucial role in the timely diagnosis of Covid-19.

• International Journal of Computer Science & Network Security
• /
• 제24권3호
• /
• pp.59-70
• /
• 2024

Background: The COVID-19 pandemic (the form of coronaviruses) developed at the end of 2019 and spread rapidly to almost every corner of the world. It has infected around 25,334,339 of the world population by the end of September 1, 2020 [1] . It has been spreading ever since, and the peak specific to every country has been rising and falling and does not seem to be over yet. Currently, the conventional RT-PCR testing is required to detect COVID-19, but the alternative method for data archiving purposes is certainly another choice for public departments to make. Researchers are trying to use medical images such as X-ray and Computed Tomography (CT) to easily diagnose the virus with the aid of Artificial Intelligence (AI)-based software. Method: This review paper provides an investigation of a newly emerging machine-learning method used to detect COVID-19 from X-ray images instead of using other methods of tests performed by medical experts. The facilities of computer vision enable us to develop an automated model that has clinical abilities of early detection of the disease. We have explored the researchers' focus on the modalities, images of datasets for use by the machine learning methods, and output metrics used to test the research in this field. Finally, the paper concludes by referring to the key problems posed by identifying COVID-19 using machine learning and future work studies. Result: This review's findings can be useful for public and private sectors to utilize the X-ray images and deployment of resources before the pandemic can reach its peaks, enabling the healthcare system with cushion time to bear the impact of the unfavorable circumstances of the pandemic is sure to cause

• 한국컴퓨터정보학회논문지
• /
• 제29권5호
• /
• pp.203-211
• /
• 2024

프로그래밍 언어를 활용한 데이터 시각화는 처리하는 데이터 양, 처리 시간, 유연성에서 효율성과 효과성을 향상시킬 수 있으나 프로그래밍에 익숙해지기 위해 연습이 필요하다. 이에 본 연구에서는 프로그래밍 자동 평가 시스템에서 데이터 시각화를 연습하기 위한 공공데이터 기반 문제은행을 개발하였다. 공공데이터는 교육과정에서 제시한 주제로 수집하였으며 학습자가 데이터 시각화하기에 적절한 형태로 가공하였다. 문제는 다양한 데이터 시각화 방법을 학습하기 위해 수학교육과정과 연계하여 개발하였다. 개발한 문제는 전문가 검토 및 파일럿 테스트를 실시하였으며 문항의 수준, 데이터 시각화를 통한 수학 교육의 가능성을 확인하였다. 하지만 학생에게 흥미가 떨어지는 주제라는 의견을 받았으며 이를 보완하기 위해 학생이 중심이 되는 데이터를 활용하여 추가로 문항을 개발하였다. 개발한 문제 은행은 초등학교 정보영재 또는 중학교 이상에서 파이썬을 학습한 경험이 있는 학생이 데이터 시각화를 배울 때 활용될 수 있을 것으로 기대된다.

• 한국건설관리학회논문집
• /
• 제25권2호
• /
• pp.36-44
• /
• 2024

본 논문에서는 합성곱신경망과 ROI기법을 이용한 콘크리트 균열 분석에 관해 소개한다. 콘크리트 표면, 빔과 같은 구조물은 피로 응력, 주기 부하에 노출되며, 이는 일반적으로 구조물의 표면에서 미세한 수준에서 시작되는 균열을 야기한다. 구조물의 균열은 안정성을 저하시키고 구조물의 견고함을 감소시킨다. 조기 발견을 통해 손상 및 고장 가능성을 방지하기 위한 예방 조치를 취할 수 있다. 일반적으로 수동 검사 결과는 품질이 좋지 않고, 대규모 기반 시설의 경우 접근이 어려우며, 균열을 정확하게 감지하기 어렵다. 이러한 수동검사의 자동화는 기존 방식의 한계를 해결할 수 있기 때문에 컴퓨터 비전 기반의 연구들이 수행되었다. 하지만 다양한 유형의 균열이나, 열화상 카메라 등을 이용한 연구들은 부족한 상태이다. 따라서 본 연에서는 콘크리트 벽의 균열을 자동으로 감지하는 방법론을 개발하여 제시하며, 다음과 같은 연구 내용을 목표로 한다. 첫째, 균열 감지 이미지 기반 분석의 주요 장점인 이미지 처리 기술을 사용하여 기존의 수동 방법과 비교하여 정확도가 향상된 결과 및 정보를 제공한다. 둘째, 강화된 Sobel edge segmentation 기술 및 ROI 기법 기반의 알고리즘을 개발하여 비파괴 시험을 위한 자동 균열 감지 기술을 구현한다.

• 인지과학
• /
• 제28권4호
• /
• pp.315-328
• /
• 2017

정보통신 기술을 활용한 평가가 미래의 교육 평가를 주도할 가능성이 높은 가운데 이에 대한 국내 연구가 활발하지 않다. 컴퓨터를 이용하여 평가를 하게 되면 비용을 줄일 수 있을 뿐만 아니라 이전에는 가능하지 않은 방식으로 학생들의 수행 능력을 측정할 수 있다. 이런 맥락에서 본 연구에서는 현재 우리나라 교육 현장에서 가장 광범위하게 사용되는 선다형 방식의 문제점을 극복하는 방안을 제시하고 그 효과를 검증하였다. 답지가 문제와 함께 제시되는 선다형 시험 방식은 채점이 쉽지만, 학생들이 정답을 몰랐다가 답지를 보고 정답을 찾아낼 수 있다는 단점을 가지고 있다. Park(2005)은 컴퓨터의 상호작용성을 이용하여, 문제만 먼저 제시하고, 답지는 학생이 답을 먼저 생각하게 하고 나서 요청하면 짧게 제시되도록 하고 그 때 선택하도록 하는, 컴퓨터화 변형 선다형 시험 방식을 개발하였다. 본 연구는 이 방식에 감점제를 추가하면 학생들이 잘 모르면서도 답지를 보고 정답을 찾고자 할 가능성을 낮출 수 있는지를 알아보기 위해 수행되었다. 반응을 포기하면 감점이 없지만, 반응을 해서 틀릴 경우에는 감점이 이루어진다는 지시와 함께, 116 명의 대학생을 대상으로 상식 시험을 보도록 하였다. 조작된 변인은 감점 비율과 시험 방식이었다. 높고 낮은 비율과 전통적 선다형과 변형 선다형 방식이 교차된 4 실험 조건이 사용되었다. 종속측정치는 시험점수, 반응을 포기한 문항수, 그리고 자기보고 점수였다. 이들에 대한 이원분산분석 결과, 반응을 포기한 문항수는 컴퓨터화 변형 선다형 방식에서 유의미하게 많았고 시험 점수는 높은 감점 조건에서 유의미하게 낮아짐을 발견하였다. 논의에서는 실제 교육 현장에서 변형 선다형 시험방식에 감점제를 적용한 평가가 적용될 가능성과 함께 컴퓨터화 평가 도구 개발에 대한 인지과학적 연구의 활성화를 촉구하였다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.59-71
• /
• 2014

KOSPI200 선물 트레이딩을 위해 업계에서는 여러 전략으로 포트폴리오를 구성해서 운용한다. 동일한 전략 모음을 갖고 있더라도 포트폴리오를 어떻게 구성하느냐에 따라 수익은 크게 차이가 난다. 시장 상황에 맞는 전략들로 포트폴리오를 구성하는 것은 오랜 경험과 탁월한 노하우가 있어야하는 어려운 작업이다. 본 논문에서는 SVM을 활용하여 쉽고 빠르게 적절한 전략 포트폴리오를 구성하는 방법을 제시하였다. 본 논문에서 제안한 시스템의 성과는 벤치마킹의 성과와 비교하여 2배 이상의 수익을 내는 것을 확인하였다. 1990.01.03~2011.11.04 동안의 KOSPI200 데이터 중 이전 80%의 데이터로 학습을 하고 최근 20%의 데이터로 성능을 시험하였다. 각 전략별로 선택여부를 판별하는 SVM모델을 만들고 그 결과를 바탕으로 포트폴리오를 구성하였다. 벤치마킹을 위해 KOSPI200 선물을 2계약 매수한 경우의 수익, 시험 시작 직전 30일간 최고 수익을 낸 2개 전략의 수익, 실제 최고 수익을 낸 전략 2개를 보유했을 때의 수익과 비교하였다. 매매 비용을 반영하지 않을 때는 벤치마킹은 132.2~510.37pt의 수익을 냈고, 본 시스템은 1072.36~1140.91pt의 수익을 보여주었다. 그리고 거래비용을 감안하면 벤치마킹은 130.44~502.41pt의 수익을 냈고, 본 시스템은 706.22pt~768.95pt의 수익을 나타내었다. 본 논문은 기계학습을 통한 전략 포트폴리오를 구성하는 방안이 유의미하며 실전에 활용할 수 있음을 보여주었다. 이를 바탕으로 여러 전략과 다양한 시장에 적용해서 안정성을 검증하면 견고한 상용 솔루션으로 발전시킬 수 있을 것이다. 그리고 자금관리 기법을 더 반영한다면 수익을 더욱 크게 향상시킬 수 있을 것이다.