• 발명특허
• /
• v.16 no.11 s.189
• /
• pp.50-53
• /
• 1991

인간이 지닌 지적인 능력을 규명하여 컴퓨터로 하여금 지능이 필요로 하는 일을 수행할 수 있도록 하는 인공지능(Artificial Intelligence, 이하 AI)기술에 관한 관심이 높아지고 있는 가운데 선진각국에서는 철강, 자동차, 산업기계 등 다양한 분야에서 제품의 라이프 사이클 단축, 다품종 소량 생산, 효율적인 조업, 고도의 품질제어 요구에 유연하게 대처하기 위하여 인공지능 개발 프로젝트를 활발히 진행중이다. 본고에서는 산업기계분야에서 인공지능 개발에 필요한 기반환경에 대하여 살펴보고 선진국의 주요 개발동향 및 우리나라의 개발실태를 살펴보고자 한다.

• Electronics and Telecommunications Trends
• /
• v.23 no.4
• /
• pp.115-121
• /
• 2008

예전에는 게임성에 관해 얘기할 때 그래픽 수준을 언급하는 경우가 많았다. 그러나, 최근 들어서는 하드웨어와 그래픽 기술의 발달로 그래픽 수준으로 게임의 품질을 높이는데에는 어느 정도의 한계에 도달했다는 것이 많은 전문가들의 판단이다. 이러한 상황을 극복하기 위해 국내외 게임 업체들은 다른 게임과의 차별성을 게임 인공지능에서 찾는 경우가 많아졌다. 게임에 인공지능을 적용하는 엔진 및 저작도구로서 인공지능 미들웨어 제품들이 등장하고 있고, 높은 수준의 인공지능 기술을 적용하여 시장에서 성공을 거둔 게임들이 속속 나타나고 있다. 본 고에서는 주요 게임 인공지능 알고리듬, 해외에서 출시된 인공지능 미들웨어의 현황과 게임들에 적용된 우수한 인공지능 기술에 대해서 알아본다.

• Smart Media Journal
• /
• v.13 no.2
• /
• pp.44-51
• /
• 2024

The construction of a stress measurement detaset plays a curcial role in various modern applications. In particular, for the efficient training of artificial intelligence models for stress measurement, it is essential to compare various biases and construct a quality-controlled dataset. In this paper, we propose the construction of a stress measurement dataset with quality management through the comparison of various biases. To achieve this, we introduce strss definitions and measurement tools, the process of building an artificial intelligence stress dataset, strategies to overcome biases for quality improvement, and considerations for stress data collection. Specifically, to manage dataset quality, we discuss various biases such as selection bias, measurement bias, causal bias, confirmation bias, and artificial intelligence bias that may arise during stress data collection. Through this paper, we aim to systematically understand considerations for stress data collection and various biases that may occur during the construction of a stress dataset, contributing to the construction of a dataset with guaranteed quality by overcoming these biases.

• Journal of the Korean Society of Radiology
• /
• v.83 no.6
• /
• pp.1229-1239
• /
• 2022

Recently, artificial intelligence (AI) technology has shown potential clinical utility in a wide range of MRI fields. In particular, AI models for improving the efficiency of the image acquisition process and the quality of reconstructed images are being actively developed by the MR research community. AI is expected to further reduce acquisition times in various MRI protocols used in clinical practice when compared to current parallel imaging techniques. Additionally, AI can help with tasks such as planning, parameter optimization, artifact reduction, and quality assessment. Furthermore, AI is being actively applied to automate MR image analysis such as image registration, segmentation, and object detection. For this reason, it is important to consider the effects of protocols or devices in MR image analysis. In this review article, we briefly introduced issues related to AI application of MR image acquisition and reconstruction.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.729-732
• /
• 2020

앞으로 4 차 산업혁명 시대에 많은 인공지능 관련 소프트웨어 및 데이터 기반 소프트웨어가 개발이 필수적이다. 문제는 이런 소프트웨어 관련 품질을 고려하지 않고 있다. 또한 많은 Python 관련 공개 소프트웨어에 대해 품질 보장이 불가능하다. 이를 위해, 코드 가시화 메커니즘, 인공지능 관련 코드 품질을 높이기 위해 AI 관련 Python 코드 복잡도 기반 고품질화 및 코드 가시화 메커니즘을 제안한다. 또한 기존의 복잡도를 측정하는 품질 메트릭스 중 하나인 McCabe's Cyclomatic 복잡도의 개선을 제안한다. 기존의 복잡도 공식에 응집도, 결합도를 가중치로 적용하여 개선된 복잡도를 계산한다. 소프트웨어의 내부 구조 및 관계와 복잡도 정보를 가시화하여 소프트웨어의 품질 향상에 기여한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.430-431
• /
• 2023

교육 분야에서는 각 학생의 특성과 요구에 부응하는 개인화 교육의 중요성이 증가하고 있다. 이에 따라 인공지능 기반의 튜터링 시스템, 특히 대화 기반의 튜터링이 주목받고 있다. 본 연구는 GPT-3.5-turbo 를 사용하여 데이터를 생성하는 과정에서 프롬프트 설계의 중요성과 인간의 감수 과정의 필요성을 확인했다. 또한, 자동 평가 방법을 제안하여 데이터의 품질과 유용성을 평가하였다.

• Journal of Korea Entertainment Industry Association
• /
• v.15 no.3
• /
• pp.41-50
• /
• 2021

While artificial intelligence is rapidly replacing human jobs, the art field where human creativity is important is considered an exception. There are currently several AI mastering services in the field of mastering music, a profession at the border between art and technology. In general, the quality of AI mastering is considered to be inferior to the work of a human professional mastering engineer. In this paper, acoustic analysis, listening experiments, and expert interviews were conducted to compare AI and human experts. In the acoustic analysis, In the analysis of audio, there was no significant difference between the results of professional mastering engineers and the results of artificial intelligence. In the listening experiment, the non-musicians could not distinguish between the sound quality of the professional mastering engineer's work and the artificial intelligence work. The group of musicians showed a preference for a specific sound source, but the preference for a specific mastering did not appear significantly. In an expert interview, In expert interviews, respondents answered that there was no significant difference in quality between the two mastering services, and the biggest difference was the communication method between the mastering service provider and the user. In addition, as data increases, it is expected that artificial intelligence mastering will achieve rapid quality improvement and further improvement in communication.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.235-237
• /
• 2018

많은 분야에서 기기설비들의 고장, 결함은 안전과 관련되어 있기 때문에 연구가 활발히 진행되고 있다. 주로 데이터를 취득하여 제품의 유지보수 및 품질을 향상시키는 연구로 고장을 나타내는 특성 인자를 추출하여 고장진단을 하는 것이다. 하지만, 과거의 룰 기반 결함 탐지 기법은 예외의 경우를 탐지하기 어렵다는 문제를 가져왔다. 최근 들어 인공지능이 특성 인자를 쉽게 추출할 수 있다는 장점으로 인해 인공지능과 결합된 고장진단 시스템이 많이 제안되고 있다. 본 논문에서는 인공지능의 추세와 인공지능과 결합된 고장진단 시스템을 소개한다.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.23 no.1
• /
• pp.116-124
• /
• 2009

This paper proposes a new Artificial-Intelligent(AI) Power Quality(PQ) diagnosis algorithm using Discrete Wavelet Transform(DWT), Fast Fourier Transform(FFT), Root-Mean-Square(RMS) value. The developed algorithm is able to detect and classify the PQ problems such as the transient, the voltage sag, the voltage swell, the voltage interruption and the total harmonics distortion. The 15.36[kHz] sampling frequency is used to measure the voltages in a power system. The measured signals are used for DWT, FFT, RMS calculation. For AI diagnosis of the PQ problems, a simple multi-layered Artificial Neural Network(ANN) with the back-propagation algorithm is adopted, programmed in C++ and tested in PSIM simulation studies. Finally, the algorithm, which is installed in MP PQ+256 with TI DSP320C6713, is proved to diagnose the PQ problems efficiently.

• Journal of the Korea Society of Computer and Information
• /
• v.28 no.12
• /
• pp.147-153
• /
• 2023

As it spreads to all industries of artificial intelligence technology, AIaaS equipped with artificial intelligence services is emerging. In particular, non-IT companies are suffering from the absence of software experts, difficulties in training big data models, and difficulties in collecting and analyzing various types of data. AIaaS makes it easier and more economical for users to build a system by providing various IT resources necessary for artificial intelligence software development as well as functions necessary for artificial intelligence software in the form of a service. Therefore, the supply and demand for such cloud-based AIaaS services will increase rapidly. However, the quality of services provided by AIaaS becomes an important factor in what is required as the supply and demand for AIaaS increases. However, research on a comprehensive and practical quality evaluation metric to measure this is currently insufficient. Therefore, in this paper, we develop and propose a usability, replacement, scalability, and publicity metric, which are the four metrics necessary for measuring reusability, based on implementation, convenience, efficiency, and accessibility, which are characteristics of AIaaS, for reusability evaluation among the service quality measurement factors of AIaaS. The proposed metrics can be used as a tool to predict how much services provided by AIaaS can be reused for potential users in the future.