• 기독교교육논총
• /
• 제66권
• /
• pp.309-341
• /
• 2021

본 연구의 목적은 포스트 코로나 시대를 준비하기 위해 신앙교육을 위한 지능형 학습플랫폼 모형을 개발하는 것이다. 이를 위해서 인공지능 알고리즘, 학습플랫폼 개발 연구, 신앙교육 관련 선행연구를 검토하여 포스트 코로나 시대를 대비할 수 있는 지능형 학습플랫폼 설계 모형의 초안을 개발하였다. 개발된 모형 초안은 전문가 5명을 대상으로 델파이 조사를 실시하여, 타당성을 검증하였다. 개발된 모형 초안은 전문가 타당성 검증결과 내용타당도가 모두 1로 나타나 타당한 것으로 검증되었다. 모형에 대해 전문가들의 수정의견이 3가지가 제시되었고, 전문가들의 의견을 반영하여 모형을 최종 수정하였다. 수정된 최종 모형은 학습자료, 학습활동, 학습데이터 및 인공지능 3개 영역으로 구성하였으며, 각 영역에 교육과정, 학습콘텐츠 추가학습자원, 학습자 유형화, 학습 행동, 평가 행동, 학습자 특성 데이터, 학습활동 데이터, 인공지능 데이터 학습분석 9개의 요소로 구성하였고, 각 구성 요소에는 29개의 세부요소를 설정하였다. 이와 함께 14개의 학습플로어를 구성하였다. 본 연구는 신앙교육을 위한 지능형 학습플랫폼의 기초적인 모형을 최초로 개발한 것이 가장 큰 시사점이라고 할 수 있다.

• 생명과학회지
• /
• 제33권6호
• /
• pp.490-497
• /
• 2023

임산부의 기존 질병 또는 임신 중 발생한 질병을 치료하기 위한 약물의 사용은 태아에게 잠재적인 위협이 될 수 있으므로 약물의 태아 독성 여부를 예측하는 것이 필수적이다. 하지만 약물의 태아 독성을 밝혀내는 것은 많은 시간과 비용을 필요로 하며 인간 태아에게서 독성 작용을 나타내는 근거가 불분명하다. 이에 따라 최근 태아 독성 평가를 위한 시험 설계의 현대화, 예측성 개선, 동물 사용 및 투자 비용 감소를 위한 in silico 태아 독성 평가 모델의 필요성이 대두되고 있다. 본 연구는 태아 독성 정보를 수집하고 다양한 기계학습 알고리즘을 적용하여 태아 독성 예측이 가능한 모델을 구축하였으며, 태아 독성 예측 모델의 입력 값으로 활용하기 위해 각 약물에 대한 구조적 및 생리학적 특성 벡터를 생성하였다. 이후 예측 정확도 개선을 위해 초매개변수를 조정하여 모델을 최적화 하였다. 개발한 태아 독성 예측 모델의 유효성을 검증하기 위해 학습 셋과 독립된 테스트 셋을 활용하여 정량적 성능 평가를 수행하였으며, 모든 모델의 약물 및 약물 후보 물질의 태아 독성 여부를 예측할 수 있는 것을 확인하였다(AUROC>0.85, AUPR>0.9). 나아가, 예측 모델의 특성 중요도를 분석하여 태아 독성과 관련성이 높은 약물의 특성을 제시하였다. 제안한 모델은 적은 비용과 시간으로 예측 점수를 제공함으로써 인간에 대한 태아 독성 연구를 설계하는 과정에 도움이 될 것을 기대한다.

• 대한전자공학회논문지SP
• /
• 제37권5호
• /
• pp.94-104
• /
• 2000

차량 충돌 경보용 레이더 시스템의 개발에 있어 표적 추적의 정확도와 신뢰도는 매우 중요한 요소이다. 여러 표적을 동시에 추적할 때 중요한 것은 표적과 측정치와의 데이터 연관(data association) 이며, 부적절한 측정치가 어느 표적과 연관되면 그 표적은 트랙을 벗어나 추적능력을 잃어버릴 수 있고 심지어 다른 표적의 추적에도 영향을 줄 수 있다 지금까지 발표된 대부분의 데이터 연관 필터들은 근접하여 이동하는 표적들의 경우 이와 같은 문제점을 보여왔다 따라서, 현재 개발되고 있는 많은 알고리즘들은 이러한 데이터 연 관 문제의 해결에 초점을 맞추고 있다 본 논문에서는 순서통계(order statistics)를 이용한 새로운 다중 표적의 데이터 연관 방법에 대하여 서술하고자 한다 OSPDA와 OSJPDA로 불리는 제안된 방법은 각각 PDA 필터 또는 JPDA 필터에서 계산된 연관 확률을 이용하며 이 연관 확률을 결정 논리(dicision logic)에 의한 가중치로 함수화 하여 표적과 측정치 사이에 최적 혹은 최적 근처의(near optimal) 데이터 연관이 가능하도록 한 것이다 시뮬레이션 결과를 통해, 제안한 방법은 기존의 NN 필터, PDA 필터, 그리고 JPDA 필터의 성능과 비교 분석되었으며, 그 결과 제안한 OSPDA, OSJPDA 필터는 PDA, JPDA 필터보다 추적 정확도에 대해 각각 약 18%, 19% 이상으로 성능이 향상됨을 확인하였다 제안한 방법은 CAN을 통해 차량 엔진 등의 ECU와 통신하도록 개발된 DSP 보드를 이용하여 구현되었다

• 한국해안·해양공학회논문집
• /
• 제29권3호
• /
• pp.162-168
• /
• 2017

드론을 이용하여 고도 100 m에서 촬영한 고해상도 카메라 이미지를 분석하여 천해 해저지형 측량을 시도하였다. 쇄파대 내의 수심측량은 해안침식의 원인분석 등 관련 연구를 위해 가장 중요한 입력자료 중의 하나이다. 특히 이동한계수심 이내의 천해 수심자료는 연안 침퇴적 수치모델링을 위한 가장 중요한 입력자료 임에도 불구하고 정확한 해저지형측량 자료를 얻을 수 없었다. 그 이유는 선박을 이용한 상세 수심측량이 흘수 등을 고려할 때 수심 2 m 이내에서는 거의 불가능하며, 또한 쇄파와 연안류로 인해 선박 또는 사람이 직접 충분한 해상도로 측량하기에 매우 어렵기 때문이다. 따라서 소형 드론과 고해상도 카메라 이미지를 이용한 광학원격탐사는 매우 효과적인 천해수심측량 수단이 될 수 있다. 본 연구에서는 경북 월포해수욕장에서 드론으로 촬영한 고해상도 카메라 이미지의 적색, 녹색, 청색 그리고 회색 밴드 이미지를 다변수 선형회귀분석법으로 분석하여 천해 수심을 추정하고 실측한 수심자료와 비교하여 천해수심측량의 가능성과 정확도를 검토하였다. 드론에서 촬영한 이미지를 해저 지질, 바닷물의 색상, 부유사의 농도 등의 영향을 고려하지 않고 수심추정 알고리즘을 이용하여 분석한 결과 수심 5 m 이내에서 상관계수 0.99 이상, 절대오차 0.2 m 이하로 수심을 정확하게 추정할 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제30권2호
• /
• pp.293-302
• /
• 2014

원격탐사에서 주로 사용되는 레이다 시스템에는 인공위성, 항공기 및 지상용 SAR 시스템을 비롯하여 산란계와 도플러 레이다 등이 있다. 이러한 시스템들은 고가의 장비들로 구성되며, 운용하는 데에 매우 전문적인 기술을 필요로 한다. 일반적인 대학이나 연구소에서는 장비의 구성과 운용에 대한 경험을 얻기 힘들기 때문에 레이다 및 SAR를 이용한 새로운 적용 분야를 이해하고 개척해 나아가는데 필수적인 하드웨어적 원리를 배우고 실습하기에 어려운 실정이다. 이를 극복하기 위하여 이 논문에서는 미국 MIT에서 제공하는 Cantenna 시스템의 설계도를 기반으로 한 레이다 시스템을 저가로 제작하고 실험한 내용을 소개한다. 제작된 레이다는 총 세 가지의 방식으로 운영되었는데, 첫째, 도플러 레이다를 이용하여 이동하는 차량의 속도를 측정하였고 둘째, 거리해상도를 가지는 레이다 방식을 이용하여 이동하는 두 물체의 움직임을 측정하였다. 마지막으로, 지상용 SAR 방식으로 방위각 해상도를 높여 이차원의 영상을 획득하였다. 추가적으로 영상화에 사용되는 Deramp-FFT 알고리즘과 ${\omega}-k$ 알고리즘의 비교 및 안테나의 위치 측정 오차에 따른 영향을 분석하기 위해 시뮬레이션을 수행하였다. 향후 샘플링 주파수의 증가, I/Q 샘플링 및 보다 안정적인 회로를 구현하면 무인 항공기에 탑재할 수 있는 가벼운 SAR 시스템으로도 발전할 수 있을 것으로 기대된다.

• 한국건설관리학회논문집
• /
• 제12권1호
• /
• pp.53-61
• /
• 2011

건축 프로젝트는 그 다양성과 특수성으로 인해 많은 불확실성을 갖고 있다. 이러한 불확실성을 해소하기 위해 공사비 예측은 건축 프로젝트의 전 과정에 걸쳐 반복적으로 이루어져야 하며 특히 초기단계의 공사비 예측은 효과적인 사업 추진을 위해 매우 중요한 과정이다. 통상 초기단계 공사비 예측은 과거에 수행되었던 실적공사와의 비교를 기반으로 하며, 이러한 원리를 이용한 기계학습방법이 사례기반추론이다. 사례기반추론은 해결하고자 하는 문제와 유사한 사례를 데이터베이스에서 검색, 수정하여 해답을 얻는 방법으로 이를 위해서는 속성 유사도와 속성 가중치의 정의가 필요하다. 그러나 속성 가중치를 결정하는 문제에 있어서, 기존의 방법들은 정성변수의 속성 가중치 결정이 불가능하다는 단점이 있으며, 이는 사례기반추론에 사용할 수 있는 변수를 한정시키기 때문에 공사비 예측의 정확성을 저해시키는 요인이 되고 있다. 따라서 본 연구는 최적화 문제를 해결하는 기법의 하나인 유전 알고리즘을 이용하여 정성변수의 속성 가중치 결정 방법을 제안하고, 이를 국방 병영생활관과 공공아파트에 적용하여 그 유효성을 검증하였다.

• 한국정보통신학회논문지
• /
• 제19권2호
• /
• pp.323-335
• /
• 2015

모바일 헬스케어란 정보 통신 기술과 바이오 기술을 융합한 신개념 의료서비스로서 시간과 공간에 구애받지 않고 언제 어디서나 건강과 생활을 관리하여 건강한 삶을 유지시키기 위한 건강관리 서비스이다. 모바일 헬스케어를 위해서는 생체신호 계측 관련 기술인 WBAN(Wireless Body Area Network)과 모바일 장치를 이용한 데이터 분석 및 모니터링 기술이 필수적이다. 모바일 헬스케어 환경에서는 이용자의 모바일 장치를 중심으로 구성된 WBAN이 이동 중에 다른 WBAN을 만나게 되면 하나의 매체에 두 개의 WBAN이 동작하는 결과가 된다. 두 개 이상의 WBAN이 충돌하게 되면 노드들이 서로 부여 받은 슬롯에 보내는 데이터 프레임들의 충돌이 발생하며 이는 전송실패와 더불어 데이터 재전송으로 인한 불필요한 에너지 소모를 가져오게 된다. 본 논문에서는 이러한 문제점들을 해결하기 위해서 다음과 같이 모바일 헬스케어를 지원하는 MAC 프로토콜 요소기술을 제안하였다. 첫째, 제안하는 슈퍼프레임은 노드가 할당된 슬롯에서 데이터 전송을 보장받는 TDMA(Time Division Multiple Access) 기반의 경쟁 구간과 CSMA/CA 알고리즘을 통해 데이터를 전송하는 경쟁 구간을 가진다. 둘째, 제안하는 MAC 프로토콜을 기반으로 하는 WBAN의 충돌을 감지하고 네트워크를 병합하는 알고리즘을 제안하였다. 이동성을 가지는 WBAN이 다른 WBAN과 충돌하게 되면 네트워크를 재구성하여 노드가 전송하는 데이터 프레임 충돌을 줄이도록 하였다. 제안하는 슈퍼프레임 구조와 네트워크 병합 알고리즘의 성능평가를 위해서 OMNeT++ 네트워크 시뮬레이션 프레임워크 기반의 Castalia를 사용하였다. 성능평가 결과 제안한 MAC 프로토콜을 사용했을 때가 IEEE 802.15.6을 사용했을 때 보다 충돌 확률이 감소하여 패킷 전송 성공률과 에너지 효율이 개선된 것을 확인할 수 있었다.

• 방송공학회논문지
• /
• 제26권3호
• /
• pp.269-282
• /
• 2021

증강현실과 가상현실 같은 3차원 콘텐츠 보급이 증가함에 따라 실시간 컴퓨터 애니메이션 기술의 중요성이 높아지고 있다. 하지만 컴퓨터 애니메이션 제작 과정은 대부분 수작업 혹은 마커를 부착하는 모션캡쳐 방식으로 이루어져 있다. 때문에 사실적인 영상을 얻기 위해서는 숙련된 전문가에게도 매우 오랜 시간이 필요하다. 이러한 문제점을 해결하기 위해 최근에는 딥러닝 모델과 센서를 기반으로 하는 애니메이션 제작 시스템과 알고리즘이 나오고 있다. 이에 본 논문에서는 딥러닝과 Kinect 카메라 기반 FBX 형식의 애니메이션 제작 시스템에서 자연스러운 인체 움직임을 구현하는 4가지 방법에 대해 연구했다. 각 방법은 환경적 특성과 정확도를 고려하여 선택된다. 첫 번째 방법은 Kinect 카메라를 사용한다. 두 번째 방법은 Kinect 카메라와 보정 알고리즘을 사용한다. 세 번째 방법은 딥러닝 모델을 사용한다. 네 번째 방법은 딥러닝 모델과 Kinect를 사용한다. 제안 방법을 오차와 처리 속도를 실험한 결과, 네 번째 딥러닝 모델과 Kinect를 동시에 사용하는 방법이 다른 방법에 비해 가장 좋은 결과를 보였다.

• 문화기술의 융합
• /
• 제10권4호
• /
• pp.693-700
• /
• 2024

에너지 소비 문제가 전 세계적으로 주요한 이슈로 자리잡아 다양한 부문에서 에너지 소비 및 온실가스 배출 절감에 대한 관심이 크다. 2022년 3월 말 기준 국내 산업단지 총 면적은 606 km2로, 전체 국토면적의 약 0.6 %에 불과한다. 하지만 2018년 기준, 국내 산업단지의 연간 에너지 사용량은 국가 전체 에너지 사용량의 53.5 %, 전체 산업부문 에너지 사용량의 83.1 %를 차지하는 110,866.1천 TOE임으로 확인되었다. 더불어 국가 전체 온실가스 배출량의 45.1 %, 산업부문 온실가스 배출량의 76.8 %를 차지하여 환경에 미치고 있는 영향 또한 상당한 상황임이 확인하였다. 이러한 배경 하에 본 연구에서는 산업단지 차원의 에너지 효율화에 기여하고자, 국내 한 산업단지를 대상으로 에너지 수요 및 공급의 예측을 진행하였으며, 예측 결과값을 포함하여 에너지 모니터링을 위한 시뮬레이터 UI 화면을 설계하였다. 머신러닝 알고리즘 중 다층퍼셉트론 (Multi-Layer Perceptron; MLP)을 사용하였으며, 예측 모델의 최적화 기법으로서 베이지안 최적화 (Bayesian Optimization)를 적용하였다. 본 연구에서 구축한 예측 모델은 산업단지 내 압축공기 수요 유량의 경우는 87.90 %, 공용 공기압축기 공급 가능 유량의 경우는 99.54 %의 예측 정확도를 보였다.

• 콘크리트학회논문집
• /
• 제18권2호
• /
• pp.151-159
• /
• 2006

강섬유보강 콘크리트는 일반 콘크리트에 비해 휨성능이 월등히 우수하지만, 아직까지 국내에는 이에 대한 명확한 배합설계 지침이 확립되어 있지 않은 상황이다. 또한, 강섬유를 2종이상 동시에 혼입하여 사용하는 하이브리드 섬유보강 콘크리트에 대해서는 최근에 들어서야 그 연구가 시작되었으며, 이에 대해서도 배합에 대한 구체적인 지침이 확립되어 있지 않다. 따라서 본 연구에서는 새로운 최적화 기법인 화음탐색법을 이용하여 강섬유 및 하이브리드 섬유보강 콘크리트의 최적배합 프로그램을 개발하였으며, 검증 실험을 수행하여 프로그램의 신뢰도를 높였다. 이는 현장 시험 배합횟수의 감소 및 배합설계의 편의성 향상 등에 도움이 될 것으로 기대된다. 또한, 실험 결과 동일한 강섬유 혼입률이라 하더라도, 하이브리드 섬유보강 콘크리트가 일반 강섬유보강 콘크리트보다 휨강도 및 휨인성 모두 우수한 것으로 나타났으며 이를 프로그램 상에 추가 반영하였다. 이는 세계적으로도 아직 연구 초기 단계에 있는 하이브리드 섬유보강 콘크리트의 휨 특성을 파악하는데에도 향후 연구의 발판이 될 것으로 생각되며, 지속적인 실험 및 연구로 보완이 된다면 보다 더 정밀도를 높일 수 있을 것으로 기대된다.