• 한국콘텐츠학회논문지
• /
• 제18권11호
• /
• pp.188-204
• /
• 2018

본 연구는 아시아계와 남미계 미국인 이민자 엄마의 언어 사용과 학령 전 아동의 학교준비도 사이의 관계를 규명하려는 목적으로 수행되었다. 미국 교육부에서 구축한 전국적 대표성을 지니는 출생 코호트 자료에서 이민자 엄마의 자녀 약 1,500명을 대상으로 중다회귀분석 방법을 활용하여 분석을 수행한 결과는 다음과 같다. 첫째, 아시아계와 남미계 집단 모두에게서 이민자 엄마가 모국어를 사용하는 경우보다 영어만 사용하거나 영어와 모국어를 함께 사용하는 경우에 자녀의 표현적 언어 발달에 긍정적인 영향을 미치는 것으로 나타났다. 둘째, 아시아계 이민자 엄마가 모국어를 사용하는 경우보다 영어만 사용하거나 영어와 모국어를 함께 사용하는 경우 자녀의 친사회적 행동에 긍정적 영향을 미치는 것으로 분석되었다. 셋째, 영어와 모국어를 함께 사용하는 이민자 엄마의 미국 내 거주기간이 길수록 자녀의 학습 접근과 행동 발달에 긍정적인 영향을 미치는 것으로 나타났다. 본 연구의 결과를 토대로 이민자 가정의 학령 전 아동의 발달을 도울 수 있는 개입 방안에 대해서 논의하였다.

• 한국인터넷방송통신학회논문지
• /
• 제19권4호
• /
• pp.93-98
• /
• 2019

광학시스템에서 가장 중요한 기술 중의 하나는 고속으로 이동하는 표적을 지속적으로 추적할 수 있는 고속 자동 표적 추적 시스템이다. 본 논문은 원거리 소형 표적에 대해서 고속으로 이동하는 표적에 대해서 급격한 형태 변화에도 강인한 상관 트렉커 기반에 자동 표적 추적 시스템을 설계한다. 본 논문은 IR 영상에서 $3{\times}3$ 이상의 표적에 대해서 4ms 내에 고속으로 표적을 추적하기 위한 커널 함수와 correlation filter 설계 최적화 방법을 제시하고, 이를 VxWorks와 같은 실시간 O/S 하에서 짐벌과 함께 연동하여 시험을 수행한다. 제안된 알고리즘의 성능 검증을 위해서 실제로 복잡환경에서 기동하는 드론, 비행체를 대상으로 IR 카메라로 영상을 획득한 후 이를 실시간 보드상에서 시험을 진행한 결과 응답시간 4ms이하에서 약 98% 추적 성공률를 보였다.

• 한국안전학회지
• /
• 제36권5호
• /
• pp.79-85
• /
• 2021

A standard engineering model that reflects the current organization system and engineering operation process of domestic nuclear power plants was developed based on the Standard Nuclear Performance Model developed by the American Nuclear Energy Association. The level 0 screen, which is the main screen of the engineering model computer system, consisted of an object tree structure, which provided information that is phased down from a higher structure level to a lower structure level (i.e., level 3). The level 1 screen provided information related to the sub-process of the engineering operation, whereas the Level 2 screen provided information related to each engineering operation activity. In addition, the Level 2 screen provided additional functions, such as linking electronic procedures/guidelines, providing electronic performance forms, and connecting legacy computer systems (such as total equipment reliability monitoring system, configuration management systems, technical information systems, risk monitoring systems, regulatory information, and electronic drawing system). This screen level increased the convenience of user's engineering tasks by implementing them. The computerization of an engineering model that connects the entire engineering tasks of an establishment enables the easy understanding of information related to the engineering process before and after the operation, and builds a foundation for the enhancement of the work efficiency and employee capacity. In addition, KHNP developed an online training module, which operates as an e-learning process, on the overview and utilization of a standard engineering model to expand the understanding of standard engineering models by plant employees and to secure competitiveness.

• 트랜스-
• /
• 제13권
• /
• pp.117-140
• /
• 2022

최근 인공지능 기술은 산업전반에 걸쳐서 활용되고 있다. 현재 예술 창작도구는 NFT 산업에서 사용되고 있으며, 이를 활용한 작품이 전시, 판매되기도 하였다. 미술 분야의 창작도구는 Gerated Photos, Google Deep Dream, Skech-RNN, Auto draw가 있으며, 음악분야의 인공지능 창작도구는 Beat Blender, Google Doodle Bach, AIVA, Duet, Neural Synth 등이 있다. 인공지능 예술 창작도구의 특징은 다음과 같다. 첫째, 예술분야 인공지능 창작도구는 기존의 작품 데이터를 바탕으로 새로운 작품을 창작하는 데에 활용되고 있다. 둘째, 창작 결과물을 빠르고 신속하게 도출하여 창작자에게 아이디어를 제공하거나, 창작 재료를 다양하게 구현해 볼 수 있다. 향후 인공지능 창작물은 인공지능 기술이 미술, 영상, 문학, 음악 등 콘텐츠 기획 및 제작에 많은 영향을 끼칠 것이다.

• 한국IT서비스학회지
• /
• 제21권2호
• /
• pp.61-84
• /
• 2022

With the recent application of deep learning to Natural Language Processing (NLP), the performance of NLP has improved significantly and NLP is emerging as a core competency of organizations. However, when encountering NLP use cases that are sporadically reported through various online and offline channels, it is often difficult to come up with a big picture of how to understand and interpret them or how to connect them to business. This study presents a framework for systematically analyzing NLP use cases, considering the characteristics of NLP techniques applicable to almost all industries and business functions, environmental changes in the era of the Fourth Industrial Revolution, and the effectiveness of adopting NLP reflecting all business functional areas. Through solving research questions based on the framework, the usefulness of it is validated. First, by accumulating NLP use cases and pivoting them around the business function dimension, we derive how NLP techniques are used in each business functional area. Next, by synthesizing related surveys and reports to the accumulated use cases, we draw implications for each business function and major NLP techniques. This work promotes the creation of innovative business scenarios and provides multilateral implications for the adoption of NLP by systematically viewing NLP techniques, industries, and business functional areas. The use case analysis framework proposed in this study presents a new perspective for research on new technology use cases. It also helps explore strategies that can dramatically improve organizational performance through a holistic approach that encompasses all business functional areas.

• Geomechanics and Engineering
• /
• 제30권1호
• /
• pp.11-26
• /
• 2022

One of the most important issues in tunneling, is the squeezing phenomenon. Squeezing can occur during excavation or after the construction of tunnels, which in both cases could lead to significant damages. Therefore, it is important to predict the squeezing and consider it in the early design stage of tunnel construction. Different empirical, semi-empirical and theoretical-analytical methods have been presented to determine the squeezing. Therefore, it is necessary to examine the ability of each of these methods and identify the best method among them. In this study, squeezing in a part of the Alborz service tunnel in Iran was estimated through a number of empirical, semi- empirical and theoretical-analytical methods. Among these methods, the most robust model was used to obtain a database including 300 data for training and 33 data for testing in order to develop a machine learning (ML) method. To this end, three ML models of Gaussian process regression (GPR), artificial neural network (ANN) and support vector regression (SVR) were trained and tested to propose a robust model to predict the squeezing phenomenon. A comparative analysis between the conventional and the ML methods utilized in this study showed that, the GPR model is the most robust model in the prediction of squeezing phenomenon. The sensitivity analysis of the input parameters using the mutual information test (MIT) method showed that, the most sensitive parameter on the squeezing phenomenon is the tangential strain (ε_θ^α) parameter with a sensitivity score of 2.18. Finally, the GPR model was recommended to predict the squeezing phenomenon in tunneling projects. This work's significance is that it can provide a good estimation of the squeezing phenomenon in tunneling projects, based on which geotechnical engineers can take the necessary actions to deal with it in the pre-construction designs.

• 한국정보통신학회논문지
• /
• 제26권5호
• /
• pp.662-667
• /
• 2022

의미역 결정 작업은 서술어와 문장 내 행위자, 피행위자, 장소, 시간 등 서술어와 관련 있는 논항들을 추출하는 작업이다. 기존 의미역 결정 방법은 문장의 언어학적 특징 추출을 위한 파이프라인을 구축하는데, 파이프라인 내 각 추출 작업들의 오류가 의미역 결정 작업의 성능에 영향을 미치기 때문에 현재는 End-to-End 방법의 신경망 모델을 이용한 방법들이 제안되고 있다. 본 논문에서는 의미역 결정 작업을 위해 Biaffine Average Attention 구조를 이용한 신경망 모델을 제안한다. 제안하는 모델은 기존 연구에서 제안된 특정 시점에 대한 레이블 예측을 위해 주변 시점 정보를 이용하는 LSTM 모델 대신 문장 내 서술어와 논항의 거리에 상관없이 문장 전체 정보에 집중할 수 있는 Biaffine Average Attention 구조로 이루어져 있다. 제안하는 모델의 성능 평가를 위해 F1 점수를 이용하여 기존 연구에서 제안한 BERT 기반의 모델들과 비교하였으며, 76.21%의 성능으로 비교 모델보다 높은 성능을 보였음을 확인하였다.

• 정보보호학회논문지
• /
• 제32권2호
• /
• pp.371-379
• /
• 2022

다크넷(Darknet)은 익명성과 보안을 바탕으로 하고 있어 각종 범죄 및 불법 활동에 지속적으로 악용되고 있으며, 이러한 오·남용을 막기 위해 다크넷 트래픽을 정확하게 탐지하고 분류하는 연구는 매우 중요하다. 본 논문에서는 그레디언트 부스팅 기법을 활용한 다크넷 트래픽 탐지 및 분류 기법을 제안하였다. CIC-Darknet2020 데이터셋에 XGBoost와 LightGBM 알고리즘을 적용한 결과, 99.99%의 탐지율과 99% 이상의 분류 성능을 나타내어 기존 연구에 비해 3% 이상 높은 탐지 성능과 13% 이상의 높은 분류 성능을 달성할 수 있었다. 특히, LightGBM 알고리즘의 경우, XGBoost보다 약 1.6배의 학습 시간과 10배의 하이퍼 파라미터 튜닝 실행시간을 단축하여 월등히 우수한 성능으로 다크넷 트래픽 탐지 및 분류를 수행하였다.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.251-266
• /
• 2022

Structural Health Monitoring (SHM) of critical infrastructure comprises a major pillar of maintenance management, shielding public safety and economic sustainability. Although SHM is usually associated with data-driven metrics and thresholds, expert judgement is essential, especially in cases where erroneous predictions can bear casualties or substantial economic loss. Considering that visual inspections are time consuming and potentially subjective, artificial-intelligence tools may be leveraged in order to minimize the inspection effort and provide objective outcomes. In this context, timely detection of sensor malfunctioning is crucial in preventing inaccurate assessment and false alarms. The present work introduces a sensor-fault detection and interpretation framework, based on the well-established support-vector machine scheme for anomaly detection, combined with a coalitional game-theory approach. The proposed framework is implemented in two datasets, provided along the 1st International Project Competition for Structural Health Monitoring (IPC-SHM 2020), comprising acceleration and cable-load measurements from two real cable-stayed bridges. The results demonstrate good predictive performance and highlight the potential for seamless adaption of the algorithm to intrinsically different data domains. For the first time, the term "decision trajectories", originating from the field of cognitive sciences, is introduced and applied in the context of SHM. This provides an intuitive and comprehensive illustration of the impact of individual features, along with an elaboration on feature dependencies that drive individual model predictions. Overall, the proposed framework provides an easy-to-train, application-agnostic and interpretable anomaly detector, which can be integrated into the preprocessing part of various SHM and condition-monitoring applications, offering a first screening of the sensor health prior to further analysis.

• International Journal of Computer Science & Network Security
• /
• 제22권12호
• /
• pp.153-159
• /
• 2022

The article discusses the use of smart technologies in the training of future specialists. Today, learning using smart technologies is becoming a new educational standard, where information is presented in a logical sequence, computer training systems have powerful functions for the educational process. The functions of smart technologies are highlighted. It is noted that smart technologies are successfully used in the field of education and professional training. The concept of "smart education" is characterized. Smart education is an educational paradigm that underlies a new type of education system. The implementation of the smart education paradigm is aimed at the process of obtaining competencies and competencies for flexible and adapted interaction with the social, economic and technological environment. Smart education should ensure that the benefits of the global information society can be used to meet educational needs and interests. A special place is occupied by computer-based educational multimedia systems that allow you to deepen your knowledge, reduce the duration of training, and increase the number of students per teacher. The main principles of smart education are highlighted. Improving the efficiency of training in a modern higher education institution is impossible without the introduction of smart technologies in the organization of the educational process.