MATLAB 대학생 AI Challenge 2022 수상작

1등

딥러닝을 활용한 음성 기반 수술실 보조 시스템

가천대학교 - 토커(Talker)팀

본 프로젝트는 딥러닝을 활용하여 음성 인식 및 음성 위치 추정 기술을 적용한 수술실 보조 시스템을 구축하는 프로젝트입니다. 수술실 특성 상 위생이 최우선 되는 곳이므로 대부분의 수술실에서는 간호사를 통해 수술 도구, 모니터 등 여러 도구를 전달받습니다. 토커팀은 보다 효율적으로 수술실을 운영할 수 있는 시스템을 개발했습니다. 수술실에서 특정 수술 도구의 명칭을 부르면, 음성이 발생한 위치로 수술 도구 테이블 및 모니터를 신속 정확하게 회전하여 보여주는 시스템을 구축하였습니다. 위 시스템에서 의사의 음성 명령어를 인식하는 음성 인식 기술 및 음성의 위치를 파악하는 음성 위치 추정 기술은 MATLAB에서 제공하는 음성 데이터 처리 기술 및 딥러닝 모델의 Convolutional Neural Network(CNN)을 사용하여 구축했습니다. 이러한 기술이 보편화 된다면 수술 보조 장비를 조작하는 중간 과정을 생략하여, 빠르고 정확한 수술을 진행하도록 도움을 줄 수 있는 훌륭한 프로젝트입니다.

2등

경기도 데이터를 활용한 COVID-19 확진자 수 예측 시스템

한양대학교 - 하이텔(HY_TEL)팀

본 프로젝트는 Long Short-Term Memory(LSTM) 딥러닝 모델을 활용하여 COVID-19 확진자 수를 예측하는 시스템 개발 프로젝트입니다. COVID-19 바이러스로 인해 세계적으로 전파되는 급성 바이러스성 호흡기 질환이 유행했습니다. 이에 전염성 질환의 전파를 억제하기 위해 마스크 착용, 사회적 거리두기 등 법적 구속력을 지니고 있는 제도를 운용하였습니다. 전염성 질환을 효과적으로 대응하기 위하여 확진자 수에 따른 제도 도입 시기와 강도의 조절이 필요하다고 여겨, 확진자 수를 예측하는 딥러닝 모델을 구축하였습니다. 전염성 질환 전파의 원인과 통제 요인인 인구통계학 데이터, 사회경제학 데이터, 교통 데이터 등을 활용하고 MATLAB을 통해 시계열 예측 딥러닝 모델인 LSTM과 Regression을 구현하였습니다. 인공지능 기술을 사용해 새로운 전염성 질환 발생시 효과적으로 대응할 수 있는 훌륭한 프로젝트입니다.

3등

전이학습을 활용한 뇌파 기반 인간 의도 해독을 위한 설명 가능 인공지능 기술 개발

고려대학교 - 이화아니

본 프로젝트는 뇌파 데이터를 활용하여 전이학습과 Explainable AI 알고리즘을 기반으로 인간의 의도를 해독하는 뇌-컴퓨터 인터페이스(Brain-Computer Interface, BCI)기술을 개발하는 프로젝트입니다. BCI 기술은 인간의 뇌파만으로 사람의 생각 또는 의도를 해독하여 휠체어, 로봇팔, 컴퓨터 등의 외부 기기를 제어하는 기술을 의미합니다. 이를 위해서는 사람이 서로 다른 생각을 할 때 발생되는 뇌파의 차이를 높은 정확도로 구분해야 합니다. 본 프로젝트에서는 피험자가 안정하고 있는 상태와 수학 암산을 수행할 때의 뇌파를 활용합니다. 본 프로젝트에서는 MATLAB에서 제공하는 LeNet-5 모델을 뇌파 데이터에 전이학습하여 진행했으며, 또한 학습률과 같은 하이퍼파라미터 값들의 최적 값을 찾아 진행했습니다. 추가적으로 LRP를 사용하여 뇌파의 어떤 특징이 딥러닝 모델에 기여했는지 확인하기 위하여, Explainable AI를 접목시켜 히트맵을 생성하였습니다. 이런 뇌파를 통해, 인간 의도를 해독하는 BCI 기술이 인공지능을 통해 더 발전된다면, 인간의 뇌를 이해하고 더 많은 응용 분야에 기여할 수 있는 훌륭한 프로젝트입니다.