• 디지털융복합연구
• /
• 제12권11호
• /
• pp.329-338
• /
• 2014

오늘날 각 대학의 취업률은 대학 등급을 결정짓는 중요한 요소 중의 하나이다. 취업예비생은 원하는 취업정보를 얻기 위해서 온라인 또는 오프라인상의 취업지원 사이트들에서 원하는 취업정보들을 이용하고 있다. 웹기반 취업지원업체들과 각 대학교에서 제공해주는 많은 취업지원시스템들이 있지만, 이들은 취업지원관리 위주가 아닌 취업정보를 알리는 데에 더 중심을 두고 있다. 또한, MOU기업, 산업체 현장실습, 취업 멘토교수 등과 관련된 업무 프로세스를 지원해주는 기능과, 각 기업들이 원하는 학생들의 정보(이력서, 자기소개서 등)와 학생들이 원하는 기업들의 정보를 지속적으로 업데이트해주고 관리해주는 기능도 부족하다. 따라서 취업관련 초기 데이터(학생 및 기업정보)의 저장에서부터 취업관리까지 지원해주는 취업지원관리시스템이 요구된다. 본 논문에서는 기존의 취업지원시스템의 기능에 권한별 취업관리 기능을 고려하였고, 스마트 폰에서도 취업정보를 실시간으로 수신할 수 있으며, 학사정보시스템과 연계된 시스템의 설계 및 구축안을 제시하였다.

• 한국융합학회논문지
• /
• 제12권9호
• /
• pp.11-19
• /
• 2021

소프트웨어 시스템은 생명주기동안 기능 추가, 버그 수정, 새로운 컴퓨팅 환경 수용 등의 다양한 이유로 프로그램 코드 변경이 요구된다. 이러한 코드 수정 과정에서 새로운 오류 발생을 가져올 수 있으므로 프로그램 코드 수정 과정은 새로운 시스템 개발 못지 않게 신중하게 처리되야 한다. 또한, 오픈 소스 프로그램에 대한 재사용이 일반화된 소프트웨어 개발환경에서 오픈 소스 프로그램의 코드 변경 가능성을 예측할 수 있다면, 보다 양질의 프로그램 개발 효과를 기대할 수 있을 것이다. 본 논문은 소스 코드 변경을 예측하는 Convolutional Neural Network (CNN) 기반의 딥러닝 모델을 제안한다. 소스 코드 변경을 예측하는 문제는 딥러닝의 이진 분류 문제이며 레이블된 데이터가 요구되는 지도학습을 사용한다. 코드 예측 모델의 학습 및 시험을 위해 깃허브에서 수집한 Java 소스 코드와 코드 변경 로그를 데이터로 사용한다. 수집된 Java 소스 코드에서 소프트웨어 메트릭스를 계산한 후 제안된 코드 변경 예측 모델의 입력 데이터로 사용한다. 제안된 모델의 성능 평가를 위해 정밀도, 재현율, F1점수, 정확도가 측정되었으며 각각의 평가 지표에 있이서 CNN 모델은 95%, 다층 퍼셉트 기반의 DNN 모델은 92%를 달성했다.

• 한국산림과학회지
• /
• 제110권4호
• /
• pp.610-621
• /
• 2021

지진 발생과 집중호우에 의해 땅밀림형 산사태 유형으로 분류되는 땅밀림 현상이 전국적으로 광범위하게 나타나고 있다. 산림청은 땅밀림으로 인한 인명 및 재산 피해를 예방하기 위해 땅밀림 우려지 현장조사 판정표를 통해 땅밀림 발생 위험지를 사전에 파악하고 있다. 한편 최근에는 컴퓨터 기술의 발달로 인공지능의 한 분야인 기계학습 분류기법을 이용하여 산지재해 취약성을 평가하거나 자연재해를 예측하고 있다. 따라서 이 연구에서는 기계학습 분류기법인 k-Nearest Neighbor(k-NN), Naive Bayes(NB), Random Forest(RF), 그리고 Support Vector Machine(SVM) 분류모델을 이용하여 땅밀림 발생 위험등급을 분류하였다. 한국치산기술협회의 2018~2020년 조사 자료 4,618개 중에서 땅밀림 현상의 발생 여부를 고려하여 발생지 총 146개소, 그리고 미발생지 146개소를 임의추출하여 292개 자료를 선정하였으며, 이 중 70%에 해당하는 204개소 자료를 훈련자료로 하여 모델을 구축하였다. 전체 자료의 30%에 해당하는 88개 검증자료에 대해 모델을 평가한 결과, k-NN은 0.727, NB는 0.750, RF는 0.807, 그리고 SVM은 0.750의 분류정확도를 보였다. 또한, Kappa 상관계수는 각각 0.534, 0.580, 0.673 및 0.585, 그리고 AUC는 각각 0.872, 0.912, 0.943 및 0.834로 계산되었다. 따라서 땅밀림 위험지역 판정을 위한 기계학습 분류모델은 RF, NB, SVM, 그리고 k-NN 순으로 높은 성능을 보였다. 기계학습 분류모델은 향후 산지토사재해의 예방 및 대응을 위한 기초자료로 활용 가능하며, 땅밀림 재해 관리 및 피해 경감에 위한 정책 개발에 필요한 정보를 제공할 것이다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.131-150
• /
• 2015

영어와 달리 한국어나 일본어 문장의 경우 용언의 필수격을 채우는 명사구가 생략되는 무형대용어 현상이 빈번하다. 특히 백과사전이나 위키피디아의 문서에서 표제어로 채울 수 있는 격의 경우 그 격이 문장에서 더 쉽게 생략된다. 정보검색, 질의응답 시스템 등 주요 지능형 응용시스템들은 백과사전류의 문서에서 주요한 정보를 추출하여 수집하여야 한다. 그러나 이러한 명사구 생략 현상으로 인해 양질의 정보추출이 어렵다. 본 논문에서는 백과사전 종류 문서에서 생략된 명사구 즉 무형대용어를 복원하는 시스템의 개발을 다루었다. 우리 시스템이 다루는 문제는 자연어처리의 무형대용어 해결 문제와 거의 유사하나, 우리 문제의 경우 문서의 일부가 아닌 표제어도 복원에 이용할 수 있다는 점이 다르다. 무형대용어 복원을 위해서는 먼저 무형대용어의 탐지 즉 문서 내에서 명사구 생략이 일어난 곳을 찾는 작업을 수행한다. 그 다음 무형대용어의 선행어 탐색 즉 무형대용어의 복원에 사용될 명사구를 문서 내에서 찾는 작업을 수행한다. 문서 내에서 선행어를 발견하지 못하면 표제어를 이용한 복원을 시도해 본다. 우리 방법의 특징은 복원에 사용된 문장성분을 찾기 위해 Structural SVM을 사용하는 것이다. 문서 내에서 생략이 일어난 위치보다 앞에 나온 명사구들에 대해 Structural SVM에 의한 시퀀스 레이블링(sequence labeling) 작업을 시행하여 복원에 이용 가능한 명사구인 선행어를 찾아내어 이를 이용하여 복원 작업을 수행한다. 우리 시스템의 성능은 F1 = 68.58로 측정되었으며 이는 의미정보의 이용 없이 달성한 점을 감안하면 높은 수준으로 평가된다.

• 인터넷정보학회논문지
• /
• 제21권4호
• /
• pp.17-23
• /
• 2020

인간의 특성과 관련된 측정 항목을 나타내는 생체정보는 도난이나 분실의 염려가 없으므로 높은 신뢰성을 가진 보안 기술로서 큰 주목을 받고 있다. 이러한 생체정보 중 지문은 본인 인증, 신원 파악 등의 분야에 주로 사용된다. 신원을 파악할 때 지문 이미지에 인증을 수행하기 어려운 상처, 주름, 습기 등의 문제가 있을 경우, 지문 전문가가 전처리단계를 통해 직접 지문에 어떠한 문제가 있는지 파악하고 문제에 맞는 영상처리 알고리즘을 적용해 문제를 해결한다. 이때 지문에 상처와 주름이 있는 지문 영상을 판별해주는 인공지능 소프트웨어를 구현하면 손쉽게 상처나 주름의 여부를 확인할 수 있고, 알맞은 알고리즘을 선정해 쉽게 지문 이미지를 개선할 수 있다. 본 연구에서는 이러한 인공지능 소프트웨어의 개발을 위해 캄보디아 왕립대학교의 학생 1,010명, Sokoto 오픈 데이터셋 600명, 국내 학생 98명의 모든 손가락 지문을 취득해 총 17,080개의 지문 데이터베이스를 구축했다. 구축한 데이터베이스에서 상처나 주름이 있는 경우를 판별하기 위해 기준을 확립하고 전문가의 검증을 거쳐 데이터 어노테이션을 진행했다. 트레이닝 데이터셋과 테스트 데이터셋은 캄보디아의 데이터, Sokoto 데이터로 구성하였으며 비율을 8:2로 설정했다. 그리고 국내 학생 98명의 데이터를 검증 데이터 셋으로 설정했다, 구성된 데이터셋을 사용해 Classic CNN, AlexNet, VGG-16, Resnet50, Yolo v3 등의 다섯 가지 CNN 기반 아키텍처를 구현해 학습을 진행했으며 지문의 상처와 주름 판독에서 가장 좋은 성능을 보이는 모델을 찾는 연구를 수행했다. 다섯가지 아키텍처 중 지문 영상에서 상처와 주름 여부를 가장 잘 판별할 수 있는 아키텍처는 ResNet50으로 검증 결과 81.51%로 가장 좋은 성능을 보였다.

• 지능정보연구
• /
• 제21권4호
• /
• pp.1-16
• /
• 2015

교통사고의 원인을 규명하고 미래의 사고를 방지하기 위한 노력의 일환으로 데이터 마이닝 기법을 이용한 교통 데이터 분석의 연구가 이루어지고 있다. 하지만 기존의 교통 데이터를 이용한 마이닝 연구들은 학습된 결과를 사람이 이해하기 어려워 분석에 많은 노력이 필요하다는 문제가 있었다. 본 논문에서는 많은 속성들로 표현된 교통사고 데이터로부터 유용한 패턴을 발견하기 위해 규칙 학습 기반의 데이터 마이닝 기법인 연관규칙 학습기법과 서브그룹 발견기법을 적용하였다. 연관규칙 학습기법은 비지도 학습 기법의 하나로 데이터 내에서 동시에 많이 등장하는 아이템(item)들을 찾아 규칙의 형태로 가공해 주며, 서브그룹 발견기법은 사용자가 지정한 대상 속성이 결론부에 나타나는 규칙을 학습하는 지도학습 기반 기법으로 일반성과 흥미도가 높은 규칙을 학습한다. 규칙 학습 시 사용자의 의도를 반영하기 위해서는 하나 이상의 관심 속성들을 조합한 합성 속성을 만들어 규칙을 학습할 수 있다. 규칙이 도출되고 나면 후처리 과정을 통해 중복된 규칙을 제거하고 유사한 규칙을 일반화하여 규칙들을 더 단순하고 이해하기 쉬운 형태로 가공한다. 교통사고 데이터를 대상으로 두 기법을 적용한 결과 대상 속성을 지정하지 않고 연관규칙 학습기법을 적용하는 경우 사용자가 쉽게 알기 어려운 속성 사이의 숨겨진 관계를 발견할 수 있었으며, 대상 속성을 지정하여 연관규칙 학습기법과 서브그룹 발견기법을 적용하는 경우 파라미터 조정에 많은 노력을 기울여야 하는 연관규칙 학습기법에 비해 서브그룹 발견기법이 흥미로운 규칙들을 더 쉽게 찾을 수 있음을 확인하였다.

• 지능정보연구
• /
• 제17권1호
• /
• pp.53-69
• /
• 2011

로봇 자체 또는 로봇에 탑재된 콘텐츠와의 상호작용을 위해 일반적으로 영상 또는 음성 인식 기술이 사용된다. 그러나 영상 음성인식 기술은 아직까지 기술 및 환경 측면에서 해결해야 할 어려움이 존재하며, 실적용을 위해서는 사용자의 협조가 필요한 경우가 많다. 이로 인해 로봇과의 상호작용은 터치스크린 인터페이스를 중심으로 개발되고 있다. 향후 로봇 서비스의 확대 및 다양화를 위해서는 이들 영상 음성 중심의 기존 기술 외에 상호보완적으로 활용이 가능한 인터페이스 기술의 개발이 필요하다. 본 논문에서는 로봇 인터페이스 활용을 위한 가속도 센서 기반의 제스처 인식 기술의 개발에 대해 소개한다. 본 논문에서는 비교적 어려운 문제인 26개의 영문 알파벳 인식을 기준으로 성능을 평가하고 개발된 기술이 로봇에 적용된 사례를 제시하였다. 향후 가속도 센서가 포함된 다양한 장치들이 개발되고 이들이 로봇의 인터페이스로 사용될 때 현재 터치스크린 중심으로 된 로봇의 인터페이스 및 콘텐츠가 다양한 형태로 확장이 가능할 것으로 기대한다.

• 한국전자통신학회논문지
• /
• 제12권5호
• /
• pp.859-864
• /
• 2017

사물인터넷이 4차 산업혁명을 주도할 새로운 기술로 각광받고 있으며, 이미 많은 기술과 제품들이 발표되어 인간의 삶의 질을 높이는 데 많은 기여를 하고 있다. 본 논문에서는 건물의 엘리베이터 등에서 얼굴 검출 및 얼굴 인식에 사용할 수 있는 시스템을 개발한다. 얼굴 검출 시스템은 하르 직렬 분류기를 사용하며, 얼굴 인식 시스템에는 수행 시간을 줄이기 위하여 본 논문에서 파이썬 언어로 구현된 주성분 분석(PCA)이 얼굴 인식을 위한 고유 얼굴(eigenface) 계산에 사용된다. 데이터베이스에 저장된 얼굴과 얼굴 검출 시스템의 결과로부터 얼굴을 인식하기 위하여 SVM 또는 유크리디안 측정이 사용된다. 제안된 시스템은 OpenCV를 사용하여 라즈베리파이 3에 구현된다. 본 논문에서 구현된 주성분 프로그램의 성능을 구하기 위하여 기존의 주성분 프로그램과 비교하여 얼굴 인식율과 수행시간을 비교하였다. 성능 평가를 위하여 ORL 얼굴 데이터베이스에서 40명의 얼굴에 대하여 각각 10 개의 이미지를 이용하여 학습에 200, 테스트에 200개의 이미지를 사용하였다. 본 논문에서 제안된 PCA와 유클리디안 측정을 이용한 경우 약 93%, SVM의 경우 약 96% 이상의 얼굴 인식률을 얻었다. 그러나 수행시간은 본 논문에서 구현된 PCA를 사용할 경우 약 0.11초, 기존 PCA의 경우 약 1.1초로 약 1/10로 수행 시간을 줄일 수 있었다. 그러므로 본 논문에서 개발된 시스템은 실시간 결과가 필요한 보안 시스템, 엘리베이터 모니터링 시스템 등에 적용할 수 있을 것으로 기대된다.

• 한국산학기술학회논문지
• /
• 제19권10호
• /
• pp.330-338
• /
• 2018

비례-적분-미분(PID) 제어기는 단순한 구조와 넓은 범위의 운전영역에서 견고한 성능으로 인해 산업계에서 널리 사용되고 있다. 그러나 제어대상으로서 AVR(Automatic Voltage Regulator)은 전력 시스템의 파라미터의 변동에 강인하지 않다. 따라서 PID 제어기를 사용하여 AVR 시스템의 안정성과 성능을 향상시키는 것이 필요하다. 본 논문에서는 PSO(Partial Swarm Optimization) 알고리즘을 사용하여 AVR 시스템을 위한 최적 PID 제어기 파라미터를 결정하는 새로운 설계 방법을 제시한다. 제안하는 접근법은 쉬운 구현뿐만 아니라 안정된 수렴 특성 및 양호한 계산 효율과 우수한 특성을 갖는다. 또한, 제안 된 PSO-PID 제어기의 성능을 평가하기 위해 새로운 목적함수를 정의한다. 이 목적함수는 최대백분율 오버슈트와 정정시간이 설계사양으로 주어진 경우 이를 반영하기 위한 것이다. 이를 위해 ITAE 평가함수에 제약 조건을 위반하면 벌점을 부과하도록 하여 PSO 알고리즘이 PID 제어기 파라미터를 탐색할 때 설계사양을 만족하도록 하게 한다. 최종적으로 컴퓨터 시뮬레이션을 통해 제안한 PSO-PID 제어기는 단자전압 계단응답에 대해 주어진 설계사양을 만족할 뿐만 아니라 다른 유사한 최근의 연구보다 더 우수한 제어 성능을 보임을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제16권5호
• /
• pp.623-637
• /
• 2016

본 연구는 노인의 온라인 사회관계가 우울에 미치는 영향을 분석하는 데 목적이 있다. 서울 소재 복지관 2곳의 정보화교육프로그램(컴퓨터 기초반, 스마트폰반, 인터넷반)에 참여한 60세 이상 노인 총 144명을 대상으로 설문조사결과를 분석하였다. Williams(2006)의 사회자본척도(On and Off the 'Net' Scales for Social Capital in an Online Era)를 사용해 노인의 온라인 사회관계를 측정하였으며, 온라인 사회관계가 우울에 미치는 영향을 확인하기 위해 위계적 회귀분석을 실시하였다. 연구결과 인구사회학적 변수, 건강관련 변수, 스트레스 변수를 모두 통제한 상태에서도 온라인 결속형 사회관계는 노인의 우울에 영향을 미치는 것으로 나타났다. 이러한 연구결과는 지역 내 온라인 결속형 사회관계 강화 프로그램이 필요하며, IT교육 프로그램을 통해 온라인 결속형 사회관계를 강화시키는 것이 노인의 우울감소에 도움이 됨을 시사하고 있다.