탭 버튼을 선택하면 분야별로 볼 수 있습니다.
현재 많은 기업들이 소비자의 연령이나, 성별을 분석해 다른 사람들에게 추천을 해주는 시스템을 사용하고 있다. 이러한 분석에 필요한 많은 데이터들은 실제 많은 사람들이 이용하는 SNS를 기반으로 한다. 그래서 우리는 SNS에 올라오는 여러 사진에서도 이러한 정보를 알아낼 수 있을 것이라고 생각했다. 우리는 사진에서 얻을 수 있는 많은 정보들 중 사진의 국가와 문화에 집중하여 SNS의 각국의 많은 사람들이 올리는 여러 사진들에 다양한 문화를 나타내줄 수 있는 특징들을 인공지능을 통해 추출하고 해석하고자 하였다. 우리는 사진을 통해 사진이 보여주는 국가와 문화를 예측하는 모델을 만들어 학습하고 더 나아가 그러한 결과를 결정하는데 기준이 된 주요한 요소들을 찾아내는 모델을 만들 것이다.
▪ 주제어: SNS 이미지, XAI, 히트맵, 문화
본 연구의 목적은 라즈베리파이를 이용하여 IoT 기반 스마트 양식장 튜토리얼 시스템을 구축하고, 센서가 수집한 데이터를 웹사이트로 제공하는 것이다. 본 연구에 필요한 데이터를 수집하기 위해서 양식 대상을 위한 최적의 수조 환경을 구성하였고, 온도 센서와 카메라를 설치하여 수집한 온도 데이터와 양식 대상을 촬영한 영상을 라즈베리파이로 전송하였다. 이를 토대로 수조의 환경과 양식 대상의 성장 속도를 계산하여 데이터베이스에 저장하고 시간에 따른 변화 그래프를 웹사이트를 통해 제공하여 실시간으로 모니터링할 수 있게 하였다. 또한, 추후 릴레이를 이용해 수조 열 발생기를 라즈베리파이와 연결해 수조의 온도가 최적 온도에서 벗어나면 온도를 변경할 수 있도록 할 것이다. 이를 통해 새롭게 양식업을 시작하는 귀어귀촌인들을 위한 양식 경험을 제공하고, 기존 양식업 종사자들에게는 편리함을 제공할 수 있다. 최종적으로, 양식업을 통한 수산물 생산량의 증가를 통해 점차 증가하는 소비를 따라가지 못하는 국내 수산업의 문제를 해결할 수 있을 것으로 기대된다.
▪ 주제어: 스마트 양식장, 튜토리얼 시스템, IoT, 데이터베이스, 라즈베리파이
타깃 트래킹(target tracking)이란 이동식 로봇이 물체로부터 일정 거리를 유지하도록 설계하고, 앞부분이 계속해서 물체를 향하게 하는 시스템이다. 본 연구는 3차원에서의 타깃 트래킹이 가능한 알고리즘을 제작하려고 한다. ‘목표로 하는 물체와 일정한 거리를 유지하면서 부드럽게 물체를 따라간다’를 실행하기 위해 구면좌표계로 이동 로봇과 타깃 사이의 관계를 나타낸다. 랴푸노프(Lyapunov) 함수로 안정성을 증명하고 이를 바탕으로 구면좌표계에서의 타깃 트래킹 모델을 본 연구에서 구현한다. 장애물과 이동 로봇 사이의 거리에 반비례하는 벡터를 사용하여 이동 로봇과 장애물의 충돌이 일어나지 않도록 구현한다. 만들어진 모델을 시뮬레이션을 통해 점검 및 평가한다.
▪ 주제어: 충돌 회피, 타깃 트래킹, 랴푸노프, 3차원
사진이라는 매체가 스마트폰을 통해 일반인들에게도 널리 보급되면서 사진 편집 기능 또한 발전을 거듭하고 있다. 하지만 여러 이유로 사진의 외곽을 넓이고 싶어도 일반적인 사진 포맷은 보여지지 않는 부분을 저장하지는 않기 때문에 불가능하다. 이 연구는 이미지 인페인팅 기술에서 영감을 얻어 사진 외곽을 자연스럽게 생성시키는 사진 편집 기능을 개발하여 사진의 비율을 더 다채롭게 조절하도록 하는 것이다. VAE와 GAN을 혼합한 인공신경망 모델을 제작하였고 이미지 가공 프로그램을 개발하여 외곽 5%가 투명한 입력 데이터와 사진 원본인 출력 데이터로 모델을 훈련시켰다. 결과는 미흡하였으나 그 원인을 GAN의 특징에 기반하여 분석하였고 향후 연구 방안을 고찰했다.
▪ 주제어: 딥러닝, 이미지, 생성 네트워크, 텐서플로우
본 연구의 목적은 사용자가 직접 식단 정보를 입력하지 않아도 사진 한 장만으로 식단 정보를 분석하고 사용자에게 직관적으로 정보를 제공하는 앱을 개발하고자 하는 것이다. 새롭게 입력 받은 이미지 데이터와 기존에 축적된 통계를 기반으로 음식 메뉴에 대해 세부적인 조언 제공 기능을 추가하여 더 정확하고 폭넓은 정보를 제공할 수 있게 만들고자 하였다.기존 R-CNN 기법에 이미지 자르기 과정에서 데이터가 손실되거나 fully-connected layer만 학습되는 문제가 있다. 따라서 이런 문제점을 보완하기 위해 최종 모델 개발 시 Mask-RCNN 기법을 사용하였다. 이에 소켓 통신을 활용하여 python 언어로 서버를 구축하였으며, 이때 이미지/텍스트를 변환하여 서버와 애플리케이션 간 통신을 진행하였다. 마지막으로 사용자가 입력한 이미지 데이터를 변환하여 서버로 송신하고, 서버에서는 수신한 이미지 데이터를 적합한 형태로 변환한 뒤 모델을 이용하여 분석하는 기능을 구현하였다.
▪ 주제어: Mask-RCNN, 기계학습, 소켓 통신, 이미지 분석, 식품 분석
머신러닝은 지금 전 세계에서 각광받고 있다. 하지만 소프트웨어적으로 다양한 지원 플랫폼이 존재하는 것에 비해 하드웨어적으로는 많이 빈약하다. 따라서 진입장벽을 낮추고 더 많은 사람들이 머신러닝을 쉽게 접할 수 있도록 하기 위한 적절한 플랫폼을 필요로 한다. 본 연구에서는 시뮬레이션 환경에서의 강화학습을 통해 구축된 모델을 바탕으로 실제 주행 로봇이 동일한 성능을 낼 수 있는지 여부를 확인하였다. 주행 로봇의 카메라를 통해 인식한 정보를 컴퓨터 비전을 통해 처리하여 학습된 모델의 입력으로 처리하여 로봇이 차선을 따라서 안정적으로 주행할 수 있도록 한다.
▪ 주제어: 머신러닝, 임베디드, 강화학습, 로봇, 자율주행
Dynamic Programming은 부분 문제를 통하여 전체 문제의 답을 유도하는 기법이며, 다양한 최적화 방법이 존재한다. 그 중 Convex Hull Trick은 점화식이 일차함수들의 최솟/최댓값 형태일 때 적용할 수 있는 방법으로 일차함수 집합의 Lower Envelope를 유지한다. 이를 관리할 수 있는 자료구조로 Li-Chao Tree가 존재하며, 본 논문에서는 이 자료구조를 변형하여 이차함수들의 최솟/최댓값 형태인 점화식에서 Lower Envelope를 효율적으로 관리할 수 있는 자료구조를 제안한다. 정의역의 크기가 X이고 함수의 개수가 N, 쿼리의개수가 Q일 때 각 상황마다 다음과 같은 시간복잡도의 알고리즘을 제시한다. 쿼리들이 전부 업데이트 이후 제공되는 경우 O(NlogN +NlogX) 전처리로 쿼리당 O(logX)에, 업데이트와 쿼리가 섞여 입력되지만 쿼리를 마지막에 한번에 답해도 된다면√O((N +Q)log(N +Q)logX)에 계산할 수 있으며, 일반적인 상황에서 항상 업데이트당 amortized O(logN +logX), 쿼리당 O( NlogX)의 성능을 보인다. 마지막으로, 위의 알고리즘이 이차함수뿐만 아니라 모든 닮음인 볼록 함수로 확장 가능함을 설명한다.
본 연구의 목적은 화석연료 기반의 자동차의 등록대수와 화석연료의 사용량, 이산화탄소 배출량 등의 데이터를 머신러닝을 이용해서 분석하여 회귀 예측 모델을 개발하고, 그에 따른 지구 온난화의 가속화 정도를 예측하는 것이다. 연구를 진행하기 위하여 국내 자동차 등록대수와 화석연료 사용량 그리고 국내외의 이산화탄소 배출량에 관한 통계 데이터를 수집하였다. 수집한 데이터를 기반으로 회귀 예측 모델을 개발하여 분석한 결과, 자동차 등록대수 증가에 따른 화석연료의 사용량과 이산화탄소 배출량 증가로 인한 환경 파괴에 대한 심각성을 파악할 수 있었다. 결론적으로, 자동차 등록대수의 증가는 화석연료의 고갈을 앞당기며 이산화탄소 배출을 늘려 지구온난화를 가속한다는 사실을 데이터 분석을 통해 파악할 수 있었으며 내연기관 자동차 증가는 큰 위험이 될 수 있음을 시사했다.
2020년은 코로나 19 바이러스로 팬데믹 상태에 빠졌다. 이때 국가적 차원에서의 정책이 큰 영향을 미쳤는데 이런 정책 연구에는 바이러스 시뮬레이션을 필요로 한다. 그런데 기존의 바이러스 시뮬레이션은 대부분 수학적 모델링에 의존하여 변수가 많은 실제 상황과 환경이 반영된 시뮬레이션 결과를 얻기 쉽지 않다. 이에 본 연구는 다양한 상황과 규모, 환경에서 적용 가능한 범용 시뮬레이터를 개발하였다. 바이러스의 특징, 사람들의 행동, 주변 환경과 대응 전략 등을 정의 할 수 있어 사람들의 집단적 행동과 같은 다양한 요소들을 반영할 수 있다. 사용자는 제공된 편집기를 사용해 시뮬레이션하는 환경을 제작할 수 있고, 시뮬레이션 결과를 그래프와 도표를 통해 확인할 수 있다.
▪ 주제어: 바이러스 시뮬레이션, 학교 시뮬레이션, 에이전트 기반 시뮬레이션
실험동물의 통증을 파악하는 것은 윤리적인 실험을 하는데 매우 중요하다. 그러나 그 측정방안이 아직 개발되지 않아 연구원들이 쥐의 표정, 행동, 체중 변화를 분석하는 방식으로 통증을 파악하고 있다. 이는 상당한 수고와 노력을 요할 뿐만 아니라, 판별 기준이 주관적이므로 정확도가 크게 떨어진다. 이에 본 연구팀은 현재 실험에 많이 사용되는 동물인 흰쥐를 이용해 기존에 제시된 기준과 많은 데이터를 기반으로 동물의 통증을 정밀하게 분석할 수 있는 프로그램의 개발을 진행하였다.신체 중 컴퓨터가 인식하는데 편리한 눈을 분석대상으로 선정하였고, 실험에서 사용하는 통증수치인 MGS(Mouse Grimace Scale)를 사용하였다. 눈을 타원으로 인식하고 타원의 장반경과 단반경의 비를 비교하여 고통을 판별하는 프로그램을 제작하였고 모폴로지 연산을 사용해 오차를 줄였다. 프로그램의 노동집약적인 과정을 줄이기 위해 실시간으로 영상을 분석할 수 있는 알고리즘을 개발, 기존의 프로그램과 융합해 실시간 통증분석을 가능하게 하였다.
분류 인공지능은 인간의 사고방식에서 ‘판단’의 역할을 하는데 있어 굉장히 중요한 요소이다. 이를 위해 어떤 기준을 주고 그 기준에 따라 분류하는 가장 기본적인 알고리즘에서부터 스스로 기준을 학습하는 알고리즘까지 다양한 방법들이 만들어져왔다. 특히 인공지능 연구가 활발해짐에 따라 더 많은 데이터가 주어짐에 따라 정확도가 높아지는 것은 물론 알고리즘 측면에서도 많은 변화가 있어왔다. 특히 머신 러닝은 1960년대부터 시작해 지금까지 꾸준히 사용되어온 개념으로 컴퓨터가 경험을 통한 학습이다. 그 영역은 어느 한 곳에 국한되지 않고 다양한 곳에 쓰이고 있으며, 음악과 같은 예술 분야에서도 활발히 사용되어지고 있다. 이런 분류 인공지능에 대표적으로 사용할 수 있는 알고리즘으로 svm 알고리즘이 있는데, 이는 머신러닝의 일종으로 학습을 통한 선형, 비선형 분류를 하는 방식이다. 파이썬 언어에서는 이런 인공지능을 쉽게 개발할 수 있게 Tenserflow와 같이 알고리즘을 도와주는 모듈이나 직접적으로 코딩에서 사용되는 서킷러닝과 같은 다양한 모듈들이 지원 되어있다. 본 연구에서는 이런 머신러닝 알고리즘들을 참고해 새로 알고리즘을 만들어보고자 한다.
▪ 주제어: svm, perceptron, python, 가중치, 선형/비선형 분류
본 연구의 목적은 수필의 일부분을 제시했을 때 작성자의 문체를 학습하여 수필의 나머지 부분을 생성하는 순환 신경망 모델을 설계하는 것이다. 이를 위해 구글(Google)의 기계학습 라이브러리인 텐서플로우(Tensorflow)를 사용하여 입력층, LSTM층, 출력층으로 이루어진 순환 신경망 모델을 생성하였다. 학습 데이터셋으로 셰익스피어의 희곡 일부분을 사용했으며, 학습 조건에 따른 결과의 정확도를 분석하기 위해 학습 횟수(Epoch)와 옵티마이저(Optimizer)를 바꾸어 가며 모델을 학습시켰다. 결론적으로 순환 신경망을 통해 글쓴이의 문체를 학습하고, 이를 바탕으로 수필을 창작할 수 있음을 확인했다.
▪ 주제어: RNN, 수필, NLP, 인공지능, ANN