• The KIPS Transactions:PartB
• /
• v.15B no.3
• /
• pp.253-258
• /
• 2008

Recently, game players want new game requiring more various tactics and strategies in the complex environment beyond simple and repetitive play. Various artificial intelligence techniques have been suggested to make the game characters learn within this environment, and the recent researches include the neural network and the genetic algorithm. The Genetic programming(GP) has been used in this study for learning strategy of the agent in the pursuit-evasion problem which is used widely in the game theories. The suggested GP algorithm is faster than the existing algorithm such as neural network, it can be understood instinctively, and it has high adaptability since the evolving chromosomes can be transformed to the reasoning rules.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.05a
• /
• pp.200-203
• /
• 2021

This paper introduces a smart mirror technology that recognizes a person's facial expressions through image classification among several artificial intelligence technologies and presents them in a mirror. 5 types of facial expression images are trained through artificial intelligence. When someone looks at the smart mirror, the mirror recognizes my expression and shows the recognized result in the mirror. The dataset fer2013 provided by kaggle used the faces of several people to be separated by facial expressions. For image classification, the network structure is trained using convolution neural network (CNN). The face is recognized and presented on the screen in the smart mirror with the embedded board such as Raspberry Pi4.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.662-664
• /
• 2023

해양 식물플랑크톤의 성장은 유해적인 적조를 유발할 수 있으며, 이는 여러 국가의 생태계에 피해를 주는 상황이다. 적조를 모니터링하는 것은 식물플랑크톤 미생물의 증가를 예방하고 통제하기 위해 중요하다. 그러나 현재의 적조 모니터링 기술은 날씨, 시간 제약 및 실시간 모니터링에 대한 어려움으로 인해 측정 정확도에 영향을 미치는 한계가 있다. 본 연구는 특히 적조 발생을 감지하기 위한 목적으로 개발된 자동 실시간 모니터링 시스템의 성공적인 개발을 보여준다. 개발한 시스템은 음향 반사파 데이터 처리를 통해 합성곱 신경망(Convolutional neural networks, CNN)을 활용하여 식물플랑크톤 농도를 정확하게 구별할 수 있다. 특히, 이 CNN 모델은 음향 신호의 변환된 주파수 스펙트럼과 Cochlodinium polykrikoides (C. polykrikoides)의 농도 간의 상관 관계를 수립하는 데 뛰어난 효과를 나타냈다. 이 CNN 은 C. polykrikoides 를 감지하는 데 0.90 의 정확도를 보여준다. 이러한 모니터링과 CNN 분류의 활용은 실시간 측정의 중요한 잠재력을 보여주며, 추가적인 절차가 필요 없는 자동 모니터링 시스템을 구축할 수 있을 것으로 예상된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.887-890
• /
• 2021

최근 AI 를 활용한 의료 진단 솔루션 시장이 크게 성장함에 따라 의료 인공지능 기술에 대한 대학 교육에 대한 수요가 증가하고 있지만, 개인정보 유출의 위험성 등으로 인하여 의료 데이터를 대학 교육에 활용하기 어려운 실정이다. 본 논문에서는 실제 의료 데이터 대신 생성적 적대 신경망(GAN)으로 합성된 흉부 X-ray 영상을 활용한 의료 인공지능 교육 모델의 사례를 제시한다. 프로메디우스(주)에 의해 제공받은 흉부 X-ray 합성영상을 사용하여, VGG-16 모델을 훈련하고 성능을 검증 및 평가하며 미세조정을 통해 성능을 개선하는 교육 모델을 구성하였다. 또한 교육모델이 의료 인공지능에 대한 학생들의 이해력 향상에 기여한 효과를 정량적으로 평가하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.207-210
• /
• 2002

진화와 학습 사이의 상호 연관성을 연구하기 위해 인공 진화기법(artificial evolutionary algorithm)과 신경회로망(neural networks)을 이용한 학습 기법들이 사용되어 왔다. 신경 회로망 구조를 가지는 이동 로봇의 제어기의 구조와 파라미터를 결정하기 위한 방법으로 진화적 학습(evolutionary learning) 방법이 제안되었다. 제안된 방법에서 진화적 학습은 실제 로봇을 통해 on-line 방식으로 이루어지며, 장애물 회피 문제를 통해 유용성을 검증하고 진화 과정에 학습이 미치는 영향을 살펴보았다. 그리고 수학적으로 제시되기 힘든 진화 학습의 평가에 설계자의 개입을 허용하는 인터액티브 진화 알고리즘(interactive evolutionary algorithm)방법을 모색해 보았다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.285-288
• /
• 2018

데이터 정형화기술은 자연어 처리 및 인공지능분야, 데이터베이스 등 다양한 분야에서 중요한 핵심적인 기술 중 하나이다. 최근 정형화 문제를 푸는 많은 신경망 기반 알고리즘들이 제안되었으나, 기존의 모든 알고리즘이 키워드의 후보가 입력으로 주어진다고 가정하고 있으며, 알고리즘 대부분은 두 개의 속성(attribute)을 가지는 이진 관계(binary relation)만 처리할 수 있다는 한계가 있다. 본 논문에서는 컨볼루션 신경망을 이용한 N항 관계 정형화 방업을 제안하고, 이를 이용한 구인 광고 정형화 시스템을 개발하고 성능을 평가한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.898-900
• /
• 2019

SPARQL(SPARQL Protocol and RDF Query Language)은 지식 베이스를 위한 표준 시맨틱 질의 언어이다. 최근 인공지능 분야에서 지식 베이스는 질의 응답 시스템, 시맨틱 검색 등 그 활용성이 커지고 있다. 그러나 SPARQL 과 같은 질의 언어를 사용하기 위해서는 질의 언어의 문법을 이해하기 때문에, 일반 사용자의 경우에는 그 활용성이 제한될 수밖에 없다. 이에 본 논문은 신경망 기반 기계 번역 기술을 활용하여 자연어 질의로부터 SPARQL 을 생성하는 방법을 제안한다. 우리는 제안하는 방법을 대규모 공개 지식 베이스인 Wikidata 를 사용해 검증하였다. 우리는 실험에서 사용할 Wikidata 에 존재하는 영화 지식을 묻는 자연어 질의-SPARQL 질의 쌍 20,000 건을 생성하였고, 여러 sequence-to-sequence 모델을 비교한 실험에서 합성곱 신경망 기반의 모델이 BLEU 96.8%의 가장 좋은 결과를 얻음을 보였다.

• Journal of the Korean Operations Research and Management Science Society
• /
• v.21 no.1
• /
• pp.81-100
• /
• 1996

본 연구에서는 보다 효과적인 기업신용평가를 위하여, 통계적 방법과 인공지능 방법을 결합한 결합모형을 제시햐고자 한다. 이를 위하여 본 연ㄴ구에서는 통계적인 모형중에서 가장 널리 활용되고 있는 MDA (Multivariate Discriminant Analysis) 와 인공지능적인 방법으로서 최근에 널리 사용되고 있는 인공싱경망( neural network)모형을 휴리스틱한 방법으로 결합한다. 이러한 결합모형의 성과를 증명하기 위하여 우리나라의 대표적인 3대 기업신용평가 기관에서 수집한 1043개의 기업신용평가자료를 기초로 실혐을 하고, 그 결과를 기존의 MDA 및 인공신경망 방법에 의한 결과와 비교하였다. 실험결과, 통계적으로도 유의하고, 실무적인 관점에서도 의미가 있는 기업신용펑가 결과를 유도할 수 있었다.

• Journal of Intelligence and Information Systems
• /
• v.14 no.3
• /
• pp.25-39
• /
• 2008

The objective of this study is to forecast the operational continuous ability using Artificial Neural Networks in battalion defensive operation for the commander decision making support. The forecasting of the combat result is one of the most complex issue in military science. However, it is difficult to formulate a mathematical model to evaluate the combat power of a battalion in defensive operation since there are so many parameters and high temporal and spatial variability among variables. So in this study, we used company combat power level data in Battalion Command in Battle Training as input data and used Feed-Forward Multilayer Perceptrons(MLP) and General Regression Neural Network (GRNN) to evaluate operational continuous ability. The results show 82.62%, 85.48% of forecasting ability in spite of non-linear interactions among variables. We think that GRNN is a suitable technique for real-time commander's decision making and evaluation of the commitment priority of troops in reserve.

• Journal of the Korea institute for structural maintenance and inspection
• /
• v.27 no.6
• /
• pp.144-151
• /
• 2023

In this study, a database was established by collecting experimental results on various concrete mixtures subjected to freeze-thaw cycles, based on which an artificial neural network-based prediction model was developed to estimate durability resistance of concrete. A regression analysis was also conducted to derive an equation for estimating relative dynamic modulus of elasticity subjected to freeze-thaw loads. The error rate and coefficient of determination of the proposed artificial neural network model were approximately 11% and 0.72, respectively, and the regression equation also provided very similar accuracy. Thus, it is considered that the proposed artificial neural network model and regression equation can be used for estimating relative dynamic modulus of elasticity for various concrete mixtures subjected to freeze-thaw loads.