탭 버튼을 선택하면 분야별로 볼 수 있습니다.
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
현재 엘리베이터는 탑승할 승객이 위치한 층과 이동할 층, 호출 순서에 의해 이동 순서가 결정된다. 만약 현재 운행되는 엘리베이터의 알고리즘에 영상분석 기술을 도입한다면 각 층에서 엘리베이터를 호출하는 승객의 수를 파악하여 더욱 효과적인 엘리베이터 운영이 가능할 것이다. 미래 응용 가능 분야가 매우 다양한 영상분석 기술을 엘리베이터에 도입함으로서 현재보다 나은 엘리베이터 알고리즘을 설계하고 미래형 엘리베이터를 예측해보고자 하였다. 본 연구에서는 영상처리 기술을 직접적으로 활용하지 않고, 변수로 사람 수의 값만 이용하였다. 호출 순서에 의해 작동되는 기존 알고리즘과 사람 수를 우선으로 하여 작동되는 영상 분석 알고리즘을 각각 구현하였다. 엘리베이터 알고리즘은 호출 수 n을 입력받아 난수로 n개의 [호출시각, 탑승 층, 내리는 층, 사람 수] 데이터를 생성한다. 이 데이터를 바탕으로 두 대의 엘리베이터로 운영되는 알고리즘 시뮬레이터를 돌리고, 각 엘리베이터의 이동거리, 대기시간을 결과로 출력한다. 연구 결과 데이터에 따라 다른 결과가 나왔다. 어떤 데이터 세트에서는 영상분석기술 도입 결과 이동거리, 대기시간이 줄어든 반면, 다른 데이터 세트에서는 증가하였다. 상반된 결과를 출력한 두 데이터를 비교해 본 결과 상대적으로 많은 사람들이 먼 거리를 이동하는 호출이 많을수록 영상분석 알고리즘을 통해 향상된 효율성이 높았다. ▪ 주제어: 엘리베이터, 영상분석, 탑승자 수, 알고리즘, 인공지능
본 연구에선 모든 시각장애인들이 다각적으로 주변 상황을 인지할 수 있고 이동경로를 계획할 수 있는 촉각 인터페이스와 구현기술을 연구하였다. 연구 범위는 교내로 한정하여 교내 복도 데이터셋을 구축하고 사진을 찍으면 복도 영역과 아닌 영역을 분할하는 Unet 모델을 학습시켰으며 Monocular Depth Estimation 모델을 통해 상대적 Depth 정보를 얻었다. Depth map과 초점거리를 활용한 카메라 캘리브레이션 기법으로 이미지 좌표계에서 월드 좌표계로의 변환을 진행하여 Bird's-eye view의 촉각지도를 생성하였다. 위 과정을 종합하여 Kotlin 및 kivy로 앱을 개발하였고 RGB-d 카메라 및 Lidar 없이 스마트폰 하나로 사진을 찍고 진동으로 촉각지도를 제공하는 새로운 공간이해 방법론을 제안하였다. ▪ 주제어: 시각장애인의 공간지각, 딥러닝, 카메라 캘리브레이션, 촉각 지도, 앱 개발
본 연구에서는 인공지능을 이용한 다양한 프로그램 중 구글의 바둑 AI인 ‘알파고’에서 착안한 강화학습 오목 프로그램을 개발해 보았다. 강화학습 기법 중 ‘알파고 제로’에 사용되었던 Q-러닝 기법을 탐구하고 충분히 이해한 뒤, 이 기법에 기반을 둔 컴퓨터 인공지능 오목 프로그램을 C++을 사용한 비주얼 스튜디오를 통하여 실제로 구현해보았다. 프로그램의 개발에 있어 중간중간 어려움이 있었으나 결과적으로 순조롭게 제작되었으며, 승률은 우리를 상대로 70% 이상, 안드로이드 오목 앱상에서는 82%를 기록하였다. 이는 기존 우리가 기대했던 승률인 40~50%를 훨씬 능가하는 성능이었기에 성공적이었다고 할 수 있다. ▪ 주제어: 강화학습, 게임 트리, 머신러닝, 오목, Q 러닝
이 연구에서는 신경망 구조에 유전 알고리즘을 접목한 NEAT 알고리즘을 활용한 머신러닝 기법을 제안하고, 제안한 기법을 기존의 전통적인 머신러닝 기법들과의 성능을 비교하여 장단점 분석을 통한 활용 가능성을 모색한다. 이를 위해 기존에 사용되는 1개 층의 은닉층을 갖는 기본 다층 신경망 구조에 연결선 가중치들을 유전 알고리즘에 의한 진화 과정으로 최적해를 찾아 나가도록 하였다. 실험에서는 은닉층의 개수, 은닉층의 노드 수, 출력 노드 수 및 출력 결과 목푯값, 돌연변이 확률 등을 변화시켜 보면서, 그 변화 요소들의 차이에 따른 성능을 비교, 분석하여 낮은 성능의 국소 해에 머무르지 않고 더욱 우수한 해를 찾을 수 있는 가능성을 확인할 수 있었다. 이후 이 기법을 통해 널리 알려져 있는 고전 비디오게임 중의 하나인 스네이크 게임을 자동으로 플레이할 수 있는 프로그램을 제작하였고, 벽 인식 범위, 뱀의 최대 길이 등을 변화시켜 보면서, 가장 최고의 점수를 얻을 수 있는 조건을 찾을 수 있었다. 향후 연구 과제로는 더 다양한 요소를 추가하여 연구를 진행해 볼 것이며, 유사 게임들에 적용 가능한 방향을 모색할 것이다. ▪ 주제어: NEAT 알고리즘, 인공신경망, 유전알고리즘, Snake 게임, 자동 플레이
최근 한라산에서 제주조릿대의 과대한 번식력으로 인해 적색목록 멸종위기종인 구상나무의 서식지가 줄어드는 등 많은 식물의 서식지가 파괴되는 피해가 발생하고 있다. 제주도 세계유산본부는 한라산을 뒤덮고 있는 제주조릿대 제거를 위해 관계부처와 협의해 2021년부터 순차적으로 베어내기로 했다고 밝혔다. 본 연구에서는 한라산 생태계 시뮬레이터를 제작하여 제주조릿대가 한라산 생태계에 미치는 피해를 시각화하고 현재 시행하고 있거나 새롭게 생각해낸 제주조릿대 억제방안 중 어떤 방안이 가장 효율적일 수 있는지 알아보고자 하였다. 현장 조사와 문헌조사를 통해 제주조릿대의 분포 특성 등을 알아내었고, '제주 한라산 생태계 시뮬레이터'의 기반이 될 모의 포식자, 피식자 시뮬레이터를 개발했다. ▪ 주제어: 제주조릿대, 생장 억제, 시뮬레이터, 한라산 생태계
코로나 19에 의한 홈트레이닝의 확산에 따라 부상 방지 및 운동 효과 증진을 위한 새로운 자세 교정 방식이 필요해졌다. 이에 본 연구에서는 적은 도구를 활용하지만 높은 정확도를 보이는 팔굽혀펴기 자세 교정 인공지능을 개발했다. 팔굽혀펴기 과정을 구분 동작으로 나누어 바른 자세와 바르지 않은 자세의 기준을 세웠고, 결과에 큰 영향을 미칠 수 있는 카메라의 위치와 방향을 변수로 하는 데이터셋을 제작하였다. 사람의 joints를 추출하는 알고리즘인 Mediapipe와 PARE에 벡터 내적과 K-NN의 원리를 적용한 자세 판단의 정확도를 확인하였고, 이를 비교하여 가장 적합한 카메라 위치와 방향, 알고리즘을 결정할 수 있었다. 이를 바탕으로 가장 정확한 자세 교정 인공지능을 구현할 수 있었다. ▪ 주제어: 딥러닝, Pose Estimation, 머신러닝, K-NN, 팔굽혀펴기