• 한국컴퓨터정보학회논문지
• /
• 제27권11호
• /
• pp.19-27
• /
• 2022

본 연구에서는 시계열 데이터 이상 탐지 수행을 위한 MLOps(Machine Learning Operations) 워크플로를 기술하고 관리할 수 있는 언어와 플랫폼을 제안한다. 시계열 데이터는 IoT 센서, 시스템 성능 지표, 사용자 접속량 등 많은 분야에서 수집되고 있다. 또한, 시스템 모니터링 및 이상 탐지 등 많은 응용 분야에 활용 중이다. 시계열 데이터의 예측 및 이상 탐지를 수행하기 위해서는 분석된 모델을 빠르고 유연하게 운영 환경에 적용할 수 있는 MLOps 플랫폼이 필요하다. 이에, 최근 데이터 분석에 많이 활용되고 있는 Python 기반의 AMML(AI/ML Modeling Language)을 개발하여 손쉽게 MLOps 워크플로를 구성하고 실행할 수 있도록 제안한다. 제안하는 AI MLOps 플랫폼은 AMML을 이용하여 다양한 데이터 소스(R-DB, NoSql DB, Log File 등)에서 시계열 데이터를 추출, 전처리 및 예측을 수행할 수 있다. AMML의 적용 가능성을 검증하기 위해, 변압기 오일 온도 예측 딥러닝 모델을 생성하는 워크플로를 AMML로 구성하고 학습이 정상적으로 수행됨을 확인하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 제13회 신호처리 합동 학술대회 논문집
• /
• pp.29-32
• /
• 2000

시변 페이딩 채널환경에서 DS-CDMA 다중 사용자 환경의 이동통신 시스템에서 채널의 효율을 높이기 위해 학습 신호열을 사용하지 않는 새로운 블라인드 등화 기법을 제안한다. 블라인드 등화 기법 중에서 가장 성능이 좋은 CMA(Constant Modulus Algorithm)는 가변하는 페이딩 채널환경에서 채널등화에 효과적이지 못하다. 따라서 Kalman 필터와 CMA를 결합한 새로운 등화 기법은 자승 오차와 Eye-Pattern의 성능 비교를 통해 기존의 방법 보다 우수함을 확인할 수 있었다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회/대한산업공학회 2005년도 춘계공동학술대회 발표논문
• /
• pp.310-315
• /
• 2005

This paper describes the development of on-line Programmable Logic Controller (PLC) laboratories to teach the detailed operation of a PLC using distance learning approach. The PLC has become a key component to provide intelligence for machines in CIM environment. This study introduces a case study that teaches PLC programming in distance learning environment. The study describes the contents of PLC laboratories and workstation set ups. The study concludes with problems found and proposes the ways to improve the on-line laboratories.

• 산업공학
• /
• 제18권4호
• /
• pp.412-417
• /
• 2005

This paper describes the development of on-line Programmable Logic Controller(PLC) laboratories to teach the detailed operation of a PLC using distance learning approach. The PLC has become a key component to provide intelligence for machines in CIM environment. This study introduces a case study that teaches PLC programming in distance learning environment. The study describes the contents of PLC laboratories and workstation set ups. The study concludes with problems found and proposes the ways to improve the on-line laboratories.

• 한국지능시스템학회논문지
• /
• 제9권4호
• /
• pp.396-403
• /
• 1999

본 논문에서는 새로운 블록기반 신경망을 제안하고 블록기반 신경망의 패턴류 성능을 확인하였다. 블록기반 신경망은 4개의 가변 입출력을 가지는 블록을 기본 구성요소로하고 있으며 블록들의 2차원배열 형태로 이루어진다. 블록기반 신경망은 재구성가능 하드웨어에 의하여 구현이 용이하고 구조 및 가중치의 최적화에 진화 알고리즘을 적용시킬수 있는 새로운 신경망 모델이다. 블록 기반 신경망의 구조와 가중치를 재고성 가능 하드웨어(FPGA)의 비트열에 대응시키고 유전자 알고리즘에 의하여 전역최적화를 하여 구조와 가중치를 최적화한다. 유전 알고리즘에 의하여 설계된 블록기반 신경망을 비선형 결정평면을 가지는 여러 학습패턴에 적용하여 패턴분류 성능을 확인하였다.

• 방송과미디어
• /
• 제28권2호
• /
• pp.33-42
• /
• 2023

AI 분야는 기존 분석적(Analytical) AI에서 점차 자가학습을 통한 새로운 디지털 이미지, 영상, 음성, 텍스트, 코드 등을 만드는 Generative AI로 너무 빠르게 진화하고 Generative AI 영역을 두고 세계 각 기업들이 비즈니스의 우위를 선점하기 위해 개발 속도에 열을 올리고 있다. 이미 Generative AI는 다양한 부분에서 활용되고 있는데 음악, 문학, 미디어 등 새로운 창작물을 생성할 뿐만 아니라 향후 지식경제의 생산성을 획기적으로 향상시킬 것이다. 이런 Generative AI가 AI 휴먼 서비스 발전에 어떠한 영향을 미치는지에 대해 논하고자 한다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.212-213
• /
• 2023

항·포구내에서 주.야간에 걸쳐 미등록 선박을 검출하기 위해, 가시광 및 IR, 라이다 센서를 통해 선박 영상 및 거리정보를 획득하고, 딥러닝 기술을 적용하여 선박의 외관에 대한 특징 분석 및 선박에 표기된 문자열의 인식, 선박의 크기 측정을 통해 선박을 분류하고 특정하는 기술 개발

• 한국지구과학회:학술대회논문집
• /
• 한국지구과학회 2010년도 춘계학술발표회 논문집
• /
• pp.66-66
• /
• 2010

야외지질학습은 교실에서 경험할 수 없는 물질과 현상을 관찰하고 직접 경험할 수 있는 기회를 제공받을 수 있어서 매우 중요하다(Orion 1989). 또한 체험활동으로서 교실에서 학습한 내용의 구체적인 예를 제공하여 교육과정을 촉진시키는데 중요한 요소로 인식되고 있다. 일반적으로 야외 활동은 교실 활동보다 학생들의 경험과 훨씬 더 밀접히 관련되어 있기 때문에 보다 의미가 있을 수 있다. 야외실습 중에서 얻은 경험은 학생들이 그가 관찰한 것에 대해 읽도록 동기화시키고, 교과서와 자연조건에서의 실제적 경험 사이의 차이를 연결해 주는 다리를 제공해 줄 수 있다(홍정수, 장남기, 1997). 야외학습을 위한 적절한 장소는 먼저 학습주제나 목표와 부합되는 곳이어야 하며, 지리적으로 가깝고 안전한 곳이어야 한다(김찬종, 2008). 그렇기 때문에 각 지역별로 학습주제와 부합된 지역을 선정하여 야외지질 학습자료를 개발하는 것은 무엇보다 중요하다. 따라서, 본 연구에서는 전북 남원 일대를 중심으로 한 야외지질 학습자료를 개발하는데 그 목적이 있다. 전북 남원지역은 한반도의 중요지괴에 해당하는 영남육괴 지리산지구에 해당하며 편마암 복합체를 기저로 이를 관입하는 수 차례의 화성활동과 지구조운동으로 복잡한 지질양상을 보인다. 또한 지리산 지역은 평안분지와 경상분지의 일부가 보존되어 있고 지질시대를 달리하는 각종 화성암류가 골고루 분포하여 각 지질시대별로 화성활동과 지구조 운동이 활발했음을 시사해준다. 본 연구에서는 남원 지역의 지질학적 특징을 관찰하기 용이한 지역을 대상으로 총 5곳을 선정하였다. 남원 시내에 소재한 춘향대교 아래 지역은 중생대 쥐라기에 관입한 저반상의 남원화강암과 페그마타이트가 다수 분포하는 곳이다. 이 지역에서는 무수히 많은 관입암체를 찾을 수 있는데 다수의 지진과 지각변동이 있었음을 알 수 있다. 두 번째 장소는 다양한 바위들을 관찰할 수 있는 구룡계곡 일대이다. 이 장소는 오랜기간 동안 물의 흐름에 의해 풍화와 침식을 받은 다양한 크기의 바위를 관찰하고 구별함으로써 풍화에 따른 원마도의 관계, 바위들의 배치 형태를 통해 고지형 및 고수류의 방향을 유추해 볼 수 있다. 남원에서 장수 방향에 위치한 만행산 주변에는 흑운모편마암에 우세한데, 이 지역에서는 흑운모편마암에 나타나는 변성구조로 볼 때 높은 열과 압력을 받은 광역변성작용을 받는 것으로 판단된다. 또한 관입암체 내에 다양한 맥들이 관입을 해와 이를 통해 관입암체들의 상대연령을 판단해보는 학습자료로 활용될 수 있다. 네 번째 장소는 남원시 인월면 인풍리 소재의 인월 피바위 지역이다. 이 지역에서는 압쇄상 화강암이 주로 관찰되는데 이는 기원암인 반상화강암이 동력변성작용을 받아 생성된 것이다. 다섯 번째 지역은 지리산 내의 뱀사골로 지리산 인근에 분포하는 대표적인 편마암인 반상변정질 편마암을 관찰할 수 있다. 변정이란 변성작용을 받는 동안 형성되는 것으로 변성작용을 받는 동안 생긴 것도 있으나 경우에 따라 생성당시 원래 모암속에 포함되어 있는 반정들도 있다.

• Korean Chemical Engineering Research
• /
• 제58권4호
• /
• pp.588-595
• /
• 2020

지속적으로 강화되는 환경오염 물질 배출 규제로 인해, 질소 산화물(NO_x)의 배출량 예측 및 관리는 산업 현장에서 많은 관심을 받고 있다. 본 연구에서는 인공지능 기반 질소산화물 배출량 예측모델 개발을 위한 연구모형을 제안하였다. 제안된 연구모형은 데이터의 전처리 과정부터 인공지능 모델의 학습 및 평가까지 모두 포함하고 있으며, 시계열 특성을 가지는 NO_x 배출량을 예측하기 위하여 순환 신경망 중 하나인 Long Short-Term Memory (LSTM) 모델을 활용하였다. 또한 의사결정나무 기법을 활용하여 LSTM의 time window를 모델 학습 이전에 선정하는 방법을 채택하였다. 본 연구에서 제안된 연구모형의 NO_x 배출량 예측 모델은 가열로에서 확보한 조업 데이터로 학습되었으며, 최적 모델은 hyper-parameter를 조절하여 개발되었다. 개발된 LSTM 모델은 학습 데이터 및 평가 데이터에 대하여 모두 93% 이상의 NO_x 배출량 예측 정확도를 나타내었다. 본 연구에 제안된 연구모형은 시계열 특성을 가지는 다양한 대기오염 물질의 배출량 예측모델 개발에 응용될 수 있을 것으로 기대된다.

• 한국정보전자통신기술학회논문지
• /
• 제15권1호
• /
• pp.56-61
• /
• 2022

본 논문에서 챗봇에서 사용하는 AI알고리즘과 자연어처리 방법을 분류하고 제시하고 챗봇 구현에 사용할 수 있는 프레임워크에 대해서도 기술한다. 챗봇은 사용자 인터페이스를 대화방식으로 구성하여 입력된 문자열을 해석하고 입력된 문자열에 적절한 답을 학습된 데이터에서 선택하여 출력하는 구조의 시스템이다. 최근 콜센터와 주문 업무에 적용하여 인건비를 감소하고 정확한 업무를 할 수 있는 장점이 있다. 하지만 질문에 대한 적정한 답변 집합을 생성하기 위해 학습이 필요하며 이를 위해 상당한 계산 기능을 갖는 하드웨어가 필요하다. 개발을 하는 업체는 물론 AI분야 개발을 학습하는 학생들의 실습은 한계가 있다. 현재 챗봇은 기존의 전통적인 업무를 대체하고 있으며 시스템을 이해하고 구현하는 실습과정이 필요한 실정이다. 정형화되어 있는 데이터에 대해서만 응답을 하는 수준을 넘어 딥러닝 등의 기술을 적용하여 비정형 데이터를 학습시켜 질문에 대한 응답의 정확성을 높이기 위해 RNN과 Char-CNN 등을 사용해야한다. 챗봇을 구현하기 위해서는 이와 같은 이론을 이해하고 있어야한다. 본 논문에서는 단기간에 챗봇 코딩교육에 활용할 수 있는 방안과 기존 개발자, 학생들이 챗봇 구현을 할 수 있는 플랫폼을 활용하여 학생들이 전체시스템을 구현 예를 제시하였다.