탭 버튼을 선택하면 분야별로 볼 수 있습니다.
최근 비속어로 인한 사회적 문제가 많이 발생하였으며 청소년이 듣는 노래에 비속어가 많이 포함 되어 있어 이에 대한 문제의식을 느끼게 되었다. 따라서 본 연구는 청소년이 주로 듣는 노래의 가사에서 비속어를 검출하는 비속어 탐지기 제작을 목표로 하였다. 이를 위해 KoNLPy의 형태소 분석기인 Okt, Hannanum, Komoran, Kkma, Mecab을 비교·분석하고 머신러닝 모델을 제작 해 이를 이용한 비속어 탐지기를 제작하였다. 이때 위의 형태소 분석기 중 4종을 사용하여 형태소 분석기별 정확도 및 학습 시간을 비교하여 성능 비교하였다. 이때 웹 크롤링을 통하여 수집한 노래 가사와 직접 수집한 뉴스 댓글을 데이터로 머신러닝 1D CNN 모델을 사용하여 성능 비교 를 진행하였다. 이를 통해 Okt를 사용한 비속어 탐지기의 검출 성능과 속도가 가장 우수하다는 것을 알게 되었다. 주제어: 머신러닝 모델, 자연어처리, 웹크롤링, 비속어, 형태소 분석기
권한을 부여하는 방법과 부여하는 권한은 온·오프라인이 혼합된 수업 과정에서 매우 중요하다. 하지만 현재 주로 이용되는 Zoom 또는 Teams 같은 온라인 플랫폼들에서는 권한을 주고받는 과정인 권한 위임이 모두 최고 관리자나 참여자에 의해 수동적으로 진행되고 있고, 이로 인해 많은 이용자가 불편함을 느끼고 있다. 본 연구는 수업 상황에서의 권한 위임 과정을 자동화하기 위해, 권한을 나열하고 시나리오를 작성하였다. 최종적으로 역할 기반 접근제어(RBAC)을 기반으로 한 수업 시간에서의 권한 위임과정이 자동화가 이루어지는 접근제어 모델을 제작하였다. 주제어: 접근제어 모델, 온·오프라인 수업, RBAC, 권한 위임, 자동화
고난이도의 역학 문제일수록 문제 조건은 복잡해지고, 난독증 질환을 앓는 경우 문제 상황에 대한 이해는 버거워진다. 본 연구는 문제에서 제시되는 그림이 난독증 환자의 문제 이해를 돕는다는 점을 착안하여 문제로부터 그림을 생성하는 모델의 필요성을 느꼈으며, 문제집과 모의고사에서 추출한 약 200개의 문제를 모델에게 데이터 셋으로 사용하였다. clip-guided-diffusion 모델을 사용하여 학습하였으나 결과가 제대로 나오지 않아 정성평가를 진행하지 못하였다. 그러나 이러한 연구는 추후에 text-to-image 기술과 난독증을 지닌 사람들에게와 같이 학습 분야에도 도움이 될 것이다. 주제어: 역학 문제, 이미지 생성, 자연어 처리, 인공지능, 난독증
본 연구는 대부분의 자동차 키에 사용되고 있는 rolling code의 취약점을 해결하고자 이를 대체 할 로지스틱 사상 기반의 Time-Synchronized OTP 암호화 방식을 직접 고안하고 이를 아두이노로 구현하였다. 이 암호 알고리즘에 대한 추후 검증이 필요하고, 구현 시 아두이노의 한계로 인한 여러 제약이 있었지만, 본 연구에서 제작한 시스템은 기존 rolling code에서 exploit을 허용 하는 여러 취약점을 효과적으로 해결할 수 있으며, 이 시스템에 대한 추가적인 연구가 이루어진다면 향후 상용화될 많은 차량의 도난 및 인가되지 않은 제어를 예방할 수 있을 것이다. 주제어: OTP, 로지스틱 방정식, 아두이노, 자동차 키
글을 읽으면서 만날 수 있는 익숙하지 않은 문장이나 난해한 단어는 의미를 이해하기 어렵다. 하지만 이러한 문장이나 단어들도 그림을 통해 의미를 전달한다면 그 뜻을 직관적으로 이해할 수 있다. 본 연구는 KoGPT를 통한 한국어 문장을 생성해주는 알고리즘과 문장 혹은 문장 일부를 이미지로 생성해주는 알고리즘을 이해하고 이를 융합하기 위한 알고리즘을 설계하여 융합된 모델 이 직관적인 내용 전달 방식으로 기용되기에 적합한지 확인하여 보고자 한다. 주제어: KoGPT, Stable-Diffusion, 딥러닝, 인공지능, T2I(Text to Image)
지금까지 컴퓨터는 무어의 법칙에 따라 반도체 집적회로의 성능이 빠르게 증가함에 따라 컴퓨터는 소형화가 되기 시작하였다. 하지만 반도체가 구조, 물리적으로 더이상 성능이 발전하기 힘들어짐에 따라 컴퓨터의 소형화를 하며 성능을 유지하는 것은 한계에 다다를 것이다. 이러한 상황 때문에 소프트웨어 최적화가 이 한계의 대안으로 제시되고 있다. 이에 본 연구는 소형 컴퓨터에 소프트웨어 최적화를 위해 많은 리소스를 소모하는 동영상, 이미지 처리를 최적화하기 위해 머신러닝을 이용하여 실시간 이미지 업스케일링 인공지능 모델을 구축하는 과정을 거치며 결과적으로 많은 소프트웨어, 하드웨어 환경에서 구동 가능하도록 한다. 또한 이를 클라우딩 서비스에 적용하여 소형 컴퓨터의 소프트웨어적 최적화를 도울 것이다. 주제어: 머신러닝, 이미지 업스케일링, 인공지능, 클라우딩 서비스
유전 알고리즘은 결과를 정확히 예측하기 어려울 때 잠재적인 해를 찾는 탐색법으로, 실제 DNA가 복제될 때 새로운 유전적 변이가 일어나는 것에 착안하였다. 바이러스 확산 모델에 유전 알고리즘을 적용하여 돌연변이에 따라 바이러스의 형질 수치가 변하는 모델을 제작, 최종적으로 바이러스의 전체적인 진화 방향, 인간 면역의 변화 방향을 구한다. 본 연구에서는 바이러스의 형질을 바이러스 감염, 바이러스 공격력 2개로 설정, 문자열 형태의 유전자를 이용하여 유전 알고리즘을 구현하였다. 또한 시간에 따른 SIRD 현황과 바이러스 종족별 감염자 수, 전파율 등을 그래프로 나타내어 필요한 정보를 얻을 수 있도록 하였다. 주제어: 유전 알고리즘, 바이러스 형질, 돌연변이, 면역, 확산 시뮬레이션 모델
본 연구에서는 초기 진화 모델을 이용하여 말의 질량 변화모델을 구현하였다. 현재까지 말과에 속한 여러 종류의 말 화석이 발굴되었고, 특정 부위의 질량을 이용해 말의 질량을 추정하는 기법이 있어 질량 변화를 분석하기 용이하다. 이를 활용해 말과의 질량 평균을 시각화했다. 제작한 데이터를 기반으로 지수적 증가 모델, 한계 성장 모델, Lotka-Volterra 모델의 값이 실측치에 적합하도록 수리 모델을 피팅 하였다. 그 결과, 한계 성장 모델이 실측치와의 오차가 가장 적게 나타났으며, 이를 통해 한계 성장 모델이 적합한 모델임을 확인하였다. 이 모델을 통해 당시 환경의 변화를 재조명하고 더 정밀한 데이터를 추가한다면 정량적, 정성적으로 모두 설명이 가능한 수리 진화 모델을 구현할 수 있을 것으로 사료된다. 주제어: 미분방정식, 진화, 피팅, 말과, 수학적 모델
메타러닝은 인간이 기존의 경험을 기반으로 빠르게 학습하는 것에서 착안한 알고리즘이다. 메타러닝의 대표적인 알고리즘은 MAML이다. 이를 개선한 알고리즘인 (A)NIL과 BOIL이 있는데, 각각 MAML의 주된 성능 요인으로 Representation reuse와 Rapid learning라고 언급했다. 기존 연구는 MAML의 제한적인 변형만을 다루고 있으나 본 연구는 헤드와 바디의 업데이트에 있어 학습률 차등화, 업데이트 주기 변화와 같은 학습 수렴성에 영향을 미치는 요소들을 총괄적으로 연구한다. 이를 위해 세 가지 실험을 진행했다. 결론적으로 주된 MAML의 성능 요인이 representation임을 확인했다. 또한, Inner Loop와 Outer Loop에서 각각 Body와 Head 중 하나를 고정하고 업데이트하는 것이 더 좋음을 확인했다. 이를 통해, Body나 Head 중 하나를 고정함으로써 더 좋은 성능의 메타러닝 알고리즘을 제시했으며 학습 속도의 증대를 기대할 수 있다. 주제어: Meta-Learining, MAML, Body, Head, step-size
학교에서 수업하시는 선생님들께서 컴퓨터와 연결된 모니터로 수업하시고, 컴퓨터로 화면을 넘기기 위해 이동하시기를 반복하시는 것을 보았다. 제한적인 도구 때문에 컴퓨터를 사용하기 위해서는 공간적 제약이 따르게 된다고 생각되었다. 이러한 문제점을 해결하기 위해 딥러닝을 사용했다. 딥러닝을 사용하 여 마우스를 손으로 대체시키면 훨씬 편리하지 않을까 라는 생각이 들어 본 연구팀은 다음과 같은 과정을 걸쳤다. Open CV와 Mediapipe 같은 라이브러리와 PyAutoGUI 라는 모듈을 사용하여 마우스를 제어하고 특정 손동작을 인식시켜 마우스로 할 수 있는 기능을 손동작으로만도 손쉽게 가능하게 하였다. 주제어: mediapipe, 동작 인식, 인공지능
본 연구는 화재, 지진 등의 위급 상황 시에 건물에 있는 사람들이 최대한 많이 대피하도록 유도하고, 탈출 경로가 겹쳐 사람들이 밀집하는 것을 방지하도록 사람들의 대피 경로를 분산시키는 알고리즘을 개발, 아두이노와 딥러닝을 사용하여 사람들의 상대적인 위치 파악을 통해 효율적인 대피를 유도하는 프로그램을 개발하고자 한다. 이를 통해 사고 시에 발생하는 인명 피해를 최소화하고, 특정 구역에 사람이 밀집되어 2차 사고가 발생하는 것을 예방하고자 한다. 주제어: 이분 그래프, 이분 매칭, 블루투스
최근 코로나19 사태로 인해 사회적 소외 계층인 시청각 장애인들의 의사소통이 더욱 어려워지고 있다. 본 연구는 이러한 문제를 해결하고자 시청각 장애인들의 기존 의사소통을 도와주던 통역사의 역할을 대신 할 수 있는, 수화를 실시간으로 인식하고, 의미를 예측할 수 있는 인공지능을 MediaPipe와 LSTM 모델을 사용하여 제작하였다. 주제어: 시청각장애인, 이미지 인식, 다중 분류, 수화, LSTM