• 한국항행학회논문지
• /
• 제22권6호
• /
• pp.491-499
• /
• 2018

항공기 이착륙 유무의 중요한 지표 중 하나인 활주로 가시거리는 기온, 습도 등과 같은 기상 조건에 영향을 받는다. 비행장의 활주로 이용 시 도착시점에서의 활주로 가시거리를 예측하는 것은 항공기 이용의 효율성에서 중요하다. 본 연구에서는 활주로 가시거리를 예측하기 위해 기존에 제안된 심층 신경망을 활용한 활주로 가시거리 예측 모델의 고도화를 통해 1시간 이후의 국지 비행장의 활주로 가시거리를 예측하였다. 이를 위해 예측 모델의 고도화는 입력 값으로 기상 정보(기온, 습도, 풍속, 활주로 가시거리)에 대한 시간 간격 변화와 예측 값의 선형변환을 통해 진행하였다. 제안된 방법은 과거 기상 관측 값을 바탕으로 예측 모델의 학습을 생성해 1시간 이후의 활주로 가시거리에 대한 예측을 수행하였고, 1시간 이후의 측정된 활주로 가시거리와 비교를 통해 타당성을 확인했다. 제안된 예측 모델은 예보를 제공해주지 않는 지역의 소규모 비행장에서 참고할 수 있는 활주로 가시거리 생성에 활용 할 수 있을 것이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.474-476
• /
• 2021

신경 교세포에서 발생하는 가장 흔한 뇌 악성종양인 교모세포종은 조기 진단 및 치료계획 수립이 중요하다. 주로 조영제를 통해 촬영된 T1CE 영상을 통해 암의 진단이 이뤄지는데, 최근 가돌리늄 기반 조영제 주입의 위험이 보고되고 있다. 의료영상에서 새로운 영상을 합성하는 GAN 모델과 영역분할에 대한 심층신경망 모델에 대한 연구가 활발히 진행되고 있다. 본 연구에서는 교모세포종 환자의 T1CE 영상의 생성과 암의 영역분할을 동시에 학습하는 하나의 모델을 제안한다. 제안된 모델의 성능은 평균 제곱오차, 최대신호대잡음비 등의 유사성 측정을 통해 평가되어 0.002, 55dB의 평균 결과 값을 보여준다.

• 정보보호학회논문지
• /
• 제33권6호
• /
• pp.1055-1065
• /
• 2023

최근 사물 인터넷을 활용한 산업 현장에서 수집되는 빅데이터를 활용해 복잡한 문제들을 해결하기 위하여 심층 강화학습 기술을 적용한 다양한 연구들이 이루어지고 있다. 심층 강화학습은 강화 학습의 시행 착오 알고리즘과 보상의 누적값을 이용해 자체 데이터를 생성하여 학습하고 신경망 구조와 파라미터 결정을 빠르게 탐색한다. 그러나 종래 방법은 학습 데이터의 크기가 커질수록 메모리 사용량과 탐색 시간이 기하급수적으로 높아지며 정확도가 떨어진다. 본 연구에서는 메타 학습을 적용한 연합학습 기반의 심층 강화학습 모델을 활용하여 55.9%만큼 보안성을 개선함으로써 프라이버시 침해 문제를 해결하고, 종래 최적화 기반 메타 학습 모델 대비 5.5% 향상된 97.8%의 분류 정확도를 달성하면서 평균 28.9%의 지연시간을 단축하였다.

• 한국보육지원학회지
• /
• 제9권2호
• /
• pp.263-283
• /
• 2013

본 연구는 Greimas 기호학적 방법을 사용하여 그림책 "누가 내 머리에 똥 쌌어?"에 내포된 심층의미를 분석한 후 텍스트에서 생성된 의미가 아동발달과 연관성이 있는가를 탐색하고자 하였다. 텍스트에 내재된 심층의미를 분석한 결과 사회적으로 바람직하다 인정된 배변규범이 전제되었으며, 배변규범을 준수하는 과정에 발생하는 갈등과 불안과 심리적 안정을 제공하는 내용을 담고 있었다. 또한 의미생성과정인 기호작용과 인지발달이 유사한 맥락이 있는가를 확인하기 위해 기호사각형 모델을 적용하여 그림책의 의미생성과정을 분석하였을 때 사고의 확장을 가능하게 하는 의미가 생성됨을 확인하였다. 이는 Piaget의 인지발달 주요개념인 도식, 동화, 조절이라는 의미와 같은 맥락이라 보았다. 따라서 연구 텍스트는 배변과 관련하여 심리적인 측면과 인지적인 측면에서 아동의 발달과 연관성이 있는 내용을 내포하고 있음을 확인하였다.

• 응용통계연구
• /
• 제33권5호
• /
• pp.615-625
• /
• 2020

문서-용어 빈도행렬은 그룹정보가 존재하는 문서들의 용어를 추출한 것으로 일반적인 텍스트 마이닝에서의 자료이다. 본 연구에서는 연구 분야 성격에 따른 문서 분류를 위해 문서-용어 빈도행렬을 생성하고, 전통적인 용어 가중치 함수인 TF-IDF와 최근 잘 알려진 용어 가중치 함수인 TF-IGM을 적용하였다. 또 용어 가중치가 적용된 문서-용어 가중행렬에 문서분류 정확도 향상을 위해 핵심어를 추출하여 문서-핵심어 가중행렬을 생성하였다. 핵심어가 추출된 행렬을 바탕으로, 심층 신경망을 이용해 문서를 분류하였다. 심층 신경망에서 최적의 모델을 찾기 위해 매개변수인 은닉층과 은닉노드수를 변화해가며 문서 분류 정확도를 확인하였다. 그 결과 8개의 은닉층을 가진 심층 신경망 모델이 가장 높은 정확도를 보였으며 매개변수 변화에 따른 모든 TF-IGM 문서 분류 정확도가 TF-IDF 문서 분류 정확도보다 높은 것을 확인하였다. 또한 개별 범주에 대한 문서 분류 분석 결과를 서포트 벡터 머신과 비교했을 때 심층 신경망이 대부분의 결과에서 더 좋은 정확도를 보임을 확인하였다.

• 한국해양학회지:바다
• /
• 제28권1호
• /
• pp.1-18
• /
• 2023

동해는 전 세계적으로 가장 빠른 수준의 온난화를 경험하는 해역 중 하나로서, 기후변화에 민감하게 반응할 뿐 아니라 대양에 비해 월등히 짧은 순환 주기를 가지고 있기 때문에 미래의 대양 환경 변화에도 중요한 시사점을 주는 것으로 알려져 있다. 그러나 동해 심층 해수의 특성과 순환의 변화 과정에 대한 연구는 동해 전역의 심층을 정밀하게 조사하기 위한 국제협력 프로그램이 자리잡고, 측정 장비의 분해능을 포함하는 관측기술과 수치모델 모의 능력이 크게 향상된 최근(1990년대 이후)에서야 본격화되고 있다. 여기서는 동해 심층 해수의 물리적 특성과 순환의 변화 과정에 대한 그간의 연구 결과를 요약하고, 향후 남은 과제를 제시하고자 한다. 동해는 내부에서 자체적으로 심층 해수가 생성되며 대양과 분리된 독특한 심층 순환 구조를 가진다. 동해의 수백 m 수심 아래에는 수온이 낮고(<1℃) 염분이 거의 일정(34.0-34.1)한 해수가 분포하기 때문에 오랜 기간 이 해수를 일본해고유수(동해고유수)로 명명된 단일 해수로 여겨 왔다. 그러나 1990년대 이후 정밀한 관측이 이루어지며, 동해 심층을 채우고 있는 해수가 적어도 3개의 서로 다른 물리적 특성을 가진 해수(중앙수, 심층수, 저층수)로 구성됨이 밝혀졌다. 이들 3개 해수의 물리적 특성과 해수 사이의 경계 수심은 항상 일정한 것이 아니라, 지난 수십 년 동안 유의한 수준의 변화를 겪어왔다. 동해 북부 해역의 대마난류 재순환, 해양-대기 열과 담수의 교환량, 해빙 형성에 영향을 받는 대류(심층사면대류 및 심층외양대류) 과정에 따라 심층 해수 생성에 뚜렷한 차이가 발생했기 때문이다. 생성된 심층 해수는 수심이 얕은 곳을 오른쪽에 두고 일본 분지에서부터 반시계 방향으로 울릉 분지, 야마토 분지를 차례로 거쳐 다시 일본 분지로 수송되며, 이 수평적인 심층 순환도 변화를 겪어 왔다. 수평적인 심층 순환은 동시에 남북 및 연직 방향의 순환(자오면 순환) 경로와 강도의 변화를 동반한다. 동해는 수천 년 규모의 순환 주기를 가지는 대양에 비해 훨씬 짧은 수백 년 혹은 그 이내의 순환 시간 규모를 가지기 때문에 동해 심층 해수의 물리적 특성과 자오면 순환의 급격한 변화를 더 뚜렷하게 볼 수 있을 것으로 기대 가능하다. 심층 및 자오면 순환 사이의 연계성, 대양과 동해의 유출입 해수 수송을 포함하는 동해 상층 순환과 심층 순환 사이의 연계성은 아직까지 잘 밝혀지지 않았다. 동해 심층 해수 수송의 경로와 강도를 지배하는 다양한 과정들에 대한 후속 연구들이 요구된다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제26권4호
• /
• pp.1-8
• /
• 2020

캐릭터로 하여금 시뮬레이션 내에서 사용자가 원하는 동작을 보이도록 물리 기반 제어기를 만들 수 있다면 주변 환경의 변화와 다른 캐릭터와의 상호작용에 대하여 자연스러운 반응을 보이는 캐릭터 애니메이션을 생성할 수 있다. 최근 심층 강화 학습을 이용해 물리 기반 제어기가 더 안정적이고 다양한 동작을 합성하도록 하는 연구가 다수 이루어져 왔다. 본 논문에서는 다리가 하나 달린 픽사 애니메이션 스튜디오의 마스코트 캐릭터 Luxo를 주어진 목적지까지 뛰어 도착하게 하는 심층 강화학습 모델을 제시한다. 효율적으로 뛰는 동작을 학습하도록 하기 위해서 Luxo의 각 관절의 각도값들을 선형 보간법으로 생성하여 참조 모션을 만들었으며, 캐릭터는 이를 모방하면서 균형을 유지하여 목표한 위치까지 도달하도록 하는 제어 정책(control policy)을 학습한다. 참조 동작을 사용하지 않고 Luxo 동작을 제어하도록 학습된 정책과 비교한 실험 결과, 제안된 방법을 사용하면 사용자가 지정한 위치로 Luxo가 점프하며 이동하는 정책을 더 효율적으로 학습할 수 있었다.

• 전기전자학회논문지
• /
• 제26권2호
• /
• pp.176-185
• /
• 2022

데이터 증강이란 다양한 데이터 변환 및 왜곡을 통해 데이터셋의 크기와 품질을 개선하는 기법으로, 기계학습 모델의 과적합 문제를 해결하기 위한 대표적인 접근법이다. 그러나 심층학습 이미지 생성 모델인 GAN 기반 모델에서 데이터 증강을 적용하면 생성된 이미지에 데이터 변환과 왜곡이 반영되는 증강 누출 문제가 발생하여 생성 이미지의 품질이 하락한다. 이러한 문제를 해결하기 위해 본 논문에서는 데이터 증강의 종류와 수에 관계없이 증강 누출을 방지하는 기법을 제안한다. 증강 누출의 발생 조건을 분석하였으며, 보조적인 데이터 증강 작업 분류기를 GAN 모델에 적용하여 증강 누출을 방지하였다. 정성적 정량적 평가를 통해 제안된 기법을 적용하면 증강 누출이 발생하지 않음을 보이고 추가적으로 생성 이미지의 품질을 향상시키며 기존 기법과 비교하여 발전된 성능을 보임을 입증하였다.

• 한국ITS학회 논문지
• /
• 제18권3호
• /
• pp.106-118
• /
• 2019

최근 들어 인공 지능을 이용한 영상 객체 인식에 대한 연구 및 개발이 활발하게 진행되고 있다. 그 연장선상에서 도로 유지 및 관리 분야에도 관련 연구의 활용도가 크게 향상될 것으로 기대된다. 그 중에서도 특히 도로 노면 파손 객체 인식 (Object Detection) 을 위한 인공 지능모델이 지속적으로 개발되고 있다. 이러한 객체 인식 알고리즘을 개발하려면 우선적으로 특징지도를 생성하는 Backbone Network가 반드시 필요한데, 본 논문에서는 이를 선정하는 방법을 제안하고자 한다. 이를 위해 6,000여 장의 도로 노면 파손 영상 데이터를 확보하고, 근래에 많이 사용되는 4종류의 심층 신경망을 활용하여 성능을 비교한다. 3가지의 성능 평가 방법을 적용하여 심층 신경망의 특징을 분석하고 최적의 심층 신경망을 결정한다. 또한 하이퍼 파라미터의 최적 조율을 통해 성능을 향상시키고, 최종적으로 도로 노면 파손 영상 분류를 위하여 85.9%의 정확도로 수행이 가능한 경량화된 Backbone Network용 심층 신경망을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.555-558
• /
• 2020

본 논문에서는 입력 영상에 담긴 다양한 물체들과 그들 간의 관계를 효과적으로 탐지하여, 하나의 장면 그래프로 표현해내는 새로운 심층 신경망 모델을 제안한다. 제안 모델에서는 물체와 관계의 효과적인 탐지를 위해, 합성 곱 신경망 기반의 시각 맥락 특징들뿐만 아니라 언어 맥락 특징들을 포함하는 다양한 멀티 모달 맥락 정보들을 활용한다. 또한, 제안 모델에서는 관계를 맺는 두 물체 간의 상호 의존성이 그래프 노드 특징값들에 충분히 반영되도록, 그래프 신경망을 이용해 맥락 정보를 임베딩한다. 본 논문에서는 Visual Genome 벤치마크 데이터 집합을 이용한 비교 실험들을 통해, 제안 모델의 효과와 성능을 입증한다.