• 한국우주과학회:학술대회논문집(한국우주과학회보)
• /
• 한국우주과학회 2011년도 한국우주과학회보 제20권1호
• /
• pp.22.4-22.4
• /
• 2011

위성항법시스템에서 위성 신호의 이상 발생 시 신속하게 위성시계의 고장 유무를 판단할 수 있도록 실시간 위성 시계 이상감지 시스템을 구축하였다. 위성 시계는 시스템 성능에 직접적인 영향을 미치는 핵심 요소로서 고장이나 이상 발생 시 측정치에 매우 큰 영향을 미칠 수 있다. 특정 위성 시계에 고장이나 이상이 발생한 경우 사용자들이 해당 위성의 측정치를 사용하지 않도록 가능한 빨리 이를 감지하고 공지할 수 있어야 한다. 현재 GPS의 경우 시스템 자체만으로는 위성 상태 정보가 적절한 시간 내에 제공되지 못하므로, 사용자가 직접 위성 신호의 사용 유무를 판단할 수 있는 위성 상태 감시 기능이 필요하다. 이 논문에서는 위성 시계 이상 발생 시 이를 실시간으로 감지할 수 있도록 한국항공우주연구에서 구축한 실시간 위성 시계 이상 감지 시스템에 대해 소개하고자 한다. 시스템 구현을 위해 적용한 방법은 크게 세 단계로 나뉠 수 있다. 첫 번째, 실시간으로 수신한 GPS 이중 주파수 측정치로부터 반송파 스무딩 필터를 적용하여 위성 시계 바이어스를 추정한다. 두 번째, 위성 위치 및 시계 정보의 실시간 적용을 위해 항법력보다 성능이 뛰어난 IGS Ultra-rapid 예측 정보를 활용한다. 마지막으로 위성시계 바이어스 추정치와 예측치를 비교하여 시계 이상 유무를 판별한다. 실제 위성 시계 이상이 발생한 위성의 측정치를 적용하여 시스템에 대한 검증시험을 수행하였고, 10 나노 초 수준의 위성 시계도약 현상이 발생한 위성의 감지를 통해 시스템의 성능을 확인하였다. 이는 항공항법분야와 같이 고성능의 위치 정보를 요구하는 응용분야에 신뢰성 있는 위성 정보 제공을 위해 활용될 수 있다.

• 한국산학기술학회논문지
• /
• 제20권8호
• /
• pp.216-223
• /
• 2019

생산 공정에서 발생되는 공정 이상을 적시에 감지하는 것은 생산 공정의 안전하고 일관된 조업 및 운영에 필수적인 요소 중 하나로서 반드시 필요하다. 예측되지 못하거나 적절하게 감지되지 못한 공정 이상은 전체 생산 공정과 공정에서 생산되는 최종 제품의 품질에 심각한 영향을 줄 수 있기 때문이다. 또한 이러한 상황은 공정 기능 불량과 고장으로 이어지게 된다. 이러한 공정 이상을 신뢰성 있게 적시에 검출하기 위해 본 연구에서는 새로운 단일 클래스 분류에 기반한 공정 이상 감지 기법을 제안한다. 본 연구의 제안된 방법은 잡음 필터링, 특징 선택, 비선형 표현 및 특이치 검출의 네단계로 구성된다. 본 연구에서는 시뮬레이션 공정의 측정치를 활용하여 제안된 방법의 성능을 평가하였다. 그 결과 제안된 공정 이상 탐지 기법이 신뢰할 수 있는 모니터링 결과를 산출하였으며 기존 비교 대상 방법들보다 평균 25.4% 향상된 성능을 보여 주었다. 또한 적합한 특징 선택을 통하여 보다 향상된 이상 감지 성능을 얻을 수 있었다.

• 한국항만경제학회지
• /
• 제37권1호
• /
• pp.179-196
• /
• 2021

부산항의 부두 장치율은 지난 3년동안 지속적으로 상승하였다. 부두 장치율 상승은 컨테이너 재조작을 야기하여 부두 노동자의 업무 강도를 증가시킨다. 또한, 장치율 상승이 장기화될 경우 선주의 대기시간을 증가시켜 항만의 서비스 수준이 하락할 수 있다. 이에 본 연구는 부두 장치율 상승 문제를 해결하기 위한 방안으로 수요예측치의 신뢰구간 추정을 활용한 항만 물동량 이상감지 방안을 제안하였다. 수요예측 방법론은 ARIMA 모형을 사용하였으며 실증 분석을 위해 사용된 자료는 2013년 1월 1일부터 2020년 10월 12일까지 총 2841일 동안의 부산항 전체 일별 물동량 자료 및 9개 부두의 일별 물동량 자료이다. 기존에 항만 물동량을 예측하는 대부분의 연구는 주로 장기 예측에 초점을 맞추었다. 일별, 부두별 부산항 물동량 자료를 활용하여 단기 물동량을 예측하고 예측치를 기반으로 부두 장치율 관리 방안을 제시한 본 연구는 충분한 가치가 있다고 판단된다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 춘계학술대회
• /
• pp.301-301
• /
• 2022

본 연구는 운영 조건이 달라짐에 따라 회전수가 변하는 기기의 정상적 가동 여부와 고장 종류를 판별하기 위한 인공지능 알고리즘의 적용을 다루고 있다. 회전수가 변하는 장비로부터 계측된 상태 모니터링 센서의 신호는 비정상(non-stationary)적 특성이 있으므로, 상태 신호의 한계치가 고장 판별의 기준이 되기 어렵다는 점을 해결하고자 하였다. 정상 가동 여부는 이상 감지에 효율적인 오토인코더 및 기계학습 알고리즘을 적용하였으며, 고장 종류 판별에는 기계학습법과 합성곱 기반의 심층학습 방법을 적용하였다. 변하는 회전수와 연계된 주파수의 비정상적 시계열도 적절한 고장 특징 (Feature)로 대변될 수 있도록 시간 및 주파수 영역에서 특징 벡터를 구성할 수 있음을 예제로 설명하였다. 차원 축소 및 카이 제곱 기법을 적용하여 최적의 특징 벡터를 추출하여 기계학습의 분류 알고리즘이 비정상적 회전 신호를 가진 장비의 고장 예측에 활용될 수 있음을 보였다. 이 과정에서 k-NN(k-Nearest Neighbor), SVM(Support Vector Machine), Random Forest의 기계학습 알고리즘을 적용하였다. 또한 시계열 기반의 오토인코더 및 CNN (Convolution Neural Network) 적용하여 이상 감지와 고장진단을 수행한 결과를 비교하여 제시하였다.

• 전기전자학회논문지
• /
• 제24권2호
• /
• pp.403-408
• /
• 2020

태양광 발전은 특성상 간헐성과 불확실성이 항상 존재하기 때문에 정확한 예측은 어려우며, 실시간 발전량 진단을 위한 이상감지 기술이 중요하다. 본 논문에서는 다양한 파라미터의 상관관계를 도출하고 최근접 이웃 알고리즘을 적용하여 정상데이터와 비정상데이터를 분류한다. 두 분류의 결과는 발전 시스템의 결함에 의한 아웃라이어와 구름 등에 의해 단기간 동안 발생하는 부분 음영 및 전체 음영의 일시적인 전력손실을 보여준다. 100kW 발전소 데이터를 대상으로 머신러닝 분석을 수행하여 테스트 결과를 산출하였으며 실제 이상치와 이상치 후보지를 검증하였다.

• 한국전자거래학회지
• /
• 제15권4호
• /
• pp.303-317
• /
• 2010

본 논문에서는 KNN 대체와 LOF 알고리즘의 결합 모델을 확장하여 실시간 비즈니스 프로세스 모니터링을 위한 비정상 종료 예측 방법론을 제안하였다. 기존의 룰 기반 모니터링 방법론은 실시간 프로세스 진행 정도에 따른 비관측 정보에 기인하여 조기 경보 및 실시간 대응이 힘들다는 한계점을 안고 있다. 이를 해결하기 위하여 비관측 정보에 대한 가정 및 진행 중인 프로세스의 향후 경로 예측을 통해 종료 시점에서 예상되는 LOF를 추정하기 위한 알고리즘을 제안하였다. 이 알고리즘을 적용하여 실시간 비즈니스 프로세스 모니터링 과정에서 각 관측 시점마다 종료 시점에서의 결과를 예측함으로써, 전 시점에 걸친 추세를 살펴종료 패턴을 예측할 수 있다. 이를 통해 비즈니스 프로세스의 실시간 진척에 대한 정보를 가시화함으로써 기회 및 위협에 사전에 대응할 수 있게 하여 프로세스 관리 수준의 향상을 기대할 수 있을 것으로 예상된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.641-642
• /
• 2022

단일 데이터로부터의 이동 객체에 대한 행동 인식 연구는 데이터 수집 과정에서 발생하는 노이즈의 영향을 크게 받는다. 본 논문은 영상 데이터와 센서 데이터를 이용하여 다중 융합 네트워크 기반 이동 객체 행동 인식 방법을 제안한다. 영상으로부터 객체가 감지된 영역의 추출과 센서 데이터의 이상치 제거 및 결측치 보간을 통해 전처리된 데이터들을 융합하여 시퀀스를 생성한다. 생성된 시퀀스는 CNN(Convolutional Neural Networks)과 LSTM(Long Short Term Memory)기반 다중 융합 네트워크 모델을 통해 시계열에 따른 행동 특징들을 추출하고, 깊은 FC(Fully Connected) 계층을 통해 특징들을 융합하여 행동을 예측한다. 본 연구에서 제시된 방법은 사람을 포함한 동물, 로봇 등의 다양한 객체에 적용될 수 있다.

• 비파괴검사학회지
• /
• 제18권2호
• /
• pp.92-102
• /
• 1998

섬유강화 복합재 연소관은 복합재료의 사용, 필라멘트 와인딩 및 경화공정 등으로 인하여 제작 중 다양한 결함이 발생할 수 있으며, 또한 사용 도중에도 예기치 않은 손상을 받아 기계적 성질이 저하될 수 있다. 따라서 제작 완료된 연소관의 품질 보증을 위해 수압보증시험이 사용되고 있으나 이를 위해 가한 수압이 오히려 연소관에 예기치 않은 손상을 가하여 실제 사용시 그 성능을 저하시키는 요인으로 작용하는 경우도 있다. 이러한 문제를 해결하기 위해 본 연구에서는 수압보증시험시의 음향방출을 감지하여, 그 신호의 특성으로부터 복합재 연소관의 파손 거동을 예측하는 체계적인 기법의 개발을 시도하였다. 음향방출을 이용하여 연소관에 발생한 손상의 개략적 위치를 결정할 수 있었으며, 또한 파괴모드의 식별도 가능하였다. 다만, 시료의 부족으로 최종파열압력의 변화와 충격손상의 영향에 대한 신뢰성 있는 분석은 불가능하였다.

• 한국터널지하공간학회 논문집
• /
• 제10권1호
• /
• pp.69-79
• /
• 2008

터널 막장 전방의 암반 물성 변화의 예측은 터널 시공 시 붕괴를 막을 수 있는 중요한 요소이다. 본 연구에서는 표면파에 대한 웨이블렛 변환을 이용한 모형 암반의 위상속도를 예측하는 비파괴 시험법을 제안함으로써 터널 막장 전방의 암반 물성 변화를 예측하고자 한다. 실내 실험에서는 암반을 모사하기 위하여 강도가 각각 틀린 두 층으로 이루어진 석고 모형을 사용하였다. 가진윈은 진동 발생 가능한 주파수 대역이 150 Hz에서 5 kHz인 액츄에이터를 사용하였으며, 감지기는 두 개의 가속도계가 사용되었다. 분산곡선을 계산하기 위하여 웨이블렛 변환 해석을 수행하였다. 실내 실험 결과, 근접장 효과를 없애기 위한 최소 감지기 간격이 탐측 가능 깊이의 3배 이상으로 나타났다. 정규 분포 곡선에 기초한 가중치를 이용한 간단한 역산을 제안하였고, 파장 반영계수가 0.2일 때 예측치와 실측치가 잘 일치하였다. 표면파의 전파 깊이는 파장의 $0.42{\sim}0.63$배로 나타났으며, 분산곡선에서 파장에 따라 위상속도가 변하는 구간이 역산을 통해 계산된 구간과 잘 일치하였다. 표면파에 대한 웨이블렛 변환을 이용한 위상속도의 예측은 기존의 표면파 시험법에 비해 실험 구성 및 실험 방법, 역산과정이 간단하므로 터널 막장 전방의 암반 물성 변화를 예측하는데 효율적인 적용이 가능할 것으로 판단된다.

• 한국빅데이터학회지
• /
• 제6권2호
• /
• pp.99-108
• /
• 2021

최근, 예상치 못하고 지능적인 보다 고도화된 사이버 의료 위협 공격이 증가하고 있는 추세이다. 하지만 다양한 패턴의 사이버 의료 위협 공격 대응에 있어, 물리적인 차단과 의료기기 교체와 같은 규칙 기반 보안방법론은 인력 부족, 고가의 비용 부담 등의 한계를 지닌다. 이를 해결하기 위한 방안으로 최근 의료계에서도 인공지능 기술에 주목하고 있다. 인공지능 기술은 기존의 규칙 기반의 보안 프로그램과는 달리 과거의 이상행태를 스스로 학습하여 보안 위협 감지 및 예측을 가능케 하는 기술이다. 본 연구에서는 의료기관 통합의료정보시스템 내 의료정보 데이터를 수집 및 학습하여 AI 기반 네트워킹 행동 적응형 정보 플랫폼 개발 연구 방법론에 대한 소개를 포함한다. 이를 통해 규칙 기반의 보안 프로그램의 기술적 제반사항 소개와 제약 사항 대비 의료정보분야에서의 인공지능 기술을 활성화하기 위한 전략에 대해 논의한다.