• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06c
• /
• pp.381-386
• /
• 2008

전장환경에서 헬기는 헬기생존체계의 다양한 센서를 통하여 수집한 데이터를 기반으로 헬기에 대한 위협을 식별한다. 헬기의 성공적인 임무 수행 및 생존을 위하여 헬기에 대한 위협을 반복적으로 확인할 수 있는 시뮬레이터의 구현은 필수적이다. 본 논문에서는 (1) 헬기의 센서가 수신하는 위협요소를 정의하는 온톨로지 생성기, (2) 전장환경과 유사한 위협을 다양한 분포로 생성하는 위협자료 생성기 및 (3) 다양한 전장 시나리오에서 센서들이 수집한 데이터를 통합하여 위협의 방향과 정도를 사용자에게 실시간으로 보여주는 그래픽 화면표시기를 개발한다. 구현한 헬기의 다중센서 위협 시뮬레이터는 다양한 위협을 생성하는 자동 시나리오 생성기를 이용하여 위협 개체의 탐지 및 분류를 반복적으로 수행한다. 위협 시뮬레이터를 활용한 실험에서 동일한 위협에 대한 통합 정확도를 측정하였다.

• Journal of the Institute of Electronics Engineers of Korea TC
• /
• v.49 no.7
• /
• pp.1-5
• /
• 2012

At the present time when the limits of the magnetic storage systems appear, the holographic data storage (HDS) devices with high data transfer rate and high recording density are emerging as attractive candidates for next-generation optical storage devices. In this paper, to effectively improve the detection performance that is degraded by the two-dimensional inter-symbol interference under the HDS channel environment and the pixel misalignment, an iterative two-dimensional equalization scheme is proposed based on the contraction mapping theorem. In order to evaluate the performance of the proposed scheme, for various holographic channel environments we measure the BER performance using computer simulation and compare the proposed one with the conventional threshold detection scheme, which verifies the superiority of the proposed scheme.

• The Korean Journal of Applied Statistics
• /
• v.28 no.2
• /
• pp.361-369
• /
• 2015

A general linear mixed-effects model is often used to analyze repeated measurement experiment data of a continuous response variable. However, a general linear mixed-effects model can give improper analysis results when simultaneously detecting heteroscedasticity and the non-normality of population distribution. To achieve a more robust estimation, we used a heavy-tailed linear mixed-effects model for a more exact and reliable analysis conclusion than a general linear mixed-effects model. We also provide reliability analysis results for further research.

• Journal of the Korea Convergence Society
• /
• v.11 no.3
• /
• pp.1-7
• /
• 2020

This paper introduces two different techniques for dealing with incomplete data and algorithms for learning this data. The first method is to process the incomplete data by assigning the missing value with equal probability that the missing variable can have, and learn this data with the SVM. This technique ensures that the higher the frequency of missing for any variable, the higher the entropy so that it is not selected in the decision tree. This method is characterized by ignoring all remaining information in the missing variable and assigning a new value. On the other hand, the new method is to calculate the entropy probability from the remaining information except the missing value and use it as an estimate of the missing variable. In other words, using a lot of information that is not lost from incomplete learning data to recover some missing information and learn using deep learning. These two methods measure performance by selecting one variable in turn from the training data and iteratively comparing the results of different measurements with varying proportions of data lost in the variable.

• Journal of Korea Multimedia Society
• /
• v.8 no.7
• /
• pp.1000-1011
• /
• 2005

This paper presents a system for medical statistical analysis that helps medical professionals analyze clinical data more easily and accurately. It is able to recommend proper methods according to the distribution of sample data, and provides guide maps composed of icons for the understanding of the process of analysis. Besides general statistical analysis, it includes commonly-used statistical methods for medical fields, such as survival analysis and methods for repetitive measurements. The results of analysis are interactively displayed by 3D glyph-based visualization with uncertainty.

• Bulletin of the Korea Photovoltaic Society
• /
• v.7 no.1
• /
• pp.27-32
• /
• 2021

코로나-19 팬데믹으로 인류는 많은 어려움에 처하게 되었다. 그러나 바이러스 감염 예방을 위해 대량 시료에 대한 정확하고 신속한 분석이 필요함에 따라 실험실 자동화 기술의 상용화가 크게 앞당겨졌다. 스마트 랩이란 실험실 자동화를 위한 H/W인 실험실 자동화 시스템(LAS)와 실험 절차 및 데이터를 통합 관리하는 S/W인 실험실 데이터 관리 시스템 (LIMS)의 결합으로 이뤄진 통합 연구 시스템이라고 할 수 있다. 스마트 랩을 통해 사용자는 24시간 연속적인 장비 가동을 통한 분석 물량 확대는 물론 전처리와 같은 반복 작업 감소, 정확도 향상 등의 자동화로 인한 장점과 함께 시험 방법의 동일성 유지, 시료별 이력 추적, 조작 방지 등의 소프트웨어적인 장점을 동시에 얻을 수 있다. 스마트 랩은 지금도 발전하고 있으며 일부 대기업과 연구소에서 도입을 추진하고 있는 태동기라고 할 수 있다. 최근 우리나라가 선도하고 있는 페로브스카이트 태양전지와 같이 수분에 취약한 유무가 복합 재료의 in-line 시험이나 조성의 미세한 조정에 따라 변화하는 물성 변화를 추적 조사하는데 필요한 많은 측정과 데이터 처리 등 태양전지 분야에서도 앞으로 그 활약이 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.122-123
• /
• 2022

최근 들어 인공지능에 대한 발달과 많은 매체들로 인해 사람들의 관심이 증가하고 있다. 또한 GPS 나 Beacon 과 같이 위치 측위 기술이 증가함에 따라 실외 측위 기술이 많이 발달되었고, 실내에서도 사용자의 정확한 위치를 측정할 수 있는 기술들이 발달되고 있다. 본 논문에서는 RNN 알고리즘을 이용하여 비콘을 통해 수집된 사용자의 반복적이고 순차적인 위치정보, 타임스탬프 데이터를 학습시키고 ECG 를 결합하여 사용자 인증을 하여 사용자의 시간별 위치 예측과 이상 징후 탐지 시스템을 제안하고자 한다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.172-173
• /
• 2011

전력시스템 주파수는 주파수 계전기용도 이외에 전력시스템에 대용량 집중전원 및 소규모 분산전원이 연계될 때 동기 검정 계전기와 발전기 및 소내 변압기의 과여자 상태를 감지하는 V/F 계전기에서도 사용된다. 주파수 계측장치는 주파수 및 주파수 편이를 실시간으로 정확하고 신속하게 측정함으로서 정규 주파수를 유지시키고 더 나아가 사고파급방지에 대한 책무를 수행해야 한다. DFT필터는 광범위하게 사용되었으나 주파수가 편이하게 되면 오차가 발생된다. 근래 웨이브릿 변환이 새로운 주목을 받고 것은 지속적인 연구 결과, 단일 반복 방정식 형태로 연산 부담이 적어 실시간 신호 처리에 적당한 고속 반복 이산 웨이브릿 변환이 제시되었기 때문으로 생각된다. 본 논문에서는 FRDWT에 의한 주파수 추정 기법을 제시하고자 한다. 제시된 기법의 성능 평가는 발전기 내부사고와 외부사고 데이터에 의해 이루어졌다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.39-39
• /
• 2019

인구의 도시 집중화로 인하여 다량의 생활용수의 사용에 따라 하천의 자정능력을 초과하여 오염을 유발시키고 있다. 이에 도시하천들의 오염은 점점 심해져 경제적으로 많은 문제를 유발하고 있다. 이러한 하천오염 문제를 과학적으로 대응하기 위해서는 오염물질의 농도 측정 및 데이터 축척을 통한 오염예측이 필수적이라 할 수 있으며, 부산광역시 보건환경정보 공개시스템에서는 하천수질 자동측정망을 설치하여 시간 단위로 오염물질을 측정하고 있다. 그러나 온천천의 하천수질 데이터는 계속 쌓여가고 있는데 이 데이터를 활용해서 하천수질 인자 예측이 거의 이뤄지지 않고 있다. 본 연구에서는 순환신경망 알고리즘을 활용하여 일 단위의 하천수질 인자 예측을 시도하였다. 순환신경망은 인공신경망의 발전된 형태인 시계열 학습에 강한 RNN, LSTM 알고리즘을 활용한 일단위 하천수질 인자 예측을 하고자 하였다. 연구에 앞서 시간 단위로 쌓여있는 데이터를 평균 내어 일 단위로 변경하였고 이 데이터를 가지고 일 단위 하천수질 인자 예측을 진행하였다. 연구에는 Google에서 개발한 딥러닝 오픈소스 라이브러리인 텐서플로우를 활용하여 DO, 탁도 등 항목을 예측하였다. 하천오염의 학습과 예측을 위해 대상지로는 부산지역 온천천의 부곡교, 세병교, 이섭교 관측소를 선택하였다. 연구를 위해 DO, 탁도 등 자료 수집은 부산광역시 보건환경정보 공개시스템의 자료를 활용하였다. 모형의 학습을 위해 입력자료로는 하천수질 인자 자료를 이용하였고, 자료의 학습에는 2014년~2017년 4년간의 자료를 학습자료로 사용하였고, 2018년 1년간의 자료는 모형의 검증을 위해 사용하였다. RNN, LSTM 알고리즘을 활용하여 분석 시 은닉층의 개수, 반복시행횟수, sequence length 등의 값을 조절하여 하천수질 인자 예측을 하였다. 모형의 검증을 위해 $R^2$(r square)와 RMSE(root mean square error)을 이용하여 통계분석을 실시하였다.

• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.32 no.4
• /
• pp.87-92
• /
• 2009

쇽옵서버 피스톤로드(shock absorber piston rod)는 자동차의 충격과 진동의 흡수에 작용하는 자동차 현가장치(suspension equipment)부품의 일종이다. 피스톤로드는 자동차 충격흡수에 매우 밀접한 영향을 주기 때문에 제조에 있어서 고도의 정밀도와 표면 매끄러움이 요구된다. 피스톤로드의 제조공정은 선삭, 홈가공, 밀링, 전조 등 여러 공정으로 구성되는데, 여기서 품질불량에 가장 크게 영향을 주는 공정은 선삭공정(lathing process)이다. 이는 선삭공정의 가공공구(insert component)가 주원인으로서 반복되는 가공으로 인한 공구의 마모(abrasion)나 파손(breakage)이 주요 원인으로 지적되고 있다. 따라서 가공 데이터를 수집 분석하여 공구의 교체시기를 파악한다거나 가공 부품의 측정 데이터가 관리도 상하한선 내에 있는지 등 가공 공정 전반에 대한 체계적인 공정관리 시스템 개발이 요구된다. 본 연구에서는 자동차 쇽업서버 피스톤로드 제조공정의 가공 정보를 체계적으로 수집하여 관리하고 분석하는 자동차 쇽업서버 피스톤로드 제조공정에 대한 공정관리시스템을 개발하는 것이 목적이다. 개발결과 피스톤 로드의 측정 치수 변화 및 불량발생을 측정, 감지할 수 있었으며, 본 시스템을 통해 가공공구의 치수오차를 보정(compensation)하고 공정의 불량발생을 조기에 방지 함으로써 불량률은 1/5로 경감하고 작업자 수도 1/2로 감소시킬 수 있었다.