• 대한기계학회논문집A
• /
• 제34권2호
• /
• pp.153-160
• /
• 2010

인체의 심장 활동에 의해 발생되는 생체 자기 신호를 심자도(magnetocardio-gram, MCG)라고 부른다. 이러한 생체자기장은 극저온 상태에서 고감도 자장센서인 SQUID(Superconducting QUantum Interference Device)를 사용함으로서 측정할 수 있다. 이 심자도 장비의 냉각장치는 액체 헬륨을 냉매로 사용하며 이 냉매를 보관하는 방법이 장비의 성능을 좌우한다. 액체 저온 듀아가 극저온 4 K에서 초전도 특성을 유지하기 위하여 사용된다. 본 연구에서는 액체 헬륨 듀아의 온도분포 특성이 연구되었다. 본 연구에서 사용된 듀아는 액체헬륨 용량이 30 L이고 5일간 유지된다. 듀아에는 150 K와 40 K의 이중 차폐체가 설치되었다. 열차폐체 끝단에서의 온도가 측정되었으며 전산모델의 해석결과와 비교되었다. 기하 설계 변수에 대한 최적화 기법을 적용하여 냉각장치인 저온 듀아의 열전단율을 최소화하였으며 듀아의 응력분포에 영향을 갖는 설계 기하 변수들의 특성을 연구하였다. 냉각장치의 열해석 및 최적화해석을 위해 유한요소 코드 ANSYS 10을 사용하였다. 저온 듀아에 사용된 전산모델은 열복사에 의한 영향을 최소화 할 수 있는 분야에서 온도 분포를 예측하는데 유용하게 사용될 수 있다.

• 지구물리와물리탐사
• /
• 제8권3호
• /
• pp.224-231
• /
• 2005

현장 물리탐사 수행 시 상용화된 장비로는 탐사 대상 매질의 물성, 대상체의 크기, 모양 등의 탐사목적 및 현장여건에 의해 탐사가 불가능 하거나 탐사 목적에 맞는 분해능을 얻지 못하는 경우를 종종 만나게 된다. 이러한 다양한 현장 조건 및 탐사 목적에 효과적으로 적용할 수 있는 다목적 물리탐사 측정 시스템을 개발하였다. 이 다목적 측정 시스템은 PXI를 기반으로 하며 A/D 변환기 또는 GPIB 인터페이스를 이용한 측정 장치를 통해 신호를 측정하게 되며 확장성이 커 다양한 문제에 적용이 가능하다. 구성된 측정 시스템을 이용하여 시추공 레이다 탐사 시스템과 시추공 초음파 탐사 시스템, 전자기적 잡음 측정 시스템을 구축하였다. 시추공 레이다 탐사 시스템은 네트워크 분석기를 GPIB를 통해 제어하고 현장 조건에 따라 임의로 안테나의 길이 조절이 가능한 스텝 주파수 레이다 탐사 시스템이며, 시추공 초음파 탐사 시스템은 압전 송수신기 센서, 고출력 송신기와 A/D 변환기로 구성되어 시추공 내에서 초음파를 이용하여 착맥된 지하공동의 범위를 측정하기 위해 구성된 시스템이며, 전자기적 잡음 측정 시스템은 3개의 자기장 센서와 2개의 전기장 센서 그리고 A/D 변환기로 구성되며 임의로 측정시간과 샘플링 주파수의 조절이 가능하고 임의의 시간에 예약 측정이 가능한 시스템이다. 시추공 레이다 탐사 시스템은 상용 시스템으로 불가능했던 지하공동의 넓이와 지장물을 찾는 탐사에서 효과적인 결과를 보여주었으며, 시추공 초음파 탐사 시스템도 지하공동의 넓이를 측정하는 실험에서 가능성을 확인할 수 있었다. 한편 전자기적 잡음 측정 시스템을 이용하여 도심지 내 전자기적 잡음특성을 파악할 수 있었으며, 이를 변형하여 전기비저항 탐사 시 사용되는 다양한 케이블에 대한 케이블 내의 전자기적 유도 현상 및 그에 따른 신호 왜곡을 규명하는 실험에 적용하여 시스템의 확장성을 확인하였다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.163-177
• /
• 2019

스마트폰이 널리 보급되고 현대인들의 생활 속에 깊이 자리 잡으면서, 스마트폰에서 수집된 다종 데이터를 바탕으로 사용자 개인의 행동을 인식하고자 하는 연구가 활발히 진행되고 있다. 그러나 타인과의 상호작용 행동 인식에 대한 연구는 아직까지 상대적으로 미진하였다. 기존 상호작용 행동 인식 연구에서는 오디오, 블루투스, 와이파이 등의 데이터를 사용하였으나, 이들은 사용자 사생활 침해 가능성이 높으며 단시간 내에 충분한 양의 데이터를 수집하기 어렵다는 한계가 있다. 반면 가속도, 자기장, 자이로스코프 등의 물리 센서의 경우 사생활 침해 가능성이 낮으며 단시간 내에 충분한 양의 데이터를 수집할 수 있다. 본 연구에서는 이러한 점에 주목하여, 스마트폰 상의 다종 물리 센서 데이터만을 활용, 딥러닝 모델에 기반을 둔 사용자의 동행 상태 인식 방법론을 제안한다. 사용자의 동행 여부 및 대화 여부를 분류하는 동행 상태 분류 모델은 컨볼루션 신경망과 장단기 기억 순환 신경망이 혼합된 구조를 지닌다. 먼저 스마트폰의 다종 물리 센서에서 수집한 데이터에 존재하는 타임 스태프의 차이를 상쇄하고, 정규화를 수행하여 시간에 따른 시퀀스 데이터 형태로 변환함으로써 동행 상태분류 모델의 입력 데이터를 생성한다. 이는 컨볼루션 신경망에 입력되며, 데이터의 시간적 국부 의존성이 반영된 요인 지도를 출력한다. 장단기 기억 순환 신경망은 요인 지도를 입력받아 시간에 따른 순차적 연관 관계를 학습하며, 동행 상태 분류를 위한 요인을 추출하고 소프트맥스 분류기에서 이에 기반한 최종적인 분류를 수행한다. 자체 제작한 스마트폰 애플리케이션을 배포하여 실험 데이터를 수집하였으며, 이를 활용하여 제안한 방법론을 평가하였다. 최적의 파라미터를 설정하여 동행 상태 분류 모델을 학습하고 평가한 결과, 동행 여부와 대화 여부를 각각 98.74%, 98.83%의 높은 정확도로 분류하였다.