• 한국차세대컴퓨팅학회논문지
• /
• 제14권6호
• /
• pp.57-65
• /
• 2018

BLE 또는 Wi-Fi 기반 지문인식과 같은 기존의 RF 신호 기반 실내 위치인식 기술은 RF 신호의 불안정한 수신 신호 세기로 인해 소규모 실내 환경에서도 작지 않은 오차를 발생시키며 공항, 백화점과 같은 대규모 실내 환경에 적용하기가 어렵다. 이 논문에서는 RF 신호보다 안정적인 신호 강도를 갖는 자기장 신호를 이용한 실내측위 시스템을 제안한다. 유사한 자기장 값이 같은 실내 공간에 여럿 존재하지만, 사용자의 이동이 계속됨에 따라 자기장 신호는 고유 시퀀스를 가지게 된다. 본 논문에서는 시간에 따라 변화하는 센서 데이터 시퀀스를 인식하는 데 효과적인 순환 신경망 (Recurrent neural network, RNN)이라 불리는 심층 신경망 모델을 사용하여 사용자의 현재 위치와 이동 경로를 추적한다. 제안된 신경망 기반의 지자기 실내측위시스템의 평가를 위해 약 $94m{\times}26$ 크기의 교내 테스트베드에서 자기장 맵을 구축하고 자기장맵으로부터 추출한 다양한 이동 경로와 위치 정보를 이용하여 RNN을 학습한 결과, 테스트베드에서 제안된 시스템은 평균 1.20 미터의 테스트 측위 오차를 달성할 수 있었다.

• 한국빅데이터학회지
• /
• 제5권2호
• /
• pp.17-27
• /
• 2020

지역난방 시스템은 서비스 지역 내 열 수요처들을 네트워크로 연결하여 중앙의 저비용 고효율 열 생산설비를 통해 열을 공급하는 에너지 시스템이다. 효율적인 열 공급 시시스템 운영을 위하여 지역 내 열 수요를 정확하게 예측하고 이를 바탕으로 열 생산 계획을 최적화하는 것이 중요하다. 본 연구에서는 지역 내 열수요처별 열 사용량 패턴에 대한 빅데이터 정보로 기계실별 실시간 열량계 정보를 반영한 열수요 예측모형을 제시하였다. 기존에도 열 수요예측에 활용되던 지역 전체 열수요 실적 합계와 함께 수요처별로 설치되어 있는 열량계로부터 실시간으로 수집한 개별 열수요 실적을 예측모형에 반영함으로써 열 수요처별로 상이한 열사용 패턴을 반영한 열 수요 예측이 가능할 것으로 기대된다. 지역난방 기업의 실제 열수요 실적을 바탕으로 열수요 예측 정확도를 측정한 결과 계절에 상관없이 기본 모형 대비 열량계 빅데이터를 반영할 경우 정확도가 올라가는 것으로 분석되었으며, 향후 열수요처별 다양한 형태의 데이터를 추가로 반영함으로써 열 수요 예측 정확도 향상이 가능할 것으로 예측된다.

• 한국터널지하공간학회 논문집
• /
• 제23권1호
• /
• pp.13-24
• /
• 2021

암반 및 연약지반을 포함한 다양한 지반 조건에서 TBM (Tunnel Boring Machine) 터널링이 활용되고 있다. 굴착 성능을 높이기 위해서 지반 조건에 따라 최적으로 장비를 운영해야 하며, 이를 통해 공기단축을 통한 비용 절감 효과를 기대할 수 있다. 하지만 시추 조사를 통해 획득한 지반 정보는 시추공 사이 불확실성이 존재하므로, 실시간 최적 운전에 부족함이 있다. 본 연구에서는 지반의 불확실성 문제를 해결하고자 5초마다 기록된 TBM 데이터를 활용하여 굴착 지반 예측시스템을 구축하고자 한다. 싱가포르 현장에서 획득한 화강암의 풍화도를 고려하여 암반, 토사, 복합지반 세 가지로 지질로 재분류하였고, 실시간으로 도출되는 기계 데이터로 이를 예측하고자 한다. 현장에서 획득한 TBM 데이터에 대해 이상치 제거, 정규화, 특성 추출 등의 전처리 방법을 적용하였고, 지질을 분류하기 위해 6개의 은닉층을 가진 심층 신경망(Deep Neural Network, DNN)을 활용하였다. 10겹 교차검증을 통해 분류 시스템을 평가한 결과, 평균 75.4%의 정확도를 확인하였다(총 데이터 388,639개). 본 연구를 통해 지질 불확실성을 감소시키고, 지반 조건에 따른 실시간 최적 운전에 도움이 될 것으로 판단된다.

• 정보교육학회논문지
• /
• 제24권5호
• /
• pp.495-509
• /
• 2020

본 연구는 인공지능(이하 AI)이 모든 영역에 전일적으로 확산되는 시점을 맞아 비전공자들도 AI를 효과적으로 학습하는 방안을 탐색하기 위한 하나의 시론적 연구이다. AI 교육을 수학, 통계, 컴퓨터공학 전공 학생들뿐만 아니라 인문·사회과학 등 다른 전공자들도 쉽게 접근할 수 있도록 하기 위한 학습법을 탐색하고자 하였다. 마침 '설명 가능한 AI(XAI: eXplainable AI)'의 필요성과 MIT AI 연구소의 Patrick Winston의 '지각 있는 기계(AI)를 위한 스토리텔링의 중요성[33]'이 두드러진 상황에서 AI 스토리텔링 학습모델 연구의 의의를 찾을 수 있겠다. 이를 위해 본 연구는 우선 대구 소재 A 대학교의 학생들을 대상으로 그 가능성을 테스트하였다. 먼저 AI 스토리텔링(AI+ST) 학습법[30]의 교육목표, AI 교육내용의 체계와 학습방법론, 새로운 AI 도구의 소개 및 활용에 대해 살펴보고, 1) AI+ST 학습법이 알고리즘 중심의 학습법을 보완할 수 있는지, 2) AI+ST 학습법이 학생들에게도 효과가 있는지, 그리하여 AI 이해력, 흥미도, 응용력 배양에 도움이 되었는지에 관한 연구 질문을 중심으로 학습자들의 결과물을 비교 분석하였다.

• 한국산학기술학회논문지
• /
• 제22권6호
• /
• pp.36-42
• /
• 2021

최근 4차 산업혁명으로 인해 제조업계에서는 제조업의 인공지능을 접목시켜 효율성을 극대화하는 스마트 팩토리 붐이 일어나고 있다. 특히 자동차 부품 제조 및 생산에 널리 적용되어 불량을 낮추는 연구들이 활발히 진행되고 있다. 이에 본 연구에서는 머신러닝을 통한 불량예측을 시트 폼 발포공정에 접목시켜 발포공정의 효율성을 극대화하는 연구를 진행하였다. 자동차 시트폼 에서 주로 사용되는 폴리우레탄 폼(polyurethane foam)은 폴리올(polyol, 이하 POL)과 이소시아네이트(isocyanate, 이하 ISO)를 혼합 및 발포하는 공정으로 제조되며, 각 원료의 혼합비율과 온도의 변화에 따라 제품의 특성이 변화한다. 이에 본 연구에서는 발포공정에서 수집되는 인자별 데이터값을 머신러닝에 적용하여 불량을 예측하고자 한다. 머신러닝에 사용되는 알고리즘으로는 의사결정트리, kNN, 앙상블 알고리즘을 사용하였으며 학습은 5,147개의 데이터를 사용하였으며, 학습된 결과를 1,000개의 검증용 데이터에 적용한 결과, 세 알고리즘 중 앙상블 알고리즘에서 최대 98.5 %의 정확도를 확인할 수 있었다. 이러한 결과를 통해 발포공정에서 실시간으로 수집되는 데이터를 통해 현재 생산되는 부품의 불량 여부를 확인할 수 있으며, 나아가 각 인자를 조절하여 불량률을 개선할 수 있음을 짐작할 수 있다고 사료된다.

• 한국산림과학회지
• /
• 제111권2호
• /
• pp.287-301
• /
• 2022

본 연구는 기계화 목재 생산 작업에 가장 많이 활용되는 크레인 작업의 효율성을 높이기 위하여 엔드이펙터를 직관적으로 수직 또는 수평 제어할 수 있는 크레인 팁 제어방법을 제안하고 제어성능을 확인하기 위해 수행되었다. 실험 변수에 따른 제어성능을 검증하고자 전동실린더를 이용하여 실험실 규모의 크레인을 제작하고, 크레인에 대한 순기구학/역기구학 분석을 통하여 현재 크레인 팁의 위치좌표와 각 목표점에서의 조인트 각도를 출력할 수 있도록 구성하였다. 경로점을 생성하여 제어하는 방법을 이용하였고, LBO(Lateral Boundary Offset)을 이용한 불감대 영역을 설정하도록 하였다. 뱅뱅제어(Bang-bang control)을 이용하여 적정 파라미터를 선정하였고, 경로점의 개수와 LBO 반경은 평균오차와 관계가 있었으며, 실린더의 속도는 소요시간과 관계가 있는 것으로 확인되었다. 경로점의 개수가 증가, LBO 반경이 감소함에 따라 평균오차는 감소하였고, 실린더의 속도가 감소함에 따라 소요시간은 감소하였다. 비례제어를 이용하여 실린더의 속도가 매 제어주기마다 변경될 때에는 소요시간은 큰 폭으로 감소하였지만 실제 제어의 형상은 큰 범위에서 오버슈트와 언더슈트를 반복하며 제어가 이루어졌다. 따라서, 추가적으로 각각의 실린더의 속도를 상대적으로 변경할 수 있는 속도 게인을 적용하여 비례제어를 수행하였고, 10 mm 이내의 범위에서 제어가 이루어짐에 따라 20 ms의 제어주기에서 속도 게인이 적용된 비례제어만을 이용하여 크레인 팁 제어가 가능한 것으로 검증되었다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권4호
• /
• pp.349-357
• /
• 2021

최근 급속히 보편화되고 확대되는 드론의 비행 데이터가 엔터테인먼트 기술 분석 자료로 활용이 가능한지의 검증이 매우 필요하다. 특히, 자율화, 지능화의 방법으로 발전하는 엔터테인먼트 드론의 비행과 운용과정을 데이터 분석과 기계학습을 통해서 분석 및 활용할 수 있는지를 확인해야 한다. 본 논문에서는 엔터테인먼트용 드론의 평가에 FC의 데이터를 이용하여 머신러닝 기법으로 활용할 수 있는지를 확인하였다. 그 결과 매빅2나 아나피와 같은 DJI나 Parrot의 FC 데이터는 엔터테인먼트를 위한 머신러닝 분석이 불가능하였다. 이는 데이터가 0.1초 이상의 간격으로 수집됨으로써 GCS와의 다른 데이터들과의 상관성을 찾기 불가능하기 때문이다. 이에 반하여 ARM 프로세서를 채용하여 Nuttx 운영체제로 작동하는 픽스호크의 경우에는 머신러닝 기법의 적용이 가능함을 알 수 있었다. 앞으로 고정익과 회전익 비행 정보들을 구분하여 엔터테인먼트의 특성 분석이 가능한 기술들을 발전시켜야 한다. 이를 위해서는 모델을 개발하고 체계적인 데이터 수집과 연구가 진행되어야 할 것이다.

• 생물환경조절학회지
• /
• 제31권1호
• /
• pp.1-7
• /
• 2022

서부 경남 지역 중 딸기재배로 유명한 지역 40개 농가를 대상으로 한 조사에 따르면 국산품종 중에서 "설향"이 65.0%으로서 가장 선호하고 있는 것으로 나타났다. 그리고 현재의 농업은 4차 산업혁명으로 스마트팜(Smart Farm)의 기술이 더욱 발전하고 있는 실정이다. 그러나 각 생육단계가 어떤 상황일 때 딸기의 생산량이 최적에 달하는지 대한 기준이 없으며, 이러한 판단기준은 아직까지 스마트팜에 경험이 있는 농업인의 의사에 달려있다는 문제점이 있다. 따라서 본 연구에서는 딸기의 생육상황에 대한 생산량 예측을 통해 선진화된 스마트팜 시스템을 구축하고자 한다. 실험 장소는 경상남도 사천시의 딸기 농가에서 수행하였으며, 총 3곳을 대상으로 데이터 수집을 진행하였다. 실험 대상의 모든 온실 내에서 재배하는 딸기의 품종은 '설향'이다. 작물 데이터의 수집 항목은 작물의 엽수, 꽃수, 과실수, 초장, 잎의 길이, 엽록소 함량이며, 환경 데이터의 수집 항목은 온도, 습도, 조도이다. 기존의 농가 단위의 스마트팜의 문제점 보완 및 개선을 통하여 고품질의 작물 생장 상태를 유지하기 위해 K-fold 교차검증, Lasso 회귀분석, MAPE 검증을 통해 예측모델을 도출하였으며, MAPE 검증 결과 값으로 0.511(꽃 예측)과 0.488(과일 예측)의 값이 나타났다. 본 연구는 스마트팜 데이터 구축을 위해서는 AI를 통해 성장상태별 수확량을 예측하였으며, 이를 농가 및 농업 관련 기업에 활용해 농업 서비스가 편리할 것으로 판단된다.

• 융합정보논문지
• /
• 제11권7호
• /
• pp.111-117
• /
• 2021

본 연구는 LFG(Land Fill Gas)의 주성분인 메탄(CH₄) 60%와 이산화탄소(CO₂) 40%로 구성된 매립지가스를 활용하여 정적연소 환경에서 연소의 초기 불안정성을 해결할 수 있는 실험적인 연구결과를 제안하는 것이다. 실험조건은 공기과잉율 0.9~1.6, 초기연소를 위한 압축압력 3bar, 실험주변온도 25℃, 실험용 연료가스 메탄, 예연소실 화염 분출구 직경 2.5, 3.0, 3.5, 4.0, 4.5mm로 설정하였다. 실험결과 M3.0 모델에서 초기화염의 확산성이 매우 증가된 특성을 확인할 수 있으며, 이와 같은 증가의 특성은 공기 과잉률이 0.9, 1.0, 1.2에서 오리피스의 효과가 극도로 향상하게 되었다는 점을 알 수 있었다. 결과적으로, 본 실험을 통하여 M3.0으로 설계된 예연소실 화염 분출구 치수를 LFG에 적용할 경우 기존의 점화 플러그 특성 보다 부분적인 연소의 성능을 높일 수 있다는 점을 확인할 수 있었다.

• 청정기술
• /
• 제28권4호
• /
• pp.316-322
• /
• 2022

선택적 촉매환원 시스템 내 촉매 층 입구의 흐름 패턴은 탈질 설비의 성능에 영향을 미치는 주요한 특성 중 하나이다. 암모니아 주입 그리드와 촉매 층 사이의 곡확산부에는 유동 균일성을 개선하기 위해 안내 깃이 설치된다. 본 연구에서는 대형 석탄 화력 발전소의 선택적 촉매환원 시스템을 적용 대상으로 하여 안내 깃의 기하학적 구성이 탈질 설비의 공기역학적 특성에 미치는 영향을 조사하기 위해 수치 해석을 수행하였다. 해석할 유동장은 암모니아 주입구의 출구부터 촉매 층 출구까지의 유동이 흐르는 전 영역을 포함한다. 3차원 정상상태, 점성 유동장을 해석하기 위해 상용 소프트웨어인 ANSYS-Fluent을 사용하여 유동 특성에 맞는 적절한 난류 모델을 적용하였다. 유동장 내부의 속도 및 압력 강하의 루트 평균 제곱을 주요 성능 매개변수로 선택했다. 현재 운용 중인 설비와 비교하여 흐름 품질을 개선하기 위해 4가지 유형의 안내 깃이 제안되었다. 해석 결과, 4번째 형상이 유동 균일성과 압력 등 관점에서 가장 좋은 공력 성능을 나타내었다.