현재 존재하는 인공지능 기반 음악 생성에 관한 여러 모델과 연구는 수동 텍스트(Text) 기반 음악 생성에 대해 다루고 있다. 본 논문은 사용자의 편의성을 높이고, 창의적인 음악 생성 과정 을 더욱 원활하게 할 수 있도록 텍스트(TEXT) 프롬프트(Prompt) 자동화를 통한 음악 생성시 스템 방안을 제안한다. 그 방안으로 음원 파일을 통해 수집한 음악 분석 및 데이터화와 가사 정보에서 추출한 키워드를 기반한 장르, 가수, 앨범 등의 정보가 포함된 데이터셋(Dataset)을 구축 후, 파이썬(Python)의 자연어 처리 방법인 Konlpy를 사용하여 가사 데이터를 토큰화하고, TF-IDF(Term Frequency-Inverse Document Frequency) 벡터화를 통해 중요한 단어를 추 출한다. 또한, MFCC, 템포 등의 특징 데이터셋을 통하여 모델을 통한 감정을 예측하고, CNN 모델 및 Chatgpt를 활용한 텍스트 프롬프트를 자동생성하는 방법을 구현하여, MusicGen 모델 을 사용한 자동화 생성 프롬프트 기반 음악을 생성한다. 본 텍스트 프롬프트 자동 생성 화를 통한 음악 생성 연구의 결과는 음악 데이터 분석 및 생성 분야에 기여될 것으로 기대한다.

Ensuring the quality of molds is one of the major issues in mass production. In general, securing the quality of the molds is achieved by repeating grinding and die spotting after machining the molds based on engineer’s decision. However, this heuristic method is affected by the engineer’s skill and working environment. Therefore, a lot of time and resources are needed in order to ensure quality. In this study, ensuring the quality of molds using grinding map which is generated using automatic measurement is proposed. An automatic measuring system based on CMM (Coordinate Measuring Machine) is developed for measuring the molds. This system generates the measurement path automatically using the 3D CAD model of products. CAD (Computer- Aided-Design), CAM (Computer-Aided-Manufacturing), and CAQ (Computer-Aided-Quality) technology is integrated using DMIS (Dimensional Measuring Interface Standard) format in the automatic measuring system. After measuring the molds, a grinding map is generated using the gap between the CAD model and measured values of mold. The grinding map displays the machining tendency and the required amount of grinding with values on a 3D map. Therefore, the quality of molds can be ensured with exactness and quickness based on the grinding map. This study shows that integrating the planning, measuring, and analyzing based on computer technology can solve the problem of quality assurance of mold using the proposed method, therefore the productivity can be increased.

We present a legorization framework that produces a LEGO model from a voxel model. Unlike other frameworks, we include bricks whose height is more than one layer. Furthermore, we devise a two-colored graph that represents the adjacency and stability information of a LEGO model. Our legorization is composed of tiling process on each layer, which is implemented using a heuristic search algorithm. We legorize five models including characters and buildings to prove the excellence of out framework

The genetic algorithm (GA), one of the artificial intelligence (AI), is developed based on Darwin's theory of evolution, i.e., the mating of randomly selected objects. If more optimal solution is generated, then it is better to repeat the process of setting the optimum value. In this paper, the method of background music using the genetic algorithm is exploited when the computer game is executed each time. As a result, it has created several music that can be used in the actual game, and it could be confirmed that the other music that is created is different music when performed each time.

최근 기후에 대한 관심이 증가하면서 전국단위 뿐만 아니라 지역 단위에서도 기후 지도가 필요하게 되었다. 본 연구에서는 기상청에서 제공하고 있는 무인자동 기상관측장비(AWS) 자료와 LANDSAT 8호 열적외선 영상을 이용하여 지상 기온 분포도를 제작하는 과정을 제시하였다. 지상 기온 분포도 제작을 위하여 기존에 사용되었던 AWS 자료의 공간 보간 기법, 열적외선 영상으로 부터 지표 온도 추출 기법, AWS 자료와 위성영상을 이용한 지상 기온 추출 기법을 비교하고, 지상 기온 분포도에 적합한 지도 제작 기법을 파악하였다. 본 연구의 결과 지상 기온 분포도 제작을 위해 AWS 자료와 위성영상을 이용한 지상 기온 추출 기법이 가장 적합한 것으로 나타났다. 본 연구에서 제시한 과정을 통하여 다양한 지역단위의 기후 지도를 제작할 수 있을 것으로 예상된다.

본 연구에서는 프리폼(free form)을 가지는 공간구조물의 유한요소망을 자동으로 생성하는 기법을 개발하고 그 배경이론과 수치실험 결과 그리고 이용방안에 대하여 기술하였다. 본 연구를 통하여 제시한 유한요소망 생성기법은 공간구조물의 해석을 위해 전통적으로 이용하던 형태별 자동생성기법의 한계를 극복하기 위하여 개발 되었다. 개발된 자동 생성기법은 최근 연속체 쉘 구조물의 형태를 정확히 구현하기 위해 활발히 이용되고 있는 CAGD기법을 도입하였다. 본 연구에서 제시된 자동생성기법은 두 단계의 생성과정을 거치는데 첫 번째가 구조물의 형태를 기하학적인 모델로 표현하는 단계이며 두 번째가 표현된 기하학적인 모델에 이산화된 공간구조물을 생성하는 단계이다. 수치실험을 통하여 본 연구에서 개발된 자동생성기법이 임의의 형상을 가지는 이산화된 공간구조물을 표현하기 용이할 뿐만이 아니라 기존의 자동생성기법을 수정 이용할 수 있는 장점이 있으며 특히 이산화된 공간구조물의 형상최적화에도 효과적으로 이용될 수 있을 것으로 나타났다.

본 논문은 움직이는 객체를 지속적으로 감시관찰하는 CCD 카메라의 자동 제어를 위한 신호 생성 알고리즘을 제시하고 있다. 제안된 알고리즘은 검출된 객체 위치와 영상 중심 사이의 수평 수직 변위들을 계산하고 변위들을 각으로 변환한다. 최종적으로 팬/틸트 신호가 변위각으로부터 생성된다. 제안된 알고리즘의 성능 평가를 위해 자동 제어에서 생성된 데이터와 수동 제어에서 측정된 데이터가 비교되고, 단순한 객체를 이용한 추적 실험이 수행되었다. 실험 결과는 두 데이터의 차이는 무시할 수 있을 정도이고, 팬/틸트 ±52o/±40o 영역에서 움직이는 객체가 ±13o/±10o 영역에 유지되는 것을 보여주고 있다.

근래에 들어 질병으로 인하여 의사표현이 곤란한 환자에게 뇌파에 기초한 BCI(Brain Compute, Interface)와 같은 새로운 인터페이스를 제공하고자 하는 연구가 활발히 진행되고 있다. 특정 자극에 대해 유발되는 뇌파의 측정과 분석은 BCI를 위한 뇌파의 패턴과 인터페이스의 설계에 중요한 역할을 한다. 이 연구의 목적은 시청각 자극 인가 후 피험자의 반응시간을 측정하는 시스템을 EEG와 같은 생체 신호 계측 시스템과 연동이 가능한 형태로 개발하는 것이다. 제안된 시스템은 기능적으로 자극신호 발생부, 반응시간 측정부, 유발뇌파 측정부, 동기신호 발생부로 나뉘어진다. 자극신호 발생부는 실험에 이용되는 자극신호를 제작하는 부분으로서 Flash를 사용하여 구현하였다. 반응시간 측정부는 문제에 대한 답 선택 요청시각으로부터 피험자의 반응까지의 시간을 측정하는 부분으로서 마이크로컴퓨터를 이용하여 구현하였다. 유발뇌파 측정부는 시판용 하드웨어와 소프트웨어를 그대로 사용하였다. 동기신호 발생부는 전체 시스템의 동기를 맞추기 위한 신호를 발생하는 부분으로서 문제제시, 답 요구와 동기한 화면상의 명암신호와 이를 검출하는 광센서로 구성하였다. 본 논문에서 제시한 방법에서는, 기존의 유발전위 측정 및 자극시스템에 특정 모듈(반응시간 측정 장치, 동기신호 발생장치)만을 추가하여 실험자의 의도에 맞는 시스템을 설계할 수 있어 유발응답 및 반응시간의 측정을 필요로 하는 연구를 가속화 할 것이 기대된다.

이 논문은 평면 상의 영역 경계와 조절선(control curve)에 맞추어서 요소망을 자동 생성하는 알고리즘을 제시하는데 목적이 있다. 여기서 제안하는 알고리즘은 요소망 생성 영역의 경계와 조절선들을 하나의 수퍼 루프(super loop)로 연결하고, 루프(loop)위에 있는 두 절점을 연결하는 최소벌점(minimum penalty)의 경로를 따라서 순환적으로 분할하여 요소를 생성하는 기법에 바탕을 두고 있다. 이 방법은 요소망 생성영역의 형상에 제한이 없으며, 모든 과정을 쉽게 자동화 할 수 있기 때문에 복잡한 영역의 요소망을 최소한의 사용자 개입을 통해서 간편하게 처리할 수 있는 프로그램으로 쉽게 이행할 수 있다. 이 알고리즘은 곡면 요소망 생성이나, 적응적 요소망 생성등에 쉽게 확장하여 적용할 수 있다.

A robot usually adopts ANN (artificial neural network)-based object detection and instance segmentation algorithms to recognize objects but creating datasets for these algorithms requires high labeling costs because the dataset should be manually labeled. In order to lower the labeling cost, a new scheme is proposed that can automatically generate a training images and label them for specific objects. This scheme uses an instance segmentation algorithm trained to give the masks of unknown objects, so that they can be obtained in a simple environment. The RGB images of objects can be obtained by using these masks, and it is necessary to label the classes of objects through a human supervision. After obtaining object images, they are synthesized with various background images to create new images. Labeling the synthesized images is performed automatically using the masks and previously input object classes. In addition, human intervention is further reduced by using the robot arm to collect object images. The experiments show that the performance of instance segmentation trained through the proposed method is equivalent to that of the real dataset and that the time required to generate the dataset can be significantly reduced.

최근 다수의 분야에서 딥 러닝을 통한 연구 성과들이 사람의 판단력에 근접하는 결과를 보여주고 있다. 그리고 게임 산업에서는 온라인 커뮤니티, SNS의 활성화가 게임 흥행 여부를 결정할 정도로 중요성이 높아지고 있다. 본 연구는 딥 러닝을 이용해 온라인 커뮤니티, SNS에서 활동할 수 있는 시스템을 구성하고, 온라인 공간에서 사람들이 작성한 텍스트를 읽고 그에 대한 반응을 생성하고 스케쥴에 따라 트위터에 올리는 것을 목표로 한다. 순환 신경망(Recurrent Neural Network)을 이용해 텍스트를 생성하고 글 작성 스케쥴을 생성하는 모델들을 구성했고, 생성한 시각에 맞춰 모델들에 뉴스 제목을 입력해 댓글을 출력 받고 트위터에 작성하는 프로그램을 구현했다. 본 연구 결과는 온라인 게임 커뮤니티 활성화, Q&A 서비스 등에 적용이 가능할 것으로 예상된다.

다양한 이유로 콘텐츠 생성에 대한 연구는 최근 게임 인공 지능분야에서 활발히 연구되고 있 다. 디자이너의 개입과 관계없이 자동적으로 콘텐츠를 생성하려는 시도가 계속 되고 있으며, 여 러 게임 장르에서 다양한 형태의 게임 콘텐츠를 생성하는데 사용되어 왔다. 본 논문은 다양한 콘텐츠 생성 연구 중, 고립 동굴이 없는 맵을 자동으로 생성하기 위해 이진 공간 분할을 활용 하여 보강된 셀 오토마타 방법을 제안한다. 이진 공간 분할을 이용하면 원하는 공간의 수를 지 정할 수 있으며, 셀 오토마타를 이용하여 자동 생성된 맵의 통로를 탐색하는데 걸리는 시간도 줄일 수 있다. 본 논문에서는 이진 공간 분할로 보강된 셀 오토마타를 이용하여 자동 생성된 맵을 게임에 적용하여 그 유용성을 보인다.

본 논문에서는 표본 기반 영상 인페인팅을 이용하여 틀린그림찾기 게임의 컨텐츠를 자동으로 생성하는 방법을 제안한다. 틀린그림찾기 게임은 원본 영상에서 특정 물체를 제거하거나 색상 을 변경, 혹은 다른 물체로 대치시켜서 새로운 영상을 만든 후 두 영상의 차이점을 찾아내는 게임이다. 표본 기반 영상 인페인팅 기술은 정지 영상에서 의미가 없거나 관심 밖의 피사체를 영상에서 제거하는 역할을 한다. 본 논문에서는 표본 기반 영상 인페인팅을 이용해 물체 제거 문제를 자동화시키는 방법을 제안한다. 실제 구현 및 실험을 통해 틀린그림찾기 영상을 생성한 결과 제안하는 방법이 틀린그림찾기 컨텐츠를 자동 생성하는데 효과적임을 확인하였다.

This paper presents an automatic mesh generation considering water depth, which is based on the depth interpolation. The key feature of this method is that the position of a mesh on any depth in the shallow water area can be generated. The Examples are carried out, and the results are shown to be good. This method is shown to be a useful and powerful tool for the flow calculation for the seabed topography.