• 한국컴퓨터정보학회논문지
• /
• 제25권4호
• /
• pp.165-172
• /
• 2020

본 연구에서는 현재 일반적인 스마트 팩토리에서 데이터 전송에 사용하는 중앙 집중형 시스템에서 발생하는 데이터를 중앙의 센터까지 전송, 처리할 때 발셍하는 전송 지연 등의 문제 해결을 위하여 필요한 곳에 연산과 저장 장치를 도입하는 분산 컴퓨팅 패러다임 (Distributed Computing Paradigm)인 온-디바이스 (On-Device) 기반 에지 컴퓨팅 (Edge Computing) 기술과 빅데이터 분석 기술 및 활용 방법의 연구를 통하여 설비 고장 등을 예지하여 가동율을 높일 수 있는 산업현장의 설비관리에 활용되는 솔루션을 제안한다. 그러나 에지 컴퓨팅 기반의 기술이 실제 적용되더라도 네트워크 에지에서 장치의 증가는 많은 양의 데이터가 데이터 센터로 전달되어 네트워크 대역이 한계치에 이르게 되어 네트워크 기술의 향상에도 데이터 센터는 수많은 응용에서 중요한 요건이 되는 수용 가능한 전송 속도와 응답 시간을 보장하지 못하게 된다. 이와 같은 요구조건을 수용할 수 있는 일체형 하드웨어 기술과 공장관리 및 제어 기술을 적용한 설비보존 및 스마트 팩토리 산업 분야에 적용할 수 있는 연구를 통하여 생산성 증대를 지원할 수 있는 지능적 설비관리를 지원하도록 하여 추후 빅데이터에 적합한 딥러닝을 적용할 수 있는 인공지능 기반 설비 예지 보전 분석 도구로 발전할 수 있는 기반을 제공한다.

• 한국정보기술학회논문지
• /
• 제15권12호
• /
• pp.157-164
• /
• 2017

모바일 심전도(ECG) 신호 측정은 수 mV의 작은 소 신호를 측정하는 기술로서 동적 잡음을 제거하기 위한 많은 연구가 진행 되어 왔다. 특히 심전도 전극 케이블의 흔들림이나 피부의 움직임으로 인하여 유발 되는 등 전위선 잡음의 제거는 심전도 측정을 위한 핵심 연구 내용 중 하나이다. 본 연구에서는 심전도 신호의 등전위선 동적 잡음을 제거하기 위해 정규화 최소 자승법(NLMS)와 지연 최소 자승법(DLMS) 방식을 결합한 적응 필터의 스텝 사이즈를 결정하여 적용하는 기법을 제안 하였다. 제안한 기법은 필터의 초기 스텝 사이즈를 조정하여 기본 노이즈를 차감 한 후, 해당 과정에서 발생할 수 있는 심전도 신호 특성의 왜곡을 줄이는 방법이다. 본 논문에서의 제안한 기법에서, 필터 계수의 값은 필터 순서 사이즈 및 왜곡 최소화 인자에 의해 직접적으로 스케일링 설정 된다. 그리고 제안된 필터는 실시간 필터링에 필수적인 계산의 복잡성을 줄이도록 하여, 연산시간을 줄일 수 있을 것으로 기대되므로 소형 프로세서 및 저전력 소비가 요구되는 모바일 심전도 측정기기에 적합한 장점을 가진다. 또한 종래의 NLMS 적응 필터와 신호대잡음비(SNR)를 비교하여 우수함을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제21권6호
• /
• pp.49-55
• /
• 2021

최근 소형 추적 레이더는 다양한 환경에서 표적을 획득하고, 추적하여 한 번의 타격으로 표적의 시스템을 무능화 시킬 수 있는 높은 거리해상도를 갖는 소형 밀리미터파 추적 레이더 개발을 요구한다. 높은 거리해상도를 갖는 소형 밀리미터파 추적 레이더는 넓은 대역폭의 신호를 실시간으로 처리하고, 소형 추적 레이더의 성능 요구 조건을 충족할 수 있는 신호처리기의 구현이 필요하다. 본 논문에서는 소형 밀리미터파 추적 레이더의 신호처리기 역할과 기능을 수행할 수 있는 신호처리기를 설계하였다. 소형 밀리미터파 추적 레이더를 위한 신호처리기는 8채널에서 입력되는 OOOMHz의 중심주파수와 OOOMHz 대역폭의 신호를 실시간으로 처리하기를 요구한다. 신호처리기의 요구사항을 만족하기 위해 고성능 프로세서 및 ADC (Analog-to-digital converter) 적용과 FPGA (Field Programmable Gate Array)를 활용한 DDC (Digital Down Converter), FFT (Fast Fourier Transform) 등의 전처리 연산을 적용하여 신호처리기를 설계하였다. 마지막으로 소형 밀리미터파 추적 레이더를 위한 신호처리기의 성능시험을 통하여 구현한 신호처리기를 검증하였다.

• 정보보호학회논문지
• /
• 제31권5호
• /
• pp.901-909
• /
• 2021

모바일 기기는 그 자체가 가지고 있는 연산 자원이 제한적이기 때문에 클라우드를 활용하여 컴퓨팅하거나 데이터를 저장하는 경향이 있다. 5G로 인해 실시간성이 중요해 짐에 따라, 중앙 클라우드보다 사용자에게 더 가까운 위치에서 컴퓨팅하는 엣지 클라우드에 관한 많은 연구가 수행되었다. 사용자가 현재 연결된 기지국의 엣지 클라우드와 물리적인 거리가 멀어질수록 네트워크 전송 속도가 느려지게 된다. 따라서 원활한 서비스 이용을 위해서는 가까운 엣지 클라우드로 애플리케이션을 마이그레이션 한 뒤 재실행해야 한다. 우리는 호스트 운영 체제와 독립적이며, 가상 머신에 비해 이미지 크기가 상대적으로 가벼운 도커 컨테이너에서 애플리케이션을 실행한다. 기존의 마이그레이션 연구는 네트워크 시뮬레이터를 사용하여 실험하였다. 시뮬레이터는 고정된 값을 사용하기 때문에 실제 환경에서의 결괏값과는 차이점이 발생한다. 또한, 공유 저장소를 통해 이미지를 마이그레이션 하는 방식을 사용하였는데, 이는 패킷 내용 노출에 대한 위험을 갖는다. 본 논문에서는 실제 환경에서 엣지 컴퓨팅 환경을 구현하여 데이터 암호화 전송방식인 안전 복사(Secure CoPy) 방식으로 컨테이너를 마이그레이션 한다. 공유 저장소 방식 중 하나인 네트워크 파일 시스템(Network File System)과 마이그레이션 시간을 비교하고 안전성 확인을 위해 네트워크 패킷을 분석한다.

• 전기전자학회논문지
• /
• 제25권3호
• /
• pp.485-492
• /
• 2021

본 논문에서는 다각형 용기의 결함 검사 시스템 개발을 제안한다. 임베디드 보드는 메인부, 통신부, 입·출력부 등으로 구성된다. 메인부는 주 연산장치로써 임베디드 보드를 구동하는 운영체제가 포팅되어서 외부 통신, 센서 및 제어를 위한 입출력을 제어할 수 있다. 입·출력부는 필드에 설치되어 있는 센서들의 전기적신호를 디지털로 변환하여 메인모듈로 전달하는 역할 및 외부 스텝 모터 제어의 역활을 한다. 통신부는 영상 촬영 카메라 트리거 설정 및 제어 장치의 구동 설정의 역할을 수행한다. 입·출력부는 제어 스위치 및 센서들의 전기적신호를 디지털로 변환하여 메인모듈로 전달하는 역할을 수행한다. 동작 모드 등과 관련한 펄스 입력 등을 받기 위한 입력회로에는 외부 노이즈의 간섭을 최소화하기 위하여 각 입력포트에는 포토커플러를 설계한다. 제안된 다각형 용기의 결함 검사 시스템 개발의 정확성을 객관적으로 평가하기 위하여 다른 머신비전 검사 시스템과 비교를 해야 하지만, 현재 다각형 용기의 머신비전 검사 시스템이 존재하지 않기 때문에 불가능하다. 따라서, 동작 타이밍을 오실로스코프로 측정하여서 Test Time, One Angle Pulse Value, One Pulse Time, Camera Trigger Pulse, BLU 밝기 제어 등과 같은 파형이 정확히 출력됨을 확인하였다.

• 방송공학회논문지
• /
• 제26권4호
• /
• pp.368-376
• /
• 2021

인공지능 클라우드는 학습된 모델 공유 및 실행 환경을 제공하여 인공지능 기술과 제어 기술을 융합하는 자율 사물 개발을 지원한다. 기존 자율 사물 개발 기술은 인공지능 모델의 정확도만을 고려하여 은닉 계층 수 및 커널 수 증가 등 모델의 복잡성을 증가시켜 결과적으로 많은 연산량을 요구하게 한다. 자원 제약적 컴퓨팅 환경은 해당 모델이 필요로 하는 충분한 자원을 제공할 수 없어 자율 사물의 실시간성 장애를 발생시킬 수 있다. 본 논문은 컴퓨팅 환경에 최적화된 인공지능 모델을 선택하는 디지털 트윈 소프트웨어 개발 프레임워크를 제안한다. 제안 프레임워크는 DNN 기반 부하 예측 모델을 활용하여 제어 소프트웨어를 개발한다. 부하 예측 모델은 디지털 트윈을 활용하여 인공지능 모델의 부하를 예측하여 특정 컴퓨팅 환경에 최적의 모델 선택을 지원한다. 대표적인 CNN 모델을 활용한 부하 예측 실험으로 제안 부하 예측 DNN 모델이 수식 기반 부하 예측 대비 최대 20%의 오류를 보임을 확인했다.

• 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.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권7호
• /
• pp.191-198
• /
• 2021

분산 딥러닝은 각 노드에서 지역적으로 업데이트한 지역 파라미터를 동기화는 과정이 요구된다. 본 연구에서는 분산 딥러닝의 효과적인 파라미터 동기화 과정을 위해, 레이어 별 특성을 고려한 allreduce 통신과 연산 오버래핑(overlapping) 기법을 제안한다. 상위 레이어의 파라미터 동기화는 하위 레이어의 다음 전파과정 이전까지 통신/계산(학습) 시간을 오버랩하여 진행할 수 있다. 또한 이미지 분류를 위한 일반적인 딥러닝 모델의 상위 레이어는 convolution 레이어, 하위 레이어는 fully-connected 레이어로 구성되어 있다. Convolution 레이어는 fully-connected 레이어 대비적은 수의 파라미터를 가지고 있고 상위에 레이어가 위치하므로 네트워크 오버랩 허용시간이 짧고, 이를 고려하여 네트워크 지연시간을 단축할 수 있는 butterfly all-reduce를 사용하는 것이 효과적이다. 반면 오버랩 허용시간이 보다 긴 경우, 네트워크 대역폭을 고려한 ring all-reduce를 사용한다. 본 논문의 제안 방법의 효과를 검증하기 위해 제안 방법을 PyTorch 플랫폼에 적용하여 이를 기반으로 실험 환경을 구성하여 배치크기에 대한 성능 평가를 진행하였다. 실험을 통해 제안 기법의 학습시간은 기존 PyTorch 방식 대비 최고 33% 단축된 모습을 확인하였다.

• 한국융합학회논문지
• /
• 제10권6호
• /
• pp.7-14
• /
• 2019

본 논문에서는 YCbCr 색공간을 이용한 피부색 추출에서 조명과 그림자에 의한 손실 영역을 Flood Fill 알고리즘을 이용하여 보완하고 Haar-like 특징을 이용한 Cascade Classifier 얼굴 검출 방법을 제안하였다. Haar-like 특징을 이용한 Cascade Classifier는 이미지에서 기존의 YCbCr 색공간을 이용한 피부색 추출은 단순히 임계값만 사용하기 때문에 조명, 그림자 등에 의해 잡음과 손실 영역이 발생할 수 있다. 이러한 문제를 해결하기 위해 침식, 팽창 연산을 사용하여 잡음을 제거하였고 손실 영역을 추정하기 위해 Flood Fill 알고리즘을 사용하여 손실 영역을 추정하였다. 추정한 영역에 대하여 YCbCr 색공간의 임계값을 추가로 허용하였다. 나머지 손실영역에 대하여 위에서 추정한 영역중 추가로 허용한 영역의 평균값으로 색을 채워 넣었다. 추출한 이미지에 Haar-like Cascade Classifier를 사용하여 얼굴을 검출하였다. 기존의 Haar-like Cascade Classifier의 방법보다 제안하는 방법이 정확도가 약 4% 향상되었으며 YCbCr 색공간만을 이용한 피부색 추출보다 제안하는 방법의 검출률이 약 2% 향상되었다.

• 대한원격탐사학회지
• /
• 제34권6_2호
• /
• pp.1179-1192
• /
• 2018

이 연구는 남빙양(Southern Ocean)에서 나타나는 주된 전선(Front)들 중에 남극 극 전선(Antarctic Polar Front; PF)을 탐지하기 위하여 위성 기반 해수면 온도(sea surface temperature)와 해수면 고도(sea surface height) 자료를 복합적으로 사용하였다. 정확한 PF 탐지를 위하여 일별 SST와 SSH 자료를 각각 기반으로 하여 베이지안 결정 이론(Bayesian decision theory)을 적용하였으며, 이를 근거로 전선/비전선의 신호를 격자 별로 분류하였다. 이후, 시공간적인 합성을 통하여 일차적인 노이즈(noise) 제거 및 지리학적 연결성을 보완하였다. 그러나 이들 과정을 수행하고도 여전히 잔존하는 일부 노이즈를 제거하기 위하여 해빙 및 연안 마스킹(masking)을 수행하였다. 또한 모폴로지 연산(morphology operation)을 통하여 지류 성분을 최대한으로 배제하고 주된 전선 성분만을 추출하였다. 최종적으로 선택된 전선 격자 들에서 PF의 특징을 나타낼 수 있도록 가장 최남단의 전선만을 선택하여 평활 스플라인(smoothing spline) 최적화 방식을 통해 선 형태의 월별 PF를 산출하였다. 산출된 PF는 기존의 연구에서 제시한 PF의 위치와 상당히 유사한 것으로 나타났으며, 특히 바닥 지형에 따라 상당 부분 결정되는 PF의 변화를 잘 모사하는 것으로 보인다. 로스해 주변(${\sim}180^{\circ}W$)과 호주 이남의 해역($120^{\circ}E-140^{\circ}E$)은 PF의 위치에 대한 계절적 변동이 높게 나타나며, 그러한 변동이 기존에 제시된 결과와 상당히 유사한 경향을 지닌다. 그러므로 이 연구에서 산출된 PF의 위치에 대한 탐지 결과가 향후 장기적 관점에서 수행될 연구에 사용될 수 있는 가치를 지닐 것으로 기대한다.