• 한국정보기술학회논문지
• /
• 제17권12호
• /
• pp.125-134
• /
• 2019

인공지능 기술은 작동과정에 대한 투명성이 보장되지 않는 수동적 인식 영역에 제한되는 한계점으로 인해, AI가 학습하는 데이터에 의존적인 취약점을 갖는다. 인공지능 학습을 위한 원시데이터는 AI 학습의 고도화를 위한 데이터 품질 확보를 위해 수작업으로 가공과 검수를 해야 하기에 인적 오류가 내재되어 있으며, 데이터의 훼손, 불완전함, 원시데이터와의 차이 등으로 인해 가공데이터를 통한 AI 학습 시 예상 치 못한 결과값을 도출할 수 있다. 이에 본 연구에서는 사이버 보안 관점에서의 접근을 통한 AI 학습데이터의 부정확한 사례 및 사이버보안 공격 방법 분석을 통해 기계학습 전 학습데이터 관리의 필요성을 살펴보고, 학습 데이터 무결성 검증을 위해 블록체인 기반의 학습데이터 환경 모델인 Data-preserving 인공지능 시스템 구축 방향을 제시한다. Data-preserving AI 학습환경 모델은 AI 학습데이터 제공 전 변조되지 않은 데이터로 학습됨을 보장 하여 데이터 가공 시 및 원시데이터 수집을 위한 오픈 네트워크에서의 데이터 제공 및 활용 시 있을 수 있는 사이버 공격, 데이터 변질 등의 위협을 사전에 방지할 수 있을 것으로 기대된다.

• 한국정보통신학회논문지
• /
• 제25권12호
• /
• pp.1904-1913
• /
• 2021

스마트폰의 대중화와 IoT 기술의 발달로 데이터 수집이 쉬워지며 공익을 위해 이를 분석하는 것이 가능해졌지만, 개인정보 유출의 가능성으로 인해 다수의 사용자는 자발적으로 데이터를 제공하는 것에 우려를 표한다. 이러한 문제해결을 위해 개인정보를 보호하면서 데이터 수집을 가능하게 하는 프로토콜에 관하여 연구하였다. 본 연구에서는 자료 교란, 전통 암호, 그리고 동형암호를 이용한 알고리즘들의 성능에 대해 분석하였으며 정확도, 메시지 길이, 그리고 계산 지연시간의 3가지 단위를 이용하여 비교 분석하였다. 실험 결과를 통해 자료 교란 방식은 연산 속도가 빠르고 정확도는 낮으며, 반면에 전통 암호 알고리즘은 효율성이 떨어지지만 100%의 정확도를 보장한다는 점을 확인하였다. 동형 암호 알고리즘은 암호화된 데이터에 대해 복호화 없이 연산을 수행하는 방식이므로 상대적으로 개인정보보호에 효과적이지만, 높은 비용이 발생하였다. 그러나 동형 암호 알고리즘의 주요 비용인 사칙연산은 분산 처리하여 비용을 낮출 수 있으며, 통계수치 분석과 같은 연산은 데이터 개수와 상관없이 복호화가 단 한 번만 수행된다는 장점을 확인하였다.

• 한국정보통신학회논문지
• /
• 제26권3호
• /
• pp.347-354
• /
• 2022

지속적 학습에서의 망각현상을 완화시키기 위해, 본 논문에서는 지식전달 방법에 기반한 개선된 LwF 모델을 제안하고, 이의 효율성을 실험 결과로 보인다. LwF에 지속적 학습을 적용할 경우, 학습되는 데이터의 도메인이 달라지거나 데이터의 복잡도가 달라지면, 이전에 학습된 결과는 망각현상에 의해 정확도가 떨어지게 된다. 특히 복잡한 데이터에서 단순한 데이터로 학습이 이어질 경우 그 현상이 더 심해지는 경향이 있다. 본 논문에서는 이전 학습 결과가 충분히 LwF 모델에 전달되게 하기 위해 지식전달 방법을 적용하고, 효율적인 사용을 위한 알고리즘을 제안한다. 그 결과 기존 LwF의 결과보다 평균 8% 정도의 망각현상 완화를 보였으며, 학습 태스크가 길어지는 경우에도 효과가 있었다. 특히, 복잡한 데이터가 먼저 학습된 경우에는 LwF 대비 최대 30% 이상 효율이 향상되었다.

• Parasites, Hosts and Diseases
• /
• 제59권6호
• /
• pp.595-605
• /
• 2021

An understanding of the knowledges, attitudes and perceptions of different populations is key for public health policy makers. Here, a survey was performed on knowledge, attitudes, and perceptions about malaria diagnosis, prevention, control, and treatment. The 407 survey participants included both uninfected inhabitants and patients from 2 cities (Gimpo- and Paju-si) of Northern Gyeonggi-do, known as high-risk areas for vivax malaria. We used community-based study design and non-probability sampling method using the primary data. Association between variables were tested using χ²-tests. In general, the information on malaria reported by the participants in this study was unsystematic and included inaccurate details. The knowledge of malaria symptoms, identified as headache, chills and fever, was high, but the surveyed community lacks knowledge of the specific medications used for malaria treatment, with a large number of respondents having no knowledge of any form of medication. Survey questions with high correct answer rates included questions about easy treatment of malaria in Korea, the high daytime activity of malaria-borne mosquitoes, and the infection risk posed by outdoor activities. However, a large portion of the respondents was unable to provide simple medical and biological information about the disease. This study aimed to comprehensively evaluate the knowledge, attitude, and practical behavior of the surveyed community with respect to malaria and the implications reported here could be applicable to other malaria endemic areas in Korea.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제26권2호
• /
• pp.99-113
• /
• 2023

본 연구는 수학교육에서 ChatGPT의 활용 가능성을 탐색하기 위해 분수 문제에 대한 학생의 산출물과 예비교사와 학생과의 담화 자료를 사례로 선정하여 ChatGPT를 통해 분석하고 수학교육전문가의 분석 결과와 비교하였다. 학생 자료는 학생의 문제해결 전략과 수학적 사고를 분석했으며 예비교사 자료는 예비교사의 발문이 학생의 반응을 토대로 이루어지는지 그리고 발문이 수학적 사고를 이끌어내는지를 평가 기준으로 선정하고 ChatGPT에게 분석을 요청하였다. ChatGPT의 분석 결과, 학생 자료에 대한 분석 결과는 수학교육전문가의 분석 결과와 유사하게 나타났으며 예비교사 자료는 유사점과 차이점이 함께 나타났다. 이러한 결과를 바탕으로 수학교육에서 ChatGPT의 활용 가능성과 시사점을 도출하였다.

• 한국컴퓨터정보학회논문지
• /
• 제14권5호
• /
• pp.29-36
• /
• 2009

서열데이터베이스에 있는 자주 발현하는 부분 서열을 패턴으로 찾아내는 순차패턴 탐색은 넓은 응용 분야를 가지는 중요한 데이터 마이닝 문제이다. DNA 서열에서 순차패턴이 모티프가 될 수 있으므로 DNA 서열에서 순차패턴을 찾는 것을 연구하였다. 대부분의 기존 마이닝 방법은 순차패턴의 정의에 따라 정확한 정합에 주력하여 노이즈가 있는 환경이나 실제 문제에서 발생하는 부정확한 데이터에 대하여 제대로 작동하지 않을 수 있다. 이러한 문제가 생물 데이터인 DNA 서열에서 자주 나타난다. 이러한 문제를 다루기 위한 근사 정합 방법을 연구하였다. 본 연구의 아이디어는 자주 발생하는 패턴을 근사 패턴이라 부르는 그룹으로 분류할 수 있다는 관찰에서 기반을 둔다. 기존의 Prefixspan 알고리즘은 주어진 긴 서열에서 순차패턴을 잘 찾을 수 있다. 본 연구는 Prefixspan 알고리즘을 개선하여 유사한 순차패턴을 찾을 수 있게 하였다. 실험 결과는 PreFixSpan보다 제안한 방법이 패턴 길이가 4일 때, 근사 순차패턴의 빈도가 5배 높아짐을 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.15-17
• /
• 2021

이 논문에서는 정확한 대기오염물질 배출 지정 탐지를 위한 드론 비행 궤도 방법을 제안한다. 공단과 같이 공장이 많은 지역에서 감시가 소홀한 상황에 대기오염물질을 불법 배출하는 사업장들이 존재한다. 기존에는 드론을 이용하여 이러한 지역에서 대기오염물질을 측정하기 위한 연구들이 활발히 진행되었다. 드론을 활용한 측정 방법은 공장의 굴뚝 주변에 멈춰서 오염을 탐지하는 방식을 사용하지만, 기압과 바람 등의 환경 요소에 따라 대기오염물질 탐지가 부정확하다는 문제를 지닌다. 따라서 이 논문에서는 정확한 대기오염물질 배출 지정 탐지를 위한 드론 비행 궤도 방법을 제안한다. 제안 방법은 드론이 굴뚝을 회전하면서 위로 비행하는 스크류 궤도 비행 방법으로, 굴뚝의 전체 면적을 탐지하고 환경요소를 고려해 측정한다. 실험에서 제안 방법이 기존 방법보다 나은 성능을 보였다.

• 한국빅데이터학회지
• /
• 제7권2호
• /
• pp.103-111
• /
• 2022

감염병 대응과 관련된 기관, 조직, 사이트 등의 다수 운영되고 있으나 코로나-19와 같은 팬더믹 상황이 수년간 지속됨에 따라 초기양상과 현재 양상의 수많은 변화가 있으며 이에 따른 정책과 대응체계도 진화하고 있다. 이에 따른 지역별 격차가 발생하고 정책에 대한 신뢰와 불신, 이행도에 따른 여러 가지 문제들이 산재해 있다. 따라서 본 연구에서는 정보전염이 포함된 소셜 데이터를 분석하는 과정에서 루머가 포함된 데이터를 수집하는 과정에서 팩트 체크가 되는 언론 매체와 다르게 정확한 출처를 알 수 없는 부정확한 정보들이 포함되는 주요 소셜 미디어 플랫폼 중의 하나인 트위터 데이터를 수집하여 사실과 무관한 내용을 사전 차단하는 시스템을 개발했다. 비정형데이터인 소셜데이터를 기반으로 감염병 위협을 자동 감지할 수 있는 알고리즘을 개발하여 감염병 위기 대응과 관련된 객관적인 근거를 창출함으로써 관련 분야 국제경쟁력을 공고히 하고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제28권12호
• /
• pp.221-229
• /
• 2023

최근 전력 계통에 인공 관성, 감쇠, 블랙스타트 기능, 독립 운전 기능 등을 제공할 수 있어 많은 주목을 받고 있는 Grid-forming(GFM) 컨버터는 저전압 Microgrids(MG)에서 낮은 라인 임피던스의 X/R 비율과 작지 않은 전력각으로 인한 유효전력과 무효전력 간의 커플링 현상이 발생한다. 이러한 전력 커플링 현상은 GFM 컨버터의 안정성 및 성능 저하 문제, 부정확한 전력 공유 문제, 제어 파라미터 설계 문제를 유발하고 있다. 따라서 본 논문은 GFM 컨버터와 관련된 제어 방법뿐만 아니라 전력 디커플링 방법에 대한 검토 연구로서, 유망 제어 방법을 소개하고 전력 디커플링 방법에 대한 비판적 검토를 통하여 향후 연구 활동의 접근성을 높이고자 하였다. 이에 따라 전력디커플링 방법 연구를 위해 향후 연구자들이 쉽게 접근할 수 있어 분산 발전원 확대에 기여할 수 있을 것이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권11호
• /
• pp.3099-3120
• /
• 2023

The present fast-moving era brings a serious stress issue that affects elders and youngsters. Everyone has undergone stress factors at least once in their lifetime. Stress is more among youngsters as they are new to the working environment. whereas the stress factors for elders affect the individual and overall performance in an organization. Electroencephalogram (EEG) based stress level classification is one of the widely used methodologies for stress detection. However, the signal processing methods evolved so far have limitations as most of the stress classification models compute the stress level in a predefined environment to detect individual stress factors. Specifically, machine learning based stress classification models requires additional algorithm for feature extraction which increases the computation cost. Also due to the limited feature learning characteristics of machine learning algorithms, the classification performance reduces and inaccurate sometimes. It is evident from numerous research works that deep learning models outperforms machine learning techniques. Thus, to classify all the emotions based on stress level in this research work a hybrid deep learning algorithm is presented. Compared to conventional deep learning models, hybrid models outperforms in feature handing. Better feature extraction and selection can be made through deep learning models. Adding machine learning classifiers in deep learning architecture will enhance the classification performances. Thus, a hybrid convolutional neural network model was presented which extracts the features using CNN and classifies them through machine learning support vector machine. Simulation analysis of benchmark datasets demonstrates the proposed model performances. Finally, existing methods are comparatively analyzed to demonstrate the better performance of the proposed model as a result of the proposed hybrid combination.