이동물체 탐지 및 추적을 위한 에너지 보정 스네이크(ECS) 알고리즘의 실험 및 평가

양성실,윤희병,Yang, Seong-Sil,Yoon, Hee-Byung 한국정보처리학회 2009 정보처리학회논문지B Vol.16 No.4

Active Contour Model, that is, Snake algorithm is effective for detection and tracking the objects. However, this algorithm has some drawbacks; numerous parameters must be designed(weighting factors, iteration steps, etc.), a reasonable initialization must be available and moreover suffers from numerical instability. Therefore we propose a novel Energy Corrected Snake(ECS) algorithm which improved on external energy of Snake algorithm for detection and tracking the moving object more effectively. The proposed algorithm uses the difference image, getting when the object is moving. It copies four direction images from the difference image and performs the accumulating compute to erasing image noise, so that it gets external energy steadily. Then external energy united with contour that is computed by internal energy. Consequently we can detect and track the moving object more speedily and easily. To show the effectiveness of the proposed algorithm, we experiment on 3 situations. The experimental results showed that the proposed algorithm outperformed by 6$\sim$9% of detection rate and 6$\sim$11% of tracker detection rate compared with the Snake algorithm. 능동 윤곽선 모델, 즉 스네이크 알고리즘은 물체 탐지 및 추적에 사용되는 유용한 알고리즘이다. 그러나 이 알고리즘은 요소별 가중치 부여 및 반복단계 시 많은 변수가 필요하고, 초기화 애로 및 계산상 불안정성 등의 단점이 있다. 따라서 본 논문에서는 이러한 단점을 개선하여 보다 효과적인 이동물체 탐지 및 추적을 위해 기존 스네이크 알고리즘의 외부 에너지를 개선한 새로운 에너지 보정 스네이크(ECS) 알고리즘을 제안한다. 이를 위해 이동물체 이동 시 획득한 차영상 이미지를 4개의 방향성 이미지로 복사하고 각 이미지 픽셀에 대해 누적 연산 후 에너지 강화배열 내 저장 및 노이즈 제거를 통해 안정적인 이미지, 즉 외부 에너지를 획득한다. 또한 별도로 계산된 내부 에너지를 통해 얻어진 윤곽선(contour)을 외부 에너지에 병합함으로써 빠르고 쉬운 이동물체 탐지 및 추적이 가능하다. 제안한 알고리즘의 효용성을 확인하기 위해 3가지 상황을 대상으로 실험하였다. 실험 결과, 제안한 알고리즘이 기존 스네이크 알고리즘에 비해 탐지율은 평균 6$\sim$9%, 추적율은 6$\sim$11% 정도의 향상을 보였다.

인공지능형 전훈분석기술: ‘L2-OODA 앙상블 알고리즘’을 중심으로

양성실,신진 한국융합보안학회 2021 융합보안 논문지 Vol.21 No.2

전훈이란 군사용어로서 전투발전분야의 교육과 현실에서 문제점이 확인되거나 개선이 필요한 요소를 찾아서 미래의 발전 을 도모하는 모든 활동이다. 이 논문에서는 전훈활동을 추진하는데 드러나는 문제점, 즉 분석시 장기간 소요, 예산 문제, 전문 가 필요성 등을 해결하고자 실제 사례를 제시하고 인공지능 분석 추론기술을 적용하는 데 초점을 맞춘다. 이미 실용화되어 사 용 중인, 인지 컴퓨팅 관련 기술을 활용한 인공지능 법률자문 서비스가 전훈의 문제점을 해결하는데 가장 적합한 사례로 판단 했다. 이 논문은 인공지능을 활용한 지능형 전훈분석 추론기술의 효과적인 적용방안을 제시한다. 이를 위해, 전훈분석 정의 및 사례, 인공지능의 머신러닝으로 진화, 인지 컴퓨팅 등 이론적 배경을 살펴보고, 새롭게 제안한 L2-OODA 앙상블 알고리즘을 이용해 국방분야 신기술에 적용함으로써 현존전력 개선 및 최적화를 구현하는데 기여하고자 한다. Lessons Learned(LL) is a military term defined as all activities that promote future development by finding problems and need improvement in education and reality in the field of warfare development. In this paper, we focus on presenting actual examples and applying AI analysis inference techniques to solve revealed problems in promoting LL activities, such as long-term analysis, budget problems, and necessary expertise. AI legal advice services using cognitive computing-related technologies that have already been practical and in use, were judged to be the best examples to solve the problems of LL. This paper presents intelligent LL inference techniques, which utilize AI. To this end, we want to explore theoretical backgrounds such as LL analysis definitions and examples, evolution of AI into Machine Learning, cognitive computing, and apply it to new technologies in the defense sector using the newly proposed L2-OODA ensemble algorithm to contribute to implementing existing power improvement and optimization.

포클랜드제도 분쟁을 통한 제한전 분석

양성실,이희완,신진,Yang, Seong-sil,Lee, Hee-wan,Shin, Jin 한국해양전략연구소 2021 해양안보 Vol.3 No.1

1982년 4월 2일부터 6월 14일까지 지속한 포클랜드제도 분쟁 결과, 영국은 전쟁 승리를 통해 극심한 경제불황의 위기를 넘어 과거 화려한 대영제국의 영광을 되찾을 수 있었다. 반면 아르헨티나는 군사독재 정권의 몰락과 민주정권의 탄생에 지대한 영향을 받는다. 본 연구는 포클랜드분쟁에 관해 "DIME on PMESII"를 적용함으로써, 미래 독도에서 발생 가능한 해양분쟁 대응전략을 제시하고자 작성되었다. 특히 분쟁지역을 실효적으로 지배하고 있는 국가가 가진 총체적 국력의 수단으로서 외교·정보·군사·경제, 즉 DIME 능력이 어떤 영향을 미치는지 분석하였다. 동시에 반대 시야에서 해당지역을 실효적으로 지배하지 못하는 국가의 정치·군사·경제·사회·정보 및 기반시설, 즉 PMESII 체계를 적용해 분석하였다. 연구 결과, 독도 해양분쟁 관련 대응전략으로 첫째, 영국과 같이 분쟁영토에 대한 실효적 지배를 효과적으로 지속하고 강화해나가야 한다. 이를 통해, 국민에 대한 애국심 고취 및 전시정부에 대한 지지, 정당한 전쟁명분의 확보, 국제적인 지지를 얻을 수 있다. 둘째, 현대 전쟁을 분석할 때 자국의 DIME 능력을 상대국의 PMESII 체계 약점에 집중하는 'DIME on PMESII'가 효과적임을 증명할 수 있었다. 이제는 전쟁을 수행하는 데 있어 군사력만으로 상호 충돌하는 형태가 아니라 국가의 총체적인 국력인 외교·정보·경제분야 능력을 즉각적으로 투입해야 한다. 셋째, 미래 독도 해양분쟁에 대한 철저한 대비가 필요하므로, 해양에서의 제한된 국지전 가능성을 극복하기 위해 주변국에 대한 적절한 전략이 필요하다. As a result of the Falkland Islands War from April 2 to June 14, 1982, Britain overcame severe economic depression and reclaimed the glory of the former British Empire by winning the war. On the other hand, Argentina was greatly affected by the collapse of a military dictatorship and the birth of a democratic government. This study suggests strategies for responding to maritime disputes that may occur in Dokdo Island in the future by applying "DIME on PMESII" to the Falkland Islands dispute. In particular, the study analyzes how DIME (diplomacy, information, military, and economy) capabilities have an effect as a means of the total national power of a country that effectively controls the disputed territory. Based on the results of this study, the response strategies related to the Dokdo maritime dispute are as follows. First, effective control over the disputed territory should be effectively maintained and strengthened like in Britain. This strategy inspires patriotism, supports the government during warfare, secures a just cause for war, and gains international support. Second, 'DIME on PMESII' was effective in modern warfare by focusing our DIME capabilities on the weaknesses of the other country's PMESII system. That is, wars are not won simply by the conflict of armed forces but by a nation's overall national strength, such as diplomatic, information, and economic capabilities. Third, appropriate strategies for neighboring countries are needed to overcome the possibility of limited warfare in the sea through preparations for Dokdo maritime disputes in the future.

인공지능 기법을 활용한 전쟁교훈분석에 관한 연구 - LDA 토픽모델링 기반으로 -

양성실 ( Yang Seong-sil ),설현주 ( Seol Hyeon-ju ) 미래군사학회 2023 한국군사학논총 Vol.12 No.1

본 연구는 최근 급부상 중인 인공지능을 ‘전쟁교훈분석’(줄여서 전훈분석)이라는 국방정책 분야에 적용하기 위한 것이다. 전훈이란 군사 활동 중 얻은 교훈을 통해 전투발전체계 상 문제점을 수집·분석하고 개선소요를 찾아 현존전력의 최적화를 구현하고자는 모든 활동을 말한다. 이 전훈을 도출하기 위해서 과거 분석사례, 관련 교범, 훈령·규정, 작전계획 등 사전 검토해야만 하는 데이터양이 엄청나다는 것과 그로 인한 분석 절차상 과도한 시간 외에도 많은 예산이 소요될 수밖에 없다. 본 연구는 이 문제점을 해결하고자 기존 방법 외에 인공지능 머신러닝을 기반으로 한 정량적 연구를 적용하는 새로운 접근방식을 시도한다. 특히 자연어로 구성된 전훈 데이터를 머신러닝 자연어처리 기법 중 LDA 토픽모델링을 이용해 전투발전체계별 토픽과 핵심단어로 추출하는 방안을 제시하였다. 또 EDA 결과와 XAI 구현을 통해 군 지휘관과 같이 특정 대상에게 인공지능의 제시 결과를 신뢰할 수 있도록 근거를 제공한다. This study is to apply Artificial Intelligence(AI), which has recently emerged rapidly, to the field of defense policy called 'Lessons Learned(LL) Analysis'. LL refers to all activities to collect and analyze problems in the combat development system(including DOTMLPF-P) through the lessons during military activities, find improvement needs, and implement all the activities to optimize the existing armed forces. In order to derive LL, the amount of data that must be reviewed in advance, such as past analysis cases, related publications, regulations, and operational plans, which inevitably takes a lot of budget in addition to excessive time. To solve this problem, this study attempts a new approach to apply quantitative research based on AI ML(Machine Learning) in coupled with existing methods. In particular, the LL data composed of natural language was extracted into topics and key words that are categorized by each field of combat development system using LDA topic modeling. In addition, through the implementation of EDA(Exploratory Data Analysis) results and XAI(eXplainable AI), it is possible to provide a reliable basis for AI-produced results to specific targets such as military commanders.

초등 사회과 교육과정에 나타난 다문화교육과 글로벌교육 내용 비교 분석

양성실(Yang, Seong Sil) 글로벌교육연구학회 2013 글로벌교육연구 Vol.5 No.1

다문화교육은 인종, 종족 등으로 인해 차별받는 사회의 소수자들을 주류사회에 적응시키기 위해 시작된 교육 흐름이다. 글로벌교육은 국가 간 경계가 허물어지고, 세계가 하나의 공동 운명체가 되어가는 상황 속에서 더욱 주목받기 시작했다. 두 교육 분야는 문화적 다양성을 존중하고 사회정의를 추구하는 공통점이 있다. 민주주의를 중시하며 문화 간 의사소통의 활성화를 추구하고, 인간에 대한 존엄성 역시 강조한다. 하지만 두 교육 영역은 발생 배경이 다르고, 전개 과정에서도 서로 다른 양상을 가진 채 발전해왔다. 또한 다문화교육이 국내의 세부적인 문제에 초점을 두는 데 비해 글로벌교육은 보다 포괄적인 관점에서 세계의 문제에 접근한다는 차이점이 있다. 본 연구에서는 초등 사회과교육과정 분석을 통해 두 교육 분야의 모호한 경계를 구분지어 보고자 하였다. 초등학교 3~6학년 사회과 교육과정 분석 결과 두 교육 영역은 문화의 상호작용과 문화의 다양성, 전통문화 존중 등 문화 간 이해를 공통적으로 강조하고 있었으며 시민으로서의 책임감과 사회 참여, 사회 정의를 추구하기 위한 다각적인 노력에도 공통적인 관심을 보였다. 하지만 다문화교육은 글로벌교육에 비해 소수 문화, 소수자 인권에 세부적으로 관여하고 있으며 교육과정 상에도 새터민, 외국인 노동자, 장애인 등 사회적 약자에 대한 내용이 제시되어 있었다. 글로벌교육은 인구, 환경, 교통, 발전 문제 등 전 세계에서 일어나는 문제에 대한 해결방안을 찾고, 세계시민으로서의 자질을 기르는 내용이 주를 이루었다. 두 교육 분야의 관계를 보다 체계적으로 정리하여 상호 협력 방안을 구축할 수 있도록 앞으로 더욱 활발한 연구가 진행되었으면 한다. Multicultural education is an educational reform movement to adjust students of different racial, ethnic, and social-class groups in the mainstream society. Global education has been on the spotlight under the stream of globalization, an idea believing in international integration transcending national boundaries. Multinational education and Global education have something in common, in that both of them respect cultural diversity and social justice. They promote democratic ideals, inter-cultural communication, and human dignity. However, the two fields came from different backgrounds each in terms of their formation and developed with different aspects; multicultural education focuses predominantly on detailed national issues, while global education has an exhaustive point of view dealing with rather international issues. In this sense, this study make the ambiguous boundary between these two educational fields clear by analyzing curriculum of elementary social studies. In an attempt to clarify the common and different points between two educational fields, Common emphasis on cultural interaction, cultural diversity, and traditional respect, etc, helps persuade a citizens' multilateral responsibility, social action, social justice, and common interest. However, multicultural education is involved with minority cultures and their rights in detail, compared to global education which does not. These offer in educational curriculums an opportunity to consider the socially destitute such as repatriation of North Korean defectors, foreign workers, and the disabled. Global education is an innovative way to resolve problems such as population, traffic, national resource conservation, and development. Global education emphasizes raising the abilities as world citizens. More research in this field will be needed to seek a method of mutual cooperation of the two educational philosophies, along with more structured and clarified agreement of their relationship.

설명 가능한 인공지능(XAI)을 이용한 확률 임베딩 벡터 예측에 관한 연구

양성실(Seong-Sil Yang),설현주(Hyeon-Ju Seol) 한국해군과학기술학회 2023 Journal of the KNST Vol.6 No.3

이동물체 탐지 및 추적을 위한 에너지 보정 스네이크(ECS) 알고리즘의 실험 및 평가

윤희병,양성실 한국정보처리학회 2009 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.16 No.4

Active Contour Model, that is, Snake algorithm is effective for detection and tracking the objects. However, this algorithm has some drawbacks; numerous parameters must be designed(weighting factors, iteration steps, etc.), a reasonable initialization must be available and moreover suffers from numerical instability. Therefore we propose a novel Energy Corrected Snake(ECS) algorithm which improved on external energy of Snake algorithm for detection and tracking the moving object more effectively. The proposed algorithm uses the difference image, getting when the object is moving. It copies four direction images from the difference image and performs the accumulating compute to erasing image noise, so that it gets external energy steadily. Then external energy united with contour that is computed by internal energy. Consequently we can detect and track the moving object more speedily and easily. To show the effectiveness of the proposed algorithm, we experiment on 3 situations. The experimental results showed that the proposed algorithm outperformed by 6~9% of detection rate and 6~11% of tracker detection rate compared with the Snake algorithm. 능동 윤곽선 모델, 즉 스네이크 알고리즘은 물체 탐지 및 추적에 사용되는 유용한 알고리즘이다. 그러나 이 알고리즘은 요소별 가중치 부여 및 반복단계 시 많은 변수가 필요하고, 초기화 애로 및 계산상 불안정성 등의 단점이 있다. 따라서 본 논문에서는 이러한 단점을 개선하여 보다 효과적인 이동물체 탐지 및 추적을 위해 기존 스네이크 알고리즘의 외부 에너지를 개선한 새로운 에너지 보정 스네이크(ECS) 알고리즘을 제안한다. 이를 위해 이동물체 이동 시 획득한 차영상 이미지를 4개의 방향성 이미지로 복사하고 각 이미지 픽셀에 대해 누적 연산 후 에너지 강화배열 내 저장 및 노이즈 제거를 통해 안정적인 이미지, 즉 외부 에너지를 획득한다. 또한 별도로 계산된 내부 에너지를 통해 얻어진 윤곽선(contour)을 외부 에너지에 병합함으로써 빠르고 쉬운 이동물체 탐지 및 추적이 가능하다. 제안한 알고리즘의 효용성을 확인하기 위해 3가지 상황을 대상으로 실험하였다. 실험 결과, 제안한 알고리즘이 기존 스네이크 알고리즘에 비해 탐지율은 평균 6~9%, 추적율은 6~11% 정도의 향상을 보였다.