탭 버튼을 선택하면 분야별로 볼 수 있습니다.
본 연구에서 우리는 개인이 사용하기에 가격이 부담스러운 비파괴식 당도 측정의 비용 문제를 개선하기 위해 이미지를 통해 얻을 수 있는 감귤의 시각적 특징으로 감귤의 당도를 예측하는 것이 가능한지에 대해 연구하였다. 감귤의 시각적 특징의 당도와의 연관성을 파악하기 위해 다양한 알고리즘을 시도해 본 결과 감귤 꼭지와 당도 사이의 연관관계가 가장 컸다., 임의 숲 모델로 중요한 특징들을 선별했고 다층 퍼셉트론과 컨볼루션 신경망을 결합한 앙상블 모델의 당도 예측 정확도가 가장 높았다. 결과적으로 기존 연구와 달리 비전문적인 촬영 도구를 이용하더라도 단시간 내에 당도를 준수한 정확도로 예측할 수 있는 모델을 제작하였다. ▪ 주제어: 인공신경망, 감귤, 시각적특징분석, 인식, 당도
인공지능이나, 요즘 새로 나오는 고사향 게임 등에서 GPU가 필요한 경우가 점점 늘어나고 있다. 그렇기에 클라우드 서비스는 이러한 시대적 흐름에 맞춰 GPU-intensive한 서비스를 제공해야한다. 그렇기에 하드웨어 가속 GPU 스케줄링을 클라우드 플랫폼에 적용시켜 더 효율적인 CPU, GPU 코어 및 메모리 분배와 서비스 제공을 할 수 있을 것이라 생각하여 그에 대한 것을 학습하고 개발을 하고자 한다. ▪ 주제어: 클라우드 컴퓨팅, 하드웨어 가속 GPU 스케줄링, 운영체제, 가상화
양자컴퓨터에서 양자고유상태의 계산은 매우 중요하다. 이는 graph state의 계산으로 이루어지는데, graph state의 계산은 다시 base statement의 계산이 선행되어야 한다. 본 연구에서는 graph state의 용이한 계산을 위하여 python을 이용한 base statement 계산 알고리즘과 인접행렬 도출을 위한 알고리즘을 개발하였다.. ▪ 주제어: 브라-켓 연산, 벡터, 선형대수학, 큐빗, 그래프
본 연구의 목적은 딥페이크(Deepfake) 기술로 제작된 영상의 악용을 방지하기 위해 딥페이크 기술 탐지 프 로그램을 제작하는 데 있다. CNN 알고리즘의 원리와 구현을 통해 정지한 영상에서의 딥페이크 여부를 탐지 하는 소프트웨어를 구현한다. ▪ 주제어: 딥페이크, 인공지능, 경계 검출, CNN, OpenCV
무선 네트워크는 누구나 쉽게 접속할 수 있다는 특성상 다수의 보안 취약점을 가지고 있다. 누군가가 악의 적 목적으로 공격하게 된다면 이 특성은 장점이 아닌 단점으로 변화하게 된다. 그래서 이러한 위험성을 보여 주고 해결방안을 제시하기 위하여 무선 네트워크의 안전성을 진단하기 위한 무선 네트워크 모의 침투 환경을 구축하여 침투 테스트를 통해 무선 네트워크 침투 위험성을 분석한 후, RSA 암호화 기법을 적용한 보안 방안 을 제시한다. ▪ 주제어: 무선 네트워크, 모의 침투, 크랙, RSA 기법
피부의 표면에서 측정한 심전도 신호는 근전위와 전원장치 등 다양한 잡음이 함께 측정되며, 이에 적절한 주파수 대역을 추출하여 심전도 영상을 분석하기 위해서 주파수 필터를 사용한다. 대부분의 사전연구에서는 Chebyshev 필터의 가장 단순한 형태인 Butterworth 필터를 사용하지만, 필터의 매개 변수들을 조절하면 영상 의 해상도가 떨어지는 링잉(Ringing) 현상을 최소화하면서도 무의미한 주파대역을 감쇠할 수 있다. 본 연구에 서는 대역통과 Chebyshev 필터의 차수, 리플(Ripple) 크기, 차단 주파수에 따라 생성된 데이터셋을 기반으로 비정상심박 검출을 위한 비교학습 신경망을 학습시켜, 그 성능을 확인하였다. 차수의 경우 고주파와 저주파의 차수가 1차 혹은 3차로 짝지어질 때 연산량 대비 성능이 가장 좋았고, 리플의 경우 4 dB, 차단주파수의 경우 30 Hz일 때 좋은 검출율을 얻을 수 있었다. ▪ 주제어: Chebyshev Filter, Degree, Ripple Size, Cut-off Frequency, Electrocardiogram
2020년 1월 20일에 국내에서 첫 코로나바이러스감염증-19(이하 코로나19) 확진자가 나온 뒤로 2년이라는 시간이 지나가고 있다. 본 연구를 통해 코로나19의 확산 과정을 예측하여 코로나19 감염에 대해 대비하고 코로나19의 확산 및 감염을 막기 위한 효율적인 정책들을 도출 및 검증하여 감염병 확산의 종결에 이바지하는 것을 목적으로 한다. 감염병 확산 모델로 사용되는 SIR 모델을 이용하여 시뮬레이션을 만들었다. 감염 확산 및 확률에 대한 정보는 선행논문을 인용하여 사용했으며, 5개의 시나리오와 집에 있을 확률 등을 조절하면서 코로나19의 확산을 예측하였다. 향후, 오차를 개선하고 파라미터들을 추가하여 코로나19 및 다른 감염병에 대한 감염 정도를 더 정확하게 예측할 수 있을 것이라 기대된다. ▪ 주제어: 시뮬레이션, 코로나19, 전염병 확산, SIR 모델
본 연구의 목적은 작곡 시 악보를 제작하는 과정과 피아노 연주 시 악보를 찾는 수고로움을 덜기 위 해 피아노를 연주하는 영상과 소리를 입력받았을 때 음악의 박자와 계이름을 분석하는 프로그램을 제 작하는 것이다. 이를 위하여 모션인식을 이용한 손가락의 피아노 건반 위치 분석과 푸리에 변환을 이 용한 파동의 진폭과 진동수 분석을 연구하였다. 또한 실시간으로 피아노를 연주하는 손과 키보드 영 상을 입력하면 손과 건반의 위치 관계를 좌표로 분석해 계이름으로 나타낸다. 또한 실시간으로 피아 노 연주 소리를 인식해 음표의 길이와 쉼표의 길이를 분석하고, 계이름을 나타내는 프로그램을 제작 하였다. ▪ 주제어: 모션 인식, 소리 데이터, 화면 인식, 주파수 분석, 음계 변환
현재 공항의 이상행동 감지는 사람에 의하여 이루어지고 있다. 이러한 방식은 인건비가 많이 사용될 뿐만 아니라 정확도 또한 떨어지고 시간이 오래 소요된다. 따라서 본 연구에서는 치안 강화 모델을 개발함으로써 높은 정확도와 빠른 감지 시간으로 공항에서의 이상행동 감지(폭행, 실신, 파손, 정상)를 진행하려 한다. Object tracking을 통하여 얻은 시계열 데이터를 RNN을 사용하여 분석한 뒤 각 이상행동에 대해 보이는 정확도를 최대로 이끌어내고자 한다. 본 연구는 공항에서의 이상행동에 국한되어 있지만, 이를 공공장소나 인구 밀집 지역, 보안 시스템 등에 사용할 수 있어 활용도가 매우 넓으며, 통상적으로 사용되던 3D CNN이 아닌 YOLO와 RNN을 합성한 모델을 사용하는 새로운 접근 방식에 의의를 가진다. ▪ 주제어: 이상행동 감지, 치안 강화, object tracking, RNN, 영상분석 및 학습
본 연구에서는 오르막과 내리막에서의 자율주행차량의 모터 출력 제어를 목적으로 연구를 진행하였다. 라즈베리파이를 이용하여 pi camera로 도로 상황을 입력 받고 이에 맞게 servo motor로 차량의 조향각을 실시간으로 조절할 수 있도록 하였으며, 자율주행 시스템 구현을 위해 cannyedge detection, houghline detection을 이용한 직선의 기울기 검출 방법과 차선의 중점을 파악하는 중점 검출 방식을 구현하였다. 차량 주행 시 차량의 흔들림으로 인하여 차선의 기울기 특징을 정확히 판단하지 못하는 경우가 발생하여 기울기의 크기를 단계적으로 나누어 각도와 모터 출력의 비례관계를 통해 차량을 제어해야함을 알 수 있었으며 추후 연구를 통해 실시간으로 차량이 주행 중일 때의 자율 주행방식을 비교하고 오르막과 내리막에서 차량의 모터 출력을 안정적으로 제어할 수 있도록 자이로센서, 충격센서 등을 통해 데이터 수집 및 보완 과정을 거칠 것이다. 주제어: ▪ 주제어: 자율주행, 비전인식, 출력제어, 4차 산업혁명
표절의 여부를 판별하는 기준은 심사기관과 검사 대상 문서에 따라 차이가 있다. 현재 우리나라에서 가장 많이 사용되고 있는 온라인 표절검사 시스템 중 하나인 카피킬러는 6개 이상의 단어가 정확히 일치해야만 표절로 인식하고, 원본 문서에 약간의 수정을 가하면 표절로 인식하지 못하는 치명적인 단점 이 있다. 본 연구에서는 카피킬러가 잡아내지 못하는 표절 유형을 표절로 판별하도록 문장 유사도를 이용하는 새로운 표절검사 방안을 제안한다. 문장유사도는 활용성이 높은 자연어 처리 모델인 BERT를 사용해 계산한다. 학습에 사용되는 데이터를 문장 유사도 비교가 아닌 표절 검사에 적합하게 변형해주어 모델을 학습시킨 후 항상된 정도를 분석하였다. ▪ 주제어: 표절검사, 한국어, BERT, transformer, 문장 유사도
알파고 이후 추상전략게임에 강화학습을 적용한 연구들이 등장하였지만, 이는 체스, 바둑과 같은 대표적인 추상전략게임에만 국한되어 있다. 현재 대부분의 추상전략게임의 인공지능은 규칙기반(Rule based model)으로, 이는 여러 한계를 가지고 있다. 인간과의 플레이에서 경쟁력이 떨어지는 경우가 많을 뿐만 아니라, 인간 플레이어가 쉽게 예측 가능한 플레이가 잦다. 추가적으로 많은 추상전략게임에서 존재하는 팀 간의 게임에서 협력적인 플레이를 하지 못한다는 한계가 존재한다. 본 연구에서는 추상전략게임의 일종인 ‘블로커스’에 강화학습을 적용하기 위한 방법과 모델을 설명하고, 협력적인 모델 구성을 위한 방법을 논의한다. ▪ 주제어: 딥러닝, 추상전략게임, 협력적, 강화학습