• 한국지능시스템학회논문지
• /
• 제24권5호
• /
• pp.548-553
• /
• 2014

제조공정을 통해 생산된 화살의 성능을 평가하기 위한 방법으로, 활과 화살을 오랫동안 사용해 온 사냥꾼이나 레저 스포츠 용품을 만드는 기술자, 그리고 전문가의 개인적인 경험 등이 사용된다. 또한, 반복슈팅실험을 통해 얻어진 화살의 탄착점 집적도는 생산된 화살의 성능을 평가하기 위한 중요한 지표이다. 탄착점 집적도와 초고속카메라를 통해 촬영된 비행중인 화살의 이미지를 이용하여, 화살의 성능에 대한 연구가 수행되고 있다. 하지만, 화살의 특성(길이, 무게, 스파인, 오버랩, 곧기)과 탄착점의 분포간의 상관관계에 대한 연구는 부족하다. 본 논문에서는 탄착점 분포를 수치적으로 출력할 수 있는 시스템을 개발하고, 생산된 화살이 가지는 특성과 탄착점 사이의 상관관계모델을 구현하는 것이 목적이다. 모델의 입력은 화살이 가지는 특성(스파인, 곧기)이 사용되고, 출력은 화살의 노크 각도를 120도씩 회전시키면서 3번 반복 슈팅하여 얻어지는 삼각형 모양 좌표의 MAD(mean absolute distance)를 이용하였다. 상관관계 모델을 구현하기 위해서 입출력 학습데이터를 수집하였고, 모델의 구현을 위해서는 인공신경회로망(Artificial neural network, ANN)을 사용하였다.

• 기독교교육논총
• /
• 제68권
• /
• pp.175-216
• /
• 2021

본 연구에서는, 코로나 바이러스 팬데믹을 포함하여, 오늘의 교회와 그리스도인들이 마주한 다양한 위기와 도전들에 직면하여 대안적 형태의 교리교육을 모색한다. 그동안 한국교회의 현장에서 이루어져 온 교리교육은, 최근 교리교육에 대한 관심에서도 드러나듯이, 수직적 차원의 신앙에 초점을 두고, 좁은 의미의 교회 중심적 그리스도인 만들기에 많은 노력을 기울여 왔다. 한국교회의 대사회적 신뢰도와 공공성의 상실은 일차적으로 이러한 지역 교회에 헌신하는, 좁은 의미의 혹은 사사화된 제자훈련으로서의 교리교육과 깊이 연관되어 있다고 할 수 있다. 교리교육 방법에 있어서도 교사가 일방적으로 교리 내용을 학습자에게 전수하거나, 학습자들이 그 내용을 반복하고 암송하는 방법이 흔하게 사용되어 왔다. 그 결과 기독교교육의 원형이라고 할 수 있는 교리교육은 기독교교육학 가운데 가장 고루하고 뒤떨어진 영역으로 간주되고 있다. 이를 염두에 두고 본 연구에서는 오늘의 교리교육의 현황에 대한 비판적 평가와, 교리에 대한 새로운 관점들, 교리교육에 대한 기독교 교육학자들의 이론에 기초하여 통전적 신앙의 형성을 지향하는 교리교육을 목적, 교리개념, 체제, 내용, 방법론과 방법 등으로 나누어서 제안한다. 그리고 이를 통하여 기존 교리교육의 재개념화를 시도한다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.57-73
• /
• 2021

ICT 인프라의 이상탐지를 통한 유지보수와 장애 예방이 중요해지고 있다. 장애 예방을 위해서 이상탐지에 대한 관심이 높아지고 있으며, 지금까지의 다양한 이상탐지 기법 중 최근 연구들에서는 딥러닝을 활용하고 있으며 오토인코더를 활용한 모델을 제안하고 있다. 이는 오토인코더가 다차원 다변량에 대해서도 효과적으로 처리가 가능하다는 것이다. 한편 학습 시에는 많은 컴퓨터 자원이 소모되지만 추론과정에서는 연산을 빠르게 수행할 수 있어 실시간 스트리밍 서비스가 가능하다. 본 연구에서는 기존 연구들과 달리 오토인코더에 2가지 요소를 가미하여 이상탐지의 성능을 높이고자 하였다. 먼저 다차원 데이터가 가지고 있는 속성별 특징을 최대한 부각하여 활용하기 위해 멀티모달 개념을 적용한 멀티모달 오토인코더를 적용하였다. CPU, Memory, network 등 서로 연관이 있는 지표들을 묶어 5개의 모달로 구성하여 학습 성능을 높이고자 하였다. 또한, 시계열 데이터의 특징을 데이터의 차원을 늘리지 않고 효과적으로 학습하기 위하여 조건부 오토인코더(conditional autoencoder) 구조를 활용하는 조건부 멀티모달 오토인코더(Conditional Multimodal Autoencoder, CMAE)를 제안하였다. 제안한 CAME 모델은 비교 실험을 통해 검증했으며, 기존 연구들에서 많이 활용된 오토인코더와 비교하여 AUC, Accuracy, Precision, Recall, F1-score의 성능 평가를 진행한 결과 유니모달 오토인코더(UAE)와 멀티모달 오토인코더(Multimodal Autoencoder, MAE)의 성능을 상회하는 결과를 얻어 이상탐지에 있어 효과적이라는 것을 확인하였다.

• 한국빅데이터학회지
• /
• 제8권1호
• /
• pp.99-109
• /
• 2023

최근에 우리나라에서 뿐만 아니라, 세계 곳곳에서 태풍, 산불, 장마 등으로 인한 재해가 끊이지 않고 있고, 우리나라 태풍 및 호우로 인한 재산 피해액만 1조원이 넘고 있다. 이러한 재난으로 인해 많은 인명 및 물적 피해가 발생하고, 복구하는 데도 상당한 기간이 걸리며, 정부 예비비도 부족한 실정이다. 이러한 문제점들을 사전에 예방하고 효과적으로 대응하기 위해서는 우선 정확한 데이터를 실시간 수집하고 분석하는 작업이 필요하다. 그러나, 센서들이 위치한 환경, 통신 네트워크 및 수신 서버들의 상황에 따라 지연 및 데이터 손실 등이 발생할 수 있다. 따라서, 본 논문에서는 이러한 통신네트워크 상황에서도 분석을 정확하게 할 수 있는 2단계 하이브리드 상황 분석 및 예측 알고리즘을 제안한다. 1단계에서는 이기종의 다양한 센서로부터 강, 하천, 수위 및 경사지의 경사각 데이터를 수집/필터링/정제하여 빅데이터 DB에 저장하고, 인공지능 규칙기반 추론 알고리즘을 적용하여, 위기 경보 4단계를 판단한다. 강수량이 일정값 이상인데도 불구하고 1단계 결과가 관심 이하 단계에 있으면, 2단계 딥러닝 영상 분석을 수행한 후 최종 위기 경보단계를 결정한다.

• 마이크로전자및패키징학회지
• /
• 제30권4호
• /
• pp.44-49
• /
• 2023

탄소중립을 위한 세계적인 노력 속에서 전기자동차의 사용이 급속하게 증가함에 따라 배터리에 대한 수요도 증가하고 있다. 따라서, 전기자동차의 높은 효율을 달성하기 위해 차체 무게 감소와 배터리에 대한 고려가 중요한 요소로 부각되고 있다. 경량 소재로 알려진 구리와 알루미늄은 레이저 용접을 통해 효과적으로 접합될 수 있다. 그러나 두 소재의 물리적 특성이 서로 다르기 때문에 이를 접합하는 것은 여전히 기술적인 어려움이 존재한다. 본 연구에서는 구리와 알루미늄을 레이저 용접으로 접합하기 위한 최적의 레이저 파라미터를 찾기 위해 시뮬레이션을 수행하였다. 또한, 결과를 시각적으로 제시하기 위해서 Python 언어를 활용하여 GUI(Graphic User Interface) 프로그램을 개발하였다. 이 프로그램은 기계 학습 이미지 데이터를 활용하여 접합 성공을 예측하며, 안전하고 효율적인 레이저 용접 가이드로 활용될 것으로 예상되어, 전기차 배터리 조립 공정의 안전성과 효율성에 기여할 것으로 기대된다.

• 헤리티지:역사와 과학
• /
• 제52권1호
• /
• pp.170-189
• /
• 2019

소치 허련(小癡 許鍊,1808~893)은 조선 말기 대표적 남종 문인서화가이며 남도 문인화의 시조로, 초의선사와 추사 김정희의 문하에서 문인의 학문적 면모와 화원의 능숙한 화법을 모두 체득해 '사의화(寫意畵)'를 이룬 직업형 문인화가였다. 허련의 산수화는 그의 화격을 높이 산 김정희의 지도에 의해 형성되었으나, 추사 사후 그의 나이 70세경에 본격적으로 그리기 시작한 묵란화는 '추사란(秋史蘭)'의 양식과는 관련이 없고, 전체적으로는 고법(古法)을 따르면서도 거칠고 호방한 필치의 사의성을 띠고 있어 주목된다. 허련의 묵란화는 사군자류 중 화란법(畵蘭法)을 남길 만큼 관심을 가졌던 분야임에도 전체적인 작품의 조사나 분석이 이루어지지 않고 있다. 이에 본고에서는 화란법과 제발(題跋), 인문(印文)에 나타난 난화관(蘭畵觀)을 통해 그의 묵란화 인식을 살피고, 화보를 임방하고 당대 화풍을 수용하면서도 개성적인 필묵의 운용으로 형성된 소치란(小癡蘭)의 면모를 파악해보고자 한다. 특히 허련은 당시 묵란화의 대가인 이하응이나 조희룡과 화우(畵友)로 지내지만 난 그림에 있어서는 김정희의 난화론을 바탕으로 삼아 초기 지두란(指頭蘭)을 그리는 등 자신만의 화란법을 형성하고 예술세계를 구축한다. 또한 난화는 유가적 전고(典故)를 바탕으로 그리지만 제발과 인장의 내용을 통해서는 유가적 성격뿐만 아니라 도가 불가적 의미까지 더해져 허련의 인생 지향과 사유세계를 유추할 수 있다. 이러한 복합적이고 다양한 철학과 심미의식이 반영된 허련의 묵란화는 시기에 따라 변화 과정을 거치며 만년에 사의 묵란화를 형성한다. 즉 그는 직업형 화가였음에도 말년에 더욱 활발히 제작했던 사의란을 통해 조선 사대부의 이상에 더욱 가까이 다가가려 했음을 알 수 있고, 소치란은 문인의 표상을 실현하려는 사의적 시각과 의지의 발로였다는 것을 보여준다.

• 한국방사선학회논문지
• /
• 제16권5호
• /
• pp.661-672
• /
• 2022

COVID-19를 발생시키는 SARS-CoV2 바이러스가 발생한 후 전염병은 전 세계로 확산되며, 감염 사례와 사망자의 수가 빠르게 증가함에 따라 의료자원의 부족 문제가 야기되었다. 이것을 해결하려는 방법으로 인공지능을 활용한 흉부 X-ray 검사가 일차적인 진단 방법으로 관심을 받게 되었다. 본 연구에서는 인공지능을 통한 COVID-19 판독 방식들에 대해 종합적으로 분석하는 것에 목적을 두고 있다. 이 목적을 달성하기 위해 292개의 논문을 일련의 분류 방법을 거처 수집했다. 이러한 자료들을 토대로 Accuracy, Precision, Area Under Curve(AUC), Sensitivity, Specificity, F1-score, Recall, K-fold, Architecture, Class를 포함한 성능 측정정보를 분석했다. 그 결과로 평균 Accuracy, Precision, AUC, Sensitivity, Specificity 값은 각각 95.2%, 94.81%, 94.01%, 93.5%, 93.92%로 도출되었다. 연도별 성능 측정정보는 점차 증가하는 값을 나타냈고 이 외에도 Class 수, 이미지 데이터 수에 따른 변화율, Architecture 사용 비율, K-fold에 관한 연구를 진행했다. 현재 인공지능을 활용한 COVID-19의 진단은 독자적으로 사용되기에는 여러 문제가 존재하지만, 의사의 보조수단으로써 사용됨에는 부족함이 없을 것으로 예상된다.

• 응용통계연구
• /
• 제36권2호
• /
• pp.101-114
• /
• 2023

데이터 증강 기법은 학습용 데이터셋을 다양한 관점에서 볼 수 있게 해주어 모형의 과적합 문제를 해결하는데 효과적으로 사용되고 있다. 이미지 데이터 증강기법으로 회전, 잘라내기, 좌우대칭, 상하대칭등의 증강 기법 외에도 occlusion 기반 데이터 증강 방법인 Cutmix, Cutout 등이 제안되었다. 음성 데이터에 기반한 모형들에 있어서도, 1D 음성 신호를 2D 스펙트로그램으로 변환한 후, occlusion 기반 데이터 기반 증강기법의 사용이 가능하다. 특히, SpecAugment는 음성 스펙트로그램을 위해 제안된 occlusion 기반 증강 기법이다. 본 연구에서는 위조 음성 탐지 문제에 있어서 사용될 수 있는 데이터 증강기법에 대해 비교 연구해보고자 한다. Fake audio를 탐지하기 위해 개최된 ASVspoof2017과 ASVspoof2019 데이터를 사용하여 음성을 2D 스펙트로그램으로 변경시켜 occlusion 기반 데이터 증강 방식인 Cutout, Cutmix, SpecAugment를 적용한 데이터셋을 훈련 데이터로 하여 CNN 모형을 경량화시킨 LCNN 모형을 훈련시켰다. Cutout, Cutmix, SpecAugment 세 증강 기법 모두 대체적으로 모형의 성능을 향상시켰으나 방법에 따라 오히려 성능을 저하시키거나 성능에 변화가 없을 수도 있었다. ASVspoof2017 에서는 Cutmix, ASVspoof2019 LA 에서는 Mixup, ASVspoof2019 PA 에서는 SpecAugment 가 가장 좋은 성능을 보였다. 또, SpecAugment는 mask의 개수를 늘리는 것이 성능 향상에 도움이 된다. 결론적으로, 상황과 데이터에 따라 적합한 augmentation 기법이 다른 것으로 파악된다.

• 한국측량학회지
• /
• 제40권3호
• /
• pp.239-247
• /
• 2022

현대에는 급속한 산업화와 인구 증가로 인해 도시들이 더욱 복잡해지고 있다. 특히 도심은 택지개발, 재건축, 철거 등으로 인해 빠르게 변화하는 지역에 해당한다. 따라서 자율주행에 필요한 정밀도로지도와 같은 다양한 목적을 위해 빠른 정보 갱신이 필요하다. 우리나라의 경우 기존 지도 제작 과정을 통해 지도를 제작하면 정확한 공간정보를 생성할 수 있으나 대상 지역이 넓은 경우 시간과 비용이 많이 든다는 한계가 있다. 지도 요소 중 하나인 도로는 인류 문명을 위한 많은 다양한 자원을 제공하는 중추이자 필수적인 수단에 해당한다. 따라서 도로 정보를 정확하고 신속하게 갱신하는 것이 중요하다. 이 목표를 달성하기 위해 본 연구는 Semantic Segmentation 알고리즘인 LinkNet, D-LinkNet 및 NL-LinkNet을 사용하여 광주광역시 도시철도 2호선 공사 현장을 촬영한 드론 정사영상에서 도로를 추출한 다음 성능이 가장 높은 모델에 하이퍼 파라미터 최적화를 적용하였다. 그 결과, 사전 훈련된 ResNet-34를 Encoder로 사용한 LinkNet 모델이 85.125 mIoU를 달성했다. 향후 연구 방향으로 최신 Semantic Segmentation 알고리즘 또는 준지도 학습 기반 Semantic Segmentation 기법을 사용하는 연구의 결과와의 비교 분석이 수행될 것이다. 본 연구의 결과는 기존 지도 갱신 프로세스의 속도를 개선하는 데 도움을 줄 수 있을 것으로 예상된다.

• 한국컴퓨터정보학회논문지
• /
• 제28권4호
• /
• pp.105-112
• /
• 2023

농산물 선별 시스템은 작물의 형태를 보전하기 위하여 비파괴적인 선별이 주로 사용된다. 이러한 비파괴 선별 기술로는 가시광선, 근적외선, 엑스선, 감마선 등의 광학적 특성을 이용하고 있으며 본 논문에서는 엑스선을 이용한 선별을 이용한다. 엑스선 영상은 엑스선의 밀도에 따라 그레이 영상으로 생성되어 육안으로 시료의 결함을 감지하기가 어렵다. 미세한 결함을 발견하기 위해서는 영상을 확대하거나 픽셀의 범위를 수정하여 적정한 픽셀의 영역만을 표시하여 결함을 탐지해야 한다. 이런 작업은 비효율적이다. 따라서 본 논문은 엑스선의 광역적인 밀도와 지역적인 밀도에 대한 상대적인 밀도를 측정하여 색상화된 결함을 표시하는 새로운 방법을 제안한다. 하나의 픽셀에 대한 상대적인 밀도는 주위 픽셀과의 상대적인 차이를 나타내며, 이런 픽셀을 정상과 결함으로 나타내는 엑스선 영상의 색상화 방법도 제안한다. 실험에서는 육안으로 볼 수 없는 농작물의 병해충 또는 새싹 부분을 특정 색으로 색상화 하여 농산물 선별 시스템에 활용할 수 있게 하였다. 제안된 방법은 엑스선을 이용한 선별 시스템에 적용되어 농산물 선별 시스템뿐만 아니라 가공식품, 부품 제조와 같은 제조 공정에서 사용되어 불량품을 선별하는 방법에 적극적으로 이용될 수 있을 것이다.