• 한국콘텐츠학회논문지
• /
• 제21권11호
• /
• pp.64-76
• /
• 2021

디지털기술융합사회에서 문화기술의 중요도가 커지고 있지만, 이에 비해 문화기술의 동향을 정확하게 파악하고 분석하고자 하는 시도가 부족한 실정이다. 특히 문화기술의 경우 국가 차원에서 주도하여 발전해 왔으며, 이에 문화기술을 분석함에 있어 국가적 관점을 견지하는 것이 매우 중요하다. 따라서 본 연구는 국가연구과제를 바탕으로 문화기술 동향을 분석하고 향후 문화기술 발전에 대한 시사점을 제공하는 데 초점을 맞추었다. 본 연구는 국가과학기술정보서비스(NTIS)에서 문화기술 연구과제 데이터를 수집하여 연구내용에 대한 키워드 네트워크를 분석하고, 군집분석을 통해 문화기술 과제를 유형화하고 그 특성을 분석하였다. 분석 결과 문화기술은 정보지식에서 디지털콘텐츠, 문화미디어로 발전하고 최근 머신러닝 기술에 접목하여 활발하게 활용되고 있는 것으로 나타났다. 최근에는 코로나19의 사회적 환경의 변화로 비대면 온라인 콘텐츠에 대한 수요로 AR, VR 등 다양한 문화산업에 대한 연구로 발전하고 있는 것을 확인하였다. 이를 통해 본 연구는 문화기술을 이해하고 그 동향을 분석하여, 문화기술의 혁신 가능성을 확인하기 위한 중요한 단서를 제공하였다.

• 한국인터넷방송통신학회논문지
• /
• 제23권1호
• /
• pp.77-82
• /
• 2023

최근 렌더링을 위한 플랫폼으로 멀티 클라우드 환경이 주목받고 있다. 이는 렌더링의 연산량이 시간에 따라 변동 폭이 큰 반면 각 렌더링 작업은 독립적으로 수행될 수 있기 때문이다. 그러나, 멀티 클라우드 렌더링은 대용량의 렌더링 입력 데이터에 대한 일관성을 유지하면서 실시간으로 데이터를 전송해야 하는 어려운 점이 존재한다. 본 논문에서는 멀티 클라우드 렌더링을 위한 새로운 분산 파일 시스템을 개발하였다. 개발된 파일 시스템은 로컬 머신에 파일 서버를 두어 렌더링 입력 파일에 대한 버전을 관리하고, 클라우드에 캐쉬 관리자를 두어 파일의 버전을 고려한 분산 협력 캐슁을 수행한다. 렌더링 워크로드를 이용한 실측 실험을 통해 개발된 파일 시스템이 NFS 대비 745%의 I/O 처리율을 나타내는 것을 확인했으며, 업로드 방식과 비교할 때 평균 56%의 실행시간 개선이 있는 것으로 확인되었다.

• 한국건설순환자원학회논문집
• /
• 제10권4호
• /
• pp.593-599
• /
• 2022

본 연구에서는 콘크리트 구조물의 주요 손상인 균열에 대한 효과적인 점검을 위하여 이미지 처리 기법을 이용한 균열 검출이 가능한 균열 모니터링 자동화 시스템 개발의 일환으로 머신비전을 이용하여 균열 촬영 장비를 제작하고 균열 이미지 촬영 및 분석이 가능한 프로그램을 개발하였다. 본 시스템은 기존의 육안으로 균열을 점검하는 외관조사를 대체하여 객관적이고 정량적인 데이터를 제공한다. 개발 시스템의 검증은 자기치유 콘크리트 수조 시공 현장에 적용하여 균열 검출 및 재령에 따른 균열폭의 변화량을 모니터링하였다. 이미지 분석을 통해 검출된 균열폭의 경우 디지털 현미경을 이용한 실측값과 차이가 최대 0.036 mm로 나타났으며, 자기치유 콘크리트의 재령 경과에 따른 균열 치유 효과를 균열폭 감소를 통해 확인할 수 있었다.

• 디지털정책학회지
• /
• 제1권2호
• /
• pp.17-24
• /
• 2022

중국에서는 코드 스캔 결제의 지속적인 홍보 및 적용으로 인해 코인 시장의 불균형이 발생되다. 동전 교환기는 이 문제를 완화할 수 있을 뿐만 아니라 상업 은행의 비즈니스 발생에도 적극적인 영향을 미친다. 따라서 동전 교환기를 연구하는 것은 매우 중요하다. 본 연극이 연극목적은 동전 교환기가 중국 상업 은행의 사업에 미치는 영향을 연구하는 것이다. 현장 방문을 통해 수집한 중국 상업 은행의 고객 데이터를 재무 지표 계산 방법과 결합하여 사례 분석을 수행한다. 연구 결과에 따르면 동전 교환기는 중국 상업 은행의 비즈니스 발전에 긍정적인 영향을 미친다. 본 연극는 중국 상업 은행에 대한 타당성 제안 및 비즈니스 개발에 대한 새로운 아이디어를 제공한다. 현재 동전교환기에 대한 연구는 거의 없으며, 본 연구는 재정지표 계산을 결합하여 정책성과를 검증하는 것이 본 연구의 혁신점이다.

• 전기전자학회논문지
• /
• 제26권4호
• /
• pp.614-621
• /
• 2022

본 논문은 CAN(Controller Area Network) 버스에서 해킹에 의한 공격을 탐지하기 위한 랜덤 포레스트 기반 칩입 감지 시스템(RIDS: Random Forest-Based Intrusion Detection)을 제안한다. RIDS는 CAN 버스에서 나타날 수 있는 전형적인 세 가지 공격, 즉 DoS(Denial of Service) 공격, Fuzzing 공격, Spoofing 공격을 탐지하며, 데이터 프레임 사이의 시간 간격과 그 편차, 페이로드끼리의 해밍 거리와 그 편차의 네 가지 파라미터를 사용하여 공격을 판단한다. RIDS는 메모리 중심 방식의 아키텍쳐를 가지며 노드의 정보를 메모리에 저장하여 사용하며 트리의 개수와 깊이만 조절하면 DoS 공격, Fuzzing 공격, Spoofing 공격을 모두 탐지할 수 있도록 확장이 용이한 구조로 설계되었다. 시뮬레이션 결과 RIDS는 정확도 0.9835, F1 점수 0.9545로 세 가지 공격을 효과적으로 탐지할 수 있었다.

• 한국추진공학회지
• /
• 제25권6호
• /
• pp.1-11
• /
• 2021

층류화염편 라이브러리에 대한 효율적인 계산과정을 개발하기 위하여 초임계 압력조건의 기체수소/액체산소 연소기에 대해 인공신경망을 이용한 기계학습과정이 적용되었다. 학습성능과 계산효율성에 근거한 최적의 계산과정을 찾기 위하여 은닉층에 대한 ReLU와 쌍곡탄젠트 함수의 25가지 조합이 선택되었다. 정확성이 우수한 높은 학습성능을 얻는데 쌍곡탄젠트 활성화함수가 적절하였다. 인공신경망의 학습성능을 개선하기 위해서 학습데이터 변환이 제안되었다. 4개의 은닉층에 최적의 노드를 배치할 때 학습성능 및 계산비용 관점에서 모두 효율적인 것으로 나타났다. 층류화염편 라이브러리의 보간법보다 인공신경망을 사용하는 경우 전체 계산시간은 37%, 시스템 메모리는 99.98% 감소되었다.

• KNOM Review
• /
• 제24권2호
• /
• pp.24-34
• /
• 2021

엣지 컴퓨팅을 사용하는 서비스 공급업체는 높은 수준의 서비스를 제공한다. 이에 따라 다양하고 중요한 정보들이 단말 장치에 저장되면서 탐지하기 더욱 어려운 최신 사이버 공격의 핵심 목표가 됐다. 보안을 위해 침입 탐지시스템과 같은 보안 시스템이 자주 활용되지만, 기존의 침입 탐지 시스템은 탐지 정확도가 낮은 문제점이 존재한다. 따라서 본 논문에서는 엣지 컴퓨팅에서 단말 장치의 더욱 정확한 침입 탐지를 위한 기계 학습 모델을 제안한다. 제안하는 모델은 희소성 제약을 사용하여 입력 데이터의 중요한 특징 벡터들을 추출하는 stacked sparse autoencoder (SSAE)와 convolutional neural network (CNN)를 결합한 하이브리드 모델이다. 최적의 모델을 찾기 위해 SSAE의 희소성 계수를 조절하면서 모델의 성능을 비교 및 분석했다. 그 결과 희소성 계수가 일 때 96.9%로 가장 높은 정확도를 보여주었다. 따라서 모델이 중요한 특징들만 학습할 경우 더 높은 성능을 얻을 수 있었다.

• 치위생과학회지
• /
• 제22권3호
• /
• pp.180-190
• /
• 2022

Background: Like direct infection from COVID-19, psychological concern about infection could affect health. Concern about COVID-19 infection was associated with individual habits to practice rules for preventing infection. Therefore, this study aimed to check occupational types and whether to practice tooth brushing after lunch depending on the occupation of economic workers and find correlations between concerns about infection due to COVID-19 pandemic and tooth brushing after lunch. Methods: The raw data was from the community health survey conducted in 2020. Among 229,269 adult participants aged 19 years and older, 138,970 economic workers were included in the final analysis. The chi-squared test was used to find differences in psychological concerns due to the COVID-19 pandemic. According to the participants, the rate of practicing tooth brushing after lunch was based on COVID-19-related psychological concerns. Multiple logistic regression analysis was conducted to check the influence of psychological concerns due to the COVID-19 pandemic on the rate of practicing tooth brushing after lunch. Results: According to occupational classifications, professionals and office workers and career soldiers had 1.551- and 1.581-times higher practicing rates than managers, respectively, whereas machine operators, agricultural and fishery sector workers, and daily laborers had lower practicing rates. Regarding COVID-19-related psychological concerns, the group with a lower concern about infection had a 1.076 times higher practicing rate than that with greater concern. The group with greater concern about blame from neighbors had 1.119 times higher practicing rate than that with lower concern. Conclusion: The correlations between higher economic workers' concerns about infection and blame from neighbors and higher recognition of the necessity to prevent COVID-19 and practice tooth brushing after lunch were confirmed. It is necessary to prepare measures for practicing tooth brushing after lunch suitable to the characteristics of occupational types and work environments of economic workers.

• 한국정보통신학회논문지
• /
• 제25권12호
• /
• pp.1797-1808
• /
• 2021

4차 산업혁명을 주도하는 기술 중 가장 핵심적인 기술로 꼽히고 있는 인공지능은 다양한 분야에 접목되면서 우리 사회 전반에 걸쳐 패러다임의 전환을 가져오고 있다. 바이오 분야 역시 예외는 아니어서 컴퓨터, 전기·전자, 기계 등 타 학문과 융합되면서 방대한 데이터 기반의 AI 기술을 도입하고 있다. 신약개발에서 AI 기술 도입은 신약개발의 효율성을 개선하고 효능 및 품질 향상을 가져올 수 있다. 신약개발은 다학제 분야가 접목된 융합 분야이고 개발 과정 단계별로 결과의 불확실성이 존재하고 있어 실용적 수준의 신약 개발을 위해서는 화학, 생물학, 독성학, 약동학 등 전문지식의 융합을 기반으로 하는 AI 기술 개발이 필요하다. 신약개발은 크게 주어진 질병에 대한 타겟 물질 발굴 및 검증, 히트 및 선도물질 발굴, 도출된 화합물에 대한 합성 가능성 및 효능 등에 대한 평가(Scoring)를 거쳐 최적의 신약 후보 물질을 발굴하고 마지막으로 전임상과 임상 과정의 단계를 거친다. 이때 AI 기술은 모든 단계에서 적용될 수 있고 단계마다 특화되어 적용될 수 있다. 본 논문에서는 신약개발을 위해 적용되고 있는 AI 기술 현황과 현재 기술의 한계를 살펴보고 향후 신약개발에서 AI 기술의 발전 방향을 고찰해 보고자 한다.

• 한국재료학회지
• /
• 제32권8호
• /
• pp.345-353
• /
• 2022

In this study, using deep learning, super-resolution images of transmission electron microscope (TEM) images were generated for nanomaterial analysis. 1169 paired images with 256 × 256 pixels (high resolution: HR) from TEM measurements and 32 × 32 pixels (low resolution: LR) produced using the python module openCV were trained with deep learning models. The TEM images were related to DyVO₄ nanomaterials synthesized by hydrothermal methods. Mean-absolute-error (MAE), peak-signal-to-noise-ratio (PSNR), and structural similarity (SSIM) were used as metrics to evaluate the performance of the models. First, a super-resolution image (SR) was obtained using the traditional interpolation method used in computer vision. In the SR image at low magnification, the shape of the nanomaterial improved. However, the SR images at medium and high magnification failed to show the characteristics of the lattice of the nanomaterials. Second, to obtain a SR image, the deep learning model includes a residual network which reduces the loss of spatial information in the convolutional process of obtaining a feature map. In the process of optimizing the deep learning model, it was confirmed that the performance of the model improved as the number of data increased. In addition, by optimizing the deep learning model using the loss function, including MAE and SSIM at the same time, improved results of the nanomaterial lattice in SR images were achieved at medium and high magnifications. The final proposed deep learning model used four residual blocks to obtain the characteristic map of the low-resolution image, and the super-resolution image was completed using Upsampling2D and the residual block three times.