http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
딥러닝 기반 실시간 교통사고 유형 및 과실 정보 제공 서비스
김근모,조진성,김성민,백승환,류승훈,고재종,김봉재,Kim, Geunmo,Cho, Jinsung,Kim, Sungmin,Beak, Seunghwan,Ryu, Seunghoon,Koh, Jaejong,Kim, Bongjae 한국인터넷방송통신학회 2021 한국인터넷방송통신학회 논문지 Vol.21 No.3
Determining the percentage of negligence between the parties in the event of road traffic accidents is a significant problem. In order to provide users with more accurate criteria for determining the percentage of negligence, several companies are providing services. However, services currently available are limited to immediate use at the scene of an accident. Generally, the service that determines the percentage of negligence can be used after all accident handling procedures have been completed. This paper provides a real-time traffic accident type and fault rate information provision service utilizing a deep learning-based predictive model to overcome these limitations. Users can immediately identify accident types and fault information by taking pictures at the accident site and check actual precedents of the same accident type. Users will be able to use the service to more accurately and reliably determine the percentage of negligence and handle incidents. 도로 위 교통사고 발생 시 당사자 간의 과실 비율 판정이 주요 문제가 되고 있다. 사용자에게 더욱 정확한 과실 비율 판정 기준을 제공하기 위하여 여러 기업에서 서비스를 제공하고 있다. 하지만 현재 제공되고 있는 서비스들은 사고 현장에서 즉시 사용하기에는 한계가 있다. 일반적으로 현재 제공되는 과실 비율 판정 서비스는 모든 사고처리 절차가 종료된 이후 시간적 여유가 있을 때 사용된다. 이와 같은 한계를 극복하고자 본 논문에서는 딥러닝 기반의 예측 모델을 활용한 실시간 교통사고 유형 및 과실 비율 정보 제공 서비스를 제공한다. 사용자는 사고 현장에서 사진을 찍는 것으로 즉시 사고 유형 및 과실 정보 파악이 가능하며, 동일 사고 유형의 실제 판례를 확인할 수 있다. 사용자는 서비스를 사용하여 더욱 정확하고 확실한 과실 비율 판정 및 사고처리 절차를 진행할 수 있을 것이다.
하이퍼큐브 다중처리기에서 큐브 결합에의한 동적 프로세서 할당 방법에 관한 연구
김근모(Kim Geunmo),윤현수(Yoon Hyunsoo) 한국정보과학회 1992 한국정보과학회 학술발표논문집 Vol.19 No.2
본 논문에서는 하이퍼큐브 다중처리기에 대한 새로운 프로세서 할당 방법을 제시한다. 이 방법에서는 연속적인 주소를 갖는 프로세서들로 구성되는 기본 큐브들을 결합하므로써 서브큐브(subcube)를 찾아낸다. 본 논문에서는 제시한 큐브 결합 방법은 하이퍼큐브내의 모든 서브큐브를 인식할 수 있다. 큐브 결합 방법의 이론적인 시간 복잡도는 n-차원 하이퍼큐브의 경우 O(n · 2ⁿ)으로써 모든 서브큐브를 인식하는 다른 방법들보다 현저히 작다. 부하 모델에 의한 시뮬레이션에서 본 논문에서 제시한 큐브 결합법은 Free list 방법과 유사한 성능을 보이면서 Buddy 방법과 비슷한 할당/반환시간(allocation/deallocation time)을 보였다.
자율주행 중 터널 진입시 사고방지를 위한 조도값 변화에 따른 차선 감지 센서 프로토타입 설계
김근모(Geunmo kim),채수혁(Suhyouk Chae) 한국정보통신학회 2019 한국정보통신학회 종합학술대회 논문집 Vol.23 No.2
본 논문에서는 자율주행 중 터널에 진입 시 주변이 갑자기 어두워져 차선감지 오류로 인한 사고를 방지하고자 조도값 변화에 따른 차선감지센서 주변을 밝게 해주는 시스템을 설계하고자 한다. 자율주행 중 터널에 들어가거나 밤길에 가로등이 밝혀주지 못한 부분이 많아 차선인식오류로 인하여 사고가 발생하는 경우가 있다. 자율주행 중 터널 진입 시 차선감지센서가 차선을 인식하였을 때 주변이 갑자기 어두워지면 조도값 변화에 따라 차선감지센서 주변을 밝게 해주어 차선을 정확히 인식하여 사고를 줄이고자 한다. In this paper, the surrounding area is suddenly darkened when entering a tunnel during autonomous driving, so as to prevent accidents caused by lane detection errors, we will design a system that brightens the surroundings of lane detection sensors according to changes in illumination values. Because some of autonomous driving cars go into tunnels or streetlights fail to light up at night, accidents can occur due to lane recognition error. When lane detection sensors suddenly become dark when entering a tunnel during autonomous driving technology, it tries to reduce accidents by recognizing lanes by making the area around lane detection sensors brighter according to changes in illumination values.
조진성,김근모,고현민,김성민,김지섭,김봉재,Cho, Jinsung,Kim, Geunmo,Go, Hyunmin,Kim, Sungmin,Kim, Jisub,Kim, Bongjae 한국인터넷방송통신학회 2021 한국인터넷방송통신학회 논문지 Vol.21 No.3
최근 인공지능을 사용한 연구나 기업의 프로젝트가 활발하게 이루어지고 다양한 서비스나 시스템이 인공지능 기술과 접목되어 점점 더 지능화되고 있다. 이에 따라 인공지능의 기법 중 하나인 딥러닝에 대한 관심과 이를 학습하려는 사람들이 증가했다. 딥러닝을 학습하기 위해서는 딥러닝 이론 이외에도 컴퓨터 프로그래밍, 수식 등 많은 지식들이 요구된다. 이는 초심자에게 높은 진입장벽으로 작용한다. 따라서 본 연구에서는 초심자가 프로그래밍 및 수식 등을 고려하지 않고 DNN, CNN 등과 같은 딥러닝의 기본적인 모델을 구현할 수 있는 DeepBlock이라는 웹 기반 교육용 딥러닝 플랫폼을 설계 및 구현하였다. 제안한 DeepBlock을 이용하여 딥러닝에 관심을 가진 학생들이나 초심자들의 교육에 활용이 가능하다. Recently, researches and projects of companies based on artificial intelligence have been actively carried out. Various services and systems are being grafted with artificial intelligence technology. They become more intelligent. Accordingly, interest in deep learning, one of the techniques of artificial intelligence, and people who want to learn it have increased. In order to learn deep learning, deep learning theory with a lot of knowledge such as computer programming and mathematics is required. That is a high barrier to entry to beginners. Therefore, in this study, we designed and implemented a web-based deep learning platform called DeepBlock, which enables beginners to implement basic models of deep learning such as DNN and CNN without considering programming and mathematics. The proposed DeepBlock can be used for the education of students or beginners interested in deep learning.