• 한국방사선학회논문지
• /
• 제16권4호
• /
• pp.453-462
• /
• 2022

본 논문에서는 의료 영상 분석 분야에서 이용되고 있는 AI(Artificial Intelligence)기술을 문헌 검토를 통해 분석하였다. 문헌 검색은 중심어(keyword)를 사용하여 PubMed, ResearchGate, Google 및 Cochrane Review의 문헌 검색을 수행했다. 문헌 검색을 통해 114개의 초록을 검색하였고 그 중 16개의 중복된 것을 제외하고 98개의 초록을 검토했다. 검토된 문헌에서 AI가 응용되고 있는 분야는 분류(Classification), 국소화(Localization), 질병의 탐지(Detection), 질병의 분할(Segmentation), 합성 영상의 적합도(Fit degree) 등으로 나타났다. 기계학습(ML: Machine Learning)을 위한 모델은 특징 추출을 한 후 신경망의 네트워크에 특징 값을 입력하는 방식은 지양되는 것으로 나타났다. 그 대신에 신경망의 은닉층을 여러 개로 하는 심층학습(DL: Deep Learning) 방식으로 변화되고 있는 것으로 나타났다. 그 이유는 컴퓨터의 메모리 량의 증가와 계산속도의 향상, 빅 데이터의 구축 등으로 특징 추출을 DL 과정에서 처리하는 것으로 사료된다. AI를 이용한 의료영상의 분석을 의료에 적용하기 위해서는 의사의 역할이 중요하다. 의사는 AI 알고리즘의 예측을 해석하고 분석할 수 있어야 한다. 이러한 이해를 위해서는 현재 의사를 위한 추가 의학 교육 및 전문성 개발과 의대에 재학 중인 학습자를 위한 개정된 커리큘럼이 필요해 보인다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권11호
• /
• pp.449-456
• /
• 2021

침입 탐지 시스템(IDS: Intrusion Detection System)은 보안을 침해하는 이상 행위를 탐지하는 기술로서 비정상적인 조작을 탐지하고 시스템 공격을 방지한다. 기존의 침입탐지 시스템은 트래픽 패턴을 통계 기반으로 분석하여 설계하였다. 그러나 급속도로 성장하는 기술에 의해 현대의 시스템은 다양한 트래픽을 생성하기 때문에 기존의 방법은 한계점이 명확해졌다. 이런 한계점을 극복하기 위해 다양한 기계학습 기법을 적용한 침입탐지 방법의 연구가 활발히 진행되고 있다. 본 논문에서는 다양한 네트워크 환경의 트래픽을 시뮬레이션 장비에서 생성한 NGIDS-DS(Next Generation IDS Dataset)를 이용하여 이상(Anomaly) 탐지 정확도를 높일 수 있는 데이터 전처리 기법에 관한 비교 연구를 진행하였다. 데이터 전처리로 패딩(Padding)과 슬라이딩 윈도우(Sliding Window)를 사용하였고, 정상 데이터 비율과 이상 데이터 비율의 불균형 문제를 해결하기 위해 AAE(Adversarial Auto-Encoder)를 적용한 오버샘플링 기법 등을 적용하였다. 또한, 전처리된 시퀀스 데이터의 특징벡터를 추출할 수 있는 Word2Vec 기법 중 Skip-gram을 이용하여 탐지 정확도의 성능 향상을 확인하였다. 비교실험을 위한 모델로는 PCA-SVM과 GRU를 사용하였고, 실험 결과는 슬라이딩 윈도우, Skip-gram, AAE, GRU를 적용하였을 때, 더 좋은 성능을 보였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제28권1호
• /
• pp.1-9
• /
• 2022

비소세포폐암(NSCLC)은 전체 폐암 중 85%의 높은 비중을 차지하며 사망률(22.7%)이 다른 암에 비해 현저히 높은 암으로 비소세포폐암 환자의 수술 후 예후에 대한 예측은 매우 중요하다. 본 연구에서는 종양을 관심영역으로 갖는 비소세포폐암 환자의 수술 전 흉부 CT 영상 패치의 종류를 종양 관련 정보에 따라 총 다섯 가지로 다양화하고, 이를 입력데이터로 갖는 사전 학습 된 ResNet 과 EfficientNet CNN 네트워크를 사용하여 단일 모델과 간접 투표 방식을 이용한 앙상블 모델, 그리고 3 개의 입력 채널을 활용한 앙상블 모델에서의 실험 결과 및 성능을 오분류의 사례와 Grad-CAM 시각화를 통해 비교 분석한다. 실험 결과, 종양 주변부 패치를 학습한 ResNet152 단일 모델과 EfficientNet-b7 단일 모델은 각각 87.93%와 81.03%의 정확도를 보였다. 또한 ResNet152 에서 총 3 개의 입력 채널에 각각 영상 패치, 종양 주변부 패치, 형상 집중 종양 내부 패치를 넣어 앙상블 모델을 구성한 경우에는 정확도 87.93%를, EfficientNet-b7 에서 간접 투표 방식으로 영상 패치와 종양 주변부 패치 학습 모델을 앙상블 한 경우에는 정확도 84.48%를 도출하며 안정적인 성능을 보였다.

• 융합정보논문지
• /
• 제12권5호
• /
• pp.237-245
• /
• 2022

본 연구는 언택트시대의 배움공동체에 대한 사회적 담론이 어떠한지 살펴보고, 팬데믹이라는 사회적 상황 속에서 아동을 위한 배움공동체가 나아가야할 방향에 대해 논의해 보고자한다. 이를 위해 2020년 1월 20일부터 2021년 1월 20일까지 1년 동안의 빅데이터를 '언택트+배움공동체'라는 키워드로 인터넷 포털사이트(구글, 다음, 네이버 등의 뉴스)에서 데이터를 수집 및 분석하였다. 분석결과, 단어빈도 및 네트워크분석에서 '마을교육공동체', '운영', '활동', '코로나19', '지원', '온라인' 등의 단어가 언택트시대의 배움공동체와 관련이 높은 것으로 도출되었다. 이는 배움공동체 내에서 마을의 교육공동체가 주축이 되어 코로나19라는 상황 속에서도 마을 활동가와 주민협의회 등이 뜻을 모아 코로나19로 멈춰진 아동의 일상을 회복하고 관계 회복을 위한 노력을 온라인 매체를 활용하여 지원 해줄 수 있다는 것을 보여준다. 결론적으로 단어빈도 분석을 통해 배움공동체와 관련된 핵심키워드를 파악하고 배움공동체에 대한 사회적 경향을 살펴보았다는데 의의가 있으며, 코로나19의 장기화로 아동의 공적 돌봄·교육의 틈새와 한계에 대한 대안으로 배움공동체의 도입 및 활성화를 위한 기초자료로써 시사점을 가진다

• 인터넷정보학회논문지
• /
• 제22권6호
• /
• pp.115-127
• /
• 2021

전 세계적으로 과학기술의 발달에 따라 육·해·공·우주에 이어 사이버공간이라는 영역 또한 전장 영역으로 인식되고 있다. 이에 따라 육·해·공·우주에서 이루어지는 물리적 작전뿐만 아니라 사이버공간에서 이루어지는 사이버 작전 수행을 위한 정의, 체계, 절차, 계획 등 다양한 요소를 설계·수립해야 한다. 본 연구에서는 사이버 작전의 표적처리(Targeting) 중 표적개발 및 우선순위 부여 단계에서 중간표적개발을 통해 선정한 사이버 표적 목록에 대한 우선순위를 부여할 때 고려할 수 사이버 표적의 중요성을 고려 요소로 선정하여 이에 대한 점수를 산출, 사이버 표적 우선순위 선정 점수의 일부로 활용하는 방안을 제시한다. 이에 따라, 사이버 표적 우선순위 부여 과정에서 사이버 표적 중요성 범주를 설정하고, 사이버 표적 중요성 개념 및 기준항목을 도출한다. 도출된 기준항목별 점수산정 및 종합을 위해 PageRank 알고리즘을 기반으로 Event Prioritization Framework 등의 매개변수를 종합한 TIR(Target Importance Rank) 알고리즘을 제안한다. 그리고 스턱스넷 사례 기반 네트워크 토폴로지 및 시나리오 데이터를 구성하여 제안된 알고리즘으로 사이버 표적 중요성 점수를 도출하고 사이버 표적의 우선순위를 선정하여 제안된 알고리즘을 검증한다.

• 한국콘텐츠학회논문지
• /
• 제22권2호
• /
• pp.211-223
• /
• 2022

본 연구는 주거정책 분야에서 여론을 수렴하기 위해 블로그의 활용 가능성을 고찰하고자 한다. 이를 위해 '행복주택'을 키워드로 관련 게시글을 수집하고 주요 키워드를 추출하여 키워드 분석과 단어 군집 분석을 통해 대중들의 인식을 파악하였다. 행복주택에 대한 사회적 논의가 확산된 2013년 5월부터 2021년 8월까지 블로그 게시글 137,002개를 분석 자료로 활용하였으며, 주요 정책과 자료 수집량을 고려하여 수집 기간을 3단계로 나누어 도출된 단어를 분석한 결과는 다음과 같다. 키워드 분석에서 전반적으로 행복주택의 위치, 세대수, 단지 및 주택 규모, 입주 가능 조건 등과 관련된 단어의 중요도가 높았다. 1단계에서는 정부 정책 시행, 2단계에서는 행복주택 신청 절차, 3단계에서는 모집공고, 입주 자격, 임대조건에 중요도가 각각 높은 것으로 나타났다. 군집 분석에서는 모든 단계에서 사업 진행, 신청 절차, 사업지역이 주요 주제로 도출되었다. 특히, 1단계에서는 정책 시행 및 추진방안, 2단계는 입주 자격 및 금융 지원, 3단계에서는 정책 시행 및 입주 자격이 주요한 주제로 도출되었다. 이러한 결과는 블로그를 통해 정책 관련 정보 공유 및 사회적 이슈 반영, 정책 전달 여부 평가, 대중의 정책 참여도 유추가 가능하며, 블로그를 여론 수렴 방법으로 활용할 가능성을 제시한 데에 의의가 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권11호
• /
• pp.447-454
• /
• 2022

4차 산업혁명 시대를 맞아 우리는 정보의 홍수 속에 살고 있다. 이런 환경에서 우리에게 필요한 정보를 찾기란 매우 어렵고 복잡하다. 따라서 정보의 홍수 속에서 추천 시스템은 필수적이다. 이러한 추천 시스템 중 영화, 음악, 음식, 의류의 각각에 대한 추천 시스템들은 많은 연구가 진행되어 왔다. 현재까지 대부분의 개인화 추천 시스템들은 개인의 성향인 나이, 장르, 지역, 성별 등을 체크해서 옷들을 추천한다던가, 책들을 추천한다던가, 영화들을 추천해왔다. 미래 세대에서는 나이, 장르, 지역, 성별 등을 체크해서 옷, 책, 영화들을 한꺼번에 추천 받기를 원할 것이다. 본 논문에서는 사용자의 감정과 날씨에 따라 개인 맞춤형 옷과 음식을 한꺼번에 추천하는 추천 시스템을 제안한다. 소셜미디어인 트위터에서 사용자의 데이터를 얻었고, 트윗을 기반으로 감정 분석을 해서 Paul Eckman 이론에 따라 사람의 6 가지의 기본 감정으로 분류했다. 이렇게 얻어진 기본 감정을 Hayashi의 Quantification Method III를 적용하여 색깔로 변환하였으며, 이러한 색깔은 추천하는 옷의 색상으로 표현하였다. 또한, visualcrossing.com API의 날씨 정보를 이용하여 의류의 종류를 추천한다. 그리고 감정에 따른 컴포트 푸드의 내용에 따라 다양한 음식을 추천한다.

• 한국가정과교육학회지
• /
• 제33권4호
• /
• pp.1-13
• /
• 2021

본 연구는 텍스트마이닝 기법으로 최근 20년간 아동, 청소년 대상 소비 관련 연구의 주요어를 분석하여 소비 관련 연구의 동향을 파악하고자 하였다. 이를 위하여 KCI 등재/등재후보 학술지에 게재된 아동, 청소년의 소비관련 연구 869편의 주요어를 분석하였다. 빈도분석 결과 가장 빈도가 높은 주요어는 청소년, 청소년소비자, 소비자교육, 과시소비, 소비행동, 캐릭터, 경제교육, 윤리적소비 순으로 나타났다. 5년 단위로 주요어의 빈도를 분석한 결과, 2006년~2010년에는 소비자교육의 빈도가 월등하게 높아 이 시기에 소비자교육에 관한 연구가 많이 이루어졌음을 확인할 수 있었다. 2011년 이후 윤리적소비에 관한 연구가 활발해졌으며, 최근 5년 동안은 두드러지는 주요어가 없는 대신 다양한 주제로 연구가 이루어졌음을 알 수 있었다. TF-IDF 기준으로 주요어를 살펴보면 2001년~2005년 사이에는 환경과 인터넷 관련 단어가 주요 키워드였다. 2006년~2010년에는 미디어이용, 광고 교육, 인터넷아이템, 2011년~2015년에는 공정무역, 녹색성장, 녹색소비, 북한이탈청소년, 소셜미디어, 2016~2020년에는 텍스트마이닝, 지속가능발전교육, 메이커교육, 2015개정교육과정이 중요한 용어로 등장하였다. 토픽모델링 결과, 소비자교육, 대중매체/또래문화, 합리적 소비, 한류/문화산업, 소비자역량, 경제교육, 교수학습방법, 친환경/윤리적소비의 8개의 토픽이 도출되었다. 동시 출현 빈도를 활용한 네트워크 분석을 통해 아동, 청소년 관련 소비 연구에서 과시소비와 소비자교육이 중요한 연구주제임을 알 수 있었다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제28권2호
• /
• pp.1-9
• /
• 2022

본 논문에서는 균열을 감지 할 때 필요한 데이터를 생성할 수 있는 벡터 기반 증강 기법과 이를 학습할 수 있는 합성곱 인공신경망(Convolution Neural Networks, ConvNet) 기법을 제안한다. 균열을 빠르고 정확하게 감지하는 것은 건물 붕괴와 낙하 사고를 사전에 방지할 수 있는 중요한 기술이다. 이 문제를 인공지능으로 해결하기 위해서는 대량의 데이터 확보가 필수적이지만, 실제 균열 이미지를 얻기 위한 상황은 대부분 위험하기 때문에 대량의 균열 데이터를 확보하기는 어렵다. 이런 데이터베이스 구축의 문제점은 인위적인 특정 부분에 변형을 주어 데이터의 양을 늘리는 탄성왜곡(Elastic distortion)으로 완화시킬 수 있지만, 본 논문에서는 이보다 향상된 균열 패턴 결과를 ConvNet을 활용하여 모델링한다. 탄성왜곡보다 우리의 방법이 실제 균열 패턴과 유사하게 추출된 결과를 얻을 수 있었고, 일반적인 데이터 증강에서 사용되는 픽셀 단위가 아닌, 벡터 기반으로 균열 데이터 증강을 설계함으로써 균열의 변화량 측면에서 우수한 결과를 얻을 수 있다. 결과적으로 본 논문에서는 적은 개수의 균열 데이터를 입력으로 사용했음에도 불구하고 균열의 방향 및 패턴을 다양하게 생성하여 효율적으로 균열 데이터베이스를 구축할 수 있다.

• 대한지구과학교육학회지
• /
• 제15권2호
• /
• pp.285-298
• /
• 2022

본 연구는 공학 설계를 적용한 과학 수업이 참여 학생들의 창의공학적 문제해결성향에 미치는 효과를 알아보기 위한 연구이다. 본 연구에서 사용된 공학 설계를 적용한 과학 수업은 미국 미네소타대학과 퍼듀대학에서 공동 제작한 10차시의 프로그램을 번역하여 사용하였으며, P 광역시에 소재한 H 초등학교 6학년 24명의 학생들에게 적용하였다. 본 연구의 주요 데이터는 연구 사전과 사후에 수집한 창의공학적 문제해결성향 검사지이다. 창의적 공학문제해결력 검사는 대응표본 t-검증과 계층적 군집분석을 통해 분석하였다. t-검증 결과 공학 설계를 적용한 과학 수업은 전반적으로 참여 학생들의 창의공학적 문제해결성향에 긍정적인 효과를 미치는 것으로 나타났다. 군집분석 결과 창의공학적 문제해결성향은 2가지 군으로 분류할 수 있다는 것을 확인하였으며, 5명의 학생의 경우 사전과 사후에 유의미한 차이로 성향(분류군)이 바뀐 것을 확인할 수 있었다. 군집의 변화가 생긴 5명의 학생들을 인터뷰하여 중심도 분석을 실시하고 하이브리드 분석 방법에 따라 해석한 결과, 학생들이 공통적으로 경험한 것은 '협업을 통한 문제해결'과 '반복실험(재설계)를 통한 문제해결', 그리고 '과학 지식의 활용'으로 나타났으며, 소수반응으로 '최선의 실험방법 선택'과 '과학과 공학의 차이' 등이 나타났다.