• 제목/요약/키워드: Data 누락

검색결과 263건 처리시간 0.026초

AI 윤리와 규제에 관한 표준 프레임워크 설정 방안 연구 (A Study on How to Set up a Standard Framework for AI Ethics and Regulation)

  • 남문희
    • 한국융합학회논문지
    • /
    • 제13권4호
    • /
    • pp.7-15
    • /
    • 2022
  • 정보와 기술의 탈중앙화/분권, 공유/개방, 연결을 통한 개별 맞춤 시대의 지능화 세계 지향으로 그 어느 때 보다도 인공지능에 대한 관심과 기술적 담론 속에 기대와 우려가 교차하는 경향을 자주 보게 된다. 최근에는 2045년 전, 후로 AI의 특이성(Singularity)이 나타날 것이라는 미래학자들의 주장도 쉽게 찾아볼 수 있다. 이제는 다가올 인공지능 시대에서 AI와 함께 상생하고 번영하는 공존 패러다임을 만들기 위한 준비의 일환으로 보다 올바른 AI 윤리와 규제 설정을 위한 표준 프레임워크가 요구되고 있다. 주요지침 설정 누락의 위험성 배제와 타당하고 보다 합리적인 지침 항목과 평가 기준을 가늠 할 수 있는 방안이 점차 큰 연구문제로 나타나고 있기 때문이다. 이런 연구문제 해결과 동시에 AI 윤리와 규제 설정에 대한 지속적인 경험과 학습효과가 연결 발전될 수 있도록 국제기구/국가/기업의 AI 윤리와 규제에 대한 가이드 라인 자료 등을 수집하여 설정 연구모형과 텍스트 마이닝 탐색 분석을 통해 표준 프레임워크(SF: Standard Framework) 설정 방안을 연구 제시한다. 본 연구결과는 향후 보다 발전적인 AI 윤리와 규제지침 항목 설정과 평가 방안연구에 기초 선행연구 자료로 기여될 수 있을 것이다.

Small CNN-RNN Engraft Model Study for Sequence Pattern Extraction in Protein Function Prediction Problems

  • Lee, Jeung Min;Lee, Hyun
    • 한국컴퓨터정보학회논문지
    • /
    • 제27권8호
    • /
    • pp.49-59
    • /
    • 2022
  • 본 논문에서는 2020년 기준 단백질 서열을 이용한 기능과 구조 예측 분야에서 가장 많이 사용되고 있는 딥러닝 모델인 CNN과 LSTM/GRU 모델을 동일한 조건 하에 비교 평가한 연구를 토대로 새로운 효소 기능 예측 모델인 PSCREM을 설계하였다. CNN 합성곱 시 누락되는 세부 패턴을 보존하기 위하여 서열 진화정보를 이용하였으며 중첩 RNN을 통해 기능적으로 중요한 의미를 가지는 아미노산 간의 관계 정보를 추출하고 특징 맵 제작에 참조하였다. 사용된 RNN 계열의 알고리즘은 LSTM과 GRU로 보통 stacked RNN 기법으로 100 units 이상 2~3회 쌓는 것이 일반적이나 본 논문에서는 10, 20 unit으로 구성한 뒤 중첩시켜서 특징 맵 제작에 사용하였다. 모델에 들어가는 데이터는 단백질 서열 데이터로 PSSM profile로 가공한 뒤 사용되었다. 실험 결과 효소 번호 첫 번째 자리를 예측하는 문제에 대해 86.4%의 정확도를 나타냄을 입증하였고, 효소 번호 3번째 자리까지 예측 정확도 84.4%의 성능을 내는 것을 확인하였다. PSCREM은 Overlapped RNN을 통해 단백질 기능에 관련된 고유 패턴을 더 잘 파악하며 Overlapped RNN은 단백질 기능 및 구조 예측 추출 분야에 새로운 방법론으로서 제안된다.

BIM 모델 내 공간의 시멘틱 무결성 검증을 위한 그래프 기반 딥러닝 모델 구축에 관한 연구 (Development of Graph based Deep Learning methods for Enhancing the Semantic Integrity of Spaces in BIM Models)

  • 이원복;김시현;유영수;구본상
    • 한국건설관리학회논문집
    • /
    • 제23권3호
    • /
    • pp.45-55
    • /
    • 2022
  • BIM의 도입에 따라 공간이 개별 객체로 인식되면서 객체화된 공간의 속성정보는 법규검토, 에너지 분석, 피난 경로 분석 등을 위한 기반 데이터로 사용 가능하기에 BIM의 활용성을 넓힐 수 있는 발판을 마련하였다. 그러나 BIM 모델 내 개별 공간 속성의 오기입이나 누락이 없는 시멘틱 무결성(semantic integrity)이 보장되어야 하는데, 다수의 참여자에 의한 수작업으로 진행되는 BIM 모델링 과정 특성 상 설계 오류가 빈번히 발생한다는 문제점이 존재한다. 이를 해결하기 위해 BIM 모델의 공간 정합성 검증을 위한 연구가 다수 진행되었으나, 적용 범위가 한정적이거나 분류 정확도가 낮은 한계점이 존재하였다. 본 연구에서는 공간의 기하정보 뿐 아니라 BIM 모델 내 공간과 부재 간 연결 관계를 Graph Convolutional Networks (GCN) 학습과정에 활용하여 향상된 성능의 공간 자동 분류모델을 구축하고자 하였다. 구축된 GCN 기반 모델의 성능을 공간의 기하정보만으로 학습된 기계학습 모델인 Multi-Layer Perceptron (MLP)과 비교하여 공간 분류 시 연결 관계 적용의 효용성을 검증하고자 하였다. 이를 통해 관계정보 활용 시 약 8% 내외 수준으로 공간 분류 성능이 향상되는 것으로 확인되었다.

간호대학생의 감성지능, 공감능력 및 소명의식이 행복에 미치는 영향 (The Effect of Emotional Intelligence, Empathy Ability and Calling Consciousness of Nursing Students on Happiness)

  • 강혜승;이현지;박보하;이연경
    • 한국엔터테인먼트산업학회논문지
    • /
    • 제13권2호
    • /
    • pp.243-252
    • /
    • 2019
  • 본 연구는 간호대학생의 감성지능, 공감능력 및 소명의식이 행복에 미치는 영향을 파악하여 행복 증진을 위한 다양한 방안과 중재 전략의 근거자료를 제공하고자 시도되었다. 연구대상은 G시에 소재한 대학의 간호학과 재학생 중 연구목적을 이해하고 자발적으로 연구에 참여하기로 동의한 230명이었고, 이 중 불성실하거나 누락된 응답을 보인 대상자 13명을 제외한 217명을 분석 대상으로 하였다. 자료수집은 2018년 9월 3일부터 9월 14일까지이었다. 자료분석은 IBM SPSS/WIN 21.0 프로그램을 이용하여 독립 t-검정, ANOVA, 피어슨 상관분석, 위계적 다중회귀분석을 시행하였다. 본 연구결과 학년, 전공만족도, 주관적 건강상태, 공감능력, 소명의식, 감성지능이 행복에 유의한 영향을 미치는 것으로 나타났고, 행복에 대한 총 설명력은 49.1%이었다. 본 연구에서 감성지능과 소명의식이 간호대학생의 행복에 영향을 미치는 중요한 요인으로 확인하였다는 데 의의가 있다. 이러한 연구결과를 바탕으로 간호대학생들의 행복 증진을 위한 지속적인 관심과 감성지능과 공감능력, 소명의식에 초점을 맞춘 다양한 프로그램을 개발하여 적용하는 노력이 필요할 것이다.

울릉분지 가스하이드레이트 2/3차원 탄성파 탐사자료 취득 및 품질관리 (2-D/3-D Seismic Data Acquisition and Quality Control for Gas Hydrate Exploration in the Ulleung Basin)

  • 구남형;김원식;김병엽;정순홍;김영준;유동근;이호영;박근필
    • 지구물리와물리탐사
    • /
    • 제11권2호
    • /
    • pp.127-136
    • /
    • 2008
  • 울릉분지에서 가스하이드레이트 부존 유망지역 파악을 위하여 2005년과 2006년에 탐해2호를 사용하여 2차원 및 3차원 탄성파 탐사를 수행하였다. 탐사장비는 항측시스템, 기록시스템, 스트리머 케이블, 음원 등으로 구성되었다. 주로 1,000 m 이상의 대수심 환경 및 해저면 하부 500 msec 구간에서의 속도분석의 신뢰도를 고려하여, 3 km 길이의 스트리머와 1,035 $in^3$ 용량의 동조 에어건 음원을 사용하였다. 현장탐사자료취득과정에서 음원파형분석, 2차원 저급중합, RMS 잡음 분석, 주파수-파수 스펙트럼 분석 등의 일련의 품질관리를 수행하였다. 음원의 품질기준 적합성을 검토하기 위하여 음원파형을 계산하고, 건제거시험을 통하여 에어건 고장시의 음원파형변화를 확인하였다. 실시간 품질 분석을 통하여 일부 탄성파 자료에서 너울잡음, 패러티 오류, 스파이크 잡음 및 조목잡음 등을 확인할 수 있었지만, 탐사자료의 품질이 전반적으로 양호함을 확인할 수 있었다. 특히 3차원 탐사 시 불가피한 현장상황에 의해 조목잡음의 영향을 받은 탐사자료에 대해 FK 필터링 및 누락 트레이스 복원 기법을 적용한 품질향상 결과를 제시함으로써 취득자료의 적합 판정 및 현장 탐사 지속이 결정될 수 있었다. 탐사자료가 품질기준을 벗어나는 탐사해역에서도 현장자료처리를 통하여 잡음제거 가능성을 제시함으로써 해양탄성파탐사의 효율성을 높일 수 있다.

신규시장 성장모형의 모수 추정을 위한 전문가 시스템 (An Expert System for the Estimation of the Growth Curve Parameters of New Markets)

  • 이동원;정여진;정재권;박도형
    • 지능정보연구
    • /
    • 제21권4호
    • /
    • pp.17-35
    • /
    • 2015
  • 시장 수요 예측은 일정 기간 동안 소비자에게 판매되는 동종 제품 또는 서비스의 수량 혹은 매출액의 규모를 추정하는 활동으로서, 기업경영활동에 있어 효율적인 의사결정을 내릴 수 있는 근거로 활용된다는 점에서 중요하게 인식되고 있다. 신규 시장의 수요를 예측하기 위해 다양한 시장성장모형이 개발되어 왔다. 이런 모형들은 일반적으로 시장의 크기 변화의 동인을 신기술 확산으로 보고 소비자인 개인에게 기술이 확산되는 과정을 통해 시장 크기가 변하는 과정을 확산모형으로 구현하게 된다. 그러나, 시장이 형성된 직후에는 수요 관측치의 부족으로 인해 혁신계수, 모방계수와 같은 예측모형의 모수를 정확하게 추정하는 것이 쉽지 않다. 이런 경우, 전문가의 판단 하에 예측하고자 하는 시장과 유사한 시장을 결정하고 이를 참고하여 모수를 추정하게 되는데, 어떤 시장을 유사하다고 판단하느냐에 따라 성장모형은 크게 달라지게 되므로, 정확한 예측을 위해서는 유사 시장을 찾는 것은 매우 중요하다. 그러나, 이런 방식은 직관과 경험이라는 정성적 판단에 크게 의존함으로써 일관성이 떨어질 수밖에 없으며, 결국, 만족할 만한 수준의 결과를 얻기 힘들다는 단점을 지닌다. 이런 정성적 방법은 유사도가 더 높은 시장을 누락시키고 유사도가 낮은 시장을 선택하는 오류를 일으킬 수 있다. 이런 이유로, 본 연구는 신규 시장의 모수를 추정하기 위해 필요한 유사시장을 누락 없이 효과적으로 찾아낼 수 있는 사례기반 전문가 시스템을 설계하고자 수행되었다. 제안된 모형은 데이터 마이닝의 군집분석 기법과 추천 시스템의 내용 기반 필터링 방법론을 기반으로 전문가 시스템으로 구현되었다. 본 연구에서 개발된 시스템의 유용성을 확인하고자 정보통신분야 시장의 모수를 추정하는 실험을 실시하였다. 전문가를 대상으로 실시된 실험에서, 시스템을 사용한 모수의 추정치가 시스템을 사용하지 않았을 때와 비교하여 실제 모수와 더 가까움을 보임으로써 시스템의 유용성을 증명하였다.

효과적인 지식확장을 위한 LOD 클라우드에서의 변화수용적 심층검색 (Change Acceptable In-Depth Searching in LOD Cloud for Efficient Knowledge Expansion)

  • 김광민;손용락
    • 지능정보연구
    • /
    • 제24권2호
    • /
    • pp.171-193
    • /
    • 2018
  • 본 연구는 시멘틱 웹의 실질적 구현체인 LOD 클라우드에서 연결정책을 활용함으로써 LOD들간 연결을 효과적으로 제공하고 LOD의 변경된 내용을 검색결과에 빠짐없이 반영할 수 있는 방안을 제시한다. 현재 LOD 클라우드에서는 개체간 연결은 를 이용하여 개체들이 동일함을 명시적으로 기술하는 방식으로 이루어져 있다. 하지만, 이러한 명시적 연결방식은 LOD 클라우드 규모의 방대함에도 불구하고 개체간 동일성을 개체단위에서 파악하여야 하는 어려움이 있으며 주기적으로 LOD에 추가하여야 함에 따라 검색 시 개체들이 누락되는 한계가 있다. 이를 극복하기 위하여 본 연구에서는 명시적 연결을 생성하는 대신 LOD별로 연결하고자 하는 LOD와의 연결정책을 수립하여 LOD와 함께 공개하는 방식을 제안한다. 연결정책을 활용함으로써 연결하여야 할 동일개체를 검색시점에서 파악할 수 있으므로 추가되었던 개체들을 누락됨 없이 검색결과에 포함시킬 수 있고 LOD 클라우드에서의 연결성도 효과적으로 확충할 수 있다. 확충된 연결성은 정보의 지능적 처리의 선행과정인 지식확장의 근간이 된다. 연결정책은 연결하고자 하는 소스와 타겟 LOD의 주어 개체들간의 동일성을 평가하는데 도움이 되는 술어 쌍을 명세하는 방식으로 수립하며 검색 시 이러한 술어쌍에 대응하는 RDF 트리플을 검색하고 이들의 목적어들이 충분히 동일한 것인가를 평가하여 주어개체들의 동일수준을 판단한다. 본 연구에서는 이러한 연결정책을 이용하여 여러 LOD들을 심층적으로 검색하는 시스템을 구현하였다. 검색과정에서는 기존 명시적 연결들도 함께 활용하도록 구현하였다. 검색시스템에 대한 실험은 DBpedia의 주요 LOD들을 대상으로 진행하였다. 실험결과 연결대상 개체들의 목적어들이 0.8 ~ 0.9의 유사수준을 가지는 경우 적정한 확장성을 가지고 충분히 신뢰적인 개체들을 적절하게 포함하는 것으로 확인하였다. 또한, 개체들은 8개 이상의 동일연결을 제공하여야 검색결과가 신뢰적으로 활용될 수 있을 것으로 파악되었다.

사회연결망 분석을 활용한 연관규칙 확장기법 (Extension Method of Association Rules Using Social Network Analysis)

  • 이동원
    • 지능정보연구
    • /
    • 제23권4호
    • /
    • pp.111-126
    • /
    • 2017
  • 연관 상품 추천은 수많은 상품을 다루는 온라인 상거래에서 소비자의 상품 탐색 시간을 줄여주며 판매자의 매출 증대에 크게 기여한다. 이는 주문과 같은 거래의 빈도를 기반으로 생성되므로, 통계적으로 판매 확률이 높은 상품을 효과적으로 선별할 수 있다. 하지만, 판매 가능성이 높은 경우라도 신상품처럼 판매 초기에 거래 건수가 충분하지 않은 상품은 추천에서 누락될 수 있다. 연관 추천에서 누락된 상품은 이로 인해 노출 기회를 잃게 되고, 이는 거래 건수 감소로 이어져, 또 다시 추천 기회를 잃는 악순환을 겪을 수도 한다. 따라서, 충분한 거래 건수가 쌓이기 전까지 초기 매출은 일정 기간 동안 정체되는 현상을 보이는데, 의류 등과 같이 유행에 민감하거나 계절 변화에 영향을 많이 받는 상품은 이로 인해 매출에 큰 타격을 입을 수도 있다. 본 연구는 이와 같이 거래 초기의 낮은 거래 빈도로 인해 잘 드러나지 않는 상품 간의 잠재적인 연관성을 찾아 추천 기회를 확보할 수 있도록 연관 규칙을 확장하기 위한 목적으로 수행되었다. 두 상품 간에 직접적인 연관성이 나타나지 않더라도 다른 상품을 매개로 두 상품 간의 잠재적 연관성을 예측할 수 있을 것이며, 이런 연관성은 주문에서 나타나는 상품 간 상호작용으로 표현될 수 있으므로, 사회연결망 분석을 활용한 분석을 시도하였다. 사회연결망 분석기법을 통해 각 상품의 속성과 두 상품 간 경로의 특성을 추출하고 회귀분석을 실시하여, 두 상품 간 경로의 최단 거리 및 경로의 개수, 각 상품이 얼마나 많은 상품과 연관성을 갖는지, 두 상품의 분류 카테고리가 어느 정도 일치하는지가 두 상품 간의 잠재적 연관성에 미친다는 것을 확인하였다. 모형의 성능을 평가하기 위해, 일정 기간의 주문 데이터로부터 연결망을 구성하고, 이후 10일 간 생성될 상품 간 연관성을 예측하는 실험을 진행하였다. 실험 결과는 모형을 적용하지 않는 경우보다 제안 모형을 활용할 때 훨씬 많은 연관성을 찾을 수 있음을 보여준다.

라이다(LiDAR) 측량기법을 활용한 고분분포현황 조사 (Survey on the distribution of ancient tombs using LiDAR measurement method)

  • 심현철
    • 헤리티지:역사와 과학
    • /
    • 제56권4호
    • /
    • pp.54-70
    • /
    • 2023
  • 라이다(LiDAR) 측량을 활용한 문화재 조사·연구는 해외에서 이미 활성화되어 있다. 최근 국내에서도 라이다 측량의 장점과 활용도에 대한 인식이 높아져 문화재 조사에 활용한 사례가 조금씩 늘어나는 추세다. 다만, 주로 산성 조사에 한정되었고, 아직 고분 조사에는 적극적으로 활용되고 있지 않다. 이에 대체로 산지에 분포하여 아직 본격적인 조사는 물론이고 복원, 정비 등이 제대로 이뤄지지 못하고 있는 삼국~통일신라시대의 고분군에 대해 라이다 측량을 통한 기초 데이터의 확보가 필요함을 강조하고자 한다. 이를 위해 경주 서악동 장산고분군과 충효동고분군 일대에 대한 라이다 측량을 실시하여 고분의 분포현황과 입지 양상 등을 검토하였다. 그 결과, 이미 정밀지표(측량)조사가 실시된 장산고분군에서는 기존 보고서의 지형도에 표기된 배치도만으로는 알 수 없었던 세밀한 지형정보와 분포양상을 추가로 파악할 수 있었다. 또한, 일제강점기에 10기가 발굴된 이후 추가 조사가 이뤄진 적이 없는 충효동고분군에서는 기존 발굴 고분의 위치를 정확히 파악하였고, 조사되지 않은 고분의 현황과 잔존 양상 등 새로운 정보를 추가로 얻을 수 있었다. 이러한 정보들은 고분군 자체에 대한 조사와 연구는 물론이고, 향후 고분군의 보존과 정비 부분에도 기초자료로 다양하게 활용할 수 있다. 산림지대라 접근이 쉽지 않거나, 관찰이 힘든 산지 고분군의 양상을 파악하는데 라이다 측량은 가장 효과적이다. 지표조사와 같은 실질적인 현지조사에 앞서 실시하여 사전조사 또는 예비조사로써 활용도 높은 데이터를 확보할 수 있다. 따라서, 향후 고분 조사는 라이다 측량을 통해 기초자료를 확보하고 이를 바탕으로 조사와 정비·활용 계획을 수립해 나갈 필요가 있다. 현재까지는 보통 산지에 위치하는 고분군에 대한 조사·연구 및 보존·정비 방안을 수립하기 위해 고분분포도 작성을 위한 정밀지표조사가 먼저 실시되는데, 이에 앞서 라이다 측량 데이터를 확보하여 활용한다면 더욱 효과적이고 정확도 높은 분포도 작성과 현황 파악이 가능할 것이다. 또한, 넓은 지역에 대한 현장 조사에서 발생할 수 있는 정보 누락이나 오류도 상당 부분 방지할 수 있다. 따라서, 향후 고분 조사에 있어 라이다 측량을 적극적으로 활용하여 기초 데이터를 축적해 나갈 필요가 있다.

우리나라 성인들의 치아우식증 인지실태 (Recognition Condition to Dental Caries in Korean Adults)

  • 정미애
    • 한국콘텐츠학회논문지
    • /
    • 제9권4호
    • /
    • pp.265-274
    • /
    • 2009
  • 국내 3대 만성질환 가운데 하나인 치아우식증 인지실태를 조사하고 인지실태 향상 방안을 제시하여 구강질환 예방에 필요한 기초자료를 제공한다. 치과병원에 치과진료를 위하여 내원한 20대 이상의 성인 남녀 390명을 대상으로 설문조사를 실시하였다. 응답이 누락된 설문지를 제외한 총 336부를 분석에 사용하였다. 치아우식증에 대하여 들어본 적이 없는 사람이 많았고, 대부분이 인지를 못하고 있었다. 치아우식증 정보경로는 치과이었고, 치과에서 정보를 얻은 사람이 다른 경로를 통하여 얻은 사람과 비교하여 정확히 인지하고 있는 것으로 나타났다(p=0.008). 치아우식증 인지에 영향을 미치는 요인분석을 위한 단변량로지스틱 회귀분석 결과, 20대는 40대 이상보다, 전문직은 기타보다, 구강상태 매우 건강은 매우 나쁨보다 치아우식증을 정확히 인지할 가능성[OR(95%CI)]이 각각 2.06(1.16-3.66)(p=0.000), 5.49(2.52-11.93)(p=0.000), 6.40(1.57-26.03)(p=0.002)으로 나타났다. 치아우식증 예방을 위해 20대 이상, 전문직 이외 직종, 직장보험 이외 의료보장 가입자, 구강상태가 나쁜 사람을 대상으로 치과 전문가를 통한 교육이 필요하다.