• 한국빅데이터학회지
• /
• 제3권2호
• /
• pp.19-33
• /
• 2018

FTA체결의 증가, 식품교역 증가 및 소비자의 다양한 식품 선호도 등으로 농축수산물 및 가공식품의 수입량은 매년 증가하고 있는 추세이다. 수입식품의 안전성을 확인하는 정밀검사는 전체 수입식품건수 대비 20%정도를 차지하고 계속 증가하고 있는 반면에 정부의 수입안전관리에 필요한 예산과 인력은 그 한계점에 다다르고 있다. 수입식품 안전사고가 발생하게 되면 막대한 사회적, 경제적 손실을 야기할 수 있으므로 수입식품의 수입허용여부를 정확하게 예측하여 선제 대응하는 것은 수입안전관리의 효율성과 경제성을 획기적으로 높일 수 있게 된다. 식품분야에서는 이미 엄청난 양의 정형 데이터가 과거로부터 쌓여 왔으며 이에 대한 충분한 분석을 통한 활용은 아직은 부족한 것이 현실이다. 전체 수입건수와 중량 중에서 차지하는 가공식품의 비중은 평균 75%에 달하고 있어 식품분야에서도 빅데이터의 분석, 분석기법의 적용 등으로 다량의 데이터로부터 의미 있는 정보를 추출하는 과학적이고 자동화된 부적합탐지시스템의 연구가 절실한 상황이다. 이러한 배경에서 본 연구는 기계학습분야의 다양한 부적합 예측 모형을 적용하였으며 예측 모형의 정확도를 개선시키기 위한 방편으로 새로운 파생변수의 생성을 통한 데이터 전처리 방안을 제시하였다. 또한 본 연구에서는 기계학습분야의 일반적인 기저 분류기를 적용하여 예측 모형의 성능을 비교하였으며 여러 기저분류기 중 Gaussian Naïve Bayes예측 모형이 수입식품의 부적합을 탐지하여 예측하는 가장 좋은 성과를 보여주었다. 향후 Gaussian Naïve Bayes 예측 모형을 이용한 부적합 탐지 모형을 적용하여 수입식품의 정밀검사 비중을 낮추고 부적합률을 제고시킴으로써 수입안전관리 국가사무의 효율성과 수입통관의 신속성에 지대한 효과를 거둘 수 있으리라 기대한다.

• 한국수자원학회논문집
• /
• 제57권9호
• /
• pp.615-626
• /
• 2024

본 연구에서는 우리나라 전역에 대해 정확하고 시간 및 비용 효율적으로 토양수분 모니터링을 수행하기 위해 클라우드 컴퓨팅 플랫폼 Google Earth Engine (GEE)와 자동화기계학습(Automated Machine Learning, AutoML)을 결합한 토양수분 산정모형을 개발하였다. Terra MODIS (Moderate Resolution Imaging Spectroradiometer), 전구 강수 관측 위성 GPM (Global Precipitation Measurement)을 기반으로 다양한 공간정보를 활용해 최적의 입력 자료 조합을 테스트하였다. 그 결과, GPM 기반의 무강우누적일수 및 5일 평균강수량, NDVI (Normalized Difference Vegetation Index)와 밤 및 낮시간에 촬영된 LST (Land Surface Temperature)의 합계, 토양특성(사토 및 점토 함량, 용적밀도), 지형자료(고도 및 경사도), 계절 구분이 변수중요도(Feature importance)가 높은 것으로 나타났다. 상기 자료의 조합을 AutoML 통해 목적함수 (Determination of coefficient, R² ; Root Mean Square Error, RMSE; Mean Absolute Percent Error, MAPE)를 설정 후 기계학습 기법별 비교평가를 수행한 결과, Tree 계열의 모형이 높은 성능을 보였으며, 그 중, Random Forest의 성능이 가장 우수하였다(R² : 0.72, RMSE: 2.70 vol%, MAPE: 0.14).

• 한국인터넷방송통신학회논문지
• /
• 제20권3호
• /
• pp.171-179
• /
• 2020

최근 연구 결과에 따르면, 컨볼루션 신경 회로망은 이미지 분류, 객체 검출, 이미지 생성 등의 문제에서 최고의 성능을 보여주고 있다. 비전 카메라를 사용한 결함 검사는 다른 결함 검사보다 경제적이기 때문에 공장 자동화에 있어서 아주 중요하고, 딥러닝의 지도학습은 전통 기계학습 방식의 결함 검사 성능을 월등히 뛰어넘었다. 하지만, 딥러닝의 지도학습은 엄청난 양의 데이터 주석 작업을 요구하기 때문에, 이를 실제 산업 현장에 적용하는 것은 효율적이지 않다. 따라서 본 연구는 최근 이미지 생성 과업에서 큰 성공을 보여주고 있는 변분 오토인코더와 적대적 생성 신경망을 활용하여 비지도 방식의 비정상 검출을 위한 신경망 회로 구조를 제안하였고, 이를 MNIST, 용접 결함 데이터에 적용하여 비정상 검출 성능을 검증하였다.

• 실천공학교육논문지
• /
• 제8권2호
• /
• pp.83-89
• /
• 2016

플립러닝은 공학적 원리 등 이론적 측면에 대한 개인 학습차가 있더라도 학습자 중심의 실제 문제해결 및 실습 등을 가능하게 하는 틀로서 공학교육의 심화 정도에 따라 효과적인 교수-학습을 가능하게 한다. 유공압기초실습은 공과대학 기계계열 교과과정에서 1학년 학생들이 처음 접하게 되는 실습 교과목으로 공압기기의 작동원리를 이해하고 자동화의 근간이 되는 전기시퀀스를 포함하는 여러 가지 기본회로를 실습을 통하여 익힘을 목적으로 한다. 본 과목은 전공과목의 입문에 해당하고 학생들은 전공에 대한 지식이 전무한 상태이므로 관련 전공지식을 모두 설명해야 하고, 또 실습에 필요한 지식도 설명해야 하므로 기존의 오프라인으로만 이루어지던 수업에서는 학생들이 실습할 시간이 턱없이 부족한 문제점이 있었다. 본 연구에서는 공학 전공 기초실습 교과목인 '유공압기초실습' 교과목의 효과적인 수업을 위해 '코리아텍(KOREATECH:한국기술교육대학교) 플립러닝 기본모형'에 따라 교수설계를 하여 플립러닝 교과목으로 개발하였고, 이를 사용하여 한 학기동안 수업을 실시한 후 수강생의 설문조사와 취득성적 등을 통해 플립러닝 교육의 효과를 분석하였다.

• 한국노년학
• /
• 제40권2호
• /
• pp.325-340
• /
• 2020

치매 증상의 진행 지연 및 관리비용의 절감을 위해서는 치매를 조기에 발견하여 관리하는 것이 중요하다. 이에 본 연구에서는 치매와 관련된 인지신경학적 손상을 측정할 수 있는 간단한 그림검사인 도형모사검사를 개발하여, 치매 선별 가능성을 확인하고자 하였다. 또한, 도형모사검사의 이미지 데이터에 대한 기계학습을 통해 검사 채점의 자동화 가능성을 확인하고자 하였다. 이를 위해 270명의 일반 및 손상집단 참가자들에 대하여 도형모사검사, MMSE-DS, 그리고 시계그리기 검사를 수행하였다. 분석 결과, 도형모사검사의 점수는 높은 내적 일치도를 보였을 뿐만 아니라, 다른 두 검사 점수와 유의한 상관을 보여 검사의 타당성을 확인하였다. 세 검사의 치매 선별 정확도를 비교하기 위해 판별분석을 시행한 결과, 다른 두 검사와 비교했을 때 도형모사검사가 일반 및 손상 집단을 각각 90.8% 및 77.1%의 정확도로 예측하여, 집단에 대한 예측 수준이 상대적으로 더 높은 것으로 나타났다. 또한, 신경과 진단을 통한 임상 결과를 통해, MMSE-DS를 통해 선별하지 못했던 치매 사례들을 도형모사검사를 이용하여 선별할 수 있음을 확인하였다. 마지막으로, 도형모사검사의 이미지 데이터를 이용한 기계학습을 수행한 결과, 73.70%의 정확률로 집단을 예측하는 것을 확인하였다. 본 연구는 기존에 사용되어 온 치매 선별 검사의 한계를 보완하여, 시행과 채점이 간편한 새로운 그림검사를 개발하였다는 점에서 의의를 지닌다.

• 인터넷정보학회논문지
• /
• 제23권1호
• /
• pp.77-86
• /
• 2022

본 연구의 궁극적인 목표인 지능형 해안 경계 체계 구축을 위해, 본 논문에서는 먼저 해안경계 지능화를 위한 AI 학습 모델의 구축 방안을 제시하였다. 우리는 3면이 바다로 이루어져있고 남과 북이 대치하는 상황으로 인해 해안 경계가 중요한 국가적 과업인 나라이다. 국방개혁 2.0에 의해 해안경계를 담당하고 있는 R/D (Radar) 운용인력이 감소하고 복무 기간이 단축되고 있다. 특히, 레이더와 같이 고도의 장비를 다루는 데에는 휴먼 에러가 발생할 개연성은 늘 상존하는 것이다. 해안 경계와 인공지능의 접목은 정부의 인공지능 국가전략의 구현과 확대라는 목표에도 필요 충분한 시점에 와 있다. 지능형 해안 경계 체계 구축을 위한 AI학습 모델 개발의 기능별 방안을 제시하였다. R/D신호 분석 AI모델 개발, 책임해역 분석 AI모델 개발, 표적 관리 자동화 기능으로 구분하였다. 이를 실현하기 위한 3단계 추진 전략을 살펴보았다. 1단계는 AI 학습모델 구축의 통상적인 단계로써, 데이터 수집, 데이터 저장, 데이터 여과, 데이터 정제, 데이터 변환 등이 이루어진다. 2단계에서는 R/D 특성에 기초해 신호분석을 실시하고, 실상과 허상을 분류하는 AI 학습모델 개발을 진행하고, 책임해역을 분석하고, 취약지역/시간 분석을 실시한다. 최종 단계에서는 AI 학습모델의 검증, 가시화 및 시연 등이 이루어진다. 군 무기체계에 AI 기술이 접목돼 지능화된 무기체계로 바뀌는 최초의 성과가 달성된다.

• 인터넷정보학회논문지
• /
• 제7권3호
• /
• pp.155-167
• /
• 2006

인터넷을 사용하는 사람들에게 그들의 관심사와 부합하는 웹 페이지를 제공하는 것은 매우 중요하다. 이러한 관점에서 본 논문은 각 웹 페이지의 주제와 연관된 정도를 계산하여 웹 페이지 군(cluster)을 형성하며, 단어빈도/문서빈도 엔트로피(entropy) 및 컴파일된 규칙을 이용하여 수집된 웹 페이지를 정제하는 주제 기반 웹 수집기를 제안한다. 실험을 통하여 주제 기반 웹 수집기에 대한 분류의 정확성, 수집의 효율성 및 수집의 일관성을 평가하였다. 첫째, C4.5, 역전패(back propagation) 및 CN2 기계학습 알고리즘으로 컴파일한 규칙을 이용하여 실험한 웹 수집기의 분류 성능은 CN2를 사용한 분류 성능이 가장 우수 하였으며, 둘째, 수집의 효율성을 측정하여 각 범주별로 최적의 주제 연관 정도에 대한 임계값을 도출할 수 있었다. 마지막으로, 제안한 수집기의 수집정도에 대한 일관성을 평가하기 위하여 서로 다른 시작 URL을 사용하여 수집된 웹 페이지들의 중첩정도를 측정하였다. 실험 결과에서 제안한 주제 기반 웹 수집기가 시작 URL에 큰 영향을 받지 않고 상당히 일관적인 수집을 수행함을 알 수 있었다.

• 정보처리학회논문지D
• /
• 제18D권1호
• /
• pp.67-80
• /
• 2011

재무 데이터 관리를 위한 자동화된 비지니스 서류 영상 처리 시스템에서 숫자 정보 검색 중 발생한 오류는 심각하여 그 시스템의 가용성 및 성능을 결정한다. 그 동안 자동 맞춤법 교정에 관한 방법론들이 개발되어 정보 검색 시스템 개발에 중요한 역할을 해왔으나 이러한 맞춤법 교정은 알파벳 등 기계학습이 가능하고 사전 형태로 보관이 가능한 기호에 한정되어왔다. 반면에 순수한 마코프 수열에 불과한 숫자들의 순열들은 맞춤법 교정을 위하여 사전적 형태로 보관하여 활용하는 것이 불가능 하다. 본 논문에서는 확률론적 정보 검색 알고리즘의 토대위에 제한적 문맥 인식과 복수의 스트림을 적용한 새로운 형태의 숫자 정정 OCR 모델을 제안하였다. 본 논문에서 제안된 숫자 정정 모델은 기존의 송장 문서 처리 시스템에 구현하였으며 제안된 숫자 정정 모델의 효과를 확인하기 위해 비교 테스트를 실행하였고 테스트 결과 상당한 성능이 개선되었음을 보여 주었다.

• 한국콘텐츠학회논문지
• /
• 제10권4호
• /
• pp.84-90
• /
• 2010

데이터베이스 시스템의 응용분야가 데이터웨어하우징에서 전자상거래에 이르기까지 광범위해지면서 데이터베이스 시스템이 대형화되었다. 이로 인해 데이터베이스 시스템의 성능 향상을 위한 튜닝이 중요한 논점이 되었다. 데이터베이스 시스템의 튜닝은 워크로드 특성을 고려하여 수행할 필요가 있다. 그러나 복합적인 데이터베이스 환경에서 워크로드를 식별하기는 어려우므로 자동적인 식별 방법이 요구된다. 본 논문에서는 데이터베이스 워크로드를 자동적으로 식별하는 SVM 워크로드 분류기를 제안한다. TPC-C와 TPC-W 성능 평가에서 자원할당 파라미터 변경에 따른 워크로드 데이터를 수집하여 SVM을 통해 분류 한다. SVM의 커널별 커널 파라미터와 오류 허용 임계치 값인 C의 조정을 통하여 최적의 SVM 워크로드 분류기를 선택한다. 제안한 SVM 워크로드 분류기와 Decision Tree, Naive Bayes, Multilayer Perceptron, K-NN 분류기의 분류 성능을 비교한 결과, SVM 워크로드 분류기가 다른 기계 학습 분류기보다 9% 이상 향상된 분류 성능을 보였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제8권12호
• /
• pp.297-304
• /
• 2019

통신, 센서, 인공지능 등의 기술 발전으로 인해 스마트 팩토리 구축이 진행되고 있다. 스마트 팩토리는 기존의 자동화 공정에서 생산되는 데이터를 대상으로 기계 학습과 같은 지능화 기술을 활용해 효율적인 공정 제어를 목표로 한다. 스마트 팩토리로의 구축으로 인해 생산성이 높아지지만 비용도 높아진다. 따라서 소규모 업체들은 스마트 팩토리로 단계별 전환이 효율적이다. CNC 절단기 기반의 소규모 스마트 팩토리 구축을 위해서 본 논문에서는 기존 제조 장비의 데이터를 수집, 모니터링 및 제어할 수 있는 원격 제어 시스템을 제안한다. 원격 제어 시스템의 구조 및 설계와 효율적인 센싱 데이터 전송 방법 등을 제시하였다. 실현 가능성을 검증하기 위해 CNC 절단 장비를 대상으로 시스템을 구현하였고 기능을 검증하였다. 성능 평가를 위해 모니터링 웹 페이지 접속시간을 측정하였고, 구현된 시스템이 사용 가능한 수준이라는 것을 확인하였다.