• 한국컴퓨터정보학회논문지
• /
• 제27권3호
• /
• pp.225-238
• /
• 2022

인공지능 리터러시에 대한 중요성이 증가하고 있지만, 인공지능 리터러시를 측정하기 위한 검사 도구가 부족한 상황이다. 따라서 본 연구에서는 중학생의 인공지능 리터러시를 측정하기 위한 검사 도구를 개발하였다. 검사 도구 개발을 위하여 전문가 집단을 구성하고, 검사 도구의 요인과 문항을 개발하였다. 개발한 검사 도구의 신뢰도와 타당도를 확보하기 위하여 현장 적합성 검토, 탐색적 요인 분석, 확인적 요인 분석을 진행하였다. 이러한 연구를 통하여 6개의 하위 영역과 30개의 문항을 가진 검사 도구를 개발하였다. 검사 도구의 하위 영역은 인공지능의 사회적 영향(8문항), 인공지능의 이해(6문항), 인공지능 실행 계획(5문항), 인공지능 문제 해결(5문항), 데이터 리터러시(4문항), 인공지능 윤리(2문항)가 있다. 검사 도구는 5점 리커트 척도로 응답하게 개발되었으며, 내적 일치도 계수는 전체가 .970이며, 하위 영역은 .861~.939이었다. 본 연구는 인공지능 리터러시의 발달 과정 분석, 교수-학습, 교육과정 등의 연구에 활용될 수 있다.

• 정보교육학회논문지
• /
• 제25권6호
• /
• pp.917-925
• /
• 2021

본 연구의 목적은 모듈형 데이터 분석 도구를 활용하여 구성주의 기반의 교수학습방법을 구체화하는데 있다. 인공지능교육을 위한 내용기준에서 제시하는 인공지능이 적용된 도구로서 모듈형 데이터 분석도구가 갖는 가치와 의미를 살펴보고 컴퓨팅사고력을 기반으로 문제해결력을 기르는 단계와 과정을 살펴보고자 하였다. 모듈형 데이터분석 도구는 구성주의적 관점에서 동화와 조절을 통해 평형화를 이루는 과정에서 스키마를 형성하는 인지적 사고절차를 시각적으로 표현함으로서 인공지능에서 데이터의 구조를 형상화하는 특징을 갖고 있는 도구라는 장점을 갖는다. AI교육은 문제해결의 절차를 알고리즘으로 구현된 블랙박스로서의 표상화된 스키마를 적용한다는 점에서 데이터 분석의 모듈을 구조화하고 추상적 지식의 구조를 구체화하는 특징을 갖는다고 할 수 있다. 따라서 개념적 스키마와 내재적 스키마를 연결하는 도구로서의 장점을 갖는다는 점에서 모듈형 데이터 분석 도구의 활용가치를 살펴볼 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권6호
• /
• pp.1706-1727
• /
• 2023

Under Water Sensor Networks (UWSN) has gained attraction among various communities for its potential applications like acoustic monitoring, 3D mapping, tsunami detection, oil spill monitoring, and target tracking. Unlike terrestrial sensor networks, it performs an acoustic mode of communication to carry out collaborative tasks. Typically, surface sink nodes are deployed for aggregating acoustic phenomena collected from the underwater sensors through the multi-hop path. In this context, UWSN is constrained by factors such as lower bandwidth, high propagation delay, and limited battery power. Also, the vulnerabilities to compromise the aquatic environment are in growing numbers. The paper proposes an Energy-Efficient standalone Intrusion Detection System (EEIDS) to entail the acoustic environment against malicious attacks and improve the network lifetime. In EEIDS, attributes such as node ID, residual energy, and depth value are verified for forwarding the data packets in a secured path and stabilizing the nodes' energy levels. Initially, for each node, three agents are modeled to perform the assigned responsibilities. For instance, ID agent verifies the node's authentication of the node, EN agent checks for the residual energy of the node, and D agent substantiates the depth value of each node. Next, the classification of normal and malevolent nodes is performed by determining the score for each node. Furthermore, the proposed system utilizes the sheep-flock heredity algorithm to validate the input attributes using the optimized probability values stored in the training dataset. This assists in finding out the best-fit motes in the UWSN. Significantly, the proposed system detects and isolates the malicious nodes with tampered credentials and nodes with lower residual energy in minimal time. The parameters such as the time taken for malicious node detection, network lifetime, energy consumption, and delivery ratio are investigated using simulation tools. Comparison results show that the proposed EEIDS outperforms the existing acoustic security systems.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.52-54
• /
• 2021

인공 지능 시대가 도래함에 따라, 로봇 교육과 그 역량 강화에 대한 교육은 전 세계적으로 널리 적용되고 적용되었습니다. 본 연구의 목적 : 학생 교육 및 교육에서 AI 교육 로봇의 응용 효과를 체계적으로 평가; 본 연구의 방법 : 컴퓨터를 사용하여 "Web of Science", "CNKI", "ERIC", "IEEE"와 같은 검색 도구에서 관련 교육을 검색하십시오. 로봇 티칭과 전통적인 티칭의 효과에 대한 비교 연구 검색 시간은 2000 년 1 월부터 2020 년 1 월까지입니다. 포괄적인 MetaAnalysis 2.0을 메타 분석에 사용했습니다. 본 연구 결과 : 31 개의 유효한 연구 문헌에 대한 정량 분석과 메타 분석이 AI 교육 로봇에 미치는 영향에 대한 객관적인 평가 분석 결과 AI 교육 로봇이 학생 학습 효과에 미치는 효과는 0.465임 이는 교육용 로봇이 학생의 학습 효과에 어느 정도 긍정적인 영향을 미침을 나타냅니다. 이 연구의 결론 : 학생 교육 및 교육에서 AI 교육 로봇의 적용 효과는 전통적인 교육 방법보다 우수하며 학생 학습을보다 효과적으로 홍보 할 수 있습니다.

• 한국문헌정보학회지
• /
• 제57권2호
• /
• pp.349-377
• /
• 2023

최근 인공지능의 발전으로 ChatGPT가 등장하게 되면서 다양한 산업 분야에 많은 변화를 일으킬 것으로 예상되고 있다. 특히 교육분야에서 ChatGPT를 도입하려는 시도가 적극적으로 이루어지고 있으며, 사서교사에게 있어서 ChatGPT를 활용하는 것은 미래적인 학습도구로써 필수적인 요소에 해당될 것으로 보여진다. 이러한 배경에서 본 연구는 학교도서관 현장에서 ChatGPT를 도입하는 것에 대한 사서교사들의 인식을 FGI(Focus Group Interview)를 통해 살펴보고자 하였다. 최종적으로 '학교도서관에서의 ChatGPT 도입에 대한 인식, ChatGPT를 활용한 교수-학습 활동, ChatGPT를 활용한 실질적인 운영, 성공적 수행을 위한 고려사항, 사서에게 필요한 역량과 환경(인프라), 학교도서관에서의 ChatGPT 활용 서비스 발전 방향' 6개의 주제를 도출하였으며, 이를 토대로 ChatGPT 활용 교육 서비스 필요성에 대해 제언하였다. 본 연구는 학교도서관 현장에서 ChatGPT를 도입하고자한 최초의 연구로 의의가 있다.

• 한국컴퓨터정보학회논문지
• /
• 제28권10호
• /
• pp.17-25
• /
• 2023

본 논문에서는 의류 디자인 도면 이미지의 글자 검출을 위한 경량화된 딥러닝 네트워크를 제안하였다. 최근 의류 디자인 산업에서 Digital Transformation의 중요성이 대두되면서, 디지털 도구를 활용한 의류 디자인 도면 작성이 강조되고 있으며, 디지털화된 의류 디자인 도면의 활용 가능성을 고려할 때, 도면에서 글자 검출과 인식이 중요한 첫 단계로 간주된다. 이 연구에서는 기존의 글자 검출 딥러닝 모델을 기반으로 의류 도면 이미지의 특수성을 고려하여 경량화된 네트워크를 설계하였으며, 별도로 수집한 의류 도면 데이터 셋을 추가하여 딥러닝 모델을 학습시켰다. 실험 결과, 제안한 딥러닝 모델은 의류 도면 이미지에서 기존 글자 검출 모델보다 약 20% 높은 성능을 보였다. 따라서 이 논문은 딥러닝 모델의 최적화와 특수한 글자 정보 검출 등의 연구를 통해 의류 디자인 분야에서의 Digital Transformation에 기여할 것으로 기대한다.

• 인터넷정보학회논문지
• /
• 제24권6호
• /
• pp.41-47
• /
• 2023

금융상품의 가치평가는 다양한 기술의 변화에 따라 계속 발전하고 있다. 최근에는 머신러닝과 인공지능 기술을 활용한 가치평가에 대한 관심이 높아지면서 금융시장의 변화에 신속하게 대응하고 있다. 이러한 기술적 발전은 실시간 데이터 처리에 대한 요구와 금융시장의 다양한 특성을 고려하여 정확하고 효과적인 가치평가를 가능케 한다. 수치해석 기법은 금융기관과 투자자들 사이에서 중요한 의사 결정 도구로 사용되며, 투자의 성과 예측과 리스크 관리를 위한 필수 도구로 인식되고 있다. 본 연구에서는 금융시장의 다양한 변화와 자산 데이터를 고려하여 정확한 예측을 제공하는 수치해석 기반 금융 시스템의 특허 동향을 분석한다. 이를 통해 실질적인 산업현장에서의 금융 기술의 발전을 살펴보고 금융시장에서의 기술적 수준을 가늠할 수 있을 것이다.

• 한국전자통신학회논문지
• /
• 제19권1호
• /
• pp.105-112
• /
• 2024

현대 사회에서 감정 표현과 자기 성찰은 스트레스 관리와 정신 건강에 긍정적인 영향을 미치는 핵심 요소로 간주하며, 이에 따라 일기 작성의 중요성이 대두되고 있다. 그러나 기존의 일기 작성 방식은 시간과 공간적 제약으로 인해 많은 사람이 이를 피하거나 어렵게 느끼고 있다. 최근 챗봇 및 감정 분석 기술의 급격한 발전은 이러한 문제를 해결하기 위한 중요한 수단으로 주목받고 있다. 본 논문에서는 GPT-3 모델과 감정 분석 기술을 결합한 인공지능 챗봇을 소개하며, 이를 활용하여 사용자의 채팅 데이터를 기반으로 자동으로 일기를 작성하는 시스템을 개발하는 과정을 기술한다. 본 시스템을 통해 사용자들은 더 편리하고 효율적인 방식으로 일기를 작성할 수 있으며, 자신의 감정을 보다 깊이 이해하고 긍정적인 감정을 촉진하는 데 기여할 것으로 기대한다.

• International Journal of Computer Science & Network Security
• /
• 제23권11호
• /
• pp.183-189
• /
• 2023

A stroke is a medical disease where a blood vessel in the brain ruptures, causes damage to the brain. If the flow of blood and different nutrients to the brain is intermittent, symptoms may occur. Stroke is other reason for loss of life and widespread disorder. The prevalence of stroke is high in growing countries, with ischemic stroke being the high usual category. Many of the forewarning signs of stroke can be recognized the seriousness of a stroke can be reduced. Most of the earlier stroke detections and prediction models uses image examination tools like CT (Computed Tomography) scan or MRI (Magnetic Resonance Imaging) which are costly and difficult to use for actual-time recognition. Machine learning (ML) is a part of artificial intelligence (AI) that makes software applications to gain the exact accuracy to predict the end results not having to be directly involved to get the work done. In recent times ML algorithms have gained lot of attention due to their accurate results in medical fields. Hence in this work, Stroke disease identification system by using Machine Learning algorithm is presented. The ML algorithm used in this work is Artificial Neural Network (ANN). The result analysis of presented ML algorithm is compared with different ML algorithms. The performance of the presented approach is compared to find the better algorithm for stroke identification.

• 한국정밀공학회지
• /
• 제31권4호
• /
• pp.287-295
• /
• 2014

Smart manufacturing (SM) considered as a new trend of modern manufacturing helps to meet objectives associated with the productivity, quality, cost and competiveness. It is characterized by decentralized, distributed, networked compositions of autonomous systems. The model of SM is inherited from the organization of the living systems in biology and nature such as ant colony, school of fish, bee's foraging behaviors, and so on. In which, the resources of the manufacturing system are considered as biological organisms, which are autonomous entities so that the manufacturing system has the advanced characteristics inspired from biology such as self-adaptation, self-diagnosis, and self-healing. To prove this concept, a cloud machining system is considered as research object in which internet of things and cloud computing are used to integrate, organize and allocate the machining resources. Artificial life tools are used for cooperation among autonomous elements in the cloud machining system.