• 한국산업정보학회논문지
• /
• 제24권5호
• /
• pp.115-120
• /
• 2019

본 논문에서는 이동 구간 입자 군집 최적화 (Receding horizon particle swarm optimization; RHPSO) 알고리즘 기반 다개체 로봇 편대 제어 알고리즘의 통계적 성능 분석 결과를 제시한다. 다개체 로봇의 편대 제어 문제는 로봇 간 충돌 회피를 고려할 경우, 구속 조건이 있는 비선형 최적화 문제로 정의될 수 있다. 일반적으로 구속 조건이 있는 비선형 최적화 문제는 최적해를 찾는데 많은 시간이 걸리는 문제점이 있다. 이동 구간 입자 군집 최적화 알고리즘은 로봇 편대 제어의 최적화 문제에 대한 준최적해를 빠르게 찾기 위해 제안된 알고리즘이다. 이동 구간 입자 군집 최적화 알고리즘은 알고리즘에 사용되는 후보해의 개수와 세대 수가 증가함에 따라 계산 복잡도가 증가한다. 따라서 최소의 후보해와 세대 수만으로 실시간 제어에 사용될 수 있는 준최적해를 찾는 것이 중요하다. 본 논문에서는 이동 구간 입자 군집 최적화 알고리즘의 후보해의 수와 세대 수에 따른 제어 오차를 비교하였다. 다양한 조건의 시뮬레이션 실험을 통해서 통계적으로 결과를 분석하고, 허용 가능한 편대 오차 범위 내에서 이동 구간 입자 군집 최적화 알고리즘의 최소 후보해의 수와 세대 수를 도출한다.

• 한국정보기술학회논문지
• /
• 제15권12호
• /
• pp.157-164
• /
• 2017

모바일 심전도(ECG) 신호 측정은 수 mV의 작은 소 신호를 측정하는 기술로서 동적 잡음을 제거하기 위한 많은 연구가 진행 되어 왔다. 특히 심전도 전극 케이블의 흔들림이나 피부의 움직임으로 인하여 유발 되는 등 전위선 잡음의 제거는 심전도 측정을 위한 핵심 연구 내용 중 하나이다. 본 연구에서는 심전도 신호의 등전위선 동적 잡음을 제거하기 위해 정규화 최소 자승법(NLMS)와 지연 최소 자승법(DLMS) 방식을 결합한 적응 필터의 스텝 사이즈를 결정하여 적용하는 기법을 제안 하였다. 제안한 기법은 필터의 초기 스텝 사이즈를 조정하여 기본 노이즈를 차감 한 후, 해당 과정에서 발생할 수 있는 심전도 신호 특성의 왜곡을 줄이는 방법이다. 본 논문에서의 제안한 기법에서, 필터 계수의 값은 필터 순서 사이즈 및 왜곡 최소화 인자에 의해 직접적으로 스케일링 설정 된다. 그리고 제안된 필터는 실시간 필터링에 필수적인 계산의 복잡성을 줄이도록 하여, 연산시간을 줄일 수 있을 것으로 기대되므로 소형 프로세서 및 저전력 소비가 요구되는 모바일 심전도 측정기기에 적합한 장점을 가진다. 또한 종래의 NLMS 적응 필터와 신호대잡음비(SNR)를 비교하여 우수함을 확인하였다.

• 한국지반공학회논문집
• /
• 제35권4호
• /
• pp.27-35
• /
• 2019

역해석 수행 시 상대적으로 복잡한 공간 및 목표 설계 변수가 많은 경우, 지반공학 분야에 적용하기 위한 연구를 수행하였다. 지반공학 다변수 문제에 대한 모델로 터널 분야 및 흙막이벽체에 대해서 Sharan 공식 및 Blum 방법을 사용하였다. 최적화 방법은 크게 결정론적인 방법 및 확률론적인 방법으로 구분된다. 본 연구에서는 전자 중 모의강화법(SA), 후자 중 차분진화 알고리즘(DEA), 입자 군집 최적화 알고리즘(PSO)을 선택하여 다변수 모델을 적용해서 비교하였다. 지반공학 다변수 역해석 문제에서 결정론적인 방법은 문제가 있음을 확인하였고, 차분진화 알고리즘의 우수성을 확인하였다. DEA는 Sharan의 이론 해에 대한 문제에서 평균 3.12%, Blum 문제에 대해서 평균 2.23% 오차율을 보였고, 반복 탐색 회수도 가장 작은 것으로 파악되었다. DEA 대비해서 SA는 117.39~167.13배, PSO는 2.43~6.91배의 탐색시간이 소요되었다. 지반공학 문제의 다변수 역해석에 차분진화 알고리즘을 적용하면, 계산속도 및 정확도가 향상될 것으로 기대된다.

• 한국콘텐츠학회논문지
• /
• 제19권1호
• /
• pp.141-151
• /
• 2019

개체 간의 상호 작용을 나타내기 위해 그래프 데이터 형태의 네트워크가 많은 애플리케이션에서 사용되고 있다. 최근에는 빅데이터 기술의 발달로 처리해야할 네트워크의 크기가 점점 커짐에 따라 하나의 서버에서 이를 처리하기 어려워졌기 때문에 분산 처리의 필요성 또한 증가하고 있다. 본 논문에서는 이러한 그래프 데이터가 분산 저장되어있는 환경에서 서브 그래프 탐색을 효율적으로 수행하기 위한 분산 처리시스템을 제안한다. 불필요한 탐색을 줄이기 위해 데이터의 통계정보를 활용해 확률적인 스코어링을 통해 탐색 순서를 정한다. 그래프 네트워크의 정점과 차수의 관계는 데이터의 종류에 따라 다른 특성을 보일 수 있기 때문에 여러 분포적 특성을 갖는 그래프에 대해 다른 스코어링 방법을 통해 불필요한 탐색을 줄이기 위한 스코어를 계산하여 탐색 순서를 결정한다. 결정된 순서에 따라 그래프가 분산 저장된 서버에서 순차적으로 탐색한다. 성능평가에서는 제안하는 기법의 우수성을 입증하기 위해 기존 기법과의 비교를 수행하였으며, 그 결과 기존 기법보다 탐색 시간이 약 3~10% 향상됨을 보였다.

• 한국방사선학회논문지
• /
• 제15권2호
• /
• pp.257-263
• /
• 2021

본 연구는 한국원자력연구원에서 보유하고 있는 100 MeV 선형가속기를 사용하여 천연텅스텐과의 핵반응으로 부터 발생시켜 발생되는 감마선을 측정하여 natW(p,xn)176Re 핵반응에 대한 상대핵반응단면적을 도출하였다. 일반적으로 반감기가 짧은 동위원소에 대한 연구는 항상 짧은 시간 내에 방사능의 강도가 급격하게 작아지는 경향을 보이기 때문에 측정자체가 매우 어려운 것이 현실이다. 특히 176Re의 경우는 반감기가 5.3 분으로 상대적으로 매우 짧은 방사성핵종 중의 하나이다. 본 연구에서는 이런 짧은 반감기를 가지는 176Re 동위원소로부터 발생되는 109.08 keV 감마선을 고순도 Ge검출기를 이용하여 측정하였다. 얻어진 상대 측정값들은 1967년에 Richard G.에 의해 발표된 8 ~ 14 MeV 양성자에너지 영역에서의 결과와 이를 기반으로 계산에 의한 핵반응단면적에 대한 평가한 2019년 A. J. Koning의 결과인 TENDL-2019값과 비교분석하였다. 이 연구의 결과는 미래의 에너지원으로 알려져 있는 핵융합로의 설계, 천체 물리학, 핵의학 및 양성자치료 분야에 요긴하게 활용될 것으로 생각된다.

• 자원리싸이클링
• /
• 제31권4호
• /
• pp.40-48
• /
• 2022

폐LiFePO₄ 배터리의 양극재에는 리튬이 약 4% 함유되어 있으며, 함유된 원소의 재활용은 환경적인 문제뿐만 아니라 자원순환의 관점에서 중요하다. 폐LiFePO₄ 양극재 분말에 함유된 리튬을 선택적으로 침출하기 위하여 3종류의 과황산계 산화제 [과황산나트륨(Na₂S₂O₈), 과황산칼륨(K₂S₂O₈), 그리고 과황산암모늄((NH₄)₂S₂O₈)]를 사용하여 각 성분의 침출율 및 분말특성을 비교 분석하였다. 침출 시 광액농도를 변수로 두고 각 조건별로 3시간 동안 침출을 진행하였으며, 얻어진 침출용액은 ICP 성분분석을 시행하여 침출율을 계산하였다. 본 연구에서 사용된 모든 과황산계 산화제 종류에서 92% 이상의 리튬 침출율을 보였다. 특히 과황산암모늄의 산화제를 사용하여 침출하였을 경우, 50 g/L의 광액농도 및 1.1 몰 비의 산화제 농도에서 약 93.3%의 가장 높은 리튬의 침출율을 보였다.

• 인터넷정보학회논문지
• /
• 제23권4호
• /
• pp.35-43
• /
• 2022

메이크업은 사람의 외모를 개선하는 가장 보편적인 방법이다. 하지만 메이크업의 스타일이 매우 다양하기 때문에 한 개인이 본인에게 직접 메이크업을 하는 것에는 많은 시간적, 비용적 문제점이 존재한다. 이에 따라 메이크업 자동화에 대한 필요성이 증가하고 있다. 메이크업의 자동화를 위해 메이크업 변환(Makeup Transfer)가 연구되고 있다. 메이크업 변환은 메이크업이 없는 얼굴 영상에 메이크업 스타일을 적용시키는 분야이다. 메이크업 변환은 전통적인 영상 처리 기반의 방법과 딥러닝 기반의 방법으로 나눌 수 있다. 특히 딥러닝 기반의 방법에서는 적대적 생성 신경망을 기반으로 한 연구가 많이 수행되었다. 하지만 두 가지 방법 모두 결과 영상이 부자연스럽거나 메이크업 변환의 결과가 뚜렷하지 않고 번지거나 메이크업 스타일 얼굴 영상의 영향을 많이 받는다는 단점이 있다. 메이크업의 뚜렷한 경계를 표현하고 메이크업 스타일 얼굴 영상에서 받는 영향을 완화시키기 위해 본 연구에서는 메이크업 영역을 분할하고 HoG(Histogram of Gradient)를 사용해 손실 함수를 계산한다. HoG는 영상 내에 존재하는 에지의 크기와 방향성을 통해 영상의 특징을 추출하는 방법이다. 이를 통해 에지에 대해 강건한 학습을 수행하는 메이크업 변환에 대해 제안한다. 제안한 모델을 통해 생성된 영상과 베이스 모델로 사용하는 BeautyGAN을 통해 생성된 영상을 비교해 본 연구에서 제안한 모델의 성능이 더 뛰어남을 확인하고 추가로 제시할 수 있는 얼굴 정보에 대한 사용 방법을 향후 연구로 제시한다.

• 대한소아치과학회지
• /
• 제48권2호
• /
• pp.209-220
• /
• 2021

소음은 불쾌감과 신체적 변화를 일으키는 원치 않는 소리로 정의된다. 이 연구는 진료실 환경에서 발생하는 소음의 강도를 평가하고 소아치과의사의 소음환경을 조사하기 위해 시행되었다. 사람의 양측 귀 형태를 재현한 마이크와 휴대용 소음계를 활용하여 소음을 녹음하고 소음의 강도를 계산하였다. 한국 고용노동부 산하 안전보건공단의 소음 측정 규정에 따라 시행하여 다음과 같은 결과를 얻었다. 16일 간 시행한 결과 8시간-가중평균소음수준은 최고 58.54 dBA, 최저 33.97 dBA, 평균 49.33 dBA로 측정되었으며 누적소음노출량은 최고 1.28%, 최저 0.04%, 평균 0.49%로 측정되었다. 이는 한국 안전보건공단의 기준치인 85 dBA에 미치지 못하는 값이다. 협조도와 술식에 따른 환자별 최고 소음수준을 비교하였을 때 치수치료 군과 Frankel grade 1등급 군이 가장 높았다. 소아치과의사의 소음환경은 한국 안전보건공단이 제시한 근로자의 작업환경 기준에는 미치지 못했지만 소아치과 진료실의 환경을 고려한 새로운 기준을 마련하여 소음 환경을 재평가할 필요가 있다.

• 방송공학회논문지
• /
• 제26권6호
• /
• pp.766-777
• /
• 2021

본 논문에서는 셀룰러 방송(cellular broadcast)을 위한 LTE (long term evolution) 기반 5G (fifth-generation) MBMS (multimedia broadcast and multicast services)와 5G NR (new radio)의 PBCH (physical broadcast channel) 검출 성능을 평가하고 5G NR의 PBCH 검출 성능을 향상시키는 방법을 제시한다. 시간 영역에서 수신 신호와 모든 가능한 PSS (primary synchronization signal)의 상관(correlation)을 계산하고, 상관 값을 결합(combining)하여 SS/PBCH 블록의 시작 위치와 프레임 동기를 획득한다. 또한, PBCH 검출 성능 향상을 위해 프레임 내에 존재하는 모든 SS/PBCH 블록에 포함된 PBCH 신호를 결합하는 방법을 제시한다. 본 논문에서 적용한 PBCH 결합 방법에 대한 성능을 평가하고 기존 LTE 기반 5G MBMS의 PBCH 검출 성능과 비교한다. 전산 실험 결과는 가산 백색 가우시안 잡음(additive white Gaussian noise: AWGN) 환경과 고정 및 이동 환경에서 5G NR의 PBCH를 결합함으로써 검출 성능이 향상되고 기존 LTE 기반 5G MBMS 보다 우수한 성능을 보여준다.

• 한국해양학회지:바다
• /
• 제27권2호
• /
• pp.71-86
• /
• 2022

해양환경을 정량적으로 평가하기 위해 수질평가지수(water quality index, WQI)가 사용되고 있다. 우리나라는 해양수산부고시 해양환경기준에 따라 WQI를 5개 등급으로 구분하여 수질을 평가한다. 하지만, 방대한 수질 조사 자료에 대한 WQI 계산은 복잡하고 많은 시간이 요구된다. 이 연구는 기존의 조사된 수질 자료를 활용하여 WQI 등급을 예측할 수 있는 기계학습(machine learning, ML) 기반의 모델을 제안하고자 한다. 특별관리해역인 시화호를 모델링 지역으로 선정하였다. AdaBoost와 TPOT 알고리즘을 모델 훈련을 위해 사용하였으며, 분류 모델 평가 지표(정확도, 정밀도, F1, Log loss)로 모델 성능을 평가하였다. 훈련하기 전, 각 알고리즘 모델의 최적 입력자료 조합을 탐색하기 위해 변수 중요도와 민감도 분석을 수행하였다. 그 결과 저층 용존산소(dissolved oxygen, DO)는 모델의 성능에서 가장 중요한 인자였다. 반면, 표층 용존무기질소(dissolved inorganic nitrogen, DIN)와 표층 용존무기인(dissolved inorganic phosphorus, DIP)은 상대적으로 영향이 적었다. 한편, 최적 모델의 시공간적 민감도와 WQI 등급 별 민감도를 비교한 결과 각 조사 정점 및 시기, 등급 별 모델의 예측 성능이 상이하였다. 결론적으로 TPOT 알고리즘이 모든 입력자료 조합에서 성능이 더 우수하여 충분한 자료로 훈련된 최적 모델은 새로운 수질 조사 자료의 WQI 등급을 정확하게 분류할 수 있을 거라 판단된다.