• International journal of advanced smart convergence
• /
• 제12권2호
• /
• pp.47-55
• /
• 2023

The automotive industry is undergoing a paradigm shift due to the convergence of IT and rapid digital transformation. Various components, including embedded structures and systems with complex architectures that incorporate IC semiconductors, are being integrated and modularized. As a result, there has been a significant increase in vehicle defects, raising expectations for the quality of automotive parts. As more and more data is being accumulated, there is an active effort to go beyond traditional reliability analysis methods and apply machine learning models based on the accumulated big data. However, there are still not many cases where machine learning is used in product development to identify factors of defects in performance and durability of products and incorporate feedback into the design to improve product quality. In this paper, we applied a prediction algorithm to the defects of automotive door devices equipped with automatic responsive sensors, which are commonly installed in recent electric and hydrogen vehicles. To do so, we selected test items, built a measurement emulation system for data acquisition, and conducted comparative evaluations by applying different machine learning algorithms to the measured data. The results in terms of R² score were as follows: Ordinary multiple regression 0.96, Ridge regression 0.95, Lasso regression 0.89, Elastic regression 0.91.

• 한국전기전자재료학회논문지
• /
• 제37권1호
• /
• pp.94-100
• /
• 2024

Recently, as interest in personal hygiene has increased due to the community spread of COVID-19 and variant viruses, fixed and potable UV germicidal equipment to sterilize indoor spaces and hand-held UV germicidal equipment to sterilize household items such as masks and mobile phones are continuously being developed and sold. However, the development and sales of the product are difficult because appropriate testing methods have not yet been established. In this situation, if an uncertified product is distributed in the market, it can cause serious harm to consumers. In this study, we investigate the photobiological risks and safety devices against UV exposure of UV germicidal equipment distributed domestically, and propose appropriate test methods for portable UV germicidal equipment based on the research results.

• 한국해양공학회지
• /
• 제37권5호
• /
• pp.198-204
• /
• 2023

In response to the complexity and time demands of conventional methods for estimating the hydrodynamic coefficients, this study aims to revolutionize ship maneuvering analysis by utilizing automatic identification system (AIS) data and the Support Vector Regression (SVR) algorithm. The AIS data were collected and processed to remove outliers and impute missing values. The rate of turn (ROT), speed over ground (SOG), course over ground (COG) and heading (HDG) in AIS data were used to calculate the rudder angle and ship velocity components, which were then used as training data for a regression model. The accuracy and efficiency of the algorithm were validated by comparing SVR-based estimated hydrodynamic coefficients and the original hydrodynamic coefficients of the Mariner class vessel. The validated SVR algorithm was then applied to estimate the hydrodynamic coefficients for real ships using AIS data. The turning circle test wassimulated from calculated hydrodynamic coefficients and compared with the AIS data. The research results demonstrate the effectiveness of the SVR model in accurately estimating the hydrodynamic coefficients from the AIS data. In conclusion, this study proposes the viability of employing SVR model and AIS data for accurately estimating the hydrodynamic coefficients. It offers a practical approach to ship maneuvering prediction and control in the maritime industry.

• 생물환경조절학회지
• /
• 제23권1호
• /
• pp.26-30
• /
• 2014

본 연구에서는 과수의 형태, 거리에 따라 약대가 항상 적정 살포 거리를 유지하며 작업을 진행할 수 있도록 초음파 센서의 신호를 실시간으로 받아 약대를 제어하였고, 또한 약대의 보호를 위하여 진행 방향에 장애물이 존재할 경우 회피할 수 있도록 프로그래밍 하였다. 제작된 시스템으로 현장에서 비 자동제어 상태와 자동제어 상태로 실험을 수행하였다. 실험은 과수의 기둥과 잎 부위에 감수지를 일정간격으로 설치하고 시스템을 이용하여 분사한 후 감수지의 영상을 스캔하여 영상처리를 통해 분석하는 방법으로 이루어졌다. 상 방향 분사 실험에서는 시스템과 대상의 거리가 0.9m~1.1m로 설정해둔 적정거리를 벗어나지 않았기 때문에 비 자동제어와 자동제어 상태 모두 양호한 결과를 보였다. 하지만 측 방향 분사 실험에서는 비 자동제어 시 우측 열은 98.09%의 분사율을 보였으나 좌측 열은 69.25%로 낮게 나타났다. 이는 실험이 수행된 배 과원의 경우 과수의 좌측 열이 수평하게 식재되어 있지 않았기 때문으로 비자동제어 상태에서는 좌측열의 과수에 분사되는 양이 줄어들었으나 자동제어 상태에서는 좌, 우측열의 과수에 분사되는 양이 각각 92.66%, 94.64%로 균일하게 나타났다. 시스템의 제어 속도를 측정하기 위하여 방향 별 약대의 속도를 측정하였고 각각의 속도는 수직방향 100mm/s, 수평 방향 100mm/s, 각 변화 3o/s로 측정되었다. 초기 목적했던 바와 같이 과수의 형태, 거리에 따라 약대가 적정 거리를 유지하며 작업을 진행함으로 인해서 균일한 살포량을 유지 할 수 있음을 확인하였다.

• Asian-Australasian Journal of Animal Sciences
• /
• 제32권7호
• /
• pp.1015-1026
• /
• 2019

Objective: The objective of this study was to evaluate three different degrees of white striping (WS) addressing their automatic assessment and customer acceptance. The WS classification was performed based on a computer vision system (CVS), exploring different machine learning (ML) algorithms and the most important image features. Moreover, it was verified by consumer acceptance and purchase intent. Methods: The samples for image analysis were classified by trained specialists, according to severity degrees regarding visual and firmness aspects. Samples were obtained with a digital camera, and 25 features were extracted from these images. ML algorithms were applied aiming to induce a model capable of classifying the samples into three severity degrees. In addition, two sensory analyses were performed: 75 samples properly grilled were used for the first sensory test, and 9 photos for the second. All tests were performed using a 10-cm hybrid hedonic scale (acceptance test) and a 5-point scale (purchase intention). Results: The information gain metric ranked 13 attributes. However, just one type of image feature was not enough to describe the phenomenon. The classification models support vector machine, fuzzy-W, and random forest showed the best results with similar general accuracy (86.4%). The worst performance was obtained by multilayer perceptron (70.9%) with the high error rate in normal (NORM) sample predictions. The sensory analysis of acceptance verified that WS myopathy negatively affects the texture of the broiler breast fillets when grilled and the appearance attribute of the raw samples, which influenced the purchase intention scores of raw samples. Conclusion: The proposed system has proved to be adequate (fast and accurate) for the classification of WS samples. The sensory analysis of acceptance showed that WS myopathy negatively affects the tenderness of the broiler breast fillets when grilled, while the appearance attribute of the raw samples eventually influenced purchase intentions.

• 지능정보연구
• /
• 제26권2호
• /
• pp.1-25
• /
• 2020

본 연구에서는 모바일 기기를 이용하여 획득한 가스계량기 사진을 서버로 전송하고, 이를 분석하여 가스 사용량 및 계량기 기물 번호를 인식함으로써 가스 사용량에 대한 과금을 자동으로 처리할 수 있는 응용 시스템 구조를 제안하고자 한다. 모바일 기기는 일반인들이 사용하는 스마트 폰에 준하는 기기를 사용하였으며, 획득한 이미지는 가스 공급사의 사설 LTE 망을 통해 서버로 전송된다. 서버에서는 전송받은 이미지를 분석하여 가스계량기 기물 번호 및 가스 사용량 정보를 추출하고, 사설 LTE 망을 통해 분석 결과를 모바일 기기로 회신한다. 일반적으로 이미지 내에는 많은 종류의 문자 정보가 포함되어 있으나, 본 연구의 응용분야인 가스계량기 자동 검침과 같이 많은 종류의 문자 정보 중 특정 형태의 문자 정보만이 유용한 분야가 존재한다. 본 연구의 응용분야 적용을 위해서는 가스계량기 사진 내의 많은 문자 정보 중에서 관심 대상인 기물 번호 및 가스 사용량 정보만을 선별적으로 검출하고 인식하는 관심 문자열 인식 기술이 필요하다. 관심 문자열 인식을 위해 CNN (Convolutional Neural Network) 심층 신경망 기반의 객체 검출 기술을 적용하여 이미지 내에서 가스 사용량 및 계량기 기물번호의 영역 정보를 추출하고, 추출된 문자열 영역 각각에 CRNN (Convolutional Recurrent Neural Network) 심층 신경망 기술을 적용하여 문자열 전체를 한 번에 인식하였다. 본 연구에서 제안하는 관심문자열 기술 구조는 총 3개의 심층 신경망으로 구성되어 있다. 첫 번째는 관심 문자열 영역을 검출하는 합성곱신경망이고, 두 번째는 관심 문자열 영역 내의 문자열 인식을 위해 영역 내의 이미지를 세로 열 별로 특징 추출하는 합성곱 신경망이며, 마지막 세 번째는 세로 열 별로 추출된 특징 벡터 나열을 문자열로 변환하는 시계열 분석 신경망이다. 관심 문자열은 12자리 기물번호 및 4 ~ 5 자리 사용량이며, 인식 정확도는 각각 0.960, 0.864 이다. 전체 시스템은 Amazon Web Service 에서 제공하는 클라우드 환경에서 구현하였으며 인텔 제온 E5-2686 v4 CPU 및 Nvidia TESLA V100 GPU를 사용하였다. 1일 70만 건의 검침 요청을 고속 병렬 처리하기 위해 마스터-슬레이브 처리 구조를 채용하였다. 마스터 프로세스는 CPU 에서 구동되며, 모바일 기기로 부터의 검침 요청을 입력 큐에 저장한다. 슬레이브 프로세스는 문자열 인식을 수행하는 심층 신경망으로써, GPU에서 구동된다. 슬레이브 프로세스는 입력 큐에 저장된 이미지를 기물번호 문자열, 기물번호 위치, 사용량 문자열, 사용량 위치 등으로 변환하여 출력 큐에 저장한다. 마스터 프로세스는 출력 큐에 저장된 검침 정보를 모바일 기기로 전달한다.

• International Journal of Automotive Technology
• /
• 제7권1호
• /
• pp.83-90
• /
• 2006

The purpose of this paper is to describe the design and implementation of an unmanned ground vehicle, called the TailGator at CIMAR (Center for Intelligent Machines and Robotics) of the University of Florida. The TailGator is a gas powered, four-wheeled vehicle that was designed for the AUVSI Intelligent Ground Vehicle Competition and has been tested in the contest for 2 years. The vehicle control model and design of the sensory systems are described. The competition is comprised of two events called the Autonomous Challenge and the Navigation Challenge: For the autonomous challenge, line following, obstacle avoidance, and detection are required. Line following is accomplished with a camera system. Obstacle avoidance and detection are accomplished with a laser scanner. For the navigation challenge, waypoint following and obstacle detection are required. The waypoint navigation is implemented with a global positioning system. The TailGator has provided an educational test bed for not only the contest requirements but also other studies in developing artificial intelligence algorithms such as adaptive control, creative control, automatic calibration, and internet-base control. The significance of this effort is in helping engineering and technology students understand the transition from theory to practice.

• 한국항행학회논문지
• /
• 제24권2호
• /
• pp.61-66
• /
• 2020

해양은 지구 표면의 70.8%를 차지하기 때문에 해양산업에서 IoT 기술의 적용은 넓은 영역에 배치된 수많은 장치로부터 다양한 정보를 수집하고 활용하는 것이다. LPWA는 통신 거리가 넓은 특징으로 해양에 배치하기에 매우 적합한 통신이다. 본 논문에서는 전자 어구 실명제를 실행하기 위한 핵심기술인 private LoRa를 기반으로 실해역 성능 거리 실험은 진행하였다. sx1276을 기반으로 한 private LoRa 모듈을 개발하였고, 게이트웨이는 private LoRa로 수신 받은 데이터를 SKT Cat. M1을 이용하여 서버로 데이터를 전송하도록 개발하였다. 해발 599 m에 게이트웨이를 설치하고 25 km, 40 km, 60 km에서 데이터 송수신 실험을 한 결과, 각각 96.1%. 97.1%, 96.2%의 통신 성공률을 보이는 것을 확인할 수 있었다.

• 한국정보통신학회논문지
• /
• 제16권12호
• /
• pp.2601-2606
• /
• 2012

본 논문에서는 2대 이상의 소형 발전기를 사용하는 환경에서 부하의 전력 소비량을 이용하여 에너지를 절약하는 전력 관리 시스템을 제안하고 개발하였다. 고속의 하드웨어 플로팅 포인트 연산처리가 가능한 TI사의 TMS320C6713 DSP 칩을 사용하여 하드웨어를 구성하였으며, 시리얼 통신을 이용하여 모니터링 PC와 통신하게 하였다. 모니터링 PC에서 수동제어가 가능하도록 하였으며, DSP main board에서 CT/PT센서로 수집한 데이터를 이용하여 자동적으로 발전기를 on/off 할 수 있도록 구현하였다. 실험 결과 본 논문에서 제안한 전력 관리 시스템이 이상 없이 동작하는 것을 확인할 수 있었으며, 부하의 전력사용량을 이용하여 에너지를 절약하는 알고리즘을 적용하였을 경우 소형 발전기 2대를 지속적으로 사용할 때 보다 더욱 오래 전력을 공급하는 것을 알 수 있었다.

• Asian-Australasian Journal of Animal Sciences
• /
• 제13권5호
• /
• pp.681-685
• /
• 2000

A computer software was developed in our laboratory to automatically control the pigs environment by the image analysis system (IAS), which monitors and analyzes the pig's behavior and feeds the results back to the computer hardware. Three feeding trials were conducted with growing pigs ($L{\times}Y$) to test the effectiveness of the IAS under various seasons. In all three trials, the open-sided conventional pens with half-slatted floor were used as controls; for the IAS treatment, fully-slatted floors were used in the windowless pens. Experiment 1 was conducted in the winter for 30 d with 24 growing pigs. There were two treatments (Conventional vs. IAS), and three pens (replicates) per treatment. During the growing period, the feed efficiency was significantly (p<0.05) improved by the IAS. In addition, the pigs reared under the IAS during the growing period displayed better growth rate during the finishing period than did the pigs reared under the conventional conditions. Experiment 2 was conducted in the summer for 30 d with 24 growing pigs. The experimental design was the same as Experiment 1. During the finishing period, all the pigs were kept in conventional open-sided pens until their market weights to evaluate their carcass characteristics. During the growing period, the growth rate and feed efficiency of the pigs in the IAS was better than those of the control pigs. In addition, various carcass characteristics were significantly improved by the IAS rearing during the growing period. Experiment 3 was conducted with 30 growing pigs for 30 d in the spring. The experimental design was the same as Experiment 1. No difference was found in growing performance between the control and IAS pigs. It could be concluded that the IAS is effective in providing optimum conditions for the growing pigs in summer and winter seasons. In addition, providing an optimum environment during the growing period results in improved growth rate, feed efficiency, and carcass qualities for the finishing pigs.