• 한국지반공학회논문집
• /
• 제18권5호
• /
• pp.37-42
• /
• 2002

인공신경망은 복잡한 상호관계를 가지는 문제의 해결을 위한 효과적인 컴퓨터 테크닉으로써 많은 분야에 활발히 활용되고 있다. 본 논문에서는 지반의 액상화 가능성을 판별하기 위하여 인공신경망 이론을 사용하였으며, 이를 위하여 반복삼축압축시험 결과와 토성자료, 지반조사자료 등을 학습인자로 사용하였다. 학습과 검증에 서해안지역의 43개의 반복삼축압축시험 데이터가 사용되었다. 여기서 인공신경망의 학습은 예측된 CSR과 실측한 CSR 사이의 오차가 적어지도록 신경망의 가중치를 수정하는 것으로 이루어진다. 전체 신경망에 대한 평균제곱의 오차가 허용치 이내로 감소할 때까지 학습은 반복되어 진행되며 일반적으로 15,000 이상의 학습이 요구되는 것으로 나타났다. 다양한 노드수를 가지는 신경망에 대한 학습을 수행한 결과, 1번째 은닉층의 수가 20개이고 2번째 은닉층의 수가 10개인 신경망이 72~98%에 해당되는 정밀도를 가지고 해당 전단변형률과 반복횟수에서의 CSR값을 예측할 수 있었다. 여기서 NOC(Number of Cycle)와$D_10$, ($N_1$)$_60$ 등의 입력변수가 지반의 액상화 거동에 주요한 영향인자로 나타났다. 연구결과 인공신경망을 이용한 지반의 액상화 거동의 예측이 비교적 정확하게 산정됨을 알 수 있었으며, CSR과 ($N_1$)$_60$, NOC와의 관계가 기존의 연구 결과에 부합하여 나타남을 알 수 있었다.

• 한국산학기술학회논문지
• /
• 제21권5호
• /
• pp.409-416
• /
• 2020

4차 산업 혁명의 핵심 동력으로 각광받고 있는 인공지능은 고성능 하드웨어와 빅데이터의 활용, 데이터 처리기술, 학습방법 및 알고리즘의 발전에 따라 단순한 학문적 지식 수준을 넘어 스마트 공장, 자율주행 등 다양한 산업분야에서 활용되며 영역을 넓혀가고 있다. 국방 분야에서도 국방 예산 감축, 병역 자원 감소, 무인 전투체계의 보편화 등 안보 환경이 변화함에 따라 선진국을 중심으로 상황 인식, 결심 지원, 업무 프로세스 간소화, 효율적 자원 활용 등 인공지능을 국방 업무에 접목하기 위한 정책 및 기술에 대한 연구가 활발히 이루어지고 있다. 이러한 이유에서 잠재력 있는 미래 국방기술의 발굴 및 연구개발을 위해 기술주도형 기획과 조사의 중요성 또한 증대되고 있다. 본 연구에서는 미래 국방기술 도출을 위해 진행되었던 연구 자료를 바탕으로 인공지능 분야 미래기술에 관한 특성 평가지표를 분석하고 실증연구를 수행하였다. 이를 통해 국방 인공지능 분야 미래기술에서는 무기체계 적용성, 경제적 파급효과가 유망도와 유의미한 관련성을 나타낸다는 것을 확인할 수 있었다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권11호
• /
• pp.247-249
• /
• 2020

4차 산업혁명 시대에 다양한 분야에서 ICT 기술 간 융합에 대한 요구가 증가하고 있다. 이에 마쳐 데이터, 네트워크, 인공지능 기술이 결합한 새로운 용어인 DNA(Data, Network, AI)가 사용 중이다. DNA는 지능형 응용 및 서비스 개발에 있어 잠재적 기술력을 가지고 있다. 이에 본 논문에서는 DNA 기술 기반의 논리적 포그 네트워크 기반의 서비스 이미지 배치 기술, 산업용 무선 센서 네트워크에서의 기계학습 기반 이동성 기술, 뇌신호 주파수 특성을 이용한 CNN 기반 BCI 성능 예측 기술, 소스코드 주제를 이용한 인공신경망 기반 경고 분류 방법 기술, 챗봇 환경에서 데이터 시각화 인터랙션을 위한 자연어처리 기술에 대한 심사 완료된 논문들을 소개한다.

• 한국정보통신학회논문지
• /
• 제25권12호
• /
• pp.1797-1808
• /
• 2021

4차 산업혁명을 주도하는 기술 중 가장 핵심적인 기술로 꼽히고 있는 인공지능은 다양한 분야에 접목되면서 우리 사회 전반에 걸쳐 패러다임의 전환을 가져오고 있다. 바이오 분야 역시 예외는 아니어서 컴퓨터, 전기·전자, 기계 등 타 학문과 융합되면서 방대한 데이터 기반의 AI 기술을 도입하고 있다. 신약개발에서 AI 기술 도입은 신약개발의 효율성을 개선하고 효능 및 품질 향상을 가져올 수 있다. 신약개발은 다학제 분야가 접목된 융합 분야이고 개발 과정 단계별로 결과의 불확실성이 존재하고 있어 실용적 수준의 신약 개발을 위해서는 화학, 생물학, 독성학, 약동학 등 전문지식의 융합을 기반으로 하는 AI 기술 개발이 필요하다. 신약개발은 크게 주어진 질병에 대한 타겟 물질 발굴 및 검증, 히트 및 선도물질 발굴, 도출된 화합물에 대한 합성 가능성 및 효능 등에 대한 평가(Scoring)를 거쳐 최적의 신약 후보 물질을 발굴하고 마지막으로 전임상과 임상 과정의 단계를 거친다. 이때 AI 기술은 모든 단계에서 적용될 수 있고 단계마다 특화되어 적용될 수 있다. 본 논문에서는 신약개발을 위해 적용되고 있는 AI 기술 현황과 현재 기술의 한계를 살펴보고 향후 신약개발에서 AI 기술의 발전 방향을 고찰해 보고자 한다.

• Journal of Information Technology Applications and Management
• /
• 제27권3호
• /
• pp.19-36
• /
• 2020

The Internet of things (IoT) is a system of interrelated computed devices, digital machines and any physical objects which are provided with unique identifiers and the potential to transmit data to people or machine (M2M) without requiring human interaction. IoT devices can be used to monitor and control the electrical and electronic systems used in different fields like smart home, smart city, smart healthcare and etc. In this study we introduce four imaginary IoT devices as a learning support assistants according to students' dominant learning styles measured by Honey and Mumford Learning Styles: Activists, Reflectors, Theorists and Pragmatists. This research emphasizes the association between students' strong learning styles and a preference to appropriate IoT devices with specific characteristics. Moreover, different levels of IoT devices' architecture are clearly explained in this study where all the artificial devices are designed based on this structure. Data analysis of experiment were measured by the use of chi square test for association and research results showed the statistical significance of the estimated model and the impacts of each category over the model where we finally got accurate estimates for our research variables. This study revealed the importance of considering the students' dominant learning styles before inventing a new IoT device.

• KSBB Journal
• /
• 제30권6호
• /
• pp.268-274
• /
• 2015

3D printing technology has been used in various fields such as materials science, manufacturing, education, and medical field. A number of research are underway to improve the 3D printing technology. Recently, the use of 3D printing technology for fabricating an artificial tissue, organ and bone through the laminating of cell and biocompatible material has been introduced and this could make the conformity with the desired shape or pattern for producing human entire organs for transplantation. This special printing technique is known as "3D Bio-Printing", which has potential in biomedical application including patient-customized organ out-put. In this paper, we describe the current 3D bio-printing technology, and bio-materials used in it and present it's practical applications.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2004년도 ICEIC The International Conference on Electronics Informations and Communications
• /
• pp.421-426
• /
• 2004

Analyzing adaptive possibilities of agents in multi-agents system, we have discovered new aspects of ambient intelligence in distributed modular systems using intelligent building blocks (I-BLOCKS) [1]. This paper describes early scientific researches related to technical design, applicable experiments and evaluation of adaptive processing and information interaction among I-BLOCKS allowing users to easily develop ambient intelligence applications. The processing technology presented in this paper is embedded inside each DUPLO1 brick by microprocessor as well as selected sensors and actuators in addition. Behaviors of an I-BLOCKS modular structure are defined by the internal processing functionality of each I-Blocks in such structure and communication capacities between I-BLOCKS. Users of the I-BLOCKS system can do 'programming by building' and thereby create specific functionalities of a modular structure of intelligent artefacts without the need to learn and use traditional programming language. From investigating different effects of modem artificial intelligence, I-BLOCKS we have developed might possibly contain potential possibilities for developing applications in ambient intelligence (AmI) environments. To illustrate these possibilities, the paper presents a range of different experimental scenarios in which I-BLOCKS have been used to set-up reconfigurable modular systems. The paper also reports briefly about earlier experiments of I-BLOCKS in different research fields, allowing users to construct AmI applications by a just defined concept of modular artefacts [3].

• Journal of Information Processing Systems
• /
• 제15권4호
• /
• pp.797-819
• /
• 2019

Internet of Things (IoT) is the paradigm of network of Internet-connected things as objects that constantly sense the physical world and share the data for further processing. At the core of IoT lies the early technology of radio frequency identification (RFID), which provides accurate location tracking of real-world objects. With its small size and convenience, RFID tags can be attached to everyday items such as books, clothes, furniture and the like as well as to animals, plants, and even humans. This phenomenon is the beginning of new applications and services for the industry and consumer market. IoT is regarded as a fourth industrial revolution because of its massive coverage of services around the world from smart homes to artificial intelligence-enabled smart driving cars, Internet-enabled medical equipment, etc. It is estimated that there will be several dozens of billions of IoT devices ready and operating until 2020 around the world. Despite the growing statistics, however, IoT has security vulnerabilities that must be addressed appropriately to avoid causing damage in the future. As such, we mention some fields of study as a future topic at the end of the survey. Consequently, in this comprehensive survey of IoT, we will cover the architecture of IoT with various layered models, security characteristics, potential applications, and related supporting technologies of IoT such as 5G, MEC, cloud, WSN, etc., including the economic perspective of IoT and its future directions.

• Elastomers and Composites
• /
• 제58권3호
• /
• pp.112-120
• /
• 2023

Herein, we propose a facile water-processible method to develop an eggshell membrane (ESM)-embedded waterborne polyurethane (WPU)-based bio-degradable and bio-compatible coating material that exhibits attractive tactile properties. Virgin ESM is not dispersible in water. Hence, to develop the ESM-based WPU composite, soluble ESM (S-ESM) was first extracted by de-crosslinking the ESM. The extracted S-ESM at different concentrations (0, 0.5, 1.0, 1.5 wt %) was mixed with WPU. Compared to virgin WPU, the viscosity of S-ESM/WPU dispersion and the in-plane coefficient of friction (COF) of the composite film surfaces decreased with an increase in the S-ESM content. In addition, an increase in the S-ESM content improved the tribo-positive characteristics of the film. Different good touch-feeling biomaterials, such as fur, feather, and human skin exhibit tribo-positivity. Thus, the enhanced tribo-positive characteristics of the S-ESM/WPU and the decrease in their COF owing to an increase in the S-ESM content imply the enhancement of its touch-feeling performance. The S-ESM embedded WPU composites have potential applications as coating materials in various fields, including automobile interiors and artificial leather.

• Korean Journal of Radiology
• /
• 제24권7호
• /
• pp.698-714
• /
• 2023

In recent years, artificial intelligence, especially object detection-based deep learning in computer vision, has made significant advancements, driven by the development of computing power and the widespread use of graphic processor units. Object detection-based deep learning techniques have been applied in various fields, including the medical imaging domain, where remarkable achievements have been reported in disease detection. However, the application of deep learning does not always guarantee satisfactory performance, and researchers have been employing trial-and-error to identify the factors contributing to performance degradation and enhance their models. Moreover, due to the black-box problem, the intermediate processes of a deep learning network cannot be comprehended by humans; as a result, identifying problems in a deep learning model that exhibits poor performance can be challenging. This article highlights potential issues that may cause performance degradation at each deep learning step in the medical imaging domain and discusses factors that must be considered to improve the performance of deep learning models. Researchers who wish to begin deep learning research can reduce the required amount of trial-and-error by understanding the issues discussed in this study.