• 대한토목학회논문집
• /
• 제40권1호
• /
• pp.59-67
• /
• 2020

본 연구는 딥러닝 기술을 적용한 스마트교차로의 부산 해운대로 BRT 구간 버스정류장 유형을 대상으로 교통신호 프로그램인 LISA를 통해 네트워크 구축 및 알고리즘 설계 효과분석을 통해 버스정류장 유형별로 적합한 알고리즘을 제시하였다. 교차로 통과 전 정류장은 Phase insert 기법, 교차로 통과 후 정류장은 Early green 기법, 미드블럭형 정류장은 Extend green 기법이 가장 효과적인 것으로 분석되었고, 버스 및 일반차량과 보행자 현시로 구성하였기 때문에 Extend green 기법으로만 분석하였다. 교차로 통과 전 정류장은 교차로의 전체 통행시간은 57.8초, 지체시간은 33.2초, BRT 상·하행 평균 통행시간 85.3초, 지체시간 31.1초, 통과대수는 28대로 분석되었고, 교차로 통과 후 정류장은 교차로의 전체 통행시간은 58.2초, 지체시간은 31.8초 BRT 상·하행 평균 통행시간 102.2초, 지체시간 42.5초, 통과대수 26대로 분석되었다. 미드블럭형 정류장은 교차로의 전체 통행시간은 42.5초, 지체시간은 11.2초, BRT 상·하행 평균 통행시간 74.2초, 지체시간 17.0초, 통과대수 28대로 분석되었다. 분석결과를 토대로 버스우선 신호시범도입, 보행자 시거확보를 위한 계단식정지선, 속도감속을 위한 고원식횡단보도, 딥러닝 기술을 활용한 무단횡단금지 경고 벨 및 VMS 설치 등으로 BRT 구간에서의 교통사고 감소 효과가 기대되며, 이를 확대 도입할 필요가 있다.

• Korean Journal of Radiology
• /
• 제22권11호
• /
• pp.1850-1857
• /
• 2021

Objective: The purpose of this study was to assess whether a deep learning (DL) algorithm could enable simultaneous noise reduction and edge sharpening in low-dose lumbar spine CT. Materials and Methods: This retrospective study included 52 patients (26 male and 26 female; median age, 60.5 years) who had undergone CT-guided lumbar bone biopsy between October 2015 and April 2020. Initial 100-mAs survey images and 50-mAs intraprocedural images were reconstructed by filtered back projection. Denoising was performed using a vendor-agnostic DL model (ClariCT.AI^TM, ClariPI) for the 50-mAS images, and the 50-mAs, denoised 50-mAs, and 100-mAs CT images were compared. Noise, signal-to-noise ratio (SNR), and edge rise distance (ERD) for image sharpness were measured. The data were summarized as the mean ± standard deviation for these parameters. Two musculoskeletal radiologists assessed the visibility of the normal anatomical structures. Results: Noise was lower in the denoised 50-mAs images (36.38 ± 7.03 Hounsfield unit [HU]) than the 50-mAs (93.33 ± 25.36 HU) and 100-mAs (63.33 ± 16.09 HU) images (p < 0.001). The SNRs for the images in descending order were as follows: denoised 50-mAs (1.46 ± 0.54), 100-mAs (0.99 ± 0.34), and 50-mAs (0.58 ± 0.18) images (p < 0.001). The denoised 50-mAs images had better edge sharpness than the 100-mAs images at the vertebral body (ERD; 0.94 ± 0.2 mm vs. 1.05 ± 0.24 mm, p = 0.036) and the psoas (ERD; 0.42 ± 0.09 mm vs. 0.50 ± 0.12 mm, p = 0.002). The denoised 50-mAs images significantly improved the visualization of the normal anatomical structures (p < 0.001). Conclusion: DL-based reconstruction may enable simultaneous noise reduction and improvement in image quality with the preservation of edge sharpness on low-dose lumbar spine CT. Investigations on further radiation dose reduction and the clinical applicability of this technique are warranted.

• 한국기록관리학회지
• /
• 제20권2호
• /
• pp.67-83
• /
• 2020

국내의 많은 지방자치단체에서는 지역에서 발생하는 사건들에 대한 시청각 기록물을 사람들이 쉽게 열람할 수 있도록 온라인 서비스를 제공하고 있다. 그러나 지자체들의 현재 사진 기록물 관리 방식은 표준적인 메타데이터가 부재하고 사진의 정보를 활용하지 않기 때문에 지자체 간 호환성과 검색 편의성이 낮은 문제점을 가진다. 이와 같은 문제점을 개선하기 위해, 본 논문에서는 국내 지자체 사진 기록물의 효율적 관리를 위한 메타데이터 설계와 기계학습 기반 자동 인덱싱 기술을 제안한다. 먼저, 본 논문에서는 국내 지자체 사진 기록물에 특화된 메타데이터를 설계하여 지자체 간 사진 기록물의 호환성을 높이고, 사진의 기본 정보와 특성을 나타낼 수 있는 요소들을 메타데이터 항목에 포함함으로써 사진 기록물의 효율적인 관리를 가능하게 한다. 또한, 기계학습 기술을 기반으로 사진의 사건과 카테고리를 반영하는 정보인 사진 속 텍스트와 객체를 자동 인덱싱하여, 사진 기록물 검색 시 사용자 검색의 편의성을 높인다. 마지막으로, 본 논문에서는 제안한 방법을 사용하여 국내 지자체 사진 기록물에서 텍스트와 객체를 자동으로 추출하고, 추출한 내용과 기본 정보를 본 논문에서 설계한 사진 기록물 메타데이터 항목에 저장하는 프로그램을 개발하였다.

• 경영정보학연구
• /
• 제19권2호
• /
• pp.1-19
• /
• 2017

본 연구는 텍스트마이닝 기법 중 토픽 분석을 활용하여 관련 업계 국내 1위 S사(社)의 최고경영자 대상 온라인 교육 콘텐츠 강의 중심으로 원문 스크립트를 분석했다. 지난 5년간(2011~2015)년 서비스된 총 4,824개 콘텐츠를 바탕으로 핵심 키워드를 추출한 다음 주제별 22가지 토픽으로 분류한 후 동향 분석을 수행했다. 이를 통해 최근 콘텐츠 비중이 급증하고 있는 토픽 주제를 확인할 수 있었다. 다음으로 토픽 분석을 통해 분류한 토픽 및 카테고리를 바탕으로 회원 평가 요인을 적용해 카테고리 및 각 토픽별 지적 관심도를 체계화 할 수 있었다. 경영·경제 분야에서는 마케팅전략, 인사/조직, 커뮤니케이션 분야 등이 높은 관심도와 만족도를 나타냈다. 인문 분야에서는 철학, 전쟁사, 역사(서양) 라이프스타일에서는 마음건강 분야가 관심도와 만족도 둘 다 높은 것으로 나타났다. 이와 함께 교육용 콘텐츠가 시대 변화에 민감하게 반응할지라도 회원의 관심과 만족도 제고에는 실패할 수 있다는 사실을 확인할 수 있었다. 최근 콘텐츠 비중은 급증했지만 평균 이하의 만족도를 기록한 IT기술 토픽이 대표적 사례라 할 수 있다. 이를 통해 최고경영자 대상 콘텐츠 제작 시 단순히 기술적 측면의 정보전달에서 끝나는 것이 아닌 기술 적용을 통한 가치혁신에 대한 깊이 있는 시사점을 도출하거나 풍부한 영상 자료를 바탕으로 다양한 볼거리를 제공하는 등 양적인 측면과 함께 질적인 측면을 고려해야 한다는 교훈을 얻을 수 있었다. 본 연구는 포털 사이트 혹은 SNS 자료가 아닌 국내 가장 영향력 있는 이러닝 기업 데이터를 토대로 분석을 진행했기에 보다 심도 있고 실용적인 결과를 도출했다. 또한 이러닝 관련 연구 분야에서 지금까지는 드물었지만 기술의 발달로 점점 연구 조사 방법론으로 기대가 높아진 텍스트마이닝 방법에 대하여 그 적용 가능성을 성공적으로 탐색해 보았다. 기존에는 콘텐츠 운영 현황 분석 시 콘텐츠 프로그램명에 입각, 표면적인 방식으로 분류할 수밖에 없는 한계가 존재했다면 텍스트마이닝 방법론을 활용하면 비정형 데이터 콘텐츠 스크립트를 바탕으로 분석하여 내용을 바탕으로 한 보다 심도 있는 콘텐츠 분류 및 주제 분류를 이끌어 낼 수 있다. 이를 바탕으로 연도에 따른 주제별 콘텐츠 서비스 현황을 도식화한다면 현재 부족한 분야와 필요한 분야에 대한 보다 심도 있는 고찰이 가능하다. 본 연구는 다양한 텍스트마이닝 기법 중에서 이러닝의 상황에서 효과적으로 연구하기 위한 새로운 방법론을 제시했으며 향후 최고경영자 교육 관련 분야별 지적 관심도에 대한 분석에 도움이 될 것으로 기대된다.

• Korean Journal of Radiology
• /
• 제24권8호
• /
• pp.807-820
• /
• 2023

Objective: To assess whether computed tomography (CT) conversion across different scan parameters and manufacturers using a routable generative adversarial network (RouteGAN) can improve the accuracy and variability in quantifying interstitial lung disease (ILD) using a deep learning-based automated software. Materials and Methods: This study included patients with ILD who underwent thin-section CT. Unmatched CT images obtained using scanners from four manufacturers (vendors A-D), standard- or low-radiation doses, and sharp or medium kernels were classified into groups 1-7 according to acquisition conditions. CT images in groups 2-7 were converted into the target CT style (Group 1: vendor A, standard dose, and sharp kernel) using a RouteGAN. ILD was quantified on original and converted CT images using a deep learning-based software (Aview, Coreline Soft). The accuracy of quantification was analyzed using the dice similarity coefficient (DSC) and pixel-wise overlap accuracy metrics against manual quantification by a radiologist. Five radiologists evaluated quantification accuracy using a 10-point visual scoring system. Results: Three hundred and fifty CT slices from 150 patients (mean age: 67.6 ± 10.7 years; 56 females) were included. The overlap accuracies for quantifying total abnormalities in groups 2-7 improved after CT conversion (original vs. converted: 0.63 vs. 0.68 for DSC, 0.66 vs. 0.70 for pixel-wise recall, and 0.68 vs. 0.73 for pixel-wise precision; P < 0.002 for all). The DSCs of fibrosis score, honeycombing, and reticulation significantly increased after CT conversion (0.32 vs. 0.64, 0.19 vs. 0.47, and 0.23 vs. 0.54, P < 0.002 for all), whereas those of ground-glass opacity, consolidation, and emphysema did not change significantly or decreased slightly. The radiologists' scores were significantly higher (P < 0.001) and less variable on converted CT. Conclusion: CT conversion using a RouteGAN can improve the accuracy and variability of CT images obtained using different scan parameters and manufacturers in deep learning-based quantification of ILD.

• 한국문헌정보학회지
• /
• 제56권1호
• /
• pp.201-220
• /
• 2022

본 연구는 학습을 위한 정보활용교육이 공식 교육과정 맥락에서 안정적으로 이루어지기를 기대하며 공식적인 IB 디플로마 핵심 프로그램(DP Core)의 하나인 확장 에세이 맥락에서 체계적으로 진행할 수 있는 정보활용교육의 이론적 틀을 분석 및 제안하였다. 국제 인증 교육 프로그램인 IB 프로그램은 최근 국내 일부 교육청에서 도입하였으며 고등학생 연령군 대상의 IB 디플로마 프로그램 중에는 확장 에세이가 필수 이수 프로그램이다. 본 연구의 분석 결과, 다음의 사항이 제안되었다. 첫째, 학생들의 깊이 있는 학습과 교육적 비계를 위해 모형 적용이 강조되었다. 둘째, 사서교사는 학습 과정의 전문가, 정보활용교육을 실시하는 교사, 지도교사와 협력하는 교수협력자로서 역할을 충실히 담당해야 한다. 셋째, 정보활용교육의 틀로서 정보활용 기반의 학습을 제안한 I-LEARN 모형이 분석되었고 적절하다고 제안되었다. 넷째, I-LEARN 평가 루브릭은 확장 에세이의 평가 목표인 지식, 이해, 적용, 분석, 종합, 평가와 부합하도록 설계되어 있어 확장 에세이를 위한 정보활용의 과정과 성과를 위한 평가도구로 활용되기 적절하다고 분석되었다. 향후, 본 연구가 탐구학습을 기반으로 하는 확장에세이 또는 소논문 작성에 있어 사서교사의 전문성이 적용되고, 사서교사의 교육적 역할과 정보활용교육이 강화될 수 있기를 기대한다.

• 한국수자원학회논문집
• /
• 제54권12호
• /
• pp.1233-1242
• /
• 2021

본 연구에서는 비정형 데이터인 사진자료를 이용하여 침수의 발생여부를 판단하는 모델을 개발하였다. 침수분류를 모델 개발을 위하여 CNN기반의 VGG16, VGG19을 이용하였다. 모델을 개발하기 위하여 침수사진과 침수가 발생하지 않은 사진을 웹크롤링 방법을 이용하여 사진을 수집하였다. 웹크롤링 방법을 이용하여 수집한 데이터는 노이즈 데이터가 포함되어 있기 때문에 1차적으로 본 연구와 상관없는 데이터는 소거하였으며, 2차적으로 모델 적용을 위하여 224 × 224로 사진 사이즈를 일괄 변경하였다. 또한 사진의 다양성을 위해서 사진의 각도를 변환하여 이미지 증식을 수행하였으며. 최종적으로 침수사진 2,500장과 침수가 발생하지 않은 사진 2,500장을 이용하여 학습을 수행하였다. 모델 평가결과 모델의 평균 분류성능은 97%로 나타났으며. 향후 본 연구결과를 통하여 개발된 모델을 CCTV관제센터 시스템에 탑재한다면 신속하게 침수피해에 대한 대처가 이루어 질 수 있을 것이라 판단된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 추계학술대회
• /
• pp.501-503
• /
• 2017

수도분야에서는 정수장 및 관말 관로 상의 전 공정에서 유량, 압력, 수질, 수위 등 다양한 데이터를 수집하고 있다. 수집되는 데이터는 각 정수장 DB에 저장되며, 권역별 DB에서 합쳐져 수자원공사 본사의 DB 서버에 최종 저장된다. 측정기기가 데이터를 측정하거나 여러 과정에 걸쳐 데이터가 통신될 때 다양한 이상 데이터가 발생할 수 있으며 크게 결측 데이터와 오측 데이터로 분류할 수 있다. 각각의 이상 데이터의 발생원인은 상이하다. 따라서 오측 및 결측 데이터를 검출하는 방식에는 차이가 있으나 실제 이를 정제하는 방식은 동일하다. 본 연구에서는 딥러닝 알고리즘의 일종인 LSTM(Long Short Term Memory) 방식을 적용하여 오 결측 데이터를 자동으로 정제할 수 있는 프로그램에 대하여 고찰한다.

• 한국융합학회논문지
• /
• 제10권11호
• /
• pp.55-61
• /
• 2019

외국어 교육을 실현하기 위하여 기존의 다양한 교육 매체들이 제공되고 있지만, 교구 및 매체프로그램에 대한 비용이 많이 들고 실시간 대응력이 떨어지는 단점이 존재한다. 이 논문에서는 VR과 음성인식을 기반으로 한 인공지능 유형의 영어회화 시스템을 제안한다. 시스템 구축을 위해 Google CardBoard VR과 Google Speech API를 이용하며 가상현실 환경 제공 및 대화를 위한 인공지능 알고리즘을 개발하였다. 제안하는 음성인식 서버시스템에서는 사용자가 발화한 문장을 단어 단위로 분리해 데이터베이스에 저장된 데이터 단어들과 비교하여 확률적으로 가장 높은 것을 답으로 제공할 수 있으며 사용자들이 가상현실의 인물과 적절한 대화 및 응답이 가능하다. 대화가 제공되는 기능은 상황별 대화와 주제에 독립적이며, AI 비서와 나눈 대화 내용을 사용자 시스템에서 실시간 확인이 가능하도록 구현하였고 실험을 통하여 음성인식에 대한 응답비율을 확인하였다. 이 논문에서 제안하는 가상현실과 음성인식 기능을 접목한 시스템을 통하여 4차 산업혁명에 관련한 가상교육 콘텐츠 서비스 확장에 이바지할 것을 기대한다.

• 방송공학회논문지
• /
• 제26권5호
• /
• pp.489-499
• /
• 2021

본 논문은 콘텐츠 창작에 새로운 방법과 다양한 가능성을 제공하고 있는 인공지능 기반의 문화예술 콘텐츠 창작기술을 조사하고 이를 바탕으로 일반인을 위한 직관적인 창작도구를 제안한다. 최근 인공지능을 활용한 창작 기술이 다양하게 제안되고 있지만, 정해진 목적으로 개발 및 서비스되고 있어서 창작과 융합 측면에서 확장성과 활용성에 매우 제한이 많다. 본 논문은 인공지능을 바탕으로 한 다양한 데이터 분석과 처리, 콘텐츠 생성 및 창작 및 시각화 기술동향을 살펴보고, 이를 바탕으로 일반인 창작자를 위한 직관적인 창작도구를 제안한다. 제안된 창작도구는 사용자, 창작환경 및 인공지능 특성을 반영하였으며 문화예술 콘텐츠 창작과정에 문화예술 데이터를 처리 및 변환하면서 인공지능 모델을 접목해 새로운 콘텐츠를 생성하기 위한 요소로 구성된다. 이러한 인공지능을 활용한 창작 도구는 방대하고 다양한 문화예술 데이터를 효과적으로 처리 및 구조화하고 다양한 생성 및 창작 모델을 적용하여 창작에 필요한 시간을 줄이는 동시에 새로운 아이디어를 실험하도록 지원한다. 제안한 문화예술 콘텐츠 창작도구는 창작자들이 인공지능과 관련 기술을 쉽게 다루면서, 주어진 데이터를 다각적으로 이해하면서 새로운 아이디어와 창의성을 발현하기 위한 초석을 제공할 것으로 기대된다.