• International Journal of Computer Science & Network Security
• /
• 제23권12호
• /
• pp.235-245
• /
• 2023

Smart applications based on the Network of Everything also known as Internet of Everything (IoE) are increasing popularity as network connectivity requires rise further. As a result, there will be a greater need for developing 6G technologies for wireless communications in order to overcome the primary limitations of visible 5G networks. Furthermore, implementing neural networks into 6G will bring remedies for the most complex optimizing networks challenges. Future 6G mobile phone networks must handle huge applications that require data and an increasing amount of users. With a ten-year time skyline from thought to the real world, it is presently time for pondering what 6th era (6G) remote correspondence will be just before 5G application. In this article, we talk about 6G dreams to clear the street for the headway of 6G and then some. We start with the conversation of imaginative 5G organizations and afterward underline the need of exploring 6G. Treating proceeding and impending remote organization improvement in a serious way, we expect 6G to contain three critical components: cell phones super broadband, very The Web of Things (or IoT and falsely clever (artificial intelligence). The 6G project is currently in its early phases, and people everywhere must envision and come up with its conceptualization, realization, implementation, and use cases. To that aim, this article presents an environment for Presented Distributed Artificial Intelligence as-a-Services (DAIaaS) supplying in IoE and 6G applications. The case histories and the DAIaaS architecture have been evaluated in terms of from end to end latency and bandwidth consumption, use of energy, and cost savings, with suggestion to improve efficiency.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.205-212
• /
• 2021

본 연구는 가상현실(VR) 기술에 대한 초등학생의 흥미, 사용성, 학습매체의 가능성을 파악함으로써 향후 인공지능 교육을 위한 콘텐츠 제작에 활용하는 것을 목적으로 한다. 국외 연구 분석을 통해 가상현실 기술을 활용한 초등 교육의 효과성을 확인하였으며, 본 연구에서는 국내에서 초등학생에게 적용 가능한지 분석하였다. 이를 위해 초등학교 5학년 학생들에게 다양한 가상현실 콘텐츠를 제공한 후, 흥미, 사용성, 유용성, 수업과 학습에 활용 가능성을 설문하였다. 연구결과, 가상현실 콘텐츠에 대한 학생들의 흥미가 매우 높았으며, 학습 매체로서도 충분히 활용 가능함을 확인하였다. 이러한 결과를 토대로 볼 때, 최근 중요성이 강조되는 인공지능 교육과 데이터과학 교육에서 추상적인 데이터와 인공지능 시뮬레이션을 가상현실을 활용하여 충분히 학습으로 이어질 수 있음을 시사한다.

• 한국전자통신학회논문지
• /
• 제15권6호
• /
• pp.1137-1144
• /
• 2020

본 논문에서는 빅데이터, IoT, 인공지능 관련 네트워크 분석을 통해 국내 연구동향을 파악하고 관련 시사점 도출을 목적으로 한다. 이를 위해, 2018년 국가연구개발정보를 활용하여 분석을 수행하였으며, 주요 기초 통계 분석과 언어 네트워크 분석을 수행하였다. 분석 결과, 빅데이터, IoT, 인공지능 관련 연구개발은 기초단계, 개발단계를 중심으로 연구가 진행 중이며, 대학과 중소기업의 비중이 높은 것으로 나타났다. 또한 언어 네트워크 분석 결과, 관련 분야는 스마트팜, 헬스케어 분야에 활용하기 위한 연구를 중심으로 이루어 지고 있는 것으로 판단된다. 이러한 연구결과를 바탕으로 본 연구에서는 인공지능을 활용하기 위해서는 빅데이터가 반드시 필요하며, 개인 식별화 연구가 더욱 활발히 진행되어야 한다는 점과 단순 R&D 활동이 아닌 기술사업화가 이루어 지기 위한 전 주기 지원이 필요하며, 적용 분야를 확대할 필요가 있다는 점을 주장하였다.

• 기독교교육논총
• /
• 제72권
• /
• pp.183-203
• /
• 2022

연구 목적 : 본 연구의 목적은 예비 유아 교사들의 인공지능 활용 교육역량을 높이기 위한 교육과정 편성을 위한 기초자료로써 인공지능 교육 활용 역량 요인을 구성하는 것이다. 연구 내용 및 방법 : 이를 위해서 선행연구를 탐색해서 7편의 역량 요인 및 모형과 관련된 연구를 선정하였다. 7편의 선행연구를 분석해서 인공지능의 이해를 포함하여 18개의 역량 요소를 추출하였다. 추출된 역량 요소는 코딩을 통해서 교과 지식 이해, 수업 준비, 수업 운영, 수업결과 피드백, 수업지도, 자기 계발로 구분되는 6개 영역이 구성되었고, 15개 요인이 추출되었다. 코딩을 통해 구성된 초안은 유아교육 전문가 3인의 검토를 통해서 개선하였다. 전문가 검토를 통해 개선된 요인은 교육과정 편성을 위해 지식, 기능, 태도로 구분하여 구조화하였고, 구조화된 역량 요인은 전문가 델파이를 통해서 타당성을 검증하였다. 델파이 검증 결과 1차 설문에서 모든 요소들이 수렴되었다. 이를 통해서 역량 영역 6개, 역량 요인 11개, 역량 요소는 지식이 19개, 기능이 10개, 태도가 5개로 구성되었다. 결론 및 제언 : 본 연구의 결과로 제시된 역량 요인은 예비 유아 교사들의 인공지능 교육 활용 능력 향상을 위한 교육과정 편성에 기초자료로 사용할 수 있는 것이 시사점이다.

• 한국IT서비스학회지
• /
• 제16권4호
• /
• pp.137-148
• /
• 2017

Researches on the Artificial Intelligence has been explosively activated in various fields since the advent of AlphaGo. Particularly, researchers on the application of multi-layer neural network such as deep learning, and various machine learning algorithms are being focused actively. In this paper, we described a development of an artificial intelligence Janggi game based on reinforcement learning algorithm and MCTS (Monte Carlo Tree Search) algorithm with accumulated game data. The previous artificial intelligence games are mostly developed based on mini-max algorithm, which depends only on the results of the tree search algorithms. They cannot use of the real data from the games experts, nor cannot enhance the performance by learning. In this paper, we suggest our approach to overcome those limitations as follows. First, we collects Janggi expert's game data, which can reflect abundant real game results. Second, we create a graph structure by using the game data, which can remove redundant movement. And third, we apply the reinforcement learning algorithm and MCTS algorithm to select the best next move. In addition, the learned graph is stored by object serialization method to provide continuity of the game. The experiment of this study is done with two different types as follows. First, our system is confronted with other AI based system that is currently being served on the internet. Second, our system confronted with some Janggi experts who have winning records of more than 50%. Experimental results show that the rate of our system is significantly higher.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.174-176
• /
• 2022

본 논문에서는인공지능(AI; Artificial Intelligence)알고리즘을 활용한 조음 장애 아동들의 '개인화된 맞춤형 학습' 모바일 애플리케이션을 제시한다. 조음과 관련된 빅데이터(Big Data)를 수집-정제-가공한 데이터 셋(Data Set)으로 학습자의 조음 상황 및 정도를 분석, 판단, 예측한다. 특히, 인공지능 활용 시 기존 애플리케이션에 비해 어떻게 개선되고 고도화할수 있는지를 UX/UI(GUI) 측면에서 바라보고 프로토타입 모델을 설계해 보았다. 지금까지 시각적 경험에 많이 치중해 있었다면, 이제는 데이터를 어떻게 가공하여 사용자에게 UX/UI(GUI) 경험을 제공할 수 있는지가 중요한 시점이다. 제시한 모바일 애플리케이션의 UX/UI(GUI)는 딥러닝(Deep Learning)의 CRNN(Convolution Recurrent Neural Network)과 Auto Encoder GPT-3 (Generative Pretrained Transformer)를 활용하여 학습자의 조음 정도와 상황에 맞게 제공하고자 하였다. 인공지능 알고리즘의 활용은 조음 장애 아동들에게 완성도 높은 학습환경을 제공하여 학습효과를 높일 수 있를 것이다. '개인화된 맞춤형 학습'으로 조음의 완성도를 높여서, 대화에 대한 두려움이나 불편함을 갖지 않길 바란다.

• Steel and Composite Structures
• /
• 제44권1호
• /
• pp.119-139
• /
• 2022

This paper aims to use the artificial intelligence approach to develop a new model for predicting the ultimate axial strength of the circular concrete-filled steel tubular (CFST) stub columns. For this, the results of 314 experimentally tested circular CFST stub columns were employed in the generation of the design model. Since the influence of the column diameter, steel tube thickness, concrete compressive strength, steel tube yield strength, and column length on the ultimate axial strengths of columns were investigated in these experimental studies, here, in the development of the design model, these variables were taken into account as input parameters. The model was developed using the backpropagation algorithm named Bayesian Regularization. The accuracy, reliability, and consistency of the developed model were evaluated statistically, and also the design formulae given in the codes (EC4, ACI, AS, AIJ, and AISC) and the previous empirical formulations proposed by other researchers were used for the validation and comparison purposes. Based on this evaluation, it can be expressed that the developed design model has a strong and reliable prediction performance with a considerably high coefficient of determination (R-squared) value of 0.9994 and a low average percent error of 4.61. Besides, the sensitivity of the developed model was also monitored in terms of dimensional properties of columns and mechanical characteristics of materials. As a consequence, it can be stated that for the design of the ultimate axial capacity of the circular CFST stub columns, a novel artificial intelligence-based design model with a good and robust prediction performance was proposed herein.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제62권2호
• /
• pp.289-302
• /
• 2023

지식정보사회의 비약적인 발전에 힘입어 빅데이터를 분석하여 가치있는 결과물을 도출하고 유용한 정보를 추출하는 역량이 학교 수학의 주요 목표 중 하나로 급부상하고 있다. 고등학교 수학 진로 선택 과목 중 하나인 <인공지능 수학>은 디지털 기술을 활용한 통계 프로젝트를 통해 빅데이터에 기반한 새로운 통계 교육의 기회를 제공할 수 있다. 이 연구에서는 효과적인 빅데이터 통계 프로젝트 기반 과제를 설계하기 위한 일련의 가이드라인을 제안하고, 이 기준에 따라 5종의 인공지능 수학 교과서에 실린 최적화 단원 과제들을 평가하였다. 인공지능 수학 교과에서 빅데이터 통계 프로젝트 과제를 설계 시 고려하도록 도출된 가이드라인은 다음과 같다: (1) 지식과 기술을 국가 학교 수학 교육과정에 맞추고, (2) 전처리된 대규모 데이터 세트를 사용하며, (3) 데이터 과학자의 문제 해결 방법을 사용하고, (4) 의사 결정을 장려하며, (5) 공학도구를 활용하고, (6) 협업 학습을 촉진한다. 분석 결과에 따르면 가이드라인에 완전히 부합하는 과제는 드물었고, 특히 대부분의 교과서에서 가이드라인 2에 해당하는 요소를 프로젝트 과제에서 통합하지 못하고 있는 것으로 나타났다. 또한 소규모 데이터 세트나 빅데이터를 전처리 없이 직접 사용하는 경우가 많아 학생들의 빅데이터의 개념에 대한 오해를 불러일으킬 것이 우려된다. 본 연구에서는 결과를 토대로 인공지능에 필요한 관련 수학 지식과 기술을 밝히고, 이것이 빅데이터 과제에 통합될 때 얻을 수 있는 잠재적 이점과 교육적 고려사항에 대해 논의하였다. 이 연구는 수학적 개념과 머신러닝 알고리즘과의 연계 및 빅데이터를 사용하는 통계 교육에서의 효과적인 공학적 도구 사용에 대한 통찰을 제공하고자 하였다.

• 한국시뮬레이션학회논문지
• /
• 제30권3호
• /
• pp.1-9
• /
• 2021

전장에 있는 지휘관과 참모들은 상황을 인식하고 그 결과를 바탕으로 지휘결심을 통해 군사 활동을 수행하는데, 최근 정보기술의 발달과 함께 지휘결심을 지원하는 인공지능에 대한 요구가 증가하였다. 인공지능을 활용하기 위해서는 강화학습에 필요한 학습 data set의 식별, 수집 그리고 전처리가 필수적이다. 그러나 전술 C4I 체계에 저장된 적 data는 정확성, 적시성, 충분성 측면에서 인공지능 학습 data로 사용하기에 적절하지 않기 때문에 학습 data를 수집하고 훈련 시킬 수 있는 대안이 필요하다. 본 논문에서는 육군의 워게임 훈련 모델인 '창조 21 모델 훈련 data'를 활용하여 인공지능을 학습시키는 방법론을 제시하였다. 연구 범위는 군사결심수립과정과 연계하여 인공지능의 역할과 범위를 구체화하고, 그 역할에 맞추어 인공지능을 훈련 시키기 위해 창조 21 모델 연습 data를 활용하는 모델을 제시하였다. 공개가 제한되는 군사자료의 특성을 고려하여 가상의 sample data를 제작하였고, 공개가 제한되는 대한민국 육군의 교리는 인터넷에서 수집 가능한 미군 교리를 활용하였다.

• 문화기술의 융합
• /
• 제8권6호
• /
• pp.801-806
• /
• 2022

현대에서 디지털 시대에서의 색채 능력의 필요성은 시대의 요구로 기존 실습에 없는 세분화된 디지털 4영역에 관한 색채 실습 개선의 연구가 필요한 것이다. 기존 물감 색채 실습에서 해결되기 어려운 디지털 전공자들에게 더 특화된 4분야 영역별 디지털 색채 실습의 수업이 필요하며, 디지털화된 채색 및 색채 감각의 수업을 위해 효율적 인공지능의 활용을 연구하였다. 본 논문에서는 기존 색채 배색과 조색이 CMYK분야만 할수 있는 실습이었던 것을 포토샵 인공지능 쎈쎄이(Adobe Sensei)의 인공지능과 빅데이터 기술을 기반으로 디지털 색채 배색 실습과 조색의 방식을 제안하여, 색채 실습 영역 확대를 보여주고자 하였다. 아울러 최신의 어도비 쎈세이 프로그램 인공지능이 제공하는 개별 사용자들의 색채 정량화한 데이터를 토대로 필터 효과를 활용한 디지털 색에서의 실질적인 색 조합과 렌덤색채에 대한 학습자 예측을 향상 시키는 실습에 목적을 두었다. 결론적으로, 기존의 물감 실습의 혼색 과정의 모호성을 제거하고, 디지털 채색의 디테일을 보안한 프로그램 활용의 연구이며, 학습자의 수준과 숙련도가 낮아도 인공지능의 지원을 통한 학습능력의 향상으로 감각을 키워나가기 좋은 초급자와 중급자의 효과적 학습 방법을 제공할 수 있는 실습방식을 제안하고자 했다. 이론 고찰을 통한 배색과 주색에 필요한 어도비 프로그램 실습 방식과 기존 물감 실습보다 학습능력에 좋은 교습 향상에 대해 제시하였다.