• 한국가스학회지
• /
• 제25권4호
• /
• pp.27-35
• /
• 2021

최근 "전력 예비율" 급감에 대한 해결책으로 양방향 송배전이 가능한 마이크로 그리드로 전환되고 있다. 마이크로 그리드는 소규모 분산전원과 부하로 구성되는데, 분산전원의 대표적인 기술로 가정·건물에 적용하는 소형 열병합 발전시스템이 있다. 본 연구에서 가스 소비량 232.6kW(20만 kcal/h) 이내의 소형 가스엔진 발전시스템의 안전기준을 도출하고 발전 시스템, 냉각시스템, 윤활 시스템, 배기 시스템으로 구분하여 안전기준(안)을 개발하였다. 발전시스템의 경우 필터를 설치하고 가스 누출 및 엔진 회전수나 출력에 이상이 발생할 경우 이를 감지하여 시스템이 정지하도록 하였고, 냉각시스템은 냉각수 부족이나 과열이 발생할 경우 시스템이 정지하도록 규정하였다. 윤활 시스템은 윤활유의 압력과 온도를 모니터링 하고 이상이 발생할 경우 시스템을 정지하도록 하고, 배기 시스템은 국내·외 기준과 부합하여 배기가스 배출 농도 규제 값을 지정하였다. 본 연구 결과를 통해 가스엔진 발전시스템의 안전성을 향상시키고 제품 확산·보급에 이바지할 수 있다고 판단한다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제23권7호
• /
• pp.80-86
• /
• 2019

컴퓨터 성능 향상으로 다양한 분야에서 딥러닝을 활용한 연구가 활발히 진행되고 있으며 최근에는 구조물 안전성 평가 연구에도 그 적용이 이루어지고 있다. 특히 터빈의 내부 블레이드는 분리가 쉽지 않고 어두운 주변 환경으로 인해 블레이드의 표면 결함 검출은 전문 인력의 경험에 의존하고 있으며, 점검시간도 상당히 소요되고 있는 실정이다. 따라서, 본 연구에서는 딥러닝 기술을 적용하여 터빈 구조의 부재 중 하나인 내부 블레이드에 발생하는 결함을 검출할 수 있는 효율적인 방법을 제시하였다. Faster R-CNN 인공신경망 기법을 활용하여 결함의 이미지 데이터를 학습하였고 부족한 이미지는 필터링과 Image Data Generator를 이용하여 데이터를 확장하였다. 그 결과 블레이드의 결함을 학습한 딥러닝 모델은 평균적으로 약 96.1%의 정확도와 재현율은 95.3%, 정밀도는 96%의 성능을 보였다. 재현율을 통해 제시된 딥러닝 모델이 결함을 탐지하지 못하는 경우는 4.7% 로 나타났다. 재현율의 성능은 여러 환경의 많은 결함 이미지 데이터를 수집하고 확장하여 딥러닝 학습에 적용함으로써 더욱 향상되리라 판단된다. 이러한 실제 블레이드의 결함 이미지 데이터 확보와 학습을 통해 향후 터빈엔진 정비에 적용 가능한 결함 검출 시스템으로 발전할 수 있을 것이다.

• 정보처리학회논문지A
• /
• 제13A권6호
• /
• pp.545-554
• /
• 2006

웹의 활용이 보편화 되면서 웹을 통한 자료의 검색이 증가하고 있으나, 웹상의 방대한 자료 중에서 학습자가 꼭 필요한 학습자료를 찾는 것은 쉬운 일이 아니다. 검색엔진을 이용할 경우 원하는 정보를 어느 정도 찾을 수 있으나 검색어 일치방식에 의존하는 현재의 검색엔진의 특성상 결과가 만족스럽지 못한 경우가 많다. 또한 검색 결과 중에서 연관이 없는 정보를 필터링하기 위해 사용자가 많은 시간을 낭비하기도 한다. 본 연구에서는 웹 자원의 의미정보를 구조화하여 정보의 효율적인 검색, 통합, 재사용을 가능하도록 하는 시맨틱 웹(Semantic Web)기술을 활용하여 초등학교 학습자료에 적합한 온톨로지(Ontology)를 제안하고, 의미적 연관관계를 통해 학습내용에 접근할 수 있도록 초등학교의 역사분야 학습 내용에 관한 온톨로지를 구축하였다. 또한 이를 기반으로 학습자료를 검색할 수 있는 시스템을 설계하고 구현하였다. 본 검색시스템의 특징은 다음과 같다. 첫째, 학습자료와 연관된 사용자 질의어를 보다 상세하게 입력받아 검색결과를 얻는다. 둘째, 사용자 질의어를 바탕으로 학습자료 온톨로지에 질의하여 검색어가 포함된 결과 및 검색어와 연관된 정보를 검색결과로 얻는다. 셋째, 질의어와 연관된 내용을 함께 제시함으로써 학습의 효율을 높일 수 있다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.97-117
• /
• 2012

인터넷 사용자는 비디오를 보면서 소셜 네트워크 서비스를 이용하고 웹 검색을 하고, 비디오에 나타난 상품에 관심이 있을 경우 검색엔진을 통해 정보를 찾는다. 비디오와 사용자의 직접적인 상호작용을 위해 비디오 어노테이션에 대한 연구가 진행되었고, 스마트 TV 환경에서 어노테이션 된 비디오가 활용될 경우 사용자는 객체에 대한 링크를 통해 원하는 상품의 정보를 쉽게 확인할 수 있게 된다. 사용자가 상품에 대한 구매를 원할 경우 상품에 대한 정보검색 이외에 상품평이나 소셜 네트워크 친구의 의견을 통해 구매 결정을 한다. 소셜 네트워크로부터 발생되는 정보는 다른 정보에 비해 신뢰도가 높아 구매 결정에 큰 영향을 미친다. 하지만 현재 소셜 네트워크 서비스는 의견을 얻고자 할 경우 모든 소셜 네트워크 친구들에게 전달되고 많은 의견을 얻게 되어 이들로부터 유용한 정보를 파악하는 것은 쉽지 않다. 본 논문에서는 소셜 네트워크 사용자의 프로파일을 기반으로 상품에 대해 유용한 정보를 제공할 수 있는 친구를 규명하기 위한 필터링 방법을 제안한다. 사용자 프로파일은 페이스북의 사용자 정보와 페이스북 페이지의 'Like' 정보를 이용하여 구성된다. 프로파일의 상품 정보는 GoodRelations 온톨로지와 BestBuy 데이터를 이용하여 의미적으로 표현된다. 사용자가 비디오를 보면서 상품 정보를 얻고자 할 경우 어노테이션된 URI를 이용하여 정보가 전달된다. 시스템은 소셜 네트워크 친구들에 대한 사용자 프로파일과 BestBuy를 기반으로 어노테이션된 상품에 대한 의미적 유사도를 계산하고 유사도 값에 따라 순위가 결정한다. 결정된 순위는 유용한 정보를 제공할 수 있는 소셜 네트워크 상의 친구를 규명하는데 사용된다. 참가자의 동의하에 페이스북 정보를 활용하였고, 시스템에 의해 도출된 결과와 참가자 인터뷰를 통해 평가된 결과를 이용하여 타당성을 검증하였다. 비교 실험의 결과는 제안하는 시스템이 상품 구매결정을 하기 위해 유용한 정보를 획득할 수 있는 방법임을 증명한다.

• 한국문헌정보학회지
• /
• 제52권3호
• /
• pp.289-334
• /
• 2018

웹상에서 영어 이외의 언어들로 이루어진 정보가 빠르게 증가하고 있지만, 여전히 영어 정보가 가장 큰 비중을 차지함에 따라 공통어(lingua franca)로서의 지배적인 영향을 미치고 있다. 따라서 영어가 비모어인 이용자들이 보다 다양하고 풍부한 정보를 획득할 수 있도록 하기 위해서는 비영어권 화자의 모어 정보검색행위와 영어 정보검색행위에 대한 조사를 통해 주요 특징 및 차이점을 살펴볼 필요가 있다. 본 연구에서는 국내 한 사립대학의 대학생 24명을 대상으로 동시적 사고구술 기법을 적용한 정보검색 실험을 실시해 한글 정보검색행위 및 영어 정보검색행위와 인지과정을 조사하였다. 관찰데이터 및 사고구술데이터의 정성적 데이터를 기반으로, 검색 언어에 따른 웹 정보검색행위의 양상 차이에 대한 빈도분석을 실시하였다. 연구 결과, 한글 검색에서 능동적이고 적극적이며 독립적인 특성의 양상이, 영어 검색에서 수동적이고 소극적이며 의존적인 특성의 양상이 나타났다. 한글 검색에서는 이용자, 태스크, 시스템 등 다양한 출처에서 용어를 추출 조합한 검색어 구성, 여러 수준에서의 검색범위 조정, 검색엔진 검색결과페이지 내 탐색대상 아이템의 선택과 관련한 원활한 필터링, 다수 아이템의 탐색 및 비교, 웹 페이지의 전체 내용 브라우징 등이 주요 특징으로 확인되었다. 반면, 영어 검색에서는 주로 태스크 추출 용어 중심 검색어 구성, 제한된 검색범위 선호, 카테고리나 링크 등 아이템과 아이템 간 관련성에 의존한 탐색 대상 아이템 선택, 동일 아이템의 반복적 탐색, 웹 페이지의 일부 내용 브라우징, 그리고 사전 및 번역기와 같은 언어지원도구의 빈번한 사용 등이 두드러진 특징으로 파악되었다.