• 기계저널
• /
• 제34권4호
• /
• pp.277-284
• /
• 1994

퍼지이론은 1965년 Lefti Zadeh 교수에 의해 처음으로 제창되었으며 여러 분야에서 응용이 확 대되어 많은 좋은 성과를 얻고 있다. 그러나 전문가 시스템의 일종인 퍼지논리를 이용한 제어는 제어를 하고자 하는 시스템의 정성적인 특성에 대한 법칙의 추출이 어려운 문제로 남아 있다. 반면에 신경회로망을 이용한 제어는 스스로 지식을 축적할 수 있는 장점을 갖고 있으므로 최근에 많은 연구가 진행중에 있다. 특히 제어분야에서는 용접공정이나 조립공정 등의 공정제어와 로 봇제어의 분야에 이르기까지 응용분야가 확대되고 있다. 이 글에서는 이러한 인공지능 기법을 생산공정의 자동화에 적용한 사례 연구를 통해 이 기법의 유용함을 살펴보기로 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.530-532
• /
• 2019

제안하는 서비스는 OCR(Optical Character Recognition, 광학문자인식)과 딥러닝 패턴분석 알고리즘을 활용하여 문서를 효율적으로 관리하는 서비스로 필기를 많이 하는 사용자를 위한 기능을 제공한다. 최근 다양한 분야에서의 머신러닝 기반의 OCR의 활용이 증가했지만 기존의 애플리케이션은 패턴 분석 알고리즘과 통계 기반의 OCR을 혼합하여 사용하기 때문에 필기체에 대한 인식률이 높지 않다. 이에 본 논문에서는 OCR과 패턴분석 알고리즘을 활용하여 필기체에 대한 높은 인식률을 제공하는 서비스를 제안한다.

• 한국컴퓨터정보학회논문지
• /
• 제27권4호
• /
• pp.27-36
• /
• 2022

본 논문에서는 이러한 어류 가공 현장의 문제점을 개선하기 위해서 AI 머신 비전을 이용한 어류의 목표 중량 절단 예측기법을 제안한다. 제안하는 방법은 먼저 입력된 물고기의 평면도와 정면도를 촬영하여 이미지기반의 전처리를 수행한다. 그런 다음 RANSAC(RANdom SAMmple Consensus)를 사용하여 어류의 윤곽선을 추출한 다음 3D 모델링을 사용하여 물고기의 3D 외부 정보를 추출한다. 이어서 추출된 3차원 특징 정보와 측정된 중량 정보를 머신러닝하여 목표 중량에 대한 절단 지점을 예측하기 위한 신경망 모델을 생성한다. 마지막으로 제안기법을 통해 예측된 절단 지점으로 직접 절단한 뒤 그 중량을 측정하였다. 그리고 측정된 무게를 목표 무게와 비교하여 MAE(Mean Absolute Error) 와 MRE(Mean Relative Error)와 같은 평가 방법을 사용해 성능을 평가하였다. 그 결과, 목표 중량과 비교해 3% 이내의 평균 오차율을 달성하였다. 제안된 기법은 향후 자동화 시스템과 연계되어 수산업 발전에 크게 기여할 것으로 전망한다.

• 지식경영연구
• /
• 제25권3호
• /
• pp.99-119
• /
• 2024

본 연구는 지식 기반 질문-답변(QA) 시스템을 개선하기 위해 기존 RAG(Retrieval Augmented Generation) 모델의 한계를 극복하고, Graph 기반의 향상된 RAG 시스템을 구현하여 품질 좋은 생성형 AI 서비스 개발을 목표로 하고 있다. 기존 RAG 모델은 검색된 정보를 활용해 높은 정확도와 유창성을 보이지만, 한 번 적재된 지식을 재작업 없이 사용해 답변을 생성하기 때문에 정확도가 떨어질 수 있다. 또한, RAG 구성 시점 이후의 실시간 데이터를 반영할 수 없어 맥락 이해 능력이 부족하고 편향된 정보 문제를 야기할 수 있다. 이러한 한계를 개선하기 위해 본 연구에서는 Graph 기술을 활용한 향상된 RAG 시스템을 구현하였다. 이 시스템은 정보를 효율적으로 검색하고 활용할 수 있도록 설계되었다. 특히, LangGraph를 활용하여 검색된 정보의 신뢰성을 평가하고, 다양한 정보를 종합하여 보다 정확하고 향상된 답변을 생성할 수 있도록 하였다. 또한, 구체적인 작동 방식과 주요 구현 단계 및 사례를 구현 코드와 검증 내용을 통해 제시하여 Advanced RAG 기술에 대한 이해를 높였다. 이를 통해 Advanced RAG를 활용한 기업 내 서비스 구현에 실질적인 지침을 제공하여 기업들이 적극적으로 활용할 수 있도록 하는 데 의미가 있다.

• 한국정보통신학회논문지
• /
• 제26권2호
• /
• pp.207-213
• /
• 2022

최근 IoT 기술과 AI의 성능향상에 따라 폭넓은 분야에서 자동화와 무인화가 진행되고 있으며, 사물인식과 객체분류 등 자동화의 기반이 되는 영상처리에 대한 관심이 높아지고 있다. 영상의 잡음 제거는 영상에 기반한 시스템에서 전처리 단계로 사용하는 중요한 과정으로 다양한 연구가 진행되었으나, 대부분의 경우 에지와 같은 고주파 성분에서 스무딩 효과에 의해 디테일한 정보를 보존하기 어렵다는 단점이 있다. 본 논문은 AWGN(additive white Gaussian noise)에 훼손된 영상을 가우시안 분포에 기반한 퍼지 가중치를 사용하여 복원하는 알고리즘을 제안한다. 제안한 알고리즘은 필터링 마스크와 잡음 추정치를 서로 비교하여 필터링 과정을 스위칭하였으며, 영상의 저주파 및 고주파 성분에 따라 퍼지 가중치를 계산하여 영상을 복원하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제12권9호
• /
• pp.273-282
• /
• 2023

최근 스마트항만을 구축하기 위해 ICT 기술이 적용된 물류 자동화, 항만 운영 자동화 등 다양한 기술이 개발 중이다. 하지만 항만 안전과 안전사고를 예방하기 위한 기술 개발은 부족한 상황이다. 이에 본 논문에서는 항만 내 컨테이너 적재 공간에서 발생할 수 있는 안전사고를 예방하기 위한 인공지능 기반 컨테이너 적재 안전관리 시스템을 제안한다. 이 시스템은 인공지능 기반 컨테이너 안전사고 위험도 분류 및 저장 기능과 실시간 안전사고 모니터링 기능으로 구성되어 있다. 이 시스템은 실시간으로 현장의 사고 위험도를 모니터링하며 이를 통해 컨테이너 붕괴사고를 예방할 수 있다. 제안된 시스템은 프로토타입으로 개발되어 직접 항만에 적용하여 시스템을 평가하였다.

• 한국융합학회논문지
• /
• 제11권10호
• /
• pp.187-195
• /
• 2020

본 연구는 근미래 기술 융복합 환경에서 온라인 리서치 업무의 개선 방법 모색을 목적으로 하며, 향후 인공지능 기술 응용 및 활용을 위한 기초적인 학문적 토대를 제시한다. 구체적인 연구 방법 및 결과는 다음과 같다. 첫째, 이론적 고찰을 통해 리서치의 패러다임 변화, 온라인 리서치 플랫폼, 인공지능 기술들을 살펴보고 연구의 근거를 확보했다. 둘째, 사례를 수집하여 온라인 리서치 플랫폼의 리워드, 실행, 시각화 3가지 유형을 도출하였다. 셋째, 사례 분석을 통해 종합적인 인공지능 활용 동향과 방향성을 도출했다. 연구 결과 인공지능 기술이 가장 많이 사용되고 있는 단계는 분석, 시각화, 실행, 섭외, 설계, 매칭 순서였으며, 인공지능의 활용 방향성은 크게 업무 효율화, 인간의 사고 보조, 리서치 방식의 변화로 나눌 수 있다. 그러나 리서치 단계 중 계획 단계에는 인공지능 비롯하여 제공되는 기능이 온라인 리서치 플랫폼에서 전반적으로 부족했으며, 사용자 및 제품의 다양화에 따라 리서치 계획이 중요해지고 있는 시점에서 향후 인공지능을 활용한 리서치 계획 방안 개발 및 연구가 필요한 실정이다. 본 연구는 온라인 리서치 플랫폼 방법의 개선에 긍정적인 영향을 미칠 것으로 기대하며, 향후 인공지능 기반의 리서치 플랫폼과 시스템 연구 개발의 기틀을 마련하고자 한다.

• Journal of Power Electronics
• /
• 제16권2호
• /
• pp.436-446
• /
• 2016

A novel step-up DC-DC converter with a switched-coupled-inductor-capacitor (SCIC) which successfully integrates three-winding coupled inductors and switched-capacitor techniques is proposed in this paper. The primary side of the coupled inductors for the SCIC is charged by the input source, and the capacitors are charged in parallel and discharged in series by the secondary windings of the coupled inductor to achieve a high step-up voltage gain with an appropriate duty ratio. In addition, the passive lossless clamped circuits recycle the leakage energy and reduce the voltage stress on the main switch effectively, and the reverse-recovery problem of the diodes is alleviated by the leakage inductor. Thus, the efficiency can be improved. The operating principle and steady-state analyses of the converter are discussed in detail. Finally, a prototype circuit at a 50 kHz switching frequency with a 20-V input voltage, a 200-V output voltage, and a 200-W output power is built in the laboratory to verify the performance of the proposed converter.

• 디지털산업정보학회논문지
• /
• 제10권1호
• /
• pp.55-60
• /
• 2014

Today, there is increasing the elderly population in rural community, and people of returning from the urban to the rural community are demand to be of high value-added agriculture. In this time, there are required to regularization, standardization, automation, for getting of production of high value crops. In this paper, we are study for automation cultivation control system design for produce high-value crops. this system were designed of two parts that one part is measure and control unit, another part is server part for database and server side control. the main controller for measurement and control is used MC9S08AW60, server for Database and server-side control was using MySQL with CentOS. The source code of control program was coding C and compile with GCC. the functions of measurement and control unit are digital input and output each 8channels and can be scan-able of 20 Bit with 2CH/Sec. Analog Output were designed that can be output of 4-20mA or 0-5V on 4channel. The Digital input and output part were designed 8-channel, and using the high speed photo coupler and relays. We showed that system is possible to measure a 20bit data width, 2Ch/sec as 8 channel analog signals.

• 산업경영시스템학회지
• /
• 제46권1호
• /
• pp.76-83
• /
• 2023

Recently, the development of computer vision with deep learning has made object detection using images applicable to diverse fields, such as medical care, manufacturing, and transportation. The manufacturing industry is saving time and money by applying computer vision technology to detect defects or issues that may occur during the manufacturing and inspection process. Annotations of collected images and their location information are required for computer vision technology. However, manually labeling large amounts of images is time-consuming, expensive, and can vary among workers, which may affect annotation quality and cause inaccurate performance. This paper proposes a process that can automatically collect annotations and location information for images using eXplainable AI, without manual annotation. If applied to the manufacturing industry, this process is thought to save the time and cost required for image annotation collection and collect relatively high-quality annotation information.