• Imaging Science in Dentistry
• /
• 제53권3호
• /
• pp.199-207
• /
• 2023

Purpose: The objective of this study was to evaluate the accuracy and effectiveness of an artificial intelligence (AI) program in identifying dental conditions using panoramic radiographs(PRs), as well as to assess the appropriateness of its treatment recommendations. Materials and Methods: PRs from 100 patients(representing 4497 teeth) with known clinical examination findings were randomly selected from a university database. Three dentomaxillofacial radiologists and the Diagnocat AI software evaluated these PRs. The evaluations were focused on various dental conditions and treatments, including canal filling, caries, cast post and core, dental calculus, fillings, furcation lesions, implants, lack of interproximal tooth contact, open margins, overhangs, periapical lesions, periodontal bone loss, short fillings, voids in root fillings, overfillings, pontics, root fragments, impacted teeth, artificial crowns, missing teeth, and healthy teeth. Results: The AI demonstrated almost perfect agreement (exceeding 0.81) in most of the assessments when compared to the ground truth. The sensitivity was very high (above 0.8) for the evaluation of healthy teeth, artificial crowns, dental calculus, missing teeth, fillings, lack of interproximal contact, periodontal bone loss, and implants. However, the sensitivity was low for the assessment of caries, periapical lesions, pontic voids in the root canal, and overhangs. Conclusion: Despite the limitations of this study, the synthesized data suggest that AI-based decision support systems can serve as a valuable tool in detecting dental conditions, when used with PR for clinical dental applications.

• 정보교육학회논문지
• /
• 제25권6호
• /
• pp.917-925
• /
• 2021

본 연구의 목적은 모듈형 데이터 분석 도구를 활용하여 구성주의 기반의 교수학습방법을 구체화하는데 있다. 인공지능교육을 위한 내용기준에서 제시하는 인공지능이 적용된 도구로서 모듈형 데이터 분석도구가 갖는 가치와 의미를 살펴보고 컴퓨팅사고력을 기반으로 문제해결력을 기르는 단계와 과정을 살펴보고자 하였다. 모듈형 데이터분석 도구는 구성주의적 관점에서 동화와 조절을 통해 평형화를 이루는 과정에서 스키마를 형성하는 인지적 사고절차를 시각적으로 표현함으로서 인공지능에서 데이터의 구조를 형상화하는 특징을 갖고 있는 도구라는 장점을 갖는다. AI교육은 문제해결의 절차를 알고리즘으로 구현된 블랙박스로서의 표상화된 스키마를 적용한다는 점에서 데이터 분석의 모듈을 구조화하고 추상적 지식의 구조를 구체화하는 특징을 갖는다고 할 수 있다. 따라서 개념적 스키마와 내재적 스키마를 연결하는 도구로서의 장점을 갖는다는 점에서 모듈형 데이터 분석 도구의 활용가치를 살펴볼 수 있다.

• 융합보안논문지
• /
• 제24권2호
• /
• pp.3-8
• /
• 2024

최근 몇 년 동안 사이버 위협의 수와 복잡성이 증가하고 있다. 이러한 위협은 개인 소유 장치를 업무에 사용하는 것의 위험성을 증가시킨다. 이 연구는 인공지능을 활용한 침해분석 도구의 활용 방안에 대해 다루고 있다. 이를 위해 자동화된 분석 프로세스를 통해 분석자의 업무 부담을 줄이고 분석 효율을 향상시키는 인공지능 기반 침해분석 도구를 개발하고 활용 가능성을 제안하였다. 이를 통해, 분석자는 더욱 중요한 업무에 집중할 수 있다. 본 논문에서는 인공지능 기반 침해분석 도구의 개발과 활용 가능성을 제시하는 것이다. 이를 통해 침해분석 분야의 새로운 연구 방향을 제시하고, 자동화 도구의 성능, 적용 범위, 사용 편의성을 향상시켜 조직이 효과적으로 사이버 공격에 대응할 수 있도록 하는 것이 필요하다는 것을 제시하였다. 연구 방법으로는 인공지능 기술을 활용하여 침해분석 도구를 개발하고, 이를 통해 다양한 활용 사례를 연구하였다. 또한, 자동화 도구의 성능, 적용 범위, 사용 편의성을 평가하고, 침해 사고의 예측 및 예방, 자동 대응을 위한 연구도 진행하였다. 본 연구는 인공지능 기반 침해분석 도구의 개발과 활용을 위한 기초가 될 것으로 이를 통해 효과적으로 사이버 공격에 대응 방안을 실험을 통해 확인할 수 있었다.

• 한국기록관리학회지
• /
• 제19권4호
• /
• pp.221-230
• /
• 2019

본고는 표준기록관리시스템과는 차별화하여, 전자결재시스템과 기록관리시스템을 하나의 시스템으로 운영하고, 기록관리 보조도구로 인공지능, 챗봇 등의 지능형서비스를 접목한 한국중부발전의 기록관리시스템 구축을 위한 준비과정을 소개함을 목적으로 한다. 기록관리 전 생애주기를 관리하는 것은 물론이고, 현용기록의 활용성을 높이기 위한 실시간 이관 및 기능분류체계 활용에 대해 심도있게 검토하여 설계하였으며, 폭증하는 전자기록물의 효율적 관리를 위하여 인공지능 등 신기술을 도입하였다. 기록관리행위의 첫 단추이자 가장 중요한 시작인 분류의 정확성을 높이고자, 기계학습을 통한 기록물분류를 추천하여 처리과에서의 무분별한 오분류를 사전에 차단했으며, 업무관련 규정 및 기록의 활용을 위하여 챗봇을 도입하는 등 기록관리 분야에서 신기술을 적극 도입하였다. 또한 시스템 간 이관에 따라 생기는 열람권한 문제를 전자결재시스템 및 기록관리시스템의 열람권한을 모두 확인하여 권한을 부여하는 등 기록물의 적극적 활용을 위해 많은 노력을 하였다.

• 시스템엔지니어링학술지
• /
• 제16권2호
• /
• pp.97-109
• /
• 2020

On March 11, 2011, an earthquake followed by a tsunami caused an extended station blackout (SBO) at the Fukushima Dai-ichi NPP Units. The accident was initiated by a total loss of both onsite and offsite electrical power resulting in the loss of the ultimate heat sink for several days, and a consequent core melt in some units where proper mitigation strategies could not be implemented in a timely fashion. To enhance the plant's coping capability, the Diverse and Flexible Strategies (FLEX) were proposed to append the Emergency Operation Procedures (EOPs) by relying on portable equipment as an additional line of defense. To assess the success window of FLEX strategies, all sources of uncertainties need to be considered, using a physics-based model or system code. This necessitates conducting a large number of simulations to reflect all potential variations in initial, boundary, and design conditions as well as thermophysical properties, empirical models, and scenario uncertainties. Alternatively, data-driven models may provide a fast tool to predict the success window of FLEX strategies given the underlying uncertainties. This paper explores the applicability of Artificial Intelligence (AI) to identify the success window of FLEX strategy for extended SBO. The developed model can be trained and validated using data produced by the lumped parameter thermal-hydraulic code, MARS-KS, as best estimate system code loosely coupled with Dakota for uncertainty quantification. A Systems Engineering (SE) approach is used to plan and manage the process of using AI to predict the success window of FLEX strategies under extended SBO conditions.

• 동의신경정신과학회지
• /
• 제35권2호
• /
• pp.153-162
• /
• 2024

Objectives: Among OECD countries, South Korea has been having the highest suicide rate since 2018, with 24.1 deaths per 100,000 people reported in 2020. The objectie of this study was to examine the use of generative artificial intellicence (AI) chatbots to train third-year Korean medicine (KM) students in conducting suicide risk assessments for patients with depressive disorders to train students for their clinical practice skills. Methods: The Claude 3 Sonnet model was utilized for chatbot simulations. Students performed mock consultations using standardized suicide risk assessment tools including Ask Suicide-Screening Questions (ASQ) tool and ASQ Brief Suicide Safety Assessment. Experiences and attitudes were collected through an anonymous online survey. Responses were rated on a 1~5 Likert scale. Results: Thirty-six students aged 22~30 years participated in this study. Their scores for interest and appropriateness (4.66±0.57), usefulness (4.60±0.61), and overall experience (4.63±0.60) were high. Their evaluation of the usability of artificial intelligence chatbot was also high at 4.58±0.70 points. However, their trust in chatbot responses (Q12) was lower (3.86±0.99). Common issues related to dissatisfaction included conversation disruptions due to token limits and inadequate chatbot responses. Conclusions: This is the first study investigating generative AI chatbots for suicide risk assessment training in KM education. Students reported high satisfaction, although their trust in chatbot accuracy was moderate. Technical limitations affected their experience. These preliminary findings suggest that generative AI chatbots hold promise for clinical training, particularly for education in psychiatry. However, improvements in response accuracy and conversation continuity are needed.

• Computers and Concrete
• /
• 제31권4호
• /
• pp.315-325
• /
• 2023

Calcium leaching is one of the main deterioration factors in concrete structures contact with water, such as dams, water treatment structures, and radioactive waste structures. It causes a porous microstructure and may be coupled with various harmful factors resulting in mechanical degradation of concrete. Several numerical modeling studies focused on the calcium leaching depth prediction. However, these required a lot of cost and time for many experiments and analyses. This study presents an artificial neural network (ANN) approach to predict the leaching depth quickly and accurately. Totally 132 experimental data are collected for model training and validation. An optimal ANN model was proposed by ANN topology. Results indicate that the model can be applied to estimate the calcium leaching depth, showing the determination coefficient of 0.91. It might be used as a simulation tool for engineering problems focused on durability.

• 한국컴퓨터정보학회논문지
• /
• 제28권12호
• /
• pp.147-153
• /
• 2023

인공지능 기술의 전 산업 분야로 확산되면서 기존 SaaS에 인공지능 서비스가 탑재된 AIaaS가 등장하고 있다. 특히 비IT 분야 기업들에서는 소프트웨어 전문가의 부재, 빅 데이터 모델 훈련의 어려움, 다양한 형태의 데이터들에 대한 수집 및 분석에 대한 어려움 등을 겪고 있다. AIaaS는 인공지능 소프트웨어 개발에 필요한 다양한 IT 자원들 뿐만 아니라 인공지능 소프트웨어에 필요한 기능들을 서비스 형태로 제공함으로써 사용자들에게는 보다 쉽고 경제적으로 시스템을 구축할 수 있게 한다. 따라서 이러한 클라우드 기반의 AIaaS 서비스에 대한 수요와 공급은 점점 급증할 것이다. 그런데 이처럼 AIaaS에 대한 수요와 공급이 증가함에 따라 요구되는 것이 AIaaS에서 제공하는 서비스들의 품질이 중요한 요소가 된다. 그러나, 현재 이를 측정하기 위한 포괄적이고 실용적인 품질 평가 메트릭에 대한 연구가 미흡하다. 따라서 본 논문에서는 AIaaS의 서비스 품질 측정 요소 중 재사용성 평가를 위해 AIaaS가 갖는 특징인 구현성, 편리성, 효율성, 접근성을 기반으로 재사용성 측정에 필요한 4가지 메트릭인 사용성, 교체성, 확장성, 홍보성 메트릭을 개발하여 제안한다. 제안된 메트릭은 AIaaS에서 제공하는 서비스들이 향후 잠재된 사용자들에게 얼마나 재사용할 수 있는지를 예측하는 도구로 사용될 수 있다.

• Journal of Korea Artificial Intelligence Association
• /
• 제1권1호
• /
• pp.11-16
• /
• 2023

Accurate hospital case modeling and prediction are crucial for efficient healthcare. In this study, we demonstrate the implementation of regression analysis methods in machine learning systems utilizing mathematical statics and machine learning techniques. The developed machine learning model includes Bayesian linear, artificial neural network, decision tree, decision forest, and linear regression analysis models. Through the application of these algorithms, corresponding regression models were constructed and analyzed. The results suggest the potential of leveraging machine learning systems for medical research. The experiment aimed to create an Azure Machine Learning Studio tool for the speedy evaluation of multiple regression models. The tool faciliates the comparision of 5 types of regression models in a unified experiment and presents assessment results with performance metrics. Evaluation of regression machine learning models highlighted the advantages of boosted decision tree regression, and decision forest regression in hospital case prediction. These findings could lay the groundwork for the deliberate development of new directions in medical data processing and decision making. Furthermore, potential avenues for future research may include exploring methods such as clustering, classification, and anomaly detection in healthcare systems.

• International Journal of Advanced Culture Technology
• /
• 제3권2호
• /
• pp.118-123
• /
• 2015

IT environment gets more complicated in terms of open platform, network standards, device design and hardware, etc. Smart network and application are in the fields of corporate as well as national competition for future fusion technology. In development environment focused on computers, the ideas of authoring tool have been presented in terms of improved software productivity. In smart environment where subdividing works are consecutively done, current authoring tool should be effectively updated for effective development of programs and easier access to business works. The basic concept of a new conceptual App development tool, Smart App Authoring Tool, which has been designed in this study and enables to apply on-site requirements to smart phones, is to develop Apps on the level using easy-to-learn Word or Excel in a computer. Therefore, this study is intended to design a conceptual Smart App Authoring Tool to optimize the cost and time for developing and maintaining new application services under various smart phone platform environments. Based on the performance of smart app authoring tool herein, every people can develop a smart app program at moderate level. So this paper have designed a conceptual smart app authoring tool. This study presented educational efficiency of the authoring tool by developing business Apps under various business environments and applying them under university and high school environments.