• 한국정보통신학회논문지
• /
• 제12권11호
• /
• pp.2105-2110
• /
• 2008

일반인의 건강상태를 모니터하는 간편 착용 임베디드 장치가 홈 헬tm케어의 용이한 해법으로 소개되어지고 있다. 본 논문에서는 매일 일상 활동을 검사하고 활동성을 분류하는 방법을 보여주고 있다. 노약자나 장애인에 대한 일상 모니터링은 일반적인 건강상태 뿐 만아니라 넘어지거나 도움이 필요한 상황 등 비상시에 경보를 알려주게 된다. 이 같은 위기 상황에서 적시의 도움은 생명 손실을 줄여줄 수 있다. 본 연구에서는 3축 가속도계를 탑재한 흥부 착용센서로부터 수신되는 데이터를 분석하고 어떤 특징 값들이 인체활동분류에서 중요하게 되는가를 알려줄 수 있음을 보여주었다. 주성분 분석법은 특징 세트를 수정하거나 동일 정보에 대한 크기를 줄이는데 유용하다. 마지막으로, 신경 분류기법이 정확도 분류를 분석하기 위해 적용되었다. 넘어짐에 대해서 는 86%의 측정 정확도를 얻을 수 있었고, 일일 생활 활동에 대한 전체 활동성 분류 정확도는 94%를 얻을 수 있었다.

• 한국철도학회논문집
• /
• 제16권3호
• /
• pp.189-195
• /
• 2013

최근의 철도차량은 안전성 향상 및 승객에의 멀티미디어 서비스 제공을 위해 광대역 열차통신네트워크를 설치하고 있다. 플라스틱 광섬유(POF)는 일반 광섬유에 비해 직경이 크고 내구성 및 유지보수성이 우수하기 때문에, 진동 및 온도변화가 큰 환경에서 운행하는 철도차량에 적합하다. 이에 따라, 철도차량내 모든 장치를 POF를 이용하여 All-IP 방식으로 접속하는 1Gbps급 열차통신네트워크를 구현하기 위한 연구를 수행하였다. 한국철도규격에 의거한 특성 시험을 통하여 POF가 철도차량의 진동 및 온도변화 환경에 적합하다는 것을 확인하였으며, POF 인터페이스를 갖는 전용의 Layer-2 스위치를 개발하였다. 개발된 Layer-2 스위치와 POF를 이용하여 시운전중인 도시철도차량에 1Gbps급 열차통신네트워크를 구성하고 데이터 전송률과 손실률을 측정하여 성능을 검증하였다. POF는 경제성도 우수하며, 향후 철도차량용 통신네트워크는 POF 기반으로 광대역화될 것으로 기대된다.

• 인터넷정보학회논문지
• /
• 제22권2호
• /
• pp.59-68
• /
• 2021

최근 급속도로 성장하고 있는 인공지능 기술이 자율운항선박과 같은 해상 환경에서도 적용되기 시작하면서 디지털 영상에 특화된 CNN 기반의 모델을 적용하는 관련 연구가 활발히 진행되고 있다. 이러한 해상 서비스의 경우 인적 과실을 줄이기 위해 충돌 위험이 있는 부유물을 감지하거나 선박 내부의 화재 등 여러 가지 기술이 접목되기에 실시간 처리가 매우 중요하다. 그러나 기능이 추가될수록 프로세서의 제품 가격이 증가하는 문제가 존재해 소형 선박의 선주들에게는 비용적인 측면에서 부담이 된다. 또한 대형 선박의 경우 자율운항선박의 시스템을 감안할 때, 연산 속도의 성능 향상을 위해 복잡도가 높은 딥러닝 모델의 성능을 개선하는 방법이 필요하다. 따라서 본 논문에서는 딥러닝 모델에 경량화 기법을 적용해 정확도를 유지하면서 고속으로 처리할 수 있는 방법에 대해 제안한다. 먼저 해상 부유물 검출에 적합한 영상 전처리를 진행하여 효율적으로 CNN 기반 신경망 모델 입력에 영상 데이터가 전달될 수 있도록 하였다. 또한, 신경망 모델의 알고리즘 경량화 기법 중 하나인 학습 후 파라미터 양자화 기법을 적용하여 모델의 메모리 용량을 줄이면서 추론 부분의 처리 속도를 증가시켰다. 양자화 기법이 적용된 모델을 저전력 임베디드 보드에 적용시켜 정확도와 처리 속도를 사용하는 임베디드 성능을 고려하여 설계하는 방법을 제안한다. 제안하는 방법 중 정확도 손실이 제일 최소화되는 모델을 활용해 저전력 임베디드 보드에 비교하여 기존보다 최대 4~5배 처리 속도를 개선할 수 있었다.

• 한국ITS학회 논문지
• /
• 제18권2호
• /
• pp.1-11
• /
• 2019

대량수송이 가능한 대중교통 수단의 경우 사고 발생 시 대형인명피해가 우려되며, 이로 인해 다량의 사회적 경제적 손실이 발생할 가능성이 크다. 특히, 최근 들어 버스 운전자의 피로 및 부주의 등으로 인한 중 대형 버스사고가 잇따라 발생하며 버스사고 및 운전자의 근무환경에 대한 사회적 관심이 나날이 증가하고 있다. 이에 본 연구에서는 버스운전자의 근로 환경(업종별 근로 형태별)에 따른 근로여건 및 사고 특성을 비교 분석하고자 한다. 이를 위하여 국내 271개 버스회사에 대한 2017년 1월~12월까지의 운행기록계 자료 및 업체 정보(업종구분, 근로형태)를 수집하였으며, 이를 통계적 방법론을 활용하여 분석하였다. 그 결과 버스운전자의 근로조건에 따른 사고빈도 및 운행환경의 차이가 통계적으로 유의미한 것으로 나타났다. 특히, 격일제 근무 형태를 따르는 시내버스(특광역시 제외)에서 교통사고가 비교적 빈번히 발생함을 확인할 수 있었다. 본 연구의 결과가 향후 노선버스 사고 감소를 위한 근무여건 개선의 기초자료로 활용될 수 있기를 기대한다.

• 한국건설안전학회 논문집
• /
• 제2권1호
• /
• pp.36-44
• /
• 2019

현 시대는 인공지능(AI), 사물 인터넷(Iot), 빅 데이터(Big Data), 모바일(Mobile) 등과 같은 기술을 토대로 한 Digital화 문명사회로써, 이와 더불어 레이더 분야 또한 탐지 범위가 날이 갈수록 장거리화 되어가고 있다. 사람은 가시거리가 최대 20Km 정도이고, 가청 주파수는 20~20000Hz이다. 이렇게 제한적인 인간의 한계를 초월한 거리를 보기 위한 것이 레이더이며, 이러한 레이더들은 모두 장비 특성상 허위 항적을 발생하고 이로 인한 탐지 오류의 과실을 범하게 된다. 레이더의 왜곡 현상은 "비임의 굴절, 회절, 반사성, 허위 항적"이라는 부정확한 정보를 제공하며 이와 함께 초래되는 인간(방공 관제사)의 판단력 저하와 인적 과실은 전투기 출격을 야기하는 등 엄청난 손실을 초래할 수 있다. 또한, 긴박한 상황이나 중요 표적을 추적 감시할 때 가짜 항적을 추적 한다면 실질적 목표 표적을 놓칠뿐 만 아니라 재 추적을 위한 시간 지연이 불가피하다. 보완 대책으로써, 서로 다른 위치와 각도에서의 레이더 포착 자료를 서로의 레이더 자료로 전송하여 합성하면 왜곡된 자료의 분석, 교정이 가능하고 허위 항적 발생 감소와 더불어 목표물 추적의 정확도 향상이 기대되기에 본 방안을 제시한다.

• 한국정보전자통신기술학회논문지
• /
• 제11권6호
• /
• pp.757-763
• /
• 2018

무선 채널의 시변 특성 및 경로손실, 지연, 도플러, 쉐도잉 그리고 간섭과 같은 다양한 전파 방해요소로 인해 충분한 데이터 속도 및 요구되는 서비스 품질을 달성하기 매우 어렵다. 특히 본 논문에서 고려되는 발사체 시스템의 시험 및 평가 시 동체에 장착된 송신안테나와 추적안테나 간의 전파 경로는 발사체의 빠른 이동 및 지형, 지물로 인해 다중경로 페이딩으로 인한 간섭 발생 및 Line of sight(LOS) 전파 경로가 차단되는 경우가 발생한다. 이와 같이 무선 통신 시스템에서 발생되는 다중 경로 페이딩을 효과적으로 개선하기 위해서 다이버시티 컴바이너 기법을 필요로 한다. 본 논문에서는 다이버시티 컴바이너 기법 중 공간 다이버시티 컴바이너 기법에 대한 설계 및 개선방안을 도출하기 위하여, AWGN채널 환경에서 Maximum ratio combining(MRC), Selection combining(SC)의 BER성능과 서로 독립된 채널로부터 수신된 2개의 신호 간 SNR 비교 시 설정된 특정 임계값 기준보다 낮은 경우 MRC로 동작하고 높은 경우 SC로 동작하여 수신된 2개의 신호를 컴바이너 하는 적응형 SC/MRC 다이버시티 컴바이너에 대한 BER 성능을 비교 분석하였다.

• 응용통계연구
• /
• 제32권4호
• /
• pp.543-559
• /
• 2019

자료에는 다양한 원인에 의해 결측이 발생한다. 만약 결측치를 제외하고 완전히 관찰된 자료만으로 분석을 실시한다면 결측자료 메커니즘이 완전임의결측이 아닌 경우 결과에 편향이 발생하거나 제외된 개체로 인한 정보의 손실로 추정의 정밀도가 약화된다. 결측이 하나의 변수에서만 일어나지 않기 때문에, 자료에 변수가 많을 수록 이 문제는 심화된다. 문제를 개선하기 위해 결측치를 대체하는 여러가지 방법들이 제안되었다. 하지만 모수적인 모형을 이용한 대체 방법들은 가정에 위배되는 현실 데이터에는 적합하지 않다. 따라서 본 연구에서는 자료의 분포 가정에 덜 영향을 받는 커널, 리샘플링, 스플라인 방법을 활용한 비선형 대체 방법들을 리뷰하고 필요한 경우 기존의 비선형 대체 방법에 대체클래스를 사용하여 대체값의 정확도를 높이거나 랜덤성을 가지는 오차를 더해주어 추정치의 분산이 적게 추정되는 문제를 개선하는 확장된 결측 대체 방법을 제안한다. 본 연구에서 고려한 여러 가지 대체 방법들은 다양한 모의자료 설계 하에서 성능을 비교하였다. 모의실험 결과, 비선형 대체 방법들은 각 설계 하에 다른 성능을 보이며 전반적으로 커널 회귀나 스플라인을 활용한 대체 방법들이 좋은 성능을 보였다. 더불어, 확장된 대체 방법은 기존의 대체 방법이 가지는 문제점을 개선함을 확인할 수 있었다.

• 한국산학기술학회논문지
• /
• 제19권12호
• /
• pp.353-362
• /
• 2018

주기적으로 발생하는 가축전염병으로 인한 국가적 손실이 매우 크다. 또한 우리나라에서 차량이동이 가축전염병의 주요 원인인 것으로 알려져 있다. 이 같은 상황에서, 본 연구는 축산차량의 이동 네트워크에서 축산시설의 구조적 위치와 전염병의 발생 사이의 관계를 실증분석하였다. 이를 위하여 KAHIS에서 제공하는 축산차량의 시설 진입 데이터를 활용하여 축산차량 이동 네트워크를 구축하였다. 구축된 네트워크에서 시설별로 중심성 지표를 도출하고, 전염병이 발생한 시설과 비발생 시설의 지표 평균을 비교하였다. 분석결과 첫번째 가설인 "전염병 발생시설의 연결정도 중심성은 비발생 시설보다 크다."는 옳은 것으로 나타났다. 전체시점과 시점별 분석을 실시한 결과 대부분의 자료에서 가축전염병이 발생한 시설의 연결정도 중심성이 비발생 시설에 비하여 통계적으로 크게 나타났다. 두 번째 가설인 "HPAI에서 발생시설과 비발생시설 사이의 연결중심성 차이가 FMD에서의 차이보다 작다."는 전체시점 자료에서 옳은 것으로 나타났다. 반면에 시점을 나누어서 분석한 결과에서는 뚜렷한 차이를 찾을 수 없었다. 연구의 결과에 따른 정책적 시사점은 다음과 같다. 첫 번째, 연결정도 중심성에 기반한 시설의 사전 관리가 필요하다. 두 번째, 우제류 농가의 경우 연결중심성에 기반한 관리정책의 도입이 보다 시급하다.

• 인터넷정보학회논문지
• /
• 제19권6호
• /
• pp.41-51
• /
• 2018

최근 영상 감시 분야에서는 지능형 영상 감시 시스템에 딥 러닝 기반 학습 방법이 적용되어 범죄, 화재, 이상 현상과 같은 다양한 이벤트들을 강건하게 탐지 할 수 있게 되었다. 그러나 3차원 실세계를 2차원 영상으로 투영시키면서 발생하는 3차원 정보의 손실로 인하여 폐색 문제가 발생하기 때문에 올바르게 객체를 탐지하고, 자세를 추정하기 위해서는 폐색 문제를 고려하는 것이 필요하다. 따라서 본 연구에서는 기존 RGB 정보에 깊이 정보를 추가하여 객체 탐지 과정에서 나타나는 폐색 문제를 해결하여 움직이는 객체를 탐지하고, 탐지된 영역에서 컨볼루션 신경망을 이용하여 인간의 관절 부위인 14개의 키포인트의 위치를 예측한다. 그 다음 자세 추정 과정에서 발생하는 자가 폐색 문제를 해결하기 위하여 2차원 키포인트 예측 결과와 심층 신경망을 이용하여 자세 추정의 범위를 3차원 공간상으로 확장함으로써 3차원 인간 자세 추정 방법을 설명한다. 향후, 본 연구의 2차원 및 3차원 자세 추정 결과는 인간 행위 인식을 위한 용이한 데이터로 사용되어 산업 기술 발달에 기여 할 수 있다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제27권3호
• /
• pp.31-42
• /
• 2021

본 연구에서는 딥러닝을 기반으로 하여 실내와 실외 이미지 모두에서 알맞은 광원을 추출하는 방법론을 소개한다. 네트워크는 단일 LDR 이미지로부터 실내 혹은 실외 배경에 맞는 광원을 low dynamic range (LDR) 환경 맵으로 추출하는 Crop-to-PanoLDR 네트워크와 추출된 LDR 환경 맵을 빛의 정보를 담은 high dynamic range (HDR) 환경 맵으로 생성하는 LDR-to-HDR 네트워크 두 단계로 구성된다. 이와 같은 과정을 통해 최종적으로 생성된 HDR 환경 맵은 주어진 이미지에서 가상 객체를 렌더링할 때 적용되어 가상 객체를 조명하는 빛의 방향과 주변광 등을 확인함으로써 자연스러운 렌더링을 가능하게 하는지 검증한다. 본 연구에서 제안한 방법론의 우수성은 실내를 배경으로 한 이미지로만 구성한 데이터로 학습한 결과와 실외를 배경으로 한 이미지로만 학습한 결과 등과 비교하여 검증하였다. 또한, 실내와 실외를 구분하는 역할을 수행하는 손실 함수가 학습 결과에 미치는 영향을 실험, 검증하였다. 최종적으로 본 연구에서 생성된 환경 맵을 기존의 연구 결과와 비교 실험하는 사용자 테스트를 진행하였고 더 좋은 결과를 확인할 수 있었다.