• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.81-83
• /
• 2015

최근 주변 사물과 IT기술을 접목하여 사람들의 불필요한 시간을 줄여주는 제품들이 각광받고 있고 이러한 제품들을 구현하기 위한 다양한 임베디드 디바이스 또한 많은 개발과 발전을 하였다. 본 프로젝트는 아두이노와 스마트 디바이스의 통신을 통해 아이의 위기와 이상을 감지하여 물리적 먼 거리에서도 보호자가 위기 상황을 감지할 수 있도록 통보하는 디바이스를 개발하였다. 아두이노와 사운드 센서를 기본 디바이스로 아이의 울음을 감지하고, wifi 쉴드를 통해 데이터를 저장하며 스마트 디바이스는 이를 감지하여 부모에게 필요한 정보를 전달하여 보호가 필요한 아이의 위급 상황에 빠른 대처가 가능하게 하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.01a
• /
• pp.257-260
• /
• 2011

본 논문에서는 비디오 데이터로부터 물체의 초기 움직임 영역을 자동으로 검출하는 방법을 소개한다. 제안하는 시스템은 먼저 입력 영상을 받아들인 후 인접된 영상으로부터 일정 크기의 정방향의 블록 단위로 움직임을 나타내는 모션 벡터를 추출한다. 그리고 추출된 모션벡터를 아웃라이어를 제거하는 강건 예측 알고리즘에 적용하여 배경에 해당하는 모션벡터와 잡음 및 움직이는 물체에 해당하는 모션벡터를 구분한다. 그런 다음, 군집화 알고리즘을 적용하여 이동하는 물체를 나타내는 모션벡터를 군집화하고, 군집화된 모션벡터에 해당하는 영역의 크기가 일정 수치 값 이상일 때 움직이는 물체가 감지되었다고 판단한다. 본 논문의 실험에서는 제안된 물체의 움직임 감지 방법이 기존의 방법에 비해 성능이 보다 우수함을 보인다.

• Journal of Intelligence and Information Systems
• /
• v.2 no.1
• /
• pp.11-26
• /
• 1996

본 논문에서는 화학공정의 이상 진단을 위한 지식 기반 조업 지원 시스템의 개발에 관하여 살펴보고자 한다. 조업지원 시스템에서 가장 핵심적인 부분은 공정에 비정상 상황이 발생한 경우 이를 감지하고, 공정에 발생한 증상들을 분석하여 이상의 근본 원인을 찾아내는 작업-이상 진단이다. 이상 진단을 효과적으로 수행하기 위해서는 적절한 데이터의 해석이 매우 중요한데, 기존의 데이터 해석법들은 정상상태에 기반한 방법들을 동적거동을 효과적으로 표현하기에는 어려움이 많다. 본 연구에서는 RBF에 기반한 신경망을 사용하여 동적을 효과적으로 표현할 수 있는 정성적인 데이터 해석 모듈을 구축하였으며, 이 모듈에서는 공정에서 측정된 정략적인 센서값들을 정성적인 정보로 가공하여 이상진단 모듈에 제공한다. 본 연구에서는 효과적인 이상진단을 위하여 기존의 인과관계 그래프 모델(Cause Effect DiGraph)에 기반한 두가지 그래프 모델을 개발하였다. RCED(Reduced Caue Effect Digraph)는 공정의 측정 변수만으로 공정의 인과관계를 표현하는 오프라인으로 구축된 지식베이스 모델이며, PGTT(Pattern Graph Through Time)는 공정에서 발생한 증상간의 인과관계를 실시간으로 나타내는 동적인 모델이다. 이상, 신경망에 기반한 정성적인 데이터 해석 모듈과 이상진단 모듈을 전문가 시스템 도구인 G2를 DEC AlphaStation 상에서 폴리프로필렌 공정에 대한 조업지원전문가 시스템을 구축하고 이를 적용하여보았다.

• Journal of the Korean GEO-environmental Society
• /
• v.22 no.10
• /
• pp.5-12
• /
• 2021

The deterioration of facilities is an unavoidable phenomenon. For the management of aging facilities, cracks can be detected and tracked, and the condition of the facilities can be indirectly inferred. Therefore, crack detection plays a crucial role in the management of aged facilities. Conventional maintenances are conducted using the crack detection results. For example, maintenance activities to prevent further deterioration can be performed. However, currently, most crack detection relies only on human judgment, so if the area of the facility is large, cost and time are excessively used, and different judgment results may occur depending on the expert's competence, it causes reliability problems. This paper proposes a concrete crack detection framework based on machine learning to overcome these limitations. Fully automated concrete crack detection was possible through the proposed framework, which showed a high accuracy of 96%. It is expected that effective and efficient management will be possible through the proposed framework in this paper.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.133-135
• /
• 2021

본 논문에서는 목조 문화재 영상에서의 변위 현상 중 하나인 크랙이 발생하는 영역을 감지하기 위한 임베딩 유사도 기반 모델을 제안한다. 우선 변위가 존재하지 않는 정상으로만 구성된 학습 이미지는 사전 학습된 합성 곱 신경망을 통과하여 임베딩 벡터들을 추출한다. 그 이후 임베딩 벡터들을 가지고 정상 클래스에 대한 분포의 파라미터 값을 구한다. 실제 추론 과정에 사용되는 테스트 이미지에 대해서도 마찬가지로 임베딩 벡터를 구한다. 그런 다음 테스트 이미지의 임베딩 벡터와 이전에 구한 정상 클래스를 대표하는 가우시안 분포 정보와의 거리를 계산하여 이상치 맵을 생성하여 최종적으로 변위가 존재하는 영역을 감지한다. 데이터 셋으로는 충주시 근처의 문화재에 방문해서 수집한 목조 문화재 이미지를 가지고 정상 및 비정상으로 구분한 데이터 셋을 사용하였다. 실험 결과 우리가 제안한 임베딩 유사도 기반 모델이 목조 문화재에서 크랙이 발생하는 변위 영역을 잘 감지함을 확인하였다. 이러한 결과로부터 우리가 제안한 방법이 목재 문화재의 크랙 현상에 대한 변위 영역 검출에 있어서 매우 적합함을 보여준다.

• Korean Chemical Engineering Research
• /
• v.58 no.2
• /
• pp.224-229
• /
• 2020

We propose a machine learning-based method for proactively detecting faults in LDPE processes and predicting equipment lifespan. It is important to detect and prevent unexpected faults in chemical processes in order to maximize safety and productivity. Since LDPE process is a high-pressure process up to 3,000 kg/㎠g or more, once ESD occurs, it can result in productivity loss due to increased maintenance periods. By collecting key variables operation data of the process and using unsupervised machine leaning methods, we developed a fault detection model which detected 4 ESDs 2.4 days prior to the occurrence. In addition, it was confirmed that the life expectancy of a hyper compressor can be predicted by using the physically significant key variables.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.48 no.5
• /
• pp.99-106
• /
• 2011

In many applications, wireless sensor networks could be thought as data-centric networks, and the sensor nodes are densely distributed over a large sensor field. The sensor nodes are normally vulnerable in terms of security since they are very often deployed in a hostile environment and open space. In this paper, we propose a scheme for contents-based anomaly detection in wireless sensor networks. In this scheme we use the characteristics of sensor networks where several nodes surrounding an event point can simultaneously detect the phenomenon occurring and the contents detected from these sensors are limited to inside a certain range. The proposed scheme consists of several phases; training, testing and refining phases. Anomaly candidates detected by the distance-based anomaly detection scheme in the testing phase are sent to the refining phase. They are then compared in the sink node with previously collected data set to improve detection performance in the refining phase. Our simulation results suggest the effectiveness of the proposed scheme in this paper evidenced by the improvements of the detection rate and the false positive rate.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.1264-1267
• /
• 2011

스트리밍 XML 데이터로부터 트윅 패턴 추출시 질의와 무관한 스트리밍 데이터를 프루닝함으로써 질의 처리 비용을 줄일 수 있어야 한다. 이때 작은 버퍼 사이즈를 유지하면서도 질의 매칭 과정을 최소화하는 것이 필요하다. 본 논문에서는 이를 위한 (1) 패턴 매칭 프루닝과 (2) 재사용성 감지 기법을 제안한다. 기존 기법과 비교하여 제안하는 기법은 스트리밍 데이터의 엘리먼트 이벤트, 버퍼상태 그리고 트윅 패턴을 고려하여 질의 매칭 과정을 최소화한다. 실험결과를 통해 제안기법이 기존 기법보다 우수한 성능을 나타냄을 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06c
• /
• pp.53-58
• /
• 2007

선진각국에서 고령화 문제를 해결하기 위하여 고령친화 산업과 관련된 많은 연구들이 진행되고 있다. 본 논문에서는 노인 요양 또는 복지 시설내 노인들의 거주 환경 변화 및 거주자의 활동 양상을 측정하는 노인케어 유비쿼터스 시스템 knu-SCS(KangNam Ubiquitous Senior Care System)에 대하여 연구하였다. knu-SCS 시스템은 조도, 습도, 온도 센서, 웹 카메라 등으로 구성되며, 각종 센서들이 감지한 데이터를 저장, 가공, 분석하기 위하여 데이터베이스를 설계 및 구현하였다. 또한, 데이터베이스에 저장된 데이터들을 사용자들에게 시각적으로 제시하기 위하여 센서 웹을 구현하였다. 센서 웹에서 제시하는 데이터들은 일상적인 노인 행동 및 생활환경을 인지할 수 있는 자료가 되므로, 이를 기초로 노인들이 겪을 수 있는 건강상 문제나 일상생활의 불편함을 해소하는 등 노인 케어에 활용될 수 있다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2002.05a
• /
• pp.871-877
• /
• 2002

현재 공작기계의 상당부분에서 자동화 및 무인화가 이루어지고 있는 추세이며, 이러한 대부분의 산업시설들과 기계류에는 회전체 부품들을 가지고 있다. 이들 부품들에서 베어링(Bearing)은 절대적으로 매우 중요한 부분을 차지하고 있으며, 만일 회전축시스템(Rotor System)에 베어링의심각한 이상은 시스템이 정지되는 사태를 불러일으킬 수도 있다. 따라서 이상에 대한 조기 감지의 역할은 전체 시스템의 향상뿐만 아니라, 비용이나 시간적인 측면에서도 크나큰 이익을 가져다 줄 수 있다. 지금까지 이러한 회전축시스템에 대한 다양한 이상진단을 시도하여 왔으며 앞으로도 많은 종류의 이상진단이 이루어지리라 생각한다. 이런 다양한 형태의 이상진단은 시스템에서 추출되는 데이터를 여러 가지 기법과 추출하는 센서의 특징을 파악하여 이상진단 알고리즘을 수립하는 과정을 망라하게 된다. 특히 이상진단 알고리즘에는 측정된 데이터의 불확실성을 감안한 이론이 적용되어야 한다. 본 연구에서는 회전축시스템의 베어링에 대한 이상진단을 통계적 기법, Fuzzy Clustering, Neural network과 Neuro-fuzzy를 이용한 기법과의 상호비교를 통해서 여러 종류의 이상을 구분하는 작업수행을 연구하고자 한다.