• 한국컴퓨터정보학회논문지
• /
• 제28권9호
• /
• pp.9-15
• /
• 2023

컴퓨터 비전 분류 연구에서 합성곱 신경망 (Convolutional Neural Network)은 탁월한 이미지 분류성능을 보여준다. 이에 영감을 받아 예술 관련 이미지 분류 작업에 대한 적용 가능성을 분석해 본다. 본 논문에서는 예술 작품 아티스트 분류의 정확도를 향상시키기 위해 최적화된 합성곱 신경망 구조를 제안한다. 미세 조정 범위 시나리오와 완전연결층 조정 시나리오를 세운 뒤 그에 따른 예술 작품 아티스트 분류의 정확도를 측정했다. 즉, 학습 컨볼루션 레이어(Convolution layer) 수와 완전연결층 수 등 ResNet50 모델의 구조를 변경하며 예술 작품 아티스트 분류의 정확도가 향상되도록 최적화했다. 본 논문에서 제안하는 합성곱 신경망 구조는 기존 예술 작품 아티스트 분류에서 쓰이던 AlexNet 모델을 1-GPU 버전으로 수정한 CaffeNet 모델보다 더 높은 정확도를 실험결과에서 증명한다.

• 보건행정학회지
• /
• 제33권1호
• /
• pp.29-39
• /
• 2023

Background: Breaking the chain of disease transmission from overseas is necessary to control new infectious diseases such as coronavirus disease 2019 effectively. In this study, we developed a mobile app called Self-Symptom Checker (SSC) to monitor the health of inbound travelers. Methods: SSC was developed for general users and administrators. The functions of SSC include non-repudiation using QR (quick response) codes, monitoring fever and respiratory symptoms, and requiring persons showing symptoms to undergo polymerase chain reaction tests at nearby screening stations following a review of reported symptoms by the Korea Disease Control and Prevention Agency, as well as making phone calls, via artificial intelligence or public health personnel, to individuals who have not entered symptoms to provide the necessary information. Results: From February 12 to March 27, 2020, 165,000 people who were subjected to the special entry procedure installed SSC. The expected number of public health officers and related resources needed per day would be 800 if only the phone was used to perform symptom monitoring during the above period. Conclusion: By applying SSC, more effective symptom monitoring was possible. The daily average number of health officers decreased to 100, or 13% of the initial estimate. SSC reduces the work burden on public healthcare personnel. SSC is an electronic solution conceived in response to health questionnaires completed by inbound travelers specified in the World Health Organization International Health Regulations as a requirement in the event of a pandemic.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.184-184
• /
• 2021

2020년의 경우 대기 상층 제트기류가 크게 강화됨에 따라 작은 규모의 저기압의 발달이 평년보다 두 배 이상 증가하였고, 그로 인해 장마가 최대 54일가량 지속되며 1조 371억 원 가량의 대규모 침수피해가 발생하였다. 이와 같이 최근 기후변화로 인한 이상 기후가 빈번하게 발생하고 있으며, 그로 인해 홍수, 태풍과 같은 재난의 강도 및 파급되는 재산피해가 점차 증가하고 있는 추세이다. 따라서 본 연구에서는 기후변화를 고려하여 향후 30년간 강우량 변화 추이를 파악하고, 이에 따라 파급되는 재난피해 규모의 증가 추세를 확인하고자 하였다. 기후변화 시나리오는 IPCC AR6(Intergovernmental Panel on Climate Change - Sixth Assessment Report)에서 제시하고 있는 시나리오 중 극한 시나리오인 SSP5-8.5와 안정화 시나리오인 SSP2-4.5 시나리오를 활용하고자 하였다. GCM(General Circulation Model) 자료는 전 지구적 모형으로 공간적 해상도가 낮은 문제가 있기 때문에, 국내 적용을 위해서는 축소기법을 적용해야 한다. 본 연구에서는 공간적 축소를 위해 통계학적 기법 중 인공지능 기법을 적용하고 Reference data와 종관기상관측(ASOS)의 실측 강우 자료(1905 ~ 2014년)를 통해 학습된 모형의 정확도 검증을 수행하였다. 또한 연 강수량과 연도별 홍수피해의 규모 및 빈도를 확인하여 연도별 강수량 증가에 따른 피해 규모의 증가를 관계식을 도출하였다. 이후 최종적인 축소기법으로 모형을 통해 향후 2050년까지 부산광역시의 예측 강우량을 전망하여 연 강수량의 증가량과 피해 규모의 증가량을 전망해보고자 하였다. 본 연구 결과는 부산광역시의 예방단계 재난관리의 일환으로 적응형 기후변화 대책 수립에 기초 자료로써 활용될 수 있을 것이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.600-602
• /
• 2021

모바일 산업의 발달과 인공지능 기술에 대한 관심이 높아지면서 임베디드 시스템에 적용 가능한 인공지능 프로세서에 대한 연구가 활발히 진행되고 있다. 임베디드 시스템에서 인공지능을 구현하는 경우 제한된 자원과 소비 전력을 고려한 설계가 필수적이며, 낮은 연산 성능을 보완할 수 있는 전용 가속기를 포함하는 것이 효율적이다. 본 연구는 독립 운용이 가능한 임베디드 인공지능 프로세서를 제안한다. 제안하는 인공지능 프로세서는 거리연산 기반의 경량 인공지능 알고리즘이 적용된 하드웨어 가속기를 포함하며, 프로그래밍 가능한 범용 프로세서와 함께 운용되어 다양한 임베디드 시스템에 적용 가능하다. 인공지능 프로세서는 Verilog HDL을 사용하여 설계되었으며 Field Programmable Gate Array (FPGA)를 통해 기능을 검증하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.474-477
• /
• 2021

최근 2020년부터 본격적으로 유행한 코로나19를 예방하기 위해 발열 체크, 마스크 착용 유무를 확인하는 곳이 많아졌다. 그러나 마스크 착용과 발열 체크는 일반적으로 사람이 직접 측정하거나 한명씩 기계 앞에 서서 측정하는 방식이 대부분이며 일반적으로 발열 체크시 피부의 최고 온도를 측정하므로 정확도가 떨어지고 대량의 인원 측정시 병목이 나타날 수 있다. 따라서 본 연구에서는 마스크 미착용자와 발열자를 일반 카메라와 열화상 카메라, 인공지능 알고리즘을 통하여 실시간으로 정확하게 자동 분류하고 표시하여 전염병 확산을 막는 방법에 대하여 제안하고자 한다.

• Tuberculosis and Respiratory Diseases
• /
• 제86권3호
• /
• pp.226-233
• /
• 2023

Background: Inactive or old, healed tuberculosis (TB) on chest radiograph (CR) is often found in high TB incidence countries, and to avoid unnecessary evaluation and medication, differentiation from active TB is important. This study develops a deep learning (DL) model to estimate activity in a single chest radiographic analysis. Methods: A total of 3,824 active TB CRs from 511 individuals and 2,277 inactive TB CRs from 558 individuals were retrospectively collected. A pretrained convolutional neural network was fine-tuned to classify active and inactive TB. The model was pretrained with 8,964 pneumonia and 8,525 normal cases from the National Institute of Health (NIH) dataset. During the pretraining phase, the DL model learns the following tasks: pneumonia vs. normal, pneumonia vs. active TB, and active TB vs. normal. The performance of the DL model was validated using three external datasets. Receiver operating characteristic analyses were performed to evaluate the diagnostic performance to determine active TB by DL model and radiologists. Sensitivities and specificities for determining active TB were evaluated for both the DL model and radiologists. Results: The performance of the DL model showed area under the curve (AUC) values of 0.980 in internal validation, and 0.815 and 0.887 in external validation. The AUC values for the DL model, thoracic radiologist, and general radiologist, evaluated using one of the external validation datasets, were 0.815, 0.871, and 0.811, respectively. Conclusion: This DL-based algorithm showed potential as an effective diagnostic tool to identify TB activity, and could be useful for the follow-up of patients with inactive TB in high TB burden countries.

• 한국컴퓨터정보학회논문지
• /
• 제28권12호
• /
• pp.57-66
• /
• 2023

본 연구에서는 딥러닝 기법과 정서적 AI를 적용하여 사용자의 감정 상태를 추정하고 이를 추천 과정에 반영할 수 있는 추천 시스템에 대한 새로운 연구 프레임워크를 제안한다. 이를 위해 분노, 혐오, 공포, 행복, 슬픔, 놀람, 중립의 7가지 감정을 각각 분류하는 감정분류모델을 구축하고, 이 결과를 추천 과정에 반영할 수 있는 모형을 제안한다. 그러나 일반적인 감정 분류 데이터에서는 각 레이블 간 분포 비율의 차이가 크기 때문에 일반화된 분류 결과를 기대하기 어려울 수 있다. 본 연구에서는 감정 이미지 데이터에서 혐오감 등의 감정 개수가 부족한 경우가 많으므로 데이터 증강을 이용한다. 마지막으로, 이미지 증강을 통해 데이터 기반의 감정 예측 모델을 추천시스템에 반영하는 방법을 제안한다.

• 한국인터넷방송통신학회논문지
• /
• 제24권1호
• /
• pp.59-64
• /
• 2024

최근 다양한 산업 분야에서 드론과 인공지능 기술이 융합된 연구 사례가 진행되고 있다. 본 논문에서는 딥러닝 기반 객체 인식과 객체 판별 알고리즘을 이용하여 불법 주정차 차량 인식 모델을 제안한다. 객체 인식 알고리즘은 YOLOv8를 사용하였으며, 객체 판별 알고리즘은 ResNet18을 사용하였다. 제안된 모델은 일반 도로 상황에서 수집한 이미지 데이터를 이용하여 모델 학습을 수행하였고, 학습된 모델은 이미지 기반 불법 주정차를 판별하는데 높은 정확도를 보였다. 이를 통해 제안된 모델은 다양한 이미지로부터 불법 주정차 차량을 식별하기 위한 일반화 성능을 갖추고 있음을 확인하였다.

• 인터넷정보학회논문지
• /
• 제25권1호
• /
• pp.167-176
• /
• 2024

챗봇서비스는 AI서비스와 연계하여 다양한 분야에서 활용되고 있다. AI에 대한 보안 연구는 초기 단계이고, 이를 이용한 서비스 구현단계에서의 실질적인 보안 연구는 더욱 부족한 상황이다. 본 논문은 AI서비스와 연계된 챗봇서비스에 대한 보안요구사항을 분석한다. 먼저, 본 논문에서는 최근 발표된 AI보안에 대한 논문과 자료들을 분석한다. 시장에서 서비스가 제공되는 있는 챗봇서비스를 조사하여 일반적인 구현 모델을 정립한다. 구현 모델에는 챗봇관리시스템과 AI엔진이 포함된 5개의 구성요소가 포함되어 있다. 정립된 모델에 기반하여 쳇봇서비스에 특화된 보호자산과 위협을 정리한다. 위협은 실제 운영중인 챗봇서비스 담당자 설문을 통해 챗봇서비스에 특화된 위협을 중심으로 정리한다. 10개의 주요 위협이 도출되었다. 정리된 위협에 대응하기 위해 필요한 보안 영역을 도출하였고, 영역별로 필요한 보안요구사항을 분석하였다. 이는 챗봇서비스 보안 수준을 검토하고 개선하는 과정에서 보안평가 기준으로 활용될 것이다.

• 스마트미디어저널
• /
• 제13권1호
• /
• pp.60-66
• /
• 2024

센서들을 네트워크로 연결하면서 시작된 사물인터넷은 인공지능 기술과 결합하면서 지능형 IoT로 발전되고 있다. 도심 고층 건물들은 승강기가 필수적으로 설치되고, 승강기는 층을 이동하며 화물 운반과 사용자 이동의 기능을 수행한다. 고층 건물이나 특수 환경(병원 등)의 승강기 사용자에게 안전하고 편리한 서비스를 제공해야 한다. 대형 병원과 같이 신속한 환자 운송이 중요한 환경에서 병원 직원 및 환자용 승강기에 일반인들도 수시로 이용하는 문제점이 존재한다. 특히, 골든 타임이 중요한 환자 이동 시 승강기를 탑승하기 위한 대기 시간은 큰 방해 요소이다. 이러한 문제를 해결하기 위해서 본 연구에서 스마트폰 블루투스를 이용하여 승강기 호출 지능형 IoT 시스템을 제안한다. 먼저 스마트폰 블루투스를 이용하여 승강기 호출 IoT 시스템을 실험하고, 실험결과, 승강기 사용자의 인증 및 불필요한 탑승 대기시간을 감소시킬 수 있음을 확인하였다. 또한 지능형 IoT로 연계하는 승강기 호출 지능형 IoT 시스템을 제안한다.