• 사물인터넷융복합논문지
• /
• 제7권4호
• /
• pp.23-28
• /
• 2021

4차 산업혁명을 통하여 인공지능, AR/VR, 빅데이터 등의 다양한 분야에서 급속하게 발전하고 있고, 그 중심에는 소프트웨어가 있다. 교육 분야에서도 기술의 발전을 뒷받침하기 위한 융합교육의 중요성이 강조되고 있는 상황으로, 소프트웨어 기술의 경쟁을 위하여 국내에서는 소프트웨어 개발 인력의 확보가 우선 되어야 한다. 그러나 과거 하드웨어 중심 사회와는 다르게 소프트웨어 기술 인력의 역할은 매우 중요한 사안이나, 기업이 필요한 인재상과는 거리가 있는 인력을 배출하고 있는 실정이다. 본 논문에서는 증강현실 소프트웨어 전문가 양성을 위한 몰입형 교육 모델을 제시하고, 이를 기반으로 몰입형 증강현실 교육 모델의 프로그램과 관련된 질을 파악할 수 있는 평가지표를 제안한다. 제안 모델을 통하여 모델의 장단점을 파악하고, 교육 프로그램의 개선 방향 설정에 기여할 수 있을 것으로 기대된다.

• 실천공학교육논문지
• /
• 제14권2호
• /
• pp.279-285
• /
• 2022

본 논문에서는 비전공자들을 위한 교양과정으로, 기초 합성곱신경망 과목 커리큘럼을 설계하는데 필수적으로 요구되는 합성곱신경망 기초 실습 사례를 개발하였다. 개발된 실습 사례는 합성곱신경망의 동작원리를 이해시키는 데 초점을 두고, 시각화된 전체 과정을 확인할 수 있도록 스프레드시트를 사용하였다. 개발된 실습 사례는 지도학습 방식의 이미지 훈련데이터 생성, 입력층, 컨볼루션층(합성곱층), 풀링층 그리고 출력층을 차례대로 구현하고, 신규 데이터에 대해 합성곱신경망의 성능을 테스트하는 것으로 구성되었다. 본 논문에서 개발한 실습사례를 확장하여 인식하려는 이미지 개수를 확장하거나, 고화질의 이미지에 대한 압축률을 높이는 합성곱신경망을 만드는 기초 실습 사례를 만들 수 있다. 따라서, 본 합성곱신경망 기초 실습 사례의 활용도가 높다고 할 수 있다.

• 한국음향학회지
• /
• 제40권2호
• /
• pp.148-154
• /
• 2021

문장 독립 화자 인증 연구에서는 일반화 성능 향상을 위해 문장 정보와 독립적인 화자 특징을 추출하는 것이 필수적이다. 그렇지만 심층 신경망은 학습 데이터에 의존적이므로, 동일한 시계열 정보를 반복 학습할 경우, 화자 정보를 학습하는 대신 문장 정보에 과적합 될 수 있다. 본 논문에서는 이러한 과적합을 방지하기 위해 시간 축으로 입력층 혹은 은닉층을 분할 및 무작위 재배열하여 시계열 정보의 순서를 뒤섞는 세그멘트 단위 혼합 계층을 제안한다. 세그멘트 단위 혼합 계층은 입력층 뿐만 아니라 은닉층에도 적용이 가능하므로, 입력층에서의 일반화 기법에 비해 효과적이라 알려진 은닉층에서의 일반화 기법으로 활용이 가능하며, 기존의 데이터 증강 방법과 동시에 적용할 수도 있다. 뿐만아니라, 세그멘트의 단위 크기를 조절하여 혼합의 정도를 조절할 수도 있다. 본 논문에서는 제안한 방법을 적용하여 문장 독립 화자 인증 성능이 개선됨을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제23권1호
• /
• pp.15-21
• /
• 2023

본 논문은 골프 그린에서 홀 컵을 인식하는 인공 지능 모델의 개발에 관한 연구이다. 그린에서 홀 컵의 인지을 위하여 CNN기반 물체 탐지 알고리즘을 사용하였다. 또한 물체 탐지 알고리즘의 모델을 생성하기 위하여 애플사의 CreateML을 사용하였다. 본 논문은 CreateML의 요구에 맞도록 120개의 학습 이미지 및 주석 데이터로 JSON 파일을 만들었다. 또한 정확한 학습을 위하여 학습 데이터에 데이터 증폭 알고리즘을 사용하여 288개의 학습 데이터로 증폭하였고, 이를 사용하여 학습하였다. CreateML에서 요구하는 Iterations, Batch size, Grid size를 변화시키면서 모델의 성능을 높이는 파라미터 값을 찾았다. 개발된 모델을 적용하여 프로토타입 앱을 개발하였고, 이 프로토타입을 이용하여 실제 골프장 그린에서 홀 컵 인지에 대한 성능을 측정하였다. 측정 결과 일반적인 골퍼의 퍼팅 거리인 10m이내에서 홀 컵을 정확히 인지함을 알 수 있었다.

• 한국전자통신학회논문지
• /
• 제17권3호
• /
• pp.483-490
• /
• 2022

말라리아는 기생충에 의해 발생하는 질병으로 전 세계에 퍼져있다. 말라리아 셀을 인식하는데 일반적으로 두꺼운 혈흔과 얇은 혈흔 검사 방법이 사용되지만 이러한 방법은 많은 수작업 계산이 필요하여 효율성과 정확성이 매우 낮을 뿐만 아니라 빈민국에는 병리학자가 부족하여 말라리아 치명율이 높다. 본 논문에서는 특징 추출기, 잔류 구조와 완전 연결층으로 구성되고, 전이 학습을 이용한 말라리아셀 이미지를 인식하는 모델을 제안한다. VGG-19 모델의 사전 학습된 파라미터가 사용될 때 일부 컨볼루션층의 파라미터는 고정되고, 모델의 데이터에 맞추기 위하여 미세조정이 사용된다. 그리고 제안된 모델과 비교하기 위하여 잔류 구조가 없는 말라리아셀 인식 모델을 구현한다. 실험 결과 잔류 구조를 사용한 모델이 잔류 구조가 없는 모델에 비하여 성능이 우수 하였으며, 최신 논문과 비교하여 가장 높은 97.33%의 정확도를 보여주었다.

• Imaging Science in Dentistry
• /
• 제52권3호
• /
• pp.239-244
• /
• 2022

Purpose: Despite the proliferation of numerous morphometric and anthropometric methods for sex identification based on linear, angular, and regional measurements of various parts of the body, these methods are subject to error due to the observer's knowledge and expertise. This study aimed to explore the possibility of automated sex determination using convolutional neural networks(CNNs) based on lateral cephalometric radiographs. Materials and Methods: Lateral cephalometric radiographs of 1,476 Iranian subjects (794 women and 682 men) from 18 to 49 years of age were included. Lateral cephalometric radiographs were considered as a network input and output layer including 2 classes(male and female). Eighty percent of the data was used as a training set and the rest as a test set. Hyperparameter tuning of each network was done after preprocessing and data augmentation steps. The predictive performance of different architectures (DenseNet, ResNet, and VGG) was evaluated based on their accuracy in test sets. Results: The CNN based on the DenseNet121 architecture, with an overall accuracy of 90%, had the best predictive power in sex determination. The prediction accuracy of this model was almost equal for men and women. Furthermore, with all architectures, the use of transfer learning improved predictive performance. Conclusion: The results confirmed that a CNN could predict a person's sex with high accuracy. This prediction was independent of human bias because feature extraction was done automatically. However, for more accurate sex determination on a wider scale, further studies with larger sample sizes are desirable.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 1998년도 Proceedings ICPE 98 1998 International Conference on Power Electronics
• /
• pp.961-965
• /
• 1998

The rapid development of small-scale (1-10 MJ) Superconducting Magnetic Energy Storage Systems (SMES) can be explained by real perspective of practical implementation of these devices in electro power nets. However the serious problem of all high mechanically stressed superconducting coils-problem of training and degradation (decreasing) of operating current still exists. Moreover for SMES systems this problems is more dangerous because of pulsed origin of mechanical stresses-one of the major sources of local heat disturbances in superconducting coils. We investigated acoustic emission (AE) phenomenon on model and 0.5 MJ SMES coils taking into account close correlation of AE and local heat disturbances. Two-coils 0.5 MJ SMES system was developed, manufactured and tested at Russian Research Center in the frames of cooperation with Korean Electrical Engineering Company (KEPCO) [1]. The two-coil SMES operates with the stored energy transmitted between coils in the course of a single cycle with 2 seconds energy transfer time. Maximum operating current 1.55 kA corresponds to 0.5 MF in each coil. The Nb-Ti-based conductor was designed and used for SMES manufacturing. It represents transposed cable made of Nb-Ti strands in copper matrix, several cooper strands and several stainless steel strands. The coils are wound onto fiberglass cylindrical bobbins. To make AE event information more useful a real time instrumentation system was used. Two main measured and computer processed AE parameters were considered: the energy of AE events (E) and the accumulated energy of AE events (E ). Influence of current value in 0.5 MJ coils on E and E was studied. The sensors were installed onto the bobbin and the external surface of magnets. Three levels of initial current were examined: 600A, 1000A, 2450 A. An extraordinary strong dependence of the current level on E and E was observed. The specific features of AE from model coils, operated in sinusoidal vibration current changing mode were investigated. Three current frequency modes were examined: 0.012 Hz, 0.03 Hz and 0.12 Hz. In all modes maximum amplitude 1200 A was realized.

• Imaging Science in Dentistry
• /
• 제52권4호
• /
• pp.393-398
• /
• 2022

Purpose: This study proposed a generative adversarial network (GAN) model for T2-weighted image (WI) synthesis from proton density (PD)-WI in a temporomandibular joint(TMJ) magnetic resonance imaging (MRI) protocol. Materials and Methods: From January to November 2019, MRI scans for TMJ were reviewed and 308 imaging sets were collected. For training, 277 pairs of PD- and T2-WI sagittal TMJ images were used. Transfer learning of the pix2pix GAN model was utilized to generate T2-WI from PD-WI. Model performance was evaluated with the structural similarity index map (SSIM) and peak signal-to-noise ratio (PSNR) indices for 31 predicted T2-WI (pT2). The disc position was clinically diagnosed as anterior disc displacement with or without reduction, and joint effusion as present or absent. The true T2-WI-based diagnosis was regarded as the gold standard, to which pT2-based diagnoses were compared using Cohen's ĸ coefficient. Results: The mean SSIM and PSNR values were 0.4781(±0.0522) and 21.30(±1.51) dB, respectively. The pT2 protocol showed almost perfect agreement(ĸ=0.81) with the gold standard for disc position. The number of discordant cases was higher for normal disc position (17%) than for anterior displacement with reduction (2%) or without reduction (10%). The effusion diagnosis also showed almost perfect agreement(ĸ=0.88), with higher concordance for the presence (85%) than for the absence (77%) of effusion. Conclusion: The application of pT2 images for a TMJ MRI protocol useful for diagnosis, although the image quality of pT2 was not fully satisfactory. Further research is expected to enhance pT2 quality.

• 대한의용생체공학회:의공학회지
• /
• 제44권2호
• /
• pp.147-156
• /
• 2023

Efforts to employ smart home sensors to monitor the indoor activities of elderly single residents have been made to assess the feasibility of a safe and healthy lifestyle. However, the bathroom remains an area of blind spot. In this study, we have developed and evaluated a new edge computer device that can automatically detect water usage activities in the bathroom and record the activity log on a cloud server. Three kinds of sound as flushing, showering, and washing using wash basin generated during water usage were recorded and cut into 1-second scenes. These sound clips were then converted into a 2-dimensional image using MEL-spectrogram. Sound data augmentation techniques were adopted to obtain better learning effect from smaller number of data sets. These techniques, some of which are applied in time domain and others in frequency domain, increased the number of training data set by 30 times. A deep learning model, called CRNN, combining Convolutional Neural Network and Recurrent Neural Network was employed. The edge device was implemented using Raspberry Pi 4 and was equipped with a condenser microphone and amplifier to run the pre-trained model in real-time. The detected activities were recorded as text-based activity logs on a Firebase server. Performance was evaluated in two bathrooms for the three water usage activities, resulting in an accuracy of 96.1% and 88.2%, and F1 Score of 96.1% and 87.8%, respectively. Most of the classification errors were observed in the water sound from washing. In conclusion, this system demonstrates the potential for use in recording the activities as a lifelog of elderly single residents to a cloud server over the long-term.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제12권8호
• /
• pp.235-242
• /
• 2023

최근 들어 영유아를 대상으로 한 비대면 상담이 증가함에 따라 감정인식 보조 도구로 CNN기반 딥러닝 모델을 많이 사용하고 있다. 하지만 대부분의 감정인식 모델은 성인 데이터 위주로 학습되어 있어 영유아 및 청소년을 대상으로 적용하기에는 성능상의 제약이 있다. 본 논문에서는 이러한 성능제약의 원인을 분석하기 위하여 XAI 기법 중 하나인 LIME 기법을 통해 성인 대비 영유아와 청소년의 감정인식을 위한 얼굴 표정의 특징을 분석한다. 뿐만 아니라 남녀 집단에도 동일한 실험을 수행함으로써 성별 간 얼굴 표정의 특징을 분석한다. 그 결과로 연령대별 실험 결과와 성별별 실험 결과를 CNN 모델의 사전 훈련 데이터셋의 데이터 분포를 바탕으로 설명하고 균형 있는 학습 데이터의 중요성을 강조한다.