한국정보통신학회:학술대회논문집 (Proceedings of the Korean Institute of Information and Commucation Sciences Conference) (Proceedings of the Korean Institute of Information and Commucation Sciences Conference)
한국정보통신학회 (The Korea Institute of Information and Commucation Engineering)
- 반년간
한국정보통신학회 2021년도 춘계학술대회
-
분산된 환경에서 머신 러닝의 학습 가중치를 공유하여 학습하는 방법은 훈련 데이터를 직접 공유하는 것이 아니기 때문에 안전한 것으로 여겨졌다. 하지만, 최근 연구에 따르면 악의적인 공격자가 공유된 가중치를 분석하여 원본 데이터를 완벽하게 복원할 수 있는 취약점이 발견되었다. Gradient Leakage Attack은 이러한 취약점을 이용해 훈련 데이터를 복원하는 공격 기법이다. 본 연구에서는 개별 장치에서 학습을 진행하고 가중치를 서버와 공유하는 학습 환경인 연합 학습 환경에서 해당 공격을 방어하기 위해 이산 코사인 변환에 기반한 이미지 변환 기법을 제시한다. 실험 결과, 우리의 이미지 변환 기법을 적용하면 공유된 가중치로부터 원본 데이터를 완벽하게 복원할 수 없다.
-
자세 추정을 위한 모션 캡처 데이터 파일에는 주변 환경과 움직임의 정도에 따라 부정확한 데이터가 존재할 수 있으므로, 이를 보정하는 작업이 필요하다. 기존에는 직접 후처리 과정을 통해 부정확한 데이터를 복원하였으나, 최근에는 자동화된 방법으로 LSTM, R-CNN 등 다양한 종류의 신경망을 사용한다. 하지만 신경망 기반의 데이터 복원 방법들은 컴퓨터 자원을 많이 요구하므로, 본 논문에서는 신경망 기반의 방법보다 자원 사용량은 낮추면서 데이터 복원율은 유지하는 방법을 제안한다. 제안하는 방법은 자세 측정 데이터(c3d)를 활용하여 부정확한 자세 데이터를 자동으로 복원한다. 실험 결과, 데이터의 부정확한 정도에 따라 89%에서부터 99% 정도의 데이터 복원율을 보였다.
-
본 논문은 실내환경에서 로봇의 센싱영역을 벗어난 곳에 위치하는 사용자에게 접근하여 배달서비스를 제공하기 위해 로봇의 최적 위치를 추정하는 방법을 제안한다. 먼저, 사용자의 위치를 추정하기 위해 비콘-태그 모듈정보에 삼변측량법을 적용하여 실내환경에서 위치를 추정하였고, 사용자 추정위치로부터 최적의 로봇 이동목표(Goal)를 설정하기 위해 보로노이 그래프(GVG)의 생성 노드정보를 기반으로 사용자 위치, 장애물, 이동경로 정보의 연산을 통해 최종 위치를 추정하였다. 실제 로봇플랫폼의 목적지 이동을 통해 해당 서비스로봇의 위치정밀도를 검증하였다.
-
For the past couple of years, the medical data has been stored in centralized systems which is not the ideal storage technique since all data can be altered, stolen, or even used for evil purposes and, furthermore, the data cannot be safely shared with other doctors and hospitals in case of patient's transfer, change of state or country, in addition, patient's health status cannot be tracked and the patient's medical history is unknown. Therefore, powerful decentralized technologies and expertise can help provide better health information and help doctors and patients to better understand the situations before and after treatment, and do more research based on immutable and trusted data. One of the proposed solutions is storing and securing data on the blockchain which is less scalable, slow and expensive. Introducing a scalable, robust medical data storage and sharing system based on AI/ML, IoT, IPFS, and blockchain.
-
필기체 인식 연구는 주로 딥러닝 기술에 초점이 맞추어져 있으며, 최근 몇 년 동안 많은 발전을 이루었다. 특히, 필기체 태국어 숫자 인식은 태국 공식 문서와 영수증과 같은 숫자 정보를 포함한 많은 분야에서 중요한 연구 분야지만, 동시에 도전적인 분야이기도 하다. 대규모 태국어 숫자 데이터 집합의 부재를 해결하기 위해, 본 연구는 자체적인 데이터 집합을 구축하고 이를 다양한 컨볼루션 신경망으로 학습시켰다. 정확도 메트릭을 이용하여 평가한 결과, 배치 정규화 기반 VGG 13이 98.29%의 가장 높은 성능을 보였다.
-
본 논문에서는 어텐션 메커니즘에 기반하여 정보 판단에 대한 근거를 제공하는, 이른바 설명 가능한 팩트체크 모델을 제안할 것이다. 최근 미디어의 발달에 따라 각종 뉴스가 쏟아지고 있는 바, 이와 더불어 뉴스에 대한 진위 여부 판단, 즉 팩트체크가 주목받고 있는 상황이다. 하지만 현재 팩트체크는 언론인이나 시민 단체 일원들의 검색 능력에 의존하고 있어서, 이를 자동적으로 하는 모델에 대한 연구가 진행되고 있다. 이에 본 논문에서 설명 가능한 자동 팩트체크 모델을 제안하고자 한다.
-
본 논문은 노드와 엣지로 이루어진 그래프 구성을 통해 신경망을 활용하여 엣지 가중치 예측 방안을 제안하고자 한다. 사회 구성요소 중 하나인 브랜드들의 중요도 높은 전략 중 출점전략에 대해 초점을 맞추어보았다. 본 논문에서는 1) 브랜드 지점들을 노드로 구성하고, 지점 간 관계를 엣지로 구성한다. 그리고 지점 간 실제 도보 및 주행 가능 거릿값을 엣지 가중치로 표현한 그래프를 구성한다. 그리고 2) 엣지를 수치화하여 신경망을 학습해 엣지의 가중치인 지점 간 거릿값을 예측하는 방안을 제안한다. 제안한 방식을 활용함으로 예측되는 특정 브랜드의 출점 범위를 성공적인 브랜드의 출점전략 분석할 시에 활용할 수 있을 것으로 예상한다.
-
최근 딥러닝 기술의 발전으로 CCTV 카메라를 통해 획득한 영상 정보에서 객체의 이상행동을 분석하기 위한 컴퓨터 비전 기반 AI 기술들이 연구되었다. 위험 지역이나 보안 지역에는 범죄 예방 및 경계 감시를 위해 감시카메라가 설치되어 있는 경우가 다수 존재한다. 이러한 이유로 기업들에서는 감시카메라 환경에서 침입, 배회, 낙상, 폭행 같은 주요한 상황을 판단하기 위한 연구들이 진행되고 있다. 본 논문에서는 객체 검출 및 추적 방법을 사용한 실시간 이상 행위 분석 알고리즘을 제안한다.
-
본 논문에서는 YOLO (You Only Look Once) 라이브러리를 이용하여 사용자의 손가락 방향을 감지하는 알고리즘을 제안하였다. 제안한 손가락 방향감지 알고리즘의 처리단계는 학습 데이터 관리단계, 데이터 학습 단계, 그리고 손가락 방향감지 단계로 구성된다. 실험 결과, 카메라와 손가락간의 거리는 손가락 방향 감지 정확도에 매우 큰 영향을 미침을 알 수 있었다. 차후 제안 알고리즘의 정확도 및 신뢰도의 개선 후에 이 기능을 커틀봇3 (Turtlebot3)에 적용 할 예정이다.
-
본 논문에서는 욜로(You Only Look Once, YOLO) 기반의 손가락 방향 감지 알고리즘을 이용하여 손가락 방향 감지 정확도 향상을 위한 데이터셋을 설계 및 구축하였다. 손가락 방향 감지 성능 향상을 위해 약 200개의 손가락 이미지 데이터셋을 학습하였으며, 손바닥의 각도에 따른 손가락 방향 감지 정확도를 확인하기 위해 서로 다른 각도의 비교군을 각각 50개씩 구성하여 실험하였다. 실험결과, 수평기준 90°도에 근접한 방향에 위치한 손가락 방향 감지 정확도는 다른 각도의 경우보다 더 높게 나옴을 확인하였다.
-
외래 관광객 수요를 분석하고 예측하는 것은 관광 정책을 수립하고 기획하는데 지대한 영향을 미치기 때문에 관광 산업 분야에서 매우 중요하다. 외래 관광객 데이터는 여러 외적 요인들에 의해 영향을 받기 때문에, 시간에 따른 미세한 변화가 많다는 특징을 갖는다. 따라서, 최근에는 관광객 입국자 수요를 예측하기 위해 경제 변수 등 여러 외적 요인들도 함께 반영하여 예측 모델을 설계하는 연구를 진행하고 있다. 그러나 기존의 시계열 예측에 주로 사용되는 회귀분석 모델과 순환신경망 모델은 여러 변수들을 반영하는 시계열 예측에 있어 좋은 성능을 보이지 못했다. 따라서 우리는 합성곱 신경망을 활용하여 이러한 한계점들을 보완한 외래 관광객 수요 예측 모델을 소개한다. 본 논문에서는 한국관광공사에서 제공한 과거 10개년 외래 관광객 데이터와 추가적으로 수집한 여러 외적 요인들을 입력 변수로 반영하는 1차원 합성곱 신경망을 설계하여 외래 관광객 수요를 예측하는 모델을 제시한다.
-
의료 데이터 분야는 레코드 수는 많지만 응답값이 없기 때문에 인공지능을 적극적으로 활용하지 못하고 있다. 이러한 문제점을 해결하기 위해 자기지도학습(Self-Supervised learning)을 의료 분야에 적용하는 연구가 등장하고 있다. 자기지도학습은 model이 레이블링이 없는 데이터의 semantic 표현을 이해할 수 있도록 pretext task와 supervision을 학습한다. 그러나, 자기지도학습의 성능은 pretext task로 학습한 표현에 의존하므로 데이터의 특성에 적합한 pretext task를 정의할 필요가 있다. 따라서 본 논문에서는 의학 데이터 중 활용도가 높은 x-ray 이미지에 적용할 수 있는 pretext task를 실험적으로 탐색하고 그 결과를 분석한다.
-
정부의 에너지 소비 구조 혁신, 에너지산업의 글로벌 경쟁령 강화를 위한 제3차 에너지기본계획 수립과 저탄소 경제로의 이행 필요성 증대에 따른 탄소중립 사회 실현을 위한 그린뉴딜 정책이 수립되었다. 이에 따른 취수장, 정수장, 가압장 등 수도사업장에서도 공정별 제어계측 요소 및 에너지 소비현황 등을 분석하여 4차산업혁명을 위한 인공지능형 복합 센서 개발 및 실증을 통하여 에너지 관리 효율성을 향상시키고, 에너지 사용량을 절감함으로써 정부정책 및 경영방침에 적극 부응하고, 탄소중립(Net-Zero) 정수장 실현하고자 하였다.
-
초단기 강수예측 시스템은 단시간 발생하는 집중호우와 같은 위험기상에 대응하기 위해 사회·경제적으로 중요하다. 최근 국내·외에서 심층신경망을 활용한 초단기 강수예측 연구가 활발히 진행되고 있다. 심층신경망을 이용한 강수예측 모델은 훈련 데이터를 만들 때 기상데이터의 구조와 종류가 복잡하고 방대하므로 기상학적 이해를 바탕으로 복잡한 전처리 과정이 필요하다. 또한, 비선형적인 패턴의 강수 현상을 예측하기 위하여 기상의 상호작용에 대한 이해를 바탕으로 입력 데이터를 구성해야 한다. 따라서 본 연구에서는 다음과 같은 접근법을 제안하고자 한다. i) 기상레이더 합성 강수장과 강수발달에 영향을 줄 수 있는 주요 인자(레이더, 지형, 온도, 등)를 훈련 데이터 구축을 위해 패턴 분석에 적합한 형태로 정제하고 이를 구조화하여 통합한다. ii) 합성곱 신경망과 합성곱 장단기 기억 신경망을 접목하여 초단기 예측 강수장을 산출한다. 2020년 강수 사례를 이용하여 제안한 모델의 정확성을 검증하였다. 제안한 모델은 비선형적인 패턴의 강수 현상을 잘 모의하였고, 강수의 규모 및 강도에 대한 예측성능이 향상되었다. 이는 강수를 동반한 초단기 위험기상의 방재에 활용할 수 있을 것으로 기대된다.
-
1. 연구배경 및 목적 정신건강과 육체건강을 놓고 이 두 가지 중에서 어떤 건강이 더 중요한지 여러 가지 의견을 놓고 있다. '건강한 육체에 건강한 정신이 깃든다'는 말도 있지만 이 역시 어느 정도는 맞는 말이다. 육체가 건강하지 못하고 망가지면 제대로 활동하기가 힘들기 때문에 의지력도 약해지고 게을러지기 쉽다. 반대로 정신적으로도 너무 충격을 받으면 육체가 상하는 경우도 있다. TV에서도 보면 충격적인 일을 겪거나 과도한 스트레스를 받으면 혈압이 오르는 경우도 있고, 심장마비까지 오는 경우를 보게 된다. 교통사고도 다친 육체적인 상처보다 사고로 인한 정신적인 충격 때문에 몸이 더 안 좋아지는 경우도 있다. 정신건강을 중요하게 생각하는 이유로 이러한 부분 때문인 것도 있지만, 살아감에 있어서 사회생활을 필요로 하기 때문에 요즘 시대에는 정신건강도 매우 중요하게 여기고 있다. 정신적으로도 너무 위축되어 버리면 할 수 있을 거 같은 일도 제대로 해내기 어렵고, 자기능력을 제대로 발휘를 못하게 되는 경우도 있기 때문이다. 이러한 것을 채우기 위해서는 자존감을 찾는 것이 매우 중요하다. 자존감이 저하되고, 자존감이 상실하게 되면 자신을 스스로 초라한 존재라고 생각하기 쉽고, 스스로가 아무것도 해낼 수 없는 존재라고 생각하게 된다. 그러한 생각들 때문에 결국 우울증으로 이어지게 된다. 우울증도 극복하지 못하고, 방치하다 보면 결국 육체에 심한 질병이 있어 아무 것도 할 수 없는 사람처럼 우울증도 아무 일도 하지 못하고, 무기력해진다. 우울증은 최악의 경우 자살과 자해까지 이어지기도 한다. 결국 정신건강이 인생의 모든 것까지 좌우한다는 걸 알 수 있다. 최근에는 일반인들도 그렇지만 연예인들도 우울증을 극복하지 못하고, 자살하는 사람도 늘어나고 있는 추세이다. 그렇기 때문에 우울증의 심각성, 자존감 상실의 심각성도 매우 중요하게 여겨지고 있다. 그래서 어떤 요소 및 원인이 자존감 상실로 이어지는지 알아보고, 연구하고자 한다. '텍스트 마이닝'이라는 기능을 통해서 분석하고자 한다. '텍스트 마이닝'이란 비정형 텍스트 데이터를 통해서 유용한 정보들을 찾아내고 통계적인 의미가 있는 개념이나 특성을 추출하고 이것들 간의 패턴이나 추세 등 정보를 끌어 오는 과정이다. 이러한 기능들을 이용하면 자존감 상실의 원인이 무엇인지 자존감 상실이 어떤 것을 가져다주는지 알 수 있을 것이다. 데이터를 수집하기 위해 먼저 키워드를 '자존감 상실', '자괴감', '모멸감', '수치심', '죄책감', '고독감'등 자존심 상실과 연관된 단어로 정하고, SNS '트위터'를 통해서 정해진 키워드를 검색하고, 검색으로 얻어진 문장들을 수집해서 단어들을 추출해서 빈도 횟수도 분석하고, 연관성 있는 단어들 끼리 묶어서 어떤 특성을 가지고 있는지도 분석하고자 한다.
-
인공 지능 시대가 도래함에 따라, 로봇 교육과 그 역량 강화에 대한 교육은 전 세계적으로 널리 적용되고 적용되었습니다. 본 연구의 목적 : 학생 교육 및 교육에서 AI 교육 로봇의 응용 효과를 체계적으로 평가; 본 연구의 방법 : 컴퓨터를 사용하여 "Web of Science", "CNKI", "ERIC", "IEEE"와 같은 검색 도구에서 관련 교육을 검색하십시오. 로봇 티칭과 전통적인 티칭의 효과에 대한 비교 연구 검색 시간은 2000 년 1 월부터 2020 년 1 월까지입니다. 포괄적인 MetaAnalysis 2.0을 메타 분석에 사용했습니다. 본 연구 결과 : 31 개의 유효한 연구 문헌에 대한 정량 분석과 메타 분석이 AI 교육 로봇에 미치는 영향에 대한 객관적인 평가 분석 결과 AI 교육 로봇이 학생 학습 효과에 미치는 효과는 0.465임 이는 교육용 로봇이 학생의 학습 효과에 어느 정도 긍정적인 영향을 미침을 나타냅니다. 이 연구의 결론 : 학생 교육 및 교육에서 AI 교육 로봇의 적용 효과는 전통적인 교육 방법보다 우수하며 학생 학습을보다 효과적으로 홍보 할 수 있습니다.
-
PFCM-R 알고리즘을 적용한 기존의 반려견 진단 방법에서는 클러스터링에서 사용되는 파라미터 값을 경험적으로 설정하고 견주가 입력하는 증상들 사이에서 관련성이 낮은 증상이 필터링 되지 않아서 질병의 도출 성능을 저하시키는 원인이 된다. 따라서 본 논문에서는 노드 활성 함수를 적용하여 증상간의 관련성이 적은 증상 데이터를 제거하여 학습 데이터를 구성한 후, 연상 메모리 알고리즘에 적용하여 반려견의 질병에 대한 진단 성능을 개선시키는 하이브리드 기반 다층 학습 구조를 제안하여 반려견 진단에 적용한다. 기존의 PFCM-R 알고리즘 진단 방법과 제안된 하이브리드 다층 구조 진단 방법을 비교분석한 결과, 기존의 방법보다 제안된 방법이 입력된 증상들에 대해서 기존의 방법보다 관련성이 있는 질병 도출 성능이 23.7%가 개선되었다.
-
본 논문에서는 사다리꼴 형태의 소속 함수를 적용하여 스트레칭 하는 과정에서 상한과 하한을 FCM 기반 양자화 기법을 적용하여 동적으로 조정하는 퍼지 스트레칭 기법을 제안한다. 제안된 퍼지 스트레칭 기법은 FCM 기반 양자화 기법을 적용하여 각 클러스터를 생성하고 생성된 각 클러스터의 중심에 해당되는 명암도를 이용하여 사다리꼴 형태의 소속 함수의 구간을 설정한다. 그리고 설정한 구간 정보를 이용하여 스트레칭을 위한 상한과 하한을 구하여 영상을 스트레칭 한다. 제안된 FCM 양자화 기반 퍼지 스트레칭 기법의 성능을 분석하기 위해서 명암도 분포가 좁고 명암 대비가 낮은 결절종 초음파 영상과 컨테이너 영상을 대상으로 실험하였다. 실험 결과에서도 알 수 있듯이 기존의 히스토그램 스트레칭 기법과 삼각형 형태의 소속 함수를 적용한 퍼지 스트레칭 기법보다 명암 대비가 향상되었다. 결절종 초음파 영상에서는 결절종 영역과 그 외의 영역 간의 명암 대비가 뚜렷하게 나타나서 결절종 추출에 효과적인 것을 확인하였고 컨테이너 영상에서는 컨테이너 데미지를 추출하는데 필요한 컨테이너 굴곡선 등과 같은 특징이 다른 기법들에 비해 선명하게 나타났다.
-
보안 SoC (system-on-chip)를 이용한 타원곡선 디지털 서명 알고리듬 (elliptic curve digital signature algorithm; EC-DSA)의 H/W-S/W 통합 구현에 대해 기술한다. 보안 SoC는 Cortex-A53 APU를 CPU로 사용하며, 하드웨어 IP로 설계된 고성능 타원곡선 암호 (high-performance ellipitc curve cryptography; HP-ECC) 코어와 SHA3 (secure hash algorithm 3) 해시 함수 코어가 AXI4-Lite 버스 프로토콜로 연결된다. 고성능 ECC 코어는 12가지의 타원곡선을 지원하며, SHA3 코어는 4가지의 해시 함수를 지원한다. 보안 SoC를 Zynq UltraScale+ MPSoC 디바이스에 구현하여 EC-DSA에 의해 생성된 서명의 유효성을 검증하였다.
-
기상레이더 영상은 시각적인 측면에서 가시성이 높아 다양한 활용이 가능하다. 즉 기상레이더 원시자료뿐 아니라 영상의 변화 특성만으로도 기상 현상의 흐름을 파악할 수 있는 장점을 가지고 있다. 특히 영상처리기법이 기상 연구 분야에서도 점차 확대되고 있고 기상레이더 영상과 같이 높은 해상도를 가지는 영상자료의 경우 영상처리기법이라는 새로운 접근을 통해 유용한 정보 생산을 기대할 수 있다. 본 연구에서는 영상처리기법 중 하나인 광학 흐름(Optical Flow) 기법으로 일정 시간 간격에 따른 기상레이더 이미지의 변화에서 기상 현상 흐름을 벡터로 산출하였다. 기상 현상 규모에 적합한 벡터 분석 해상도, 기상레이더 영상이 존재하지 않는 영역의 벡터보간, 특정 기상 현상의 흐름과 대기 전체 흐름 구분을 위한 상대 흐름 벡터 제거 등을 통해 분석하고자 하는 기상 현상의 특성을 도출하였다. 본 연구를 통해 기상레이더의 원시 자료 활용뿐 아니라 영상자료 고유의 특성 활용이라는 기상레이더 활용 영역 확대와 영상처리기법의 향후 기상학 분야에서의 활발한 활용을 기대해 본다.
-
기존 항공장애표시등에 LTE 이동통신망 기반의 저전력 광역 통신기술을 이용한 통신시스템을 적용하여, 항공장애표시등의 점등 상태, 전압, 전류, 내부 온도 등을 원격으로 확인하여 설비의 유지관리와 효율성을 향상시키는 방법을 소개한다.
-
다양한 분야에서 현재 활용되고 있는 딥러닝 과정은 데이터 준비, 데이터 전처리, 모델 생성, 모델 학습, 모델 평가로 구성 된다. 이중 모델 학습 과정에서 손실함수는 모델이 학습하면서 출력한 값을 실제 값과 비교하여 그 차이를 출력하게 되고, 출력된 손실값을 기반으로 모델은 역전파 알고리즘을 통해 손실값이 감소하는 방향으로 가중치를 수정해가며 학습을 진행한다. 본 논문에서는 바이오마커 추출을 위한 딥러닝 모델에서 사용될 신경망 출력 값의 손실도를 측정하여 출력해주는 다양한 손실함수를 분석하고 실험을 통해 최적의 손실함수를 찾아내고자 한다.
-
현재 다양한 검색엔진들이 사용되고 있다. 검색엔진은 메타태그 정보를 기본으로 크롤링, 색인생성, 검색 결과 출력의 3단계를 거치며, 사용자가 원하는 자료의 검색을 도와준다. 그러나 키워드를 기반으로 검색해서 얻은 방대한 문서가 관련이 없거나 적은 문서일 경우도 많다. 이러한 문제점 때문에 검색 결과에서 내용을 파악하여 정확도를 분류를 해야 하는 번거로운 일이 발생하게 된다. 다양한 검색엔진을 통해 추출된 결과의 경우 검색엔진의 인덱스는 주기적으로 업데이트 되지만 가중치에 대한 기준과 업데이트 주기는 검색엔진마다 다르고 검색 순위 산정 기준이 서로 다르기 때문에 동일한 키워드를 검색어로 입력하고도 서로 다른 검색 순위를 보여주는 단점을 가지고 있다 따라서 본 논문에서는 기존 검색엔진 대신 사용자가 입력한 키워드와 문서의 연관성을 추출하여 사용자가 찾고자 하는 키워드를 입력했을 때 키워드와 문서의 연관성을 향상 시킬 수 있는 LSTM모델을 설계하고자 한다.
-
현재 자연어 처리(NLP)에 대한 연구는 급속히 발전하고 있다. 자연어 처리는 인간이 일상생활에서 사용하는 언어의 의미를 분석하여 컴퓨터가 처리할 수 있도록 하는 기술로 음성인식, 맞춤법 검사, 텍스트 분류 등 여러 분야에 사용하고 있다. 현재 가장 많이 사용되는 자연어처리 라이브러리는 영어를 기준으로 한 NLTK로 한글처리에 단점을 가지고 있다. 따라서 본 논문에서는 한글 토크나이징(Tokenizing) 라이브러리인 KonLPy와 Soynlp를 소개 후 형태소 분석 및 처리 기법을 분석하고, KonLPy의 단점을 보완한 Soynlp와의 모듈을 비교·분석하여 향후 의료분야에 적합한 자연어 처리 모델로 활용하고자 한다.
-
본 논문에서는 주로 이미지 분할의 목적으로 활용되고 있는 end-to-end 방식의 fully convolutional network 기반의 모델인 U-Net을 사용하여 식물이 포함된 이미지에서 식물과 배경을 분할하는 방법을 제안한다. 네트워크의 훈련을 위해 수동으로 식물을 배경과 분할시킨 이진 영상들을 사용하였다. 다양한 실험을 통하여 U-Net은 식물 영상에서 식물을 정확하게 분할 가능한 것을 확인하였다.
-
본 연구는 MMORPG에서 사용자간의 균형을 나타내는 밸런스에 대한 연구를 통해 콘텐츠의 경쟁 구조 혹은 콘텐츠의 밸런스에 필요한 항목을 추출하고자 한다. 게임의 밸런스는 다양한 용어로 활용되고 있으며 그 정의가 각기 다르다. 이런 문제점들을 해결하고자 밸런스의 정의에 대한 문헌 연구를 진행하였으며, 이를 통해 밸런스에 필요한 로그의 항목들을 추출하였다. 게임의 빅데이터는 매우 중요한 연구적 가치를 가지고 있으나 이를 제대로 활용하지 못하고 있는 추세이다. 본 연구를 통해 체계적인 로그데이터를 수집하고 이를 실제 게임 운영에 활용될 수 있기를 기대해 본다.
-
본 논문은 교육 영상의 자막을 한글 형태소 분석기를 통해 추출하고 추출된 형태소 정보를 바탕으로 영상의 카테고리를 분류하는 방안에 대해 소개한다. 시스템에서 사람의 실수로 잘못된 정보가 입력되어 아이템의 특성으로 반영하게 될 경우 추천 시스템에서 정확도의 문제를 미치는 경우들이 있다. 이를 방지하기 위해 미리 분류된 영상에서 추출한 형태소 정보를 이용하여 각 카테고리에 해당하는 키워드 테이블을 생성하고, 각 카테고리 키워드 테이블과 영상의 형태소의 유사도를 비교하여 가장 유사도가 높은 키워드 테이블을 이용해 교육 영상의 카테고리를 분류한다. 이를 통해서 사람의 개입을 줄이고 시스템이 직접 영상을 분류하여 추천 시스템의 정확도를 높이는 것을 목표로 한다.
-
본 논문에서는 패키지 투어에 참여하는 여행자들을 효율적으로 관리할 수 있는 가상 울타리 기반의 여행자 관리 애플리케이션을 제안하고 설계한 결과를 제시한다. 제안하는 애플리케이션은 특정 관광지 방문시에 투어 가이드가 가상 울타리 범위를 지도 상에 설정하고서 여행자들이 이 범위를 이탈하는 지 여부를 관리할 수 있고, 다른 관광지로 이동할 때에는 투어 가이드를 중심으로 한 원형의 가상 울타리를 설정해 이 범위를 벗어나는 여행자가 있는지를 실시간 모니터링 할 수 있도록 한다. 이러한 두 가지 패키지 투어 활동에 가상 울타리 기술을 적용하게 되면 투어 가이드는 여행자들 관리에 따른 부담이 줄어들어 더욱 알찬 패키지 투어를 진행할 수 있을 거라 기대한다.
-
기존 네트워크 아키텍처의 한계를 극복하기 위해 등장한 소프트웨어 정의 네트워킹(SDN)은 중앙 컨트롤러를 통해 라우팅 관리를 보다 간단하고 효율적으로 만든다. SR(Segment Routing)은 소스 라우팅을 수행하는 유연하고 확장가능한 방법으로 패킷 헤더에 정렬 된 세그먼트 목록을 통해 네트워크의 정보 경로를 정의한다. SDN을 사용하는 환경에서 각 라우터의 성능은 거의 동일하지만 라우팅 알고리즘에 따라 자주 활용되는 경로에 패킷이 집중되는 경향이 있다. 해당 경로에 있는 라우터는 고장의 빈도가 비교적 높고 병목현상이 발생할 가능성이 높다. 본 논문에서는 SR이 있는 SDN에서 네트워크 내 자원인 라우터가 패킷을 균등하게 처리하여 관리자 입장에서 유휴 라우터가 없이 네트워크 내의 자원을 활용함과 동시에 라우터의 관리를 수월하게 하는 라우팅 알고리즘을 제안한다.
-
엣지 캐싱은 동영상 스트리밍 서비스에서 backhaul 네트워크의 트래픽을 감소시키고 응답 지연을 줄여 높은 QoE를 제공할 수 있다. 그러나 엣지 캐시의 용량은 제한적이기 때문에 많은 양의 컨텐츠를 캐싱할 수 없다. 본 논문에서는 동영상 콘텐츠의 prefix를 엣지에 캐싱하고 나머지 부분을 포그 캐시에 저장하여 재생 지연을 감소시키는 edge-fog prefix caching 기법을 제안한다.
-
대부분의 기업에서는 우수한 인적 자원의 유출을 방지하기 위해 직원들이 이직 및 퇴사하는 이유를 연구한다. 이에 기업은 직원이 퇴사하기 전에 면담을 하거나 설문조사를 통해서 연구에 필요한 데이터를 얻는다. 하지만 설문조사에서는 직원들이 직장 생활을 하는 데에 불리할 수도 있는 의견을 드러내려고 하지 않아 정확한 결과를 얻기 힘든 것이 현실이다. 한편, 한국노동연구원에서 발표한 자료에 따르면 기업이 요구하는 최소 학력 수준과 직원의 학력 수준 간의 차이가 클수록 이직 경향이 커진다. 따라서 본 연구에서는 한국노동연구원의 자료에 착안하여, 직원이 가지고 있는 객관적 데이터인 전공, 교육수준, 재직 중인 회사 유형 등의 데이터를 기반으로 직원의 퇴사 여부를 예측하고자 한다. 퇴사 예측 모델을 생성하기 Decision Tree, XGBoost, kNN, SVM을 활용하였으며 각각의 성능을 비교했다. 이 결과, 지금까지 설문조사로 진행되었던 연구에서 파악하지 못한 다양한 요인을 알아낼 수 있었다. 이를 통해 기업이 퇴사 예측 모델을 이용하여 직원이 퇴사하기 전에 미리 이를 인지하고 방지하는 데에 도움을 줄 수 있을 것으로 예상된다.
-
전 세계적으로 코로나-19가 장기화됨에 따라 확산 방지와 확진자 발생 시 역학조사를 위해 각종 시설을 이용할 경우 출입자 명단 작성이 필수이다. 초기에는 수기명부로 출입자 명단을 작성함으로 개인정보 유출과 허위작성 등으로 문제점이 많았다. 수기명부의 문제점을 보완하기 위해 QR 코드에 기반한 전자출입명부 시스템으로 출입자 명단을 관리한다. 하지만 전자출입명부 시스템은 QR 코드 발급의 번거로움과 개인정보 제공 남용의 단점이 있다. 본 논문에서는 비콘을 활용한 자동 출입관리 시스템을 제안한다. 비콘은 근거리 무선 통신 장치로써 출입자가 시설 근처에 있을 때 출입자의 개인정보는 출입자 관리를 위한 클라우드 서버에 자동으로 등록한다. 이를 활용하면 추후 신종 감염병 발생 시에도 확산 방지 및 대응에 효과적일 것으로 기대된다.
-
2015년부터 IoT 프로토콜을 사용한 공격이 지속적으로 보고되고 있다. 다양한 IoT 프로토콜 중 공격자는 SSDP(Simple Service Discovery Protocol)를 사용하여 DDoS 공격을 시도하고 있으며, 사이버 대피소 통계로 한국은 약 100만 개의 개방형 SSDP 서버를 보유하고 있다. 인터넷에 연결된 취약한 SSDP 서버는 50Gb 이상의 트래픽을 생성 할 수 있으며 공격 위험은 점진적으로 증가한다. 최근까지도 분산 서비스 거부 공격과 분산 반사 서비스 거부 공격이 보안 문제로 대두되고 있다. 따라서 본 연구의 목적은 기존 SSDP 프로토콜의 요청 패킷을 분석하여 증폭 공격을 식별하고 증폭 공격이 의심되는 경우 대응을 회피하여 다량의 응답 패킷 발생으로 인한 네트워크 부하를 방지하는 것이다.
-
이동식 저장매체로 대표되는 USB 저장장치는 클라우드 서비스가 일상화된 요즘에도 널리 사용되고 있다. 하지만 USB 저장장치에 은닉영역을 생성하여 악용하는 경우가 있기 때문에 안티 포렌식 관점에서도 이를 탐지하고 분석하는 연구가 필요하다. 본 논문에서는 은닉 파티션을 생성하고 이곳에 파일을 저장할 수 있어 안티 포렌식으로 악용 될 수 있는 프로그램과 이것으로 만들어진 파일 시스템을 디지털 포렌식 관점에서 분석한다.
-
본 논문에서는 지금까지의 양자 키 분배 기술에 대한 기본적인 개념과 기술적으로 발전해야 할 문제들을 소개하려 한다. 양자 키 분배 기술은 더이상 쪼갤 수 없는 물리량의 최소 단위인 양자(Quantum)의 특성을 이용해 도청 불가능한 암호키를 생성, 송신자와 수신자 양쪽에 나눠주는 기술이다. 이 기술의 대표적인 프로토콜인 BB84 프로토콜을 소개하고 현실적인 어려움과 앞으로의 과제를 살펴보고자 한다.
-
본 논문에서는 개인 인증 체계의 유형별 장단점을 살펴보고 개인 인증 시스템의 발전 방향을 제시한다. 현재 흔히 사용하고 있는 개인 인증 시스템은 텍스트 기반의 패스워드 시스템이다. 하지만 현재 대부분의 텍스트 기반 패스워드 시스템은 사용성이나 보안성이 취약하다. 이러한 문제점을 해결하기 위해 텍스트 기반 패스워드 시스템을 대체할 수 있는 개인 인증 체계가 요구되고 있다. 본 논문에서는 최근 개발된 그래픽 패스워드 시스템을 예로 들어 텍스트 기반 패스워드 시스템을 대체할 수 있는 조건과 가능성을 찾아보고 개인 인증 체계의 발전 방향을 제시한다.
-
현재 국내외 자동차 수요가 증가하게 되면서 차량탑승 인원은 적어지고 차량 수는 증가하는 추세이다. 이는 교통체증이 더 심해지게 되는 주요 원인이 된다. 이를 해결하기 위해 다인승 전용차로, HOV(High-occupancy vehicle) lane을 운영하고 있지만, 이용 조건을 무시하고 불법으로 이용하는 사람들이 계속 증가하고 있다. 이러한 불법행위를 경찰이 육안으로 판단하여 단속하기 때문에 단속 정확도도 낮으며 효율이 떨어진다. 본 논문에서는 이와 같은 문제를 해결하기 위해 컴퓨터 비전을 이용한 영상 분석 기술을 이용해서 보다 효율적인 탐지를 할 수 있는 시스템 설계를 제안한다. 기존의 연구되었던 차량 탐지 방법을 개선하여 영상 안에서 트리거를 설정하여 탐지 객체가 선정된 후 대상에 대해서 집중적으로 영상 분석을 진행할 수 있게 설계했으며 딥러닝 객체 인식 모델인 YOLO 모델을 사용하여 실시간 객체 탐지와 정확한 신호를 얻기 위해 영상 내 bounding box로 판단하는 것이 아닌 중심점의 이동량을 이용하는 방법을 제안한다.
-
임산부의 심리 상태는 태아의 건강에 많은 영향을 미친다. 따라서 건강한 태아 출산을 위해 임산부의 건강 관리는 필수이다. 많은 임산부가 겪는 임신 증상 중 하나는 감정 기복에 따른 우울감이며, 이 우울감 해소를 위한 한 가지 방법으로 조명을 이용한 라이트 테라피와 컬러테라피를 이용한 방법이다. 조명 빛의 색온도를 조절하여 색을 통해 감정에 영향을 미치도록 한다. 그 예로 자동차 판매장의 천장 조명을 태양과 비슷한 자연광과 같이 설정을 한다던가 스파숍 시설에서 편안한 분위기를 연출하기 위해 색온도가 낮은 색상을 사용한다. 본 논문에서는 실시간으로 임산부의 표정을 이미지 센서를 사용하여 심리 상태를 파악하고 조명의 색온도를 변경한다. 쉽게 구매할 수 있는 조명기기로 임산부가 받는 심리학적 영향을 이용해 산후우울증 해소하고자 연구하였다.
-
기존의 배수설비 관리 시스템은 체계적으로 전산화되어 있지 않으며, 각 배수설비의 정보 및 위치 관리가 미흡하여 현장에서의 관리에 어려움을 겪고 있다. 현재 배수설비 관리에서는 수리 기사가 현장에서 QR코드를 인식하여 배수설비의 정보를 파악하고 있다. 이러한 방법은 현장에서 QR코드의 위치를 찾는데 어려움이 있고, QR코드 부착물의 분실 및 파손으로 인해 추가적인 유지보수비용이 든다는 문제점이 있다. 본 논문에서 제안하는 GPS 기반 배수설비 관리 시스템은 각 배수설비를 GPS 정보를 포함하여 저장, 관리하므로 현장에서 어플리케이션을 통해 사용자의 위치 데이터를 기반으로 배수설비의 위치 및 정보를 제공하는 방법을 사용할 수 있고, 웹 기반 관리 시스템에서 배수설비 및 하수관거 민원, 시설물의 관리를 함께 하여 배수설비 관리의 효율을 증가시킬 수 있다.
-
최근 들어 매년마다 낮아지고 있는 출산율에 비해서 자녀 1인당 평균 교육비는 증가하면서 나날히 교육에 대한 비용은 증가하며 이에 따라서 교육의 질 또한 달라지고 있다. 본 논문에서는 유니티의 뷰포리아 기술을 사용하여 언어 학습에 대하여 더욱 효율적인 제공을 목적으로 한다. 유니티를 기반으로 하여 스마트폰의 카메라를 활용한 어플리케이션을 이용하여 그림을 비추면 입체적인 그림과 함께 소리를 통해서 학습자에게 흥미를 유발해 효과적인 언어 발달을 제공한다. 부모들은 이러한 교육을 제공함으로 써 아이에게 질 높은 교육을 제공하는 만족감을 얻을 수 있다. 학습을 하는 아이에게는 스마트폰이 단순히 동영상 시청, 게임을 하는 기기가 아닌 교육적인 요소로 자리 잡는 효과를 가진다. 최종적으로 교육의 질을 높임으로 써 부모에게 만족감을 주고 학습을 하는 아이에게는 언어 학습과 함께 스마트폰이 교육용 기기의 역할도 한다는 인식을 심어주는 효과가 있다.
-
인공지능 알고리즘을 이용한 유방암의 조기진단에 관련된 연구는 최근들어 활발하게 진행되고 있다. 이는 연구용으로 공개된 초음파 유방 이미지를 활용하여 다양하게 개발되고 있으나, 사용자의 목적에 맞는 처리 속도 및 정확도 등에 다양한 한계점을 보인다. 이러한 문제를 해결하기 위해, 본 논문에서는 ImageNet에서 학습된 ResNet 모델을 현미경 기반 암세포 이미지에서 활용이 가능한 다단계 전이 학습을 제안하고, 이를 다시 전이 학습하여 초음파 유방암 영상을 양성 및 악성으로 분류하는 실험을 진행하였다. 실험을 위한 영상은 양성과 악성이 포함된 250장의 유방암 초음파 영상과 27,200장의 암 세포주 영상으로 구성되었다. 제안된 다단계 전이 학습 알고리즘은 초음파 유방암 영상을 분류하였을 때 96% 이상의 정확도를 보였으며, 향후 암 세포주 및 실시간 영상처리 등의 추가를 통해 보다 높은 활용도와 정확도를 보일 것으로 기대한다.
-
본 논문에서는 X-Ray 영상에서 발 뼈의 골절 영역을 분석 및 진단하기 위한 전단계로서 X-Ray 영상에서 뼈와 피부 영역을 분할하는 방법을 제안한다. 제안된 방법은 X-Ray 영상의 피부 영역과 발 뼈 영역을 분할하기 위해 가우시안 필터를 적용하여 DOG 영상을 생성한다. 그러나 기존의 가우시안 필터는 정적으로 적용되기 때문에 영상을 촬영하는 부위와 각도에 따라 영상의 특성이 달라지는 X-Ray 영상에 적용하기에 부적합하다. 따라서 부위와 각도에 따라 영상의 특성 변화에 민감하지 않는 동적 가우시안 필터를 제안한다. 실험 결과에서는 제안하는 동적 가우시안 필터와 기존의 정적인 가우시안 필터를 각각 적용하여 생성된 DOG 영상에 대해서 발 뼈 영역과 피부 영역을 분할하고, 효율성을 TPR과 특이도로 분석한 결과, 제안된 동적 가우시안 필터를 적용한 방법이 정적 가우시안 필터보다 평균적으로 TPR는 0.12%와 특이도는 평균적으로 0.36%가 개선된 것을 확인하였다.
-
The Activity patterns of animal species are difficult to access and the behavior of freely moving individuals can not be assessed by direct observation. As it has become large challenge to understand the activity pattern of animals such as dogs, and cats etc. One approach for monitoring these behaviors is the continuous collection of data by human observers. Therefore, in this study we assess the activity patterns of dog using the wearable sensors data such as accelerometer and gyroscope. A wearable, sensor -based system is suitable for such ends, and it will be able to monitor the dogs in real-time. The basic purpose of this study was to develop a system that can detect the activities based on the accelerometer and gyroscope signals. Therefore, we purpose a method which is based on the data collected from 10 dogs, including different nine breeds of different sizes and ages, and both genders. We applied six different state-of-the-art classifiers such as Random forests (RF), Support vector machine (SVM), Gradient boosting machine (GBM), XGBoost, k-nearest neighbors (KNN), and Decision tree classifier, respectively. The Random Forest showed a good classification result. We achieved an accuracy 86.73% while the detecting the activity.
-
Idiopathic pulmonary fibrosis (IPF) is one of the most dreadful lung diseases which effects the performance of the lung unpredictably. There is no any authentic natural history discovered yet pertaining to this disease and it has been very difficult for the physicians to diagnosis this disease. With the advent of Artificial intelligent and its related technologies this task has become a little bit easier. The aim of this paper is to develop and to explore the machine learning models for the prediction and diagnosis of this mysterious disease. For our study, we got IPF dataset from Haeundae Paik hospital consisting of 2425 patients. This dataset consists of 502 features. We applied different data preprocessing techniques for data cleaning while making the data fit for the machine learning implementation. After the preprocessing of the data, 18 features were selected for the experiment. In our experiment, we used different machine learning classifiers i.e., Multilayer perceptron (MLP), Support vector machine (SVM), and Random forest (RF). we compared the performance of each classifier. The experimental results showed that MLP outperformed all other compared models with 91.24% accuracy.
-
최근 미디어의 시장의 급격한 성장과 그에 따른 사용자들의 기대감이 증가하고 있다. 이 연구에서는 미디어에서 추출한 오디오를 통하여 다양한 태그를 추출하고 인공지능을 활용하여 특정 카테고리로 분류한다. 이 카테고리는 감정에 대한 종류이며 기쁨, 분노, 슬픔, 즐거움, 사랑, 증오, 욕망 등이 있을 수 있다. 해당 연구를 수행하기 위하여 Jupyter Notebook 프로그램을 사용하며, Jupyter Notebook 내에서 LiBROSA 라이브러리를 이용하여 음성데이터를 분석하고 Keras와 계층 모델을 이용하여 Neural Network를 학습한다.
-
빅데이터 분석은 데이터 저장소에 저장된 대용량 데이터 속에서 의미 있는 새로운 상관관계, 패턴, 추세를 발견하여 새로운 가치를 창출하는 과정이다. 또한 대부분의 빅데이터 분석 기술 방법들은 기존 통계학과 전산학에서 사용되던 데이터 마이닝, 기계 학습, 자연 언어 처리, 패턴 인식 등이 이에 해당된다. 그리고 빅데이터 분석 도구인 R언어를 이용하여 전-처리된 텍스트 데이터를 이용하여 다양한 시각화 함수를 통해 분석결과를 표현할 수 있다. 본 연구에서 사용된 데이터는 한국정보통신학회 학회지 논문 중에서 2021년 3월호 논문 21편을 대상으로 분석을 하였다. 최종 분석결과는 가장 많이 언급된 키워드는 "데이터"가 305회로 1위를 차지하였다. 따라서 이러한 분석결과를 바탕으로 연구의 한계와 이론적 실무적 시사점을 제시하고자 한다.
-
중국에서의 빅데이터 개발 역사는 비교적 길지 않아 지금까지 10여년 정도에 불과하다. 또한 실생활에서의 빅데이터의 응용수준도 높지 않지만, 공급망 분야에서는 일부 성과가 이루어져 왔다. 다양한 유형의 데이터가 공급망의 실제 운용 과정에서 수집되었다. 그러한 데이터들이 효율적으로 분류되고 활용될 수 있다면, 공급망 운용과정에서의 채찍효과가 역시 효율적으로 향상될 수 있을 것이다. 따라서 본 연구의 목적은 중국맥주 산업 공급망에서의 협업재고관리 모델의 개발과 동시에 빅데이터를 활용하는 응용 프레임워크의 개발이다.
-
공급망의 빅데이터는 주로 네 가지 측면에서 발생된다. 하나는 생산 장비 품질 데이터, 계획된 조달 데이터, 제품 데이터 등과 같은 공급망에서 기업의 제품 가치 이전 과정에서 불가피하게 생성되는 관련 데이터이고, 두 번째는 공급망에 있는 다양한 회사의 ERP 데이터에서 파생된다. 세 번째는 고객의 전자 상거래 데이터이고 마지막은 외부 또는 수동으로 입력한 데이터의 데이터이다. 따라서 본 연구를 통해서 공급망 운영 과정에서 재고를 예측하고 제어하기 위해 타사 데이터 서비스 센터 분석 및 데이터 마이닝. 그것은 여러 측면에서 전체 공급망에 혁신과 관리 기술 및 사고방식의 변화를 가져오고 마침내 전체 공급망의 재고 조정 및 제로 재고 목표를 달성하게 된다.
-
본 연구의 의사결정지원 모형을 대상으로 한 시뮬레이션 결과에 의하면 맥주 산업의 조정을 기반으로 한 빅 데이터 협업 플랫폼 하에서 공급망 운영 조건을 동원하고, 공급망 직접 물류 재고는 상대적으로 안정적인 가치를 유지하며 재고가 없거나 심각한 부족도 발생하지 않는다. 따라서 전통적인 맥주 공급망 운영과 같은 재고 상황에서 맥주의 심각한 공급 부족으로 인해 체인 재고 수준 보고서로 인한 수요 정보 확장 상황을 피할 수 있다.
-
아파트나 프라이빗 건물에서 사용자가 양손에 짐을 들고 있거나 비슷한 상황에서 엘리베이터의 버튼을 조작하기는 어렵다. 코로나 19과 같은 전염성 높은 바이러스로 인해 사람 간의 접촉이 최소화되어야 하는 환경에서의 부득이하게 언택트 기반으로 엘리베이터 조작이 필요하다. 본 논문은 엘리베이터 버튼을 누르지 않고도 사용자의 얼굴을 통한 영상처리 및 사용자의 음성을 이용하여 엘리베이터의 조작이 가능한 운영 시스템을 제안한다. 엘리베이터 안에 설치된 카메라로부터 출입자의 얼굴을 감지하고, 사전에 등록된 정보와 매칭하여 버튼을 누르지 않아도 지정된 층으로 엘리베이터가 운영이 가능하다. 출입자의 얼굴 인식이 어려운 경우에는 2차적으로 마이크를 통해 사용자의 음성을 이용하여 엘리베이터의 층을 제어하고 출입 정보를 자동으로 기록하여 언택트 환경에서의 엘리베이터 사용의 편의성을 높이고자 한다.
-
최근 딥러닝 환경의 확산으로 인하여 데이터셋 생성의 중요성이 높아지고 있다. 본 논문에서는 효율적인 데이터셋 생성을 위하여 객체의 회전 영상을 촬영하고 해당 영상에서의 객체 추적을 수행하는 방법을 설계하고 구현하고자 한다. 본 논문에서 구현하는 방법은 객체의 여러 각도를 촬영하기 위하여 객체를 회전시켜 영상 데이터를 획득하고 해당 영상에서의 배경 제거 및 차분 영상 처리 기법을 통하여 객체를 검출하고 추적하여 라벨링을 수행하여 사용자가 현재 프레임에서의 객체 추적 결과를 모니터링할 수 있도록 화면으로 보여주며, 추후 데이터셋으로 활용하기 위하여 이미지 내에서의 객체 위치 데이터를 반환하도록 구현하였다.
-
자율주행, CCTV, 휴대폰 보안, 주차시설 등 카메라를 통한 이미지 처리는 실생활의 많은 문제를 해결하기 위해 사용되고 있다. 간단한 구분의 경우는 이미지 처리를 통해 해결하지만, 복잡하게 섞인 물체의 이미지 또는 이미지 내 특징을 찾아내기 어렵다. 이런 특징점 해결을 위해 사람에 가깝게 생각하고 판단할 수 있도록 영상데이터에 분류, 탐지, 분할에서 딥러닝 기술을 도입하고 있다. 물론 이미지 처리만 수행하는 것보다 결과가 좋지만, 딥러닝을 사용한 영상 분할의 방법에서 판단된 결과물이 실제 객체와 편차가 있는 것을 확인하였다. 본 논문에서는 영상 분할의 정밀도를 높이기 위해 딥러닝 영상 분할의 결과물을 출력하기 직전 간단한 이미지 처리를 통하여 정확도 향상을 수행하는 방법에 관해 연구하였다.
-
기존 산업에서는 제한적 모니터링 및 정비로 인한 불필요한 유휴 시간 발생 등의 예방정비의 형태로 보전을 실시하였다. 하지만 4차 산업혁명이 도래되고 광업, 제조, 석유 및 가스, 상업적 농업을 포함한 많은 산업 분야에서 실시간 모니터링이 가능하고, 정비로 인한 유휴 시간의 최소화를 원하게 되었다. 특히, 설비 및 장비가 고장 나기 전 고장을 예측하여 유지 보수함으로써 비용을 절감하고 운영 효율성을 극대화 할 수 있는 예지보전에 대한 관심이 높아지고 있다. 본 연구에서는 스마트 팩토리의 장비의 이상 상태를 사전에 검증이 가능하고 이상 상태를 실시간 모니터링이 가능한 예지보전 기술에 대해 살펴본다.
-
장애인 주차구역은 보행장애인을 위한 주차시설로써, 장애인의 보행 안전 통로를 확보하기 위한 주차공간이다. 하지만 장애인 전용구역에 대한 사회적인 인식 부족으로 실제 주차구역을 이용해야 하는 장애인의 이용이 제한되고 불법 주차 행위 및 주차 방해 행위 등 위반사례들이 매년 급증하고 있다. 따라서, 본 연구에서는 장애인 주차 구역의 불법 주차 차량 및 주차공간 내부에서 주차를 방해하는 행위를 개선하기 위해 딥러닝 객체 인식 모델인 YOLOv5 모델을 적용한 장애인 주차구역 불법행위 단속시스템을 제안한다.
-
본 논문에서는 바다 환경의 변화로 인한 양식장의 피해를 막을 수 있도록 양식장의 환경 데이터를 실시간 모니터링하고 기계 학습 기반의 예측 서비스를 제공하는 시스템 설계를 다룬다. 제안 시스템은 양식장의 주요 위치에 수소 농도, 염도, 용존 산소량 그리고 수온을 측정할 수 있는 센서들로 구성되는 사물인터넷 기반의 디바이스 모듈을 설치하며, 이들로 부터 수집한 데이터는 LTE 또는 LoRa 통신 기술을 이용해 클라우드 DB로 전송한 후 웹사이트나 모바일 애플리케이션을 통해 실시간으로 양식장의 환경 데이터 모니터링을 가능하게 한다. 아울러 수집된 데이터를 활용한 기계학습 기반의 예측 기술을 적용해 양식장의 환경 변화에 미리 대비할 수 있도록 하는 기능을 가진다.
-
UE(User Equipment)의 이동성을 보장해주기 위해 전파 신호 레벨 및 품질에 따라 handover 현상이 발생한다. 이때 설정해 놓은 handover event 에 따라 handover 의 threshold 가 바뀌게 된다. 본 연구에서는 아일랜드에서 측정한 전파 데이터의 LTE KPI(Key Performance Indicator)를 사용하여 handover 성능을 분석한다.
-
본 논문은 미래 양자 기술(Quantum technology)로 구현된 사회에서 양자 기술이 가지는 가용성에 대해 알아보고 그 가용성에 영향을 미치는 다양한 공격기법에 대해 연구하였다.
-
본 아키텍처(IDPS)는 현 해군 수상함 전투체계의 함정별 소프트웨어 진단 도구를 통합하여 진단 방식의 일관성과 효율성, 진단 소요 시간의 감소를 달성하기 위한 웹기반의 플랫폼을 구축하는 구조적 방법이다. 함형 별 구분된 독립적인 진단 방식으로 인하여 수명주기지원(LTS) 시 인력 운용 측면의 비효율성과 진단자의 숙련도 등에 따른 진단 품질의 차이가 발생하기 때문에, 함정 SW 상태를 진단하는 방식을 함형에 구분없이 일원화하고 진단자에 따른 진단 결과의 편향과 오차가 발생하지 않도록 진단데이터를 플랫폼에 내재된 상태결정알고리즘(SDA)에 의해 판정하도록 지능화하였다. 장기적으로 수상함 전투체계 소프트웨어의 진단에 있어 진단 품질의 하락없는 사람 개입이 최소화된 지능화된 시스템 구축을 추구하며, 이를 통해 진단 소요 시간을 단축하고 진단 결과의 활용에 더 많은 자원을 투입할 수 있을 것으로 기대된다.
-
항적추적 기술에 딥러닝 기반 LSTM(Long Short-Term Memory) 모델을 적용하는 연구로서 기존의 항적추적기술의 경우, 항공기의 등속, 등가속, 급기동, 선회(3D) 비행 등 비행 특성에 따른 칼만 필터 기반의 LMIPDA를 활용한 실시간 항적 추적 시 등속, 등가속, 급기동, 선회(3D) 비행 가중치가 자동으로 변경된다. 이러한 과정에서 등속 비행 중 급기동 비행과 같이 비행 특성이 변경될 때, 항적 손실 및 항적 추적 성능이 하락하여 비행 특성 가중치 변경성능을 향상시킬 필요성이 있다. 본 연구는 레이더의 오차 모델이 적용된 시뮬레이터의 Plot과 표적을 딥러닝 기반 LSTM(Long Short-Term Memory) 모델을 적용하여 학습시키고, 칼만 필터를 활용한 항적추적 결과와 딥러닝 기반 LSTM(Long Short-Term Memory) 모델을 적용한 항적추적결과를 비교함으로써 미리 비행 특성의 변경과정을 예측하여 등속, 등가속, 급기동, 선회(3D) 비행 가중치변경을 신속하게 함으로써 항적추적성능을 향상하기 위한 연구이다.
-
본 논문에서는 스마트농업의 생산 전 단계에서 생산 계획을 세워야 하는 농업 생산자와 유통사업자들에게 농업 정보 데이터를 제공하고 빅 데이터 분석에서 요구되는 다량의 데이터를 처리하고 분석할 수 있는 형태로 변환시켜 분석에 적용하는 스마트 농업 생산 전 서비스 모델을 제시한다. 수집된 데이터들을 저장 및 추출하기 위한 농업 정보 베이스의 구축 그리고 농업생산자와 유통사업자의 질의에 대응하여 적절한 자문을 수행할 수 있게 해주는 상호 소통 수단에 대한 기준 구조도 제시하였다.
-
고속화 되고 있는 철도 시스템은 각 구성 요소의 자동화를 넘어 이를 통합한 스마트 철도 네트워크로 진화되고 있다. 이와 같은 스마트 철도 네트워크를 구축하기 위해서는 LTE-R이나 5G-R과 같은 모바일 통신 기술 뿐만 아니라 AI, 빅데이터, 딥러닝과 같은 융복합 정보기술의 활용이 필수적이다. 본 연구에서는 이와 같이 스마트 철도 네트워크를 위한 철도 통신의 구조를 제안하고자 한다. 본 연구에서 제안하는 스마트 철도 네트워크 통신 구조는 고속철도의 안전 운행, 철도 관리 및 고객 서비스를 포괄하는 구조로 구성되며 필요에 따라 이를 혼합한 기능을 가질 수도 있다. 본 연구의 결과는 스마트 철도 네트워크의 구축과 운영 및 유지 관리, 철도통신 시스템 표준의 개발 등에 도움을 줄 수 있을 것으로 생각한다.
-
본 논문은 여러 인공지능 기술 중 이미지 분류를 통한 사람의 얼굴 표정을 인식하는 프로그램을 통해 사람의 표정을 인식하여 거울에 나타내는 스마트미러 기술을 소개한다. 여러 사람의 5가지 표정이미지를 통하여 인공지능으로 학습하였고, 사람이 거울을 볼 때 거울이 그 표정을 인식하여 인식한 결과를 거울에 나타내는 방식이다. 여러 사람의 얼굴을 표정별로 구분되어있는 dataset을 kaggle에서 제공하는 fer2013을 이용하여 사용하였고, 이미지 데이터 분류를 위해 네트워크 구조는 컨볼루션 신경망 구조를 이용하여 학습하였다. 최종적으로 학습된 모델을 임베디드 보드인 라즈베리파이4를 통해서 얼굴을 인식하여 거울을 통해 디스플레이에 나타내는 구조이다.
-
실시간 시추매개변수 예측은 시추효율의 극대화 관점에서 상당히 중요한 연구이다. 시추 극대화 방법 중 시추속도를 향상시키는 방법이 일반적인데 이는 굴진율, 시추스트링 회전속도, 비트 하중, 시추이수 유량과 연관관계를 지니고 있다. 본 연구는 실시간 시추매개변수 중 하나인 굴진율을 순환신경망기반 딥러닝 모델을 이용하여 예측하는 방법을 제안하였으며 기존의 물리적 기반의 굴진율 모델과 딥러닝 모델을 이용한 예측 모델을 비교해 보고자 한다.
-
최근 인공지능과 IoT 기술의 발달에 따라 다양한 분야에서 자동화와 무인화가 진행되고 있으며, 이의 기반이 되는 물체 추적, 의료 영상, 객체 인식과 같은 영상처리에 대한 중요성이 높아지고 있다. 특히 세밀한 데이터 처리가 필요한 시스템에서는 전처리 단계로 잡음 제거를 사용하고 있으나, 기존 알고리즘은 필터링 과정에서 블러링 현상이 나타나는 단점을 가지고 있다. 따라서 본 논문에서는 필터링 과정의 정보손실을 최소화하기 위해 변형된 공간 가중치를 사용한 필터 알고리즘을 제안한다. 제안한 알고리즘은 AWGN을 제거하기 위해 마스크 매칭을 사용하였으며, 변형된 공간 가중치의 출력을 가감하여 필터의 출력을 구하였다. 제안한 알고리즘은 기존 방법에 비해 잡음제거 특성이 우수하였으며, 블러링 현상을 최소화하며 영상을 복원하였다.
-
현대사회는 4차 산업혁명의 영향으로 다양한 디지털 장비가 보급되고 있으며, 자동화 공정, 지능형 CCTV, 의료산업, 로봇, 드론 등 넓은 분야에서 사용되고 있다. 이에 따라 영상을 기반으로 동작하는 시스템에서 전처리 과정에 대한 중요성이 높아지고 있으며, 영상을 효과적으로 복원하기 위한 알고리즘이 주목받고 있다. 본 논문에서는 복합잡음 환경에서 영상을 복원하기 위해 결합가중치에 기반한 필터 알고리즘을 제안한다. 제안한 알고리즘은 입력 영상 및 필터링 마스크 내부의 화소값을 대상으로 공간적 거리에 따른 가중치와 화소값 차이에 따른 가중치를 각각 계산한다. 최종 출력은 두 가중치를 바탕으로 계산한 결합가중치를 마스크에 적용하여 필터링하였다. 제안한 알고리즘의 성능을 검증하기 위해 기존 필터 알고리즘과 비교하여 시뮬레이션하였다.
-
IoT 기술의 발달에 따라 인공지능과 자동화와 같이 다양한 기술들이 산업현장에 접목되고 있으며, 이에 따라 데이터처리의 중요성이 높아지고 있다. 특히 디지털 이미지에 기반한 시스템은 센서의 결함 및 통신 환경의 문제 등으로 영상에 잡음이 발생하여 오작동이 발생할 수 있다. 따라서 전처리 과정으로 영상처리의 연구가 지속되어 왔으며, 잡음의 종류와 영상의 특징에 따라 효과적인 잡음제거 기법이 요구되고 있다. 본 논문에서는 임펄스 잡음제거 과정에서 에지성분의 보호를 위한 변형된 공간가중치 필터를 제안한다. 제안한 알고리즘은 필터링마스크를 4개의 영역으로 분할하여 각 영역의 표준편차를 계산한다. 최종출력은 표준편차값이 가장 낮은 영역에 대해 공간가중치를 적용하여 필터링하였다. 제안한 알고리즘의 성능을 평가하기 위해 시뮬레이션을 진행하였으며, 기존 방법에 비해 우수한 임펄스 잡음제거 성능을 보였다.
-
친환경선박법에서 샤프트제너레이터(shaft generator)는 친환경선박 해당 기자재로 정부와 선주의 높은 관심을 보이고 있다. 하지만, 선박에서 신기술을 적용하기 위해서는 높은 신뢰성을 요구하고 있으며, 이를 위한 검증 방법으로 HILS(hardware in loop system)테스트를 사용한다. 이에, 본 논문에서는 샤프트제너레이터를 적용한 터그보트의 HILS 테스트를 위해, 샤프트제너레이터를 모델링하고 시뮬레이션 하였다. 시뮬레이션을 통해, 시나리오에 따라 샤프트제너레이터의 충방전이 동작하는 것을 검증하였다.
-
본 논문은 초기 강우 시 도로 면에 쌓인 비점오염이 포함된 빗물을 줄일 수 있는 유량조절 방법에 관한 것이다. 초기 강우 시 비점오염원이 강, 바다로 유입되는 것을 차단하고 하수처리장으로 흐르게 하는 것이다. 이후 시차를 통해 비점오염원이 제거된 빗물을 하천으로 안전하게 흐르게 하는 것이다.
-
최근 제품 생산 과정의 효율성을 높이기 위해서 공장 내 설비 및 기기의 자동화가 진행되고 있으며, ICT, IoT 기술을 이용한 스마트팩토리의 구축이 이루어지고 있다. 스마트팩토리에서 발생하는 많은 문제를 유기적으로 해결하기 위해 설비 및 기기 간의 무선통신 기능과 스마트팩토리의 제조공정 환경을 모니터링하는 시스템이 요구되고 있다. 본 논문에서는 스마트팩토리의 공정 환경을 원격으로 모니터링 하기 위해 블루투스 모듈, 온습도 센서와 미세먼지 센서를 활용한 모니터링 시스템을 제안한다. 제안한 모니터링 시스템은 아두이노의 센서 값을 블루투스 통신을 통해 무선으로 수집한다.
-
현대 사회는 아날로그 시대를 지나 디지털 영상시대로 나아가고 있으며, 이러한 시대의 흐름에 발맞춰 탐사로봇, 의료장비, CCTV 등 다양한 영상 기기들이 우리의 일상생활에 많은 도움을 주고 있다. 하지만 디지털 영상에서 다양한 원인으로 인해 발생하는 잡음들은 영상의 열화 현상을 일으킬 뿐 아니라, 화질을 훼손시키고 악화시킨다. 대표적인 잡음으로 AWGN이 있으며 이를 제거하기 위한 필터의 종류로 평균필터, 메디안필터, 알파 트림드 평균필터 등이 있지만, 이러한 필터들은 고주파 영역에서는 다소 미흡한 잡음 제거 성능을 보인다는 단점이 있다. 따라서 본 논문에서는 영상의 고주파 영역에 존재하는 AWGN을 효과적으로 제거하기 위해 표준편차를 기반한 변형된 공간분할 평균필터를 제안한다.
-
맞벌이 가구와 육아휴직 사용 비율이 높아지면서 혼자서 육아를 할 때 도움을 주는 제품의 수요가 늘고 있다. 특히 혼자서도 어려움 없이 육아하는 데 도움을 주는 아기침대가 많이 요구되고 있다. 따라서 본 논문에서는 사운드 센서를 사용한 Smart 아기 침대의 실시간 모니터링을 제안하였다. 제안한 침대는 사운드 센서를 이용해 아이의 울음 및 상태를 감지하며, 측정된 센서 출력값은 모바일 어플리케이션으로 확인할 수 있다. 사운드 센서 출력값이 일정 수치 이상일 경우 부모의 목소리로 녹음한 자장가와 같은 음성 파일을 재생시키고, 센서 출력값이 일정 수치 이하일 경우 재생 중인 음성 파일은 정지된다. 만약 센서 출력값이 일정 시간이 지난 후에도 계속 존재하는 경우 모바일 어플리케이션으로 팝업 알림이 간다. 이를 통해 아이는 부모의 녹음된 목소리를 통해 안정감과 편안함을 느껴 빨리 진정할 수 있고, 부모는 실시간으로 아이의 상태를 원격으로 모니터링할 수 있다.
-
겨울철 한파로 인한 수도계량기의 동파는 수돗물 공급 중지, 유출된 후 결빙에 따른 각종 안전사고 유발 및 복구에 따른 비용 발생 등 여러 가지 불편과 문제를 야기시킨다. 본 연구에서는 수도계량기가 실제 동파가 발생되는 환경과 유사한 시험장치를 개발하여 동파영향인자인 온도, 습도, 유량, 압력, 밸브개도, 펌프 가동상태 등을 변화시켜 반복시험을 수행하고자 한다. 이를 통해 얻어지는 데이터를 기반으로 동파 영향인자 간 상관관계를 AI 기술을 적용해 동파시기를 예측하고자 한다.
-
2017년 말에 발생한 제천 복합건물 화재 사고를 분석한 결과, 고립된 사람들의 위치정보 확인이 지연되어 사상자가 많이 발생하였다. 이와 같은 사고를 방지하기 위해, 재난 현장에 존재하는 휴대 전화기의 무선 통신 정보를 검출하여, 요구조자들의 위치를 추정하는 연구가 진행중이다. 주요 개념은 화재 현장에서 이동 통신 단말의 RF 신호를 탐지하고, 이를 기반으로 LOS/NLOS 상에서 휴대전화기의 위치를 정밀하게 측위하는 것이다. 그러나 화재 현장은 연기로 인해 사야 확보가 어렵고, 건물 내 통로가 화점에 의해 유실되는 등의 어려움이 존재한다. 따라서 요구조자들의 위치를 추정하는 것과 별개로, 화재 현장 내에서 진입하는 방향을 결정하는 연구 역시 필요하다. 본 논문에서는 휴대 전화기의 무선 통신 정보를 이용하여 효과적인 구조 활동을 제공하기 위한 진입 방향을 결정하는 방안을 제시한다.
-
무인 감시설비의 고장과 오작동으로 인해 담당자가 무인 감시시설에 도착할 때까지 생기는 시간 지연과 침입자의 침입으로 인한 시설물 절도, 파손 그리고 정보유출 피해가 발생할 수 있다. 또한, 장비 고장과 오작동으로 인해 관리자의 상시점검으로 인한 추가비용이 발생한다. 본 논문에서는 무인 감시설비 오작동을 보완하기 위해 실시간으로 감시설비를 진단하여 문제 발생에 관한 내용을 표시하고 자동으로 설비 전원을 복구하며 담당자에게 문자메시지로 상황을 알리는 시스템을 제안한다. 제안한 시스템은 영상장치(CCTV), 음향장비, 투광등 장치 등의 무인 감시설비 주요 시설물로 이루어진 감시설비, 이 감시설비 정보를 판단할 수 있는 통합형 네트워크 비디오 레코더 장치(NVR), 전원을 제어하는 장치, 그리고 실시간으로 문자메시지를 보낼 수 있는 SMS 서버로 구성되어있다. 실험을 통하여 제안된 시스템의 유효성을 검증하였다.
-
최근에 빅 데이터와 AI 기술을 교육의 평가와 개별 학습에 적용하는 연구 성과가 있었다. 정보 기술의 혁신으로 소셜 미디어, MOOC, 지능형 개인지도 시스템, LMS, 센서 및 모바일 장치 등으로부터 학생들의 개인 기록, 생리학적 데이터, 학습 로그 및 활동, 학습 성과 및 결과를 포함하는 동적이고 복잡한 데이터를 수집 가능하였다. 또한 COVID-19 환경에서 e-러닝이 활성화 되어 많은 양의 학습 데이터가 생성되었다. 이 데이터로부터 학습 분석과 AI 기술을 적용하여 의미있는 패턴의 추출과 지식의 발견이 될 것으로 예상된다. 학습자 측면에서 학생의 학습 및 정서적 행동 패턴과 프로필을 식별하고, 평가 및 평가 방법을 개선하고, 개별 학생의 학습 성과 또는 중퇴를 예측하고, 개인화 된 지원을 위한 적응 시스템에 대한 연구는 필요하다. 본 연구에서는 교육용 데이터를 대상으로 이상탐지와 추천시스템에서 사용하는 기계학습 기술에 대한 조사와 분류를 하여 교육 분야의 연구에 기여하고자 한다.
-
최근 COVID-19 팬데믹으로 인해 전 세계적으로 사람의 왕래가 많은 장소에서 발열 검사는 선택이 아닌 필수가 되었다. 특히 K-방역으로 세계를 선도하고 있는 우리나라에서도 방역기기의 일환으로 건물 출입시 감염 예방을 위해 출입자를 대상으로 체온계 혹 은 열화상 카메라를 통해 발열 검사를 하고 있다. 하지만 현재의 프로세스는 체열 검사와 출입 명부 작성이 이원화 되어있기 때문에 출입을 통제하는 인력이 배치되어야만 하고, 출입자가 직접 체열을 검사하고 개인정보를 기록하여야 하는 상황이라 신뢰성도 낮고 개인정보 유출의 위험도 높은 상황이다. 따라서 본 논문에서는 비대면 스마트 인증 발열 감지기에 대해 고찰하고 이원화된 체열 측정과 출입 기록에 대한 프로세스를 단일화 하기 위한 스마트 인증 프로세스를 제시한다.
-
본 논문은 범용 자동 화재 탐지 시스템을 제안한다. 이를 위해 본 시스템을 어떻게 설계와 개발을 할 것인지에 대한 관련 연구 내용을 다룬다. 본 논문에서 제안할 시스템은 화재경보기가 설치된 장소에서 화재가 발생하면 사용자와 인근 소방서로 자동으로 화재 사실을 알려준다. 이렇게 된다면 인근 소방서에서 이 사실을 신속하게 이른 시간에 확인하여 화재 진압을 조기에 할 수 있어 인명 및 재산피해를 감소할 수 있다. 본 시스템의 주요 사용대상은 주택과 소규모 빌딩이다. 여기서 제안된 화재경보기는 기존의 화재경보기 기능을 수행하고, 만약 화재 발생하면 이 사실을 곧바로 인근 수신기로 무선 데이터 통신으로 보내게 된다. 이때 이 수신기는 대한민국의 소방통신 주파수 대역을 사용하여 데이터 통신하며, 화재경보기의 데이터를 언제든지 신속하게 수신하기 위해 곳곳에 설치하여 하나의 자가망을 구축한다.
-
본 논문에서는 노령층 인구가 도보시 일어날 수 있는 낙상상황을 텐서플로워를 이용하여 인지하기 위한 시스템에 대하여 소개한다. 낙상감지는 고령자의 몸에 착용한 가속센서 데이터에 대해서 텐서플로워를 이용하여 학습된 LSTM(long short-term memory)을 기반하여 낙상과 일상생활을 판별한다. 각각 7가지의 행동 패턴들에 대하여 학습을 실행하며, 4가지는 일상생활에서 일어나는 행동 패턴이고, 나머지 3가지는 낙상시의 패턴에 대하여 학습한다. 3축 가속도 센서의 가공하지 않은 데이터와 가공한 SVM(Sum Vector Magnitude)를 이용하여 LSTM에 적용해서 학습하였다. 이 두 가지 경우에 대해서 테스트한 결과 데이터를 혼합하여 학습하면 더 좋은 결과를 기대할 수 있을 것으로 예상된다.
-
산업안전보건연구원에 따르면 2019년 산업재해자 수가 109,242명으로 2018년에 비해 6.8% 증가하였다. 이러한 산업 안전보건 분야는 질병보다 사고가 더 자주 발생하고 있다. 이러한 상황에서 정부와 기업은 건설 시공 분야에서 ICT 기반 현장 안전사고 예방 핵심 기술 개발이 논의되고 있는 실정이다. 이러한 분야에서 최근 컴퓨터 비전과 인공지능을 활용한 기술들이 많이 사용되고 있다. 본 논문에서는 공장 근로자들의 안전관리를 위한 학습 데이터를 구축하고 YOLOv4를 기반으로 모델을 학습시켰다. 이를 통해 공장에서 근로자들의 위험 상황을 예측하는 초기 연구로써 활용할 수 있을 것으로 사료된다.
-
매년 전기 사용량이 급증하는 동절기에 전통시장, 찜질방 등 다중이용시설과 아파트, 다가구주택 등 집합건물에서 노후화된 전기시설의 누전으로 인한 화재가 빈번해 지고 있다. 이러한 화재의 원인은 대부분 노후화된 전선에 과도하게 걸리는 부하로 전선 피복이 녹아내리며 주변의 발화물질에 옮겨붙어 발생하고 있다. 본 연구에서는 복합센서를 통해 전선에 걸리는 과부하와 과열을 측정하고 여기서 발생하는 유독가스를 검출하여 게이트웨이를 통해 서버에 로깅하는 시스템을 구현한다. 이를 바탕으로 빅데이터 분석을 통해 실시간 전기화재를 예측하고 경보하고 차단할 수 있는 플랫폼과 모의 화재 발생 실험이 가능한 시뮬레이터를 개발한다.
-
휴양림은 산림자원과 부대시설 그리고 이용객으로 구분되며, 웰빙 문화와 더불어 끊임없이 이용되고 있다. 이와 함께 이용객의 안전에 대한 관심이 필요하며, 본 연구에서는 산림에서 발생할 가능성이 있는 자연재해 상황에서 이용객이 빠른 시간(golden time)내에 대피하는 방법에 대해 연구하고자 한다. 이용객의 현재 위치를 탐색하고 최적을 대피로를 찾기 위해 휴양림 전체(산림자원, 부대시설 등)를 3D 스캔을 실시하고, 현 위치 인식으로 통해 대피 장소까지의 최적을 궤적을 찾아 이용객이 소지하고 있는 모바일 장치를 통해 빠른 대피 안내를 하는 것이 가능할 것으로 생각된다.
-
최근 화재 발생 시 인명 피해를 줄이기 위해 많은 연구가 진행되고 있다. 대형화된 도시에서는 화재 시 Mobile GIS(geographic information system)를 사용한 대피로 안내 서비스를 제공한다. 하지만 기존의 대피로 시스템에 사용되는 알고리즘 중 Dijkstra Algorithm은 비용이 음수일 경우 무한 루프나 정확한 결과값을 구하지 못하고 모든 경로를 탐색하여 적절한 최단 경로 선택함에 도움을 주지 못하는 문제점이 있다. 이에 본 논문에서는 A* Algorithm 기반 최단 경로 안내 시스템을 제안한다. 화재 발생 시 최단 경로 탐색과 mobile GIS를 사용하여 모바일 기기에서 지도 서비스를 사용하여 최단 경로를 시각화하여 제공한다.
-
산업화의 변화와 환경파괴에 영향중 음용수 수질의 평가 및 관리의 중요성이 대두되고 있다. 현재 우리나라의 탁도에 관한 법 규제가 되어 공정관리에 있어 1.0NTU이하의 저농도 탁도를 유지해야하며, 제어 기술이 필요한 과제로 남아있다. 본 연구는 470nm, 670nm, 850nm를 이용하여 탁도에 따른 흡광도 실험을 하였으며, 850nm의 광원과, 820nm의 수광소자를 이용하여 시료의 90,180도와 따른 반사과 투사광의 관계와 입사광과 수광부의 높이차를 두어 산란광의 영향에 대해 실험을 하였다.
-
본 논문은 사물인터넷을 이용한 노지 농작물 재배 시스템 구축 사례를 설명하고 노지 작물 재배 시스템에서의 환경 변수를 정의하였다. 다양한 센서을 통해서 토양의 온도, 함수율, 전기전도도, 산성도를 측정하여 LoRa 통신 모듈을 이용하여 서버로 정보를 전달하고, 서버는 이 데이터를 바탕으로 시비량 및 관수량을 제어한다. 노지 농작물 재배에 적합한 통신 방식인 LoRa 기술을 이용하여 넓은 노지를 관리하고 생산량 및 판매실적까지 관리하는 시스템을 개발하였다.
-
자동차 진단을 위해서는 자동차 전자 장치인 ECU(Electronic Control Unit)로 구성된 전자 장치를 통해 다양한 통신방식을 활용하여 ECU 내 또는 ECU 간 진단 데이터를 수집하고 진단데이터를 관리하여 이뤄지고 있다. 통신 방식으로는 LIN, CAN, FlexRay 등이 주로 사용되고 있다. 최근에는 Ethernet 기반으로 유선/무선 통신을 활용하고 있다. 자동차 진단을 수행하려면 ECU에서 발생되는 진단코드를 알고 있어야 하고, 진단통신을 이용하여 진단 데이터를 수집할 수 있어야 가능하다. 또한, 자동차 진단에 필요한 응용소프트웨어가 구성되어야 ECU로부터 진단데이터를 관리할 수 있다. 많은 자동차 제조사가 자동차 전장 표준인 AUTOSAR 표준을 기반으로 ECU를 제작하고 있으면, 소프트웨어 구조 또한 표준에 따라 적용될 수 있도록 구성되어 있다. 본 논문에서는 AUTUSAR 표준의 자동차 진단 통신 방식을 이해하고 진단 데이터 구성과 처리 방식에 대해서 연구하였으며, 소프트웨어 컴포넌트와 진단통신, 진단 이벤트 처리에 대한 내용에 대해서 연구하였다.
-
본 논문은 이동노드의 클러스터링내에서 보다 효율적인클러스터링을 제공하고 유지하기위한 딥러닝의 선형회귀적 적응적 보정가중치에 따른 군집적 알고리즘을 제안한다. 대부분의 클러스터링 군집데이터를 처리함에 있어 상호관계에 따른 분류체계가 제공된다. 이러한 경우 이웃한 이동노드중 목적노드와는 연결가능성이 가장높은 이동노드를 클러스터내에서 중계노드로 선택해야 한다. 본 연구에서는 이러한 상황정보를 이해하고 동적이동노드간 속도와 방향속성정보간의 상관관계의 친밀도를 고려한 자율학습기반의 회귀적 모델에서 적응적 가중치에 따른 분류를 제시한다. 본 논문에서는 이러한 상황정보를 이해하고 클러스터링을 유지할 수 있는 자율학습기반의 적응적 가중치에 따른 딥러닝 모델을 제시 한다.
-
인공지능이 빠르게 발달하면서 의료, 교육, 게임 등 일상생활에 적용되고 있다. 인공지능 알고리즘은 예측 측면에서 언제나 확률적으로 불확실성을 지니고 있다. 기존 제품이나 서비스는 개발자의 의도에 따라 프로그램이 동작하기 때문에, 상호작용에 따른 결과가 명확하며 이에 대한 UX 평가를 할 수 있었다. 하지만, 인공지능이 적용된 서비스는 기존 서비스들과 달리 상호작용에 따른 불확실성으로 인해 위험 요소가 따르고 있다. 이러한 이유로, 인공지능 서비스의 UX 평가는 새로운 체계가 필요하지만, 기존 UX 평가 척도만을 사용하여 평가되고 있다. 인공지능 서비스의 특징을 반영하여, 정확한 UX 평가를 진행할 수 있도록 본 논문에서는 인공지능에 task 위임 적합도, 기존 UX 평가 항목, 기술에 대한 개인적 차이를 포함한 AI-UX 프레임워크를 제안하였다.
-
미세먼지 예측의 경우 농도에 따른 특성으로 인해 예측 모델의 학습이 잘 이루어지지 않는 문제가 있다. 이러한 문제를 해결하기 위해 저농도와 고농도에 대한 개별 예측 모델을 구분하여 설계할 필요가 있다. 따라서 미세먼지 농도를 저농도와 고농도로 구분하기 위한 분류 모델이 필요하다. 본 논문은 미세먼지 농도 80㎍/m3을 기준으로 저농도와 고농도를 구분하기 위한 분류 모델을 제안한다. 분류 모델의 알고리즘은 DNN을 사용하였으며, 하이퍼 파라미터 탐색 후 최적의 파라미터를 적용하여 분류 모델을 설계하였다. 모델의 성능 평가 결과, 저농도 분류의 경우 97.54%, 고농도 분류의 경우 85.51%의 분류 성능을 확인하였다.
-
주관적 판단을 적용하여 예보되는 미세먼지 예보의 문제를 해결하기 위해 딥러닝 알고리즘을 이용하여 미세먼지 예측 모델을 설계하였다. 딥러닝 알고리즘 중 RNN과 LSTM을 이용하였으며, 하이퍼 파라미터 탐색을 통해 최적의 파라미터를 적용하여 설계하였다. RMSE와 예측 정확도를 통해 두 모델의 예측 성능을 평가하였다. 성능 평가 결과, RMSE와 전체 정확도에서 큰 차이는 없었으나 세부 예측 정확도의 차이가 있음을 확인하였다.
-
국내외 IoT(Internet of Things) 기반의 자동화 산업이 눈부시게 발전하고 있으며, 이러한 자동화 기술의 발전은 센서기술의 발전으로 더욱 가속화되고 있다. 최근에는 다양한 센서기술을 토대로 작물 재배를 목적으로 하는 스마트팜 산업이 급속하게 발전하고 있다. 스마트팜의 경우 작물 재배에 필요한 온도, 습도, CO2 등과 같은 대표적인 환경데이터를 계측하여 실시간 모니터링 및 모바일 서비스까지 제공하고 있다. 이러한 환경 모니터링 및 제어 동작의 대부분은 RS-485 기반의 모드버스(RTU) 통신방식을 활용하고 있다. 본 논문에서는 스마트팜 구축에 필요한 센서 데이터 및 액추에이터 정보를 IoT 표준 프로토콜인 MQTT(Message Queuing Telemetry Transport)를 사용하여 센서 데이터 및 액추에이터의 제어 동작을 LabView를 기반으로 플랫폼을 구축하여 성능을 테스트하고자 한다.
-
최근 IoT(Internet of Things) 기술의 발전으로 스마트화 기술이 농업, 축산업, 수산업 분야로 확장되어 스마트화가 진행되고 있다. 이러한 스마트화 기술은 현장의 데이터를 어떻게 계측하여 관리 시스템으로 전송하는가가 무엇보다 중요하다. 현재 스마트팜 및 기타 축사 및 양식장 구축에 활용되는 센서는 온도, 습도, CO 가스, CO2, 수소(Hydrogen), O2 등 다양한 센서를 통하여 스마트팜 및 기타 환격을 계측하고 모니터링하고 있다. 이러한 센서들과 스마트팜을 제어하고 관리하는 HMI(Human Machine Interface) 모듈과의 통신방식은 아직 까지는 RS-485 기반의 모드버스(modbus-RTU) 방식을 주로 활용하고 있다. 본 논문에서는 스마트팜 구축에 필요한 센서 데이터를 HMI 모듈에서 관리할 수 있도록 RS-485 기반의 모드버스 방식을 통하여 데이터를 관리할 수 있도록 다양한 센서 모듈을 연결할 수 있도록 HMI용 MCU 모듈을 설계하고자 한다.
-
전 세계적으로 식물공장에 대한 관심이 높아지고 있으며, 최근에는 도시환경에서도 작물을 재배할 수 있는 자동화된 관리시스템에 대한 연구가 진행되고 있다. 이러한 관리시스템의 발전은 ICT(Information Communications Technology) 기술의 발전으로 기반으로 하고 있으며, 식물의 생산성을 높이기 위하여 시설, 광원, 온도, 습도 및 자동화를 중심으로 연구되고 있으며, 재배 과정의 자동화에 대한 운영 표준화에 대한 연구가 진행되고 있다. 본 논문에서는 컨테이너 환경에서 수경인삼을 재배할 수 있는 테스트 배드를 구축하여 생육과정에 대한 환경을 모바일에서 모니터링하고 관리할 수 있는 모델을 제시하고자 한다.
-
최근 4차 산업혁명의 도래로 로봇의 역할이 커지고 있으며, 서비스 분야에도 로봇의 활용이 증가하고 있다. 로봇과 관련된 비선형(nonlinear) 연구에 있어서 가장 대중적인 모델이 역진자(inverted pendulum) 시스템이라 할 수 있다. 역진자 시스템을 응용한 밸런싱 로봇(balancing robot)은 대표적인 비선형 시스템으로 제어이론 및 기타 기구학적 구조를 연구하는 데 주로 활용되고 있다. 본 논문에서는 밸런싱 로봇제어를 위하여 필요한 3축 가속도 센서(ADXL345) 및 3축 디지털 출력 자이로 센서(ITG-3200) 또는 HMC5883L를 활용하여 로봇의 상태를 계측하도록 하며, ESP32-WROOM-32 모듈을 활용하여 밸런싱 로봇을 제어할 수 있는 MCU 모듈을 설계하고자 한다. 또한 ESP32-WROOM-32 MCU 모듈을 활용하여 밸런싱 로봇의 상태를 WiFi 또는 Bluetooth 기반으로 모니터링할 수 있는 MCU 모듈을 설계하고자 한다.
-
본 연구에서는 블록체인을 활용하여 인증 데이터를 적재한 후 추후의 인증 데이터와 비교하여 재차 인증을 진행할 수 있는 인증 기법을 설계하였다. 이를 위하여 기존에 많이 활용하던 ID와 패스워드 입력 방법과 널리 활용되고 있는 ARS 인증 방식을 거친 후, 각 사용자의 단말기에 저장되어 있는 생체 데이터를 활용하여 인증을 진행하게 하였다. 이러한 단계를 거친 후 기존에 저장된 체인 데이터와 최근에 인증한 데이터를 비교하여 최종 인증을 진행한 후 인증된 데이터를 다시 체인 데이터에 다시 적재하는 방식을 선택하였다. 본 연구를 통하여 다양한 인증 방식에 대한 방안을 제시할 수 있을 것으로 기대된다.
-
본 연구에서는 COVID-19에 의하여 일시적으로 온라인 수업이 실시되어 교차 등교를 하게 된 집단이 마이크로프로세서 수업을 한 결과를 토대로 회복탄력성 차이를 분석하였다. 연구의 결과로는 온라인 수업에서는 회복탄력성 150미만이 12명, 150이상 180미만이 33명, 180이상이 10명으로 나타났다. 반면에 등교 수업에서는 회복탄력성 150미만이 8명, 150이상 180미만이 30명 180이상이 17명으로 나타났다. 따라서, 마이크로프로세서 수업과 같이 하드웨어와 소프트웨어를 동시에 수업하는 과목에서는 되도록 실험실습 환경을 구축할 수 있는 등교 수업으로 진행하여야 하며, COVID-19으로 인하여 부득이하게 온라인 수업으로 진행할 시에는 다른 이론 과목과 동일하게 이론 내용을 중점적으로 진행하여야 한다.
-
국방부에서는 "국방개혁 2.0"의 과학화 훈련체계 확대에 따라 가상현실·증강현실 기반의 실감형 전투 모의 훈련체계를 구축하기로 하였다. 실감형 전투 모의 훈련체계는 훈련자간 교전을 통해 실전과 같은 긴장감 조성과 훈련효과를 극대화 할 수 있어야 한다. 또한, 엄폐훈련을 통해 실전과 유사한 사격훈련과 동시에 생존훈련 효과 배가가 가능해야 한다. 선행 연구들은 훈련자의 사격 정밀도를 향상 시키기에는 적합한 기술이지만 실전과 같이 쌍방 교전을 연습하기는 어려우며 특히 엄폐물을 활용한 전투사격 훈련을 하기에는 부족한 점이 있다. 따라서 본 논문에서는 가상 사격 훈련자의 스크린에 상대 훈련자의 사격 자세를 인식하여 가상의 아바타를 생성하기 위해 Depth센서를 통해 취득된 깊이 정보를 토대로 훈련자와 엄폐물을 인지하고 훈련자의 자세를 추정할 수 있는 S/W 알고리즘을 제시한다.
-
코로나19 사태 이후, '사회적 거리두기'가 시행되면서 기존의 '대중문화'나 예능 프로그램들이 양방향 커뮤니케이션을 하지 못하게 되며 쇠퇴하게 되었다. 이후 생겨난 '언택트 콘텐츠'는 BTS의 '방방콘'과 같은 언택트 공연이나 글로벌한 OTT(온라인 동영상 서비스)인 넷플릭스의 급성장 등으로 성장 가능성을 보여주고 있다. 또한 글로벌하고 언택트한 콘텐츠들은 대부분 온라인과 디지털에서 이루어지며 이는 엄청난 양의 빅데이터를 쏟아내게 된다는 것을 의미한다. 따라서 언택트 콘텐츠의 유통과정에서 쏟아지는 빅데이터를 분석하는 것은 소비자의 니즈를 파악하는 것에 많은 도움이 되며, 이에 따른 성장 기대치 또한 높을 것이다. 그래서 우리는 해당 연구주제와 관련해 기존 연구에서 진행되었던 연구 사례들을 찾아보고, 이를 통해 빅데이터가 언택트 시대의 콘텐츠 유통에 어떤 영향을 미칠 수 있을 것인지에 대해 분석하고자 한다.
-
21세기는 4차 산업혁명을 맞아 빅데이터를 활용한 여러 분야의 연구가 진행되며 세상에 혁신적이고 유용한 기술이 끊임없이 나오고 있다. 빅데이터 시대에 최근 여러 기술 중 인공지능의 여러 알고리즘을 활용한 다양한 분야 중 금융 분야에서 빛을 발하여 핀테크, 금융사기 탐지 및 위험 요인 관리 등에 쓰이며, 최근 붐이 일어나고 있는 주식시장에도 인공지능 알고리즘 모델을 활용한 투자 예측 및 투자 요인 분석 등에 활용되고 있다. 본 논문에서는 빅데이터를 활용한 인공지능을 통해 주식시장에서는 어떻게 쓰이고 있는지 다양한 연구 사례를 살펴보며 동향을 살펴볼 예정이다.
-
본 논문에서는 ICT(Information Communication Technology) 기술을 이용하여 스마트팩토리 기반 CPPS(Cyber Pysical Production System)를 활용한 Digital-Twin 플랫폼 개발과 관련된 연구를 제안한다. 본 연구를 통해 개발된 플랫폼은 선행 제조 공정 계획 단계부터 BOP(Bill of Process) 관리 기능을 포함하여 P3R(Product, Process, Plant, Resource)을 연계한 3D Model 시뮬레이션 기능을 수행한다. 또한 생산 공정, 설비, 레이아웃, 생산량 예측이 가능한 Digital Twin 플랫폼을 제안한다. 본 논문을 통해 제안된 플랫폼은 초기 계획 설계 단계에서부터 제조, 생산, 운영 및 유지보수 단계까지의 전체 스마트팩토리 제조 공정을 관리할 수 있는 특징을 제안하였다.
-
본 논문은 가상현실을 기반으로 한 고령자용 치매 예방 기능성 게임 개발에 대해 기술한다. 게임의 개발에는 Unity 3D 엔진을 사용하였고, 가상현실 공간인 낚시터를 구현하였다. 게임의 대상자가 가상현실과는 상대적으로 친숙하지 않은 고령자인 점을 감안하여 VH HMD 장비에 쉽게 적응할 수 있도록 게임 내에서 플레이어의 움직임이 없도록 하였고, 조작에 있어서 어려움을 줄이기 위해 조작 버튼 개수를 최소화하였으며, 직관적인 게임 구성으로 거부감과 피로감을 줄였다. 또한, 게임 완료 후 별점을 부과하는 시스템으로 성취감을 주어 즐겁고 꾸준히 참여하도록 유도하였다. 개발된 게임은 전체적으로 메인, 인터페이스, 스테이지, 별점, TTS, 튜토리얼, 엔딩크레딧 등으로 이루어져 있다. 각 카테고리별 스테이지를 3단계로 나누어 하나의 통합 환경에서 구현하였고 VR HMD를 이용해 가상현실 내에서 기억력, 주의력, 판단력을 증진시킬 수 있는 게임을 진행할 수 있도록 되어 있다.
-
정부는 드론을 미래 핵심 성장 동력으로 보고 국가 주도 드론 산업 육성 방안을 마련하고 물품 수송, 산림 보호 및 감시, 시설물 안전 진단 등 다양한 분야에서 시범사업을 하고 드론활용에 적극적이다. 특히, 경찰에서는 실종자 수색을 위해 드론 활용을 시도하고 있으나 기존드론은 배터리 시간의 제약으로 운용시간이 짧고 야산이나 수풀이 우거진 현장에서는 산위에서 항공촬영으로 수색할 수밖에 없어서 효과성이 미흡하다. 본 연구에서는 실종자 수색의 한계점을 극복할 수 있는 드론으로서 가상현실을 활용한 FPV(First Person View)드론을 제안하다.
-
본 연구는 창의·인성 연구소 심벌마크 제작을 목적으로 3가지의 시안을 제시하고자 하였으며, 공통적으로 4C's를 표현하기 위하여 4가지 색상을 사용하였다. 시안1은 재미와 역동성을 자아내어 자유분방함을 표현하였고, 시안2는 사각형 도형의 형태로 정적이고 안정감이 있어 차분함을 유지하고 있다. 마지막으로 시안3은 창의인성 글씨의 자음만을 활용하여 제작하였다.
-
4차 산업 혁명 시대를 거치며 자동화의 중요성은 더욱 커지고 있다. 최근 들어 RPA(Robotic Process Automation)를 활용한 업무 자동화 솔루션 또한 주목받고 있는 추세이다. 급속하게 성장하고 있는 RPA 시장에 비해 이와 관련한 IT기술은 널리 보급되지 못했고 인력난 등의 문제는 커지고 있다. 따라서 본 연구에서는 RPA의 정의 및 특징, 운영 형태에 따른 분류, RPA 솔루션과 도입으로 인한 영향 등을 알아보며 짧은 시간 내 기업에 많은 영향을 끼치고 있음을 확인할 수 있다. 그리고 이와 관련한 시사점을 통해 RPA의 발전 방향성을 제시한다.
-
무선 인터넷 기술이 발달하고 게임 시장이 확대됨에 따라 모바일 플랫폼을 포함한 다양한 플랫폼에 탑재되는 다양한 형태의 게임이 개발되고 있다. 이러한 환경에서 게임 사용자 관점의 몰입감을 보장하는 것이 게임의 경쟁력을 확보할 수 있게 되므로 HCI(Human Computer Interaction) 이론에서 제시하는 각 영역을 충족시켜 몰입감을 늘리는 것이 필요하다. 이를 위하여 본 고에서는 게임 사용자의 게임 진행의 자유도를 확보하고 몰입감을 확보하기 위한 방안으로써 인체의 동작을 인식하는 방식의 인터페이스를 적용하여 활강 게임을 구현하고 키오스크에 탑재하여 실험하였다.
-
최근 가상현실 및 게임 산업이 활성화되면서, 의료 목적인 디지털 치료제가 떠오르고 있다. 디지털 치료제란 약물이 아닌 질병을 예방·관리·치료하는 효과가 있는 가상현실 콘텐츠 및 게임과 같은 소프트웨어기반 치료제를 말한다. 본 연구를 통해 치료목적의 디지털치료제로서 가상현실 기술을 이용한 힐링 및 두뇌 증진을 위해 다양한 스토리텔링의 콘텐츠를 기획 한다. 이를 통해 디지털 시대에 전자기기에 의존하며 좀처럼 두뇌를 사용하지 않는 어린이들의 두뇌 증진에 도움이 될 수 있도록 한다.
-
최근 빅데이터 활용은 매우 다양한 산업 분야에서 광범위하게 관심을 가지고 있다. 빅데이터 분석은 데이터 저장소에 저장된 대용량 데이터 속에서 의미 있는 새로운 상관관계, 패턴, 추세를 발견하여 새로운 가치를 창출하는 과정이다. 또한 대부분의 빅데이터 분석 기술 방법들은 기존 통계학과 전산학에서 사용되던 데이터 마이닝, 기계 학습, 자연 언어 처리, 패턴 인식 등이 이에 해당된다. 그리고 빅데이터 분석 도구인 R언어를 이용하여 전-처리된 텍스트 데이터를 이용하여 다양한 시각화 함수를 통해 분석결과를 표현할 수 있다. 본 연구에서 사용된 데이터는 특정 학회지 논문 중에서 29편을 대상으로 분석을 하였다. 최종 분석결과는 가장 많이 언급된 키워드는 "연구"가 743회로 1위를 차지하였다. 따라서 이러한 분석결과를 바탕으로 연구의 한계와 이론적 실무적 시사점을 제시하고자 한다.
-
최근 제4차 산업혁명은 21세기 초부터 정보통신기술 융합기반의 초지능, 초연결 산업혁명으로 디지털 기술과 물리적, 생물학적 기술 사이의 경계가 사라지면서 융합되어 나타나는 기술혁신으로 정의되다. 디지털 기술 분야에서는 인공지능, 사물인터넷 그리고 블록체인 기술을 포함하고 있다. 물리학 기술 분야에는 로봇공학, 무인운송수단과 3D 프린팅 기술을 언급하였다. 생물학 기술 분야에서는 생명공학 및 나노기술을 두각을 나타낼 것이라고 말했다. 2016년 1월 스위스 다보스에서 개최된 세계경제포럼에서 회장인 슈밥(Klaus Schwab) 교수가 처음으로 제4차 산업혁명을 제안하였다. AHP(analytic hierarchy process) 분석기법을 적용하기 위해 1단계 요인으로 자원, 물, 지구 그리고 원자로 구분하였다. 또한 2단계 요인으로는 개념모델에서 제시된 9개 세부 에너지로 조직하였다. 따라서 분석결과를 바탕으로 연구의 한계와 이론적 실무적 시사점을 제시하고자 한다.
-
최근 제4차 산업혁명은 21세기 초부터 정보통신기술 융합기반의 초지능, 초연결 산업혁명으로 디지털 기술과 물리적, 생물학적 기술 사이의 경계가 사라지면서 융합되어 나타나는 기술혁신으로 정의되다. 디지털 기술 분야에서는 인공지능, 사물인터넷 그리고 블록체인 기술을 포함하고 있다. 물리학 기술 분야에는 로봇공학, 무인운송수단과 3D 프린팅 기술을 언급하였다. 생물학 기술 분야에서는 생명공학 및 나노기술을 두각을 나타낼 것이라고 말했다. 2016년 1월 스위스 다보스에서 개최된 세계경제포럼에서 회장인 슈밥(Klaus Schwab) 교수가 처음으로 제4차 산업혁명을 제안하였다. AHP(analytic hierarchy process) 분석기법을 적용하기 위해 1단계 요인으로는 디지털기술, 물리학기술 그리고 생물학기술으로 설계하였다. 또한 2단계 요인으로는 개념모델에서 제시된 8개 세부 서비스로 조직하였다. 따라서 분석 결과를 바탕으로 연구의 한계와 이론적 실무적 시사점을 제시하고자 한다.
-
본 논문에서는 소규모 데이터 세트의 이미지 분류 작업에서 모델 과적 합 및 비 수렴을 해결하고 분류의 정확성을 높이는 데 주로 사용되는 몇 번의 학습을 기반으로 한 새로운 이미지 분류 방법을 제안한다.
-
본 논문에서는 포물선의 운동을 이용하여 도로의 일부가 끊긴 지역에서의 자동차가 주행한 거리를 측정하도록 한다. 여기에서 일정 속도로 달리던 자동차가 끊긴 도로의 가장자리 위를 지나갈 때 도로의 가장자리로부터 얼마나 멀리 가서 낙하하는지를 계산하였다.
-
본 논문에서는 웹상에서 실시간 사용자 인터페이스를 통해 비디오 컨텐츠 검색과 비디오 브라우징을 모두 제공하는 비디오 브라우징 서비스를 제안한다. 영상 시퀀스의 장면 분할 및 키 프레임 추출을 위해 RGB 컬러 히스토그램과 𝛘2 히스토그램을 결합한 효율적인 장면 변경 감지 방법을 제안한다.
-
본 논문에서는 변환 학습을 기반으로 한 다중 클래스 이미지 장면 분류 방법을 제안한다. 이미지 분류를 위해 대형 이미지 데이터 세트 ImageNet에 대해 사전 학습 한 ResNet (ResNet) 모델을 사용하는 방법이다. CNN 모델의 이미지 분류 방법에 비해 분류 정확도 및 효율성을 크게 향상시킬 수 있다.
-
본 논문에서는 사용자 영상에서 Aesthetic Measure 측정을 수행하였다. Aesthetic Measure란 우리의 감각 기관이 외부로부터 자극을 받아 감각이나 지각을 생기게 하는 감수성을 말한다. 이러한 Aesthetic Measure를 이용하여 감성으로 취급되는 색채조화 및 부조화의 문제를 수치적으로 계산하였다.
-
색의 결합효과는 개인의 경험과 기호에 따라 커다란 영향을 받게 된다. 본 논문에서는 색이 가지는 결합적인 단어에 대하여 살펴보도록 한다. 그리고 색의 결합 언어 작용은 인간의 경험에 의한 상징을 동반한다. 이렇게 색의 결합효과에서 나오는 심리적 치료 효과도 살펴본다.
-
본 논문에서는 메이크업의 분류 및 종류를 현대에 알맞게 새롭게 작성해 보았다. 그리고 메이크업의 정확한 의미를 새롭게 지정하였다. 메이크업은 외부의 다양한 환경 변화로부터 피부를 보호해준다. 또한, 우리 피부의 많은 결점을 감춰주고 아름답게 해주는 미화 기능을 갖게 한다.
-
기계학습을 위한 패턴인식을 위해서는 학습데이터의 양이 많을수록 그 성능이 향상된다. 하지만 일상에서 검출해내야하는 패턴의 종류 및 정보가 항상 많은 양의 학습데이터를 확보할 수는 없다. 따라서 일반적인 기계학습을 위해 적은데이터셋을 의미있게 부풀릴 필요가 있다. 본 연구에서는 기계학습을 수행할 수 있도록 데이터를 증강시키는 기법에 관해 연구한다. 적은데이터셋을 이용하여 기계학습을 수행하는 대표적인 방법이 전이학습(transfer learning) 기법이다. 전이학습은 범용데이터셋으로 기본적인 학습을 수행한 후 목표데이터셋을 최종 단계에 대입함으로써 결과를 얻어내는 방법이다. 본 연구에서는 ImageNet과 같은 범용데이터셋으로 학습시킨 학습모델을 증강된 데이터를 이용하여 특징추출셋으로 사용하여 원하는 패턴에 대한 검출을 수행한다.
-
증강현실의 핵심기술은 객체인식기술이다. 최근 CNN등 댜양한 인공지능 알고리즘의 개발로 인하여 영상s에서 특정 객체를 효과적으로 구분하는 것이 가능해졌다. 객체를 빠르고 정확하게 인식하는 기술이 확보되어야 더욱 현실감있고 몰입감있는 증강현실 콘텐츠의 구현이 가능해진다. 본 연구에서는 SSD(single shot multibox detector)를 이용한 객체인식 모델과 YOLO를 이용한 객체 인식 모델의 비교평가를 수행하였다.
-
최근 코로나19로 인한 사회 환경의 급변화로 인하여 비대면/비접촉 기반 정보 교환 기술의 필요성이 급속도로 대두되고 있다. 이러한 변화들로 인해 몰입감, 임장감을 이용한 대안시스템의 개발이 절실히 요구되고 있다. 본 연구에서는 화상회의 시스템을 구현하기 위해 대용량 3차원 데이터를 지연 없이 실시간으로 전송하기 위한 기술을 구현하였다. 이를 위해 비지도학습 계열의 최신 딥러닝 알고리즘인 GAN의 응용알고리즘을 활용하였다.
-
본 연구에서는 스캐너, 현미경, 레이저를 이용한 입도분석 방법의 한계를 극복하고 비용을 줄이기 위해 초고화소 DSLR 카메라와 MACRO 렌즈를 이용하여 미세광물에 대해 최대한 고품질의 샘플링을 수행 한다. 이를 이용하여 표품 광물 입자들을 촬영한 디지털 사진을 분석하여 모래알 수준(수 mm ~ 0.063 mm)의 광물 입자들에 대한 크기 및 형태 등을 구분한다. 또한 광물입자의 3차원 영상 제작을 위한 여러 촬영기법들을 모색하여, 학습자료 및 광물분류를 위한 영상 제작을 시도하였다.
-
새만금 방조제의 갯벌 유실상태 및 생태변화를 조사하기 위해 매년 지질학적, 생물학적 조사가 이루어지고 있다. 또한 우리나라 전역에서 산림감시 및 대규모 환경 감시를 위한 다양한 활동들이 활발히 진행되고 있다. 최근 드론 기술과 인공지능 기술의 발달로 인하여 이러한 활동을 보다 효율적이고 경제적으로 수행하기 위한 다양한 연구가 진행되고 있다. 본 연구에서는 도론을 이용하여 대규모 면적의 생태환경을 효율적으로 조사 및 분석하기 위하여 시멘틱세그멘테이션 기법을 활용한 영상 분할 기법을 제안한다.
-
여러 대의 감시 카메라로 현장을 감시하는 사람들이 많지만 범죄가 발생했을 때 즉시 조치를 취할 수 있다고 보장하기는 어렵다. 따라서 엘리베이터에 설치된 여러 대의 감시 카메라에서 실시간으로 영상을 분석하고 즉각적인 범죄 경보를 호출하고 범죄 현장과 시간을 효과적으로 추적 할 수 있는 "범죄 행위 탐지 시스템"이 필요하다. 본 논문에서는 Scene Change Detection을 이용하여 엘리베이터에서 발생하는 폭력적인 장면을 감지하기 위한 연구를 수행하였다. 효과적인 검출을 위해 컬러 히스토그램과 히스토그램을 조합 한 x2-컬러 히스토그램을 적용하였다.
-
영상의 픽셀기반처리는 한 픽셀의 값을 변환하는데 다른 픽셀의 값에 관계없이 단지 현재의 픽셀의 값에만 의존하여 변환하는 처리를 의미한다. 픽셀기반 처리는 영상 변환, 영상 개선, 영상 합성 등의 많은 분야에서 가장 기초적인 연산으로 사용된다. 산술연산, 히스토그램 평활화, 명암대비 스트레칭 등의 처리 방법들이 있다. 본 논문에서는 드론으로 촬영된 서해안 갯벌 영상에서 갯벌 영역을 명확하게 구분하기 위하여 전처리 과정 중 경계검출부분에서 픽셀기반처리를 이용하여 효율적인 윤곽선을 찾기 위한 방법을 모색한다.
-
홀로그램을 이용한 사례도 유사 홀로그램을 이용한 활용이 많이 제시되고 있다. 이에 본 연구에서는 최대 3면 혹은 4면을 이용한 유사 홀로그램에 대한 개요를 살펴보며, 콘텐츠로서 원광대학교 대학본부 건물을 3D(dimension) 모델링을 통해 제작된 결과물을 활용하여 유사 홀로그램에 표현하고자 한다. 이를 통해 육안으로 보여지는 실질적인 건물을 AR/VR/MR 등 가상의 공간에서 보여지는 여러 방법들 가운데 홀로그램을 통해 공간상에 가상으로 보여지도록 한다. 본 연구를 통해 홀로그램을 통해 건축물 혹은 문화재건축물 등 다양한 소재를 홀로그램으로 표현함으로써 새로운 디지털콘텐츠 활용영역 구축을 시도할 수 있다.
-
인공 지능 기술을 이용하여 검색 기술이 다양한 응용분야에 적용되고 있다. 고객의 성향 파악 및 개인 맞춤형 추천 시스템에 이르기까지 많은 부분에서 활용되고 있다. 본 연구에서는 일반적으로 입고 생활하는 복장을 중심으로 주로 어린이들이 생활하는 공간에서 성인 남성을 검출하는 시스템을 개발하고자 한다. 이를 통해 무단 침입한 성인의 위험한 상황을 사전에 방지할 수 있으며, 외부인 통제 시스템에 활용 가능할 것이다. 이러한 시스템을 개발하기 위해서 옷에 대한 정보를 활용하며, 옷의 색상, 패턴, 패션 스타일, 크기와 같은 다양한 요소를 활용하여 성인 검출 시스템을 개발한다.
-
본 연구에서는 적외선 센서를 이용한 페트병 분리수거 시스템을 구현하였다. 제안된 시스템은 인식부, 제어부, 알람부 및 구동부로 구성된다. 인식부는 페트병을 감지해 페트병과 센서와의 거리를 측정하고 값을 추출하고 추출된 값을 표준 범위와 비교하여 값이 표준 범위를 벗어날 경우에는 제어값을 제어부에 전송하고, 특정범위를 넘어간 경우 라벨 혹은 뚜껑의 유무결과를 제어부에 전송한다. 제어부에서는 센서부로부터 전송받은 결과값에 따라서 수거함의 입구를 개방하거나 알람부를 제어하는 기능을 수행한다. 제안된 시스템 구현을 위하여 인식부는 적외선 센서로 구현하였고, 제어부는 C언어 기반의 아두이노 스케치 프로그램으로 제작하였다. 또한, 인식부와 제어부는 아날로그 신호를 이용하여 통신할 수 있게 하였다. 제안된 시스템은 정해진 알고리즘에 따라 페트병의 라벨과 뚜껑의 유무를 정확히 판단한 후 라벨 혹은 뚜껑이 부착되었을 때 수거함의 입구를 막는다. 국민 1인당 배출되는 폐기물의 양이 높고 재활용이 되지 않아 쓰레기의 대다수를 소각시키고 있는 상황에서 본 연구에서 제안한 시스템을 통하여 페트병의 재활용률을 높이기를 기대한다.
-
요즘 시대에는 사람들이 학업이나 일 때문에 앉아있는 시간이 많아지고 있다. 또한 휴식 시간에도 사람들이 컴퓨터, 스마트폰, 태블릿 PC를 많이 사용하므로 자세가 더 나빠지고 있다. 장시간 동안 이러한 자세를 유지하면 목, 어깨, 척추와 관련된 근골격계에 문제가 발생한다. 또한 육체 피로와 자세 변형 등의 문제는 다양한 연령대로 확대될 것으로 추정된다. 따라서 본 연구에서 개발 중인 시스템의 핵심 기능은 본인의 자세가 올바른지 확인하고 제작된 모바일 애플리케이션을 사용하여 경고 알림을 수신하게 하는 것이다. 이를 위해 휨 센서, 압력 센서, 기울기 센서를 부착하여 활용한다. 휨 센서는 자세의 휘어짐을 감지하여 비교하여 아두이노 우노 보드로 송신한다. 또한 몸의 밸런스, 기울기 등의 정보를 취합하여 지금의 자세가 올바른지 판단한다. 자세가 올바르지 않을 때 경고하는 방법은 모바일 애플리케이션을 통하여 알림을 받으며, 사용자와 보호자의 애플리케이션에 본인의 자세가 올바르지 않는다는 것을 표시한다. 본 연구에서 제안한 시스템을 통하여서 앞으로의 자세관련 연구에 큰 도움이 될것이 기대된다.
-
임상에서 암 관련 질병의 확진을 위해 영상장비를 이용한 기초 진단 이후 추가적인 방법으로 생체검사 등을 이용한 병리적 검사가 필수적이다. 이러한 생체검사를 진행하기 위해서는 전문지식을 가진 종양학자, 임상병리사 등의 도움과 최소한의 소요시간은 확진을 위해 반드시 필요하다. 최근 들어, 인공지능을 활용한 암세포의 자동분류가 가능한 시스템 구축에 관련된 연구가 활발하게 진행되고 있다. 하지만, 이전 연구들은 한정된 알고리즘을 기반으로 하여 세포의 종류와 정확도에 한계를 보인다. 본 연구에서 심층 학습의 일종인 합성곱 신경망을 통해 총 4가지의 암세포를 식별하는 방법을 제안한다. 세포 배양을 통해 얻은 광학영상을 OpenCV를 사용하여 세포의 위치 식별 및 이미지 분할과 같은 전처리 수행 후, EfficientNet을 통해 학습하였다. 모델은 EfficientNet을 기준으로 다양한 hyper parameter를 사용하고, InceptionV3을 학습하여 성능을 비교분석 하였다. 그 결과 96.8%의 높은 정확도로 세포를 분류하는 결과를 보였으며, 이러한 분석방법은 암의 확진에 도움이 될 것으로 기대한다.
-
2006년에 진행한 초등학교 특수학급 음악치료에 대한 특수교사와 음악치료사의 인식 조사 논문에 따르면 특수교육에 대한 지원이 확대되며 치료 교육에 대한 학부모들의 수요 또한 늘어나는 것이 확인되었고, 2018년 특수학교의 음악교육 실태조사 연구논문에서 음악실과 기자재구비는 상승하였으나, 이동이 힘들거나, 동시 수업으로 인한 다양한 악기가 부족한 것을 확인하였다. 본 연구는 악기를 이용한 자폐성 장애 아동의 사회성 향상 교육을 위한 하드웨어 및 소프트웨어를 결합한 모듈 개발을 진행하였다. 피에조 센서와 아두이노를 이용하여 다양한 악기 소리를 설정하여 간단한 조작으로 여러 악기를 체험할 수 있고 모듈화를 통하여 음악 치료를 위한 악기를 설계하였다. 이 연구를 통해 장애 아동의 음악 치료에 도움이 되길 기대한다.
-
2020년에 경찰청에서 조사한 자료에 따르면 38,496건 중에 미해결 사건이 161건으로, 미해결 원인 중 가장 높은 성인실종자의 경우는 대부분 단순 가출로 평가된다. CCTV를 통해 영상을 통해 찾는 경우에도 수많은 사람이 지나가는 상황에 인물들의 얼굴을 일일이 확인하고 진술의 특징들로만 인물을 찾아내야 하기 때문에 긴 시간이 걸리고 정확도가 낮아 수사에 많은 시간이 소요되는 것이 확인되었다. 본 논문은 MTCNN을 활용하여 CCTV 속 인물 추출에 대한 연구를 진행하였다. MTCNN으로 학습된 얼굴들과 입고 있는 옷의 특징을 동시에 분석을 시작하여 겹쳐지는 경우의 인물들만 추출하여 관계자에게 확인이 가능하도록 한다. 향후 실종자의 특징들을 좁혀 정확도를 높이기 위해 더 다양한 특징 검출 학습을 목표로 한다.
-
2018년에 발행된 반려동물 관련 산업 규모 추정 및 전망에 관한 논문에 따르면 2015년 기준 우리나라 반려동물 보유 가구중 26.9%가 30대 1인 가구이며, 부부로만 구성된 1세대 가구인 것이 확인되었다. 1인가구와 맞벌이 부부가 사회적으로 증가한 것과 관련하여, 반려동물이 원하지 않는 방치 시간의 급증과 훈련시간 부족이 문제가 된다고 판단된다. 본 논문은 레고마인드스톰을 이용한 반려동물의 훈련 및 관리를 위한 하드웨어 및 소프트웨어 제품 개발을 진행하였다. 레고마인드 스톰은 다양한 센서를 구비하였고, 쉬운 조립 및 비주얼 스크립팅을 통한 간단한 프로그래밍으로 반려동물을 훈련하거나 케어하는 장비를 제작 할 수 있다. 또한 자체 모듈화가 잘 되어있어, 새로운 장비로 전환 또한 쉬울 것으로 예상한다. 이 연구를 통해 반려동물시장 확대가 활발해지는 때 반려동물의 훈련과 관리에 도움이 되길 기대한다.
-
2019년도의 세계기상기구(WMO)의 자료에 따르면, 2015~2019년의 전 지구 평균기온은 산업화 이전 시기(1850~1900년)보다 1.1℃ 상승하였다. 평균기온이 1.5℃가 상승할 경우 극한 고온, 호우 및 가뭄 등 자연재해의 발생이 증가할 것이며 이러한 변화가 온난화 속도와 규모에 따라 더욱 심화할 것으로 전망하였다. 이러한 지구온난화의 영향으로 인해 지구 지표면 기온이 점차 상승하게 되면서 열대지방에서나 재배할 수 있었던 과일을 우리나라에서도 열대과일이 재배되어 수확하는 현상을 볼 수 있게 되었다. 유엔 산하 기후변화에 관한 정부 간 협의체 IPCC가 발표한 5차 보고서에 따르면 지금 추세대로라면 21세기 말(2081~2100년) 세계 평균기온 현재보다 3.7도가 상승할 것으로 전망했다. 점진적으로 기온이 상승하면 우리나라의 현재 좋은 품질의 과일을 생산할 수 있는 재배지역이 미래에는 불리한 지역으로 바뀔 수 있다는 위기에 직면하게 되었다고 판단된다. 본 논문에서는 아두이노를 활용하여 재배자가 원하는 식물의 성장을 위해 맞춤 환경을 제공하는 식물재배 시스템을 개발한다.
-
국민의 안전을 위해 교통사고를 방지하고자 교통 규제는 계속 확대되고 있지만, 교통사고는 여전히 줄어들지 않고 있다. 본 연구에서는 기상청의 날씨 예측 데이터, 도로교통공단의 요일, 시간대, 장소별 교통사고 발생 데이터, 특정 위치 정보 등 다양한 요인들의 연관관계를 인공지능을 활용하여 분석함으로써 특정 시간, 장소에 대한 교통사고 발생 확률을 예측하고자 한다. 본 연구는 이전의 수많은 교통사고 발생에 대한 객관적인 데이터와 기존의 다른 연구들에서 활용되지 않은 다양한 추가 요소들을 접목시켜 더욱 향상된 교통사고 발생 확률 예측 모델을 도출한다. 본 연구 결과는 국민의 안전한 삶을 위한 다양한 교통 관련 서비스에 유용하게 활용될 수 있을 것이다.
-
본 연구논문은 여행지를 여행하는 관광객들을 위한 자동 맛집 추천 어플리케이션에 관한 논문이다. 국내 어느 여행지든 어플을 실행하면 음식의 종류와 상관없이 한식, 중식, 양식 등 원하는 서비스를 추천하여 관광지에서 맛집 랭킹 들이 쏟아지게 되는 어플이다. 맛집 추천만 하는 것이 아니라 위생상태, 가격, 최근 코로나사태로 인한 방역수칙 준수 등 리뷰와 별점을 통해 관광지에서 손쉽게 맛집을 찾을 수 있도록 관련 정보 DB를 수집해 어플리케이션을 개발하고자 한다.
-
우리는 코로나라는 질병으로 인해 우리의 삶이 많이 바뀌었다. 그 중 가장 큰 변화 중 하나는 국가에서 보내는 '재난 알림 문자' 서비스를 실시간으로 보내올 때 마다 확인을 하는 것이다. 그런데 우리는 거주하고 있는 지역 이외에는 다른 지역 재난 문자는 따로 받지를 못한다. 우리가 다른 지역을 방문한 후에 다시 거주하는 지역으로 되돌아오면 방문했던 지역의 코로나 확진자의 동선 문자를 따로 받을 수가 없어서 동선 확인에 어려움을 겪었다. 그리고 방송형 동보 서비스를 이용하면 불필요한 동선의 정보를 받지않고, 우리가 방문했던 곳만 재난 문자를 받을 수 있게 된다. 대중들에게 더 정확하고 확실한 정보를 제공하기 위해서 앱 서비스를 제안하고자 한다.
-
사회적으로 1인 가구의 증가와 Home IoT 기술의 발전에 따라 주거 환경의 편의성 개선이 중요시된다. 또한 'COVID-19'에 의한 실내 활동 증가에 따라 1인 가구의 주거 편리성을 위한 제품 개발이 요구되고 있다. 이러한 추세로 그 전보다 현재 주거 환경과 상호작용이 수월해졌으며, 이에 따라 Home IoT 기술 발전의 필요성이 대두되고 있다. 따라서 본 논문은 온도, 습도, 미세먼지와 같이 실내 환경 유지에 필요한 정보를 모니터링하여 사용자와 상호작용 할 수 있도록 하였으며, 가스 누출 및 화재와 같은 안전사고 예방에 필요한 IoT 센서를 탑재하여 증가하는 실내 활동에 안전성을 향상하는 시스템을 제안하였다.
-
IoT 기술이 대중화됨에 따라 점차 많은 데이터가 발생하고 있으며, 데이터의 다양성 또한 증가하고 있는 추세이다. 특히 스마트팩토리 및 Home IoT 시스템에서는 센서를 통해 각종 데이터를 실시간으로 수집하고 처리하므로 데이터처리의 중요성이 크다. 본 논문에서는 라즈베리파이를 통해 IoT 환경에서 센서에 의해 발생하는 다양한 데이터를 수집, 분석 및 모니터링하는 방법을 제시하였다. 또한 위와 같은 방법으로 수집, 분석한 데이터를 스마트미러 및 모바일 어플리케이션과 연동시킴으로 시스템의 유용성을 검증하였다.
-
본 논문에서는 한식 이미지 분류 및 한식 관련 정보 제공을 위한 앱 어플리케이션을 제안한다. 앱 애플리케이션은 Flask 서버, 데이터베이스(Mysql), 파이썬 딥 러닝 모듈들로 구성되며, VGG16 모델을 활용해 한식 150종의 이미지를 분류한다. 인터넷 환경만 있다면 사진 한 장으로 언제 어디서든 한식에 대한 정보를 쉽게 얻을 수 있다.
-
사회 문제와 환경 문제의 중요성이 대두되고 이에 대한 관심이 증가하고 있다. 본 프로젝트에서는 쉽게 사용할 수 있는 후원 애플리케이션의 제작을 통해 사용자들의 흥미와 지속적 관심을 유발하고 후원에 대한 피로를 낮춤으로써 활발한 후원 문화를 장려한다.
-
최근 정보와 콘텐츠의 양이 급격히 증가하면서 다양한 매체를 통해 사용자들이 요리 정보를 쉽게 얻을 수 있다. 또한 국내 정수기 시장은 하락세 없이 성장하고 있고 더 편리하고 스마트한 정수기에 대한 수요가 높아지고 있다. 어플리케이션 연동을 통한 스마트 정수기를 이용함으로써 개인마다 선호하는 정량의 물을 활용해 요리의 질을 높일 수 있다. 개인이 설정한 정량만 물이 나오게 하기 위해서 솔레노이드 밸브를 사용하였고, 정량을 설정할 때는 개발된 스마트폰 어플을 사용하면서 블루투스 통신을 이용해 솔레노이드 밸브와 스마트폰을 연동시켰다.
-
피아노는 전 세계에서 사랑받는 악기 중 하나이며 연주하는 법도 간단하여 아이들이 음악을 배우는 용도로 많이 사용된다. 이에 따라 장난감 피아노 등 아동을 위한 여러 제품이 출시되었다. 하지만 피아노 연주법이나 악보를 보는 법 등 음악 교육을 위한 피아노는 부족한 실정이다. 이러한 문제를 해결하기 위해 본 논문에서는 아두이노를 활용한 게임 형식의 교육용 피아노를 제안한다. 악보를 LCD 화면에 표시하고, 악보에 표시된 음표를 연주하는 타이밍에 맞춰 건반을 누르면 점수를 획득하는 형식으로써 저렴한 가격으로 재미와 교육을 사로잡을 수 있을 것으로 예상한다.
-
아두이노는 비전공자들도 쉽게 마이크로컨트롤러를 활용해 다양한 프로젝트에 활용할 수 있도록 만들어진 플랫폼이다. 교육환경에서 아두이노 플랫폼에서 동작하는 다양한 보드들이 소프트웨어 교육을 진행하고 있지만, 아두이노 이전에 널리 사용되었던 ATmega128은 사용되고 있지 않다. 이 논문에서는 ATmega128 마이크로컨트롤러를 기반으로 아두이노 호환 보드를 제작하고 아두이노 플랫폼에서의 동작을 확인해 본다.
-
21세기에 컴퓨터는 우리의 생활에 유용한 도구이다. 하지만 이런 컴퓨터는 마우스랑 키보드로 입력을 하므로 손이 불편하여 사용하기 힘든 사람(예:지체장애인)들은 컴퓨터를 이용하기가 힘들다. 본 논문에서는 신체 장애인이 쉽게 컴퓨터를 사용할 수 있도록 페달과 천지인 입력 방식을 이용하여 최소한의 발 움직임으로 원하는 문자를 입력 할 수 있는 '풋 키보드'의 설계 및 구현 방법을 제안한다.
-
본 논문은 손목에 가해지는 부하를 측정하기 위한 초고감도 센서와 신호 분석 시스템을 개발한다. 초고감도 센서는 거미의 기관을 모사하여 제작되며, 손목에 부착되어 측정된 신호는 FFT (Fast Fourier Transform) 과 퍼지 시스템을 이용하여 분석된다.
-
이 논문에서는 수면 환경을 감지하는 센서들로부터 데이터를 수집하고 이를 바탕으로 수면 환경을 최적으로 조절하여 숙면을 취할 수 있도록 도와주는 시스템을 제안한다. 수면 환경 분석은 로드셀을 통한 뒤척임 감지에 의한 수면 단계 판단을 기본으로 하고 온도, 습도, 조도 등의 데이터를 바탕으로 온열 장치, 가습기, 블라인드 등을 제어하여 숙면을 취할 수 있는 환경을 조성한다. 수면 상태에 따른 수면 환경 제어는 기상하기 쉬운 수면 상태를 유도함으로써 기상 시에 피로감을 줄일 수 있다.
-
현대 사회에 들어서면서 사회생활과 더불어 일상생활의 변화로 인해 현대인들이 가지는 수면 부족과 불만족스러운 수면 환경으로 전 세계에서 수면 부족국가 최하위, 수면 부족이라고 생각되는 국가 최하위를 기록하고 있다. 수면 부족을 이끄는 원인 중 2위를 차지하는 '수면 환경'을 개선할 수 있는 '아두이노를 활용한 수면 베개'에 대한 내용이다. 수면에 들기 전 몇 분 그 잠시의 시간이 수면의 질을 좌우할 수 있으며, 수면의 질은 하루 생활의 만족감을 결정한다. 아두이노를 활용하여 다양한 기능을 통해 수면의 질을 높일 수 있다. 아두이노를 통해 수면자의 호흡 측정, 조명, 블루투스 스피커를 조절하여 수면자의 수면 환경을 조성하고 자신에게 맞는 환경을 직접 만들 수 있다. 이를 통해 현대인의 수면 부족을 개선하고 더 윤택한 삶을 가질 수 있을 것이다.
-
기상이변으로 인해 농업은 많은 피해를 입고 있다. 이에 대응하여 베란다형 스마트팜을 설계하고 직접 농작물을 재배함으로써 이 결과물이 현대사회에 가져올 수 있는 영향
-
본 논문에서는 YOLO 인공 지능 플랫폼을 이용하는 이상행동 감시 시스템을 구현하였으며, YOLO 시스템의 one-shot 감지 시스템 사용으로 기존 감시 시스템에 비해 우수한 응답 특성을 갖는다. YOLO 인공 플랫폼은 폭행, 절도, 방화와 같은 이상행동들로 구성된 이미지 세트로 학습되었다. 이상행동 감시 시스템은 서버와 클라이언트로 구성되어 있으며, 상용화될 경우 각종 범죄 문제를 풀기 위해 스마트시티에 적용이 가능하다.
-
Canopen over Ethercat은 산업현장에서 EtherCAT 기반으로 동작하는 Canopen 프로토콜이다. 패킷 스니핑을 통하여 구축된 CoE 시스템의 성능을 분석하기 위해서 Canopen 프로토콜에서 사용하는 Process Data Object의 구성과 그 값의 변화를 분석하는 과정은 필수적이다. 하지만 Canopen의 Data Object는 네트워크를 구성하는 장치에 의존적이기 때문에 wireshark와 같은 패킷 분석 프로그램으로 분석하는데 한계가 있다. 따라서 본 연구에서는 CoE 프로토콜을 분석하여 시스템 구성과 Process Data Object를 유추하는 프로그램을 설계하고 구현하였다.
-
기계학습의 발전에 따라 다양한 분야에 인공지능 기법이 적용되고 있다. 이 분야 중 이미지에 있는 문자를 텍스트로 변환하는 OCR 기법이 있다. HP에서 개발된 tesseract는 그 기법의 하나다. 그러나 이미지의 문자를 인식하는 인식률이 아직은 낮다. 이를 위해 본 연구에서는 온톨로지를 이용하여 문맥을 인지시키는 후처리 과정을 통해서 이미지의 문자 변환율에 향상을 기하고자 한다.
-
문장 또는 텍스트 유사도란 두 가지 문장의 유사한 정도를 나타내는 척도이다. 텍스트의 유사도를 측정하는 기법으로 자카드 유사도, 코사인 유사도, 유클리디언 유사도, 맨하탄 유사도 등과 같이 있다. 현재 코사인 유사도 기법을 가장 많이 사용하고 있으나 이는 문장에서 단어의 출현 여부와 빈도수에 따른 분석이기 때문에, 의미적 관계에 대한 분석이 부족하다. 이에 우리는 온톨로지를 이용하여 단어 간의 관계를 부여하고, 두 문장에서 공통으로 포함된 단어를 추출할 때 의미적 유사성을 포함함으로써 문장의 유사도에 분석의 효율을 향상하고자 한다.
-
모바일 애드혹 네트워크(Mobile Ad-hoc NETwork, MANET)는 고정 네트워크에 종속되지 않은 이동 노드들로 이루어지고, 자체 네트워크를 형성할 수 있는 특징을 가져서 많은 분야에 활용되고 있다. 모바일 애드혹 네트워크에 적용되는 이동 모델은 활용 목적에 따라 다양하게 적용할 수 있다. 랜덤 이동 모델은 간편하고 구현하기가 쉽다는 장점이 있어서 가장 많이 활용되고 있다. 모바일 애드혹 네트워크에서 개별 노드들은 독립적으로 이동한다고 가정한다, 랜덤 이동 모델은 이러한 독립성을 표현하기에는 좋은 모델이다. 그러나, 개별 노드들의 무작위 속성으로 전체 노드 특성을 표현하기에는 부족하다. 본 논문은 MANET에서 적용 가능한 확률적 이동 모델을 제한한다. 제안 확률 이동 모델과 랜덤 이동 모델과 비교한다. 제안 이동 모델을 라우팅 프로토콜에 적용하여 에너지 소비 효율 측면에서 향상된 특성을 보임을 확인한다.
-
에너지 소비를 최소화하여 네트워크를 오랫동안 유지하기 위해 다양한 무선 센서 네트워크 프로토콜이 제안되었다. K-평균 군집화 알고리즘을 사용하면 최종 군집이 설정될 때까지 중심점을 반복적으로 이동해야 하기 때문에 기존 계층형 알고리즘보다 군집화에 시간이 더 오래 걸린다. K-평균 클러스터링 기반 프로토콜의 경우 클러스터 헤드가 선택되었을 때 클러스터 중심점 근처의 노드 또는 노드의 잔류 에너지만 고려된다. 본 논문에서는 앞서 언급한 문제를 개선하면서 에너지 효율을 개선하기 위해 K-평균 클러스터링을 기반으로 하는 새로운 무선 센서 네트워크 프로토콜을 제안한다.
-
최근 프로그래밍, 인공지능에 관한 관심이 높아지면서 초등학교부터 소프트웨어 교육을 의무적으로 실시하고 있다. 이러한 프로그래밍 교육의 목표를 달성하기 위해 기본적으로 학생과 교사에게 맞는 실습실 환경을 구축해야 한다. 하지만 학교의 실습실 환경은 노후 컴퓨터로 인한 성능 문제가 있으며, 학생들이 동시에 접속해 문제해결 능력을 평가하고자 하는 알고리즘 경진대회 프로그램을 시행하면서 기존의 온라인에 출시된 플랫폼을 구매해 사용해야 하는 문제가 있다. 따라서 본 논문에서는 이러한 문제를 해결하고자 React, Spring boot를 사용한 웹 기반의 온라인 실습 환경과 알고리즘 경진대회 채점 시스템을 제안한다. 이를 통해 사양이 낮은 컴퓨터에서도 웹 브라우져만을 사용하여 프로그래밍을 공부할 수 있을 것으로 사료된다.
-
코로나19의 장기화로 인해 온라인학습은 선택이 아닌 필수 학습으로 자리잡고 있다. 이러한 현실에서 수동적인 동영상 시청에 의지한 온라인 학습 방법은 학생들의 학력 저하 및 낮은 학습 성취도라는 한계점을 가지고 있다. 본 연구에서는 이러한 한계점을 극복하기 위해 PBL 교수법에 PSC-Note를 수업에 적용하여 학습자의 문제해결능력과 자기주도적 학습능력을 향상시키고 또한 학습 성취도를 높이고자 한다.
-
최근, 실내 위치 기반 서비스를 보다 정확하게 제공하기 위해서 Wi-Fi 핑거프린트와 딥러닝을 이용한 기술이 연구되고 있다. 딥러닝 모델 중에서 과거의 정보를 기억할 수 있는 RNN 모델은 실내측위에서 연속된 움직임을 기억할 수 있어 측위 오차를 줄일 수 있다. 실내 측위에서 RNN 모델을 사용하는 경우 수집된 학습 데이터가 연속적인 순차 데이터이어야 한다. 그러나 특정 위치 정보를 판단하기 위해 수집된 Wi-Fi 핑거프린트 데이터는 특정 위치에 대한 RSSI만 기록되었기 때문에 RNN 모델의 학습 데이터로 사용이 불가능하다. 본 논문은 Wi-Fi 핑거프린트 데이터를 기반으로 RNN 모델의 순차적인 입력 데이터의 생성을 위한 영역 클러스터링 방법에 대해 제안한다.
-
최근, 실내 위치 기반 서비스에서 정확한 서비스를 위해 Wi-Fi 핑거프린트 기반의 딥러닝 기술을 이용한 연구가 이루어지고 있다. 딥러닝 모델 중에서 과거의 정보를 기억할 수 있는 RNN 모델은 실내측위에서 연속된 움직임을 기억할 수 있어 측위 오차를 줄일 수 있다. 이때 학습 데이터로서 연속적인 순차 데이터를 필요로 한다. 그러나 일반적으로 Wi-Fi 핑거프린트 데이터의 경우 특정 위치에 대한 신호들만으로 관리되기 때문에 RNN 모델의 학습데이터로 사용이 부적절하다. 본 논문은 RNN 모델의 순차적인 입력 데이터의 생성을 위해 클러스터링을 통한 영역 데이터로 확장된 Wi-Fi 핑거프린트 데이터 기반 이동 경로의 예측을 통한 경로 생성 방법에 대해 제안한다.
-
식품은 기본적으로 영양성과 안전성을 반드시 갖추어야 한다. 최근에 식품의 안정성이 의심이 되는 안산의 한 유치원에서 식중독성 유증상자가 다수 발생하였다. 그래서 식품의 안전성은 더욱 요구되는 사항이다. 본 논문에서는 식품의 안전성을 확보하기 위한 이물검출기의 딥러닝모델을 통해 검출율을 향상시키는 방법을 제안한다. 제안방법으로는 CNN(convolution neural network), Faster R-CNN(region convolution neural network)의 네트워크를 통해 학습하고 정상과 이물제품의 영상을 테스트 한다. 딥러닝 모델을 통해 테스트한 결과 기존 이물검출기의 알고리즘에 Faster R-CNN을 병행한 방법이 다른 방법보다 검출율이 좋은 성능을 보였다.
-
현재 식품 포장 및 박스에 인쇄된 유통기한 검사 방법은 일부 제품만 샘플링하여 사람의 눈으로 검사하는 방법이다. 이러한 샘플링 검사는 극히 일부분의 제품만 검사 가능하다는 한계를 지니고 있다. 따라서 카메라를 활용한 정확한 검사가 요구된다. 본 논문에서는 제품 포장에 인쇄된 유통기한 결함 검출방법에 인공지능 기술인 딥 러닝 객체인식 기술 모델을 제안한다. 제안된 방법으로는 딥러닝 객체인식 모델 중에 Faster R-CNN 모델을 이용해 인쇄된 유통기한을 검출을 학습하고 Faster R-CNN 방법을 이용해서 수집된 칼라이미지를 그레이 이미지와 이진화 이미지로 변환한 이미지에 대해 각각 성능을 비교하고 검출 성능을 확인한다. 딥 러닝 기술에 적용한 박스에 인쇄된 유통기한 검출 성능은 기존 비전 검사기의 검출 성능과 비슷한 검출 성능을 보였다.
-
The dendritic molecule has focused on the target material for photodynamic therapy, and used as the energy harvesting molecule for the application of medicinal field. Those molecules have also researched on the molecule design for the preparation of new dendritic material on PDD and PDT. In this presentation, new dendritic molecules are introduced on the development of DPPZ dendritic molecule for PDT and the efficient synthetic process.
-
본 연구에서는 인공 관절치환술 시 삽입되는 라이너의 잔존 두께 측정과 비구컵과의 결합 상태를 판별 할 수 있는 생체 삽입형 보철물 두께 측정 시스템 개발을 위한 생체 삽입형 초음파 변환자의 개발, 잔존 두께측정 알고리즘 및 최적화된 초음파 운용 방법에 대한 연구를 진행했다. 세부적으로, 비슷한 민감도와 대역폭을 갖는 8MHz 와 20MHz의 중심주파수를 갖는 초음파 변환자를 제작하여 상용 폴리에틸렌 재질의 인공 고관절 라이너의 다양한 두께를 측정함으로써 신호대잡음비와 축방향 해상도 비교 분석을 진행하여 체내 초음파 운용 방식 최적화 연구를 진행하였다.
-
신경 교세포에서 발생하는 가장 흔한 뇌 악성종양인 교모세포종은 조기 진단 및 치료계획 수립이 중요하다. 주로 조영제를 통해 촬영된 T1CE 영상을 통해 암의 진단이 이뤄지는데, 최근 가돌리늄 기반 조영제 주입의 위험이 보고되고 있다. 의료영상에서 새로운 영상을 합성하는 GAN 모델과 영역분할에 대한 심층신경망 모델에 대한 연구가 활발히 진행되고 있다. 본 연구에서는 교모세포종 환자의 T1CE 영상의 생성과 암의 영역분할을 동시에 학습하는 하나의 모델을 제안한다. 제안된 모델의 성능은 평균 제곱오차, 최대신호대잡음비 등의 유사성 측정을 통해 평가되어 0.002, 55dB의 평균 결과 값을 보여준다.
-
장애물보행훈련이 뇌졸중 환자의 보행 및 균형에 미치는 효과를 확인하고자 장애물보행과 평지보행훈련 후 변화를 보기 위해 보행과 균형을 평가하였다. 훈련 전후 보행과 균형에서 장애물보행훈련을 한 실험군이 유의미한 차이를 보였고 평지보행을 한 대조군은 유의미한 차이를 보이지 않았으며 두 군 간에는 유의미한 차이를 보였다.
-
핵심역량은 생애에 걸쳐 개발되어야 하는 역량으로 학교교육에도 반영되어야 하는 개념으로 그 중요성이 더욱더 높아지고 있다. 본 연구는 국내 D대학의 졸업생을 대상으로 핵심역량기반 교육과정을 수강한 학생들의 핵심역량과 취업과의 관련성을 분석하여 D대학 교육과정의 개선 및 대학 교육 정책에 반영하는 것을 목적으로 한다. 향후 분석 결과를 활용하여 취업률 상승 및 D대학의 인재상에 맞는 인재를 육성하기 위한 자료로 사용할 예정이다.
-
데이터의 폭발적인 증가와 함께 데이터를 통한 새로운 가치와 인사이트 도출에 주력하는 '빅데이터 시대'가 도래했다. 데이터 분석 기술의 발전에 따라 진단 및 치료 및 예방 분야에서 데이터 분석 및 활용의 중요성이 확대되고 있으며, 헬스케어 분야에서는 빅 데이터 활용이 부각되고 있다. 또한 2020년 1월 데이터 3법(개인정보 보호법, 정보 통신망법, 신용정보법)이 통과되면서 가명 정보를 통한 다양한 빅데이터 활용이 가능해졌다. 그러나 다양한 정책과 규제, 일관되지 않은 데이터 품질, 전문 인력 부재 등으로 인해 헬스케어 분야의 빅데이터 활용은 여전히 어려움을 겪고 있다. 본 연구에서는 헬스케어 분야의 빅데이터 활용 현황을 살펴보고 헬스케어 빅데이터 활용 활성화를 위한 해결과제, 해외사례, 방안 및 기대 효과를 분석한다.
-
우리나라 여성의 대부분은 결혼부터 재취업에 이르는 생애사건으로 인한 노동시장으로의 재접근이 매우 어려운 상황으로 생애과정에서 경제활동 및 비경제활동 인구를 오가며 지위의 변화를 경험하고 있다. 이에 본 연구에서는 경력단절여성이 취업에 도움이 될 수 있는 요인으로 자격증을 고려하여 연구를 수행하였다. 데이터의 분석 방법으로는 구조적 특성을 알아내기 위한 통계적 기법인 탐색적 분석(Exploratory Data Analysis : EDA) 방법을 사용하였다. 우리나라 경력단절여성을 위한 직업훈련과정 데이터를 활용하여 자격증 취득이 취업에 얼마나 많은 도움이 되는지 연구하였다.
-
우리나라는 교통사고 안전 사회 실현을 위하여 범정부 종합대책을 2017년에 마련하였으며. 도심 지역의 제한속도를 기존 60km에서 50km로 낮추고 어린이보호구역의 경우에는 30km로 제한하는 등 차량이 저속으로 운행하게 하여 어린이 및 노인의 보행 중 사고를 최소화하기 위한 노력을 기울이고 있다. 본 연구에서는 매년 어린이 교통사고 사고율이 높아지고 있는 특정 지역인 단양군을 지정하여 자동차 등록현황, 교통사고 공간데이터(GIS) 현황으로 각 데이터를 전처리 후 데이터의 구조를 이해하고 데이터의 구조적 패턴을 알아내기 위한 분석 연구를 하였다.
-
무형의 관광자원인 지역 축제는 지역을 발전시키기 위한 특화된 상품 및 관광 상품을 개발하여 지역관광산업 발전에 기여하고 있다. 이러한 각 지역별로 축제에 대한 매우 높은 관심으로 축제 이후 어떠한 이슈와 개선점이 있을지에 대한 데이터 분석에 많은 관심을 기울이고 있다. 본 연구는 여러 지역의 축제들 가운데 매년 많은 인파가 다녀가고 있는 단양군 지역 내의 축제에 한정하여 구매를 위한 상용 데이터 수집에서 벗어나 온라인 매체인 비정형 데이터를 수집 및 분석하여 부정적 또는 긍정적 연관성에 따른 이슈를 시각적으로 도출하기 위한 분석 연구를 수행 하였다.
-
우리나라는 1980년 이전 높은 출산율을 기반으로 총인구는 지속적으로 증가하여 왔으며, 1980년대 중반 이후 출산율은 급격하게 떨어지면서 인구대체 수준 이하까지 떨어지게 되었다. 지역 내 저출산의 원인은 자발적 거부라기보다는 지역 사회 구조적인 원인을 다각적으로 파악하여 원인을 찾아내는 것이 필요하다. 여러 지역 중 출산율이 매우 낮은 예산 지역을 기준으로 지역 인터넷 뉴스 및 산모들이 많이 참여하는 지역 대표 카페 데이터를 수집하였다. 인구감소, 저출산, 육아 복지 등에 관하여 이슈화 되었던 동시출현단어의 빈도를 분석하여 출산 저해 원인을 분석하였다.
-
4차 산업에 대한 꾸준한 투자와 개발로 IoT 기술이 보다 발전하게 되었고, 이에 따라 필요한 보안 플랫폼을 제공할 수 있는 플랫폼 기반의 블록체인 기술이 필요하게 되었다. 블록체인 기반의 IoT 어플리케이션인 BIoT는 향후 보다 다양한 분야에 적용되기 위하여 보다 정교한 보안성과 확장성 및 효율성을 제공하는 플랫폼 기술이 요구된다. 본 논문에서는 최근 발표되어 이슈가 되고 있는 스마트 컨트랙트 ETH 2.0을 분석하여 기존의 BIoT 개발에 요구되는 사항들을 비교하고 향후 다가오는 BIoT의 미래를 전망하여 본다.
-
UAV(Unmanned Aerial Vehicle)에 대한 활용영역은 시간이 갈수록 꾸준히 확대되고 있다. 특히 네 개 이상의 수평적인 프로펠러로 구성된 VTOL(Vertical Take-Off and Landing) 기능이 가능한 UAV는 시스템 안정성 및 비교적 단순한 항공역학적 설계 및 구조에 따라 다양한 플랫폼이 등장하고 있으며 비교적 저렴한 가격으로 응용제품들이 시중에 유통이 되고 있다. 대부분의 UAV는 GCS(Ground Control System, 지상시스템)를 통해 임무가 수행된다. 지상시스템은 주로 인터넷에 연결되어있기 때문에, 전자 지도 및 기타 최적의 비행조건(온도, 습도, 풍향 등)을 위한 환경정보를 또한 얻을 수 있다. 본 논문은 AIS(Auto Identification System)를 통해 얻은 정보를 기반으로 식별된 선박으로의 접근 및 감시(monitoring)하기 위한 UAV의 운영기법을 설계한다.
-
영상 인식 기술은 인공지능 기술을 기반으로 인식하고자하는 객체의 형상, 객체 주변의 환경변화 및 객체 회전에 의한 인식 능력 저하를 보완할 수 있는 객체특징점 및 특징 기술자를 생성하고, 생성된 특징 기술자를 이용하여, 영상 객체를 인식하는 기술로, 일반적으로 영상에 나타난 객체를 인식하는 기술을 뜻한다. 스마트 안전 축사에서 전력소비 및 화재 발생 복합 환경 분석을 위해 설치되는 전력화재 관리 디바이스를 통합 관리함으로써 축사 전력 사용의 효율성 향상 및 전기 사용의 과부화로 발생할 수 있는 사고를 방지하여 축산 농가의 이익 증대 및 피해를 최소화하고 안전하고 최적화된 지능형 스마트 안전 축사를 개발하여 보급하는데 요구되는 전력 관리 프레임워크를 구현하는데 목적이 있다.
-
5G버티컬들뿐만 아니라 자율운항서비스에서도 요구되는 5G요소기술들(예: 5G버티컬 위성, 5G NR(New Radio) 기반 기기 간 직접통신 기능 등)에 대한 국제표준화가 현재 진행 중임으로 자율운항선박 관련 해양통신서비스에 대한 3GPP 국제표준화를 통해 국제표준 기반 솔루션이 갖는 규모의 경제 크기 이점을 활용하면서 자율운항서비스에 활용 가능할 것으로 기대된다. 제 4차 해양산업혁명시대에 출현할 자율운항선박 관련 ICT융합시장 생태계 구축 및 국제표준 기반 핵심통신기술을 선점하기 위해 (1) 글로벌 호환성을 갖는 디지털 통신시스템 및 게이트웨이 개발, (2) 차세대통신 기반 핵심요소기술 확보, (3) 연관기술의 국제화를 위한 국제표준화 추진이 필요하다고 판단된다. 이를 위해 거리별 통신별 서비스 분석을 통한 데이터 분석 및 표준기술이 개발되어야 할 것이다. 현재 자율운항 선박 운영을 위한 요구 조건들은 주로 3가지 항목으로 분류할 수 있다.
-
최근 네트워크 에지에 배치된 컴퓨팅 리소스를 효율적으로 조정 관리함으로써 많은 수의 장치들 및 새로운 IoT 수요를 충족시키기 위한 Fog/Edge Computing(FEC)에 대한 다양한 연구가 진행되고 있다. 본 논문은 FEC 환경에서 실행 지연시간 최소화를 유도하기 위한 오프로딩 대상 결정 및 오프로딩 방법의 효율성 제고를 위한 주요 고려사항과 적용 방법들을 제시한다. 이는 향후 관련 이해 관계자들에게 필요한 FEC 프레임워크 구축에 효과적으로 적용될 수 있다.
-
본 논문은 LoRa 통신 환경에서 UAV를 이용하여 표적을 찾는 방법을 제시한다. 제안 된 방법은 사각 지대없이 목표 신호를 찾을 수 있도록 UAV 비행 경로를 제안한다. 비행 경로는 신호 강도의 변화를 사용하여 비행 중 전송 된 신호의 강도를 사용하여 변경되었습니다. 제안 된 방법을 시뮬레이션으로 검증하여 3 회 비행의 효율성은 높지만 목표 추적에 시간이 오래 걸리는 것을 확인했다. 목표를 찾는데 걸리는 시간을 줄이고 시간이 중요한 요소 일 때 효율성을 높이려면 3 대의 UAV를 비행하는 것이 가장 좋다. LoRa 통신은 생산 비용을 낮추고 저비용으로 시스템 구축을 가능하다.
-
무선센서네트워크에서 라우팅프로토콜을 설계할 때 네트워크 수명을 위해 무엇보다 전력효율성 및 전력균형을 고려해야한다. 그러나 환경 모니터링과 같은 응용서비스에서는 데이터의 긴급성과 신속성이 더 중요하게 요구된다. 본 논문에서는 정상데이터와 긴급데이터의 전송 있어서 서로 다른 요구조건을 만족할 수 있도록 라우팅프로토콜을 제안하였다. 일반데이터의 경우는 전력 불균형을 최소화하도록 설계하여 네트워크 수명을 연장할 수 있도록 하며 긴급데이터의 경우는 노드에 전력상화에 따라 전력제어를 함으로써 지연을 최소화 하도록 하였다.
-
코로나의 등장으로 감염병 문제가 대두되는 상황속 화장품 판매점에서 사용되는 샘플용 화장품은 감염의 원인이 될 수 있다. 이를 예방하기 위해 각 화장품 판매점에서 뷰티미러를 사용할 수 있다. 뷰티미러는 조작용 기기와 거울용 기기로 구성된다. 거울용 기기에서 사용자의 얼굴을 인식하기 위해 얼굴의 특징점을 찾고 부위별로 특징점을 나누어 활용한다. 조작용 기기와 거울용 기기간 통신을 위해 FTDI232 칩을 이용해 Serial통신으로 데이터를 송·수신한다. 뷰티미러는 화장품 매장에만 국한되지 않고 인터넷 쇼핑몰에 적용해 온라인 환경에서도 테스트 가능하게 하는 등의 활용이 가능하다.
-
자동차의 발명과 차량용 도로의 건설이 시작되면서 교통사고의 발생이 늘어나기 시작하였다. 이에 도로 건설 방법의 변경 및 신호등의 신호체계들을 이용하여 교통사고를 방지하기 위한 노력이 있었으나, 현재까지도 기상악화로 인한 도로의 결빙이 원인이 된 교통사고로 매년 수많은 인명과 재산피해가 발생하고 있었다. 본 논문에서는 도로의 결빙으로 인한 교통사고 경감을 위해서 적외선 카메라를 사용하여 얻은 적외선 파장 데이터를 딥러닝 학습을 시도하여 얻어낸 결빙감지 정보를 차량의 내비게이션으로 전달하는 방법을 제안한다.
-
자동차의 발명과 차량용 도로의 건설이 시작되면서 교통사고의 발생이 늘어나기 시작하였다. 이에 도로 건설 방법의 변경 및 신호등의 신호체계들을 이용하여 교통사고를 방지하기 위한 노력이 있었으나, 현재까지도 기상악화로 인한 도로의 결빙이 원인이 된 교통사고로 매년 수많은 인명과 재산피해가 발생하고 있었다. 본 논문에서는 도로의 결빙으로 인한 교통사고 경감을 위해서 차량의 센서 데이터를 이용하여 감지한 결빙감지 데이터를 차량의 내비게이션으로 전달하는 방법을 제안한다.
-
IOT 시스템 기반 Smart Mirror는 거울에 IOT 기술을 접목하여 일상생활을 Support 해주는 하드웨어 장치로써 사용자가 원하는 정보의 틀을 미리 선정하여 별다른 조작 없이 해당 정보를 가져와 사용자에게 제공함으로써 삶의 질과 만족도를 보다 높임으로써 일상생활의 편리성 평균을 높이는 목적이 있다.
-
이 논문에서는 IoT 센서 환경에서 입력되는 데이터들 간의 불일치를 파악하기 위한 기법을 제안한다. 제안된 기법은 실제 현장 문제에 적용할 수 있도록 수치적으로 입력되는 센서 데이터들을 관리할 수 있다. 제안한 기법은 실제 IoT 센서 환경에서 2개 이상의 센서에서 모순된 데이터가 입력되는 경우를 감지할 수 있으며, 이를 통해 센서의 고장 또는 의도적인 데이터 교란을 파악하여 해결할 수 있는 방안으로 발전시킬 수 있다.
-
해상 부이에 내장되는 920 MHz 대역의 PCB 패턴 안테나와 반사기 설계와 시뮬레이션 결과를 보였다. 시뮬레이션 결과 부이가 해상에 부유하는 경우 방사 각도가 부이의 아래쪽에서 위쪽으로 변화되는 것을 확인하였다.
-
노후된 태양광 발전 설비를 진단하기 위한 센서 노드와 RTU (remote terminal unit)을 제안하였다. 센서 노드는 주위 온도, 인버터의 전류와 전압을 감시하고, RTU와 RS485로 통신한다. RTU는 여러 센서 노드들이 보내는 센싱 데이터를 모아서 에너지 관리 서버와 LTE CAT. M1으로 통신한다.
-
본 논문에서는 드론의 표적탐지 임무 수행 시 상대운동 정보 제공을 위하여 지정된 표적을 탐지하고 인식하는 스마트 표적탐지 시스템을 제안하였다. 제안된 시스템은 적절한 정확도(i.e. mAP, IoU) 및 높은 실시간성을 동시에 확보할 수 있는 알고리즘을 개발하는데 중점을 두었다. 제안된 시스템은 Google Inception V2 딥러닝 모델의 100k 학습 후 test 결과가 1.0에 가까운 정확성을 보였고 실시간성도 Nvidia GTX 2070 Max-Q를 기반으로 한 고성능 노트북 활용 시에 추론 속도가 약 60-80[Hz]를 기록하였다. 제안된 스마트 표적탐지 시스템은 드론과 같이 운용되어 컴퓨터 영상처리를 활용하여 표적을 자동으로 인식하고 표적을 따라가면서 감시정찰 임무를 성공적으로 수행하는데 도움이 될 것이다.
-
최근 제주도내 자동차 보유 대수와 관광객 렌트카 이용이 급증함에 따라 주거나 상가 밀집 지역에서 주차 문제는 갈수록 심화되고 있어 이에 따른 주차 공간 확보 및 기존 주차 공간의 활용할 수 있는 시스템이 요구되고 있다. 따라서 본 논문에서는 주변 맛집 정보, 관광정보, 실시간 주차장 이용현황을 제공하는 서비스를 도입하여 도내 무료 공영주차장 및 유료주차장의 주차 가능 공간을 실시간 공유할 수 있는 시스템을 제안한다. 본 시스템은 웹, 앱으로 구성되어 있으며 실제 주차장에 설치된 적외선 센서와 CCTV 이미지를 분석하여 현재 주차장의 사용 중인 공간과 비사용 중인 주차 가능 면수를 실시간 분석하여 서비스 이용객들의 편의를 제공한다.
-
최근 COVID-19로 인하여 무인점포가 늘어나고 있는 추세이다. 무인 점포에는 주로 키오스크를 이용해서 결제를 하고 있는데, 일부 신체 장애를 가진 사람들이나 휠체어를 이용하는 장애인들은 그 사용이 쉽지 않다. 또한 어린아이들이나 노인들도 나이가 많아질수록 키오스크와 같은 새로운 기술을 사용하는 것에 어려움을 보이고 있다. 본 연구에서는 이러한 문제점을 보완하기 위해 사용자가 키오스크와 상호작용을 할 때 시각적인 요소 뿐만 아니라 음성인식 기능을 추가하여 음성으로 주문명령을 수행할 수 있는 시스템을 설계하였다.
-
인공지능 분석에서 모델을 만들고 이를 검증하는 과정은 이미 생성된 데이터를 가지고 수행하는 Batch Processing이기에 연산 처리시간이 필요한 작업이다. 우리는 주식이나 국방 정보와 같은 실시간으로 발생하는 데이터를 바로 앞에서 발생한 데이터를 가지고 실시간으로 모델을 세우고 검증하여 예측하는 것이 필요하다. 이를 위한 해결책으로, 인공지능 모델링 작업에 필요한 데이터를 시간 처리 순으로 분할하고 데이터를 여러 프로세스에서 분산 처리하는 기법을 적용하여 해결하였다.
-
측위 기술은 증강현실, 스마트 팩토리, 자율주행 등에서 중요한 기능을 수행하고 있다. 측위 기술 중에서 비콘을 이용한 측위 방법은 RSSI(Receiver Signal Strength Indicator) 값의 편차로 인하여 도전적인 과제로 여겨져 왔다. 본 연구는 수신기의 RSSI 값을 입력으로 하고 거리를 목표 값으로 하는 신경망을 학습시켜서 이동하는 객체에 대한 위치를 예측하였다. 이를 수행하기 위해 RSSI 대비 거리 실측값을 수집하였다. 수집한 데이터로 합성 데이터를 만들기 위한 신경망을 도입하였다. 이 신경망을 바탕으로 거리 대비 RSSI 값을 예측하였다.
-
도플러 레이더 센서로 취득한 움직임 데이터를 딥러닝 알고리듬을 사용한 낙상 인식 시스템을 제안한다. 딥러닝 알고리듬중 시계열 데이터에 장점을 가지는 RNN을 사용하여 낙상 인식에 적용한다. 도플러 레이더 센서의 낙상데이터는 시계열 데이터로 시간적인 특성을 가지고 있으며 결과는 낙상인지 아닌지 만을 판단하기 때문에 RNN의 구조를 시퀀스 입력에 고정 크기를 출력하는 구조로 설계하였다.
-
본 논문은 악성코드의 이미지화와 전이학습을 이용한 악성코드 분류 방안을 제안한다. 공개된 악성코드는 쉽게 재사용 또는 변형이 가능하다. 그런데 전통적인 악성코드 탐지 기법은 변형된 악성코드를 탐지하는데 취약하다. 동일한 부류에 속하는 악성코드들은 서로 유사한 이미지로 변환된다. 따라서 제안하는 기법은 악성코드를 이미지화하고 이미지 분류 분야에서 검증된 딥러닝 모델을 사용하여 악성코드의 부류를 분류한다. Malimg 데이터셋에 대해 VGG-16 모델을 이용하여 실험한 결과 98% 이상의 분류 정확도를 나타냈다.
-
최근 코로나 19 사태로 인한 경기침체 극복에 대응하고 구조적 변환에 따른 국제활동을 주도하기 위한 국가 발전 전략으로 "한국판 뉴딜 종합계획"을 도입하였다. 이중 에너지와 관련된 '그린뉴딜'은 배출 가스 제로화를 목표로 하고 저탄소 녹색 경제로의 전환을 가속화하는 것이며, 이를 위해 정부는 재생에너지 사용확대를 촉진한다는 계획이다. 본 논문에서는 저탄소 녹색 경제로의 전환을 촉진하기 위해 미이용의 열에너지를 활용하는 소형 바이너리 발전과 신경망 활용한 제어시스템에 대해 검토한다. 이러한 바이너리 발전은 태양광, 풍력 등과 더불어 재생에너지의 도입을 가속화 할 것으로 기대된다.
-
CNN(Convolutional Neural Network)은 다양한 이미지를 인식하는데 많이 사용되고 있다. 본 발표에서는 딥러닝의 CNN 기법을 적용해서 사람이 직접 손으로 쓴 한 자리 숫자를 인식하였다. 딥러닝 네트워크는 합성곱 레이어, 풀링 레이어, 플래튼 레이어로 구성하였고 마지막으로 최적화 방법, 학습률과 손실 함수를 설정하였다.
-
최근 증가하는 콘텐츠 제공 서비스의 가장 큰 특징은 콘텐츠의 시간의 흐름에 따른 콘텐츠 증가량이 매우 크다는 것이다. 이에 따라 사용자 큐레이션의 중요성이 같이 증가하고 있으며 이를 구현하기 위한 여러 가지 기법들이 사용되고 있다. 본 논문에서는 영상 추천을 위한 기법 중 음성데이터 및 자막을 활용한 분석 기법과 키프레임 추출 기반 영상 비교 기법을 실제 빅데이터 영상 콘텐츠를 대상으로 구현, 적용한 결과에 대하여 비교한다. 또한, 비교결과를 통해 각 분석 기법이 적용될 수 있는 영상 콘텐츠 환경에 대하여 제안한다.
-
본 논문에서는 UV-A와 UV-C를 포함하는 복합 파장의 LED 모듈을 적용한 캐빈 필터를 설계 및 제작하고 성능를 시험하였다. 제작한 캐빈 필터의 세균 및 공팜이 살균 시험에서 살균 능력을 확인하였고 유기화합물 분해 시험에서는 특수 챔버를 제작하여 유기물 분해 능력을 검증하였다. 광촉매로 콜케이트를 사용하는 것이 매탈매쉬를 사용하는 것보다 우수한 성능을 확인하였다. 본 연구를 통해서 제작한 캐빈 필터의 살균 및 공기 정화 능력을 실제와 유사한 환경 시험을 통해서 확인하였다.
-
수경 재배는 고품질의 녹색 식물 생산에 상당한 관심을 가지고 있다. 그러나 수경 재배에서 식재 운영 체제를 구축하면 순환하는 배양액 전체에 유해한 박테리아가 번식하는 등 만성적인 문제가 발생할 수 있다. 배양액 오염을 방지하기 위해 자외선 살균 시스템을 사용하는 것에 대한 광범위한 연구가 수행되었다. 이 연구에서 제안 된 모듈은 270 ~ 285nm 파장을 방출하는 UV-C LED를 사용하여 센서 및 컨트롤러와 함께 설계되었다. 모듈은 대장균, Clavibacter michiganensis, Pseudomonas cichorii 및 Fusarium oxysporum을 제거하는 능력을 조사하기 위해 다른 배양액 유속에 대해 300, 500 및 700mW를 방출하도록 설정되었다.
-
최근 인터넷의 급속한 발달에 따라 정보들이 기하급수적으로 증가하고 있다. 이러한 수많은 정보들을 원활하게 커뮤니케이션하기 위해서 다양한 연구가 이루어지고 있다. 최근에는 인공지능 및 빅데이터 기술을 적용한 관련 연구가 활발하게 이루어지고 있다. 하지만 괄목할 만한 결과를 도출해내지 못하고 있다. 그 원인 중 하나는 언어 및 지식 표준의 결여라는 심각한 한계에서 찾을 수 있다. 현재는 멀티미디어적인 접근 방식의 회의에 대한 연구가 활발히 이루어지고 있는 실정이며, 점차적으로 지식기반 회의 시스템에 관해서도 관심을 가지기 시작했다. 멀티미디어적인 접근 방식의 회의의 경우는 기존 오프라인 회의의 장단점을 그대로 온라인으로 표현 한 것에 지나지 않으며 정작 중요한 실제 회의 내용 및 과정에 대한 정보 관리는 소홀하게 된다. 이에 본 논문에서는 회의 내용정보를 온톨로지화 할 수 있는 방안에 대해 연구하고 온톨로지화된 정보를 체계적으로 분석하는 방안을 제시한다.
-
대규모 운영시스템이나 확장성을 고려한 시스템을 구성할 때 마이크로서비스 기법을 도입하는 것이 필요하다. 카프카는 pub/sub 모델을 가지는 메시지 큐로서 분산환경에 잘 적용되는 특징을 가지며, 다양한 데이터 소스를 활용할 수 있다는 점에서 마이크로서비스에 적합하다. 이 논문에서는 아파치의 카프카를 이용한 교육동영상 공유 서비스의 데이터 공유 방안을 제안하고자 한다. 제안하는 시스템은 교육 동영상 공유서비스이 다양한 데이터를 공유하기 위해 카프카 클러스터를 구축하며, 아울러 교육동영상의 유사도를 기반으로 하는 추천 시스템과 연계하기 위해 스파크 클러스터를 이용한다. 그리고 파일, RDBMS의 DB등과 같은 다양한 데이터 소스를 공유하는 방안을 제시한다.
-
최근 다양한 분야에서 인공지능 시스템이 활용되고 있다. 인공지능의 결정 알고리즘의 정확도는 학습량과 학습데이터의 정확도에 기인한다. 학습량의 경우 인공지능 성능에 결정적인 영향을 미치기 때문에 많은 양의 데이터가 필요하다. 학습데이터의 정확도는 여러 정제 단계를 거치면서 보정할 수 있으나 분석 이외의 자원 소모를 추가로 가져온다. 본 논문에서는 영유아의 체온 데이터를 기반으로 향후 나타날 수 있는 병증 및 유아의 상태 변화를 분석하는 시스템 구축을 위한 데이터 수집 시스템에 대하여 제안한다. 제안된 시스템은 기존 빅데이터 분석 및 학습 데이터 구축에서 서버 시스템의 자원 소모를 최소화할 수 있을 것으로 사료 된다.
-
다양한 센서에서 발생하는 데이터를 효과적으로 수집하기 위해서는 각 센서에서의 임베디드된 플랫폼을 활용하는 방법이 가장 대표적이다. 하지만 임베디드된 플랫폼은 다양한 종류의 센서마다 모두 구현이 다르게 되어있어 한번에 적용하기 어렵게 되어있다. 이에 본 논문에서는 다양한 센싱 데이터를 하나의 플랫폼에서 쉽게 수집하고 관리할 수 있는 웹 기반의 데이터 수집 플랫폼을 제안하고자 한다.
-
코로나19의 펜데믹 현상으로 인하여 모바일 서비스의 활용 비중이 높아지고 있다. 그러나, 대부분의 모바일 장비에 대한 이상 현상을 장비의 알람 중심으로 인지하므로, 복잡한 장애가 발생할 경우에 직관적으로 장비의 문제 판별하기 어려운 한계가 발생한다. 이를 보완하기 위해서 본 연구에서는 장비의 알람과 성능 정보를 조합하여 직관적으로 문제를 인지할 수 있도록 RRCF 알고리즘을 활용하여 Anomaly Score 생성하였으며, 과거 장애 이력을 97% 검출하는 효과를 검증하였다.
-
음향시스템을 구성하는 스피커의 임피던스는 고정된 값으로 인식되고 있다. 그러나 스피커의 임피던스는 입력신호의 주파수 변화에 따라 계속 변화하고 그 변화량은 스피커의 공진 주파수 대역에서 매우 크다. 스피커의 음압 레벨은 스피커를 구성하는 코일에 흐르는 전류에 따라 결정되는데 스피커를 전압 구동 할 경우 변화하는 임피던스에 의해 음압 레벨의 왜곡이 발생한다. 스피커를 전류 구동 할 경우 이러한 문제는 해결되지만 저주파에서 공진의 영향으로 음압 레벨의 왜곡이 발생하는데 이는 음향시스템의 음질 저하를 가져올 수 있다. 본 논문에서는 전류구동 음향시스템의 음질 개선을 위해 DSP(Digital Signal Processing)를 이용하여 음압레벨의 왜곡을 보정하는 공진 보상회로를 제안한다. 본 논문은 스피커의 등가 모델을 이용한 음향 시스템의 전류 구동 모의실험을 통해 주파수 변화에 따른 음압 레벨 왜곡을 확인하고 이를 보정하는 회로를 제안하는 것으로 구성하였다. 제안한 회로는 상태변수필터를 이용하여 구성하였고 주파수 및 출력이 조절 가능하여 다양한 음향 시스템에 적용 가능 할 것으로 보인다.
-
해양플랜트 산업 및 선박 건조현장에서는 다양한 업무 형태로 인해 고소작업용 Access Service Basket을 사용 중에 있다. 하지만 이런 시스템을 운용함에 있어서 다양한 형태의 안전사고가 지속적으로 일어나고 있다. 현재 사용되고 있는 고소용 작업대의 경우에는 적재용량, 근접거리, 운용 방향 등을 작업자가 판단하여 운용함에 다양한 위험에 노출되어 있는 형태이다. 본 논문에서는 이 문제를 해결하기 위하여 고소작업용 시스템에 IoT 기반의 모니터링 및 충돌 경보 시스템을 접목한 장치를 개발하였다. 개발한 장치로 하여금 작업자 및 관리자가 쉽게 운용상태를 확인할 수 있고 그에 따라서 안전사고를 미리 예방하는 장치를 전문가 입회하에 테스트하여 그 신뢰성을 확보하였다.
-
지난해 7월, 대통령 주재 한국판 뉴딜 국민보고대회를 개최하여 그 핵심 전략으로 「한국판 뉴딜 종합계획」을 발표하였고, 교육 분야에서는 '그린스마트 미래학교' 사업이 한국판 뉴딜 10대 대표과제 중하나로 포함되었다. 그리고 작년 한해 COVID-19로 인한 비대면 수업 확산으로 일선 교육현장의 ICT기술의 요구가 빠르게 급증하였다. 따라서 본 논문에서는 과거 교실의 무선네트워크 및 유선 인프라의 문제점을 고찰하고 이후 비대면 수업 및 대면 수업시 사용가능한 초고속 무선네트워크를 보유한 그린 스마트 교실을 위한 유선네트워크 인프라와 무선 네트워크 장비들을 설계하고 실제 교실에 구축하기위한 예시를 제시하였다.
-
본 연구는 스마트폰 제품디자인에서 감성공학 요소가 브랜드 선호도와 충성도에 미치는 영향을 알아보고자 한다. 감성공학 요소를 색상, 성능, 사용성, 가치, 신뢰성으로 나누고, 브랜드 선호도와 충성도의 관련성을 분석한다. 소비자들의 어떤 감성공학 요소가 브랜드 선호도와 충성도에 영향을 미치는가를 고찰하기 위해 연구의 목적을 두고 연구하였다. 연구결과를 통해 제품디자인의 감성공학 요소가 마케팅 전략 수립에 유용한 자료로 활용되어 소비자 감성 심리를 판단하는 데 기초자료로 사용되고자 한다.
-
비즈니스에 성공한 디자인 혁신 제품사례가 증가함에 따라 디자인 혁신성에 대한 관심도가 높아지고 있다. 본 연구는 블루투스 스피커 제품의 디자인 혁신성 (기능성, 인간공학, 심미성)이 구매고객의 호감도와 구매 의도에 어떠한 영향을 미치는지 살펴보고자 한다. 실증적 연구를 위한 합리적 행위이론(TRA)과 기술수용모델(TAM)을 통한 연구모형을 제언한다. 설문은 디자인 혁신성, 호감도, 구매 의도의 영향 관계를 파악하기 위한 문항으로 구성되었다. 연구결과 기능성, 인간공학, 심미성은 제품의 호감도와 구매 의도에 영향을 주었다. 블루투스 스피커 디자인 혁신 제품이 초기시장에서 수용되기 위해서는, 기능과 심미성을 중심으로 호감도에 대한 긍정적인 태도를 형성하는 것이 무엇보다 중요하다. 호감도는 디자인 혁신 제품의 구매 의도에 가장 결정적인 영향을 미치는 요인으로서 기업은 호감도에 긍정적인 영향을 미치는 다양한 요인을 발굴, 강화해야 한다.
-
모바일 산업의 발달과 인공지능 기술에 대한 관심이 높아지면서 임베디드 시스템에 적용 가능한 인공지능 프로세서에 대한 연구가 활발히 진행되고 있다. 임베디드 시스템에서 인공지능을 구현하는 경우 제한된 자원과 소비 전력을 고려한 설계가 필수적이며, 낮은 연산 성능을 보완할 수 있는 전용 가속기를 포함하는 것이 효율적이다. 본 연구는 독립 운용이 가능한 임베디드 인공지능 프로세서를 제안한다. 제안하는 인공지능 프로세서는 거리연산 기반의 경량 인공지능 알고리즘이 적용된 하드웨어 가속기를 포함하며, 프로그래밍 가능한 범용 프로세서와 함께 운용되어 다양한 임베디드 시스템에 적용 가능하다. 인공지능 프로세서는 Verilog HDL을 사용하여 설계되었으며 Field Programmable Gate Array (FPGA)를 통해 기능을 검증하였다.
-
주차장에서 일어날 수 있는 비매너 주차로 인한 충돌을 사전에 예방하기 위한 단속시스템이다. 주차장에서 일어날 수 있는 장애인, 전기차 전용 주차구역에 일반차량 주차, 2개 차선을 물고 주차하는 차량이 있다. 위와 같은 차량을 딥러닝 객체인식 기능을 통해 비매너 주차를 감지하여 알려준다. 비매너 주차 상황이 찍힌 사진이나 영상을 학습데이터로 사용하여 상황을 인식할 수 있도록 학습데이터를 제작하고 그 상황을 인식하여 비매너 주차 유무를 판단한다. 주차장의 환경을 좀 더 쾌적하게 함으로써 주차장 이용자간 충돌을 줄이는데 목적이 있다.
-
본 논문에서는 아두이노 우노 보드와 1.8 인치 TFT LCD를 사용하여 1 채널 오실로스코프를 구현하였다. 오실로스코프는 데이터 수신 장치로 아두이노 우노 보드내 내장된 아날로그-디지털 변환기를 사용하여 설계되었으며, 최대 1 KHz 신호까지 처리할 수 있다.
-
지도학습에서 모델을 학습함에 있어 입력 데이터와 해당 데이터의 라벨이 필요하다. 하지만 신뢰성 있는 라벨링은 비용과 시간적인 면에서 많이 소요되며 이를 자동화할 경우 라벨이 언제나 맞는다는 보장이 없어 노이즈가 들어가게 된다. 이러한 라벨 노이즈 환경에서 지도학습을 진행할 경우 모델은 학습 초기에는 정확도가 올라가지만, 어느 정도 학습 후 정확도가 크게 감소되는 경향을 보인다. 라벨 노이즈 문제를 해결하기 위해 다양한 방법이 있지만, 대다수의 경우 모델이 예측한 확률을 수도라벨로 사용해 이용하는 경우가 많다. 여기에 대해서 우리는 모델이 예측한 확률을 정제하여 좀 더 빠르게 참 라벨을 예측하는 방법을 제시한다. 기존의 논문 중 모델이 예측한 확률을 사용하는 방법에 우리가 제안하는 방법을 적용하여 같은 환경, 데이터셋에 대해 실험을 진행한 결과 성능개선과 더 빠르게 수렴하는 것을 확인할 수 있었다. 이를 통해 기존 연구들 중 모델이 예측하는 확률분포를 사용하는 방법들에 적용할 수 있고 같은 환경에서도 더 빠르게 수렴시킬 수 있기에 학습 소요시간을 줄일 수 있다.
-
최근, 고전컴퓨터(Classic Computer)의 한계를 뛰어넘는 양자컴퓨터(Quantum Computer)에 대한 연구개발이 다양한 분야에서 활발하게 이루어지고 있다. 고전컴퓨터의 전기적인 신호처리와는 다르게 양자역학적인 원리를 사용한 양자컴퓨터는 양자 중첩(Quantum Superposition), 양자 얽힘(Quantum Entanglement)과 같은 다양한 양자역학의 현상/특성을 활용하여 연산을 수행하기 때문에 고전컴퓨터의 연산에 비해 아주 복잡한 연산과정을 거치게 된다. 또한, 큐비트의 종류, 배치, 연결성 등 실제 양자컴퓨터를 구동시키기 위해 구성되는 많은 요소들에 의한 각각의 영향이 양자컴퓨터의 연산 결과와 연산 과정에서 많은 영향을 끼치기 때문에 각각의 요소를 효율적이고 정확하게 활용하기 위해 실제 양자컴퓨터의 구동 이전에 데이터를 시각화하여 오류검증/최적화/신뢰성검증을 할 필요가 있다. 하지만 양자컴퓨터 내부에 구성된 다양한 요소들의 데이터를 전부 시각화 할 경우 직관적으로 원하는 데이터를 파악하는 것이 어렵기 때문에 선별적으로 데이터를 시각화 할 필요가 있다. 본 논문에서는 양자컴퓨터를 구성하는 다양한 요소들의 데이터를 시각화 하여 직관적으로 데이터를 관측하고 활용할 수 있도록 복잡하게 구성되는 양자컴퓨터 내부 회로 구성요소들을 계층적으로 시각화 하는 방법을 제안한다.
-
세계는 안구 질병 치료, 시력 회복 서비스, 훈련된 안과 전문의의 부족 등 안과 측면에서 어려움에 직면해 있다. 안구 병리를 조기에 발견하고 진단하면 시각 장애를 예방할 수 있다. 하지만 기존의 망막 영상 공개 데이터 세트는 임상에서 발견되는 다양한 질병으로 구성되어 있지 않기 때문에 다양한 안구 질환을 분류하는 방법을 개발하기가 어렵다. 본 연구는 2021 ISBI challenge에서 공개된 데이터 세트인 Retinal Fundus Multi-disease Image Dataset (RFMiD) 을 이용하여 안구 질환을 분류하는 방법을 제안한다. 본 연구의 목표는 망막 이미지를 정상, 비정상 범주로 선별하기 위한 강력하고 일반화 가능한 모델을 개발하는 것이다. 제안된 모델의 성능은 수신자 조작 특성 곡선 아래 면적 점수로 비공개 테스트 데이터 세트에 대해 0.9782의 값을 보여준다.
-
만주 문자는 세로로 씌여지며 한 단어 안에서는 띄어쓰기 없이 이어져 있기 때문에 문자를 인식하기 전에 글자영역 분리와 글자를 이루는 단위를 분리해 내는 전처리과정이 필요하다. 본 논문에서는 글자영역을 추출하고 글자의 단위를 끊어내는 전처리 방법을 기술한다. 기존 연구가 단어별 또는 문자단위로 인식하는 방법을 전제로 하거나, 이어져 있는 글자의 줄기를 없앤 후 남는 부분으로 인식하는 것과 달리, 본 방법은 인식 가능한 단위별로 글자를 끊어낸 다음 그 단위의 합성으로 글자를 인식하는 방법에 적용할 수 있다. 실험을 통하여 본 방법의 유효성을 검증하였다.
-
게임 산업이 부상하며 게임의 세계관과 스토리텔링의 중요도 또한 커지고 있다. 게임의 특정 세계관을 전달하는 것은 게임의 몰입도에 막대한 영향을 미침으로 스토리를 전달하는 방식은 계속 연구될 필요가 있다. 본 연구에서는 모델링 툴을 이용하여 캐릭터를 구현하고 게임엔진을 사용하여 게임의 초반 스토리를 대화창을 통해 전달하였다. 연구를 통해 스토리를 전달하기 위한 워크플로우를 세우고, 그 과정을 심도 있게 이해할 수 있었으며, 이는 차후에 보다 더 정교한 게임 캐릭터 개발과 원활한 스토리텔링을 위한 기반이 될 것이라고 기대한다.
-
고무 오링은 일반적인 사출 성형 방식으로 생산된다. 이때 정상적으로 성형되지 않은 제품은 무조건 불량으로 판별한다. 그러나 영상기반 판독 시 획득한 영상을 원본 그대로 판독 할 경우 정확도가 떨어지는 문제가 발생한다. 이에 획득한 영상을 적응형 이진화와 Convex Hull 알고리즘을 사용한 전처리를 통해 원본영상에서 고무 오링 부분만 추출하여 합성곱 신경망에 학습하였다. 테스트 과정에서 제안하는 전처리를 적용한 학습방법의 불량검출 성능이 제시한 기준치 보다 나은 성능을 보이는 것을 확인 할 수 있었다.
-
현대의 가전기기는 무선을 이용한 편의성과 에너지 소비효율에 대한 요구가 일반화 되고 있다. 편의성을 위해서는 여러 가지의 기능을 갖으면서 기능제어에는 단순화가 필수적이다. 에너지 소비를 줄이기 위해서는 지능적인 센서 및 활용 기술이 요구된다. 본 논문은 블루투스 통신기능과 에너지 저감기능을 갖는 스마트 건조시스템을 제안한다. 스마트 폰에서 건조기 제어와 내부의 습도 상태를 감시하는 블루투스 통신을 이용한 제어시스템을 설계한다. 건조기 내부의 습도를 감지하여 모터의 속도를 제어 함으로서 에너지 절약 기능을 갖도록 하였다.
-
본 논문에서는 딥러닝 네트워크를 이용한 고해상도 프린지 패턴 생성 기법을 제안한다. 컴퓨터를 이용하여 홀로그램을 생성하기 위해서는 매우 방대한 계산이 필요하다. 이를 대체할 수단으로 딥러닝을 채택하여 대체 가능함을 보였으나 출력되는 프린지 패턴 해상도의 한계가 존재하였다. 이를 개선하기 위한 고해상도 프린지 패턴 생성을 위한 기법을 제안한다.
-
인터넷의 발전과 이용자의 증가에 비례하여 이를 이용한 사이버 침해사고 발생 비율이 높아지고 있다. 이에 대한 대책으로 사용자들이 접근할 수 있는 시스템과 주요정보가 담긴 시스템을 분리하여 서로 접근하지 못하도록 하는 망분리 방식이 등장하고 있다. 그러나 인터넷망을 사용해야 하는 업무의 경우는 사이버 공격에 그대로 노출되며 망간 자료전송 방식/시스템과 관리·운영적인 부분에서 많은 허점이 발생하여 폐쇄망의 감염이 발생하고 있다. 본 연구에서는 이러한 망분리 환경에서 침해사고 발생유형과 사례에 대한 조사를 통해, 망 연계시스템의 안전성을 높이고자 한다
-
사이버 보안성 평가란 위협 및 취약성 분석을 통해 시스템의 위험 수준을 평가하여 적절한 보안조치를 취하기 위한 과정이다. 최근 증가하고 있는 사이버 공격과 지속적으로 개발되는 지능형 보안 위협에 대비하기 위해 정확한 보안 평가 모델이 필요하다. 따라서 보안 장비와 구간, 취약점마다 가중치를 할당하여 점수화하는 매트릭 기반 보안 평가 모델 분석을 통해 위험도 평가 모델을 제시한다. 사이버 보안성 평가 시 필요한 요소들을 간략화하고 기업 환경에 맞춰 평가가 가능하다. 보안 장비별 평가를 통하여 기업 환경에 더 적합한 평가를 시행하여 추후 사이버 보안 평가 연구에 도움이 될 것으로 기대된다.
-
망분리 환경은 내부 업무망과 외부 인터넷망을 분리하는 네트워크 보안 설계시스템으로 인터넷이 연결된 네트워크와 연결되지 않은 업무용 네트워크로 분리하여 내부 업무망과 외부 인터넷망이 분리되어 보안적 측면에서 단일망에 비해 비교적 안전한 네트워크 구조이다. 하지만 내부 시스템, 네트워크 장비, 보안장비의 취약점을 이용하여 내부망을 감염시키는 사례가 빈번하게 발생하고 있다. 본 논문에서는 이러한 망분리 환경의 IT보안 위협 취약점을 분석하고 효과적인 보안관제를 위한 기술적인 방안을 제안한다.
-
사물 인터넷 (IoT)은 모든 시장과 산업을 연결시켜 다양한 서비스와 서비스 제공 업체를 위한 새로운 비즈니스 모델을 가능하게 한다. 의료 사물 인터넷 (IoMT)은 의료 발전을 가속화 할뿐만 아니라 보다 인간적인 접근 방식으로 치료를 가능하게 한다. 또한 데이터를 통해 치료 방법과 정밀 의료의 질을 개선 및 적시에 진료를 받을 수 있도록 하며 간소화된 워크플로우를 통해 의료기관의 운영 생산성을 향상시킨다. 하지만 의료분야는 사람의 건강과 생명에 직접적인 영향을 주기 때문에 무엇보다 보안성 확보가 이슈가 되고 있으며 이를 악용하려는 해커들에게 표적이 되고 있다. 따라서 본 연구에서는 의료분야의 IoMT 기술과 보안의 위협요소 및 대응방안을 분석한다.
-
본 논문에서는 초 고해상도 디지털 이미지 및 비디오의 지적 재산권 보호를 위한 딥러닝 기술 기반 워터마킹 프로세서의 하드웨어 구조를 제안한다. 하드웨어에서 딥 러닝 기반 워터마킹 알고리즘을 구현하기 위한 최적화 방법론을 제안한다.
-
센서네트워크 환경에서 접근이 용이하지 않은 시공간 데이터 획득 및 송신을 위해서는 무선통신 기능을 갖는 센서들이 필수적으로 요구된다. 그러나 이들 센서들은 대용량의 센싱 데이터 처리나 동적 환경에의 적응성이 미흡하여 전력의 과소비와 네트워크 부담을 유발한다. 본 논문은 임계값을 적용한 능동규칙을 통하여 필요한 데이터만을 획득, 전송 및 처리할 수 있는 이동에이전트 모델과 이동에이전트의 자율적 이주 및 통신 수행방법을 제안하여 다양한 센서네트워크 환경에서의 효율적 분산 제어방법을 제시한다.
-
최근 들어, 부동산 매물에 대한 O2O 서비스가 웹 플랫폼 및 앱이 널리 보급되고 있다. 이로 인해서 매도자와 매수자, 부동산 중개업자는 빠르고 편리하게 부동산 매매, 전세 계약을 수행할 수 있다. 하지만, O2O 기반의 부동산 매물 정보시스템에서 가짜 정보 게시, 매물 정보에 대한 부분 수정, 고의적인 매물 정보의 미-게시로 인해서 부동산 매수자의 시간과 비용을 낭비하게 한다. 그러므로 우리는 웹 플랫폼에서 발생 가능한 부동산 매물정보들의 허위 여부를 검출 방식을 제안하고, 이에 관한 제안시스템을 설계 및 구현한다. 이를 위해서 분산 신원인증 프로토콜인 DID를 기반으로 한 개인신원증명과 매물정보 자체에 대한 검출 방식을 제안한다. 우리가 제안한 허위 부동산 매물정보 검출시스템은 3단계로 부동산 매물정보의 존재 여부 판별, 허위 매물 정보의 부분 수정 또는 고의적 미-게시 여부를 증명할 수 있다.
-
침입 탐지 시스템에 의해서 DDoS와 같은 공격을 탐지되며 조기에 차단할 수 있다. 의사 결정 트리를 이용하여 DDoS 공격 트래픽을 분석하였다. 중요도가 높은 결정적인 속성(Feature)을 찾아서 해당 속성에 대해서만 의사 결정 트리를 진행하여 정확도를 확인하였다. 그리고 위양성 및 위음성 트래픽의 내용을 분석하였다. 그 결과 하나의 속성은 98%, 두 가지 속성은 99.8%의 정확도를 각각 나타냈다.
-
2021년 4월, 재난안전통신망 서비스가 개시되었으나 서비스 초기로 보안기능이 취약한 상태이다. 현재 Android 기반 APP의 보안방법은 구글 프로텍트(Google Protect)의 기술을 사용하여 악성코드를 탐지하는 것이다. 악성코드는 종류가 다양하고 많기 때문에 직접 탐지하기 어려우므로, AI와 구글 프로텍트의 기술을 합한 악성코드탐지 기술을 재난안전통신망에 적용함으로써 'AI 기반 재난안전통신망 프로텍트'를 구현하는 방법에 대해 연구한다.
-
영상정보처리기기(CCTV)는 민감 정보를 수집, 전송, 저장하는 데 있어서 관리적, 물리적, 기술적 측면에서 포괄적으로 보안관리가 이뤄져야 한다. 이를 위해 영상정보처리에 관련된 암호기술, 기술인증, 보호기술, 보안장비에 대한 적용 기준이 필요하다. 본 논문에서는 영상정보처리기기에 관련된 다양한 보안기술, 인증제도를 분석하여 영상정보처리기기의 구축 및 운영에 적용하여 포괄적 보안관리를 위한 암호·인증·보호·체계(CCPS; Cryptography·Certification·Protection·System) 모델을 제안한다.