• 한국지능시스템학회논문지
• /
• 제21권3호
• /
• pp.359-364
• /
• 2011

본 연구는 감성 공학과 인공 지능 알고리즘의 하나인 퍼지 추론을 이용하여 LED 색온도 제어시스템의 체계적인 제어를 위한 퍼지 추론 기반 LED 감성 조명 시스템을 개발하고자 한다. 감성공학 영역에서 하나의 형용사 언어로 표현되는 감성과 색상과의 관계를 고려하여 감성언어를 결정하고, 인간의 뇌에서 나오는 뇌파의 파장과 색온도와의 관계를 고려하여 수업과목의 종류를 결정한다. 결정된 감성언어와 수업과목의 종류를 이용하여 RGB LED의 색온도를 조정한다. 더불어 GPS(Global Positioning System)로 위도와 경도의 정보를 이용하여 실시간으로 태양의 고도를 산출하고, 온도 및 습도센서의 정보를 이용하여 불쾌지수를 산출한다. 결과로 나온 태양의 고도와 불쾌지수의 변화에 따라 LED 조명시스템의 White LED의 조도와 RGBLED의 색온도를 조정한다. 개발된 LED 감성조명 시스템은 상황에 알맞은 분위기를 연출함으로써 학습능력과 업무능력의 효율 향상 등을 이끌어 낼 수 있을 것이다.

• 한국지능시스템학회논문지
• /
• 제26권6호
• /
• pp.433-438
• /
• 2016

본 논문에서는 한우의 근내 지방 부분을 초음파 기기를 이용하여 촬영한 초음파 영상의 특징 분석을 통해 classification 알고리즘을 이용하여 한우의 도체육질 등급을 예측하는 방법을 제안하며, 인체의 초음파 영상을 이용하여 진단 및 치료 검증 과제에 있어 사전 연구로 진행된 연구로, 차후에는 초음파 영상의 분석 범위를 확대할 예정이다. 한우의 초음파 영상을 활용한 경우에는 생체 정보를 한우 개량의 측면에서 생체 육질 정보를 조기에 획득하여 활용함으로써, 도축하지 않고도 육질 및 육량을 측정하여 개량의 속도를 배가시킬 수 있고, 농가 경영 측면에서 출하시기 및 방법의 조절로 농가 수익향상에 일조할 수 있는 중요한 핵심 기술이다. 이에 대한 많은 연구가 미국과 일본을 중심으로 이루어져 왔으며, 특히 기기에 의한 객관적인 측정방법들이 다양하게 연구되고 있지만 정확도가 낮다. 따라서 제안된 연구에서는 한우의 근내 지방 초음파 영상에 특징점 추출 알고리즘과 classification 알고리즘을 적용하여 한우의 도체 육질을 예측하였다. 실험 결과 제안하는 방법을 적용하였을 경우, 기존의 방법에 비해 효율적인 것을 확인할 수 있었다.

• 한국정보전자통신기술학회논문지
• /
• 제12권2호
• /
• pp.162-169
• /
• 2019

분광법을 이용한 비파괴 신선도 측정 연구들이 여러 차례 진행되어 왔지만, 기실과 신선도 간의 연구가 진행되지 않았다. 따라서 본 연구에서는 비파괴 방식으로 계란 내부의 기실을 시각적으로 계측하며 정량화하는 시스템을 개발함에 목적이 있다. 소형 챔버로 구성된 실험 환경은 2개의 850nm 대역의 IR 레이저, 2개의 서보모터, IR Cut RGB 카메라로 구성되며 계란 기실의 영상을 획득한다. 본 논문에서 계란의 기실 부피 비율이 2.9% 이하이고 밀도가 0.9800($g/cm^3$) 이상이면 60 이상의 호우 유닛 값을 갖는 B등급 이상의 신선한 계란으로 판단한다. 상기 결과 중량측정용 저울, 비파괴 판정시스템과 신선도 측정 알고리즘이 있으면 계란을 파괴하지 않고 B등급 이상의 판매 가능한 계란을 판정할 수 있음을 의미한다. 향후 계란의 신선도 판정을 할 때 계란의 기실 부피 비율과 밀도를 이용하여 계란 신선도를 비파괴 적으로 판별할 수 있는 기초 자료로 사용할 수 있기를 기대한다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제25권3호
• /
• pp.11-20
• /
• 2019

본 연구는 시각 장애인의 도보 적응을 위한 새로운 가상현실 체험 환경을 제안한다. 제안하는 가상현실 체험 환경의 핵심은 몰입형 보행 상호작용과 딥러닝 기반 점자 블록 인식으로 구성된다. 우선, 시각 장애인의 입장에서 현실적인 걷기 경험을 제공함을 목적으로 제자리 걸음을 감지하여 걷기를 판단하는 트래커 기반 걷기 처리과정과 시각 장애인의 보행 보조 도구를 가상현실에 적용한 컨트롤러 기반 VR 흰지팡이를 설계한다. 또한, VR 흰지팡이를 활용한 길 안내 과정에서 도로 위의 점자 블록 인지 및 반응 등 종합적인 의사결정을 수행하는 학습 모델을 제안한다. 이를 기반으로 가상현실 도보 체험 환경에 대한 실험을 위하여 실외 도시 환경으로 구성된 가상현실 어플리케이션을 제작하고, 참가자를 대상으로 설문 실험 및 성능 분석을 진행하였다. 결과적으로 제안한 가상현실 체험 환경이 시각 장애인의 입장에서 현존감 높은 도보 체험을 제공하고 있음을 확인하였다. 그리고 제안한 학습과 처리과정이 인도와 차도, 인도 위의 점자 블록을 높은 정확도로 인지함을 확인하였다.

• 과학기술학연구
• /
• 제19권1호
• /
• pp.91-135
• /
• 2019

21세기 빅데이터와 알고리즘, 인공지능의 발달로 점점 더 많은 영역에서 우리의 선택과 판단이 외주화(outsourcing)되고 있다. 그렇다면 통계적 모델과 컴퓨터 분석, 그리고 인공지능과 같은 새로운 기술들이 우리의 평가와 선택 활동들을 대체할수록, 우리의 삶에는, 그리고 우리의 정체성에는 어떠한 변화가 일어나는가? 본 논문은 자본주의 발전 과정에서 인간 자아에 대한 경제적, 도덕적 판단을 수행했던 활동, 즉 신용평가(credit rating)의 등장, 통계화와 자동화, 그리고 알고리즘화까지의 변화를 분석했던 연구들을 살펴보며, 이 과정을 추동했던 경제적, 기술적 요인들을 규명하려 할 것이다. 이를 통해 21세기 인간의 정치적, 사회적 가능성의 조건들, 그리고 자본주의 진화 과정에서 나타난 "평가된 자아"라는 새로운 주체들의 특징과 양상을 살펴볼 것이다. 마지막으로 자본주의적, 기술적 힘의 공간에서 형성된 "평가된 자아"가 어떻게 새로운 해방적 가능성을 이끌어낼 수 있는지 간략히 논의하며, 점차 인간의 판단을 대체하고 외주화하고 있는 인공지능 기술의 사회적 정치적 함의에 대해 논의해 볼 것이다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제44권2호
• /
• pp.91-100
• /
• 2021

High-Resolution thoracic CT (HRCT) is a scanning protocol in which thin slice thickness and sharpness algorithm are utilized to enhance image resolution for diagnosis and assessment of interstitial lung disease (ILD). This examination is sometimes performed in both supine and prone position to improve sensitivity to early changes of these conditions. Anatomical structures (the size of lung field and heart and descending aorta) of 150 patients who underwent HRCT were retrospectively compared. HRCT had been conducted in two positions (supine and prone). Data were divided into five groups according to patient body weights (from 40 to more than 80kg, 10kg intervals, 60 patients/each group). Quantitative analysis was utilized in Image J program. In the supine position defined as the control group, the average values of lung fields and heart size and aorta were compared with the prone position defined as the experimental group. The size of the lungs was found to be higher in the supine position, and it was confirmed that there was a statistically significant difference in patients over 70 kg (p<0.05). In addition, both sizes of the heart and descending aorta were larger in prone position, but in the case of the heart, there was no correlation with the presence or absence of ILD disease (p>0.05). Also, the area of prone in the descending aorta was higher than supine position, but there was no statistically significant difference between supine and prone position (p>0.05). In conclusion, when the severity of ILD disease was severe, there was no statistically significant difference in the area difference between supine and prone position, so it is considered that it will be helpful in diagnostic decision.

• 한국융합학회논문지
• /
• 제12권1호
• /
• pp.99-104
• /
• 2021

본 논문에서는 시간 흐름을 고려한 특징추출과 군집분석을 이용한 헬스 리스크 관리를 제안한다. 제안하는 방법은 세단계로 진행한다. 첫 번째는 전처리 및 특징추출 단계이다. 이는 웨어러블 디바이스를 이용하여 라이프로그를 수집하여 불완전데이터, 에러, 잡음, 모순된 데이터를 제거하며 결측 값을 처리한다. 그 다음 특징추출을 위해 주성분 분석을 통해 중요 변수를 선택하고, 상관계수와 공분산을 통해 데이터 간의 관계와 유사한 데이터들의 분류를 진행한다. 또한 라이프로그에서 추출한 특징을 분석하기 위해 시간의 흐름을 고려하여 K-means 알고리즘을 통해 동적 군집을 진행한다. 새로운 데이터는 오차 제곱합의 증가분을 기반으로 유사성 거리 측정 방법을 통해 군집을 진행하고, 시간의 흐름을 고려하여 군집에 대한 정보를 추출한다. 따라서 특징 군집을 통해 헬스 의사결정 시스템을 이용하여 신체적 특성, 생활습관, 질병여부, 헬스케어 이벤트 발생위험, 예상 정도 등의 요소를 통해 리스크를 관리할 수 있다. 성능평가는 Precision, Recall, F-measure을 사용하여 제안하는 방법과 퍼지방법, 커널기반 방법을 비교한다. 평가결과 제안하는 방법이 우수하게 평가된다. 따라서 제안하는 방법을 통해 유병자와의 유사도를 이용하여 정확한 사용자의 잠재적 건강 위험을 예측 및 적절한 관리가 가능하다.

• 한국빅데이터학회지
• /
• 제5권2호
• /
• pp.53-67
• /
• 2020

본 연구는 가공식품의 제조·가공 업소를 대상으로 기계학습 분야의 지도학습(Supervised Learning) 예측 모형을 적용하여 부적합이 예상되는 업체를 사전에 적발하는 단속 선별시스템을 마련하여 단속 활동의 효율성을 높이고자 하였다. 본 연구에서는 머신러닝의 예측 모델링을 위한 목적 정의, 데이터의 기초 분석과 시각화, 특성 변수 도출 및 예측 모형의 선정 및 예측 등으로 기계학습 수행의 표준적인 절차에 따라 연구를 수행하였다. 종속변수는 2014년도부터 2018년까지 과거 5년 동안 지도점검 적발 건수로 설정하였고, 목적함수는 실제 부적합업체를 사전에 판정하여 단속활동이 이루어지는 것을 최대화하는 것으로 하였다. 제조가공업소의 매출액, 영업일수, 종업원 수 등 기본속성뿐만 아니라 과거 지도점검 단속 이력 정보를 반영하여 자료를 재구성하였다. 특성 변수 추출 방법을 적용하여 부적합 판정에 영향을 미치는 업체 위험, 품목 위험, 환경 위험 및 과거 위반 이력 등을 특성 변수로 도출하여 머신러닝 알고리즘을 데이터에 적용하였다. 랜덤포레스트 모형이 식품의약품안전처 지도점검 업무 목적에 가장 적합한 것으로 나타났다. 본 연구결과를 바탕으로 식품안전 관리 국가 사무가 데이터기반의 과학적인 행정 체계로 발전할 수 있는 기반이 되기를 기대한다.

• 한국정보통신학회논문지
• /
• 제26권6호
• /
• pp.834-841
• /
• 2022

최근 스마트팩토리와 인공지능 기술의 수요 증가로 인해 다양한 분야에서 인공지능 기술을 적용하는 연구가 진행되고 있다. 결함 검사 분야에서도 인공지능 알고리즘을 도입하기 위한 노력을 기울이고 있다. 특히, 금속 외관의 결함을 검출하는 연구는 다른 소재(목재, 플라스틱, 섬유 등)의 결함을 검출하는 연구에 비해 많은 연구가 이루어지고 있다. 본 논문에서는 머신러닝 기법(서포터 벡터 머신(SVM: Support Vector Machine), 소프트맥스 회귀(Softmax Regression), 결정 트리(Decesion Tree))과 차원 축소 알고리즘(주성분 분석(PCA: Principal Component Analysis), 오토인코더(AutoEncoder))의 9가지 조합과 2가지 합성곱신경망(CNN: Convolutional Neural Network) 기법(자체 알고리즘, ResNet)의 금속 외관의 결함 분류 성능 및 속도를 비교하고 분석하는 연구를 수행하고자 한다. 두 종류의 학습 데이터셋((i) 공용 데이터셋(Public Dataset), (ii) 실측 데이터셋(Actual Dataset))에 대한 실험을 통해 각 데이터셋에 대한 성능 및 속도를 비교 분석하고, 가장 효율적인 알고리즘을 찾아낸다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.307-332
• /
• 2022

부도예측모형은 여러 금융기관의 신용평가모형의 지식기반(knowledge base)로 이용되고 있으며 최근 머신러닝 기법의 발전으로 이를 도입하여 고도화하려는 다양한 시도가 진행 중이다. 그러나 실제 이러한 모형이 도입되기 위해서는 모형을 이용하는 사용자와 설명제공 대상인 고객의 이해와 수용이 전제되어야 한다. 그러나 사용자에게 제공되는 설명이 현실적 타당성(feasibility)이 결여되어 있다면 모형의 신뢰성과 수용도에 부정적인 영향을 미친다. 이에 따라 본 연구는 도메인 지식을 설명 생성 알고리즘에 통합하여 현실적으로 타당한 설명을 사용자에게 제공하고자 한다. 본 연구에서는 머신러닝 기반의 부도예측 모형에 설명력을 더하는 방법으로 반사실적 예시(counterfactual example) 기반의 로컬영역에서의 설명을 제공하는 모델을 제안한다. 제안 모델은 모형에 이용된 재무변수의 특성을 설명력 생성 알고리즘에 통합하여 설명의 현실적 가능성을 확보하고 이를 통해 사용자의 이해와 수용을 도모하고자 한다. 또한 본 연구에서는 반사실적 예시기반 설명을 위해 유전알고리즘(GA)를 이용하며 다목적함수를 목적함수로 설정하여 반사실적 예시의 주요 기준이 되는 항목을 반영하고 있다. 본 연구는 대표적인 머신러닝 기법인 인공신경망을 이용해 부도예측모형을 학습시킨 뒤, 사후적 방법(post-hoc)으로 설명을 위한 알고리즘을 도입하여 기존의 모형 설명 알고리즘인 LIME과 현실적 가능성이 결여된 반사실적 예시 기반 알고리즘과 비교하였다. 더 나아가 제안방법의 금융/회계 분야의 종사자를 대상으로 서베이를 진행하여 제안 방법의 설명의 질을 정성적으로 평가하였다.