• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.450-450
• /
• 2023

인공지능 기법의 급격한 발달에 따라 다양한 분야에서 인공지능 기법을 활용하기 위한 노력이 이루어지고 있다. 재난은 발생하기 전에 다양한 전조 현상을 나타내나 수많은 정보 속에서 전조 증상을 정확히 인지하는 것은 매우 어렵다. 따라서 인공지능은 방대한 사전 정보의 해석을 통해 재난 발생의 전조를 신속 정확하게 감지하는데 최적의 기술이다. 최근 OpenAI의 딥러닝 기반의 언어모델인 GPT(Generative Pre-trained Transformer)의 성능이 기대 이상을 나타내면서 많은 분야에서 GPT에 대한 관심과 실험이 시작되고 있다. 본 실험에서는 GPT를 이용하여 재난 검색 및 해석의 특징을 검토하여 보았다. 정확한 재난 기록은 정확한 재난 예측을 위해 반드시 필요한 자료이나 부정확한 재난 기록은 그 기록이 비록 방대하더라도 오히려 예측의 신뢰도를 크게 떨어뜨린 수 있다. 따라서 비지도학습 기반의 대화형 인공지능을 재난 검색에 활용하기 위해서는 인공지능 기법의 인지 특성을 반드시 가늠해 봐야 한다. 향후 보다 많은 연구자가 이에 관심을 가진다면 보다 정확한 인공지능 기반의 재난 탐지 기술의 개발이 가능할 것으로 기대된다.

• Explosives and Blasting
• /
• v.39 no.3
• /
• pp.44-64
• /
• 2021

With the upcoming 4^th industrial revolution era, the applications of artificial intelligence(AI) and big data in engineering are increasing. In the field of blasting, there have been various reported cases of the application of AI. In this paper, AI techniques, such as artificial neural network, fuzzy logic, generic algorithm, swarm intelligence, and support vector machine, which are widely applied in blasting area, are introduced, The studies about the application of AI for the prediction of ground vibration, rock fragmentation, fly rock, air overpressure, and back break are surveyed and summarized. It is for providing starting points for the discussion of active application of AI on effective and safe blasting design, enhancing blasting performance, and minimizing the environmental impact due to blasting.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.28-28
• /
• 2018

본 연구에서는 최근 급격히 발달하고 있는 인공지능 및 딥러닝 기술에 대한 소개와 수문기상을 포함한 수자원 분야에의 적용사례를 검토하였다. 본 연구의 목적은 우리 삶의 일부가 되어 가고 있는 인공지능 및 딥러닝 기술을 이해하고 보다 실효적인 측면에서 수자원 분야에 적용 활용하기 위한 연구 가이드라인을 제시하기 위함이다. 이를 위해 최근 널리 사용되는 인공지능 및 딥러닝 기법을 조사 분석하였다. 분석을 통해 수자원 분야에서 이러한 기술이 요구되는 분야와 신기술(emerging techniques)을 조망해 보고 기존 기술이 인공지능 및 딥러닝 기법의 적용으로 대체 가능한 정도를 가늠해 보았다. 이를 통해 인공지능 및 딥러닝 기술 적용의 장점과 한계를 고찰하고 향후 집중 연구가 필요한 기술을 제시하였다.

• 한국경영정보학회:학술대회논문집
• /
• 2008.06a
• /
• pp.141-148
• /
• 2008

각종 인공지능 기법들을 활용하여, 주식시장의 흐름을 예측하려는 연구가 지금까지 많은 인공지능 및 금융공학의 연구자들에 의해 시도되어 왔으며, 그 결과 다양한 인공지능 기법들이 예측 방법론으로 제시되어 왔다. 이런 가운데 서로 다른 예측모형들이 산출하는 예측결과를 종합 - 보완하는 결합기법에 관련된 연구가 90년대 후반부터 오늘날까지 꾸준하게 발표되고 있다. 본 연구 역시 유전자 알고리즘 기반의 새로 인공지능 예측모형간 결합기법을 제시하고 있다. 다만, 기존의 연구모형들이 각 개별모형 결과의 상대적 가중치에 초점을 맞추고 있었다면, 본 연구의 제안모형은 등락을 판단하는데 활용되는 임계치까지 유전자 알고리즘을 이용해 동시에 최적화하도록 설계되어 있다는 점에서 차별화된다. 제안모형의 유용성을 검증하기 위해, 본 연구에서는 지난 1998년부터 2007년까지의 KOSPI 지수 등락 예측을 위해 구축된 로지스틱 회귀모형, 인공신경망, SVM모형의 결과들을 제안모형을 이용해 결합하였다. 그 결과, 예측력 향상에 본 연구의 제안모형이 기여 할 수 있음을 확인 할 수 있었다.

• Proceedings of the KIPE Conference
• /
• 2020.08a
• /
• pp.363-364
• /
• 2020

본 논문은 최근 주목 받고 있는 데이터 기반 인공지능 알고리즘을 사용하는 배터리 충전 상태 추정 기법에 대하여 조사 분석한다. 기존의 배터리 모델링 기법의 단점을 회피할 수 있는 데이터 기반 인공지능 알고리즘의 구조적 특징을 확인하고, 배터리 충전 상태 추정에 데이터 기반 인공지능 알고리즘을 적용 했을 때, 충전 상태 추정 정확도에 영향을 끼치는 요소인 데이터 구성에 대한 분석을 실시하여, 데이터 구성 시 필수적으로 고려해야하는 설계조건을 조사 분석한다.

• Journal of Scientific & Technological Knowledge Infrastructure
• /
• s.3
• /
• pp.76-83
• /
• 2000

인공지능(artificial intelligence)은 컴퓨터를 보다 지능적으로 만들기 위한 추론과 학습 방법에 관해 연구하는 컴퓨터 과학의 한 분야다. 특히 기계학습(machine learning)은 지식을 자동으로 획득하기 위한 원리와 기법을 개발하는 인공지능의 한 분야로서 생물정보학의 많은 중요한 문제 해결을 위한 매우 유용한 도구가 되고 있다.

• Journal of Digital Contents Society
• /
• v.14 no.2
• /
• pp.143-149
• /
• 2013

Many researchers and developers take a greater interest on the LOD AI techniques as users demand more elaborate and sophisticated game AI in recent years. However, contrary to the traditional geometry LOD, existing LOD AI techniques can be used only to a limited extent. Therefore, in this paper, I propose an LOD AI technique, which uses HSM(Hierarchical State Machine) and the Lua script language as the method to control game objects. Using the proposed approach, we can easily produce multilevel AI models for LOD and design various objects without hard-coding state machines. Moreover, in order to show the effectiveness of the presented technique, this paper exemplifies the results of the efficiency test through the prototype engine.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.116-116
• /
• 2022

현재 인공지능은 공학적 문제 해결 외에도 다양한 분야에 적용되어 매우 친숙하게 활용되고 있다. 특히 하천 분야에서는 시설물 주위 국부세굴 또는 어류 서식처 분석과 같이 관련 변수들의 복잡성으로 적절한 결과를 쉽게 얻어내기 어려운 것들에 적용되고 있다. 그 외에도 인공지능 기법을 적용할 수 있는 분야로 하천에서의 수위를 이용하여 유량을 예측하는 것이 있다. 기존에는 수위-유량 관계 곡선을 만들어 수위를 이용하여 유량을 예측하였으나, 관계곡선 제작에 활용된 수위와 유량 범위에서 벗어나는 경우 과다한 유량으로 계산되는 경우가 있다. 본 연구에서는 인공지능 기법 중 하나인 인공신경망 기법을 사용하여 하천의 유량 예측을 수행하였다. 기존 국가수자원관리종합정보시스템에 기록된 자료를 활용하여 수위와 유량 자료를ANN에 학습시키고 학습에 활용하지 않은 시기의 자료를 이용하여 전반적인 유량 예측 성능과 루프형 수위-유량 관계 곡선을 생성할 수 있는지를 검토하였다. 또한 학습 범위를 벗어난 홍수량에 대한 측정 결과를 검토하고, 기존 수위-유량 관계곡선과 비교하여 그 성능을 검토하였다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.10a
• /
• pp.375-382
• /
• 1999

본 연구는 데이터마이닝 기법과 전문가 지식을 활용한 옵션가격 결정모형을 제시하는데 목적이 있다. 첫째, 데이터마이닝 기법 주의 하나인 인공신경망 기법을 활용하여 변동성과 옵션가격을 추정하고, 이를 전통적인 재무이론의 결과와 비교하였다. 인공신경망으로 추정된 변동성은 기존의 모형에 비해 개선된 성과를 보였으며, 가격결정모형은 대등한 성과를 보였다. 또한 모수적 기법과 비모수적 기법의 통합을 통해 성과의 개선을 가져올 수 있음을 보였다. 둘째, 시장 참여자들의 정보를 반영하여 옵션의 이론적 가격결정모형의 성과를 개선할 수 있는 사례기반추론시스템을 제안하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.106-106
• /
• 2017

우리나라는 현재 재난의 유형을 자연재난과 사회재난으로 구분하여 관리하고 있다. 하지만 최근 재난 사고 사례를 살펴보면 단일재난으로 인한 피해보다 자연재난이 발생한 이후 사회재난으로 재난이 전파되는 복합재난의 형태가 종종 나타나고 있다. 복합재난은 단일 재난에 의한 피해(인적, 물적) 보다 크게 나타나고 복합재난의 발생원인 및 전파과정을 분석하기 어려워 이에 대한 다각적인 분석과 동시에 재난상호간의 연관성을 도출하는 연구가 필요한 시점이다. 과거 재난사고정보를 분석하는 연구는 일반적인 통계기법을 활용한 분석에 머물러 있으며 수집된 재난사고사례가 많지 않아 분석에 신뢰성을 보장할 수 없었다. 이에 본 연구에서는 복잡하게 나타나는 재난 사고를 분석하기 위하여 최근 각광받고 있는 인공지능 분석기법을 연구에 고려하였다. 본 연구의 과정은, 첫째로 재난사고정보 분석에 인공지능을 활용한 사례를 조사하고 여타 연구분야에서 적용되고 있는 인공지능 분석기술을 재난사고정보 분석에 활용할 수 있는 방안을 모색하였다. 둘째로 수집가능 한 재난사고정보를 수집하고 인공지능 모형에 적용가능 한 형태로 변환하는 과정을 수행하였다. 셋째로 변환된 재난사고정보를 대표적인 인공지능 알고리즘을 활용하여 다양한 질문(목적)에 부합하는 재난사고정보 분석모형을 구축하고자 하였다. 마지막으로 다양한 인공지능 알고리즘을 적용한 모형의 신뢰성을 비교하였으며 이를 통하여 재난사고정보 분석에 적용가능 하며 질문(목적)에 부합하는 최적 인공지능 알고리즘을 도출하고자 하였다.