Recently, researches on the intelligence of electric power facilities have been trying to apply artificial intelligence techniques as computer platforms have improved. In particular, faults occurring in substation should be able to quickly identify possible faults and minimize power fault recovery time. This paper presents fault location technique for 154kV substation using neural network. We constructed a training matrix based on the operating conditions of the circuit breaker and IED to identify the fault location of each component of the target 154kV substation, such as line, bus, and transformer. After performing the training to identify the fault location by the neural network using Weka software, the performance of fault location discrimination of the designed neural network was confirmed.
인공지능(AI)이 4차 산업혁명 중에서도 미래유망기술로 부각됨에 따라 도서관을 포함한 사회 전 분야에 걸쳐 인공지능기술을 적용하고 확대하고자 노력하고 있다. 이 연구는 인공지능이 대학도서관 서비스에 미치고 있는 영향과 이슈, 그리고 시사점에 대해 조사하였다. 연구방법은 북미지역 대학도서관 IT전문가들과의 심층인터뷰를 수행하였으며, 인터뷰결과와 국내외 관련 문헌들을 통해 결론과 논의점을 도출하였다. 본 연구는 연구결과로 북미지역 대학도서관들은 인공지능 시스템을 기반으로 정보 접근과 검색을 효율화하는 인프라구축에 노력하고, 대학내 인공지능 연구소들과도 협업하여 새로운 서비스 제공을 시도하고 있음을 밝혔다. 또한 향후 도서관과 사서의 역할 변화, 프라이버시, 그리고 데이터품질에 대한 이슈들을 제기하였다. 논의를 통해 대학의 사서들이 지식을 보급하는 역할을 수행하는 소프트웨어 엔지니어가 되기 위한 사서 재교육의 필요성과 대학 도서관의 정보시스템 구축을 위한 투자와 도서관에 인공지능 연구소를 세우는 방안을 제시하였다. 연구환경 변화에 따른 연구의 제한점과 향후 연구에 대한 제안도 논의되었다.
항공 분야에도 머신러닝 (ML; machine learning) 기반의 인공지능(AI; artificial intelligence)를 활용하는 시스템 개발이 본격적으로 시작되었다. 항공용 소프트웨어는 항공무선기술위원회(RTCA; Radio Technical Commission for Aeronautics) DO-178C 또는 DO-278A 등의 표준을 통해 안전성 보증을 하고 있으며, 이 표준들은 결정론적 특성과 설명가능성을 내재한 소프트웨어를 대상으로 개발되었고 잘 적용된다. 반면 ML 기반 AI는 그 특성을 고려할 때, 이러한 기존 소프트웨어 인증 표준 적용만으로는 그 신뢰성을 제대로 보증하기 어렵다. 본 논문에서는 유럽항공안전청(EASA; european union aviation safety agency)이 이에 대응하기 위해 제시하는 새로운 인증 방법론에 대해 알아보고, AI가 적용된 항공 소프트웨어 인증을 위해 국내 규제당국과 산업계가 어떤 준비를 해야 하는지 논의한다.
인공지능 클라우드는 학습된 모델 공유 및 실행 환경을 제공하여 인공지능 기술과 제어 기술을 융합하는 자율 사물 개발을 지원한다. 기존 자율 사물 개발 기술은 인공지능 모델의 정확도만을 고려하여 은닉 계층 수 및 커널 수 증가 등 모델의 복잡성을 증가시켜 결과적으로 많은 연산량을 요구하게 한다. 자원 제약적 컴퓨팅 환경은 해당 모델이 필요로 하는 충분한 자원을 제공할 수 없어 자율 사물의 실시간성 장애를 발생시킬 수 있다. 본 논문은 컴퓨팅 환경에 최적화된 인공지능 모델을 선택하는 디지털 트윈 소프트웨어 개발 프레임워크를 제안한다. 제안 프레임워크는 DNN 기반 부하 예측 모델을 활용하여 제어 소프트웨어를 개발한다. 부하 예측 모델은 디지털 트윈을 활용하여 인공지능 모델의 부하를 예측하여 특정 컴퓨팅 환경에 최적의 모델 선택을 지원한다. 대표적인 CNN 모델을 활용한 부하 예측 실험으로 제안 부하 예측 DNN 모델이 수식 기반 부하 예측 대비 최대 20%의 오류를 보임을 확인했다.
인공지능의 발달로 사회는 이전과는 다른 세상으로 나아가고 있다. 이에 따라 인공지능 교육에 대한 관심도 커지는 가운데 우리나라에서도 인공지능을 어떻게 가르칠 것인가에 대한 연구가 더욱 활발하게 진행되고 있다. 하지만 초등학교 고학년을 중심으로 한 연구가 많이 진행되고 있고 저학년을 위한 교육과정이나 프로그램은 미흡한 실정이다. 따라서 본 연구에서는 저학년을 대상으로 한 인공지능 프로그램을 개발하였다. 그중 인공지능 이미지 인식 부분에 초점을 맞추어 개발하였다. 사람과 동물, 컴퓨터의 이미지 인식 방법을 비교해보고 낙엽의 특징을 알아보고, 낙엽의 특징에 따라 분류하는 과정을 통해 인공지능이 이미지를 인식하는 과정을 이해하도록 한다. 이 프로그램을 통해 앞으로 초등학교 저학년 학생들이 인공지능의 이미지 인식 원리에 대해 이해하는 데 도움이 되길 기대한다.
Li, Tao;Xu, Wenduo;Wang, Li Na;Li, Ningpeng;Ren, Yongjun;Xia, Jinyue
KSII Transactions on Internet and Information Systems (TIIS)
/
제15권5호
/
pp.1690-1707
/
2021
Precipitation prediction during flood season has been a key task of climate prediction for a long time. This type of prediction is linked with the national economy and people's livelihood, and is also one of the difficult problems in climatology. At present, there are some precipitation forecast models for the flood season, but there are also some deviations from these models, which makes it difficult to forecast accurately. In this paper, based on the measured precipitation data from the flood season from 1993 to 2019 and the precipitation return data of CWRF, ANN cycle modeling and a weighted integration method is used to correct the CWRF used in today's operational systems. The MAE and TCC of the precipitation forecast in the flood season are used to check the prediction performance of the proposed algorithm model. The results demonstrate a good correction effect for the proposed algorithm. In particular, the MAE error of the new algorithm is reduced by about 50%, while the time correlation TCC is improved by about 40%. Therefore, both the generalization of the correction results and the prediction performance are improved.
This paper was studied abouta technology for detecting damage to temporary works equipment used in construction sites with explainable artificial intelligence (XAI). Temporary works equipment is mostly composed of steel or aluminum, and it is reused several times due to the characters of the materials in temporary works equipment. However, it sometimes causes accidents at construction sites by using low or decreased quality of temporary works equipment because the regulation and restriction of reuse in them is not strict. Currently, safety rules such as related government laws, standards, and regulations for quality control of temporary works equipment have not been established. Additionally, the inspection results were often different according to the inspector's level of training. To overcome these limitations, a method based with AI and image processing technology was developed. In addition, it was devised by applying explainableartificial intelligence (XAI) technology so that the inspector makes more exact decision with resultsin damage detect with image analysis by the XAI which is a developed AI model for analysis of temporary works equipment. In the experiments, temporary works equipment was photographed with a 4k-quality camera, and the learned artificial intelligence model was trained with 610 labelingdata, and the accuracy was tested by analyzing the image recording data of temporary works equipment. As a result, the accuracy of damage detect by the XAI was 95.0% for the training dataset, 92.0% for the validation dataset, and 90.0% for the test dataset. This was shown aboutthe reliability of the performance of the developed artificial intelligence. It was verified for usability of explainable artificial intelligence to detect damage in temporary works equipment by the experiments. However, to improve the level of commercial software, the XAI need to be trained more by real data set and the ability to detect damage has to be kept or increased when the real data set is applied.
인공지능 기술의 전 산업 분야로 확산되면서 기존 SaaS에 인공지능 서비스가 탑재된 AIaaS가 등장하고 있다. 특히 비IT 분야 기업들에서는 소프트웨어 전문가의 부재, 빅 데이터 모델 훈련의 어려움, 다양한 형태의 데이터들에 대한 수집 및 분석에 대한 어려움 등을 겪고 있다. AIaaS는 인공지능 소프트웨어 개발에 필요한 다양한 IT 자원들 뿐만 아니라 인공지능 소프트웨어에 필요한 기능들을 서비스 형태로 제공함으로써 사용자들에게는 보다 쉽고 경제적으로 시스템을 구축할 수 있게 한다. 따라서 이러한 클라우드 기반의 AIaaS 서비스에 대한 수요와 공급은 점점 급증할 것이다. 그런데 이처럼 AIaaS에 대한 수요와 공급이 증가함에 따라 요구되는 것이 AIaaS에서 제공하는 서비스들의 품질이 중요한 요소가 된다. 그러나, 현재 이를 측정하기 위한 포괄적이고 실용적인 품질 평가 메트릭에 대한 연구가 미흡하다. 따라서 본 논문에서는 AIaaS의 서비스 품질 측정 요소 중 재사용성 평가를 위해 AIaaS가 갖는 특징인 구현성, 편리성, 효율성, 접근성을 기반으로 재사용성 측정에 필요한 4가지 메트릭인 사용성, 교체성, 확장성, 홍보성 메트릭을 개발하여 제안한다. 제안된 메트릭은 AIaaS에서 제공하는 서비스들이 향후 잠재된 사용자들에게 얼마나 재사용할 수 있는지를 예측하는 도구로 사용될 수 있다.
With incessant advances in information technology and its implications in all domains of our lives, artificial intelligence (AI) has emerged as a requirement for improved machine performance. This brings forth the query of how this can benefit endoscopists and improve both diagnostic and therapeutic endoscopy in each part of the gastrointestinal tract. Additionally, it also raises the question of the recent benefits and clinical usefulness of this new technology in daily endoscopic practice. There are two main categories of AI systems: computer-assisted detection (CADe) for lesion detection and computer-assisted diagnosis (CADx) for optical biopsy and lesion characterization. Quality assurance is the next step in the complete monitoring of high-quality colonoscopies. In all cases, computer-aided endoscopy is used, as the overall results rely on the physician. Video capsule endoscopy is a unique example in which a computer operates a device, stores multiple images, and performs an accurate diagnosis. While there are many expectations, we need to standardize and assess various software packages. It is important for healthcare providers to support this new development and make its use an obligation in daily clinical practice. In summary, AI represents a breakthrough in digestive endoscopy. Screening for gastric and colonic cancer detection should be improved, particularly outside expert centers. Prospective and multicenter trials are mandatory before introducing new software into clinical practice.
현대 인공지능사회에 있어서 교육의 목표는 인공지능사회에 잘 적응하는 동시에 변화를 선도할 수 있는 융합형 인재를 양성하는 것이다. 융합형 미래인재에게 요구되는 핵심역량은 소프트웨어를 잘 이해하고 더 나아가 생성해낼 수 있는 것이다. 이러한 측면에서 알고리즘 교육은 매우 중요하다. 이에 본 연구에서는 융합적 사고력 향상을 위한 알고리즘 교육 프로그램을 개발하였다. 또한, 융합적 사고력 사전-사후 검사를 실시하여 대응표본 t-test를 통한 효과성을 검증한 결과, 학생들의 알고리즘 지식, 기능의 영역에서 융합적 사고력이 유의하게 향상된 것으로 나타났다. 본 연구 결과는 향후 알고리즘 교육에 유용하게 사용될 것으로 기대한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.