• 한국수학교육학회지시리즈A:수학교육
• /
• 제63권2호
• /
• pp.319-334
• /
• 2024

본 연구의 목적은 인공지능 수학교과서의 최적화 내용에서 사용하는 구체적 대상이 명명하기와 담론적 조작을 통해 담론적 대상으로 전환되는 과정을 분석함으로써 인공지능 기반 수학적 대상들에 대한 담론적 구성을 밝히는 것이었다. 이러한 목적을 달성하기 위해 5종의 고등학교 인공지능 수학교과서의 최적화 내용에서 사용하는 구체적 대상을 추출하고, 담론적 대상을 분석할 수 있는 인공지능 기반 수학적 대상들에 대한 담론적 구성과 담론적 조작 분석틀을 개발하였다. 연구 결과, 최적화 내용의 손실함수 단원과 경사하강법 단원에서 사용하는 구체적 대상은 총 15개였으며, 명명하기와 담론적 조작을 통해 추상적 담론 대상으로 창발하는 구체적 대상은 1개인 것으로 나타났다. 이러한 연구 결과는 문서화된 교육과정 측면에서 인공지능 기반 수학적 대상들에 대한 담론적 구성을 구체화하고 학생들이 인공지능 기반 수학적 담론을 탐구적으로 개발할 수 있는 실천 방안을 제공할 수 있다는데 그 의의가 있을 뿐 아니라, 인공지능 기반 수학적 대상에 대한 효과적인 담론적 구성과정과 교육과정 개발에 시사점을 제공할 수 있을 것이다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1992년도 한국자동제어학술회의논문집(국제학술편); KOEX, Seoul; 19-21 Oct. 1992
• /
• pp.446-451
• /
• 1992

In this paper, we propose a method to manage production system easily for operators when either equipments or products are changed. And we explain the scheduling AI tool which realizes the proposal method. The tool's knowledge expression consists of models, rules, mathematical expression and fuzzy logic. The model expresses the relations between products and manufacture, and properties of products. The models are separated into three type, equipment model, operation model, and product model. These models are classified by applicable fields as the assembly process or continuous plant process, The model expression of each type is based on object oriented paradigm. We report systems utilizing our approach.

• 한국터널지하공간학회 논문집
• /
• 제19권6호
• /
• pp.915-936
• /
• 2017

본 논문에서는 2016년을 기준으로 강화된 터널 방재시설 설치 및 관리지침과, 점차 강화되고 있는 터널 CCTV설치 터널등급 기준과 터널 영상유고감지 시스템의 설치 운용에 대한 요구의 증가 상황을 정리해 보고하였다. 그럼에도, 가동중인 알고리즘 기반의 터널 영상유고감시 시스템의 정상 인지율은 50%가 채 되지 않는 것으로 파악되었으며, 그에 대한 주원인은 터널 내 낮은 조도, 심한 먼지로 인한 영상 선명도 저하, 낮은 CCTV 설치위치로 인한 이동객체의 겹침현상 등으로 파악되었다. 따라서, 본 연구에서는 이러한 열악한 조건에서도 영상유고 정상 인지율을 확보할 수 있는 딥러닝 기반 영상유고감지 시스템을 개발하였으며, 이에 대한 이론적 배경 제시와 시스템의 타당성 검토 연구가 진행되었다. 개발 시스템의 타당성 검토 연구는 터널 방재시설 및 관리지침 내 영상유고감지 항목중 정지 및 역주행 차량을 감지하는 주요 정보인 차량 객체 인식과 보행자 감지를 중심으로 진행되었다. 또한, (1) 동일 터널 내에서 학습과 추론이 이루어 지는 경우와 (2) 다양한 터널의 영상 정보를 통합 학습하고, 각 터널의 영상유고감지에 투입되는 경우, 두개의 시나리오를 설정하여 타당성 검토를 진행하였다. 두 시나리오 모두 일정 시간의 학습 자료와 유사한 상황에 대해서는 열악한 터널환경과 무관하게 그 감지성능이 80% 이상으로 우수하나, 추가 학습 없이 학습된 시간 구간과 멀어질수록 그 추론 성능은 상대적으로 낮은 40% 수준으로 떨어짐을 알 수 있었다. 그러나, 시간이 지남에 따라 자동으로 누적되어 확장되는 영상유고 빅데이터를 반복적으로 학습함으로써, 설치된 영상유고감지 시스템의 보완이나 보정절차 없이도 자동으로 그 영상유고감지 성능이 향상될 수 있음을 보였다.