• Nuclear Engineering and Technology
• /
• 제56권6호
• /
• pp.1989-2001
• /
• 2024

Artificial intelligence (AI) techniques are now being considered in the nuclear field, but application faces with the lack of actual plant data. For this reason, most previous studies on AI applications in nuclear power plants (NPPs) have relied on simulators or thermal-hydraulic codes to mimic the plants. However, it remains uncertain whether an AI model trained using a simulator can properly work in an actual NPP. To address this issue, this study suggests the use of metadata, which can give information about parameter trends. Referred to here as robust AI, this concept started with the idea that although the absolute value of a plant parameter differs between a simulator and actual NPP, the parameter trend is identical under the same scenario. Based on the proposed robust AI, this study designs an event diagnosis algorithm to classify abnormal and emergency scenarios in NPPs using prototypical learning. The algorithm was trained using a simulator referencing a Westinghouse 990 MWe reactor and then tested in different environments in Advanced Power Reactor 1400 MWe simulators. The algorithm demonstrated robustness with 100 % diagnostic accuracy (117 out of 117 scenarios). This indicates the potential of the robust AI-based algorithm to be used in actual plants.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2008년도 한국컴퓨터종합학술대회논문집 Vol.35 No.1 (A)
• /
• pp.110-111
• /
• 2008

• 한국컴퓨터정보학회논문지
• /
• 제27권1호
• /
• pp.9-21
• /
• 2022

마이티는 불완전 정보 게임으로, 국제적으로 대중적인 4인용 카드 게임 브리지와 유사하지만 게임 규칙 및 운영 측면에서 더욱 복잡한 특성을 가지고 있다. 마이티 게임의 전략을 탐구하고 분석하기 위한 환경이 필요하지만, 브리지 등 타 카드 게임의 전략 분석을 위한 시뮬레이터가 다수 개발된 것에 비해 마이티 게임의 분석 도구는 존재하지 않는다. 심지어 마이티 게임에 대한 학문 차원에서의 정의 및 이해가 부족한 상황이다. 이러한 문제를 해결하기 위해, 본 논문은 마이티 게임의 절차 및 규칙을 체계적으로 정의하였다. 그리고 이를 기반으로 마이티 게임을 학습하고 전략을 분석할 수 있는 시뮬레이터를 구현하였다. 시뮬레이터는 서비스의 활용성과 접근성을 고려하여 자바스크립트로 개발되었으며, 다양한 분석 기능을 PC/모바일 웹 환경에서 제공한다. 마지막으로, 관련 분야에서 연구 주제로 다루고 있는 다른 트릭테이킹 게임과의 비교 분석을 통해, 마이티 게임이 불완전 정보 게임으로서 연구 가치가 있으며 AI학습이 용이한 게임 특성이 존재함을 보였다.

• 로봇학회논문지
• /
• 제15권4호
• /
• pp.316-322
• /
• 2020

Endoscopic spine surgery is an advanced surgical technique for spinal surgery since it minimizes skin incision, muscle damage, and blood loss compared to open surgery. It requires, however, accurate positioning of an endoscope to avoid spinal nerves and to locate the endoscope near the target disk. Before the insertion of the endoscope, a guide needle is inserted to guide it. Also, the result of the surgery highly depends on the surgeons' experience and the patients' CT or MRI images. Thus, for the training, a number of haptic simulators for spinal needle insertion have been developed. But, still, it is difficult to be used in the medical field practically because previous studies require manual segmentation of vertebrae from CT images, and interaction force between the needle and soft tissue has not been considered carefully. This paper proposes AI-based automatic vertebrae CT-image segmentation and haptic rendering method using the proposed need-tissue interaction model. For the segmentation, U-net structure was implemented and the accuracy was 93% in pixel and 88% in IoU. The needle-tissue interaction model including puncture force and friction force was implemented for haptic rendering in the proposed spinal needle insertion simulator.

• ETRI Journal
• /
• 제42권4호
• /
• pp.491-504
• /
• 2020

We present AB9, a neural processor for inference acceleration. AB9 consists of a systolic tensor core (STC) neural network accelerator designed to accelerate artificial intelligence applications by exploiting the data reuse and parallelism characteristics inherent in neural networks while providing fast access to large on-chip memory. Complementing the hardware is an intuitive and user-friendly development environment that includes a simulator and an implementation flow that provides a high degree of programmability with a short development time. Along with a 40-TFLOP STC that includes 32k arithmetic units and over 36 MB of on-chip SRAM, our baseline implementation of AB9 consists of a 1-GHz quad-core setup with other various industry-standard peripheral intellectual properties. The acceleration performance and power efficiency were evaluated using YOLOv2, and the results show that AB9 has superior performance and power efficiency to that of a general-purpose graphics processing unit implementation. AB9 has been taped out in the TSMC 28-nm process with a chip size of 17 × 23 ㎟. Delivery is expected later this year.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 춘계학술대회
• /
• pp.127-129
• /
• 2014

AIS를 이용한 선박간의 자동위치인식이 적용되고 있으나 여전히 많은 선박사고로 인해 인명 및 재산 손실 뿐만 아니라 환경오염까지 초래하는 문제가 발생하고 있다. 이에 본 논문에서는 선박사고 중 높은 사고율을 차지하는 선박간의 충돌사고를 줄이고자 AIS에서 제공하는 static 정보, dynamic 정보를 이용하여 선박 충돌 회피 알고리즘과 시뮬레이션 시스템 설계를 제시한다.

• 대한임베디드공학회논문지
• /
• 제15권5호
• /
• pp.261-268
• /
• 2020

Genetic algorithms find the optimal solution by mimicking the evolution of natural organisms. In this study, the genetic algorithm was used to enable Pac-Man's reinforcement learning, and a simulator to observe the evolutionary process was implemented. The purpose of this paper is to reinforce the learning of the Pacman AI of the simulator, and utilize genetic algorithm and artificial neural network as the method. In particular, by building a low-power artificial neural network and applying it to a genetic algorithm, it was intended to increase the possibility of implementation in a low-power embedded system.

• 한국콘텐츠학회논문지
• /
• 제18권8호
• /
• pp.92-101
• /
• 2018

대화형 AI 스피커가 보편화되면서 음성인식은 자율주행 상황에서의 중요한 차량-운전자 인터랙션 방식으로 인식되고 있다. 이 연구의 목적은 반자율주행 상황에서 음성뿐만 아니라 AI 캐릭터의 시각적 피드백을 함께 전달하는 멀티모달 인터랙션이 음성 단일 모드 인터랙션보다 사용자 경험 최적화에 효과적인지를 확인하는 것이다. 실험 참가자에게 주행 중 AI 스피커와 캐릭터를 통해 음악 선곡과 조정을 위한 인터랙션 태스크를 수행하게 하고, 정보 및 시스템 품질, 실재감, 지각된 유용성과 용이성, 그리고 지속 사용 의도를 측정하였다. 평균차이 분석 결과, 대부분의 사용자 경험 요인에서 시각적 캐릭터의 멀티모달 효과는 나타나지 않았으며, 지속사용 의도에서도 효과는 나타나지 않았다. 오히려, 정보품질 요인에서 음성 단일 모드가 멀티모달보다 효과적인 것으로 나타났다. 운전자의 인지적 노력이 필요한 반자율주행 단계에서는 멀티모달 인터랙션이 단일 모드 인터랙션에 비해 사용자 경험 최적화에 효과적이지 않았다.

• 인터넷정보학회논문지
• /
• 제21권5호
• /
• pp.149-157
• /
• 2020

최근 인공지능에 대한 관심이 높아짐에 따라 인공지능 프로세서를 하드웨어로 구현하는 연구가 활발히 진행되고 있다. 하지만 인공지능 프로세서는 기존에 기능 검증을 위한 프로세서 시뮬레이션 외에 애플리케이션 단계에서 인공지능 프로세서가 해당 애플리케이션에 적합한지에 대한 성능 검증이 추가로 필요하다. 본 논문에서는 인공지능 프로세서를 활용한 애플리케이션 성능 검증과 프로세서의 한계점을 탐색할 수 있는 내장형 인공지능 프로세서를 위한 성능 분석기를 제안한다. 본 논문은 내장형 인공지능 프로세서를 위한 성능 분석기를 구현하기 위하여 기존에 구현된 인공지능 프로세서의 구조를 분석하고 이를 기반으로 인공지능 프로세서를 모사하는 내장형 인공지능 프로세서를 위한 성능 분석기를 구현한다. 내장형 인공지능 프로세서를 위한 성능 분석기를 활용해 이미지 인식, 음성 인식 애플리케이션에서 인공지능 프로세서의 성능 분석 및 한계점을 탐색하고, 제한된 메모리 크기 안에서 인공지능 프로세서의 구조를 최적화한다.

• 한국시뮬레이션학회논문지
• /
• 제29권1호
• /
• pp.39-46
• /
• 2020

인공지능(AI)를 교전상황에 활용하는 것은 최근 10년간 국방 분야의 주요 관심사였다. 이러한 응용을 위해서, AI 교전에이전트를 훈련해야 하며, 이를 위해 현실적인 시뮬레이션이 반드시 필요하다. 하드웨어 차원의 현실성을 가진 공중 무기체계 공중전 모델에서 AI 에이전트를 학습한 사례에 대해서 본 논문은 서술하고 있다. 특히, 본 논문은 기총만을 활용하는 공중전 상황에서 적을 어떻게 추적해야하는지 AI를 학습하였다. 본 논문은 현실적인 공중전 시뮬레이터를 작성하여, 에이전트의 행동을 강화학습으로 수행한 결과를 제시한다. 훈련 결과로는 Lead 추적을 활용하여 단축된 교전시간과 높은 보상을 갖는 에이전트의 학습에 성공하였다.