머신러닝 기술을 이용한 고양이 인식 애플리케이션

윤희영,문수현,엄성용 국제문화기술진흥원 2023 The Journal of the Convergence on Culture Technolo Vol.9 No.3

This paper describes a mobile application that can recognize and identify cats residing on a university campus using the Google’s machine learning platform, ‘Teachable Machine’. Machine learning, one of the core technologies of the Fourth Industrial Revolution, performs an efficient task of finding optimal results through data learning. Therefore, the model is learned and generated using the platform based on machine learning, and then implemented as an application for smartphones, so that cats can be identified simply and efficiently. In this application, if you take a picture of a cat directly on the spot or call it from the gallery, the cat is identified and information about the cat is provided. Though this system was developed for a specific university campus, it is expected that it can be extended to other campuses and other species of animals. 본 논문은 구글의 머신러닝 플랫폼인 ‘티처블 머신’을 이용해 대학 캠퍼스내 상주하는 고양이들을 인식하고 식별할 수 있는 모바일 애플리케이션에 대해 설명한다. 4차 산업혁명의 핵심 기술 중 하나인 머신러닝은 데이터 학습을 통해 최적의 결과값을 찾아내는 효율적인 작업을 수행한다. 따라서 머신러닝을 기반으로 동작하는 ‘티처블 머신’ 플랫폼을 이용해 모델을 학습, 생성한 뒤 이를 스마트폰용 애플리케이션으로 구현하여, 간편하고 효율적으로 고양이들을 식별할 수 있게 하였다. 이 애플리케이션에서는 고양이의 사진을 현장에서 직접 찍거나 갤러리에서 불러오면 해당 고양이를 식별하여 그 고양이에 대한 정보를 제공한다. 본 시스템은 특정 대학 캠퍼스용으로 개발되었지만, 타 대학 캠퍼스 및 다른 종의 동물에 대해서도 확대 적용 가능할 것으로 기대한다.

Teachable machine을 활용한 인공지능 체험 프로그램이 초등학생의 인공지능 인식에 미치는 영향

이승미,전석주 한국정보교육학회 2021 정보교육학회논문지 Vol.25 No.4

4차 산업혁명의 중심에는 인공지능이 있다. 미래 인공지능 기반 사회에 필요한 역량을 기르기 위해 교육은 변 화해야 한다. 본 연구는 초등학교 학생들을 대상으로 Teachable machine을 활용한 인공지능 체험 수업을 개발 및 적용하고, 학생들의 인공지능 흥미도 및 이해도 변화를 분석하였다. 총 10차시의 인공지능 수업 중 4차시는 다양한 인공지능 교육 플랫폼을 이용하였고, 6차시는 Teachable machine 체험을 중심으로 진행하였다. 프로그램 적용 전과 후에 학생들의 인공지능 흥미도와 이해도를 검사하였으며 양적 연구와 질적 연구를 동시에 진행하였 다. 연구 결과, 프로그램 적용 후 학생들의 인공지능 흥미도와 이해도가 모두 향상되었음을 확인할 수 있었다. 또한, 연구 결과를 바탕으로 인공지능 교육 프로그램 개발을 위한 후속 연구를 제언하는 바이다. Artificial intelligence is at the heart of the Fourth Industrial Revolution. Education must change in order to develop the capabilities necessary for future AI-based societies. This study developed and applied artificial intelligence experience classes using Teachable machine to elementary school students, and analyzed changes in artificial intelligence understanding and interest among students. Among the 10 artificial intelligence classes, 4 classes used various artificial intelligence education platforms, and 6 classes focused on Teachable machines. Before and after the application of the program, students' interest and understanding in artificial intelligence were examined. Quantitative and qualitative studies were conducted together. Studies have shown that both students' interest and understanding of artificial intelligence has improved since the application of the program. Furthermore, based on the findings, we propose a follow-up study for the development of artificial intelligence training programs.

Teachable machine을 이용한 파킨슨병 스크리닝 개발

오윤수(Yoon-Soo Oh),한재웅(Jae-Woong Han) 대한기계학회 2023 대한기계학회 춘추학술대회 Vol.2023 No.11

인공지능 기반의 백내장 검출 플랫폼 개발

박도영,김백기 아이씨티플랫폼학회 2022 JOURNAL OF PLATFORM TECHNOLOGY Vol.10 No.1

인공지능기반의 건강 데이터 검증은 임상 연구에 도움을 줄 뿐만 아니라, 새로운 치료법을 개발하는데 필수 요소가 되었다. 미국 식품의약 관리국이 의학진단 분야 중 인공지능을 이용하여 성인 당뇨병 환자의 경증 이상 당뇨병성 망막증을 감지하는 의료기기 마케팅을 승인한 이래, 인공지능을 이용한 테스트가 증가하고 있다. 본 연구에서는 구글에서 지원하는 Teachable Machine을 이용하여 이미지 분류 기반의 인공지능모델을 생성하고, 학습을 통한 예측 모델을 완성하였다. 이는 현재 만성질환의 환자들 중 발생하는 안구 질환 중 백내장의 조기 발견하는데 용이하게 할 뿐만 아니라, 눈 건강을 위해 헬스케어 프로그램으로 안 질환 예방을 위한 디지털 개인건강 헬스케어 앱을 개발하기 위한 기초 연구로 진행되었다.

Teachable Machine을 활용한 모션 인식 러닝 게임 개발

황주한(Ju-Han Hwang),김성진(Sung Jin Kim),윤영현(Young Hyun Yoon),백재순(Jai Soon Baek) 한국컴퓨터정보학회 2023 한국컴퓨터정보학회 학술발표논문집 Vol.31 No.2

인공지능 도구를 활용한 교육적 접근에 관한 탐구

김윤미(Yoonmi Kim),전영국(Youngcook Jun) 한국컴퓨터교육학회 2021 한국컴퓨터교육학회 학술발표대회논문집 Vol.25 No.1(A)

논문에 이 연구는 학생들에게 인공지능에 대하여 조금 더 이해하기 쉽고 직접 실행할 수 있는 방법에 대해 탐구하였다. Teachable Machine을활용하여 데이터를 훈련시키고 결과를 얻는 절차를 소개하였다. 교육적으로 활용할 수 있는 예제로서 많은 학생들이 스마트폰을 사용하면서 거북목이 되는 것에 착안하여 스마트폰에서 자신의 상반신을 카메라로 촬영하여 바로 거북목 상태를 가늠하는 예제를 소개하였다. 바른 자세와 거북목사진 각 210장 사용하였으며 실제 테스트한 결과 바른 자세는 100%, 거북목 자세는 약 83%의 정확도를 얻었다. 그 외에 Goorm IDE에서 수행 가능한 실습 프로젝트의 예시를 들고 사진, 채팅 등을 활용하여 교과 또는 일상생활에 적용해 볼 수 있는 인공지능 도구에 대한 소개를 하였다.

Teachable Machine을 이용한 가죽 결함 검출 방법 연구

권소영(So-Young Kwon),이종윤(Jong-Youn Lee),이용환(Yong-Hwan Lee) ICT플랫폼학회 2023 ICT플랫폼학회 하계학술발표대회논문집 Vol.10 No.2

PoseNet을 활용한 헬스 트레이너 웹 서비스

이상민(Lee Sang-min),김도훈(Kim Dohoon) 한국정보기술학회 2021 Proceedings of KIIT Conference Vol.2021 No.6

본 논문에서는 맨몸 운동의 자세들의 정확성을 교정하고 운동을 통해서 얻을 수 있는 정보들을 활용하는 웹 서비스를 제시하고, PoseNet 기반으로 만들어진 Google사의 Teachable Machine을 활용한 헬스 웹 서비스에 대해여 기술한다. 해당 서비스는 웹 서비스를 기반으로 설계하였으며 운동 데이터들을 분석하여 사용자에게 제공하는 기능을 설계하였으며 지역에 활동하는 헬스 트레이너들과 연락을 취하여 온라인 오프라인으로 헬스자세 교정을 받을 수 있는 기능을 설계하였다. 해당 서비스에 대한 검증은 직접 사용해봄으로써 기능적인 요구사항을 만족함을 확인하였다. In this paper, we present a web service that corrects the correctness of the posture of bare-body exercises and utilizes the information available from exercise, and describe a health web service using Google"s Teachable Machine based on PoseNet. The service was designed based on a web service, designed to analyze exercise data and provide it to users, and designed to communicate with local health trainers to obtain health posture correction online and offline. Verification of the service confirms that it satisfies the functional requirements by using it directly.

딥러닝 기법을 이용한 주차 공간 자동 식별 시스템

서민경,엄성용 국제문화기술진흥원 2021 The Journal of the Convergence on Culture Technolo Vol.7 No.4

본 논문에서는 촬영된 주차장 사진으로부터 빈 주차 공간을 자동 식별할 수 있는 주차 공간 자동 식별 시스템 에 대해 설명한다. 이 시스템은 딥러닝 기법에 기반한 시스템으로, 다양한 주차장 사진들을 토대로 학습을 진행하여 식별 결과의 정확도가 높으며, 기존의 주차 관리 시스템에 적용할 수 있다. 한편, 본 시스템은 손쉬운 적용 테스트를 위해, 스마트폰용 애플리케이션으로도 개발되었다. 따라서 스마트폰 카메라를 통해 주차장 사진을 찍으면, 촬영된 이 미지를 자동 인식하며 빈 주차 공간을 자동 식별할 수 있다. In this paper, we describe a parking space identification system that can automatically identify empty parking lot spaces from a parking lot photo. This system is based on a deep learning technique, and the accuracy of the identification result is good by learning various existing parking lot images. It could be applied to the existing parking management system. This system was also developed as a smartphone application for easy testing. Therefore, if you take a picture of a parking lot through a smartphone camera, the captured image is automatically recognized and an empty parking space can be automatically identified.

Feasibility Study of Google’s Teachable Machine in Diagnosis of Tooth-Marked Tongue

( Hyunja Jeong ) 한국치위생과학회 2020 치위생과학회지 Vol.20 No.4

Background: A Teachable Machine is a kind of machine learning web-based tool for general persons. In this paper, the feasibility of Google’s Teachable Machine (ver. 2.0) was studied in the diagnosis of the tooth-marked tongue. Methods: For machine learning of tooth-marked tongue diagnosis, a total of 1,250 tongue images were used on Kaggle’s web site. Ninety percent of the images were used for the training data set, and the remaining 10% were used for the test data set. Using Google’s Teachable Machine (ver. 2.0), machine learning was performed using separated images. To optimize the machine learning parameters, I measured the diagnosis accuracies according to the value of epoch, batch size, and learning rate. After hyper-parameter tuning, the ROC (receiver operating characteristic) analysis method determined the sensitivity (true positive rate, TPR) and specificity (false positive rate, FPR) of the machine learning model to diagnose the tooth-marked tongue. Results: To evaluate the usefulness of the Teachable Machine in clinical application, I used 634 tooth-marked tongue images and 491 no-marked tongue images for machine learning. When the epoch, batch size, and learning rate as hyper-parameters were 75, 0.0001, and 128, respectively, the accuracy of the tooth-marked tongue’s diagnosis was best. The accuracies for the tooth-marked tongue and the no-marked tongue were 92.1% and 72.6%, respectively. And, the sensitivity (TPR) and specificity (FPR) were 0.92 and 0.28, respectively. Conclusion: These results are more accurate than Li’s experimental results calculated with convolution neural network. Google’s Teachable Machines show good performance by hyper-parameters tuning in the diagnosis of the tooth-marked tongue. We confirmed that the tool is useful for several clinical applications.