• 한국전산구조공학회논문집
• /
• 제34권1호
• /
• pp.19-24
• /
• 2021

본 논문에서는 배관의 ISO 도면 교환파일을 이용하여 AR/VR모델을 실시간으로 생성하는 방법을 소개한다. 도면 교환 파일 중에서 산업 표준으로 활용되는 IDF 파일을 분석했으며, 속성 정보의 추출과 함께 형상을 파라메트릭한 방법으로 정의하는 방법을 사용하였다. 이 방법을 통해서 파일 크기가 작은 도면 교환 파일을 사용함으로써 원거리 데이터 교환이 용이하면서도 형상과 속성을 모두 전달할 수 있는 효과를 가질 수가 있다. 이 과정에서 본 논문에서는 배관과 컴포넌트의 형상을 템플릿 형태로 정의해 놓았으며, 이를 통해 배관의 도면 교환 파일로부터 실시간으로 배관 형상을 생성함과 동시에 설계 정보와 함께 AR/VR모델로 가시화가 됨을 검증하였다.

• 한국전산구조공학회논문집
• /
• 제35권3호
• /
• pp.159-166
• /
• 2022

본 논문에서는 유한요소해석 프로그램 Abaqus를 이용하여 고온과 편심 축하중을 받는 세장한 철근 콘크리트 기둥의 유한요소해석 절차를 제시하고 해석 결과를 비교·분석하였다. 기둥에 축하중과 화재가 가해지는 상황을 해석에 반영하기 위해 Abaqus에서 제공하는 순차 결합 열-응력 해석을 사용하였다. 우선 콘크리트 단면에 대한 열전달 해석을 수행하여 검증한 뒤, 이를 3차원 요소로 확장하고 구조해석과 결합하여 해석을 수행하였다. 해석 과정에서 수렴성 및 정확성에 영향을 미치는 인장 증강 효과와 초기 불완전성을 고려하여 모델링하였다. 해석 결과는 74개 실험 데이터와 비교하였으며, 내화시간을 기준으로 평균 6%의 오차를 나타냄에 따라 유한요소해석을 통해 철근콘크리트 기둥의 내화성능을 예측할 수 있게 되었다.

• 스마트미디어저널
• /
• 제11권4호
• /
• pp.62-68
• /
• 2022

수산 양식장 질병 감염의 확산을 사전에 차단을 위해서는 양식장의 수질 환경 및 생육 어류의 상태를 실시간 모니터링하면서 어류의 질병을 예측하는 시스템이 필요하다. 어류 질병 예측의 기존 연구는 이미지 처리 기법이 대부분이었으나 최근에는 딥러닝 기법을 통한 질병 예측방법의 연구가 활발히 진행되고 있다. 본 논문에서는 수산 양식장에서 발생할 수 있는 넙치의 질병을 딥러닝 기술로 예측하는 방법에 대한 연구결과를 소개하고자 한다. 이 방법은 양식장에서 수집된 카메라 영상에 데이터 증강과 전처리 포함하여 질병 인식률의 성능을 높인다. 이것을 통해 질병 어류를 조기 발견으로 양식 어업에서 어류 집단 폐사 등 어업 재해를 예방하고 지역 수산 양식장으로 어류의 질병 확산 피해를 줄여 매출액 감소 차단될 것으로 기대한다.

• 실천공학교육논문지
• /
• 제14권2호
• /
• pp.425-437
• /
• 2022

2020년 이후 COVID-19에 따른 학습방법의 변화는 글로벌 에듀테크 시장의 성장세로 이어지면서 에듀테크 시장의 두드러진 성장과 가속화 현상과 함께 직업능력개발과 에듀테크의 결합이 가속화될 것으로 전망된다. 본 연구에서는 에듀테크의 역할과 기능, 그리고 향후 평생직업능력개발 분야에서의 활용과 기대를 수렴하여 에듀테크를 포괄적으로 재정의(working definition)하였다. 재정의의 이면에는 인공지능(AI), 빅데이터, 가상/증강현실(VR/AR), 클라우드 서비스 등의 첨단기술이 더욱 확장된 디지털화된 직업훈련 시대를 앞당기는 혁신기술로 역할이 강화될 것이라는 전제가 함축되어 있으며, 이를 통해 개별화된 학습경험 맞춤형 학습의 평생직업능력개발 체계를 지향하게 될 것이다. 이 같은 에듀테크의 정의에 기초하여 본 연구의 주요 내용은 에듀테크 기술동향을 분석하면서 직업훈련에 전파, 공유하기 위한 목적에서 실제 테크놀로지가 교육 및 직업훈련에 접목된 수준이 어느 정도인지를 전문가 서면 인터뷰를 바탕으로 살펴보고, 직업훈련의 관점에서 유의미한 시사점을 찾아 에듀테크 기반 평생직업능력개발 선도사업 모델을 제안한다.

• 한국멀티미디어학회논문지
• /
• 제25권1호
• /
• pp.1-9
• /
• 2022

Ship detection in synthetic aperture radar (SAR) images is an important application in marine monitoring for the military and civilian domains. Over the past decade, object detection has achieved significant progress with the development of convolutional neural networks (CNNs) and lot of labeled databases. However, due to difficulty in collecting and labeling SAR images, it is still a challenging task to solve SAR ship detection CNNs. To overcome the problem, some methods have employed conventional data augmentation techniques such as flipping, cropping, and affine transformation, but it is insufficient to achieve robust performance to handle a wide variety of types of ships. In this paper, we present a novel and effective approach for deep SAR ship detection, that exploits label-rich Electro-Optical (EO) images. The proposed method consists of two components: a data augmentation network and a ship detection network. First, we train the data augmentation network based on conditional generative adversarial network (cGAN), which aims to generate additional SAR images from EO images. Since it is trained using unpaired EO and SAR images, we impose the cycle-consistency loss to preserve the structural information while translating the characteristics of the images. After training the data augmentation network, we leverage the augmented dataset constituted with real and translated SAR images to train the ship detection network. The experimental results include qualitative evaluation of the translated SAR images and the comparison of detection performance of the networks, trained with non-augmented and augmented dataset, which demonstrates the effectiveness of the proposed framework.

• 품질경영학회지
• /
• 제50권4호
• /
• pp.701-716
• /
• 2022

Purpose: This study aims to predict the dry cargo transportation market economy. The subject of this study is the BDI (Baltic Dry Index) time-series, an index representing the dry cargo transport market. Methods: In order to increase the accuracy of the BDI time-series, we have pre-processed the original time-series via time-series decomposition and data augmentation techniques and have used them for ANN learning. The ANN algorithms used are Multi-Layer Perceptron (MLP), Recurrent Neural Network (RNN), and Long Short-Term Memory (LSTM) to compare and analyze the case of learning and predicting by applying time-series decomposition and data augmentation techniques. The forecast period aims to make short-term predictions at the time of t+1. The period to be studied is from '22. 01. 07 to '22. 08. 26. Results: Only for the case of the MAPE (Mean Absolute Percentage Error) indicator, all ANN models used in the research has resulted in higher accuracy (1.422% on average) in multivariate prediction. Although it is not a remarkable improvement in prediction accuracy compared to uni-variate prediction results, it can be said that the improvement in ANN prediction performance has been achieved by utilizing time-series decomposition and data augmentation techniques that were significant and targeted throughout this study. Conclusion: Nevertheless, due to the nature of ANN, additional performance improvements can be expected according to the adjustment of the hyper-parameter. Therefore, it is necessary to try various applications of multiple learning algorithms and ANN optimization techniques. Such an approach would help solve problems with a small number of available data, such as the rapidly changing business environment or the current shipping market.

• Journal of Information Technology Applications and Management
• /
• 제28권6호
• /
• pp.1-21
• /
• 2021

This study is about Augmented Reality Game (AR Game) applied to Pokemon Go, which has recently been a sensational game. We focused on and analyzed the intention for continuous use as a dependent variable. We made hypotheses through previous studies and used spatial presence, perceived interactivity, perceived pleasure, and sickness as independent variables. Immersion was set up as a mediating variable. We conducted the study using 198 data, which people who experienced AR games responded. The results were as follows. First, spatial presence and perceived pleasure were found to have a significant effect on immersion, as in previous studies. Second, the relationship between sickness and immersion, which were shown to have a negative relationship in previous studies, we found that variables had a positive relationship unlike previous studies and rejected the hypothesis. Third, perceived interactivity, which is one of the crucial variables to affect the intention for continuous use, we found not to have a significant relationship among perceived interactivity, immersion, and the intention for continuous use. This result is opposite from previous studies, and further research on this issue is expected. We conducted this study with an individual user's view on immersion and the intention for continuous use rather than focusing on technical or political topics. Besides, this study has a significance that drew different results from previous studies and explored people who relish AR games with the characteristics of personal variables.

• 전기전자학회논문지
• /
• 제26권1호
• /
• pp.89-94
• /
• 2022

W-대역(75-110GHz)은 기존 5G 대역에 비해 최소 10배 이상의 대역폭 활용이 가능한 대역이다. 따라서 가상 및 증강 현실과 같이 빠른 속도와 저지연이 요구되는 미래 이동통신에 적합한 대역 중 하나이다. 그러나 파장이 짧아 높은 경로손실을 가지며, 대기환경에도 매우 민감한 특성을 가진다. 따라서 향후 W-대역 통신 시스템 개발을 위해서는, 채널 환경에 따른 경로손실의 특성을 분석할 필요가 있다. 본 논문에서는 W-대역 경로손실의 특성을 분석하기 위해 랜덤 포레스트 기법을 이용, 다양한 채널 환경 파라미터에 따른 경로손실 데이터를 통해 거리 구간에 따른 채널 파라미터의 영향성을 분석하였다. 시뮬레이션 결과, 근거리에서의 경로손실은 거리가 가장 높은 영향성을 가지며, 채널 환경 요소는 거의 무시된다. 그러나 거리 구간이 길어질수록 거리의 영향성이 감소하는 동시에 클러터와 강우량의 영향성이 증가하였다.

• Journal of Information Technology Applications and Management
• /
• 제29권1호
• /
• pp.47-57
• /
• 2022

The purpose of this study is to analyze the current status of augmented reality picture books, which have been steadily developed since 2010, as a genre of electronic picture books, and to reveal how children's immersion in augmented reality picture books differs from paper picture books. To this end, 30 augmented reality picture books on the market were analyzed according to genre, life theme, implementation method, and augmented reality scene ratio. As a result of the study, it was found that the genre of picture books was in the order of information fairy tales, daily fairy tales, and historical fairy tales, and there were no traditional or fantasy fairy tales. Animals and plants accounted for about half of the life topics, and in some cases, there were only a few or no other life topics. In the augmented reality implementation scene, it consisted of only one page in the early days, but all pages are now possible to implement augmented reality due to technology development, production cost reduction, and improved hardware performance of smartphones. It was found that the augmented reality implementation method used CD-ROM in the early days, but gradually became possible to implement using only mobile phones and tablets that were easy for readers to access. In addition, after presenting four picture books to eight 5-year-old infants, the immersion time was measured and the immersion behavior was observed. As a result, augmented reality picture books showed higher immersion[immersion time, immersion behavior] than paper picture books, but compared by literature genre, life fairy tales were higher in paper picture books and natural fairy tales in augmented reality picture books. It was higher when presenting augmented reality picture books after presenting paper picture books according to the order of presentation of picture book types. The results of this study suggest that more diverse life topics and augmented reality picture books in the genre of children's literature should be developed to increase the utilization of augmented reality picture books. In addition, considering that there are differences in immersion between types, literary genres, and reading experience [presentation order], it is expected to increase the educational effect by using picture books complementarily.

• 한국컴퓨터정보학회논문지
• /
• 제29권8호
• /
• pp.23-32
• /
• 2024

NVS는 여러 각도와 위치에서 수집한 이미지를 이용해 3차원 공간을 재현하는 연구 분야로, 증강현실, 가상현실, 자율주행, 로봇 네비게이션 등에서 중요성이 커지고 있다. 최근 주목받는 3D-GS 방법론은 기존 NeRF 보다 고품질 장면 생성, 빠른 학습 시간, 실시간 렌더링이 가능하지만, Gaussian points의 밀도 조정 과정에서 전체 Gaussian points 수의 증가로 메모리 소모량 상승과 렌더링 속도가 저하되는 문제가 있다. 이를 개선하기 위해 본 논문에서는 불필요한 Gaussian points를 제거하여 메모리 효율성을 높이는 Gaussian blending 기법과 Gaussian points 감소로 인한 표현력 손실을 최소화하는 깊이 정보 반영 손실 함수를 제안하여 모델의 성능을 보완한다. 실험 결과, Tanks & Temples 벤치마크 데이터셋에서 성능을 유지하면서 Gaussian points 수를 최대 4% 감소시키는 효과를 확인하였다. 따라서 본 논문에서 제안한 방법론은 3D-GS 모델의 경량화 가능성을 실험적으로 증명하였다.