• 한국융합학회논문지
• /
• 제12권8호
• /
• pp.31-37
• /
• 2021

산업의 발전으로 도시화로 인해 건물의 규모가 커지면서, 건물의 공기 정화 및 쾌적한 실내 환경을 유지의 필요성 또한 증가하고 있다. 냉동 시스템의 모니터링 기술의 발전으로 건물 내에 발생하는 전력 소모량을 관리할 수 있게 되었다. 특히 상업용 건물에서 발생하는 전력 소모량 중 약 40%가 냉동 시스템에서 일어난다. 따라서 본 연구 냉동시스템 고장진단 알고리즘을 개발하기 위해서 냉동시스템의 구조를 이해하고, 냉동 시스템의 운영과정에서 발생하는 데이터를 수집 분석하여 다양한 유형과 심각도를 가지는 고장 상황을 조기에 신속하게 탐지 분류하고자 하였다. 특히 분류가 어려운 고장 유형들의 분류 정확도를 향상시키기 위하여 3단계 진단 및 분류 알고리즘을 개발하여 제안하였다. 다수의 실험과 초모수 (hyper parameter) 최적화 과정을 거쳐 각 단계에 적합한 분류 모형으로 SVM과 LGBM에 기반 한 모형을 제시하였다. 본 연구에서는 고장에 영향을 미치는 특성을 최대한 보존하면서, 선행연구에서 어려움을 겪었던 냉매 관련 고장을 포함한 모든 고장 유형을 우수한 결과로 도출하였다.

• 한국컴퓨터정보학회논문지
• /
• 제27권3호
• /
• pp.209-216
• /
• 2022

본 논문에서는 장애인 취업 활성화를 위한 효과적인 소프트웨어(SW) 교육 프로그램을 제안하고, 시범 운영을 통하여 SW교육 효과를 검증한다. 이 SW교육 프로그램에서는 기초과정인 유니티 프로그래밍 과정과 심화과정인 AR/VR 디지털 콘텐츠 개발 과정으로 구성된 SW교육과정을 개발한다. SW교육 성취기준은 국가직무능력표준(NCS)의 가상현실콘텐츠제작 직무의 수준과 시각·청각·지체장애 청소년의 SW교육 성취기준을 고려하여 기초 및 심화과정의 성취기준을 개발한다. SW교육 교재는 유니티 기반으로 장애인의 지적수준에 따라 하나의 AR/VR 디지털콘텐츠를 단계적으로 구현할 수 있도록 프로젝트 기반으로 개발한다. SW교육 시범운영은 코로나-19로 인하여 Blended Learning 기반의 비대면 온라인 교육으로 실시한다. SW교육 시범 운영에 대하여 SW교육 효과와 학습자 개인별 SW교육 학업성취도를 도출하기 위해 학습자들에게 설문조사를 실시하고, 그 결과를 분석한다. 기초과정에서는 학습자의 77.3%가 우수(80~90) 이상의 학업성취도를 달성했으며, 심화과정에서는 학습자의 48.8%가 우수(80~90) 이상의 학업성취도를 달성하였다. 이러한 결과는 본 논문에서 개발한 장애인 SW교육 프로그램이 장애인 취업 활성화에 효과가 있다는 것을 검증하는 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제27권3호
• /
• pp.33-43
• /
• 2022

본 논문에서는 기존의 스마트폰 카메라 센서를 사용하여 비접촉식 손바닥 기반 사용자 식별 시스템을 구축하기 위해 Attention U-Net 모델과 사전 훈련된 컨볼루션 신경망(CNN)이 있는 다채널 손바닥 이미지를 이용한 앙상블 모델을 제안한다. Attention U-Net 모델은 손바닥(손가락 포함), 손바닥(손바닥 미포함) 및 손금을 포함한 관심 영역을 추출하는 데 사용되며, 이는 앙상블 분류기로 입력되는 멀티채널 이미지를 생성하기 위해 결합 된다. 생성된 데이터는 제안된 손바닥 정보 기반 사용자 식별 시스템에 입력되며 사전 훈련된 CNN 모델 3개를 앙상블 한 분류기를 사용하여 클래스를 예측한다. 제안된 모델은 각각 98.60%, 98.61%, 98.61%, 98.61%의 분류 정확도, 정밀도, 재현율, F1-Score를 달성할 수 있음을 입증하며, 이는 저렴한 이미지 센서를 사용하고 있음에도 불구하고 제안된 모델이 효과적이라는 것을 나타낸다. 본 논문에서 제안하는 모델은 COVID-19 펜데믹 상황에서 기존 시스템에 비하여 높은 안전성과 신뢰성으로 대안이 될 수 있다.

• 대한원격탐사학회지
• /
• 제38권3호
• /
• pp.237-250
• /
• 2022

본 연구에서는 딥러닝 기반 다중 객체 추적 모델을 활용하여 수중드론으로 촬영된 영상으로부터 특정 해역의 조식동물 현존량을 추정하는 방법을 제안한다. 수중드론 영상 내에 포함된 조식동물을 클래스 별로 탐지하기 위해 YOLOv5 (You Only Look Once version 5)를 활용하였으며, 개체수 집계를 위해 DeepSORT (Deep Simple Online and real-time tracking)를 활용하였다. GPU 가속기를 활용할 수 있는 워크스테이션 환경에서 두 모델의 성능 평가를 수행하였으며, YOLOv5 모델은 평균 0.9 이상의 모델의 정확도(mean Average Precision, mAP)를 보였으며, YOLOv5s 모델과 DeepSORT 알고리즘을 활용하였을 때, 4 k 해상도 기준 약 59 fps의 속도를 보이는 것을 확인하였다. 실해역 적용 결과 약 28%의 과대 추정하는 경향이 있었으나 객체 탐지 모델만 활용하여 현존량을 추정하는 것과 비교했을 때 오차 수준이 낮은 것을 확인하였다. 초점을 상실한 프레임이 연속해서 발생할 때와 수중드론의 조사 방향이 급격히 전환되는 환경에서의 정확도 향상을 위한 후속 연구가 필요하지만 해당 문제에 대한 개선이 이루어진다면, 추후 조식동물 구제 사업 및 모니터링 분야의 의사결정 지원자료 생산에 활용될 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제38권6_4호
• /
• pp.1925-1934
• /
• 2022

원격탐사 기술을 활용한 접근불능 지역에 대한 핵활동 모니터링은 핵 비확산을 위해 필수적이다. 최근에는 딥러닝을 이용하여 핵활동 관련 객체를 탐지하는 연구가 활발하게 수행되고 있으나, 고해상도 위성영상 내 소형객체는 클래스 불균형 발생 빈도가 높다. 이로 인해 소형객체 탐지 성능이 저하되는 문제점이 존재한다. 이에 본 연구에서는 입력 데이터 내 핵활동 관련 소형객체의 비율이 딥러닝 모델 성능에 미치는 영향을 분석하여 탐지 정확도를 개선하기 위한 방안을 도출하고자 한다. 이를 위해 소형객체 비율이 상이한 6가지 학습자료를 구축하여 학습자료별로 U-Net 모델 학습을 진행하고, 다양한 종류의 소형객체가 포함된 test dataset을 이용하여 학습된 U-Net 모델 간 정량적·정성적 비교평가를 수행하였다. 그 결과, 입력영상 내 객체 픽셀 비율을 조절하였을 때 핵활동 관련 소형객체를 효과적으로 탐지할 수 있는 것이 확인되었으며, 이를 통해 훈련 자료 내 객체 비율을 조정하여 딥러닝 모델 성능을 향상시킬 수 있을 것으로 판단된다.

• 한국심리학회지:학교
• /
• 제17권2호
• /
• pp.223-241
• /
• 2020

본 연구의 목적은 사회적 성취목표의 세 가지 유형을 기반으로 초등학생의 사회적 성취목표를 잠재집단으로 분류하고, 각 집단이 또래지위와 공격성에서 어떠한 차이점이 있는지를 탐색하는 것이다. 사회적 성취목표와 사이버 공격성은 자기보고 방식으로, 또래지위와 외현적 공격성과 대인관계 공격성은 또래지명 방식으로 측정하였다. 사회적 성취목표는 사회적 숙달목표와 사회적 수행접근목표, 사회적 수행회피목표로 나누었으며, 또래지위는 지각된 인기와 사회적 선호로, 공격성은 외현적 공격성, 대인관계 공격성, 사이버 공격성으로 구분하였다. 전체 연구 대상은 클래스넷 4차년도 자료 중 학년 비율을 고려해 무작위 추출한 초등학생 1,239명(남 633명, 여 606명)이다. 잠재프로파일 분석을 이용해 사회적 성취목표 유형을 분류한 결과 세 집단이 적합한 것으로 나타났다. 사회적 성취목표의 세 집단은 각각 '숙달지향 성취목표형(184명, 14.9%)', '평균 성취목표형(852명, 68.8%)', '고사회적 성취목표형(203명, 16.4%)'으로 명명되었다. 다항 로지스틱 회귀분석을 이용해 또래지위 및 공격성 간의 관련성을 살펴본 결과 1차 시기 사회적 선호가 높을수록 고사회적 성취목표형 집단에 속할 확률이 낮았고, 사이버 공격성이 높을수록 숙달지향 성취목표형 집단에 속할 확률이 낮았다. 또한 2차 시기 대인관계 공격성이 높을수록 평균 성취목표형 집단보다 고사회적 성취목표형 집단에 속할 확률이 높았다.

• 대한토목학회논문집
• /
• 제42권1호
• /
• pp.117-126
• /
• 2022

현재 국내 교량 구조물은 지속적으로 증가 및 대형화되고 있으며 그에 따라 공용된 지 30년 이상 된 노후 교량도 꾸준히 늘어나고 있다. 교량 노후화 문제는 국내뿐 아니라 전 세계적으로도 심각한 사회 문제로 다루어지고 있으며, 기존 인력 위주의 점검 방식은 그 한계점을 드러내고 있다. 최근 들어 딥러닝 기반의 영상처리 알고리즘을 활용한 각종 교량 손상탐지 연구가 이루어지고 있지만 교량 손상 데이터 세트의 한계로 인하여 주로 균열 1종에 국한된 교량 손상탐지 연구가 대부분이고, 이 또한 Close set 분류모델 기반 탐지방식으로서 실제 교량 촬영 영상에 적용했을 시 배경이나 기타 객체 등 학습되지 않은 클래스의 입력 이미지들로 인하여 심각한 오인식 문제가 발생할 수 있다. 본 연구에서는 균열 포함 5종의 교량 손상을 정의 및 데이터 세트를 구축해서 딥러닝 모델로 학습시키고, OpenMax 알고리즘을 적용한 Open set 인식 기반 교량 다중손상 인식 모델을 개발했다. 그리고 학습되지 않은 이미지들을 포함하고 있는 Open set에 대한 분류 및 인식 성능평가를 수행한 후 그 결과를 분석했다.

• 한국정보전자통신기술학회논문지
• /
• 제15권5호
• /
• pp.308-314
• /
• 2022

본 연구는 국내에 출원된 헬스케어 특허의 기술 융복합 분석에 관한 것으로 사회 연결망 분석(Social Network Analysis)을 이용하여 핵심 기술간 관계를 시각화하였다. 헬스케어 특허의 서브클래스 수준에서 복합 IPC 코드를 가지는 특허는 1,155건(49.4%)으로 조사되었고, 이를 대상으로 사회 연결망 분석을 실시한 결과 연결 중심성이 가장 큰 IPC 코드는 A61B, G16H, G06Q 순이고, 매개 중심성이 가장 큰 IPC 코드는 A61B, G16H, G06Q 순이다. 또한 헬스케어 특허는 두 개의 큰 기술 집합(Cluster)으로 구성되어 있다는 것을 확인할 수 있었다. Cluster-1은 A61B와 G16H 및 G06Q를 중심으로 헬스케어 인포매틱스 관련 기술을 이용한 진단, 수술 등 관련 비즈니스 모델에 해당하고, Cluster-2는 H04L과 H04W 및 H04B로 구성된 디지털 통신 기반의 헬스케어 사물인터넷 기술이다. 헬스케어 특허의 기술 융복합 핵심 쌍은 Cluster-1에서 [G16H-A61B]와 [G16H-G06Q] 이고, Cluster-2에서는 [H04L-H04W] 이다. 본 연구는 헬스케어 특허의 기술 개발 동향과 앞으로의 특허 출원에 기여할 수 있다.

• 해양환경안전학회지
• /
• 제27권2호
• /
• pp.363-368
• /
• 2021

선박 기관실은 기술의 발전으로 인해 자동화 시스템이 향상되었지만, 해상에서는 바람, 파도, 진동, 기기 노후화 등의 다양한 변수가 많아 자동화 시스템에서 계측되지 않는 풀림, 절단, 누유, 누수 등이 발생하므로 기관사는 주기적으로 순찰을 한다. 순찰 시에는 1명의 기관사만 순찰하는 경우도 있으며, 이는 고온고압 및 회전기기가 운전 중인 기관실에서 많은 위험요소를 가지고 있다. 기관사가 순찰 시에는 오감을 활용하며, 특히 시각에 의존한다. 본 논문에서는 로봇이 기관실을 순찰하며 기기의 특이사항을 검출하고 알려주는 기관실 순찰 로봇을 구현하기 위한 선행연구로서 선박 기관실 기기의 이미지를 합성곱 신경망을 이용하여 분류하였다. 선박 기관실의 이미지 데이터 셋을 구성한 후 사전 훈련된 합성곱 신경망 모델로 학습하였다. 학습한 모델의 분류 성능은 높은 재현율을 보였으며, 클래스 활성화 맵으로 이미지를 시각화 하였다. 데이터의 양이 제한적이어서 일반화할 수는 없지만, 각 선박의 데이터를 전이학습으로 학습시키면 적은 시간과 비용으로 각 선박의 특성에 맞는 모델을 구축할 수 있을 것으로 사료된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권1호
• /
• pp.1-18
• /
• 2023

유사한 소프트웨어는 기존 산출물을 복제하고 수정하는 클론-앤-오운(clone-and-own, CAO) 방법으로 개발되곤 한다. 그러나 클론-앤-오운 방법은 복제된 제품의 수가 늘면서 유지보수를 어렵게 만들기 때문에 나쁜 프랙티스로 간주된다. 소프트웨어 제품라인 공학은 체계적인 재사용을 통해 소프트웨어 제품군을 개발하는 방법으로 클론-앤-오운 방법의 문제를 해결할 수 있다. CAO 방식으로 개발되어 온 제품패밀리를 제품라인 공학으로 마이그레이션하는 작업은 여러 소프트웨어 제품에서 클로닝된 부분들을 찾아 통합하고 재사용 가능한 자산으로 구축하는 것으로부터 시작된다. 그러나 클로닝이 디렉토리부터 코드 라인까지 다양한 수준에서 발생하고 그 과정에서 이들의 구조에 변경이 일어날 수 있어 단순하게 클로닝을 찾아내는 것만으로는 고품질의 제품라인 코드베이스를 구축하기 어렵다. 성공적인 마이그레이션을 위해서는 소스 코드들 사이의 클로닝 관계를 찾는 것 이외에도 소스 코드들의 파일 경로와 클래스 이름, 메소드 시그니처 등의 동일성을 확보는 작업이 선행되어야 한다. 이에 본 연구는 CAO 기반으로 개발된 제품들로부터 마이그레이션 대상 제품들을 선정한 후 제품들에 흩어져 있는 유사 코드 집합을 검출하여 메소드 경로의 통일이 필요한 대상을 식별하는 클러스터링 방법을 제안한다. 제안 방법의 효과를 보이기 위해 CAO 방식으로 진화해온 ApoGames 제품군에 제안 방법을 적용하여 실험을 진행하였다. 그 결과, 전처리 없이 수행된 파일의 상대 경로 기반 클러스터링 방법의 평균 정밀도는 0.91이며 식별된 공통 클러스터의 개수는 0개인 반면에 이 논문에서 제안하는 전처리와 함께 수행된 메소드 시그니처 기반 클러스터링 방법의 평균 정밀도는 0.98로 개선되었으며 식별된 공통 클러스터는 최대 15개까지 증가하였다.