• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.220-222
• /
• 2019

국내 자동차 시장은 2016년 이후 생산 및 수출이 지속적으로 둔화되고 있다. 이를 극복하기 위한 가장 근본적인 해결책은 경쟁력 있는 부품을 개발해야 한다. 경쟁력 있는 부품을 개발하기 위해서는 두 가지 중요한 요소가 있다. 가장 중요한 것은 제품 설계 기술이며, 두 번째로 중요한 것이 바로 생산 기술이다. 생산기술이 중요한 이유는 재료비를 제외한 생산 단가를 낮추어야 하며, 품질의 지속성을 가지고 있어야하기 때문이다. 본 논문에서는 생산기술을 확보하기 위하여 C사의 자동차 회사 부품을 검사하기 위한 설계한 지능형 스마트 검사 시스템의 기본 구조를 설계하였다. 현재 본 시스템은 기본 및 상세설계가 마무리 되고 현재 개발 진행 단계에 있다. 본 시스템이 성공적으로 개발된다면 C사의 품질 검사 단계의 자동화와 불량률을 감소시킬 수 있을 것을 예상하고 있다.

• 한국융합학회논문지
• /
• 제10권5호
• /
• pp.27-34
• /
• 2019

본 논문에서는 문자 영역의 패턴을 분석하여 배경 영역을 제거하는 방법을 제안하였다. 명암이 일정한 영역을 구분하는 MSER(Maximally Stable External Regions)방법의 문자 검출에서는 배경 영역이 포함되어 검출되었다. 이러한 문제점을 해결하기 위해 자연 이미지에서 MSER 방법을 사용하여 명암 값이 차이가 나는 영역과 차이가 나지 않는 영역 즉 문자 영역과 배경 영역을 구해 변화율을 계산하여 배경을 제거하였다. 그러나 배경이 제거된 이미지에서 일부 제거되지 않는 배경 영역이 생겨 LBP(Local Binary Patterns)방법을 사용하여 이미지에서 균일한 값을 갖는 영역을 문자 영역이라고 판단하고 문자를 검출하였다. 실험 데이터는 배경이 단순한 이미지, 문자가 정면으로 구성된 이미지, 문자가 기울어진 이미지 등의 다양한 자연 이미지를 실험하였다. 제안하는 방법을 기존의 MSER, MSER+LBP 방법의 문자 검출 방법과 비교하였을 때 약 1.73%로 높은 검출률을 보였다.

• Journal of the Korean Data Analysis Society
• /
• 제20권6호
• /
• pp.3049-3067
• /
• 2018

최근 조직몰입(organizational commitment) 3요인(정서적 몰입, 규범적 몰입, 지속적 몰입) 모델(Allen, Meyer, 1990, 1991) 관련 연구에서 사람중심 접근법(person-centered approach)이 많은 관심을 받고 있지만 아직 국내 연구자들에게는 크게 확산되지 못하고 있다. 이에 본 논문은 사람중심 접근법의 개념과 관련 자료분석 방법을 군집분석(cluster analysis)과 잠재프로파일분석(latent profile analysis)을 중심으로 소개하고자 한다. 또한 이러한 방법들의 실제 적용 사례를 제시하기 위해 국내 직장인들 349명으로부터 수집한 자료를 바탕으로 군집분석과 잠재프로파일분석을 각각 실행하여 각 분석으로부터 6개의 조직몰입 프로파일 유형들을 도출하였으며 그 결과를 비교하였다. 뿐만 아니라, 조직몰입 프로파일 유형 간 이직의도(turnover intention)의 차이를 살펴봄으로써 도출된 프로파일의 타당성을 확인하였다. 본 논문은 조직몰입에 대한 기존의 변수중심 접근법(variable-centered approach)에 대한 보완적 방법으로 사람중심 접근법이 갖는 의미를 이해하고, 나아가 국내 직장인들의 조직몰입 프로파일 유형을 살펴볼 수 있다는 점에서 국내 연구자들 뿐만 아니라 실무담당자들에게 시사하는 바가 크다고 할 수 있다.

• 디지털융복합연구
• /
• 제19권5호
• /
• pp.307-313
• /
• 2021

본 논문에서는 기존 객체 검출 방법 대비 매개변수를 감소시킨 경량화 네트워크를 제안하였다. 현재 사용되는 검출 모델의 경우 정확도 향상을 위해 네트워크 복잡도를 크게 늘렸다. 따라서, 제안하는 네트워크는 EfficientNet을 특징 추출 네트워크로 사용하였으며, 후속 레이어는 저수준 세부 특징과 고수준의 의미론적 특징을 활용하기 위해 피라미드 구조로 형성하였다. 피라미드 구조 사이에 attention process를 적용하여 예측에 불필요한 노이즈를 억제하였다. 네트워크의 모든 연산 과정은 depth-wise 및 point-wise 컨볼루션으로 대체하여 연산량을 최소화하였다. 제안하는 네트워크는 PASCAL VOC 데이터셋으로 학습 및 평가하였다. 실험을 통해 융합된 특징은 정제 과정을 거쳐 다양한 객체에 대해 견고한 특성을 보였다. CNN 기반 검출 모델과 비교하였을 때 적은 연산량으로 검출 정확도가 향상되었다. 향후 연구로 객체의 크기에 맞게 앵커의 비율을 조절할 필요성이 사료된다.

• 한국음향학회지
• /
• 제40권2호
• /
• pp.169-175
• /
• 2021

최근 입자 조작, 신경 자극 등을 위해 초음파 홀로그램과 그 응용에 대해 연구가 활발히 되고 있다. 하지만 홀로그램을 생성할 송신 신호 위상의 결정은 이전의 시간 소모적인 반복 최적화 방법에서 크게 벗어나지 않고 있다. 이에 본 연구에서는 광학 홀로그램 생성을 위해 활용된 바 있는 딥러닝 기법을 초음파 홀로그램 생성을 위해 적용하여 소개한다. U-Net을 기반으로 알고리즘을 구성하였으며 원 모양의 데이터셋에 대해 학습하고 영어 알파벳에 대해 평가함으로써 그 일반화 가능성을 검증하였다. 또한 시뮬레이션을 통해 기존 알고리즘과 계산속도, 정확도, 균일도 측면에서 비교하였다. 결과적으로 정확도와 균일도는 기존에 비해 다소 떨어지지만 계산속도가 약 190배 빨라졌다. 따라서, 이 결과를 통해 딥러닝 기반 초음파 홀로그램 생성 알고리즘은 기존 방법보다 초음파 홀로그램을 빠르게 형성할 수 있는 것을 확인할 수 있었다.

• 한국도서관정보학회지
• /
• 제51권4호
• /
• pp.121-156
• /
• 2020

콘텐츠 큐레이션의 목표는 콘텐츠의 홍수 속에서 이용자들이 필요로 하는 콘텐츠를 용이하게 검색할 수 있도록 콘텐츠를 분류, 조직, 배포하는 것인 데, 이를 위해서는 먼저 이용자들의 정보요구를 파악할 필요가 있다. KISTI 콘텐츠 큐레이션 센터는 2018년에 설립되었기 때문에 콘텐츠 이용자들에 대한 정보가 부족했다. 본 연구의 목적은 과학기술분야의 연구자들이 KISTI에게 어떤 콘텐츠를 원하고 KISTI가 그러한 콘텐츠를 어떻게 큐레이션 하기를 바라는 지 조사하는 것이었다. 이를 위해 국가과학기술연구회에 속한 24개 정부출연연구 기관에 연구 참여 요청을 하였고, 그 중 자발적으로 참여한 8개 기관의 연구자들을 대상으로 온라인 설문과 전화 인터뷰를 실시하였다. 그 조사 결과를 바탕으로 현재의 KISTI 콘텐츠 큐레이션 실무를 검토하고 개선할 수 있는 방안을 제안하였다. 본 연구의 결과는 과학기술 분야의 연구자들이 요구하는 콘텐츠와 콘텐츠 큐레이션 서비스에 대한 정보를 제공하므로, 이러한 결과는 정보기관들(도서관, 데이터 센터 등)의 콘텐츠 큐레이션 실무를 향상시키는 데 참고자료로 사용될 수 있다.

• 디지털융복합연구
• /
• 제19권6호
• /
• pp.251-258
• /
• 2021

본 논문에서는 U-Net 기반의 semantic segmentation 방법에서 정확도를 향상시키기 위해 residual learning을 활용한 인코더-디코더 구조의 모델을 제안하였다. U-Net은 딥러닝 기반의 semantic segmentation 방법이며 자율주행 자동차, 의료 영상 분석과 같은 응용 분야에서 주로 사용된다. 기존 U-Net은 인코더의 얕은 구조로 인해 특징 압축 과정에서 손실이 발생한다. 특징 손실은 객체의 클래스 분류에 필요한 context 정보 부족을 초래하고 segmentation 정확도를 감소시키는 문제가 있다. 이를 개선하기 위해 제안하는 방법은 기존 U-Net에 특징 손실과 기울기 소실 문제를 방지하는데 효과적인 residual learning을 활용한 인코더를 통해 context 정보를 효율적으로 추출하였다. 또한, 인코더에서 down-sampling 연산을 줄여 특징맵에 포함된 공간 정보의 손실을 개선하였다. 제안하는 방법은 Cityscapes 데이터셋 실험에서 기존 U-Net 방법에 비해 segmentation 결과가 약 12% 향상되었다.

• 한국물환경학회지
• /
• 제37권3호
• /
• pp.157-167
• /
• 2021

Korea needs to develop a rational system to separate stormwater utility fee from current sewerage fee. In this study, the scenario for calculating stormwater utility fee of Bupyeong-gu was suggested and the results were considered. For this purpose, the application of stormwater utility fee overseas and current domestic system were analyzed. A three step calculating scenario considering suitable domestic situation and impervious surface area was suggested. Water, sewerage usage, and hydrant data were collected. The total amount of water and sewerage fees for land use were calculated. The sewerage fee of Bupyeong-gu for the year 2014 was 21,685,446,578 won. Assuming that 40% of this amount was the cost associated to stormwater, the result showed that the fees for residential area in third step decreased by 0.77% compared to that of the first step. For commercial area, the stormwater utility fee decreased by 36.87%. For industrial area, although the consumption of water was similar to that of commercial area, the stormwater utility fee increased by 8.35%. For green area, the fee increased by 37.46%. This study demonstrated that the calculation of actual stormwater utility fee using impervious surface map and impervious Surface Ratio Estimation Methodology developed in previous studies is feasible.

• 한국정보통신학회논문지
• /
• 제24권10호
• /
• pp.1376-1383
• /
• 2020

화재 대피시스템에 관한 연구가 증가하고 있지만, 실내공간에서 대피자의 위치 인식에 관한 연구는 부족한 실정이다. 최신 연구에 따르면 실내에서 대피자 위치 파악에 고주파 활용이 효과적일 수 있음을 제시한 바가 있다. 이에 따라 본 논문에서는 고주파 특성과 스마트폰을 활용한 대피자 위치 인식 기술 및 화재 대피 안내시스템을 개발하고자 한다. 전체 시스템은 앱 서버, 위치 인식부, 대피경로 탐색 및 출력부, Wi-Fi통신 기반의 스피커 출력부를 포함해 개발했으며, 화재 상황 데이터를 기반으로 실험을 수행하여 시스템의 실효성에 대한 가능성을 입증하였다. 본 연구는 화재 시 고주파를 활용한 대피자 위치 감별을 사용하는 화재 대피 안내시스템의 기초연구로 활용될 수 있을 것이라 기대된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권11호
• /
• pp.491-500
• /
• 2021

본 연구에서는 MS Kinect v2 RGBD 카메라 기반의 Human-Skeleton Keypoints와 2-Stacked Bi-LSTM 모델을 이용하여 낙상 행위를 탐지하는 방법을 제안한다. 기존의 연구는 RGB 영상에서 OpenPose 등의 딥러닝 모델을 이용하여 골격 정보를 추출한 후 LSTM, GRU 등의 순환신경망 모델을 이용해 인식을 수행하였다. 제안한 방법은 카메라로부터 골격정보를 바로 전달 받아 가속도 및 거리의 2개의 시계열 특징을 추출한 후 2-Stacked Bi-LSTM 모델을 이용하여 낙상 행위를 인식하였다. 어깨, 척추, 골반 등 주요 골격을 대상으로 중심관절을 구하고 이 중심관절의 움직임 가속도와 바닥과의 거리를 특징으로 제안하였다. 추출된 특징은 Stacked LSTM, Bi-LSTM 등의 모델과 성능비교를 수행하였고 GRU, LSTM 등의 기존연구에 비해 향상된 검출 성능을 실험을 통해 증명하였다.