• The Journal of the Convergence on Culture Technology
• /
• v.10 no.5
• /
• pp.645-650
• /
• 2024

This paper jointly designed and developed a liberal arts curriculum at two local universities for college liberal arts education using generative AI centered on ChatGPT. The developed curriculum takes into account the conceptual components for designing classes for integrated use of university ChatGPT presented in existing research, understands the language model and artificial intelligence that form the basis of ChatGPT, and applies generative AI including ChatGPT to various domains. It was developed with useful content. The developed curriculum introduces the concept and changing aspects of artificial intelligence and the natural language processing language model that is the basis of ChatGPT for students in various majors, and generates ChatGPT, a generative AI and large language model (LLM), and various open sources. The purpose was to implement my own AI service using the model and present an example of mutual collaboration between universities in Joint Education Curriculum Operation.

• Journal of Korean society of Dental Hygiene
• /
• v.24 no.5
• /
• pp.503-512
• /
• 2024

Objectives: This study investigated the ethical awareness regarding artificial intelligence (AI) among dental hygiene students based on core competency levels and proposed a competency-based educational approach to improve AI ethical awareness. Methods: Eighty-six dental hygiene students participated in the study and provided informed consent. The core competency survey tool included innovation, communication, relations, and services. The AI ethical awareness survey tool was divided into eight categories, each with 24 questions: responsibility, stability and reliability, non-discrimination, transparency and explainability, people-centered service, employment, tolerance and limits, and robot rights. Results: The group with high core competency had higher levels of AI ethical awareness (p<0.05), particularly in terms of responsibility, transparency, and people-centered service. The level of AI ethical awareness was significantly correlated with the relationship competency and service competency (p<0.05). Conclusions: These results highlight the association between AI ethical awareness and core competencies. These results suggest that competency-based education in universities is critical for improving AI ethical awareness. Furthermore, we intend to use the findings as preliminary data to suggest a direction for competency-centered education to improve AI ethical awareness.

• Journal of Broadcast Engineering
• /
• v.25 no.6
• /
• pp.870-881
• /
• 2020

This paper presents cell ID (cell identity) detection schemes using PSS/SSS (primary synchronization signal/secondary synchronization signal) for 5G NR (new radio) system and evaluates the detection performance. In this paper, we consider two cell ID detection schemes, i.e. two-stage detection and joint detection schemes. The two-stage detection scheme consists of two stages which estimate a channel gain between a transmitter and receiver and detect the PSS and SSS sequences. The joint detection scheme jointly detects the PSS and SSS sequences. In addition, this paper presents coherent and non-coherent combining schemes. The coherent scheme calculates the correlation value for the total length of the given PSS and SSS sequences, and the non-coherent combining scheme calculates the correlation within each group by dividing the total length of the sequence into several groups and then combines them non-coherently. For the detection schemes considered in this paper, the detection error rates of PSS, SSS and overall cell ID are evaluated and compared through computer simulations. The simulation results show that the joint detection scheme outperforms the two-stage detection scheme for both coherent and non-coherent combining schemes, but the two-stage detection scheme can greatly reduce the computational complexity compared to the joint detection scheme. In addition, the non-coherent combining detection scheme shows better performance under the additive white Gaussian noise (AWGN), fixed, and mobile environments.

• Journal of Broadcast Engineering
• /
• v.26 no.6
• /
• pp.766-777
• /
• 2021

This paper presents an improved scheme for detection of the physical broadcast channel (PBCH) in long-term evolution (LTE)-based fifth-generation (5G) multimedia broadcast and multicast services (MBMS) and 5G new radio (NR) for cellular broadcast. In the time domain, by combining the correlations between the received signal and primary synchronization signal (PSS) within all SS/PBCH blocks, the frame synchronization and the start position of the SS/PBCH blocks can be obtained. In this paper, to improve the detection performance of PBCH for 5G NR, a combining scheme of PBCH signals within a frame is proposed. In addition, the performance of the proposed detection scheme is evaluated and the performance is compared with the conventional scheme for PBCH detection of LTE-based 5G MBMS. The simulation results show that the detection performance of PBCH for 5G NR is improved by combining the PBCH signals and outperforms LTE-based 5G MBMS under the additive white Gaussian noise (AWGN), fixed, and mobile environments.

• Korean Journal of Remote Sensing
• /
• v.39 no.5_2
• /
• pp.859-873
• /
• 2023

Wildfires cause a lot of environmental and economic damage to the Earth over time. Various experiments have examined the harmful effects of wildfires. Also, studies for detecting wildfires and pollutant emissions using satellite remote sensing have been conducted for many years. The wildfire product for the Geostationary Environmental Monitoring Spectrometer (GEMS), Korea's first environmental satellite sensor, has not been provided yet. In this study, a false-color composite for better expression of wildfire smoke was created from GEMS and used in a U-Net model for wildfire detection. Then, a classification model was constructed to distinguish yellow dust from the wildfire smoke candidate pixels. The proposed method can contribute to disaster monitoring using GEMS images.

• Annual Conference of KIPS
• /
• 2022.11a
• /
• pp.857-859
• /
• 2022

본 연구는 인공지능 기반의 전력 수요 데이터 예측 모델을 구축하고 이를 최종적으로 웹의 형태로 구현하는 것을 목표로 하였다. 기상청 데이터의 기후 요소를 매개변수로 삼아 전력 수요를 예측하고, 그 결과를 가시적으로 시각화하는 것까지의 전 과정을 최대한 간결하게 진행하였다. 추후 한층 더 발전된 모델을 구축할 수 있다면, 전력시장의 효율성과 경제성을 향상시켜 불필요한 에너지 낭비를 미연에 방지할 수 있을 것이라고 기대한다. 나아가 시스템 상용화를 위해 계속 연구 활동에 정진할 수 있을 것이다.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2023.11a
• /
• pp.202-203
• /
• 2023

최근 화재 탐지 분야는 불꽃 연기의 특징과 인공지능 인식(Detection) 모델을 활용하여 탐지율을 높이려는 연구가 많이 진행되어 왔다. 기존 화재 탐지 정확도를 높이기 위한 모델 연구 이외에도 불꽃·연기의 특징을 다양한 방법으로 데이터 가공한 학습 데이터셋을 활용하는 연구들이 진행되고 있다. 본 논문에서는 화재 탐지시 불꽃/연기의 오탐지율이 높은 것을 확인하고 오탐지율을 낮추기 위해 화재 상황을 인식하여 분류하는 방법과 데이터셋을 제안한다. 제안한 모델은 동영상을 학습데이터로 활용하여 화재 상황의 특징을 추출하여 분류모델에 적용하였다. 평가는 한국정보화진흥원(NIA)에서 진행하는 화재 데이터셋을 이용하여 Yolov8, Slowfast의 모델 성능을 비교 및 분석하였다.

• Annual Conference of KIPS
• /
• 2024.10a
• /
• pp.1020-1021
• /
• 2024

해운산업에 인공지능 기술이 결합됨에 따라 자율 항해 기술이 급격히 발전하고 있다. 선박 운항의 안정성과 효율성을 높이기 위해 강화학습을 이용한 충돌 방지 및 경로 생성 연구가 활발히 이루어지고 있으나, 인공지능은 적대적 공격에 취약하다는 한계점이 있다. 이에 본 논문에서는 선박의 안전 운항을 위협하는 적대적 공격기법을 비교 분석하고, 강화학습 기술을 평가하여 가장 적합한 기법을 제안함으로써, 향후 선박운항을 위한 연구 방향을 제시하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.304-304
• /
• 2022

가뭄은 인간 활동과 생태계의 다양한 측면에 영향을 미치는 중요한 자연재해 중 하나이다. 가뭄을 사전에 예측하여 필요한 완화 조치를 취하고 환경적 피해를 줄이는 것이 중요하다. 이에 따라 다양한 인공지능 기술을 이용한 가뭄 예측은 수문학, 수자원 관리, 농업 등의 분야에서 중요성이 커지고 있다. 최근에는 딥러닝 알고리즘을 기반으로 하는 중장기 강수예보를 위한 다양한 방법이 제시되고 있다. 이 논문의 목적은 가뭄 예보를 목적으로 월 강수량 예측을 위한 딥러닝 모델의 성능을 평가하는 것이다. 이를 위해 딥러닝 모델인 LSTM(Long Short-Term Memory)을 적용하였으며, 1981-2020년 기간의 월 강수 자료가 모델을 구축하기 위해 사용되었다. 관측자료를 기반으로 학습된 모델을 이용하여 테스트 기간에 대해 월 강수량을 예측하였다. 예측된 강수량을 통해 표준강수지수(Standardized Precipitation Index, SPI)을 산정하고, 예측 정확도를 분석하였다. 이 연구는 가뭄 예보를 위한 딥러닝 모델의 적용 가능성을 보여준다.

• Annual Conference of KIPS
• /
• 2022.11a
• /
• pp.75-76
• /
• 2022

현재 산업용 로봇 팔의 경로 계획을 생성할 때, 로봇 팔 경로 계획은 로봇 엔지니어가 수동으로 로봇을 제어하며 최적 경로 계획을 탐색한다. 미래에 고객의 다양한 요구에 따라 공정을 유연하게 변경하는 대량 맞춤 시대에는 기존의 경로 계획 수립 방식은 부적합하다. 심층강화학습 프레임워크는 가상 환경에서 로봇 팔 경로 계획 수립을 학습해 새로운 공정으로 변경될 때, 최적 경로 계획을 자동으로 수립해 로봇 팔에 전달하여 빠르고 유연한 공정 변경을 지원한다. 본 논문에서는 심층강화학습 에이전트를 위한 학습 환경 구축과 인공지능 모델과 학습 환경의 연동을 중심으로, 로봇 팔 경로 계획 수립을 위한 심층강화학습 프레임워크 구조를 설계한다.