• 한국건설관리학회논문집
• /
• 제25권2호
• /
• pp.3-10
• /
• 2024

본 연구는 국내 최초 스마트시티로 지정된 건설 현장에 적용된 스마트건설장비의 효과를 분석하여 향후 스마트건설장비의 발전 및 활성화 방안을 도출하는데 목적이 있다. 이를 위해 토목공사 현장에 적용되는 대표적 스마트건설장비인 머신가이던스(Machine Guidance; MG)기술에 의한 안전시스템과 시공시스템의 실제적 활용 효과와 문제점을 분석한 후에 개선방안을 제시하였다. MG안전시스템과 MG시공시스템 모두 결과적으로 시공성 개선에 충분히 활용성이 있음을 파악하였고, MG시스템에 의한 작업결과의 승인문제와 잦은 현장 장비교체에 의한 시스템 변경문제, 고령의 현장 근로자의 사용성 개선문제 등이 속히 해소해야 할 과제로 분석되었으며, 연구에서는 이러한 문제에 대해 현장에서 해결한 일부 방안을 제시하였다. 연구에서 제시한 활용효과와 문제점 등은 머신가이던스기술을 현장에 상당기간 실제로 적용한 후에 직접 활용한 근로자와 관리자 등을 통하여 분석하였으므로, 장비자동화를 위한 실증적 분석 자료가 많지 않은 점에서 향후 유사 현장에 적용하기 위한 선행자료로 활용성을 갖을 수 있다.

• 산업과 과학
• /
• 제1권2호
• /
• pp.24-29
• /
• 2022

최근 농업 경랭력 향상 및 비용 절감을 최소화하기 위해서 IoT 기술을 다양한 농장에 적용하는 스마트 팜 연구가 활발하게 진행되고 있다. 특히, IoT 장치를 통해 스마트 팜 주변의 환경정보 데이터를 원격 제어할 수 있는 방법들이 연구되고 있다. 본 논문에서는 스마트 팜에서 수집된 환경정보 데이터를 머신러닝 기반으로 실시간 모니터링하여 최적의 생육환경을 유지할 수 있는 모델을 제안한다. 제안 모델은 머신러닝 기술을 사용하기 때문에 풍부한 빅데이터 확보 방안을 통해 지속적인 데이터 수집이 가능하도록 다중 블록체인으로 환경 정보를 묶는다. 또한, 제안 모델은 수집된 환경 정보 데이터를 가중치와 상관관계 지수를 이용하여 우선 순위에 따라 선택(또는 바인딩)적으로 지정한다. 마지막으로, 제안 모델은 실시간으로 환경 정보를 처리할 수 있도록 환경 정보 처리 비용을 최소한으로 n-계층으로 확장할 수 있도록 한다.

• 문화기술의 융합
• /
• 제9권3호
• /
• pp.663-668
• /
• 2023

본 논문은 구글의 머신러닝 플랫폼인 '티처블 머신'을 이용해 대학 캠퍼스내 상주하는 고양이들을 인식하고 식별할 수 있는 모바일 애플리케이션에 대해 설명한다. 4차 산업혁명의 핵심 기술 중 하나인 머신러닝은 데이터 학습을 통해 최적의 결과값을 찾아내는 효율적인 작업을 수행한다. 따라서 머신러닝을 기반으로 동작하는 '티처블 머신' 플랫폼을 이용해 모델을 학습, 생성한 뒤 이를 스마트폰용 애플리케이션으로 구현하여, 간편하고 효율적으로 고양이들을 식별할 수 있게 하였다. 이 애플리케이션에서는 고양이의 사진을 현장에서 직접 찍거나 갤러리에서 불러오면 해당 고양이를 식별하여 그 고양이에 대한 정보를 제공한다. 본 시스템은 특정 대학 캠퍼스용으로 개발되었지만, 타 대학 캠퍼스 및 다른 종의 동물에 대해서도 확대 적용 가능할 것으로 기대한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.239-239
• /
• 2023

최근 도시화 및 기후변화에 따른 재난의 피해가 증가하고 있다. 국내 기상청에서는 호우 및 태풍에 대한 예·경보(주의보, 경보)를 전국적으로 통일된 기준(3시간, 12시간 누적강우량)에 따라 발령하고 있다. 이에 따라 현재 예·경보 기준에는 피해가 발생한 사상에 대한 지역별 특성이 고려되지 않는 문제점이 있다. 본 연구에서는 이러한 문제점을 해결하기 위하여 서울특별시, 인천광역시, 경기도의 호우 및 태풍에 대한 재해사상별 발생한 피해액 및 누적강우량을 활용하여 재해강도의 단계별 기준을 수립하고, 입력자료로 관측된 강우값을 활용하여 발생할 수 있는 재해의 발생 강도를 분류하는 모형을 개발하고자 하였다. 본 연구에서는 호우 및 태풍에 의한 재해 피해액의 분위별로 재해강도 단계(관심, 주의, 경계, 심각)를 분류하였고, 재해강도 단계에 따른 누적강우량 기준을 지자체별로 제시하였으며, 분류한 재해의 강도 단계를 모형의 종속변수로 활용하였다. 재해피해가 발생하지 않은 무강우 지속시간을 산정하여 호우 사상을 분류하였다. 지자체별로 재해 발생강도 분류 모형 개발을 위하여 머신러닝 모형 4가지(의사결정나무, 서포트 벡터 머신, 랜덤 포레스트, XGBoost)를 활용하였다. 본 연구에서 분류한 피해가 발생하지 않은 호우사상 및 피해가 발생한 사상별로 강우량, 지속시간 최대 강우량(3시간, 12시간), 선행강우량, 누적강우량을 독립변수로 입력하여 종속변수인 재해 발생 강도를 분류하였다. 각 모형별로 F1 Score를 이용한 정확도 평가 결과, 의사결정나무의 F1 Score가 평균 0.56으로 가장 우수한 정확도를 가지는 것으로 평가되었다. 본 연구에서 제시하는 머신러닝 기반 재해 발생 강도 분류모형을 활용하면 호우 및 태풍에 의한 재해에 대하여 지자체별로 재해 발생 강도를 단계별로 파악할 수 있어, 재난 담당자들의 의사결정을 위한 참고 자료로 활용될 수 있을 것으로 판단된다.

• 한국응용과학기술학회지
• /
• 제38권4호
• /
• pp.951-962
• /
• 2021

본 연구는 만 40-60세 비만 중년여성을 대상으로 10주간 스마트머신 순환운동이 체조성, 폐기능, 혈중지질 및 인슐린 저항성에 미치는 영향을 구명하기 위하여 운동군(n=8), 대조군(n=6)으로 구분하여 실시하였다. 스마트머신 순환운동은 주 3회, 회당 55분으로 유산소 운동의 강도는 스마트머신과 POLAR T31이 연동 되어 스마트머신에 적용되며, 1-4주차는 40-50%HRR, 5-8주차는 50-60%HRR, 9-10주차는 60-70%HRR을 적용하였고, 저항성 운동의 강도는 스마트머신을 이용하여 등속성 운동 기반으로 대상자들의 1-RM test의 데이터 값을 이용하여 1-4주차는 1-RM의 40%, 5-8주차는 1-RM의 60%, 9-10주차는 1-RM의 80%를 적용하여 실시하였다. 그 결과 체중, 체질량지수, 체지방율, 허리-엉덩이둘레비율에서 그룹×시기 간 상호작용 효과가 나타났다. 폐기능의 FVC는 시기 간 주 효과와 사후 그룹 간 유의한 차이가 나타났으며, FVC 및 FEV₁은 그룹×시기 간 상호작용 효과가 나타났다. TC 및 TG는 시기 간 주 효과가 나타났으며, TC, TG 및 HDL-C는 그룹×시기 간 상호작용 효과가 나타났다. Insulin, Glucose 및 HOMA-IR은 운동 전·후 시기 간 차이에서 운동군이 유의하게 감소한 것으로 나타났다. 따라서 10주간 스마트머신 순환운동 프로그램이 비만 중년여성의 체조성, 폐기능, 혈중지질 및 인슐린 저항성에 긍정적인 영향을 미쳤으며 이는 중년여성의 비만을 개선하거나 비만을 예방할 수 있는 운동 프로그램이라고 사료된다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제56차 하계학술대회논문집 25권2호
• /
• pp.17-18
• /
• 2017

본 논문은 스마트 팩토리의 중요 요소인 무인반송차(AGV)를 자율 주행시키기 위해 오픈 소스 자율 주행차 시뮬레이터인 udacity를 이용해 머신 러닝시키는 시스템을 개발하였다. 공장의 운행 루트를 자율주행 시뮬레이터의 전경으로 가공하고, 3개의 카메라를 부착시킨 AGV를 운행시키면서 머신 러닝시킨다. AGV를 주행하여 얻어진 여러 학습 데이터를 통해 도출된 결과들을 각각 비교하여 우수한 모델을 선정하고 운행시킨 결과 AGV가 정해진 운행 루트를 정확하게 주행하는 것을 확인하였다. 이를 통해, 가상 운행 환경에서 저비용으로 AGV 운행 학습이 가능하다는 것을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제25권2호
• /
• pp.213-219
• /
• 2020

본 연구는 스마트폰 과의존을 진단하고 예측하기 위하여 할 수 있는 분류분석 방법과 스마트폰 과의존 분류율에 영향을 미치는 중요변수를 규명하고자 시도되었다. 이를 위해 인공지능의 방법인 기계학습 분석 기법 중 의사결정트리, 랜덤포레스트, 서포트벡터머신의 분류율을 비교하였다. 자료는 한국정보화진흥원에서 제공한 '2018년 스마트폰 과의존 실태조사'에 응답한 25,465명의 데이터였고, R 통계패키지(ver. 3.6.2)를 사용하여 분석하였다. 분석한 결과, 3가지 분류분석 기법은 정분류율이 유사하게 나타났으며, 모델에 대한 과적합 문제가 발생되지 않았다. 3가지 분류분석 방법 중 서포트벡터머신의 분류율이 가장 높게 나타났고, 다음으로 의사결정트리 기법, 랜덤포레스트 기법 순이었다. 스마트폰 이용 유형 중 분류율에 영향을 미치는 상위 3개 변수는 생활서비스형, 정보검색형, 여가추구형이었다.

• 한국작물학회:학술대회논문집
• /
• 한국작물학회 2022년도 추계학술대회
• /
• pp.142-142
• /
• 2022

• 스마트미디어저널
• /
• 제11권2호
• /
• pp.31-38
• /
• 2022

하천의 염분 변화를 신속히 예측하는 것은 염분 침투로 인한 농업, 생태계의 피해를 예측하고 재해 방지 대책을 수립하기 위해서 중요한 작업이다. 머신러닝 기법은 물리 기반 수리 모델에 비해 계산량이 훨씬 적기 때문에, 비교적 짧은 시간에 염분농도를 예측 가능하여 물리 기반 수리 모델의 보완 기법으로 연구되고 있다. 해외에서는 머신러닝 기법 기반 염분 예측 연구들이 활발히 연구되고 있으나, 대한민국의 공공데이터에 머신러닝 기법을 적용한 연구는 충분치 않다. 낙동강 하구의 환경 정보에 관한 공공데이터와 함께, 본 연구는 여러 종류의 머신러닝 기법의 염분농도에 대한 예측 성능을 측정하였다. 실험 결과에서, 결정 트리 기반의 LightGBM 알고리즘은 평균 RMSE 0.37의 예측 정확도와 타 알고리즘 대비 2-20배 빠른 학습 속도를 보여주었다. 따라서 국내 하천의 염분농도 예측에도 머신러닝 기법을 적용할 수 있다고 판단된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(C)
• /
• pp.280-282
• /
• 2012

스마트폰 사용자가 증가함에 따라 스마트폰 사용자를 노리는 악성코드 또한 증가하고 있다. 국내의 다양한 스마트폰 운영체제 중 특히 안드로이드의 경우 오픈소스 정책 및 다양한 기기의 보급을 통해 사용자가 증가함에 따라 악성코드 또한 증가하고 있다. 현재 대부분의 악성코드 탐지 프로그램의 경우 위변조 혹은 새로운 악성코드에 대응이 어렵다는 문제점이 존재한다. 이에 본 논문에서는 행위기반 탐지 및 머신러닝 기법 적용을 통한 악성코드 탐지 방법을 제시하고자 한다.