구조설계 과정에서 설계대안을 효율적으로 생성하여 평가하면서, 특히 다목적 환경 속에서 최적구조의 위상과 부재의 치수까지 동시에 결정할 수 있는 새로운 방식을 제시하고자 한다. 설계자가 설계대안을 생성하기 위해 설계자의 경험과 노하우를 체계적으로 구축해 놓고 이를 적절한 시기에 활용할 수 있게 하는 방법으로는 인공지능 기술의 하나인 사례기반 추론 기법을 사용하였다. 이와 더불어, 설계대안들 간의 효율적인 비교와 평가를 위해서 구조물의 계층적인 면을 고려한 새로운 유전적인 표현법을 개발하였다. 여기에 기존의 유전적 표현법을 변경시켜 생긴 여분의 효과와 계층적인 특징을 가지는 Structured Genetic Algorithm(StrGA)를 변형시켜서 사례기반 추론에 의해 생성된 설계대안들을 표현하였다. 일반적인 구조설계 과정에서는 구조물을 평가하는 기준이 여러 개가 존재하므로, 모든 대안들을 동시에 최적화 하는 과정에 Multicriteria Optimization for Genetic Algorithm(MOGA)를 병합하였다. 본 논문에서는 인공지능 기술을 이용하여 구조물의 위상설계를 할 수 있는 새로운 방법을 제안하여 그 유용성을 truss 설계문제에 대해 검토하였다.

본 연구에서는 학교급에 따른 한국 학생의 인공지능(Artificial Intelligence, AI)에 대한 태도를 차이를 분석하였다. 이러한 연구를 위하여 총 6,324명의 학생을 대상으로 학교급에 따라 AI에 대한 태도를 측정할 수 있는 검사 도구를 적용하였다. 또한, 학교급, 성별, AI 직·간접 경험, AI 교육 경험, AI 관심, 프로그래밍 언어 경험, AI 활용 빈도에 따른 AI에 대한 태도의 차이를 분석하였다. 연구 결과, 학교급과 성별, AI의 직·간접적 경험, AI에 대한 관심, 프로그래밍 언어 경험은 AI에 대한 태도에 영향을 주는 것으로 나타났다. 특히, 학교급이 높으며, 성별이 남성이며, AI의 직, 간접적 경험이 있으며, AI에 대한 관심이 높으며, 블록과 텍스트 기반 프로그래밍 언어를 모두 경험한 학생일수록 AI에 대한 태도가 긍정적인 것으로 나타났다. 반면에 AI 교육 경험과 AI 활용 빈도는 AI에 대한 태도는 유의한 영향을 주지 못하였다. 본 연구 결과는 한국 학생의 AI에 대한 태도에 미치는 요인을 학교급에 따라 분석하였는데 의의가 있다.

인공지능에 대한 관심이 높아짐에 따라 의료분야에서도 활발하게 인공지능이 연구되고 있다. 현재 국내에서는 엑스선 촬영, 컴퓨터단층촬영(Computer Tomography), 자기공명영상(Magnetic Resonance Imaging) 등의 의료영상장치에 인공지능이 접목되고 있으며 향후 방사선사 없이 환자의 방사선 영상을 획득 할 수 있는 인공지능을 탑재한 의료기기가 발명 될 것으로 예상된다. 본 연구는 엑스선 촬영에 있어서 환자 위치잡이에 대한 자동화에 대해서 초기 연구를 했다. 위치잡이에 대한 평가를 위해 엑스선 장비와 인체 팬텀을 사용했다. 프로그램은 Visual Studio 2010 MFC로 구현했으며 영상은 1,450 × 1,814 크기로 했다. 픽셀 값을 눈으로 식별 가능한 0 ~ 255 값을 갖는 명암으로 변환하여 모니터에 출력했다. 출력한 영상에 세 픽셀 좌표 값을 통해 각도를 예측하고 각도에 따른 음성안내에 따라 환자가 바른 위치잡이를 하도록 유도하는 절차 알고리즘 프로그램을 개발 했다. 다음 연구에서는 사용자가 좌표의 기준을 인공지능에게 전달하는 것이 아닌 인공지능 스스로 구조물을 파악하여 각도를 계산하는 연구를 진행할 것이다. 향후 위치잡이의 자동화를 통해 촬영부터 위치잡이까지 인공지능이 실시하도록 하는 연구에 도움이 될 것으로 예상된다

Purpose - The artificial intelligence industry plays an increasingly significant role in stimulating the development of United States of America’s economy. On account of this background, this paper attempts to explore the impact of artificial intelligence industry on United States of America’s macroeconomy. Research design, data, and methodology - This paper mainly focuses on the impact of artificial intelligence industry on GDP, employment, real income, import, export and foreign direct investment. Furthermore, the Phillips-Perron test and Canonical cointegrating regression will be employed to examine the impact of artificial intelligence industry on United States of America’s macroeconomy with a sample form 2010-Q1 to 2017-Q4. Results - Via the empirical analysis, the results reveal that the artificial intelligence industry has a positive effect on United States of America’s GDP, employment, real income, export and foreign direct investment. Conversely, the artificial intelligence industry has a negative effect on United States of America’s import. Conclusions - In summary, the impact of artificial intelligence industry on United States of America’s macroeconomy is positive and significant in statistics. Therefore, the government of United States of America should put more input into artificial intelligence industry.

본 연구는 현재 크게 성장하고 있는 AI(인공지능)이 어떻게 게임에서 적용되고 발전되고 있는지에 대해서 탐구한다. 오늘 날 대중들이 가장 즐겨하고 있는 게임 중 하나인 포커(Poker)에서의 인공지능의 현실을 분석하고 논리적인 발전방향을 제시한다. 구체적으로, 본 연구는 다양한 포커 게임들 중 전 세계적으로 인기가 있는 종류인 텍사스 홀덤(Texas Hold’em)을 중심으로, 이 게임에 적용 되었던 2가지 AI인 Libratus와 DeepStack을 다루도록 한다. 여러 뉴스 기사 인공지능의 성장을 보고 하였으나, 본 연구는 정확히 어떻게 그리고 왜 인공 지능이 포커 게임에서 적용이 되는지, 또한 무엇이 진짜 문제이고 발전 방향인지에 대해서 입체적으로 논의한다.

NPC, 특히 적 캐릭터들의 인공지능은 게임의 설계 단계에 있어 난이도를 조절하기 위해 핵심적인 요소이다. 지능적인 적들은 게임을 보다 도전적으로 만들 뿐 아니라, 동일한 게임 환경에서도 유저들 에게 다양한 경험을 제공할 수 있다. 오늘날 대부분의 게임 유저들은 다수의 적들과 상호작용을 하기 때문에, 적 캐릭터들의 협업을 제어하는 것은 이전 어느 때보다 그 중요성이 크다고 할 수 있다. 본 연구는 팩맨 게임의 적 인공지능에 구현될 수 있는 A* 알고리즘 기반의 협력전술을 제안한다. 17명 의 피실험자로부터 얻은 설문 결과는 제안된 협력전술을 따르는 적으로 구성된 레벨이, 기존 팩맨게 임에서의 적들 또는 비협력적인 적들로 구성된 레벨들보다 더 어렵고 흥미로웠음을 보여준다.

게임 NPC(Non Player Character)는 게임 플레이어와 대전 또는 협력함으로써 게임의 재미를 증가시키는 중요한 요소이다. 대부분 기존 게임에서 제공되는 NPC 인공지능은 FSM(Finite State Machine)으로 제작되어 행동 패턴이 정해져 있고 능력이 동일한 특징을 갖고 있다. 따라 서 이러한 특징을 갖는 NPC들과 대전하는 플레이어는 창조적인 게임 플레이를 진행하는 것 이 어려울 수 있다. 본 논문은 이 문제점을 개선하기 위하여 실제 생활에서 늑대들이 먹이를 사냥하는 행동 모델 을 게임 NPC의 행동 모델로 제작하고 이를 평가하기 위한 것이다. 이를 위하여 첫째, 실세계 에서 늑대들이 먹이를 포획하기 위한 행동 상태들을 조사 연구한다. 둘째, 이 행동 상태들을 Unity3D 엔진을 이용하여 구현한다. 셋째, 구현된 NPC들의 상태 전이 비율과 실세계의 NPC 들의 상태 전이 비율, 일반적인 게임 NPC의 상태 전이 비율을 비교한다. 비교 결과, 구현된 NPC들의 상태 전이 비율은 실세계의 상태 전이 비율과 비슷함을 보인다. 이는 구현된 NPC들 의 행동 패턴이 실세계의 늑대 사냥 행동 패턴과 유사함을 의미하는데, 이렇게 함으로써 플레 이어에게 보다 증가된 사용자 경험을 제공할 수 있다.

This study is aimed at the development of a runoff forecasting model to solve the uncertainties occurring in the process of rainfall-runoff modeling and improve the modeling accuracy of the stream runoff forecasting. The study area is the downstream of Naeseung-chun. Therefore, time-dependent data was obtained from the Wolpo water level gauging station. 11 and 2 out of total 13 flood events were selected for the training and testing set of model. The model performance was improved as the measuring time interval(Tm) was smaller than the sampling time interval(Ts). The Neuro-Fuzzy(NF) and TANK models can give more accurate runoff forecasts up to 4 hours ahead than the Feed Forward Multilayer Neural Network(FFNN) model in standard above the Determination coefficient(R2) 0.7.

수질오염 사고를 판단하기위한 경보모형은 다중퍼셉트론과 다층신경망, 뉴로-퍼지 모형들로 구성되었으며, 개발된 기준축에 따른 안정, 주의, 경고 상태를 학습하였다. 수질예측 모형에 유출예측 모형을 연계하고 경보모형을 결합하여 인공지능 시스템을 구축하였으며, 구축된 시스템을 GUI로 구현하였다. GUI 화면은 초기화면, 자료 전처리 과정, 유량예측 과정, 수질예측 과정, 경보시스템의 순으로 진행된다. 수질오염 사고에 대한 시나리오를 작성하여 시스템의 적용성을

평창강 수질자동측정망 실시간 자료를 이용하여 강우시와 무강우시로 구분하여 분석하였다. 강우시에 측정된 TOC 자료는 무강우시 측정된 자료에 비해 평균값, 최대값, 표준편차가 크게 나타났으며, 강우시의 DO 자료는 무강우시에 측정된 자료보다 낮아 유량이 수질변화에 영향을 미치는 것으로 분석되었다. 신경망 모형과 뉴로-퍼지 모형으로 수질예측 모형을 구성하고, 적용하였다. LMNN, MDNN, ANFIS 모형은 TOC 모의에서 DO 예측에서는 LMNN, MD