• Annual Conference of KIPS
• /
• 2021.11a
• /
• pp.1136-1139
• /
• 2021

쇼핑카트 부착 모듈형 로봇 'Cart-Rider'는 어드미턴스 제어를 통한 사용자의 힘 보조 기능, 딥러닝을 활용한 네비게이션 기능, GPS 를 활용한 도난 방지 기능을 제공하는 로봇으로 대형 마트에서 발생하는 안전사고 및 쇼핑카트 도난을 예방하는 동시에 사용자에게 편의성을 제공하는 로봇이다. 또한 여러 대를 겹쳐서 보관하는 기존의 카트 시스템을 유지하고 탈부착이 용이하도록 하드웨어를 제작하여 환경에 영향을 주지 않고 유지 및 보수가 용이하도록 제작했다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.242-243
• /
• 2022

코로나 팬데믹으로 세계가 큰 피해를 보고 있다. 기존 얼굴인식 보안시스템이 마스크 사용자 인식이 어려워 마스크 사용자를 인식할 수 있는 방안이 필요하다. 얼굴인식을 위한 영상처리 기술이 딥러닝에 의해 크게 발전하고 있으며, 여전히 전처리 기술 또한 중요하다. 본 논문에서는 영상처리 기술의 선명도 평가 함수와 YOLOv5를 사용해 학습 재학습 이후 변화하는 성능을 확인하였고, 비마스크 사용 시 분류정확도가 1%, 학습 손실률에서 0.2% 정도의 성능 개선을 확인하였다.

• Annual Conference of KIPS
• /
• 2022.11a
• /
• pp.887-889
• /
• 2022

화재로 발생하는 산업시설의 인명·재산 피해를 줄이고 기존 소방 설비의 단점을 보완하는 소방 로봇을 제안한다. 소방 로봇은 무인 시스템으로 설계되었으며 6개의 핵심 기능인 화재 감지, 화재 진압, 현장 이동, 화재 알림, 소방서 신고, 현장 모니터링으로 구성된다. 로봇의 구성은 구동부, 제어부, 소화부로 이루어져 있으며, 각 구성 중 일부를 선정하고 테스트 통하여 화재 진압에 유효함을 증명하였다.

• Annual Conference of KIPS
• /
• 2023.11a
• /
• pp.632-633
• /
• 2023

Diabetic retinopathy (DR) is a prevalent complication of diabetes that can lead to vision impairment if not diagnosed and treated promptly. This study presents a novel approach for the automated grading of diabetic retinopathy in ultra-widefield fundus images (UFI) using deep learning techniques. We propose a method that involves preprocessing UFIs by cropping the central region to focus on the most relevant information. Subsequently, we employ state-of-the-art deep learning models, including ResNet50, EfficientNetB3, and Xception, to perform DR grade classification. Our extensive experiments reveal that Xception outperforms the other models in terms of classification accuracy, sensitivity, and specificity. his research contributes to the development of automated tools that can assist healthcare professionals in early DR detection and management, thereby reducing the risk of vision loss among diabetic patients.

• Annual Conference of KIPS
• /
• 2024.10a
• /
• pp.1074-1075
• /
• 2024

본 논문은 청각 약자를 위한 청각 보조 애플리케이션 개발에 초점을 맞추고, 딥러닝을 활용한 오디오 분석과 감정 분석 기능을 포함한 시스템 설계를 다룹니다. 본 연구는 청각 약자들이 외출 시 혹은 실내에서 중요한 소리를 인식하고 경고를 받을 수 있도록 지원하는 애플리케이션을 개발하는 데 중점을 둡니다. 청각 보조 기능은 특정 소리를 학습한 모델을 이용해 위험 신호를 제공하며, 감정 분석 음성 번역 기능은 일상대화에서 텍스트와 감정 분석을 제공해 소통을 개선합니다. 이 애플리케이션은 사용자의 편리성을 높이기 위해 온디바이스 기술을 사용하여, 서버 없이도 실시간 분석이 가능하도록 설계되었습니다. 또한, 저비용으로 청각 보조를 가능하게 하여 더 많은 사용자에게 접근성을 제공합니다. 이를 통해 사회적 약자들의 안전을 보호하고, 감정 분석 기능을 통해 원활한 소통을 돕는다는 점에서 큰 기대효과를 보이고 있습니다.

• Annual Conference of KIPS
• /
• 2024.10a
• /
• pp.670-671
• /
• 2024

본 연구는 ECG 기반 사용자 인식 시스템에서 MobileNet-V2, SqueezeNet과 기존 전이 학습 모델들의 성능을 비교하였다. PTB-ECG 데이터베이스를 사용하여 각 모델의 계산 효율성과 인식 정확도를 분석하였다. MobileNet-V2는 98.88% 의 검증 정확도와 8분 59초로 빠른 훈련 속도를 기록하였으며, SqueezeNet은 95.75%의 검증 정확도를 보이며 3분 12초의 훈련 속도로 메모리 효율성 면에서 뛰어난 성능을 나타냈다. 실험 결과, 두 모델은 ECG 신호 분석에 적합한 경량화 모델임을 확인할 수 있었다.

• KIPS Transactions on Computer and Communication Systems
• /
• v.10 no.10
• /
• pp.285-290
• /
• 2021

In the medical field, disease diagnosis and prediction research using artificial intelligence technology is being actively conducted. It is being released as a variety of products for disease diagnosis and prediction, which are most widely used in the application of artificial intelligence technology based on medical images. Artificial intelligence is being applied to diagnose diseases, to classify diseases into benign and malignant, and to separate disease regions for use in identification or reading according to the risk of disease. Recently, in connection with cloud technology, its utility as a service product is increasing. Among the diseases dealt with in this paper, liver disease is a disease with very high risk because it is difficult to diagnose early due to the lack of pain. Artificial intelligence technology was introduced based on medical images as a non-invasive diagnostic method for diagnosing these diseases. We describe the development of a web service to help the most meaningful clinical reading of liver cirrhosis patients. Then, it shows the web service process and shows the operation screen of each process and the final result screen. It is expected that the proposed service will be able to diagnose liver cirrhosis at an early stage and help patients recover through rapid treatment.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.361-363
• /
• 2018

FAQ 시스템은 주어진 질문과 가장 유사한 질의를 찾아 이에 대한 답을 제공하는 시스템이다. 질의 간의 유사도를 측정하기 위해 문장을 벡터로 표현하며 일반적으로 TFIDF, Okapi BM25와 같은 방법으로 계산한 단어 가중치 벡터를 이용하여 문장을 표현한다. 하지만 단어 가중치 벡터는 어휘적 정보를 표현하는데 유용한 반면 단어의 의미적인(semantic) 정보는 표현하기 어렵다. 본 논문에서는 이를 보완하고자 딥러닝을 이용한 문장 임베딩을 구축하고 단어 가중치 벡터와 문장 임베딩을 조합한 문장 유사도 계산 모델을 제안한다. 또한 문장 임베딩 구현 시 self-attention 기법을 적용하여 문장 내 중요한 부분에 가중치를 주었다. 실험 결과 제안하는 유사도 계산 모델은 비교 모델에 비해 모두 높은 성능을 보였고 self-attention을 적용한 실험에서는 추가적인 성능 향상이 있었다.

• The Journal of Information Systems
• /
• v.27 no.3
• /
• pp.123-140
• /
• 2018

Purpose The purpose of this study is to explore the optimal trading frequency which is useful for stock price prediction by using deep learning for charting image data. We also want to identify the appropriate time for accurate forecasting of stock price when performing pattern analysis. Design/methodology/approach In order to find the optimal trading frequency patterns and forecast timings, this study is performed as follows. First, stock price data is collected using OpenAPI provided by Daishin Securities, and candle chart images are created by data frequency and forecasting time. Second, the patterns are generated by the charting images and the learning is performed using the CNN. Finally, we find the optimal trading frequency patterns and forecasting timings. Findings According to the experiment results, this study confirmed that when the 10 minute frequency data is judged to be a decline pattern at previous 1 tick, the accuracy of predicting the market frequency pattern at which the market decreasing is 76%, which is determined by the optimal frequency pattern. In addition, we confirmed that forecasting of the sales frequency pattern at previous 1 tick shows higher accuracy than previous 2 tick and 3 tick.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.11a
• /
• pp.144-145
• /
• 2017

최근 전자 기기의 크기가 줄어들고 PCB의 사이즈와 반도체 패키지의 크기가 소형화되어 플립 칩 본딩(Flip chip bonding) 기술을 적용한 반도체 패키지 방식이 점점 늘어나고 있다. 이에 따라 PCB와 반도체 칩 사이를 연결하기 위해 응용되던 BGA(Ball Grid Array)에 핀 배열 대신 사용되는 범프(Bump)를 50um 이내의 초미세 범프로 만들어 일정한 배열을 유지하는 것이 중요하다. 또한 초미세 범프의 모양과 품질이 패키지 수율과 밀접하게 연관되기 때문에 이를 검사할 수 있는 기술이 필수적이다. 이에 본 논문은 초미세 범프측정을 할 수 있는 시스템 개발을 위한 측정 대상의 특징과 사용할 수 있는 광학계를 분석하였고, 획득된 영상을 가지고 딥러닝을 적용하여 정확하게 불량여부를 판별할 수 있는 초미세 범프 측정 시스템을 고안하였다.