이슈논문

Data Report>이슈논문

이슈 키워드 논문 TOP10

이슈논문
| | | | 다운로드

다운로드

(기관인증 필요)

키워드 보기
초록보기

2인공지능을 이용한 잣나무재 표면 옹이 분류 및 구획화

저자 : 최종규 ( Jonggyu Choi ) , 김현빈 ( Hyunbin Kim ) , 황운택 ( Untaek Hwang ) , 양상윤 ( Sang-yun Yang ) , 박용건 ( Yonggun Park ) , 김민규 ( Mingyu Kim ) , 심국보 ( Kug Bo Shim ) , 황성욱 ( Sungwook Hwang ) , 여환명 ( Hwanmyeong Yeo )

발행기관 : 한국목재공학회 간행물 : 한국목재공학 학술발표논문집(Conference Proceedings) 2020권 1호 발행 연도 : 2020 페이지 : pp. 44-44 (1 pages)

다운로드

(기관인증 필요)

키워드 보기
초록보기

컴퓨터 이미지 분석 기술을 이용한 목재 표면 화상 분석은 목재 품질의 객관적인 평가와 이를 통한 목재 생산의 고속화를 위해 필요하다. 인공지능을 활용한 딥러닝(Deep Learning) 기술은 높은 정확도와 빠른 속도로 이미지 화상 분석 분야에서 높은 활용도를 보여주고 있다. 본 연구에서는 여러 딥러닝 기술 중 이미지 구획화에서 활용되는 합성곱 신경망(Convolutional Neural Network, CNN)을 이용하여 잣나무재 표면 옹이를 구획화하고, 그 종류를 분류하였다. 잣나무 각재에서 획득한 128개의 제재목 사진을 사용하였고, 이들 제재목 사진에서 추출한 227개의 옹이 이미지를 4가지 종류로 분류하였다. VGG Image Annotator를 이용하여 옹이의 위치와 종류에 대한 데이터베이스를 만들고, 이를 통해 제재목 표면의 옹이를 구획화하여 표시하고, 종류를 분류하는 알고리즘 모델 학습을 진행하였다. 또한, 색상으로 인한 분류 오차가 생길 수 있다고 판단하여 흑백으로 변환한 잣나무재 이미지에서도 옹이 구획화 및 분류를 진행하였다. 잣나무재 표면 옹이 구획화 및 분류 학습을 진행한 결과 옹이의 종류나 크기 등의 변수가 존재함에도 높은 정확도로 목재 표면 옹이를 탐지할 수 있었고, 옹이 종류 분류에서도 준수한 정확도를 보여주었다. 그리고 RGB 이미지보다 흑백으로 변환한 이미지를 분류할 때 조금 더 높은 정확도를 보였는데, 이를 통해 이미지 분류에서 색상으로 인한 변수가 존재함을 추론할 수 있었다. 옹이 종류에 따라 이미지 개수의 현저한 격차가 존재하여 분류 학습에 어려움이 있었는데, 이미지 개수가 적은 희귀 종류 옹이를 추가로 학습시킨다면 더 높은 정확도를 얻을 수 있을 것으로 기대된다.

3♣S-007 : 담낭 용종성 병변에 대한 딥 러닝 분석을 이용한 내시경 초음파-인공 지능의 진단 능력 연구

저자 : 윤현강 , 장성일 , 손승진 , 이동기 , 조재희

발행기관 : 대한내과학회 간행물 : 대한내과학회 추계학술발표논문집 2020권 1호 발행 연도 : 2020 페이지 : pp. 50-50 (1 pages)

다운로드

(기관인증 필요)

키워드 보기
초록보기

4인공지능과 외국어교육

저자 : 김선희

발행기관 : 한국프랑스어문교육학회 간행물 : 한국프랑스어문교육학회 학술대회자료집 2020권 0호 발행 연도 : 2020 페이지 : pp. 21-39 (19 pages)

다운로드

(기관인증 필요)

키워드 보기
초록보기

5SF 속 첨단기술 : 인공지능 로봇은 인간이 될 수 있을까

저자 : 한국지역정보개발원(구자치정보화조합)

발행기관 : 한국지역정보개발원(구 자치정보화조합) 간행물 : 지역정보화 122권 0호 발행 연도 : 2020 페이지 : pp. 86-89 (4 pages)

다운로드

(기관인증 필요)

키워드 보기
초록보기

KCI등재

6인공‘여성’지능과 기술자본주의에 대한 여성주의 현상학적 연구

저자 : 임현진 ( Hyon Jin Im )

발행기관 : 21세기기독교사회문화아카데미 간행물 : 신학과 사회 34권 1호 발행 연도 : 2020 페이지 : pp. 89-128 (40 pages)

다운로드

(기관인증 필요)

초록보기

4차산업 혁명이 급속도로 진행되는 과정에서 발생할 수 있는 다양한 윤리적 문제가 논의되는 가운데 최근 서구의 한 비영리 단체 EqualAI는 인공지능 비서 산업에서의 여성 음성 편향 문제를 극복하고자 무젠더(genderless) 음성 Q를 출시하였다. 이는 잠시 몇몇 매체의 관심을 끌었지만 Q의 실제 효과에 대해서는 의문이 남아있다. 본 논문에서 필자는 인공지능이 대체로 인공'여성'지능으로 선호되는 사태를 다루고 갈라디아서와 고린도 전서에 나타난 젠더 역할에 대한 딜레마와 하이데거의 심려 분석을 통해 젠더 편견과 무젠더적 이상에 대한 여성주의 현상학적 의미를 해명한다. 여성에 대한 바울의 모순된 메시지는 "그리스도 안"의 본래적 심려와 "교회 안"의 본래적 심려 사이의 존재론적 간격을 드러낸다. “세인”의 일상성 안에서 젠더는 비본래적 심려관계의 도구가 되는데, 그 관계 안에서 현존재는 “우선 대개” 타인을 자신의 실존을 위한 수단으로 보고 타자 자신의 가능성을 부정한다. Q가 의도했던 무젠더의 이상은 이러한 일상성 안에서 논바이너리 젠더를 비은폐하지만 동시에 가부장제에 대한 여성주의적 저항의 방향은 분산된다. 존재론적 간격을 채워 인공지능 시장에서의 여성 젠더에 대한 고정관념 극복에 관한 한 무젠더 음성 보다는 본래적 심려를 회복하는 “기획투사”를 행하는, 구체적으로 말해 기술자본주의 시스템에 참여하여 빅데이타에 스며있는 젠더 편견이 반영되는 사태에 저항하는 일이 필요하다. 이러한 기획투사의 한 좋은 예를 EqualAI는 시작하였다고 볼 수 있으며, 필자는 인공‘여성’지능으로 디폴트 셋팅된 세계에서 기술소외층으로서의 여성을 탐구할 여성주의 현상학적 기술윤리학을 통해 이러한 시도를 지속하기를 제안한다.


In the midst of discussions about diverse ethical issues related to the 4th industrial revolution, EqualAI, a non-profit organization, has launched the genderless AI voice called Q in order to overcome gender stereotypes in AI industries. While their valid efforts have attracted some attention of several media sources, a question remains about Q's actual effectivenes. In this paper, I deal with the issue of AI mostly becoming artificial ‘female’ intelligence and explicate the feminist phenomenological meaning of gendered and genderless voice through two of Paul’s letters, Galatians and I Corinthians, and Heidegger’s analysis of “solicitude(Fursorge).” Paul's contradictory messages about woman’s gender role “in Christ” and “in the churches” reveals the ontological gap between authentic and inauthentic solicitude. In the world of everydayness of “das man,” gender difference is a tool of inauthentic relationship in which Dasein "praximally for the most part" considers others a means of its own existence. In this everydayness Q's intended genderless idealism helpfully discloses non-binary gender but the feminist site of resistance against patriarchy is disoreiented. To fill up the gap and overcome female gender stereotypes depends on Dasein’s restoration of authentic solicitude through “projection(Entwurf)” by getting involved in the techno-capitalistic system and resist the reflection of gender prejudices that have penetrated big data. EqualAI already initiated as a good example, and I suggest that we continue the initiation through feminist phenomenological ethics of technology that explores women as a techno-minority in the world with the default setting of artificial 'female' intelligence.

KCI등재

7인공지능 및 자율주행자동차의 새로운 발전과 요청에 대한 한독 비교

저자 : 이원상 ( Lee Won Sang )

발행기관 : 한국형사정책학회 간행물 : 형사정책 32권 2호 발행 연도 : 2020 페이지 : pp. 179-204 (26 pages)

다운로드

(기관인증 필요)

초록보기

4차 산업의 핵심가운데 하나는 인공지능을 활용한 자율주행자동차 산업일 것이다. 세계 각국에서 기존의 자동차 업체들뿐 아니라 구글이나 애플과 같은 IT기업들도 개발을 위해 최선을 다하고 있으며, 각 국가들도 엄청난 지원을 하고 있다. 그런 상황에서 관련 법연구 및 법제에 있어 한 걸음 앞서 나가고 있는 독일의 상황이 한국에 주는 시사점이 작지 않을 것이다. 그래서 본 연구는 인공지능 및 자율주행자동차와 관련해서 독일의 여러 법분야의 논의 내용과 한국의 법분야의 논의 내용을 비교분석하여 한국의 법분야 논의 지평을 넓힐 수 있는 시사점을 도출하는 것을 목적으로 삼았다. 그를 위해 한국의 관련 연구상황을 개관해 보고, 독일의 사법분야, 공법분야, 도로교통법분야, 정보보호 및 개인정보법분야 등으로 구분하여 논의내용을 살펴보았다. 결과적으로 한국의 법 분야에서는 아직까지 각론 보다는 총론적인 연구들이 많고, 정책연구의 정도가 아직도 추상성이 높아 구체적으로 입법으로 연결되지 않고 있으며, 학제 간 융합연구보다는 학문 내 연구로 진행되는 경우가 많기 때문에 논의의 범위가 다소 제한된다. 물론 최근에는 4차 산업 융합학회나 인공지능 학회 등 다양한 학회들이 창설되어 보다 많은 연구들이 진행되고 있고, 이 분야에 대한 관심을 가진 연구자들도 많아지고 있기 때문에 보다 많은 연구성과들이 나올 것으로 예상된다. 문제는 연구결과들이 국가정책과 입법으로 연결되는 경우가 많지 않다는 것이다. 독일과 한국의 가장 큰 차이는 독일의 경우 연구와 입법 및 정치가 밀접하게 연결되어 있기 때문에 선순환 관계를 나타내고 있는 반면, 한국은 별개로 작동한다는 것이다. 따라서 국가는 인공지능 및 자율주행자동차와 관련된 우수한 연구성과들이 입법이나 사법, 행정정책에 반영될 수 있도록 보다 적극적인 자세를 취할 필요가 있다. 그리고 학자들도 좀 더 구체적이고 현실적인 연구를 통해 국가에서 필요로 하는 이론을 구축할 필요가 있다.


One of the core of the 4th industry will be the autonomous vehicle industry using artificial intelligence. In addition to existing automakers from around the world, IT companies such as Google and Apple are doing their best to develop, and each country has tremendous support. In such a situation, the German situation, which is one step ahead in related legal research and legislation, will not have much implications for Korea. Therefore, this study aims to derive implications that can broaden the horizon of discussions in the field of law by comparatively analyzing the contents of discussions in various fields of law in Germany and the fields of law in Korea in relation to artificial intelligence and autonomous vehicles. To this end, the related research situation in Korea was outlined, and the research situation was examined by dividing it into the German judicial field, the public law field, the road traffic law field, and the information protection and personal information law fields. As a result, in the field of law in Korea, there are still more general studies than public opinion, and the degree of policy research is still highly abstract, so it is not linked to legislation in particular. The scope of the discussion is rather limited. Of course, in recent years, various studies such as the 4th Industrial Convergence Society and the Artificial Intelligence Society have been established, and more studies are being conducted, and as more researchers are interested in this field, more research results are expected. The problem is that research results are not often linked to national policy and legislation. The biggest difference between Germany and Korea is that Germany has a virtuous cycle because research and legislation and politics are closely linked, while Korea operates separately. Therefore, the state needs to take a more active stance so that excellent research results related to AI and autonomous vehicles can be reflected in legislative, judicial and administrative policies. And scholars also need to construct theories needed by the state through more specific and realistic research.

KCI등재

8인공지능을 적용한 시력데이터 분석 : 기계학습 모델간 비교 및 최적모델제시

저자 : 유형석 ( Hyeongsuk Ryu ) , 류회성 ( Hoe-sung Ryu ) , Christian Wallraven

발행기관 : 대한시과학회 간행물 : 대한시과학회지 22권 3호 발행 연도 : 2020 페이지 : pp. 229-236 (8 pages)

다운로드

(기관인증 필요)

초록보기

목적 : 인공지능의 기계학습 또는 심층학습을 이용한 연구가 다양한 분야에서 시도되고 있다. 본 연구는 공공시력데이터를 자동화 수집하고, 수집한 데이터를 기계학습에 적용 및 예측하였다. 다양한 학습모델간 성능을 비교함으로써, 시과학분야에서 적용 가능한 기계학습 최적화모델을 제시함에 있다. 방법 : 국민건강보험(NHISS) 및 통계포털(KOSIS)에 발표된 국민 시력분포 현황관련 자료를 특정 색인을 포함하는 자료검색기법인 크롤링(crawling)을 사용하여 검색 및 수집을 자동화하였다. 2011년부터 2018년까지 보고된 모든자료를 수집하였으며, 데이터 학습을 위해 Linear Regression, LASSO, Ridge, Elastic Net, Huber Regression, LASSO/LARS, Passive Aggressive Regressor 그리고 Pansacregressor 총 8개 모델을 사용하여 각각 데이터 학습하였다. 결과 : 수집한 데이터를 기반으로 기계학습 모델을 통해 2018년을 예측하였다. 각 모델간 2018년도 실제-예측데이터 차이를 MAE(Mean Absolute Error)와 RMSE(Root Mean Square Error) 점수로 각각 나타냈다. 학습모델 별차이 중 MAE 평가결과 모델간 우/좌 Linear Regression(0.22/0.22), LASSO(0.83/0.81), RIDGE(0.31/0.31), Elastic Net(0.86/0.84), Huber Regression(0.14/0.07), LASSO/LARS(0.15/0.14), Passive Aggressive Regressor (0.29/0.18) 그리고 RANSA Regressor(0.22/0.22)를 보였다. RMSE에서 Linear Regression(0.40/0.40), LASSO(1.08/1.06), Ridge(0.54/0.54), Elastic Net(1.19/1.17), Huber Regression(0.20/0.20), LASSO/LARS(0.24/0.23), Passive Aggressive Regressor(0.21/0.58) 그리고 RANSA Regressor(0.40/0.40) 각각 나타냈다. 결론 : 본 연구는 자동화 자료검색 및 수집을 위한 크롤링 기법을 이용하여 데이터를 수집하였다. 이를 기반으로 고전 선형모델을 기계학습에 적용할 수 있도록 하고, 데이터 학습을 위한 8개 학습모델들 간 성능을 비교하였다.


Purpose : Recently, the use of AI in research has shown widespread investigation in various fields. In this study, we performed an automated collection of vision acuity (V.A.) data, and trained mechanical learning models for prediction. By comparing performance between eight different learning models, we present a machine learning optimization model applicable in the field of vision science. Methods : Automated search and collection of data related to the national vision distribution status published in the National Health Insurance Sharing Service (NHISS) and the Korean Statistical Information Service (KOSIS) were performed through crawling, a data retrieval technique that includes specific indexes. Reported data from 2011 to 2018 were collected, and were studied using all of eight different models for data analysis such as Linear Region, LASSO, Ridge, Elastic Net, Huber Region, LASSO Lars, Passive Aggregation and Pansacrerestor. Results : V.A. of the 2018 portion of the dataset was predicted in the test session. The difference between ground truth and prediction from each model was expressed as MAE (Mean Absolute Error) and RMSE (Root Mean Square Error) scores, respectively. MAE evaluation results for model difference in Right/Left were as the following: Linear Region(0.22/0.22), LASSO(0.83/0.81), Ridge(0.31/0.31), Elastic Net(0.86/0.84), HUBER Region(0.14/0.07), LASSO/LARS(0.15/0.14), Passive Aggressive Regressior(0.29/0.18), and RANSA Regressor(0.22/0.22). In RMSE, it also shows Linear Region(0.40/0.40), LASSO(1.08/1.06), Ridge(0.54/0.54), Elastic Net(1.19/1.17), Huber Region(0.20/0.20), LASSO/LARS(0.24/0.23), Passive Aggregation Regressor(0.21/0.58), and RANSA Regressor (0.40/0.40). Conclusion : In this study, we collected data using crawling techniques for automatic data retrieval and collection. Based on the data, classical linear machine learning models were applied for prediction, and performance of the eight machine learning models was compared for performance.

KCI등재

9내장형 인공지능 프로세서를 위한 성능 분석기

저자 : 황동현 ( Dong Hyun Hwang ) , 윤영현 ( Young Hyun Yoon ) , 한창엽 ( Chang Yeop Han ) , 이승은 ( Seung Eun Lee )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 21권 5호 발행 연도 : 2020 페이지 : pp. 149-157 (9 pages)

다운로드

(기관인증 필요)

초록보기

최근 인공지능에 대한 관심이 높아짐에 따라 인공지능 프로세서를 하드웨어로 구현하는 연구가 활발히 진행되고 있다. 하지만 인공지능 프로세서는 기존에 기능 검증을 위한 프로세서 시뮬레이션 외에 애플리케이션 단계에서 인공지능 프로세서가 해당 애플리케이션에 적합한지에 대한 성능 검증이 추가로 필요하다. 본 논문에서는 인공지능 프로세서를 활용한 애플리케이션 성능 검증과 프로세서의 한계점을 탐색할 수 있는 내장형 인공지능 프로세서를 위한 성능 분석기를 제안한다. 본 논문은 내장형 인공지능 프로세서를 위한 성능 분석기를 구현하기 위하여 기존에 구현된 인공지능 프로세서의 구조를 분석하고 이를 기반으로 인공지능 프로세서를 모사하는 내장형 인공지능 프로세서를 위한 성능 분석기를 구현한다. 내장형 인공지능 프로세서를 위한 성능 분석기를 활용해 이미지 인식, 음성 인식 애플리케이션에서 인공지능 프로세서의 성능 분석 및 한계점을 탐색하고, 제한된 메모리 크기 안에서 인공지능프로세서의 구조를 최적화한다.


Recently, as interest in artificial intelligence has increased, many studies have been conducted to implement AI processors. However, the AI processor requires functional verification as well as performance verification on whether the AI processor is suitable for the application. In this paper, We propose an AI processor performance analyzer that can verify the application performance and explore the limitations of the processor. By Using the performance analyzer, we explore the limitations of the AI processor and optimize the AI model to fit an AI processor in image recognition and speech recognition applications.

KCI등재

10인공지능 기술을 활용한 서울시 오피스 건물의 심미성 측정과 임대료 추정모형 적용연구

저자 : 원재웅 ( Won Jaewoong ) , 김유리안나 ( Kim Yurianna ) , 황병훈 ( Hwang Byounghoon )

발행기관 : 한국감정평가학회 간행물 : 감정평가학 논집 19권 1호 발행 연도 : 2020 페이지 : pp. 5-26 (22 pages)

다운로드

(기관인증 필요)

초록보기

오피스 임대료의 결정요인을 규명하고 가치추정의 시도는 꾸준히 진행되어왔다. 그동안 건물의 물리적 특성과 입지적 특성의 유의성을 밝혀왔으나, 도시경관 형성과 사회경제적 가치와 연관이 있는 건물외관 디자인의 심미성에 대한 분석은 전무하였다. 이에 본 연구에서는 그동안 시간과 비용의 한계로 측정하기 어려웠던 건물의 심미성을 건물 이미지를 활용한 컴퓨터비전과 머신러닝 기술을 통하여 측정하고 임대료 추정을 시도하였다. 서울시 오피스 각 건물의 사진을 바탕으로 디자인 수준에 대해 전문가 평가를 실시하고, 컴퓨터비전으로 추출한 이미지 특성값 벡터를 머신러닝하여 본 연구의 전체표본의 심미성을 측정하였다. 월 순점유비용을 임대료 개념으로 측정하여 건물 및 입지특성 변수들과 추정된 심미성 변수, 이미지 특성값 벡터로 실증분석하였다. 회귀분석 결과, 건물 이미지의 심미성 변수는 임대료에 유의한 영향을 미치며, 심미성 한 단위가 증가할 때마다 임대료가 평당 15,406원 증가하는 것으로 추정되었다. 심미성 변수는 모형 적합도를 증가시키는 것으로 나타났으나, 이미지 특성값 벡터를 포함했을 때 모형 적합도의 변화는 미비하였다. 반면에, XGBoost 머신러닝 방법으로 추정하였을 때, 이미지 특성값 벡터는 변수간 중요도가 높은 것으로 나타났다. 또한, XGBoost의 모형 적합도는 회귀분석보다 월등히 높은 것으로 나타났다. 본 연구의 결과로 향후 부동산 가치추정과 관련하여 변수설정 문제를 보완하고 추정모형을 정교화 하는데 기여할 수 있을 것이다.


While many studies have examined the determinants of rent price of office building, very little studies have explored the price impacts of the aesthetics of office buildings. This study used computer vision and machine learning technologies to assess the architectural aesthetics and estimated the rent price of office buildings in Seoul. Based on the building images crawled from Google image, experts in architecture fields evaluated each office building. Using the computer vision, we extracted feature vectors from images and conducted the machine learning to predict aesthetics from building images we collected. Controlling for structural and locational variables, we conducted both OLS and XGBoost estimates of the rent price measured as the monthly net occupancy cost. In the OLS, the results showed the significant effect of aesthetics on the rent price, but the image feature vector was not shown to increase the model fit. In the XGBoost, however, the image feature vector showed high importance among variables for the model fit. This study contributes to better specifying the price model via reducing the possibility of unobserved variable bias and using new techniques.

내가 찾은 최근 검색어

최근 열람 자료

맞춤 논문

보관함

내 보관함
공유한 보관함

1:1문의

닫기