• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.711-714
• /
• 2018

본 연구의 목적은 교육관리시스템(LMS)에서의 학습활동로그를 바탕으로 학습성과 영향도를 분석하고 이를 예측하기 위한 모델을 개발하는데 있다. 연구방법은 먼저 상관분석을 사용하여 유의미한 변수를 선정하였으며, 딥러닝을 사용하여 예측 모델을 생성하였다. 모델 생성 결과 테스트 데이터 셋에 대해 약 84%의 정확도로 학습성과를 예측할 수 있었다. 본 연구는 온라인 교육환경에서 빅데이터와 인공지능을 적용할 수 있는 새로운 관점을 제공할 것으로 기대한다.

• The Journal of Society for e-Business Studies
• /
• v.23 no.4
• /
• pp.19-39
• /
• 2018

Recently, fake news has attracted worldwide attentions regardless of the fields. The Hyundai Research Institute estimated that the amount of fake news damage reached about 30.9 trillion won per year. The government is making efforts to develop artificial intelligence source technology to detect fake news such as holding "artificial intelligence R&D challenge" competition on the title of "searching for fake news." Fact checking services are also being provided in various private sector fields. Nevertheless, in academic fields, there are also many attempts have been conducted in detecting the fake news. Typically, there are different attempts in detecting fake news such as expert-based, collective intelligence-based, artificial intelligence-based, and semantic-based. However, the more accurate the fake news manipulation is, the more difficult it is to identify the authenticity of the news by analyzing the news itself. Furthermore, the accuracy of most fake news detection models tends to be overestimated. Therefore, in this study, we first propose a method to secure the fairness of false news detection model accuracy. Secondly, we propose a method to identify the authenticity of the news using the social data broadly generated by the reaction to the news as well as the contents of the news.

• Journal of the Korea Society of Computer and Information
• /
• v.28 no.1
• /
• pp.39-47
• /
• 2023

In this paper, we propose a method to measure the similarity between golf swings in videos. As it is known that deep learning-based artificial intelligence technology is effective in the field of computer vision, attempts to utilize artificial intelligence in video-based sports data analysis are increasing. In this study, the joint coordinates of a person in a golf swing video were obtained using a deep learning-based pose estimation model, and based on this, the similarity of each swing segment was measured. For the evaluation of the proposed method, driver swing videos from the GolfDB dataset were used. As a result of measuring swing similarity by pairing swing videos of a total of 36 players, 26 players evaluated that their other swing sequence was the most similar, and the average ranking of similarity was confirmed to be about 5th. This ensured that the similarity could be measured in detail even when the motion was performed similarly.

• Smart Media Journal
• /
• v.12 no.5
• /
• pp.28-35
• /
• 2023

In this study, we propose a new light-weight model RoutingConvNet with fewer parameters to improve the applicability and practicality of speech emotion recognition. To reduce the number of learnable parameters, the proposed model connects bidirectional MFCCs on a channel-by-channel basis to learn long-term emotion dependence and extract contextual features. A light-weight deep CNN is constructed for low-level feature extraction, and self-attention is used to obtain information about channel and spatial signals in speech signals. In addition, we apply dynamic routing to improve the accuracy and construct a model that is robust to feature variations. The proposed model shows parameter reduction and accuracy improvement in the overall experiments of speech emotion datasets (EMO-DB, RAVDESS, and IEMOCAP), achieving 87.86%, 83.44%, and 66.06% accuracy respectively with about 156,000 parameters. In this study, we proposed a metric to calculate the trade-off between the number of parameters and accuracy for performance evaluation against light-weight.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.06a
• /
• pp.26-28
• /
• 2017

스마트폰 보유율과 모바일 이용 행태가 급변함에 따라 방송사에서는 양방향 서비스를 포함한 다양한 방송 서비스를 제공하려고 노력하고 있다. 양방향 서비스 방송에서 시청자가 보낸 문구를 실제 화면에 보여주기까지 PD 와 담당자들의 수작업이 필요하다. 하지만 하루 평균 약 7,200 건 (MBC 오늘아침 소통중계)의 양방향 서비스 관련 로그가 남게 되어, PD 가 일일이 판별하기에는 많은 노력이 따른다. 이러한 불필요한 노력을 줄이기 위해 본 논문에서는 감정 분석을 이용한 딥러닝 인공지능 기반 양방향 서비스 방송 소프트웨어 시스템을 제안한다. 첫째, 시청자들이 전송한 의견, 건의사항, 내용 등을 전처리 과정을 진행한다. 둘째, 감정 사전을 이용해 전처리 된 단어와 비교하여 시청자가 보낸 문구의 감정 점수를 계산한다. 셋째, 과거 실제 방송에 송출된 시청자 문구를 감정 점수와 함께 딥러닝을 이용하여 훈련시킨다. 본 논문의 성능을 평가하기 위해, 2017 년 생방송 오늘아침 소통중계에 사례연구를 진행하였고 효율성을 보였다. 앞으로 이러한 양방향 서비스 방송 소프트웨어 시스템 도입으로, PD 가 방송 제작에 더욱 집중 할 수 있도록 차별화된 방송을 준비하는데 크게 기여할 것이라 기대한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.05a
• /
• pp.682-683
• /
• 2019

본 논문에서는 인공지능 Watson 기반의 챗봇 시스템에서 효율적인 자연어 처리를 위한 시나리오 설계 방법을 제안하고자 한다. 주제별 시나리오 구성을 단순히 무작위 순서로 배치하는 것 보다 연관도가 높은 노드를 가깝게 연결하는 것이 주제 전환 속도와 효율성 측면에서 유의미한 것으로 나타났다. 시스템의 구성 요소를 연결해주는 어플리케이션은 빠르게 질문과 답변 전달이 가능하도록 모듈화하여 PaaS 클라우드에 연결하도록 한다. 그 결과 경제적이고 단순한 개발 환경에서 어플리케이션을 구현하는 것이 가능했다. API를 호출하여 답변을 전달하는 경우에는 약 2.005초 정도로 빠른 응답 속도를 보였다. 따라서 본 논문에서 설명하는 챗봇 시스템 설계 방법을 사용할 경우 저비용으로 효율성 있는 서비스 제공 플랫폼을 구축할 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.1265-1267
• /
• 2022

방대한 분량의 콘텐츠 홍수 속에서 원하는 소재를 찾기 위해 콘텐츠 내용을 검색할 수 있는 효과적인 방법이 지원되는 것은 창작을 자유롭게 하고, 콘텐츠 활용도를 높이기 위해 매우 중요하다. KBS 바다 서비스의 경우 분류체계 방법을 사용하고 있으나. 최근 딥러닝을 이용한 인공지능 기술의 발전으로 콘텐츠의 내용을 인공지능 기술로 태깅하고, 태깅된 텍스트 정보를 이용하여 검색할 수 있는 기술 개발이 활발히 수행되고, 국가적으로도 해당 기술을 지원하고 있다. 본 논문에서는 이러한 기술 개발의 선행 요소인 방송사의 제작과정에서 요구되는 동영상 소재 콘텐츠 검색의 요구사항을 KBS 비디오 아카이브 검색 키워드 실제 사용 데이터를 이용하여 분석하였다. 약 1,000여건의 검색 키워드 분석과 이용자와 운영자의 응답 내용을 고찰한 결과, 특정 키워드에 집중하여 검색할 수 있도록 보완하여 주는 것이 필요함을 알아내었다. 또한, 검색 범위를 효과적으로 축소하여 검색을 손쉽고 빠르게 할 수 있는 방법을 고찰하였다. 본 논문에서는 미디어 창작에서 필요한 소재 콘텐츠를 찾기 위해 연구 개발해야 할 미디어 속성 추출 기술의 방향성을 제시하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.137-138
• /
• 2022

소스 코드 식별자의 이름을 잘 정하는 것은 소프트웨어 엔지니어링에서 중요한 문제로 다루어지고 있다. 프로그램 엔티티의 의미있고 간결한 이름은 코드 이해도에 중요한 역할을 하며, 소프트웨어 유지보수 관리 비용을 줄이는 데에 큰 효과가 있다. 이러한 코드 식별자 중 평균적으로 가장 복잡한 식별자는 '메소드 이름'으로 알려져 있다. 본 논문에서는 메소드 내용과 일관성 있는 적절한 메소드 이름 생성을 자연어 처리 태스크 중 하나인 '추상적 텍스트 요약'으로 치환하여 수행하는 트랜스포머 기반의 인코더-디코더 모델을 제안한다. 제안하는 모델은 Github 오픈소스를 크롤링한 Java 데이터셋에서 기존 최신 메소드 이름 생성 모델보다 약 50% 이상의 성능향상을 보였다. 이를 통해 적절한 메소드 작명에 필요한 비용 절감 달성 및 다양한 소스 코드 관련 태스크를 언어 모델의 성능을 활용하여 해결하는 데 도움이 될 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.426-428
• /
• 2022

화재 상황에서의 빠른 현장 파악은 인명피해를 줄이는데 중요한 요소이다. 기존 연구의 화재와 관련된 데이터셋들은 대부분 불과 연기를 라벨링하여 화재의 예방에 초점을 두고 있다. 본 연구에서는 화재 상황에서 사람과 소방관, 연기, 불을 탐지하는 Object detection 모델을 만들어 현장 파악에 더욱 도움을 주고자 하였다. 이를 위해 화재 상황 이미지 약 3000장을 수집하고 라벨링하여 데이터셋을 구성하였으며 이를 이용해 객체 검출 모델인 RetinaNet을 학습하였다. 또한, 화재 상황에서 Object Detection 모델의 성능을 향상시키기 위해 기존 모델인 RetinaNet에 Dehazing(FFA-Net), Smoke augmentation, semi-supervised(ISD) 방법을 적용하였고, semi-supervised 조건에서 mAP 63.7로 가장 높은 성능을 도출하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.325-327
• /
• 2024

국내외에서 AI기반 의료 솔루션 시장은 빠른 속도로 확장 중이며 이에 따른 다양한 의학 분야에서 많은 기법을 통한 의료 AI 시스템이 등장하고 있다. 그러나 기존 다양한 AI 연구가 이뤄짐에도 아직 중환자의 징후 예측에는 많은 어려움이 있다. 또한, 중환자의 경우 현재 의료진만으로 모든 환자를 필요한 시기에 진료하기엔 어려움이 있고 환자 상태 조기 예측이 필수적임을 관련 다양한 의학 기사를 통해 쉽게 인지할 수 있다. 본 연구에서는 위와 같은 문제점을 해결하고자 중환자의 진료 결과 데이터를 활용하여 환자의 진료 후 상태를 예측하는 모델을 생성하였다. '용인시산업진흥원'에서 제공하는 60만여 건에 달하는 환자 데이터를 수집하여, 중환자 상태 징후를 조기에 예측할 수 있는 머신러닝/딥러닝 기반 알고리즘으로 구현한 여러 모델에 대해 비교했을 때 딥러닝(DNN) 기반 모델이 약 92%의 분류 정확도를 측정할 수 있었다.