• Journal of the Korea Convergence Society
• /
• v.8 no.1
• /
• pp.43-49
• /
• 2017

In the analyzed cardiac CT algorithm applied when comparing the MAR self-made metal artifact reduction in pacemaker inserted phantom degree. Result of comparing the energy value by CT showed a decrease in the CT value in the case of BKG 40 KeV in WSA maximum decreased to 663.2% in the case of 140 KeV BHA were increased a maximum of 56.2%. In addition, the maximum was decreased by approximately 145% based on a 70 KeV artifacts in CT value comparison by type WSA, BHA was to increase up to approximately 46.38%. MAR Algorithm is believed to provide a more quality cardiac CT image if the energy changes, or have the effect that by type and irrespective of reduced metal artifacts occurrence of artifacts applied to the pacemaker when tracking a heart CT scan after inserting MAR algorithm.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2003.06a
• /
• pp.86-89
• /
• 2003

타일링을 통해 손실 압축된 데이터에 대해 점대칭 확장(point symmetric extension)을 사용하면 경계에서의 인공물(artifact)들을 줄일 수 있다 실제 확장 샘플 없이 경계 필터(boundary filter)를 사용하는 것과 같은 효과를 내는 방법을 리프팅(lifting)을 사용하여 수행할 수 있다. 본 논문에서 사용된 필터는 PR 특성을 준수하고, 경계근처에서 어떠한 후처리 기술이나 이웃하는 타일들로부터의 추가정보 없이 경계 인공물들을 현저히 감소시켰다.

• Annual Conference of KIPS
• /
• 2022.11a
• /
• pp.443-445
• /
• 2022

인공지능 기술이 발전함에 따라 경찰의 범죄수사 분야에서도 인공지능 기술을 적용하고자 하는 연구가 활발하다. 범죄수사의 결과물인 수사결과 보고서 작성에 있어 판결문은 중요한 데이터가 될 수 있다. 그러나 판결문은 공개된 데이터의 이미지화로 인해 정형화된 데이터의 확보가 까다롭고, 소수의 법조계 전문가가 아닌 일반인이 생성해내기 어려워 데이터 확보가 쉽지 않은 현실이다. 이에 본 연구에서는 생성적 사전학습 언어모델을 이용한 판결문 문장 데이터 생성을 제안하였다. 카카오의 KoGPT를 활용하여 실제 판결문장 일부를 제시한 결과 판결문과 유사한 형태의 문장을 생성한 것을 확인하였다. 향후 판결문 데이터를 활용하기 위한 인공지능 기술 기반 범죄수사 연구에 있어, 생성된 판결문 데이터를 활용할 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.424-424
• /
• 2018

인공신경망(Artificial Neural Network; ANN)은 뇌에 존재하는 생물학적 신경세포와 이들의 신호처리 과정을 수학적으로 묘사하여 뇌가 나타내는 지능적 형태의 반응을 구현한 것이다. 인공신경망은 학습(training)을 통해 입력과 출력으로 구성되는 하나의 시스템을 병렬적이고 비선형적으로 구축할 수 있으며, 유연한 모델링 특성으로 인하여 시스템 예측, 패턴인식, 분류 및 공정제어 등의 다양한 분야에서 활용되고 있다. 인공신경망에 대한 최초의 이론은 Muculloch and Pitts(1943)가 제안한 Perceptron에서 시작 되었으며, 기본적인 학습기법인 오차역전파 기법(back-propagation Algorithm) 이 1980년대에 들어 수학적으로 정립된 이후 여러 분야에서 활용되기 시작하였다). 본 연구에서는 하도추적, 구체적으로는 상류단의 복수의 수위관측을 이용하여 하류단의 수위를 예측하기 위하여 인공신경망 모델을 구성하였다. 대상하도는 금강유역의 용담댐과 대청댐 사이의 본류이며, 상류단 입력자료로써 본류에 있는 수통, 호탄 관측소 관측수위와 지류인 송천 관측소 관측수위를 고려하였다. 출력 값으로는 하류단의 옥천 관측소 수위를 3시간 및 6시간의 선행시간으로 예측하도록 인공신경망 모형을 구성하였다. 인공신경망의 학습(testing), 시험(testing), 검증(validation)을 위해 2000년부터 2012년까지 13년간의 시수위자료를 이용하여 학습을 진행하였으며, 2013년부터 2014년의 2년간의 수위자료를 이용한 시험을 통해 최적의 모형을 선정하였다. 또한 선정된 최적의 모형을 이용하여 2015년부터 2016년까지의 수위예측을 수행하였다.

• Journal of the Korea Convergence Society
• /
• v.8 no.2
• /
• pp.113-120
• /
• 2017

The purpose of this present study was to evaluate the surface radiation dose reduction and radiograph artifact images in computed tomography (CT) for the manufactured radiation shields by using sea-shells. The radiation convergence shields were made from silicons, sea-shells, barium powders, producted circle types of diameter 50 mm, thickness 3.5 mm for 5 kinds (only silicon shield, only barium shield, mixed sea-shells with silicon shield, mixed barium with silicon shield, mixed sea-shells with barium and silicon shield). Radiation generation and acquisition were used 4-channel multi-detector CT. The results of this study showed that mixed sea-shells with silicon shields could reduce the surface dose of 5.3% without radiograph artifact images. In the future, we will expect the radiation convergence shield as environmentally friendly materials by using the recycling of sea-shells with the advantages of silicon which can make various shapes.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.449-453
• /
• 2019

미디어방송이 다양해지고, 웹에서 소비되는 콘텐츠들 또한 멀티미디어 중심으로 재편되는 경향에 힘입어 인공지능 연구에 멀티미디어 콘텐츠를 적극적으로 활용하고자 하는 시도들이 시작되고 있다. 본 논문은 다양한 형태의 멀티모달 정보를 하나의 동영상 콘텐츠에 연계하여 분석하여, 통합된 형태의 융합정보 데이터셋을 구축한 연구를 소개하고자 한다. 구축한 인공지능 학습용 데이터셋은 영상/음성/언어 정보가 함께 있는 멀티모달 콘텐츠에 상황/의도/감정 정보 추론에 필요한 다양한 의미정보를 부착하여 활용도가 높은 인공지능 영상 데이터셋을 구축하여 공개하였다. 본 연구의 결과물은 한국어 대화처리 연구에 부족한 공개 데이터 문제를 해소하는데 기여하였고, 한국어를 중심으로 다양한 상황 정보가 함께 구축된 데이터셋을 통하여 다양한 상황 분석 기반 대화 서비스 응용 기술 연구에 활용될 것으로 기대할 수 있다.

• Geotechnical Engineering
• /
• v.37 no.6
• /
• pp.39-47
• /
• 2021

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.383-383
• /
• 2021

강수는 수자원 분석 및 지리학적 연구에 가장 핵심적으로 쓰이는 수문인자이며, 최근 기후변화와 방재 관련한 다양한 연구에서 정확한 강수자료의 중요성이 부각되고 있다. 특히, 강수는 지표에서의 유출, 침투, 증발 등 다양한 수문현상으로 이어지므로, 수문순환, 물수지 분석에 있어 강우강도 등 강수 발생 양상과 유형에 대한 정확한 자료는 필수불가결하다. 강수량은 Automatic Weather Station (AWS)을 통해 비교적 정확하게 측정되고 있으나, 이러한 계측자료는 기상학적, 지형적 영향을 크게 받으며 대표성이 좁다는 단점을 가지고 있어 유출 및 기후 등 공간적 범위를 대상으로 한 연구에 활용하기에 한계점을 가지고 있다. 이러한 한계점을 극복하기 위해 지상강우레이더를 통한 국지적 강수자료 및 인공위성 기반 전 지구적 강수 관측 자료가 활용되고 있다. 특히 인공위성을 활용한 강우 측정방법은 미계측 유역에서 수자원 측정 및 관리 계획을 세우거나 전 지구적으로 장기적 변화를 분석하는데 있어 가장 활용도가 높다. National Aeronautics and Space Administration (NASA)의 Tropical Rainfall Measuring Mission (TRMM)을 포함한 기존 강수측정 보조 위성에 더하여 2014년 Global Precipitation Measurement (GPM) 핵심 위성이 발사된 이후 다양한 기관에서 여러 인공위성을 결합한 강수 산출물들을 제공하고 있다(NASA-IMERG, JAXA-GSMAP, NOAA-CMORPH). 본 연구에서는 세 가지 위성 기반 강수 자료의 산출 알고리즘을 비교□분석하고, 강우강도에 따른 산출물들의 정확도를 평가하였다. 본 연구결과는 높은 강우강도 발생 시 나타나는 위성 강수자료의 불확실성을 개선하는 데 기여할 수 있을 것으로 판단되며, 이후 신뢰도 높은 다중 위성 융합 강수 산출물을 구현하기 위한 바탕이 될 것으로 기대된다.

• Science of Emotion and Sensibility
• /
• v.26 no.4
• /
• pp.115-124
• /
• 2023

This study explores the intersection of literary studies and artificial intelligence (AI), focusing on the common theme of human emotions to foster complementary advancements in both fields. By adopting a comparative perspective, the paper investigates emotion as a shared focal point, analyzing various emotion-related concepts from both literary and AI perspectives. Despite the scarcity of research on the fusion of AI and literary studies, this study pioneers an interdisciplinary approach within the humanities, anticipating future developments in AI. It proposes that literary sensibility can contribute to AI by formalizing subjective literary emotions, thereby enhancing AI's understanding of complex human emotions. This paper's methodology involves the terminology-centered extraction of emotions, aiming to blend subjective imagination with objective technology. This fusion is expected to not only deepen AI's comprehension of human complexities but also broaden literary research by rapidly analyzing diverse human data. The study emphasizes the need for a collaborative dialogue between literature and engineering, recognizing each field's limitations while pursuing a convergent enhancement that transcends these boundaries.

• Water for future
• /
• v.57 no.5
• /
• pp.17-25
• /
• 2024