• 전자통신동향분석
• /
• 제33권4호
• /
• pp.14-22
• /
• 2018

Deep neural networks (DNNs) are widely used in various domains such as speech and image recognition. DNN software frameworks such as Tensorflow and Caffe contributed to the popularity of DNN because of their easy programming environment. In addition, many companies are developing neuromorphic processing units (NPU) such as Tensor Processing Units (TPUs) and Graphical Processing Units (GPUs) to improve the performance of DNN processing. However, there is a large gap between NPUs and DNN software frameworks due to the lack of framework support for various NPUs. A bridge for the gap is a DNN software platform including DNN optimized compilers and DNN libraries. In this paper, we review the technical trends of DNN software platforms.

• 반도체디스플레이기술학회지
• /
• 제18권3호
• /
• pp.25-30
• /
• 2019

In this paper, we have analyzed manufacturing problems of the scaffold with pores using FDM 3D printer and PLGA. We suggested the solutions using 3SC practical TRIZ. We selected the final solution used machine learning. We reduced number of experiments using most influential factor after analysis print factors. We printed the scaffold and measured pore size. We created the regression model using python tensorflow. The print condition data of measured pore size was used as training data. We predicted the pore size of printed condition using regression model. We printed the scaffold using the predicted the print condition data. We quantitatively compare the predicted scaffold pore size data and the measured scaffold pore size data. We got satisfactory result.

• 스마트미디어저널
• /
• 제7권2호
• /
• pp.34-39
• /
• 2018

국내 유해 적조발생에 따른 어패류 양식장에 지속적인 피해가 증가함에 따라서 적조에 대하여 많은 연구가 이루어지고 있다. 그러나 자동으로 적조 이미지를 인식하여서 유해적조생물을 판별하는 적조생물 이미지 검색에 대한 국내의 연구는 미흡한 실정에 있다. 본 논문은 오픈소스 기반의 딥러닝을 이용하여 적조생물 이미지를 분류할 수 있는 방법을 제안한다. 제안방법은 다양하게 표현되는 적조생물 이미지의 인식문제를 해결하기 위하여 텐서프로 프레임워크와 구굴 이미지 분류 모델을 이용하여 구현하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 춘계학술발표대회
• /
• pp.394-397
• /
• 2018

최근 인공지능 연구가 활발하게 진행이 되면서 여러 기업에서 자율 주행연구도 활발하게 진행되고 있다. 하지만 실제 상황에서 자동차 주행 데이터를 얻기에는 여러 위험사항들과 경제적인 낭비가 있다. 그렇기 때문에 게임 상에서 데이터를 수집하고 딥러닝을 이용해 학습을 하기로 했다. 본 논문에서는 실제 세계와 유사한 환경을 가지고 있는 자동차 게임을 이용하여 자율 주행을 시도 했다. 자율 주행 시 많이 쓰이는 End to End 방법으로 데이터를 수집하면 두 가지 데이터가 저장된다. 하나는 이미지 데이터고 두 번째는 방향키 데이터다. 이러한 데이터들을 numpy 타입으로 40분간 데이터를 수집한 후 딥러닝에 많이 쓰이는 tensorflow를 사용하여 구현한 CNN을 이용하여 학습이 되는 것을 확인을 하고 91.9%의 정확도를 얻었다. 이를 기반으로 실세계에서의 사용 가능성을 확인했다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 춘계학술발표대회
• /
• pp.232-235
• /
• 2018

Convolutional Neural Network is arguably the most popular deep learning architecture that is one of the most attractive area of research since it has various applications including face detection and recognition. The cascaded CNN operates at multiple resolution and rejects the background regions in the fast low resolution stages. By considering that advantage, we carry out the study on accuracy of cascaded CNN for face detection applications. The key point for our study is to analysing and improving the accuracy of cascaded CNN by applying simulations of algorithm where by we used Google's Tensorflow GPU as deep learning framework.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.571-572
• /
• 2019

일상생활에서 사람들은 각자 자신의 맞춤형 생활을 원한다. 특히 쇼핑이나 강의 등 직접 사용한 자의 후기에 따라 구매를 하는 경우에는 선택이 중요하다. 따라서 이 연구를 통해 머신러닝의 속성 범주화로 사용자에게 꼭 맞는 제품과 강의를 연결 할 수 있도록 한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제59차 동계학술대회논문집 27권1호
• /
• pp.303-304
• /
• 2019

본 논문에서는 자연재해나 노후화로 인해 많은 건물의 외벽에 균열(Crack)이 생기고 있고, YOLO 딥러닝 기법을 이용하여 텐서플로우(Tensorflow)기반 균열 데이터의 학습 과정을 거쳐 가중치 파일을 획득하고, 이를 기반으로 효율적으로 건물 관리를 할 수 있는 드론(Drone)에 장착된 카메라를 이용한 실시간 영상으로 건물 외벽 균열을 촬영하고 균열을 감지하여 사용자 모니터에 감지된 균열을 경계 상자를 통해 검출하고, 검출 사진과 위치를 기록하도록 시스템을 개발하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
• /
• pp.49-52
• /
• 2019

머신러닝을 이용한 악성코드 분류 시스템의 대부분이 캐글 데이터셋 10,868건을 사용하여 분류의 정확도를 측정한다. 이 데이터셋에 포함된 바이러스 바이트코드에는 미확인(undefined)필드라는 부분이 과도하게 존재한다. 캐글 데이터셋 특정 Label의 미확인필드 포함도는 75%가 넘는 경우도 존재한다. 이 경우 미확인 필드를 어떻게 처리하느냐가 시스템의 성능에 가장 큰 영향을 끼친다. 본 연구에서는 이러한 캐글 데이터셋의 미확인필드 처리방법을 제시하고 그에 따른 분류 정확도를 연구하였다. 다양한 처리방법에 대한 정확도를 측정하여 제안한 방식의 타당성을 증명하였다.

• 반도체디스플레이기술학회지
• /
• 제20권3호
• /
• pp.117-119
• /
• 2021

With the development of the industry, the use of drones in specific mission flight is being actively studied. These drones fly a specified path and perform repetitive tasks. if the drone system will detect objects in real time, the performance of these mission flight will increase. In this paper, we implement object detection system and mount GPU acceleration to maximize the efficiency of limited device resources with drone video using Tensorflow Lite which enables in-device inference from a mobile device and Mobile SDK of DJI, a drone manufacture. For performance comparison, the average processing time per frame was measured when object detection was performed using only the CPU and when object detection was performed using the CPU and GPU at the same time.

• ETRI Journal
• /
• 제41권5호
• /
• pp.560-573
• /
• 2019

Two supervised learning algorithms, a basic neural network and a long short-term memory recurrent neural network, are applied to traffic including DDoS attacks. The joint effects of preprocessing methods and hyperparameters for machine learning on performance are investigated. Values representing attack characteristics are extracted from datasets and preprocessed by two methods. Binary classification and two optimizers are used. Some hyperparameters are obtained exhaustively for fast and accurate detection, while others are fixed with constants to account for performance and data characteristics. An experiment is performed via TensorFlow on three traffic datasets. Three scenarios are considered to investigate the effects of learning former traffic on sequential traffic analysis and the effects of learning one dataset on application to another dataset, and determine whether the algorithms can be used for recent attack traffic. Experimental results show that the used preprocessing methods, neural network architectures and hyperparameters, and the optimizers are appropriate for DDoS attack detection. The obtained results provide a criterion for the detection accuracy of attacks.