• 한국전자통신학회논문지
• /
• 제16권4호
• /
• pp.735-742
• /
• 2021

최근 정부에서 역점 적으로 추진하고 있는 '재생에너지 3020', '그린뉴딜', '2050 탄소중립', 'K-RE100' 정책에 의해 재생에너지 관련 발전설비들이 급증하고 있다. 재생에너지 설비들은 대부분 소규모이고, 분산되어 있어서 효율적인 관리가 어렵고, 1MW 미만의 소규모 분산자원은 판매량 제한, 거래회피 등으로 시장참여에 큰 어려움을 겪고 있다. 특히, 재생에너지의 간헐성 때문에 전력망의 안정성 저하에도 큰 영향을 끼치고 있다. 정부에서는 '소규모 분산자원 중개거래'를 통해서 변동성 및 간헐성 문제를 해결하고, 이종의 대량 소규모 분산자원들의 계통 자원화와 수용성 확대를 추구하고 있다. 본 연구에서는 AI에 기반한 발전량 예측 모델을 분산자원 중개거래 시스템에 적용하여 최적의 운영 솔루션을 제시하고, 에너지신사업 시장 개척의 기반 플랫폼으로 활용될 수 있도록 하고자 한다.

• 대한조선학회논문집
• /
• 제58권5호
• /
• pp.281-293
• /
• 2021

Oil and steel prices, which are major pricescosts in the shipbuilding industry, were predicted. Firstly, the error of the moving average line (N=3-5) was examined, and in all three error analyses, the moving average line (N=3) was small. Secondly, in the linear prediction of data through existing theory, oil prices rise slightly, and steel prices rise sharply, but in reality, linear prediction using existing data was not satisfactory. Thirdly, we identified the limitations of linear prediction methods and confirmed that oil and steel price prediction was somewhat similar to actual moving average line prediction methods. Due to the high volatility of major price flows, large errors were inevitable in the forecast section. Through the time series analysis method at the end of this paper, we were able to achieve not bad results in all analysis items relative to artificial intelligence (Prophet). Predictive data through predictive analysis using eight predictive models are expected to serve as a good research foundation for developing unique tools or establishing evaluation systems in the future. This study compares the basic settings of artificial intelligence programs with the results of core price prediction in the shipbuilding industry through time series prediction theory, and further studies the various hyper-parameters and event effects of Prophet in the future, leaving room for improvement of predictability.

• 한국정보통신학회논문지
• /
• 제24권10호
• /
• pp.1341-1347
• /
• 2020

부정맥 분류를 위한 기존 연구들은 분류의 정확성을 높이기 위해 신경회로망(Artificial Neural Network), 기계학습(Machine Learning) 등을 이용한 방법이 연구되어 왔다. 특히 딥러닝은 신경회로망의 문제인 은닉층 개수의 한계를 해결함으로 인해 인공 지능 기반의 부정맥 분류에 많이 사용되고 있다. 본 연구에서는 AR 기반의 특징점 추출과 딥러닝을 통한 부정맥 분류 방법을 제안한다. 이를 위해 먼저 잡음을 제거한 ECG 신호에서 R파를 검출하고 자기 회귀 모델을 통하여 최적의 QRS와 RR간격을 추출하였다. 이후 딥러닝을 통한 지도학습 방법으로 가중치를 학습시키고 부정맥을 분류하였다. 제안된 방법의 타당성 평가를 위해 MIT-BIH 부정맥 데이터베이스를 통해 각 파라미터에 따른 훈련 및 분류 정확도를 확인하였다. 성능 평가 결과 PVC는 약 97% 이상의 평균 분류율을 나타내었다.

• 한국인터넷방송통신학회논문지
• /
• 제21권3호
• /
• pp.175-181
• /
• 2021

본 논문은 단기 에너지 사용량 예측을 위해 인공지능 기반의 접근법에 대해 분석한다. 본 논문에서는 단기 에너지 사용량 예측 기술에 자주 활용되는 지도학습 알고리즘의 한계를 개선하기 위해 강화학습 알고리즘을 활용한다. 지도학습 알고리즘 기반의 접근법은 충분한 성능을 위해 에너지 사용량 데이터뿐만 아니라 contextual information이 필요하여 높은 복잡성을 가진다. 데이터와 학습모델의 복잡성을 개선하기 위해 다중 에이전트 기반의 심층 강화학습 알고리즘을 제안하여 에너지 사용량 데이터로만 에너지 사용량을 예측한다. 공개된 에너지 사용량 데이터를 통해 시뮬레이션을 진행하여 제안한 에너지 사용량 예측 기법의 성능을 확인한다. 제안한 기법은 이상점의 특징을 가지는 데이터를 제외하고 실제값과 유사한 값을 예측하는 것을 보여준다.

• 산업융합연구
• /
• 제19권3호
• /
• pp.27-34
• /
• 2021

4차 산업혁명 '인공지능 시대'를 맞이하여 ICT 기술의 발전은 온·오프라인 교육환경에 다양한 영향을 미치고 있다. 온라인 교육의 대중화는 교육 패러다임을 변화시켜 학습자 중심의 서비스로 전환하여 새로운 교육 환경의 변화가 요구되는 시점에서 플립러닝에 대한 관심이 높아지고 있다. 특히 성인학습자의 경우 생애 전반에 걸쳐 보다 다양한 학습과정의 온라인 학습 수요가 강하게 대두되고 있다. 본 연구는 K사이버대학교의 중·장년층 온라인 학습자를 대상으로 플립러닝을 활용한 반복학습이 학습 몰입과 학습 흥미가 학습 만족도에 미치는 영향의 관계검증과 구조관계에 어떻게 되는지 규명하고자 하였다. 이를 통해 플립러닝을 근간으로 한 학습 만족도를 위한 방향성 제시를 위한 연구에 의의가 있다. 향후 연구에서는 측정할 수 있는 다양한 요인 분석의 모델을 구체화하여 적용한다면 플립러닝을 근간으로 한 학습만족도를 더욱 극대화할 수 있는 연구에 활용될 수 있을 것이다.

• 산업경영시스템학회지
• /
• 제44권2호
• /
• pp.85-92
• /
• 2021

Ambient Air Vaporizer (AAV) is an essential facility in the process of generating natural gas that uses air in the atmosphere as a medium for heat exchange to vaporize liquid natural gas into gas-state gas. AAV is more economical and eco-friendly in that it uses less energy compared to the previously used Submerged vaporizer (SMV) and Open-rack vaporizer (ORV). However, AAV is not often applied to actual processes because it is heavily affected by external environments such as atmospheric temperature and humidity. With insufficient operational experience and facility operations that rely on the intuition of the operator, the actual operation of AAV is very inefficient. To address these challenges, this paper proposes an artificial intelligence-based model that can intelligent AAV operations based on operational big data. The proposed artificial intelligence model is used deep neural networks, and the superiority of the artificial intelligence model is verified through multiple regression analysis and comparison. In this paper, the proposed model simulates based on data collected from real-world processes and compared to existing data, showing a 48.8% decrease in power usage compared to previous data. The techniques proposed in this paper can be used to improve the energy efficiency of the current natural gas generation process, and can be applied to other processes in the future.

• 한국정보통신학회논문지
• /
• 제24권9호
• /
• pp.1202-1208
• /
• 2020

현재 4차 산업혁명 시대에 발맞춰서 선박 분야에서는 인공지능 요소를 접목하여 미래를 대비하여야 한다. 그리고 자율운항 선박 등장에 대한 전력관리 분야에서도 이에 대한 대응이 필요하다. 본 연구에서는 머신러닝의 DNN(Deep Neural Network)을 이용한 배터리 연동형 전력관리시스템(BLPMS, Battery Linked Power Management System) 알고리즘을 제안한다. 실험을 위하여 LabView를 통한 선박 데이터를 바탕으로 운항모드별 선박 전력소비량의 패턴을 학습하고 Python을 통해 배터리의 상태를 도출하여 발전기와 배터리의 연동의 유연성을 확인하였다. 실험의 결과 배터리의 충·방전을 통해 발전기의 저부하 운전이 감소되고, LNG의 1%의 연료소모량 감소를 통하여 경제성 및 신뢰성을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권1호
• /
• pp.283-291
• /
• 2021

본 연구에서는 초등학교 3학년 분수 관련 내용을 학습 주제로 하여 재구성한 학습 부진 개선을 위한 소프트웨어 교육 프로그램을 개발하고 적용하였다. 학습 부진 개선을 위한 소프트웨어 교육프로그램은 프로젝트 학습 모형을 바탕으로 소프트웨어 교육의 성격과 학습 부진 학습자의 특성을 고려하여 그 구조를 설계하였고, 학습내용을 학습 과정에서 자연스럽게 체득할 수 있도록 의도적으로 배치하였으며, 반복적으로 경험하여 충분히 학습할 수 있도록 매 차시 구축하였다. 프로그램 적용 결과 실험군과 대조군 모두 학업 성취도, 메타인지, 자아존중감, 자기효능감의 유의미한 변화가 있었으나 실험군이 대조군에 비해 모든 영역에서 향상 정도가 큰 것으로 나타났다. 본 교육 프로그램은 학습 부진 개선이라는 측면과, 소프트웨어 교육이 가지고 있는 다양한 교육적 효과를 바탕으로 학습 부진 학생이 프로그램에 재구성된 과목의 학습 내용을 효과적으로 학습할 수 있다는 점에서 그 의미가 있다.

• 한국콘텐츠학회논문지
• /
• 제21권8호
• /
• pp.1-9
• /
• 2021

딥 러닝을 활용한 컴퓨터 비전 연구는 여전히 대규모의 학습 데이터와 컴퓨팅 파워가 필수적이며, 최적의 네트워크 구조를 도출하기 위해 많은 시행착오가 수반된다. 본 연구에서는 네트워크 최적화나 데이터를 보강하는 것과 무관하게 데이터 자체의 특성만을 고려한 CR(Confusion Rate)기반의 유사 이미지 분류 성능 향상 기법을 제안한다. 제안 방법은 유사한 이미지 데이터를 정확히 분류하기 위해 CR을 산출하고 이를 손실 함수의 가중치에 반영함으로서 딥 러닝 모델의 성능을 향상시키는 기법을 제안한다. 제안 방법은 네트워크 최적화 결과와 독립적으로 이미지 분류 성능의 향상을 가져올 수 있으며, 클래스 간의 유사성을 고려해 유사도가 높은 이미지 식별에 적합하다. 제안 방법의 평가결과 HanDB에서는 0.22%, Animal-10N에서는 3.38%의 성능향상을 보였다. 제안한 방법은 다양한 Noisy Labeled 데이터를 활용한 인공지능 연구에 기반이 될 것을 기대한다.

• 한국정보전자통신기술학회논문지
• /
• 제14권4호
• /
• pp.239-246
• /
• 2021

컴퓨터 그래픽스 및 HCI 분야에서 캐릭터를 만들고 자연스럽게 상호작용하는 시스템에 관한 많은 연구가 있었다. 이와 같은 연구들은 사용자의 행동에 대한 반응에 중점을 두었으며, 사용자에게 긍정적 감정을 끌어내기 위한 캐릭터의 행동 연구는 여전히 어려운 문제로 남아있다. 본 논문에서는 인공지능 기술을 이용하여 가상 캐릭터의 움직임에 따른 사용자의 긍정적 감정을 끌어내기 위한 상호작용 시스템 프로토타입을 개발한다. 제안된 시스템은 표정 인식과 가상 캐릭터의 동작 생성으로 구분된다. 표정 인식을 위해 깊이 카메라를 사용하며 인식된 사용자의 표정 데이터는 동작 생성으로 전달된다. 우리는 개인화된 상호작용 시스템 개발을 위하여 학습모델로서 모방학습을 사용한다. 동작 생성에서는 최초 사용자의 표정 데이터에 따라 무작위 행동을 수행하고 지속적인 모방학습을 통하여 사용자가 긍정적 감정을 끌어낼 수 있는 행동을 학습한다.