• 방송공학회논문지
• /
• 제26권4호
• /
• pp.377-389
• /
• 2021

본 연구는 수직형 스마트팜, 즉 식물공장 관리의 디지털화를 위한 시스템의 구현을 위한 프레임워크 설계를 제안한다. 본 연구에서 제안한 디지털 트윈 시스템의 세부 프레임워크 모듈은 1) 스마트 식물공장 트윈 클라이언트 2) 스마트 식물공장 트윈 게이트웨이 및 3) 스마트 식물공장 트윈서버로 구현하였다. 특히 스마트 식물공장 트윈 게이트웨이는 디지털 트윈의 구현을 위한 표준 개방형 하드웨어 플랫폼으로 주로 사용되는 Eclipse Ditto를 사용하여 구현하였다. 또한, 각 요소는 초기화 및 데이터 전송과 같은 메시지 시퀀스를 정의하여 클라이언트, IoT 게이트웨이, 서버와 각기 통신이 가능한 인터페이스를 설계하였다. 본 연구에서 제안된 프레임워크의 검증을 위하여 식물공장에서 별도로 설치한 라즈베리파이를 통해 환경 및 제어데이터를 수집하여 이를 가상환경에 가시화하는 형태의 프로토타입 디지털 트윈 시스템을 개발하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제29권4호
• /
• pp.7-16
• /
• 2023

캐릭터 애니메이션 분야에서 목표 지향적 이동을 위해 원하는 궤적을 재현하는 것은 항상 어려운 과제이다. 생성 모델을 사용하는 데이터 기반 방법은 명시적인 조건 없이 긴 동작 시퀀스를 예측하는 효율적인 방법 중 하나이다. 이러한 방법은 고품질의 결과물을 생성해내지만, 멀리 있는 목표물을 무작위로 타격하는 것처럼 더 어려운 상황의 모션을 합성(synthesis)에 있어서는 제한될 수 있다. 하지만 이는 모션 데이터 클립을 모방하는 GAN Discriminator 를 사용하고 강화학습을 통해 해결할 수 있다. 본 연구는 캐릭터들이 GAN 기반 접근법과 리워드 설계를 통해 복싱을 구현하는 것을 목표로 한다. 논문에서 사용된 두 가지의 최신 연구인 Adversarial Motion Prior 와 Adversarial Skill Embedding 에 대해 비교실험하며, 또한 복싱을 경쟁 스포츠에 적용하기 위하여 멀티 에이전트 강화 학습을 위한 대규모 self-play 프레임워크인 TimeChamber 를 활용한다.

• 스마트미디어저널
• /
• 제12권9호
• /
• pp.19-27
• /
• 2023

형태소는 한국어에서 의미를 가진 최소단위이기 때문에, 한국어 언어모델의 성능을 높이기 위해서는 정확한 형태소 분석기의 개발이 필요하다. 기존의 형태소 분석기는 대부분 어절 단위 토큰을 입력 값으로 학습하여 형태소 분석 결과를 제시한다. 하지만 한국어의 어절은 어근에 조사나 접사가 부착된 형태이기 때문에 어근이 같은 어절이어도 조사나 접사로 인해 의미가 달라지는 성향이 있다. 따라서 어절 단위 토큰을 사용하여 형태소를 학습하면 조사나 접사에 대한 오분류가 발생할 수 있다. 본 논문에서는 형태소 단위의 토큰을 사용하여 한국어 문장에 내재된 의미를 과악하고, Transformer를 사용한 시퀀스 생성 방식의 형태소 분석기를 제안한다. 또한, 미등록 단어 문제를 해결하기 위해 학습 말뭉치 데이터를 기반으로 사용자 사전을 구축하였다. 실험 과정에서 각 형태소 분석기가 출력 한 형태소와 품사 태그를 함께 정답 데이터와 비교하여 성능을 측정하였으며, 실험 결과 본 논문에서 제시한 형태소 분석기가 기존 형태소 분석기에 비해 성능이 높음을 증명하였다.

• 한국전자파학회논문지
• /
• 제20권4호
• /
• pp.381-389
• /
• 2009

높은 데이터 전송 속도를 갖는 OFDM(Orthogonal Frequency Division Multiplexing) 통신 시스템은 시간 영역에서 높은 PAPR(Peak-to-Average Power Ratio)이 발생되는 중요한 단점이 있다. 이 때문에 송신 신호의 비선형 왜곡을 일으켜 통신 성능을 매우 나쁘게 된다. CI(Carrier Interferometry) - OFDM 시스템은 각각 병렬 데이터를 N개의 모든 부반송파와 서로 직교하는 위상 성분에 실어 전송함으로써 첨두값이 낮추는 효과를 얻는다. 또한, 한 데이터를 N개의 부반송파에 나누어 전송하기 때문에 주파수 다이버시티(FD: Frequency Diversity) 효과를 얻는다. 그러므로 CI-OFDM은 PAPR 저감과 BER 개선에 우수한 성능을 보인다. 그러나 CI-OFDM을 실제로 구현할 때, 송신기에서 모든 데이터마다 각각 다른 위상 성분들과 반송파에 실려 동시에 전송되기 때문에 수신기에서 독립적인 위상 성분들을 차례로 보상할 수 있는가가 매우 중요한 문제점이 된다. 이 논문에서는 Walsh Hadamard 시퀀스를 사용하여 각 병렬 데이터를 구분하고, 동시에 기존 CI-OFDM의 특성을 갖는 개선된 CI-OFDM, 즉 FD-CI-OFDM 시스템을 제안하고 성능을 평가한다 컴퓨터 시뮬레이션을 통하여 그 성능이 기존 OFDM이나 CI-OFDM보다 개선됨을 보인다.

• 인터넷정보학회논문지
• /
• 제10권5호
• /
• pp.79-93
• /
• 2009

사용자들의 특성에 맞게 개인화되고 세분화된 위치 기반 서비스를 개발하기 위한 목적으로 시공간 상에서 발생하는 이동 객체의 다양한 패턴들 중 의미있는 유용한 패턴을 추출하기 위한 시공간 패턴 탐사가 필요하다. 이에 본 논문에서는 방대한 이동 객체의 이력 데이터로부터 패턴 탐사를 통해 실세계에 적용 가능한 위치 기반 서비스의 개발에 대한 응용으로, STOMP(F)[25]에서 정의한 최적의 이동 패턴을 탐사하는 문제들을 기반으로 시간 및 공간 제약을 갖는 패턴을 추출하기 위한 새로운 탐사 기법인 STOMP(FW)를 제안한다. 제안된 기법은 패턴 빈발도 만을 이용한 기존 연구(STOMP(F)[25])에 가중치(거리, 시간, 비용 등)를 복합적으로 이용하는 패턴 탐사 방법으로, 특정한 지점들 사이를 이동한 객체의 이동 패턴들 중 패턴 빈발도가 특정 임계치 이상이고 가중치가 가장 적게 소요되는 이동 패턴을 최적 경로로 결정하는 방법이다. 제안된 방법의 패턴 탐사는 경험적인 이동 이력을 사용함으로써 기존의 최적 경로 탐색 기법들($A^*$, Dijkstra 알고리즘)이나 빈발도 만을 이용한 방법들 보다 접근하는 노드 수가 상대적으로 적어 보다 빠르고 정확하게 최적 패턴을 탐색할 수 있음을 보인다.

• 한국차세대컴퓨팅학회논문지
• /
• 제14권6호
• /
• pp.57-65
• /
• 2018

BLE 또는 Wi-Fi 기반 지문인식과 같은 기존의 RF 신호 기반 실내 위치인식 기술은 RF 신호의 불안정한 수신 신호 세기로 인해 소규모 실내 환경에서도 작지 않은 오차를 발생시키며 공항, 백화점과 같은 대규모 실내 환경에 적용하기가 어렵다. 이 논문에서는 RF 신호보다 안정적인 신호 강도를 갖는 자기장 신호를 이용한 실내측위 시스템을 제안한다. 유사한 자기장 값이 같은 실내 공간에 여럿 존재하지만, 사용자의 이동이 계속됨에 따라 자기장 신호는 고유 시퀀스를 가지게 된다. 본 논문에서는 시간에 따라 변화하는 센서 데이터 시퀀스를 인식하는 데 효과적인 순환 신경망 (Recurrent neural network, RNN)이라 불리는 심층 신경망 모델을 사용하여 사용자의 현재 위치와 이동 경로를 추적한다. 제안된 신경망 기반의 지자기 실내측위시스템의 평가를 위해 약 $94m{\times}26$ 크기의 교내 테스트베드에서 자기장 맵을 구축하고 자기장맵으로부터 추출한 다양한 이동 경로와 위치 정보를 이용하여 RNN을 학습한 결과, 테스트베드에서 제안된 시스템은 평균 1.20 미터의 테스트 측위 오차를 달성할 수 있었다.

• 한국시뮬레이션학회논문지
• /
• 제32권3호
• /
• pp.43-53
• /
• 2023

본 연구는 실내 상업적 공간, 특히 카페에서 보안 카메라를 이용해 방문자 수와 위치를 실시간으로 파악하고, 이를 통해 사용 가능한 좌석 정보와 혼잡도 예측을 제공하는 시스템의 개발을 목표로 한다. 우리는 실시간 객체 탐지 및 추적 알고리즘인 YOLO를 활용하여 방문자 수와 위치를 실시간으로 파악하며, 이 정보를 카페 실내 지도에 업데이트하여 카페 방문자가 사용 가능한 좌석을 확인할 수 있도록 한다. 또한, 우리는 vanishing gradient문제를 해결한 장단기 메모리(Long Short Term Memory, LSTM)와 시간적인 관계를 가지는 데이터를 처리하는데 유용한 시퀀스-투-시퀀스(Sequence-to-Sequence, Seq2Seq)기법을 활용해 다양한 시간 간격에 따른 방문자 수와 움직임 패턴을 학습하고, 이를 바탕으로 카페의 혼잡도를 실시간으로 예측하는 시스템을 개발하였다. 이 시스템은 카페의 관리자와 이용자 모두에게 예상 혼잡도를 제공함으로써, 카페의 운영 효율성을 향상시키고, 고객 만족도를 높일 수 있다. 본 연구에서는 보안 카메라를 활용한 실내 위치 추적 기술의 효용성을 입증하며, 상업적 공간에서의 활용 가능성과 더불어 미래 연구 방향을 제시한다.

• 한국컴퓨터정보학회논문지
• /
• 제12권2호
• /
• pp.231-242
• /
• 2007

패턴 탐사에 관한 기존의 연구들[1,2,3,4,5,6,11,12,13]은 이동 객체의 위치 이력 데이터 집합에 대한 위치 일반화 접근법을 사용하지 않거나 사용해도 특정 공간상의 이동 패턴들 중 단순히 시공간 제약이 없는 빈발 패턴만을 추출하므로, 특정 지점들 간의 최적 이동 경로나 스케줄링 경로와 같은 시공간 제약을 갖는 빈발 패턴 탐사에는 적용하기 어렵다. 또한 패턴 탐사의 수행에 있어 기존의 기법들은 데이터베이스에 대한 반복 접근을 줄이기 위해 메모리 상에 패턴 트리를 생성하여 사용하므로 보다 많은 메모리 공간을 소요하게 된다. 따라서 이러한 기존 탐사 기법들의 문제점들을 해결하기 위한 보다 효율적인 패턴 탐사 기법이 필요한 실정이다. 효율적 탐사 기법을 개발하기 위하여 본 논문에서는 방대한 이동 객체의 이력 데이터 집합에 대한 탐사 수행 시간 및 탐사에 필요한 메모리 공간을 최소화하기 위해서 상세 수준의 데이터들을 의미있는 공간영역 정보로 변환하는 새로운 위치 일반화 방법을 제안한다. 제안된 방법은 패턴 탐사의 전처리 과정에서 $R^*$-Tree와 영역 Grid 해쉬 테이블(AGHT:Area Grid Hash Table)을 기반으로 이동 객체의 위치 속성들을 2차원 공간영역으로 일반화하여 이동 시퀀스를 생성함으로써 효율적인 이동 객체의 공간 이동 패턴 마이닝을 유도할 수 있다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.107-119
• /
• 2023

군인의 동작 및 운동 상태를 인식하는 기술은 웨어러블 테크놀로지와 인공지능의 결합으로 최근 대두되어 병력 관리의 패러다임을 바꿀 기술로 주목받고 있다. 이때 훈련 상황에서의 평가 및 솔루션 제공, 전투 상황에서의 효율적 모니터링 기능을 의도한대로 제공하기 위해서는 상태 판별의 정확도가 매우 높은 수준으로 유지되어야만 한다. 하지만 입력 데이터가 시계열 또는 시퀀스로 주어지는 경우, 기존의 피드포워드 신경망으로는 분류 성능을 극대화하는데 한계가 발생한다. 전장에서의 군사 동작 인식을 위해 다뤄지는 인간의 행동양식 데이터(3축 가속도 및 3축 각속도)는 시의존적 특성의 분석이 요구되기 때문에, 본 논문은 순환 신경망인 LSTM(Long-short Term Memory) 네트워크를 활용하여 취득 데이터의 이동 양상 및 순서 의존성을 파악하고 여덟 가지의 대표적 군사 동작(Sitting, Standing, Walking, Running, Ascending, Descending, Low Crawl, High Crawl)을 분류하는 고성능 인공지능 모델을 제안한다. 이때, 학습 조건 및 모델 변수는 그 정확도에 결정적인 영향을 끼치지만 인간의 수동적 조정이 필요해 비용 비효율적이고 최적의 값을 보장하지 못한다. 본 논문은 기계 스스로 일반화 성능이 극대화된 조건들을 취득할 수 있도록 베이지안 최적화를 활용해 하이퍼파라미터를 최적화한다. 그 결과, 최종 아키텍쳐는 학습 가능한 파라미터의 개수가 유사한 기존의 인공 신경망과 비교해서 오차율이 62.56% 감소할 수 있었으며, 최종적으로 98.39%의 정확도로 군사 동작 인식 기능을 구현할 수 있었다.

• Investigative Magnetic Resonance Imaging
• /
• 제16권1호
• /
• pp.67-75
• /
• 2012

목적 : 뇌에 분포하는 동맥혈관을 관찰할 때 흔히 자기공명 뇌혈관 데이터(Magnetic Resonance Angiography, MRA)를 이용한다. 하지만 뇌혈관 데이터의 경우 관찰하고자 하는 부위의 혈관을 직접적으로 관찰하기 어렵다. 이러한 3차원 데이터를 2차원 디스플레이 장치에 나타내기 위해 최대강도투사(Maximum Intensity Projection, MIP) 영상이 흔히 이용된다. 데이터의 투사방향에 위치한 복셀들 중 최대값을 가지는 복셀을 투사하여 최대강도투사 영상을 얻게 된다. 혈관의 경우 큰 복셀값을 가지기 때문에 영상에서 밝게 나타난다. 하지만 투사방향에 중첩되어 있는 일부 혈관들이 투사하는 과정에서 최대값을 가지는 혈관들에 가려져 나타나지 않게 되기 때문에 깊이 정보를 잃게 된다. 또한 정해진 위치에서의 투사영상 밖에 얻을 수 없다는 단점이 있다. 본 논문에서는 기존의 최대강도투사 영상이 가지는 이러한 단점들을 개선하여 뇌혈관의 분포를 3차원 공간상에서 최적화 된 입체영상으로 보는 새로운 방법을 제안하였다. 대상 및 방법 : 우리는 4개의 채널 코일과 3.0T 자기공명영상장치 (Siemens Tim Trio MRI scanner)를 이용하여 피험자의 머리를 고정시키고 3차원 위상대조 (Phase-Contrast, PC) 시퀀스를 적용하여 3차원 뇌혈관 데이터를 얻었다. 얻어진뇌혈관 데이터의 중심점을 기준으로 3차원 공간 회전 알고리즘을 적용하여 회전된 새로운 데이터를 얻은 다음 이 데이터를 기준 수평면상에 투사하여 뇌혈관에 대한 2차원 최대강도투사 영상을 구한다. 이 때 입체영상 구현을 위해 두 눈과 데이터의 중심이 이루는 수렴각에 맞게 뇌혈관 데이터를 각각 공간 회전시킨 후 투사하여 각각의 눈에 적합한 영상들을 구하고 이를 적청안경방식 (anaglyph)을 이용하여 관찰함으로써 최적의 입체감을 가지는 최대강도투사 영상을 얻는다. 결과 : 결과 영상을 살펴보면 우선 기존의 방법들에서는 불가능했던 뇌혈관 데이터의 다양한 위치에서의 최대강도투사 영상이 가능해졌다는 것을 알 수 있다. 또한 관찰자와 데이터 사이의 거리와 두 눈 사이의 거리를 고려하여 보다 사실적인 입체감을 가지는 입체 최대강도투사 영상을 얻었다. 결론적으로 관찰자가 바라보는 방향과 관찰자와 데이터 사이의 거리에 따른 최적의 입체영상을 얻을 수 있었다. 결론 : 제안하는 방법은 단일 최대강도투사 영상을 관찰자의 위치를 고려하여 입체영상으로 변환시킴으로써 최적의 입체감을 가지는 입체 투사 영상을 구하였다. 그리고 구면좌표계 상에서 뇌혈관 데이터의 다양한 투사방향에서의 최대강도투사 영상을 나타낼 수 있었다. 추후 알고리즘 최적화와 병렬연산 프로세스가 적용된다면 진단과 수술 계획에 필요한 뇌혈관의 입체 정보들을 실시간으로 제공해 줄 수 있을 것으로 예상된다.