• International Journal of Computer Science & Network Security
• /
• 제23권5호
• /
• pp.148-162
• /
• 2023

Classification systems can significantly assist the medical sector by allowing for the precise and quick diagnosis of diseases. As a result, both doctors and patients will save time. A possible way for identifying risk variables is to use machine learning algorithms. Non-surgical technologies, such as machine learning, are trustworthy and effective in categorizing healthy and heart-disease patients, and they save time and effort. The goal of this study is to create a medical intelligent decision support system based on machine learning for the diagnosis of heart disease. We have used a mixed feature creation (MFC) technique to generate new features from the UCI Cleveland Cardiology dataset. We select the most suitable features by using Least Absolute Shrinkage and Selection Operator (LASSO), Recursive Feature Elimination with Random Forest feature selection (RFE-RF) and the best features of both LASSO RFE-RF (BLR) techniques. Cross-validated and grid-search methods are used to optimize the parameters of the estimator used in applying these algorithms. and classifier performance assessment metrics including classification accuracy, specificity, sensitivity, precision, and F1-Score, of each classification model, along with execution time and RMSE the results are presented independently for comparison. Our proposed work finds the best potential outcome across all available prediction models and improves the system's performance, allowing physicians to diagnose heart patients more accurately.

• 한국ITS학회 논문지
• /
• 제22권3호
• /
• pp.62-72
• /
• 2023

최근, 자전거도로 관련 시설 등의 모니터링과 관리 방안에 대한 중요성이 증가하고 있다. 그러나 자전거도로를 포함한 보행공간에 대한 이용자의 안전 및 편의성에 대한 모니터링과 평가에 대한 연구는 미흡한 실정이다. 본 연구에서는 모바일매핑시스템(Mobile Mapping System, MMS)을 활용하여 자전거보행자겸용도로의 상태 모니터링 데이터를 구축하고, 인공지능 기반객체인식 기법을 이용하여 보행자와 자전거 이용자들의 관점에서 겸용도로의 서비스 수준 산정방안을 제시하고자 한다. 본 연구를 통해 제시한 자전거보행자겸용도로의 모니터링과 서비스 수준 산정 방안은 향후 전기자전거와 개인형 이동수단(personal mobility, PM)의 증가에 대비한 보행공간의 정비와 재구조화(reconstruction) 등 계획과 관리에 기초 자료로 활용될 수 있을 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.140-140
• /
• 2021

Urban flood management is a crucial and challenging task, particularly in developed cities. Therefore, accurate prediction of urban flooding under heavy precipitation is critically important to address such a challenge. In recent years, machine learning techniques have received considerable attention for their strong learning ability and suitability for modeling complex and nonlinear hydrological processes. Moreover, a survey of the published literature finds that hybrid computational intelligent methods using nature-inspired algorithms have been increasingly employed to predict or simulate the streamflow with high reliability. The present study is aimed to propose a novel approach, an ensemble tree, Bayesian Additive Regression Trees (BART) model incorporating a nature-inspired algorithm to predict hourly multi-step ahead streamflow. For this reason, a hybrid intelligent model was developed, namely GA-BART, containing BART model integrating with Genetic algorithm (GA). The Jungrang urban basin located in Seoul, South Korea, was selected as a case study for the purpose. A database was established based on 39 heavy rainfall events during 2003 and 2020 that collected from the rain gauges and monitoring stations system in the basin. For the goal of this study, the different step ahead models will be developed based in the methods, including 1-hour, 2-hour, 3-hour, 4-hour, 5-hour, and 6-hour step ahead streamflow predictions. In addition, the comparison of the hybrid BART model with a baseline model such as super vector regression models is examined in this study. It is expected that the hybrid BART model has a robust performance and can be an optional choice in streamflow forecasting for urban basins.

• International journal of advanced smart convergence
• /
• 제12권4호
• /
• pp.208-216
• /
• 2023

The purpose of our study is to design datasets for Artificial Intelligence learning for cold sea fish farming. Salmon is considered one of the most popular fish species among men and women of all ages, but most supplies depend on imports. Recently, salmon farming, which is rapidly emerging as a specialized industry in Gangwon-do, has attracted attention. Therefore, in order to successfully develop salmon farming, the need to systematically build data related to salmon and salmon farming and use it to develop aquaculture techniques is raised. Meanwhile, the catch of pollack continues to decrease. Efforts should be made to improve the major factors affecting pollack survival based on data, as well as increasing the discharge volume for resource recovery. To this end, it is necessary to systematically collect and analyze data related to pollack catch and ecology to prepare a sustainable resource management strategy. Image data was obtained using CCTV and underwater cameras to establish an intelligent aquaculture strategy for salmon and pollock, which are considered representative fish species in Gangwon-do. Using these data, we built learning data suitable for AI analysis and prediction. Such data construction can be used to develop models for predicting the growth of salmon and pollack, and to develop algorithms for AI services that can predict water temperature, one of the key variables that determine the survival rate of pollack. This in turn will enable intelligent aquaculture and resource management taking into account the ecological characteristics of fish species. These studies look forward to achievements on an important level for sustainable fisheries and fisheries resource management.

• 한국ITS학회 논문지
• /
• 제23권1호
• /
• pp.167-181
• /
• 2024

자율주행 기술 개발에 있어서 드라이빙 시뮬레이터의 활용은 사고 환경에 대한 다양한 테스트를 단시간에 효과적으로 수행 가능하게 하여 개발 비용 및 노력을 획기적으로 줄일 수 있다. 그러나 드라이빙 시뮬레이터는 실제 환경과 차이가 존재한다는 심각한 단점이 존재하므로 드라이빙 시뮬레이터를 이용하여 개발된 자율주행 알고리즘이 실제 차량 시스템에 직접 적용시킬 때 큰 차이가 발생하는 문제가 있다. 이러한 문제는 Sim2Real 문제로 정의되며, 시나리오, 센서 모델링, 차량 동역학 등으로 구분할 수 있다. 본 논문에서는 Sim2Real 문제 중에서 IMU센서에 대해서 Sim2Real 문제 해결 방안에 대한 연구를 수행한다. 실제 환경과 에뮬레이터된 가상 IMU 센서의 차이를 줄이기 위해서 IMU 센서의 정밀 오차 모델링을 통한 센서 에뮬레이터 기술에 대해 소개한다. Bias, Scale Factor, Misalignmnet, Random Walk에 따른 오차를 가상 IMU 센서 등급별로 모델링하고 이를 실제 IMU 센서의 등급에 따른 오차 지표와 비교함으로써 IMU 센서의 Sim2Real 문제를 완화한다.

• 한국전자통신학회논문지
• /
• 제19권1호
• /
• pp.189-196
• /
• 2024

지능형 선별 관제 시스템의 잦은 오탐지로 인해 관제 요원들의 업무 능률 및 시장 신뢰도 저하 문제가 꾸준히 보고되고 있다. 오탐지 문제 개선을 위해 새 AI 모델을 개발하거나 교체하는 것은 기회비용이 크므로, 훈련 데이터 세트 품질을 향상하여 문제를 개선하는 것이 현실적이다. 그러나 소규모 조직은 데이터 세트 수집 및 정제 역량이 부족한 실정이다. 이에 본 논문에서는 사람 자세 추정 모델을 중심으로 엣지 디바이스와 카메라 센서 퓨전을 활용한 사람 자세 데이터 자동 수집 시스템을 제안한다. 이 시스템은 네트워크 말단에서 현장 데이터를 직접 수집하고 레이블링하는 과정을 실시간으로 처리하도록 만들어, 중앙으로 집중되는 연산 부하를 분산시킨다. 또한 현장 데이터를 직접 레이블링하므로 새로운 훈련 데이터 구축에 도움을 준다.

• 정보관리연구
• /
• 제34권2호
• /
• pp.67-88
• /
• 2003

정보량이 급증하고 기존의 정보조직체계에 비해 덜 체계화된 정보를 제공하는 인터넷의 확산 등으로 인해 정보시각화에 대한 관심이 점점 증가하고 있다. 정보 시각화는 이용자가 원하는 정보에 쉽고 적은 노력으로 접근할 수 있도록 데이터를 재정리하고 요약하여 보여주는 기법이다. 현재까지 개발되어 온 많은 정보시각화 기법들은 과학적인 연산절차에 근거하여 데이터를 표현하는 방법을 사용하여 왔는데, 이러한 과학적 데이터 처리 과정에 의존하는 시각화방법은 일반 이용자들이 이해하기에는 어려움과 사용의 불편함이 따른다. 더 중요하고 심각한점은, 이러한 정보시각화 기법을 사용하는 많은 시스템의 모형들이 실제 이용자가 경험하는 상황을 반영하는 경우가 매우 드물다는 현실이다. 예를 들어, 이용자는 데이터를 처리하거나 정보를 제시함에 있어 어안적 방법(fisheye view)을 사용하거나 주제정경 (the mescape)을 사용하지 않는다. 이는 현재의 많은 정보 시각화 시스템들이 이용자 관점에서 시스템을 설계하는 행동유도성（affordance)을 반영하지 않고 있음을 지적한다. 이 연구는 이용자의 요구사항이 반영되지 않고, 이용자에게 부담을 지우는 시각화 시스템의 문제점을 분석하였다. 이를 위하여, 네 가지의 대표적인 정보시각화 시스템을 분석, 평가하였는데 이 때 평가의 기준으로 Norman의 이용자 인터페이스 설계 원칙 및 Nielson의 휴리스틱 평가 방법을 이용하였다. 문제점 분석 결과를 통하여, 이용자의 요구를 반영하지 못한 시스템 설계의 측면들을 확인할 수 있었다. 특히, 이용자와 시스템간의 부합정도 및 시스템의 상태를 이용자가 알 수 있도록 보여주는 가시성 등은 네 가지 시스템의 평가에서 모두 문제점으로 지적되었다. 이 연구의 결과는 정보시각화 및 표현에 있어서 이용자의 요구를 이해하고 이용성을 고려한 설계의 필요성을 강조하고 있다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.55-71
• /
• 2013

부도예측을 위한 지식기반시스템에서 모델은 실적에 영향을 끼치는 주요한 요인이다. 예측 모형의 개발에 있어 초기 연구들은 통계기법 및 인공지능기법들을 이용하여 최고 실적을 가지는 단일 모델을 만드는데 주력하였다. 1980년대 중반 이후에는 다수 기술의 통합(하이브리드), 더 나아가, 다수 모델의 결과의 결합(앙상블) 기법이 수많은 실험에서 개별 모델들보다 더 나은 결과를 보여왔다. 다수 모델들의 출력값들을 결합하여 한 개의 최종 예측값을 산출하는 앙상블 모델링에서 결합기법은 앙상블의 예측 정확도에 영향을 끼치는 중요한 이슈이다. 본 논문은 부도예측을 위한 앙상블 결합기법으로서 앙상블 멤버들이 다른 유형의 연속형 수치 출력값들을 산출하더라도 통일된 확신을 측정할 수 있는 확신 기반의 선택 접근법을 제안하고 이에 대한 앙상블 멤버 사이즈의 영향을 연구하였다. 실험 결과는 앙상블 멤버들의 생성 타입에 따라 결합하는 모델 개수를 변화시켰을 때 가장 많은 기본 모델들을 가지는 앙상블에서의 제안 결합기법이 부도예측에 가장 자주 사용되는 다른 방법들에 비해서도 가장 높은 실적을 가진다는 것을 보였다.

• 한국산업정보학회논문지
• /
• 제12권1호
• /
• pp.87-94
• /
• 2007

분산 인공지능 기법들은 기존의 처리되지 못했던 많은 복잡한 문제들을 모델링하여 해결할 수 있도록 하고 있다. 특히 지능형 에이전트 기법은 분산 처리 환경 하에서 프로세스들 간의 각기 다른 문제 해결 능력들을 공유하도록 하는 방법들을 제공함으로써 효율적인 방법론이 될 수 있음을 증명하고 있다. 본 논문에서는 분산 환경의 스케줄링 문제에 에이전트 기법을 적용하여 문제를 해결하는 멀티에이전트 기반의 스케줄링 시스템 모델을 제안하고자 한다. 특히 멀티에이전트 스케줄링 시스템에 CSP 기법을 응용하여 모델링함으로써 효율적인 스케줄링이 이루어지도록 한다. 제안하는 모델에서는 스케줄링 문제를 제약조건에 따라 부문제들로 분할하고 부문제들에 대해서 분산되어 있는 각각의 에이전트가 자체적인 CSP 해결 기에 의해 해를 구하도록 한다. 본 논문에서는 제안하는 모델의 사례 연구로써 회의일정 스케줄링 문제를 통해 CSP의 모델링과 멀티에이전트 시스템을 이용한 문제해결 기법을 제시한다.

• 지능정보연구
• /
• 제11권1호
• /
• pp.191-205
• /
• 2005

전자상거래의 확산에 따라 인터넷 쇼핑몰에서의 구매활동은 일반적인 현상이 되었다 그 결과, 유사한 업종이나 업태의 인터넷 쇼핑몰이 범람하게 되었고 업체들 간의 경쟁도 심화되어 차별화 된 서비스를 제공하지 않는 업체는 도태되기 쉬운 상황이다. 본 연구에서는 치열한 경쟁환경 하에서 인터넷 쇼핑몰들의 차별화 된 마케팅 서비스의 수단으로써 이용되고 있는 상품추천시스템의 개선된 모형을 제시하고자 한다. 본 연구에서 제안하는 모형은 전역 최적화 기법 중의 하나인 유전자 알고리즘을 데이터 마이닝의 도구로 활용한 인터넷 쇼핑몰에서의 개인화 된 상품추천시스템 모형이다. 유전자 알고리즘은 추출하기가 어려운 소비자의 성향을 데이터를 통해 추출하고 이에 맞는 상품군을 선택할 수 있도록 해 주는 최적화 기법으로 상품추천시스템의 추천엔진으로써 유용할 것으로 기대된다 본 연구에서는 제안하는 유전자 알고리즘에 기반한 추천규칙들이 장착된 웹 기반의 개인화 된 상품추천시스템의 프로토타입을 개발하고 이에 대한 실제 사용자들의 이용 만족도를 확인함으로써 렬 연구에서 제안한 방법론의 유용성을 확인하고자 한다.