• 한국전자통신학회논문지
• /
• 제19권1호
• /
• pp.143-148
• /
• 2024

원활한 교통의 흐름은 현대 사회에서 매우 중요한 요소이며, 교통체증은 환경 및 경제 등 다양한 형태로 문제를 초래했다. 이러한 문제를 해결하기 위해 최근 인공지능을 활용한 지능형교통체계(Intelligent Transport System)가 주목받고 있다. 본 논문에서는 강화학습 기법을 활용하여 교차로 각 방향의 차량과 보행자를 동시에 고려하여 교통의 흐름을 원활하게 하면서 동시에 불만족도를 낮출 수 있는 알고리즘을 제안한다. 제안하는 알고리즘을 적용한 교차로 신호체계 시뮬레이션 결과, 기존의 고정형 신호체계에 비해 차량·보행자의 불만족도를 상당히 낮출 수 있으며, 교차로의 교차하는 도로의 수가 많을수록 성능의 차이가 증가함을 확인하였다.

• 콘크리트학회논문집
• /
• 제22권1호
• /
• pp.19-27
• /
• 2010

건축물이나 교량과 같은 RC 구조물의 경우, 다양한 유해 환경하의 재료적인 열화나 구조적 문제로 콘크리트의 노후화 및 손상이 발생하게 된다. 콘크리트의 균열이나 철근의 부식, 구조 단면의 변형 등은 구조적 안전성 저하 및 구조물 거동 특성 변화의 주요 원인이 되기도 한다. 따라서 이와 같은 콘크리트 구조물의 보수 보강을 위하여, 효과적이고 적용이 간편한 공법의 개발이 콘크리트 분야의 중요한 연구 과제 중의 하나로 인식되어 왔다. 다양한 보수 보강 기법들이 과거 수십 년 동안 개발되어 적용되고 있으며, 이중에서도 최근 FRP 복합 재료를 구조물의 외부에 접착시키는 방법을 통한 보강 방식이 많이 사용되고 있다. 이 연구는 인공 지능(AI)의 일종인 뉴로퍼지모델(ANFIS) 을 이용하여, FRP로 보강된 원주형 콘크리트 부재의 보강 효과를 분석하는데 그 목적이 있다. ANFIS 모델을 이 연구에 적용하기 위하여, 기존 연구 자료 및 실험에서 얻은 결과를 통해 학습 데이터와 시험 데이터 세트를 구축하였다. 이 연구에서 구축된 ANFIS 모델은 기존 피보강 콘크리트의 압축강도, 보강재의 두께, 보강재의 보강 겹수, 보강재의 탄성계수, 보강재의 파단강도 및 보강재와 피보강재의 체적비, 피보강재의 부재크기를 입력 자료의 파라미터로 사용하여, 압축강도, 변형률, 2차탄성계수 등을 예측하는 방식으로 활용될 수 있으며, ANFIS 모델을 통하여 예측된 결과를 기존 연구자들이 제안한 FRP 보강 콘크리트 부재의 구성 방정식과 비교할 때 더 높은 정확도로 예측이 가능함을 확인할 수 있다.

• 경영정보학연구
• /
• 제24권4호
• /
• pp.97-118
• /
• 2022

이미지와 같은 비정형 데이터의 불균형 클래스 문제 해결에 있어 생산적 적대 신경망(generative adversarial network)에 기반한 오버샘플링 기법의 우수성이 알려짐에 따라 다양한 연구들이 이를 정형 데이터의 불균형 문제 해결에도 적용하기 시작하였다. 그러나 이러한 연구들은 데이터의 형태를 비정형 데이터 구조로 변경함으로써 정형 데이터의 특징을 정확하게 반영하지 못한다는 점이 문제로 지적되고 있다. 본 연구에서는 이를 해결하기 위해 순환 생산적 적대 신경망(cycle GAN)을 정형 데이터의 구조에 맞게 재구성하고 이를 SMOTE(synthetic minority oversampling technique) 기법과 결합한 하이브리드 오버샘플링 기법을 제안하였다. 특히 기존 연구와 달리 생산적 적대 신경망을 구성함에 있어 1차원 합성곱 신경망(1D-convolutional neural network)을 사용함으로써 기존 연구의 한계를 극복하고자 하였다. 본 연구에서 제안한 기법의 성능 비교를 위해 불균형 정형 데이터를 기반으로 오버샘플링을 진행하고 그 결과를 SMOTE, ADASYN(adaptive synthetic sampling) 등과 같은 기존 기법과 비교하였다. 비교 결과 차원이 많을수록, 불균형 정도가 심할수록 제안된 모형이 우수한 성능을 보이는 것으로 나타났다. 본 연구는 기존 연구와 달리 정형 데이터의 구조를 유지하면서 소수 클래스의 특징을 반영한 오버샘플링을 통해 분류의 성능을 향상시켰다는 점에서 의의가 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.123-123
• /
• 2018

가뭄은 홍수와 달리 진행속도가 비교적 느리기 때문에 초기에 감지한다면 피해를 최소화 할 수 있다. 국내에서는 가뭄전망을 위해 물리적 기반의 기상-수문연계해석 시스템을 구축하여 월 내지 계절전망을 수행하고 있다. 물리적 기반의 가뭄전망은 수치예보모델의 불확실성을 가지고 있으므로 예보 정확도 개선의 측면에서는 통계적 모델을 같이 활용하는 것이 바람직하다. 최근 국외에서는 통계적 방법인 AI (Artificial Intelligence) 기술을 사용하여 가뭄을 전망하는 연구가 활발히 진행 중이나, 아직까지 국내에서는 관련연구가 미흡한 실정이다. 이에 본 연구에서는 ANFIS (Adaptive Neuro-Fuzzy Inference System) 기반의 댐 유입량 예측 모델을 구축하고 SRI (Standardized Runoff Index)를 활용하여 수문학적 가뭄전망을 수행하였다. 대상유역은 국내 주요 다목적댐이 위치한 충주댐 유역과 소양강댐 유역을 선정하였다. 수문 및 기상자료는 국토 교통부 및 기상청의 관측 댐 유입량, 관측 강수량, 관측 기온 및 장기기상예보 자료를 사용하였다. ANFIS 모델 구축을 위한 훈련 및 보정기간과 검정기간은 각각 1987~2010년과 2011~2016년을 선정하였다. 수문학적 가뭄전망은 지속기간 3개월의 1개월 전망 SRI3를 활용하였으며, SRI3는 관측유입량과 예측유입량을 결합하여 산정하였다. 댐 예측유입량 및 수문학적 가뭄전망의 정확도 평가를 위해 상관계수, 평균제곱근오차를 활용하였다. 댐 예측유입량 평가 결과 예측값과 관측값의 상관계수가 높게 나타났으며, 평균제곱근오차는 낮아 예측성이 뛰어났다. SRI3의 경우 관측값과 예측값의 가뭄발생시기가 유사하여 가뭄을 적절하게 반영하는 것으로 나타났다. 본 연구의 결과는 통계적 기반의 수문학적 가뭄전망기법을 개발하였다는 측면에서 의의가 있으며, 향후 물리적 기반의 가뭄전망정보와 결합한다면 보다 실효성이 향상될 것으로 기대된다.

• 실천공학교육논문지
• /
• 제14권2호
• /
• pp.425-437
• /
• 2022

2020년 이후 COVID-19에 따른 학습방법의 변화는 글로벌 에듀테크 시장의 성장세로 이어지면서 에듀테크 시장의 두드러진 성장과 가속화 현상과 함께 직업능력개발과 에듀테크의 결합이 가속화될 것으로 전망된다. 본 연구에서는 에듀테크의 역할과 기능, 그리고 향후 평생직업능력개발 분야에서의 활용과 기대를 수렴하여 에듀테크를 포괄적으로 재정의(working definition)하였다. 재정의의 이면에는 인공지능(AI), 빅데이터, 가상/증강현실(VR/AR), 클라우드 서비스 등의 첨단기술이 더욱 확장된 디지털화된 직업훈련 시대를 앞당기는 혁신기술로 역할이 강화될 것이라는 전제가 함축되어 있으며, 이를 통해 개별화된 학습경험 맞춤형 학습의 평생직업능력개발 체계를 지향하게 될 것이다. 이 같은 에듀테크의 정의에 기초하여 본 연구의 주요 내용은 에듀테크 기술동향을 분석하면서 직업훈련에 전파, 공유하기 위한 목적에서 실제 테크놀로지가 교육 및 직업훈련에 접목된 수준이 어느 정도인지를 전문가 서면 인터뷰를 바탕으로 살펴보고, 직업훈련의 관점에서 유의미한 시사점을 찾아 에듀테크 기반 평생직업능력개발 선도사업 모델을 제안한다.

• Computers and Concrete
• /
• 제29권3호
• /
• pp.187-199
• /
• 2022

The usability of waste materials as raw materials is necessary for sustainable production. This study investigates the effects of different powder materials used to replace cement (0%, 5% and 10%) and standard sand (0%, 20% and 30%) (basalt, limestone, and dolomite) on the compressive strength (f_c), flexural strength (f_r), and ultrasonic pulse velocity (UPV) of mortars exposed to freeze-thaw cycles (56, 86, 126, 186 and 226 cycles). Furthermore, the usability of artificial intelligence models is compared, and the prediction accuracy of the outputs is examined according to the inputs (powder type, replacement ratio, and the number of cycles). The results show that the variability of the outputs was significantly high under the freeze-thaw effect in mortars produced with waste powder instead of those produced with cement and with standard sand. The highest prediction accuracy for all outputs was obtained using the adaptive-network-based fuzzy inference system model. The significantly high prediction accuracy was obtained for the UPV, f_c, and f_r of mortars produced using waste powders instead of standard sand (R² of UPV, f_c and f_f is 0.931, 0.759 and 0.825 respectively), when under the freeze-thaw effect. However, for the mortars produced using waste powders instead of cement, the prediction accuracy of UPV was significantly high (R²=0.889) but the prediction accuracy of f_c and f_r was low (R²f_c=0.612 and R²f_f=0.334).

• 한국재난정보학회 논문집
• /
• 제17권4호
• /
• pp.802-816
• /
• 2021

연구목적: 본 논문에서는 개선된 특허 검색식을 제안하고 이에 기반 한 특허분석을 통해 Passive Tracking 기술분야의 잠재적 유망분야에 해당하는 공백기술을 도출하여 향후 수행해야 할 연구개발의 방향성을 제시한다. 연구방법: 본 논문에서는 기존의 검색식 구성 방식을 개선하여 유사어 DB, 최근 발표 논문의 Keyword, AI 검색 등의 다양한 Tool과 방법을 복합적으로 적용하는 기법을 제안하고, Passive Tracking 기술분야를 대상으로 광범위한 특허조사 및 분석을 통해, 기술 변화의 방향성 및 흐름을 확인하고, 해결하고자 하는 목적과 수단을 매트릭스화 하는 방법으로 공백기술을 도출한다. 연구결과: 제안하는 방법을 통해 Passive Tracking 기술분야 공백기술은 인공지능,적응형/복합형 측위기술 및 레이더/안테나를 활용한 '멀티 타깃 측위·추적기술'과 '3D 측위 기술'이 공백기술로 도출되었으며, 도출 결과의 타당성을 검토하기 위한 검색 결과 상용화 서비스 또는 제품이 부재함을 확인하였다. 결론: 본 논문에서 도출한 공백기술은 특허출원이 활발하지 않고 선점되어 있는 선행특허가 많지 않은 분야이므로, 보다 적극적인 연구개발과 특허출원 활동을 통해 기술에 대한 권리를 확보할 필요가 있다.

• 전기전자학회논문지
• /
• 제27권1호
• /
• pp.85-92
• /
• 2023

최근 4차 산업혁명 시대가 다가오면서 휴대성을 강조한 IoT 기기가 늘고 있다. 동시에 배터리 사용량도 급증하고 있다. 배터리 사용량이 증가하면서 배터리 안전과 관련된 이슈는 피할 수 없는 문제가 되었고, 많은 연구가 이뤄졌다. 본 논문은 다양한 배터리 문제 중 팽창으로 인한 폭발 문제를 다루고 있으며, 저항 변화를 파악하여 배터리 팽창을 감지하는 시스템의 연구 및 개발을 포함하고 있다. 이번 연구의 핵심기술은 배터리가 팽창할 때 발생하는 부피 변화를 배터리에 그려진 전선의 저항 변화를 이용해 배터리 폭발을 방지하는 시스템을 개발하는 것이다. 또한 패턴분석을 통해 어떤 형태로 전선을 구성하여야 저항 변화가 많이 일어나는지 분석하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.132-133
• /
• 2023

재난 상황에서 사람을 안전하게 피난시키는 것은 매우 중요하다. 인명 안전을 위한 다양한 피난 시뮬레이션 툴이 개발되어 사용되고 있지만, 대부분의 툴에 적용된 방식은 Map을 분석하여 최단 경로를 추출해 Agent를 결정된 경로를 따라 이동시키는 알고리즘으로 구현되었다. 이 방법은 재난 환경에 변화가 없는 조건에서 피난경로를 빠른 시간에 예측하기에 적합하다. 그러나 재난상황은 시시각각으로 변화하기 때문에 피난알고리즘은 이에 대응할 수 있어야 하지만 기존 알고리즘으로는 대응이 곤란한 실정이다. 강화학습을 기반으로 한 인공지능 기술을 활용하면 변화하는 재난에 대응 가능한 피난경로 알고리즘의 개발 가능할 것으로 예상된다. 이에 본 연구에서는 알고리즘 개발의 기초단계로서, 강화학습 기법으로 개발된 피난 알고리즘이 IMO MSC.1/Circ1533에서 요구하는 피난시뮬레이션 툴의 성능조건을 만족하는지 여부를 평가하였다.

• 사물인터넷융복합논문지
• /
• 제9권6호
• /
• pp.125-134
• /
• 2023

본 논문은 MediaPipe Face Mesh 모델을 이용해 일련의 프레임 시퀀스에서 얼굴 제스처를 인식해 해당 사용자 이벤트를 처리하는 얼굴 제스처 기반의 사용자 인터페이스 선행 연구의 성능 개선 방안을 제안함에 그 목적이 있다. 선행 연구는 MediaPipe Face Mesh 모델에서 선택한 7개의 랜드마크의 3차원 좌표들로부터 얼굴 제스처를 인식해 해당 사용자 이벤트를 발생시키고 이에 대응하는 명령을 수행하는 것이 특징이다. 제안된 방법은 그 과정에서 커서 위치들에 적응형 이동 평균 처리를 적용해 미세 떨림을 완화함으로써 커서 안정화를 도모하고, 양안 동시 개폐 시에 양안의 일시적 개폐 불일치를 차단해 그 성능을 개선하였다. 제안된 얼굴 제스처 인터페이스의 사용성 평가 결과, 얼굴 제스처의 평균 인식률이 선행 연구에서 95.8%였던 것에 비해 98.7%로 상향되는 것이 확인되었다.