• Journal of information and communication convergence engineering
• /
• 제21권2호
• /
• pp.152-158
• /
• 2023

In recent years, as computer-generated imagery has been applied to more industries, realistic facial animation is one of the important research topics. The current solution for realistic facial animation is to create realistic rendered 3D characters, but the 3D characters created by traditional methods are always different from the actual characters and require high cost in terms of staff and time. Deepfake technology can achieve the effect of realistic faces and replicate facial animation. The facial details and animations are automatically done by the computer after the AI model is trained, and the AI model can be reused, thus reducing the human and time costs of realistic face animation. In addition, this study summarizes the way human face information is captured and proposes a new workflow for video to image conversion and demonstrates that the new work scheme can obtain higher quality images and exchange effects by evaluating the quality of No Reference Image Quality Assessment.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.23-25
• /
• 2021

This paper describes an approach of composing music with multiple AI composers. This approach enriches more the creativity space of artificial intelligence music composition than using only one composer. This paper presents a simple example with 2 different deep learning composers working together for composing one music. For the experiment, the two composers adopt the same deep learning architecture of an LSTM model trained with different data. The output of a composer is a sequence of notes. Each composer alternatively appends its output to the resulting music which is input to both the composers. Experiments compare different music generated by the proposed multiple composer approach with the traditional one composer approach.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.260-263
• /
• 2023

Considering the growth of blockchain technology, the research aims to transform the efficiency of recommending optimal coffee suppliers within the complex supply chain network. This transformation relies on the extraction of vital transactional data and insights from stakeholders, facilitated by the dynamic interaction between the application interface (e.g., Rest API) and the blockchain network. These extracted data are then subjected to advanced data processing techniques and harnessed through machine learning methodologies to establish a robust recommendation system. This innovative approach seeks to empower users with informed decision-making abilities, thereby enhancing operational efficiency in identifying the most suitable coffee supplier for each customer. Furthermore, the research employs data visualization techniques to illustrate intricate clustering patterns generated by the K-Means algorithm, providing a visual dimension to the study's evaluation.

• 공학교육연구
• /
• 제26권6호
• /
• pp.71-78
• /
• 2023

ChatGPT significantly broadens the application of artificial intelligence (AI) services across various domains, with one of its primary functions being assistance in programming and coding. Nevertheless, due to the short history of ChatGPT, there have been few studies analyzing its coding capabilities in Korean higher education. In this paper, we evaluate it using exam questions from three foundational programming courses at S University. According to the experimental results, ChatGPT successfully generated Python, C, and JAVA programs, and the code quality is on par with that of high-achieving students. The powerful coding capabilities of ChatGPT imply the need for a strict prohibition of its usage in coding tests; however, it also suggests significant potential for enhancing practical exercises in the educational aspect.

• 한국항행학회논문지
• /
• 제28권1호
• /
• pp.159-162
• /
• 2024

This paper proposes a novel safety autonomous platform (SAP) architecture that can automatically and precisely manage on-site safety through ensemble artificial intelligence models generated from video information, worker's biometric information, and the safety rule to estimate the risk index. We practically designed the proposed SAP architecture by the Hadoop ecosystem with Kafka/NiFi, Spark/Hive, Hue, ELK (Elasticsearch, Logstash, Kibana), Ansible, etc., and confirmed that it worked well with safety mobility gateways for providing various safety applications.

• 지능정보연구
• /
• 제25권1호
• /
• pp.1-19
• /
• 2019

제4차 산업혁명을 이끄는 주요 원동력 중 하나인 인공지능 기술은 이미지와 음성 인식 등 여러 분야에서 사람과 유사하거나 더 뛰어난 능력을 보이며, 사회 전반에 미치게 될 다양한 영향력으로 인하여 높은 주목을 받고 있다. 특히, 인공지능 기술은 의료, 금융, 제조, 서비스, 교육 등 광범위한 분야에서 활용이 가능하기 때문에, 현재의 기술 동향을 파악하고 발전 방향을 분석하기 위한 노력들 또한 활발히 이루어지고 있다. 한편, 이러한 인공지능 기술의 급속한 발전 배경에는 학습, 추론, 인식 등의 복잡한 인공지능 알고리즘을 개발할 수 있는 주요 플랫폼들이 오픈 소스로 공개되면서, 이를 활용한 기술과 서비스들의 개발이 비약적으로 증가하고 있는 것이 주요 요인 중 하나로 확인된다. 또한, 주요 글로벌 기업들이 개발한 자연어 인식, 음성 인식, 이미지 인식 기능 등의 인공지능 소프트웨어들이 오픈 소스 소프트웨어(OSS: Open Sources Software)로 무료로 공개되면서 기술확산에 크게 기여하고 있다. 이에 따라, 본 연구에서는 온라인상에서 다수의 협업을 통하여 개발이 이루어지고 있는 인공지능과 관련된 주요 오픈 소스 소프트웨어 프로젝트들을 분석하여, 인공지능 기술 개발 현황에 대한 보다 실질적인 동향을 파악하고자 한다. 이를 위하여 깃허브(Github) 상에서 2000년부터 2018년 7월까지 생성된 인공지능과 관련된 주요 프로젝트들의 목록을 검색 및 수집하였으며, 수집 된 프로젝트들의 특징과 기술 분야를 의미하는 토픽 정보들을 대상으로 텍스트 마이닝 기법을 적용하여 주요 기술들의 개발 동향을 연도별로 상세하게 확인하였다. 분석 결과, 인공지능과 관련된 오픈 소스 소프트웨어들은 2016년을 기준으로 급격하게 증가하는 추세이며, 토픽들의 관계 분석을 통하여 주요 기술 동향이 '알고리즘', '프로그래밍 언어', '응용분야', '개발 도구'의 범주로 구분하는 것이 가능함을 확인하였다. 이러한 분석 결과를 바탕으로, 향후 다양한 분야에서의 활용을 위해 개발되고 있는 인공지능 관련 기술들을 보다 상세하게 구분하여 확인하는 것이 가능할 것이며, 효과적인 발전 방향 모색과 변화 추이 분석에 활용이 가능할 것이다.

• 한국융합학회논문지
• /
• 제11권8호
• /
• pp.15-22
• /
• 2020

재난예방단계와 사회재난분야의 관리강화를 위해 지능정보기술(ICBMA, IoT, Cloud, Big Data, Mobile, AI) 활용하여 상호 연계한 To-Be 재난관리시스템 제안을 고찰하고자 한다. 민간Moble, IoT등에서 생성되는 재난발생 전후시기에 재난징후의 Big Data와 분석 결과로 초지능 인프라를 구축함으로써 현재 재난관리 시스템을 고도화할 수가 있다. 재난징후의 Big Data를 AI의 지도, 비지도 강화훈련 학습으로 사용자에게 적시에 맞춤식 제공이 가능하고 장기적으로 재난대처 능력이 향상될 뿐 만 아니라 예방단계 중심의 관리 능력이 높아질 것으로 예상된다.

• 한국기계가공학회지
• /
• 제18권9호
• /
• pp.29-35
• /
• 2019

The structure of the machinery industry due to the 4th industrial revolution is changing from precision and durability to intelligent and smart machinery through sensing and interconnection(IoT). There is a growing need for research on prognostics and health management(PHM) that can prevent abnormalities in processing machines and accurately predict and diagnose conditions. PHM is a technology that monitors the condition of a mechanical system, diagnoses signs of failure, and predicts the remaining life of the object. In this study, the vibration generated during machining is measured and a classification algorithm for normal and fault signals is developed. Arbitrary fault signal is collected by changing the conditions of un stable supply cutting oil and fixing jig. The signal processing is performed to apply the measured signal to the learning model. The sampling rate is changed for high speed operation and performed machine learning using raw signal without FFT. The fault classification algorithm for 1D convolution neural network composed of 2 convolution layers is developed.

• Asian-Australasian Journal of Animal Sciences
• /
• 제32권4호
• /
• pp.519-526
• /
• 2019

Objective: We determined the risk factors limiting first service conception (FSC) rate in dairy cows and their economic impact. Methods: Data were collected from 790 lactations regarding cow parity, peri- and postpartum disorders, body condition score (BCS), reproductive performance, and expenses associated with reproductive management (treatment, culling, and others). Initially, we identified the risk factors limiting FSC rate in dairy cows. Various biological and environmental factors, such as herd, cow parity, BCS at 1 month postpartum and first artificial insemination (AI), resumption of cyclicity within 1 month of calving, year, AI season, insemination at detected estrus or timed AI, peri- and postpartum disorders, and calving to first AI interval, were evaluated. Next, we evaluated the economic impact of the success or failure of FSC by comparing the expense associated with reproductive management until conception between cows that did or did not conceive at their first service. Results: Cows with BCS <3.0 had a lower probability of conceiving at first insemination (odds ratio [OR] = 0.64, p<0.05) than cows with $BCS{\geq}3.0$. Cows inseminated during summer were less likely to conceive (OR = 0.44, p<0.001) than cows inseminated during spring. Cows with peri- or postpartum disorders were less likely to conceive (OR = 0.55, p<0.001) than cows without disorders. Survival curves generated using MedCalc showed an 81 day extension in the mean interval between calving and conception in cows that failed to conceive over those that did conceive at first insemination. Cows failing conceive required additional expenditure on reproductive treatment ($55.40) and other management ($567.00) than cows that conceived at first insemination. Conclusion: Lower BCS, hot weather at first insemination, and peri- and postpartum disorders are risk factors limiting FSC, which result in an economic loss of $622.40 per dairy cow.

• 한국융합학회논문지
• /
• 제13권3호
• /
• pp.67-75
• /
• 2022

의료정보는 의료기기뿐만 아니라 카메라 등의 기기로부터 다양하게 생성된다. 최근 의료빅데이터 수집 및 관리에서부터 환자의 상태분석을 위한 의료인공지능 제품 및 관련 융합기술들이 급격히 증가하고 있지만, 실용화까지의 절차들이 산재되어 있어 실적용에 어려움을 겪고 있다. 본 논문에서는 의료인공지능 기술 연구, 개발 및 실용화 절차를 간소화하고, 관련 산업 발전 가속화를 위한 지능형 병원정보시스템 모델을 제안한다. 제안한 모델은 의료기관에서 (1)다양한 기기로부터 환자 데이터의 실시간 관리, (2)의료인공지능 기술 개발에 특화된 데이터 정제 및 관리, (3)개발된 의료인공지능 기술의 실시간 적용을 통합 지원한다. 이를 이용하여 환자모니터링기기로부터 실시간 생체데이터 수집 및 의료인공지능 특화 데이터 생성 사례와 기 개발된 카메라 기반 환자 보행분석 및 뇌MRA 기반 뇌혈관질환분석 기술의 구체적 적용사례를 소개한다. 제안한 모델을 기반으로 인공지능 개발에 필요한 데이터의 보안성 증대 및 일관된 인터페이스의 플랫폼화를 통한 실용화 증대로 병원정보시스템 개선에 활용되기를 기대한다.