• 제목/요약/키워드: 소프트웨어 재공학

검색결과 272건 처리시간 0.03초

대한민국 정부의 코로나 19 브리핑을 기반으로 구축된 수어 데이터셋 연구 (Sign Language Dataset Built from S. Korean Government Briefing on COVID-19)

  • 심호현;성호렬;이승재;조현중
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제11권8호
    • /
    • pp.325-330
    • /
    • 2022
  • 본 논문은 한국 수어에 대하여 수어 인식, 수어 번역, 수어 영상 시분할과 같은 수어에 관한 딥러닝 연구를 위한 데이터셋의 수집 및 실험을 진행하였다. 수어 연구를 위한 어려움은 2가지로 볼 수 있다. 첫째, 손의 움직임과 손의 방향, 표정 등의 종합적인 정보를 가지는 수어의 특성에 따른 인식의 어려움이 있다. 둘째, 딥러닝 연구를 진행하기 위한 학습데이터의 절대적 부재이다. 현재 알려진 문장 단위의 한국 수어 데이터셋은 KETI 데이터셋이 유일하다. 해외의 수어 딥러닝 연구를 위한 데이터셋은 Isolated 수어와 Continuous 수어 두 가지로 분류되어 수집되며 시간이 지날수록 더 많은 양의 수어 데이터가 수집되고 있다. 하지만 이러한 해외의 수어 데이터셋도 방대한 데이터셋을 필요로 하는 딥러닝 연구를 위해서는 부족한 상황이다. 본 연구에서는 한국 수어 딥러닝 연구를 진행하기 위한 대규모의 한국어-수어 데이터셋을 수집을 시도하였으며 베이스라인 모델을 이용하여 수어 번역 모델의 성능 평가 실험을 진행하였다. 본 논문을 위해 수집된 데이터셋은 총 11,402개의 영상과 텍스트로 구성되었다. 이를 이용하여 학습을 진행할 베이스라인 모델로는 수어 번역 분야에서 SOTA의 성능을 가지고 있는 TSPNet 모델을 이용하였다. 본 논문의 실험에서 수집된 데이터셋에 대한 특성을 정량적으로 보이고, 베이스라인 모델의 실험 결과로는 BLEU-4 score 3.63을 보였다. 또한, 향후 연구에서 보다 정확하게 데이터셋을 수집할 수 있도록, 한국어-수어 데이터셋 수집에 있어서 고려할 점을 평가 결과에 대한 고찰로 제시한다.

템플릿 재사용을 통한 패러미터 효율적 신경망 네트워크 (Parameter-Efficient Neural Networks Using Template Reuse)

  • 김대연;강우철
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제9권5호
    • /
    • pp.169-176
    • /
    • 2020
  • 최근 심층 신경망 (Deep Neural Networks, DNNs)는 모바일 및 임베디드 디바이스에 인간과 유사한 수준의 인공지능을 제공해 많은 응용에서 혁명을 가져왔다. 하지만, 이러한 DNN의 높은 추론 정확도는 큰 연산량을 요구하며, 따라서 기존의 사용되던 모델을 압축하거나 리소스가 제한적인 디바이스를 위해 작은 풋프린트를 가진 새로운 DNN 구조를 만드는 방법으로 DNN의 연산 오버헤드를 줄이기 위한 많은 노력들이 있어왔다. 이들 중 최근 작은 메모리 풋프린트를 갖는 모델 설계에서 주목받는 기법중 하나는 레이어 간에 패러미터를 공유하는 것이다. 하지만, 기존의 패러미터 공유 기법들은 ResNet과 같이 패러미터에 중복(redundancy)이 높은 것으로 알려진 깊은 심층 신경망에 적용되어왔다. 본 논문은 ShuffleNetV2와 같이 이미 패러미터 사용에 효율적인 구조를 갖는 소형 신경망에 적용할 수 있는 패러미터 공유 방법을 제안한다. 본 논문에서 제안하는 방법은 작은 크기의 템플릿과 레이어에 고유한 작은 패러미터를 결합하여 가중치를 생성한다. ImageNet과 CIFAR-100 데이터셋에 대한 우리의 실험 결과는 ShuffleNetV2의 패러미터를 15%-35% 감소시키면서도 기존의 패러미터 공유 방법과 pruning 방법에 대비 작은 정확도 감소만이 발생한다. 또한 우리는 제안된 방법이 최근의 임베디드 디바이스상에서 응답속도 및 에너지 소모량 측면에서 효율적임을 보여준다.

상대 밀도에 따른 금속 적층 제조 격자 구조체의 기계적 특성 (Mechanical Properties of Metallic Additive Manufactured Lattice Structures according to Relative Density)

  • 박광민;김정길;노영숙
    • 한국산학기술학회논문지
    • /
    • 제22권6호
    • /
    • pp.19-26
    • /
    • 2021
  • 격자 구조체는 강도 및 강성, 초경량 및 에너지 흡수 능력 등의 우수성을 가지고 있어서 전방위 산업에서 주목을 받고 있으나, 다양한 장점에도 불구하고 복잡한 형상에 따른 제조 공정의 어려움으로, 현재까지 광범위한 상용화 및 사용은 제한되고 있다. 한편 적층 제조는 전통적인 제조 방법으로는 불가능한 복잡한 기하학적 형상 제조가 가능한 기술로써, 격자 구조체 제조를 위한 최적 기술로 주목을 받고 있다. 본 연구에서는 3차원 좌표 방법으로 단위 셀을 형성하고, 단위셀의 바운더리 박스 크기 및 스트럿 반경에 따른 상대 밀도의 관계식을 도출하였다. 본 연구에서는 Simple Cubic(SC), Body-Centered Cubic(BCC) 및 Face-Centered Cubic(FCC)을 모델링 소프트웨어를 사용하여 상대 밀도 맞춤형 구조체를 설계하였다. 본 연구에서 제안한 상대 밀도 산출식 정확도는 SC, BCC 및 FCC에서 98.3 %, 98.6 % 및 96.2%의 신뢰성을 확보하였다. 격자 구조체를 대상으로 시뮬레이션 수행 결과, 동일한 셀 배열 조건에서는 상대 밀도가 커짐에 따라 항복 하중이 커지고, 동일 배열 조건에서는 SC, BCC, FCC 순으로 압축 항복 하중이 작아지는 결과가 나타났다. 최종적으로 20 mm × 20 mm × 20 mm 크기의 구조체는 SC 단위 셀을 3×3×3 배열로 구성하는 것이 압축 하중에 대한 구조적 최적화가 가능한 것으로 나타났다.

빅데이터 전처리 기반의 실시간 사용자 선호 데이터 추천을 위한 개선된 스카이라인 질의 기법 (An Improved Skyline Query Scheme for Recommending Real-Time User Preference Data Based on Big Data Preprocessing)

  • 김지현;김종완
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제11권5호
    • /
    • pp.189-196
    • /
    • 2022
  • 스카이라인 질의(Skyline Query)는 객체의 다중 속성을 기준으로 사용자 선호에 적합한 대상을 탐색하는 기법이다. 기존 스카이라인 질의는 탐색 결과를 일괄처리(batch processing)로 반환하지만, 대화형 앱이나 모바일 환경의 등장으로 실시간 탐색 결과의 필요성이 증가하였다. 스카이라인을 위한 온라인 알고리즘(online algorithm)은 객체의 반환 속도를 향상해 실시간으로 선호 객체를 제공한다. 하지만 객체 탐색 과정에서 기존에 탐색한 영역을 재방문하여 반복 비교하는 불필요한 연산 시간이 소요된다. 본 논문은 온라인 알고리즘에서 불필요한 탐색 시간을 제거하여 스카이라인 질의 결과를 실시간으로 제공하기 위한 스카이라인 온라인 전처리 알고리즘을 제안한다. 제안 기법은 기존의 온라인 알고리즘에서 전처리를 수행함으로써 반복적으로 재탐색 되는 영역을 미리 제거하여 탐색 성능을 향상하였다. 실험 결과, 기존 온라인 알고리즘과 비교 시 이산 데이터 집합의 표준 분포, 편향 분포, 양의 상관 및 음의 상관분포에서 향상된 성능을 보였다. 제안 기법은 비교 대상을 최소화하여 탐색 성능을 향상하므로 모바일 장치의 사용이 증가하는 현실에서 사용자들에게 신속한 서비스를 제공할 수 있는 새로운 기준이 될 것이다.

가이드 수술용 템플릿을 위한 5축 정밀가공공정의 정확성에 관한 연구 (Accuracy of 5-axis precision milling for guided surgical template)

  • 박지만;이태경;정제교;김용;박은진;한종현;곽재영;김성균;허성주
    • 대한치과보철학회지
    • /
    • 제48권4호
    • /
    • pp.294-300
    • /
    • 2010
  • 연구 목적: 컴퓨터-가이드 임플란트 수술은 전통적인 방법에 비해 여러 가지 장점을 가진다. 본 연구의 목적은 가이드 수술용 템플릿 제작을 위한 좌표동기화 5축 정밀가 공공정의 정확도를 범용 CAD 소프트웨어를 통해 역설계공학의 방법으로 평가하는 것이다. 연구 재료 및 방법: 악궁 형태의 모형에 거타퍼쳐 스타핑을 매식한 10 개의 모형을 만들고 상부에 실리콘 인상재를 이용하여 인공치은을 덮어 스타핑의 위치를 보이지 않게 가렸다. 모형의 하면에 동기화를 위한 좌표동기화 형상을 만든 뒤 Cone beam CT에서 3차원 영상을 얻었다. 임플란트 계획 소프트웨어의 CT 이미지 상에서 매식된 스타핑과 동일한 방향으로 스타핑의 1/2 깊이까지 가상의 시술계획을 하고, 스타핑의 방향벡터와 저지점 (1/2지점) 데이터를 석고모형의 영상으로 좌표동기화 하였다. 이후 모형하면의 좌표동기화 형상을 이용하여 가공기기상의 좌표로 좌표변환을 통해 가공좌표동기화를 하였다. 5축 밀링머신의 좌표동기화판에 모형을 고정한 후, 동기화된 가공데이터에 의거하여 스타핑과 동일한 직경의 드릴로 계획된 벡터와 깊이로 정확히 가공 하였다. 모델에 정확히 안착되는 인상트레이를 CT 장비에 미리 고정한 상태에서, 인상트레이에 모델을 적합하여 이미지를 획득한 뒤 3차원 재구성하는 방법으로 영상을 중첩하여 비교 분석하였다. SolidWorks (Dassault Systems, Concord, USA) 범용 CAD 상에 영상을 불러들여 역설계공학의 방법으로 실린더 상부, 하부의 중점에서의 위치편차와 각도편차를 조사하였다. 통계는 SPSS (release 14.0, SPSS Inc., Chicago, USA)를 이용하여 각 편차 사이의 상관관계를 분석하였다 ($\alpha$ = 0.05). 결과: 위치 편차로 인하여 모든 드릴 보어 (bore)에서 상부 1/2에 잔존하는 거타퍼쳐의 일부를 관찰할 수 있었다. 실험 모형상에서 계획된 이미지와 드릴링 후CT에서 역설계를 거친 이미지 사이의 위치편차는 상부에서 0.31 (0.15 - 0.42) mm, 하부에서 0.36 (0.24 - 0.51) mm, 각도편차는 1.62 (0.54 - 2.27)$^{\circ}$이었다. 실린더 상부와 하부 위치 편차는 양의 상관관계를 가졌다 (Pearson Correlation Coeffocient = 0.904, P= .013). 결론: 좌표동기화 5축 정밀가공 공정은 가이드 수술용 템플릿을 제작하는 데에 적합한 정확도를 가진다.

서비스 복제 및 이주를 이용한 서비스 확장성 향상 기법 (Methods to Enhance Service Scalability Using Service Replication and Migration)

  • 김지원;이재유;김수동
    • 한국정보과학회논문지:소프트웨어및응용
    • /
    • 제37권7호
    • /
    • pp.503-517
    • /
    • 2010
  • 서비스 지향 컴퓨팅은 재사용 가능한 서비스를 사용하여 애플리케이션을 개발하는 효과적인 패러다임으로서 널리 각광받고 있다. 서비스 지향 컴퓨팅에서 서비스 소비자는 서비스를 관리하거나, 수정할 필요가 없이 서비스 제공자가 제공하는 서비스를 단지 사용하기만 하면 된다. 반면에, 서비스 제공자는 사용자가 원하는 때에 서비스를 사용할 수 있도록 자원 및 데이터 등을 관리하여야 한다. 하지만, 서비스 소비자는 불특정 다수의 특성을 갖기 때문에 서비스 제공자가 서비스 품질을 관리하기 힘들다. 따라서 서비스 수준 협약에 명시된 품질을 보장하면서 여러 명의 소비자에게 서비스를 제공하기 위한 서비스 확장성이 서비스 지향 컴퓨팅의 잠재적인 문제로 주목 받고 있다. 확장성에 대한 연구는 네트워크와 데이터베이스, 분산 컴퓨팅 등의 여러 분야에서 진행되었다. 하지만, 서비스 공학 분야에서는 아직 서비스 확장성의 정의와 관련 메트릭 등의 연구가 미흡한 실정이다. 본 논문에서는 서비스 환경을 다중 노드가 연결된 네트워크로 구성하고, 모든 노드의 자원을 통합 관리한다. 또한 동적인 서비스의 복제 및 이주 기법을 이용하여 서비스 확장성을 관리하기 위한 프레임워크를 제안한다. 3장에서는 확장성 관리 프레임워크의 구조와 기능성을 소개하고, 4장에서는 프레임워크의 기능성 실현에 필요한 확장성 향상 기법을 제안한다. 5장에서는 제안된 기법을 적용하여 프레임워크를 설계/구현하며, 6장에서는 구현된 프레임워크를 적용하여 실험을 수행한다. 실험을 통해 확장성 향상 기법의 실효성을 확인한다.

모델빌더 기반 하천망의 DEM 각인 및 추출 툴 개발 (A tool development for forced striation and delineation of river network from digital elevation model based on ModelBuilder)

  • 최승수;김동수;유호준
    • 한국수자원학회논문집
    • /
    • 제52권8호
    • /
    • pp.515-529
    • /
    • 2019
  • 하천망과 유역 등 하천 네트워크 관련 공간자료는 각종 하천관리, 하천계획 및 설계, 수리수문학적 해석 등의 근간을 이루는 기초자료로 활용되고 있다. 기존 RIMGIS 등에서 제공하는 하천정보도 현행화 및 적절한 관리 부족으로 공간정보시스템간 불일치와 실제 하천지형과 이격이 나타나고 있는 실정이다. 또한, 고해상도 수치지형도(DEM)이 국가하천 주변 등 일부 지역에서만 제공되어, 저해상도 DEM으로부터 추출된 하천네트워크 정보의 신뢰도가 낮고 가용한 기수립 하천네트워크 정보와의 불일치는 DEM 기반 다양한 하천정보 추출 및 탄력적 활용을 저하시키고 있는 실정이다. 본 연구에서는 우선 국내 하천공간정보시스템이 제공하는 하천망 정보의 공간정확도, 정보체계간 일치성 등을 평가하고, 낮은 해상도의 DEM에 기수립된 하천망을 DEM에 강제로 각인시키는 방법으로 DEM을 개선하여 추후 하천망 혹은 유역 추출 시 기수립 하천망 혹은 유역대로 재현이 가능하게 하여 하천분야에 DEM의 활용성을 높일 수 있는 방법론과 소프트웨어(Forced river Network Striation and Delineation tool: FNSD)을 개발하고자 하였다. 개발된 FNSD는 ArcGIS의 ModelBuilder에서 순차적으로 관련 모듈을 연계시켜 자동화되도록 설계되었고, 한강수계의 섬강 유역에 시범 적용되었으며 항공사진 정보를 기반으로 수작업을 통해 도출된 하천망을 기수립 하천망으로 간주하여 30 m 저해상도 DEM에 각인시켜 하천망을 재추출한 후 주어진 기수립 하천망과 비교하여 재현 정확도를 검토하였다. 섬강유역에 적용한 결과 FNSD는 기수립 하천망을 정확하게 재현할 수 있음을 확인하였다. 이러한 검증결과는 각인된 DEM이 다양한 차수의 하천망 및 유역을 신뢰성 있게 재현할 수 있어 저해상도 DEM의 하천활용도를 높이는데 기여할 가능성이 있음을 의미한다.

지상파 UHD 콘텐츠 전송 스케줄러 설계 및 구현 (Design and Implementation of Transmission Scheduler for Terrestrial UHD Contents)

  • 백종호;서민재;유경아
    • 방송공학회논문지
    • /
    • 제24권1호
    • /
    • pp.118-131
    • /
    • 2019
  • 대용량의 8K UHD(Ultra High Definition) 콘텐츠를 지상파 방송으로 제공하기 위해서는 현 지상파 방송 시스템으로는 제한된 대역폭 등 여러 문제점이 있다. 이러한 문제점을 해결하기 위해 UHD 콘텐츠 전송 기술이 연구되었고, 그 중 하나로 지상파 방송망과 통신망을 이용한 8K UHD 방송 시스템이 제안되었다. 해당 기술은 8K UHD 콘텐츠를 영역 분할한 후 계층 분리를 통해 이종망으로 전송하여 지상파 방송망의 제한된 대역폭 문제를 해결하고자 하였다. 지상파 방송망을 통해 FHD(Full High Definition)에 해당하는 기본 계층과 4K UHD를 위한 부가 향상 계층 데이터를 전송하고, 통신망으로 8K UHD를 위한 부가 향상 계층 데이터를 전송한다. 이러한 방식으로 8K 콘텐츠를 제공할 경우, 지상파로는 최대 4K UHD 방송을 수신 할 수 있고 통신망을 추가로 이용할 경우 8K UHD까지 수신가능하다. 그러나 현재 국내 지상파 UHD 방송의 할당된 비트율 내에서 4K UHD 콘텐츠를 전송하기 위해서는 압축율을 높여 전송하는 상황도 존재하여 일정 수준의 화질열화는 필연적으로 발생한다. 그럼에도 UHD 콘텐츠의 특성상, 화질은어떤 요소보다 최우선적으로 고려되어야 하므로 제한된 비트율 내에서도 화질을 최대한 보장할 수 있어야 한다. 이를 위해서는 방송 시스템 내의 콘텐츠 생성기의 패킷 스케줄링이 필요하다. 콘텐츠 생성기는 방송망과 통신망을 이용한 8K UHD 방송 시스템내에서 인코딩된 미디어 데이터들을 패킷화하고 다중화기로 송출하는 기능을 수행한다. 다중화기는 콘텐츠 생성기로부터 전달받은 패킷 순서대로 송출하기 때문에 콘텐츠 생성기에서 다중화기로 전송하는 과정의 전송 시간과 전송률을 일정하고 정확하게 하는 것이 매우 중요하다. 따라서 본 논문에서는 일정 수준의 UHD 콘텐츠의 화질을 보장할 수 있도록 콘텐츠 생성기와 다중화기 간의 데이터 전송량 가변 전송 스케줄러를 제안한다. 이를 통해 UHD 방송 콘텐츠 종류에 관계없이 일정 수준의 화질을 보장하면서도 UHD 서비스의 끊김이나 지연을 최소화하여 사용자의 QoS(Quality of Service)를 향상시키고자 한다.

색도 이미지 분석을 이용한 화재 피해 모르타르의 손상 평가 (Assessment of Fire-Damaged Mortar using Color image Analysis)

  • 박광민;이병도;유성훈;함남혁;노영숙
    • 한국구조물진단유지관리공학회 논문집
    • /
    • 제23권3호
    • /
    • pp.83-91
    • /
    • 2019
  • 본 연구는 화재 피해를 입은 콘크리트 구조물을 디지털 카메라 및 이미지 프로세싱 소프트웨어를 활용하여 손상도 평가를 하기 위한 기초 연구이다. 이를 위해 W/C=0.5(일반 강도) 및 0.3(고강도)의 모르타르 및 페이스트 시료를 전기로에 넣어 $100^{\circ}C$에서 $1000^{\circ}C$까지 화재피해를 모사한 후, 압축강도 및 색도 분석을 분석하였다. 여기서 페이스트는 분말형태로 가공하여 CIELAB 색도를 측정하였고, 디지털 카메라로 시료를 촬영한 후 색상 강도 분석(color-intensity analyzer) 소프트웨어로 RGB 색도를 측정하였다. 그 결과 가열 온도 $400^{\circ}C$ 까지는 압축강도 잔존율이 W/C=0.5는 87.2 %, W/C=0.3은 86.7 % 수준의 강도 손상을 보였다. 그러나 $500^{\circ}C$ 이상에서는 급격한 강도 저하가 나타났으며, W/C=0.5는 55.2 %, W/C=0.3은 51.9 %의 압축강도 잔존율이 나타났다. $700^{\circ}C$ 이상에서는 W/C=0.5는 26.3 %, W/C=0.3은 27.8 %으로써 구조물의 내구성을 확보할 수 없는 수준이었다. $L^*a^*b$ 분석 결과 $700^{\circ}C$ 이후부터 $b^*$가 급격히 높아지는 결과가 나타났다. 이는 $700^{\circ}C$이후에서 노란색의 강도가 강해지는 것으로 분석된다. 또한, RGB 분석 결과 $700^{\circ}C$ 이후부터 R 및 G의 히스토그램 첨도 및 빈도가 높아지는 것을 확인하였다. 이는 R 및 G의 픽셀(화소)이 많아지는 것으로 분석된다. 따라서 화재 피해를 입은 콘크리트의 색도 분석은 노란색($b^*$ 혹은 R+G)의 변화를 확인하는 것으로 손상 정도를 예상하는 것이 가능할 것으로 판단된다.

사이버 감시정찰의 정보 분석에 적용되는 점진적 학습 방법과 일괄 학습 방법의 성능 비교 (Comparison of Performance Between Incremental and Batch Learning Method for Information Analysis of Cyber Surveillance and Reconnaissance)

  • 신경일;윤호상;신동일;신동규
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제7권3호
    • /
    • pp.99-106
    • /
    • 2018
  • 사이버 감시정찰은 공개된 인터넷, 아군 및 적군 네트워크에서 정보를 획득한다. 사이버 ISR에서 에이전트를 활용하여 데이터를 수집하고, 수집한 데이터를 C&C 서버에 전송하여 수집한 데이터를 분석 한 후 해당 분석 결과를 이용하여 의사결정에 도움을 줄 수 있다. 하지만 네트워크 구성에 따라 침투한 컴퓨터에 심어진 에이전트와 외부 네트워크에 존재하는 C&C 서버 간 정기적인 통신이 불가능하게 되는 경우가 존재한다. 이때 에이전트는 C&C 서버와 통신이 재개되는 짧은 순간에 데이터를 C&C 서버에 전달하고, 이를 받은 C&C 서버는 수집한 데이터를 분석한 후 다시 에이전트에게 명령을 내려야한다. 따라서 해당 문제를 해결하기 위해서는 짧은 시간 내에 빠르게 학습이 가능하며, 학습 과정에서 많은 자원을 소모하지 않고도 학습할 수 있어야한다. 본 연구에서는 점진적 학습 방법을 일괄 학습 방법과 비교하는 실험을 통해 우수성을 보여주고 있다. 점진적 학습 방법을 사용한 실험에서는 500M 이하의 메모리 리소스로 제한된 환경에서 학습소요시간을 10배 이상 단축시키는 결과를 보여 주었으나, 잘못 분류된 데이터를 재사용하여 학습 모델을 개선하는 실험에서는 재학습에 소요되는 시간이 200% 이상 증가하는 문제점이 발견되었다.