• 한국정보통신학회논문지
• /
• 제17권4호
• /
• pp.822-828
• /
• 2013

본 논문에서는 다양한 종류의 데이터가 발생할 수 있는 비파괴검사의 공정자동화를 위한 복합통신장치를 구현하고 검증한다. 여기서는 검사장비와 센서, 컴퓨터 등에서 발생된 제어신호, 텍스트형 데이터, 영상 데이터를 직렬통신, 이더넷, 동축케이블 등을 이용하여 복합통신장치에 전송하고 통신장치 간은 기간 전송매체인 전력선을 이용한다. 이를 위하여 구현된 장치는 여러 가지 통신이 가능하도록 다양한 포트와 이에 따른 인터페이스를 장착하고 있다. 실험결과 구현된 복합통신장치는 신호파형의 왜곡이 거의 없으면서도 일정한 전송속도를 유지하는 것으로 나타났다. 또한 주변 환경의 극심한 온도변화에 대해서도 정상적으로 동작함을 검증하였다. 따라서 본 논문에서 구현된 복합통신장치는 다양한 종류의 데이터가 발생될 수 있는 비파괴검사 공정의 자동화를 위한 전력선통신 기반 통신네트워크 구축에 크게 기여할 수 있을 것으로 판단된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 춘계학술대회
• /
• pp.263-266
• /
• 2017

육상에 비해 위험도가 높은 해상에서의 항해를 지원하기 위해 수많은 해상안전기술 및 체계가 개발되고 있다. e-Navigation은 해상안전을 위한 대표적인 체계로, 현존하는 대부분의 해상안전기술을 집약시켜 선박 안전 지원을 극대화할 수 있도록 개발되고 있다. 이 e-Navigation 체계는 국제해사기구(IMO)에서 2019년까지 도입을 목표로 개발을 진행하고 있으며, 한국은 해상안전지원기술의 중요성을 이미 인식하여 e-Navigation을 적극도입하고 있다. 한국형 e-Navigation은 최적안전항로 제공, 위험도 분석, 기상 정보 제공등 해상안전을 위한 다양한 기능을 제공하도록 설계가 진행되고 있으며 각 기능을 제공하는 서비스 모듈은 하나의 데이터베이스로 구성하기 힘든 각기 다른 종류의 데이터를 사용한다. 이에 본 논문에서는 한국형 e-Navigation 운영 시스템에서 필요로 하는 데이터를 분석하고 이를 효과적으로 지원할 수 있는 데이터 서비스 시스템 구조와 종류를 분석하였다.

• 한국터널지하공간학회 논문집
• /
• 제21권5호
• /
• pp.641-656
• /
• 2019

본 연구에서는 쉴드 TBM (Tunnel Boring Machine) 터널 디스크 커터의 적절한 교체 시기를 예측하기 위한 방법으로 머신러닝 기법을 사용한 방법을 제안하였으며, 이를 위해 국내 기 시공된 쉴드 TBM 현장의 데이터를 이용하여 다양한 머신러닝 알고리즘 중 SVM (Support Vector Machine)을 이용하여 예측 모델을 구축하고 그 성능을 평가하였다. 지반 조건별 디스크 커터의 마모와 높은 상관성을 갖는 TBM 기계 데이터와 디스크 커터 교체 이력을 분류하고, 이들을 SVM의 변수로 사용하여 3종류의 분류 함수를 적용하여 각각 학습을 한 후 예측을 수행한 결과, 각 지반 조건에 대해서 3종류의 SVM 분류 함수 중 전체적으로 RBF (Radial Basis Function) SVM의 예측성능이 가장 우수하며(평균적으로 80%의 정확도, 10% 오분류율), 지반 조건별로 구분 시 디스크 커터 교체 데이터의 수가 많을수록 예측 결과가 좋은 것으로 나타났다. 향후 많은 데이터를 축적하고 이를 모두 활용하여 학습모델을 지속적으로 발전시켜 나간다면 이와 같은 디스크 커터 교환주기를 예측하기 위한 머신러닝 기법의 실무 적용성이 매우 클 것으로 기대한다.

• 한국산학기술학회논문지
• /
• 제22권1호
• /
• pp.294-298
• /
• 2021

최근 많은 전자 기기들이 무선센서 네트워크 기술들을 접목하면서, 다양한 종류의 센서들이 무선센서 네트워크로 연결하여 사용할 수 있게 되었다. 하지만, 이런 무선센서 네트워크 장비들은 다양한 종류의 네트워크 기술들을 사용하는 데, 각각의 네크워크 기술에 따라 장단점이 존재한다. 따라서 이런 장단점을 잘 고려하여 적용하려는 분야와 목적에 부합할 수 있도록 최적으로 잘 선택하여야 한다. 특히 자기장 관련 센서는 다른 센서들과 달리 복잡한 센서 데이터를 처리함에 있어서, 자기장 센서만의 독특한 특징과 성질이 존재하기 때문에, 개발 초기에 잘 이해한 후에 설계를 하여야 한다. 본 논문에서는 자기장 필드에 발생하는 자기장 센서 데이터의 비선형 데이터를 처리할 수 있는 저가이면서 소형의 웨어 러블 장비를 제안하였다. 또한 무선 센서 네트워크 기술들을 선택하는 방법에 대해서 논의를 하고, 실제 자기장 센서 장치들이 네트워크로 구성하는 방법을 소개하였다. 결론적으로 개발된 웨어러블 자기장 센서장치가 구성하는 무선 센서 토포러지를 제시하고, 이 무선센서 네트워크 망에서 실제 데이터 전송의 성능 및 효능을 보였다.

• 한국음향학회지
• /
• 제41권1호
• /
• pp.30-37
• /
• 2022

본 논문은 주파수 영역에서 심층 신경망 기반 음성 향상 모델 학습을 위하여 학습 대상과 네트워크 구조에 따라 두 가지 관점에서 성능을 비교 평가한다. 이때, 학습 대상으로는 스펙트럼 매핑과 Time-Frequency(T-F) 마스킹 기법을 사용하였고 네트워크 구조는 실수 네트워크와 복소 네트워크를 사용하였다. 음성 향상 모델의 성능은 데이터 셋 규모에 따라 Perceptual Evaluation of Speech Quality(PESQ)와 Short-Time Objective Intelligibility(STOI) 두 가지 객관적 평가지표를 통해 평가하였다. 실험 결과, 네트워크의 종류와 데이터 셋 종류에 따라 적정한 훈련 데이터의 크기가 다르다는 것을 확인하였다. 또한, 데이터의 크기와 학습 대상에 따라 복소 네트워크보다 실수 네트워크가 비교적 높은 성능을 보이기 때문에 총 파라미터의 수를 고려한다면 경우에 따라 실수 네트워크를 사용하는 것이 보다 현실적인 해결책일 수 있다는 것을 확인하였다.

• 사물인터넷융복합논문지
• /
• 제8권1호
• /
• pp.37-43
• /
• 2022

인공지능 기술의 가장 큰 근간은 학습 가능한 데이터이다. 최근 정부나 사기업에서 수집·생산하는 데이터의 종류와 양이 기하급수적으로 증가하고 있지만, 실제 기계학습에 활용 가능한 데이터의 확보로는 아직까지 이어지지 않고 있다. 이에 본 연구에서는 기계학습에 실제 활용 가능한 데이터가 갖추어야 할 조건에 대해 논의하고, 실제 사례연구를 통해 데이터 품질을 저하시키는 요인을 파악한다. 이를 위해 공공빅데이터를 활용해 예측 모델을 개발한 대표사례를 선정, 공공데이터포털로부터 실제 문제 해결을 위한 데이터를 수집 후 데이터 품질을 확인하였다. 이를 통해 유효한 데이터 선별 기준을 적용하고 후처리한 결과와의 차이를 보인다. 본 연구의 궁극적인 목적은 인공지능의 핵심인 기계학습 기술 개발에 앞서 가장 근본적으로 선결되어야 할 데이터 품질을 관리하고 유효한 데이터를 축적하기 위한 기반 마련에 있다.

• 한국전자통신학회논문지
• /
• 제15권1호
• /
• pp.85-92
• /
• 2020

심층학습은 많은 양의 데이터셋을 학습에 활용하여 객체 분류, 검출, 분할 등의 영상 분석에 탁월한 성능을 나타내고 있다. 본 논문에서는 데이터셋의 종류가 다양한 얼굴 표정인식 데이터셋들을 활용하여 학습 데이터셋의 특성이 심층학습 성능에 영향을 줄 수 있음을 확인하고, 각 학습 데이터셋에 적합한 심층학습 모델의 구성 요소를 설정하는 방법을 제안한다. 제안하는 방법은 심층학습 모델의 성능에 영향을 주는 구성 요소인 활성함수, 그리고 최적화 알고리즘을 유전 알고리즘을 이용하여 선정한다. CK+, MMI, KDEF 데이터셋에 대해서 널리 활용되고 있는 심층학습 모델의 각 구성 요소별 다양한 알고리즘을 적용하여 성능을 비교 분석하고, 유전 알고리즘을 적용하여 최적의 구성 요소를 선정할 수 있음을 시뮬레이션을 통하여 확인한다.

• 한국융합학회논문지
• /
• 제7권1호
• /
• pp.9-15
• /
• 2016

본 논문은 Cortex-M4 기반 STM32 프로세서를 이용한 고속 데이터수집 및 융합 시스템 설계에 대해서 기술하였다. 본 논문에서 설계한 데이터수집 시스템은 산업현장에서 발생되는 각종 데이터를 4 종류까지 실시간으로 수집하여 서버 컴퓨터로 자료를 전송할 수 있으며, 각종 센서와 연결이 간편하여 설치가 간단하고 간편한 필드-프레임을 개발해서 동작 속도를 매우 향상 시켰다. 또한 각종 센서를 쉽게 연결할 수 있도록 디지털 신호 입력부와 아나로그 신호 입력부를 별도로 두어서 서로 다른 센서에서 입력된 신호를 융합할 수 있게 설계되었다. 이러한 융합형 데이터수집 시스템은 실시간으로 각종 데이터의 동시 수집과 모터제어에 잘 동작하였으며 정밀제품의 품질향상에 크게 기여하리라 판단된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 춘계학술대회
• /
• pp.167-168
• /
• 2017

본 논문에서는 빅데이터를 이용하여 어떠한 것을 분석하고 또 분석한 것을 가지고 무엇을 예측할 것인가에 대한 중요성에 대해 이야기한다. 일상생활에서 일어나서 나도 모르게 축적되고 있는 데이터의 많은 양을 과연 어느 부분에 어떻게 적용하여 활용할 것인가의 문제는 아주 중요한 요소이다. 이러한 데이터를 가지고 무엇을 예측하고 어떻게 활용할 것인지를 구체화 시키는 작업은 여러 종류가 존재한다. 그 중에서 가장 적정한 것을 찾는 것이 예측 확률을 높이는 방법이라 하겠다. 또한 분석하여 예측한 내용이 실제 생활에 유용하게 쓰여져야 그 데이터는 의미 있는 데이터라 할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 추계학술발표대회
• /
• pp.721-722
• /
• 2014

야구는 흔히 기록의 스포츠라는 별명으로 많이 불린다. 그만큼 야구라는 운동이 갖는 기록의 종류는 무척 다양하고 또한 기록의 활용 가능성 역시 무궁무진하다. 이러한 별명에 걸맞게 미국에서는 야구에 대한 다양하고 방대한 정보를 수집하고 활용하고 있다. 그러나 한국 프로야구에 대한 정보의 수집과 활용은 아직까지 크게 부각되지 못하는 것이 현실이다. 랜덤 포레스트 기법을 이용하여 경기의 승부를 예측함으로써 한국 프로야구 데이터의 수집과 활용을 증대 시키는 효과를 기대 해 본다. 본 논문에서는 2014년 한국 프로야구의 승부 예측을 주제로 어떠한 누적 스포츠 데이터집단이 가장 유효한지를 실험 하였다. 승부 예측을 하기위해 사용된 누적 스포츠 데이터는 2014년 선수와 팀 기록, 2013부터 2014년까지의 선수와 팀 기록, 2012년부터 2014년까지의 선수와 팀 기록이다. 이들 세 그룹의 데이터를 이용하여 이분데이터 모형에 랜덤 포레스트 기법을 사용한 승부예측 알고리즘에 적용 시킨 후 어느 그룹의 데이터가 가장 실제 2014 한국 프로야구 정기결과와 맞을 확률이 높음을 구하여 가장 유용한 데이터 그룹이 어떤 그룹인지 연구 하였다.