• 한국빅데이터학회지
• /
• 제3권1호
• /
• pp.55-62
• /
• 2018

본 연구에서는 그동안 해외에서 주로 실행되어 왔던 빅데이터를 이용한 다양한 질병(독감, 폐렴, 수족구병) 환자수 예측 모델을 개발해 보았다. 기존의 환자수 예측이 병원에서 실제 환자수를 카운팅한 수를 수집하여 발표하는 시스템이라면, 이번에 개발한 연구 모델은 실시간으로 제공되는 질병 관련 단어 및 다양한 기후 데이터를 접목하여 기계학습 방법으로 알고리즘을 만들고, 이를 기반으로 정부에서 발표하기 전 환자수를 예측하는 모델이다. 특히 유행성 질병이 빠르게 확산될 경우, 실시간으로 전파 속도를 파악할 수 있다는 점에서 그 장점이 있다. 이를 위하여 구글 플루 트렌드에서 실패한 부분을 최대한 보완하여 다양한 데이터를 활용한 예측 모델을 개발하였다.

• 한국정보기술학회논문지
• /
• 제17권12호
• /
• pp.21-28
• /
• 2019

약물 부작용이란 질병의 예방, 진단 또는 치료에 사용된 약물로부터 발생한 유해하고 의도하지 않은 현상이다. 이러한 부작용은 환자를 죽음에 이르게 할 수 있으며, 약물 개발 실패의 주요 원인 중 하나이다, 따라서, 다양한 방법들이 부작용을 알아내기 위하여 시도되었다. 본 연구에서는 시스템스 바이올로지 접근법을 기반으로 기존 연구에서 주로 사용되었던 화학적 구조, 생물학적 정보 이외에도 다양한 표현형 정보를 사용하는 것에 주목하였다. 먼저, 5가지 적응증 데이터베이스, 화학적 구조, 타겟 유전자 정보를 수집하고 개별로 유사도를 계산하였다. 테이블은 하나의 약물-부작용에 대하여 앞서 생성된 유사도를 이용하여 생성되었고 다양한 기계학습 기법이 적용되었다. 결과는 AUC(Area Under the ROC Curve)값을 통해 확인하였다. 본 연구의 유의성은 비교 실험을 통하여 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권5호
• /
• pp.1610-1629
• /
• 2021

Failures frequently occurred in manufacturing machines due to complex and changeable manufacturing environments, increasing the downtime and maintenance costs. This manuscript develops a novel deep learning-based method named Multi-Domain Convolutional Neural Network (MDCNN) to deal with this challenging task with vibration signals. The proposed MDCNN consists of time-domain, frequency-domain, and statistical-domain feature channels. The Time-domain channel is to model the hidden patterns of signals in the time domain. The frequency-domain channel uses Discrete Wavelet Transformation (DWT) to obtain the rich feature representations of signals in the frequency domain. The statistic-domain channel contains six statistical variables, which is to reflect the signals' macro statistical-domain features, respectively. Firstly, in the proposed MDCNN, time-domain and frequency-domain channels are processed by CNN individually with various filters. Secondly, the CNN extracted features from time, and frequency domains are merged as time-frequency features. Lastly, time-frequency domain features are fused with six statistical variables as the comprehensive features for identifying the fault. Thereby, the proposed method could make full use of those three domain-features for fault diagnosis while keeping high distinguishability due to CNN's utilization. The authors designed massive experiments with 10-folder cross-validation technology to validate the proposed method's effectiveness on the CWRU bearing data set. The experimental results are calculated by ten-time averaged accuracy. They have confirmed that the proposed MDCNN could intelligently, accurately, and timely detect the fault under the complex manufacturing environments, whose accuracy is nearly 100%.

• 지질공학
• /
• 제30권4호
• /
• pp.663-671
• /
• 2020

최근 국내에서는 산림지역 뿐만 아니라 대도시지역에서도 자연재해가 많이 발생하고 있으며, 이에 대한 국가적인 요구사항은 증가하고 있다. 특히 국도 비탈면 붕괴에 대하여 체계적으로 관리할 수 있는 사전 재해정보 시스템은 전무한 실정이다. 본 연구에서는 CSMS(Cut Slope Management System)에서 관리하는 강원도와 경상도 지역의 국도 비탈면 붕괴 정밀조사 보고서와 비탈면 기초조사를 토대로 비탈면 붕괴 유발 인자에 대한 빅데이터 분석을 실시하였다. 분석 결과를 바탕으로 붕괴 비탈면 위치와 기상정보를 반영하여 분류 기반 머신러닝 모형인 Adaboost를 통한 비탈면 붕괴 위험도 예측모형을 구축하였다. 또한 시각화 프로그램인 비탈면 붕괴 위험도 시각화 지도를 개발하여 기상여건 변화에 따른 비탈면 위험도 파악을 통한 선제적 재해재난 예방대책에 활용할 수 있음을 보여주고 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권11호
• /
• pp.473-482
• /
• 2021

최근 딥러닝을 이용한 한글 생성 모델이 연구되고 있으나, 한글 폰트의 구조가 복잡하고 많은 폰트 데이터가 필요하여 상당한 시간과 자원을 필요로 할 뿐 아니라 스타일이 제대로 변환되지 않는 경우도 발생한다. 이러한 문제점을 보완하기 위하여, 본 논문에서는 한글의 초성, 중성, 종성의 구성요소를 기반으로 최소 글자를 사용하는 한글 폰트 생성 모델인 CKFont 모델을 제안한다. CKFont 모델은 GAN을 사용하는 한글 자동 생성 모델로, 28개의 글자와 초/중/종성 구성요소를 이용하여 다양한 스타일의 모든 한글을 생성할 수 있다. 구성요소로부터 로컬 스타일 정보를 획득함으로써, 글로벌 정보 획득보다 정확하고 정보 손실을 줄일 수 있다. 실험 결과 스타일을 자연스럽게 변환되지 못하는 경우를 감소시키고 폰트의 품질이 향상되었다. 한글 폰트를 생성하는 다른 모델들과 비교하여, 본 연구에서 제안하는 CKFont는 최소 글자를 사용하는 모델로, 모델의 구조가 간결하여 폰트를 생성하는 시간과 자원이 절약되는 효율적인 모델이다. 구성요소를 이용하는 방법은 다른 언어 폰트의 변환은 물론 다양한 이미지 변환과 합성에도 사용될 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제23권2호
• /
• pp.103-111
• /
• 2023

본 논문은 시계열 데이터에 존재하는 이상값을 정상값으로 변환하는 새로운 데이터 보정기법을 제안한다. 최근 IT기술의 발전으로 센서를 통해 방대한 시계열 데이터가 수집되고 있다. 하지만 센서의 고장, 비정상적 환경으로 인해, 대부분의 시계열 데이터는 다수의 이상값을 포함할 수 있다. 이상값이 포함된 원천 데이터를 그대로 사용하여 예측모델을 구축하는 경우, 고신뢰도의 예측 서비스가 실현되기 어렵다. 이에 본 논문은 LSTM-GAN 모델을 활용하여 원천 시계열 데이터에 존재하는 이상값을 탐지하고, DTW(Dynamic Time Warping) 및 GAN 기법을 결합하여 분할된 윈도우 단위로 이상값을 정상값으로 보정하는 기법을 제안한다. 기본 아이디어는 탐지된 이상값이 포함된 윈도우에 인접한 정상 분포 데이터의 통계정보를 DTW에 적용하여 연쇄적으로 GAN 모델을 구축하여 정상적 시계열 데이터를 생성하는 것이다. 오픈 NAB 데이터를 활용한 실험을 통해, 우리는 제안 기법이 기존 2개의 보정기법보다 성능이 우수함을 보인다.

• 융합보안논문지
• /
• 제22권5호
• /
• pp.107-113
• /
• 2022

AR/VR 기반의 교육훈련 체계는 전장 환경과 유사한 실전적 훈련 효과뿐 아니라 사고 예방 및 예산 절감에도 큰 기여를 할 것으로 평가되고 있다. AR/VR을 학습에 활용하기 위한 연구는 꾸준히 진행되고 있으며, 교육과 훈련에 활용할 경우 실세계에서 발생할 수 있는 실패의 경험 없이도 기술을 향상시킬 수 있다. 국방 주요선진국들은 이러한 AR/VR 기술의 이점을 일찍부터 인식하고, 개인의 무기체계 운용 숙달에서부터 종합 전투훈련 체계, 전쟁사 교육, 외상 후 스트레스 치료 등 다양한 분야에서 AR/VR을 개발하고 적용하는 노력을 하고 있다. 한국군도 최근 AR/VR 활용 교육훈련 적용방안을 적극적으로 검토하고 있다. 이에 본 연구의 목적은 국방 선진국의 AR/VR 적용 교육훈련 사례들을 살펴보고 한국군에 적용할 시사점을 도출하는 것이다.

• 한국산업정보학회논문지
• /
• 제28권6호
• /
• pp.1-10
• /
• 2023

원전 계측제어계통은 정상운전 시 자가 진단기능의 유지보수를 위해 일정 주기로 건전성을 확인하고 있으며, 계획예방정비 기간 동안 기능 및 성능점검을 실시하여 필요한 경우 유지보수를 하고 있다. 하지만 원전의 정보를 계측하고 제어하는 계측제어계통에서도 선제적으로 고장을 진단하고 대처하여 사고전파를 방지할 수 있는 기술개발이 필요하다. 이에 본 논문에서는 계측제어 장비의 환경조건과 자가 진단 데이터를 활용한 신뢰도 함수 추정 방안을 연구하였으며, 고장데이터의 획득을 위해 계측제어 장비의 부품에 대한 Feature 별 확률분포를 가정하여 가상 고장데이터를 생산하였다. 이러한 고장데이터를 바탕으로 생존분석에서 활용되는 대표적인 인공지능 모델(DeepSurve, DeepHit)을 이용하여 신뢰도 함수를 추정하였고, 그와 동시에 전통적인 준모수적 방법론인 Cox 회귀모델을 통해 신뢰도 함수를 추정하여 환경조건과 진단 데이터를 바탕으로 한 잔여 수명 계산을 통해 적용 가능성을 확인하였다.

• International Journal of Computer Science & Network Security
• /
• 제23권10호
• /
• pp.135-146
• /
• 2023

An effective educational program warrants the inclusion of an innovative construction which enhances the higher education efficacy in such a way that accelerates the achievement of desired results and reduces the risk of failures. Educational Decision Support System (EDSS) has currently been a hot topic in educational systems, facilitating the pupil result monitoring and evaluation to be performed during their development. Insufficient information systems encounter trouble and hurdles in making the sufficient advantage from EDSS owing to the deficit of accuracy, incorrect analysis study of the characteristic, and inadequate database. DMTs (Data Mining Techniques) provide helpful tools in finding the models or forms of data and are extremely useful in the decision-making process. Several researchers have participated in the research involving distributed data mining with multi-agent technology. The rapid growth of network technology and IT use has led to the widespread use of distributed databases. This article explains the available data mining technology and the distributed data mining system framework. Distributed Data Mining approach is utilized for this work so that a classifier capable of predicting the success of students in the economic domain can be constructed. This research also discusses the Intelligent Knowledge Base Distributed Data Mining framework to assess the performance of the students through a mid-term exam and final-term exam employing Multi-agent system-based educational mining techniques. Using single and ensemble-based classifiers, this study intends to investigate the factors that influence student performance in higher education and construct a classification model that can predict academic achievement. We also discussed the importance of multi-agent systems and comparative machine learning approaches in EDSS development.

• 한국학교수학회논문집
• /
• 제16권1호
• /
• pp.113-139
• /
• 2013

본 연구는 초등학생들의 문장제 해결과정에서 나타나는 오류를 분석하고 문제해결전략별 오류 유형 및 그 특징을 파악함으로써 문제해결학습의 실패 원인에 대한 정보를 제공하고 문제해결력을 향상시킬 수 있는 교수학습방안을 제안하기 위한 것이다. 문장제 해결과정에서 학생들이 선호하는 전략을 살펴보면 식 세우기와 예상과 확인, 규칙 찾기 순으로 나타났으며, 단순화하기 전략은 거의 사용하지 않고 있다. 문장제 해결과정에서 나타나는 오류 유형의 특징은 문제해결전략에 따라 차이를 보였는데, 이를테면 식 세우기의 경우, '문항 이해의 오류', '개념 원리의 오류', '풀이 과정의 오류' 순으로 나타난 반면, 그림그리기에서는 문제에서 설명하는 내용을 잘못 이해하여 그림으로 나타내는 오류를 주로 범하였고, 표 만들기의 경우 문제에서 주어진 정보를 표로 나타내는 과정에서 정보들 간의 관계를 잘못 이해하여 오류를 범하는 '문항 이해의 오류'가 많은 것으로 나타났다. 이처럼 문장제를 통한 문제해결 학습에서 학생들이 선호하는 문제해결전략을 확인함과 동시에 문제해결전략별 나타나는 오류의 특징을 확인함으로써 해결전략에 따른 오류를 예상하고 이에 대처하는 교수학습방안을 생각해볼 수 있을 것이다.