• 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.

• 융합보안논문지
• /
• 제22권2호
• /
• pp.105-114
• /
• 2022

본 논문은 퍼스널 모빌리티(Personal Mobility, PM)를 이용하는 청각 장애인에게 소리가 발생하는 도래각(Direction of Arrival, DOA)을 시각화하는 지능형 제어 시스템을 제시하며 도로에서 발생하는 경보음, 크락션 등 소리로 인한 위험한 상황들을 인지하고 예방하고자 한다. 소리 위치 추정 방법은 GCC-PHAT(Generalized Cross-Correlation Phase Transform) 기반 도착 지연 시간(Time Difference of Arrival, TDOA)을 특징으로 갖는 머신러닝 분류 모델을 사용한다. 도로 상황을 재현한 실험 환경에서 각각 풍속 0, 5.8, 14.2, 26.4km/h의 조건에 따라 학습 데이터를 추출한 후 학습한 4가지 분류 모델들을 Grid search cross validation으로 비교하며 성능이 가장 우수한 MLP(Multi-Layer Perceptron) 모델을 알고리즘으로 적용하였다. 최종적으로 바람이 발생하였을 때 제안된 알고리즘이 평균 90.7%의 정확도를 나타내었으며, 이는 기존의 일반적인 소리 위치 추정기법보다 평균 7.6-11.5% 정도의 성능 향상을 보이는 것이다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2004년도 ICCAS
• /
• pp.1444-1447
• /
• 2004

The vacuum-cleaner had made the burden of house chore lighten but the operation labour of a vacuum-cleaner had been so severe. Recently, the cleaning robot was producted to perfectly solve the cleaning labour of a house but it also was not successful because it still had a problem of mess-cleaning, which is the clean-up of big trash and the arrangement of newspapers, clothes, etc. The cleaning robot is to just vacuum dust and small trash and has no function to arrange and take away before the automatic vacuum-cleaning. For this reason, the market for the cleaning robot is not yet built up. So, we need a design method and technological algorithm of new automatic machine to solve the problem of mess-cleanup in house. In this paper, a Home Mess-Cleanup Robot(HMR), which has a practical function of the automatic mess-cleanup, is developed. It need functions of agile automatic navigation, novel manipulation system for mess-cleanup. The automatic navigation system has to be controlled for the full scanning of living room, to recognize the absolute position and orientation of the self, the precise tracking of the desired path, and to distinguish the mess object to clean-up from obstacle object to just avoid. The manipulation system, which is not needed in the vacuum-cleaning robot, must have the functions, how to distinguish big trash to clean from mess objects to arrange, how to grasp in according to the form of mess objects, how to move to the destination in according to mess objects and arrange them. Then, it should be an intelligent system so that the mess cleaning task can be autonomously performed in a wide variety of situations and environments. It need to also has the entertainment functions for the good communication between the human and HMR. Therefore, the Home Mess-cleanup Robot with Entertainmental Human Interface is developed in this paper. Finally, the good performance of the designed machine, HMR'4, is confirmed through the results of the mess clean-up and arrangement.

• 한국정보통신학회논문지
• /
• 제16권4호
• /
• pp.812-820
• /
• 2012

본 논문에서는 지능형 감시 시스템에 부합하는 기울기 히스토그램 및 폐색 추적을 통한 다중보행자 추적 시스템을 제안한다. 먼저, 연속 영상에서 보행자의 특징을 이용하여 보행자를 검출한다. 보행자의 특징을 획득하기 위해 HOG(Histogram of Oriented Gradient)를 기반으로 기울기의 방향성을 이용한 블록별 히스토그램을 생성하고, Linear-SVM(Support Vector Machine)의 학습을 통해 보행자만을 분류한다. 다음으로 보행자의 위치정보를 이용하여 추적을 행한다. 마지막으로 추적이 끝날 경우 내용기반 검색이 가능한 움직임 궤적 디스크립터를 생성한다. 실험을 통해 제안한 방법이 기존 방법보다 빠르고 정확한 움직임 추적에 효과적임을 증명하였다.

• 인지과학
• /
• 제19권3호
• /
• pp.297-310
• /
• 2008

화행은 화자의 의도를 내포하기 때문에 지능형 대화 시스템을 구현할 때 화행 분석은 필수적이다. 본 논문에서는 효과적인 화행 분석을 위한 2단계 모델을 제안한다. 첫 번째 단계에서 기계 학습 기반의 신경망 모델과 확률 기반의 예측도 모델을 이용하여 개별적으로 화행 후보를 생성한다. 두 번째 단계에서는 신경망 모델이 출력한 화행 후보들을 예측도 모델이 출력한 화행 후보들로 필터링한 후, 남겨진 후보들 중에서 최대값을 가지는 화행을 선택한다. 일정관리 영역에서의 실험 결과, 제안한 2단계 모델링 방법이 기계 학습 모델이나 확률 모델만을 사용하는 기존의 방법들보다 좋은 성능을 보였다.

• 지능정보연구
• /
• 제15권4호
• /
• pp.123-140
• /
• 2009

퍼지신경망 모형은 인공신경망의 네트워크 구조 표현방법 및 학습알고리듬과 퍼지시스템의 추론방법을 통합한 모형으로 제어 및 예측분야에 성공적으로 적용되고 있다. 본 연구에서는 퍼지신경망 모형 중 우수한 예측정확도로 인해 최근 각광받고 있는 ANFIS (Adaptive Network-based Fuzzy Inference System) 모형에서 생성된 퍼지규칙의 해석용이성을 평가하였다. ANFIS모형은 인간 전문가와 상호작용하면서 규칙을 정제해 나갈 수 있다. 특히 인간전문가의 사전지식을 이용하여 초기 퍼지규칙을 만들고 난 후 모형을 학습하면 최적에 수렴하는 시간을 단축할 뿐 아니라, 전역 최적치 도달가능성이 높아진다고 보고되고 있다. 이러한 관점에서 볼 때 규칙의 해석용이성은 인간 전문가와의 상호작용을 위해 매우 중요한 이슈가 될 수 있다. 본 연구에서는 ANFIS모형과 의사결정나무 모형에서 생성된 규칙을 해석용이성 관점에서 비교하기 위한 측도를 제안하고 각 규칙들을 비교하였다. 본 연구에서 제안된 해석용이성 측도들은 규칙을 생성하는 다양한 기계학습 모형의 규칙생성 능력을 평가하는 기준으로도 활용될 수 있을 것이다.

• 대한인간공학회지
• /
• 제17권3호
• /
• pp.23-39
• /
• 1998

Several recent aircraft accidents occurred due to goal conflicts between human and machine actors. To facilitate the management of the cockpit activities considering these observations. a computational aid. the Agenda Manager (AM) has been developed for use in simulated cockpit environments. It is important to know pilot intentions performing cockpit operations accurately to improve AM performance. Without accurate knowledge of pilot goals or intentions, the information from AM may lead to the wrong direction to the pilot who is using the information. To provide a reliable flight simulation environment regarding goal conflicts. a pilot goal communication method (GCM) was developed to facilitate accurate recognition of pilot goals. Embedded within AM, the GCM was used to recognize pilot goals and to declare them to the AM. Two approaches to the recognition of pilots goals were considered: (1) The use of an Automatic Speech Recognition (ASR) system to recognize overtly or explicitly declared pilot goals. and (2) inference of covertly or implicitly declared pilot goals via the use of an intent inferencing mechanism. The integrated mode of these two methods could overcome the covert goal mis-understanding by use of overt GCM. And also could it overcome workload concern with overt mode by the use of covert GCM. Through simulated flight environment experimentation with real pilot subjects, the proposed GCM has demonstrated its capability to recognize pilot intentions with a certain degree of accuracy and to handle incorrectly declared goals. and was validated in terms of subjective workload and pilot flight control performance. The GCM communicating pilot goals were implemented within the AM to provide a rich environment for the study of human-machine interactions in the supervisory control of complex dynamic systems.

• 정보기술응용연구
• /
• 제3권1호
• /
• pp.1-21
• /
• 2001

인터넷과 월드와이드웹 (WWW)의 폭발적인 성장은 온라인 기반의 전세계적인 전자상거래의 발전을 촉발시켰다. 상거래를 위한 매체로서의 인터넷의 급속한 도입은 기업과 소비자간에 새로운 대화 채널로서의 웹 기반 광고의 중요성을 부각시키고 있다. 제대로 된 웹 광고가 올바르게 소비자에게 전달된다면 웹 광고의 효과는 극대화되고 기업의 수입은 지대하게 증대될 수 있다. 따라서 본 논문은 인터넷 상에서 전자 신문 서비스를 제공하는 기업을 위한 지능화된 고객 서비스의 일환으로 개인화(personalization) 된 광고 기법을 제공하고자 한다. 전자 신문은 통상적으로 정치, 경제, 스포츠, 문화 등의 여러 섹션으로 구분되어 제공되어지는데, 기계 학습 (machine learning) 기법을 도입하여 고객이 전자신문 페이지에 접속, 검색하고 읽어보는 기록을 분석하고 적절한 웹 광고 (특히, 배너광고)를 선택한 뒤, 그것을 고객이 해당 웹 사이트에 재접속할 때 제시함으로써 웹 광고에 대한 고객의 반응을 극적으로 향상시키고자 한다. 이를 위하여 현재 대한민국의 인터넷 전자신문 제공업자 중 유명한 한 곳을 선정하여 본 논문에서 제시한 방법론을 적용하고자 한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권12호
• /
• pp.6145-6158
• /
• 2019

It is a challenge for the current security industry to respond to a large number of malicious codes distributed indiscriminately as well as intelligent APT attacks. As a result, studies using machine learning algorithms are being conducted as proactive prevention rather than post processing. The k-NN algorithm is widely used because it is intuitive and suitable for handling malicious code as unstructured data. In addition, in the malicious code analysis domain, the k-NN algorithm is easy to classify malicious codes based on previously analyzed malicious codes. For example, it is possible to classify malicious code families or analyze malicious code variants through similarity analysis with existing malicious codes. However, the main disadvantage of the k-NN algorithm is that the search time increases as the learning data increases. We propose a fast k-NN algorithm which improves the computation speed problem while taking the value of the k-NN algorithm. In the test environment, the k-NN algorithm was able to perform with only the comparison of the average of similarity of 19.71 times for 6.25 million malicious codes. Considering the way the algorithm works, Fast k-NN algorithm can also be used to search all data that can be vectorized as well as malware and SSDEEP. In the future, it is expected that if the k-NN approach is needed, and the central node can be effectively selected for clustering of large amount of data in various environments, it will be possible to design a sophisticated machine learning based system.

• 한국콘텐츠학회논문지
• /
• 제19권12호
• /
• pp.18-27
• /
• 2019

4차 산업혁명의 기술을 통해 농업기계는 점차 지능화되고 있으며, 기계의 발달로 인해 전반적인 농가 인력역할을 기계가 대체하고 있다. 하지만 농업기계 사용 부주의로 인한 안전사고와 보관의 어려움으로 도난사건이 매년 증가하고 있다. 농업기계는 자동차와 달리 사건, 사고내역을 관리하지 않기 때문에 범죄에 이용되기도 한다. 또한, 농업기계에 이슈가 발생하면 대처 할 수 있는 방법이 없다. 본 논문에서는 농업기계 구입과 동시에 차대번호를 등록하여 해당 농업기계의 이력을 관리할 수 있는 블록체인 기반의 시스템을 제안한다. 본 시스템에서는 소유주의 농업기계에 대한 사고 및 수리 내역정보를 담고 있기 때문에 도난사고가 발생해도 역추적이 가능하고, 추후 중고 시장에서 거래를 할 때 본 시스템의 조회를 통해 구매자들에게 신뢰할 수 있는 자료를 제공하여 안전한 거래를 할 수 있게 해준다.