• Korean Chemical Engineering Research
• /
• 제57권5호
• /
• pp.628-636
• /
• 2019

다양한 산업 공정에서 배관은 각 단위공정 사이의 연결 매개체의 역할을 하며, 내부의 유동에 있어 필수적인 장치이다. 따라서 배관의 최적설계는 안전과 비용의 측면에서 매우 중요한 문제이며, 설계 시 필수적인 사항은 배관 내 압력강하 및 유속, 배관 지름 등을 결정하는 일이다. 본 연구에서는 배관 지름 및 유속이 정해졌을 때 발생하는 압력강하, 배관의 압력강하 및 유속이 정해졌을 때의 배관 지름, 배관 지름 및 압력강하가 정해졌을 때의 유속을 결정하는 소프트웨어를 개발하였다. 배관 내 유동을 단일 상 흐름, 균질 2 상 유동, 분리 2 상 유동으로 구분하였으며 이에 따라 적절한 계산 모델을 적용하였다. 파이프의 재질 및 상대 거칠기, 유체의 물성치, 마찰계수의 계산을 위한 시스템 라이브러리를 구축하여 사용자의 입력을 최소화하였다. 배관 재질에 따른 가격 라이브러리를 구축하여 단위 길이당 배관 투자 비용의 산출을 가능하도록 구성하였다. 이러한 모든 기능은 사용자 편의를 위한 그래픽 사용자 인터페이스를 이용한 통합 환경에서 구현할 수 있으며, C# 언어를 개발 언어로 사용하였다. 소프트웨어의 정확도를 문헌 자료와 실 수행 과제의 예제를 통하여 검증하였으며 단일 상의 경우 1% 미만, 2 상의 경우 최고 8.8% 정도의 차이를 보였으며, 이에 따라 개발된 소프트웨어가 실제 공정의 계산에 유용하게 쓰일 수 있음을 알 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.365-368
• /
• 2021

본 연구에서는 적외선 센서를 이용한 페트병 분리수거 시스템을 구현하였다. 제안된 시스템은 인식부, 제어부, 알람부 및 구동부로 구성된다. 인식부는 페트병을 감지해 페트병과 센서와의 거리를 측정하고 값을 추출하고 추출된 값을 표준 범위와 비교하여 값이 표준 범위를 벗어날 경우에는 제어값을 제어부에 전송하고, 특정범위를 넘어간 경우 라벨 혹은 뚜껑의 유무결과를 제어부에 전송한다. 제어부에서는 센서부로부터 전송받은 결과값에 따라서 수거함의 입구를 개방하거나 알람부를 제어하는 기능을 수행한다. 제안된 시스템 구현을 위하여 인식부는 적외선 센서로 구현하였고, 제어부는 C언어 기반의 아두이노 스케치 프로그램으로 제작하였다. 또한, 인식부와 제어부는 아날로그 신호를 이용하여 통신할 수 있게 하였다. 제안된 시스템은 정해진 알고리즘에 따라 페트병의 라벨과 뚜껑의 유무를 정확히 판단한 후 라벨 혹은 뚜껑이 부착되었을 때 수거함의 입구를 막는다. 국민 1인당 배출되는 폐기물의 양이 높고 재활용이 되지 않아 쓰레기의 대다수를 소각시키고 있는 상황에서 본 연구에서 제안한 시스템을 통하여 페트병의 재활용률을 높이기를 기대한다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.1-19
• /
• 2019

제4차 산업혁명을 이끄는 주요 원동력 중 하나인 인공지능 기술은 이미지와 음성 인식 등 여러 분야에서 사람과 유사하거나 더 뛰어난 능력을 보이며, 사회 전반에 미치게 될 다양한 영향력으로 인하여 높은 주목을 받고 있다. 특히, 인공지능 기술은 의료, 금융, 제조, 서비스, 교육 등 광범위한 분야에서 활용이 가능하기 때문에, 현재의 기술 동향을 파악하고 발전 방향을 분석하기 위한 노력들 또한 활발히 이루어지고 있다. 한편, 이러한 인공지능 기술의 급속한 발전 배경에는 학습, 추론, 인식 등의 복잡한 인공지능 알고리즘을 개발할 수 있는 주요 플랫폼들이 오픈 소스로 공개되면서, 이를 활용한 기술과 서비스들의 개발이 비약적으로 증가하고 있는 것이 주요 요인 중 하나로 확인된다. 또한, 주요 글로벌 기업들이 개발한 자연어 인식, 음성 인식, 이미지 인식 기능 등의 인공지능 소프트웨어들이 오픈 소스 소프트웨어(OSS: Open Sources Software)로 무료로 공개되면서 기술확산에 크게 기여하고 있다. 이에 따라, 본 연구에서는 온라인상에서 다수의 협업을 통하여 개발이 이루어지고 있는 인공지능과 관련된 주요 오픈 소스 소프트웨어 프로젝트들을 분석하여, 인공지능 기술 개발 현황에 대한 보다 실질적인 동향을 파악하고자 한다. 이를 위하여 깃허브(Github) 상에서 2000년부터 2018년 7월까지 생성된 인공지능과 관련된 주요 프로젝트들의 목록을 검색 및 수집하였으며, 수집 된 프로젝트들의 특징과 기술 분야를 의미하는 토픽 정보들을 대상으로 텍스트 마이닝 기법을 적용하여 주요 기술들의 개발 동향을 연도별로 상세하게 확인하였다. 분석 결과, 인공지능과 관련된 오픈 소스 소프트웨어들은 2016년을 기준으로 급격하게 증가하는 추세이며, 토픽들의 관계 분석을 통하여 주요 기술 동향이 '알고리즘', '프로그래밍 언어', '응용분야', '개발 도구'의 범주로 구분하는 것이 가능함을 확인하였다. 이러한 분석 결과를 바탕으로, 향후 다양한 분야에서의 활용을 위해 개발되고 있는 인공지능 관련 기술들을 보다 상세하게 구분하여 확인하는 것이 가능할 것이며, 효과적인 발전 방향 모색과 변화 추이 분석에 활용이 가능할 것이다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.65-82
• /
• 2021

주식시장에 참여하는 투자자들은 크게 외국인투자자, 기관투자자, 그리고 개인투자자로 구분된다. 외국인투자자 같은 전문투자자 집단은 개인투자자 집단과 비교하여 정보력과 자금력에서 우위를 보이고 있으며, 그 결과 시장 참여자들 사이에는 외국인투자자들이 좋은 투자 성과를 보이는 것으로 알려져 있다. 외국인 투자자들은 근래에는 인공지능을 이용한 투자를 많이 하고 있다. 본 연구의 목적은 투자자별 거래량 정보와 머신러닝을 결합하는 투자전략을 제안하고, 실제 주가와 투자자별 거래량 데이터를 이용하여 제안 모형의 포트폴리오 투자 성과를 분석하는 것이다. 일별 투자자별 매수 수량과 매도 수량 정보는 한국거래소에서 공개하고 있는 자료를 활용하였으며, 여기에 인공신경망을 결합하여 최적의 포트폴리오 전략을 도출하고자 하였다. 본 연구에서는 자기 조직화 지도 모형 인공신경망을 이용하여 투자자별 거래량 데이터를 그룹화하고 그룹화한 데이터를 변환하여 오류역전파 모형을 학습하였다. 학습 후 검증 데이터 예측결과로 매월 포트폴리오 구성을 하도록 개발하였다. 성과 분석을 위해 포트폴리오의 벤치마크를 지정하였고 시장 수익률 비교를 위해 KOSPI200, KOSPI 지수 수익률도 구하였다. 포트폴리오의 동일배분 수익률, 복리 수익률, 연평균 수익률, MDD, 표준편차, 샤프지수, 벤치마크로 지정한 시가총액 상위 10종목의 Buy and Hold 수익률 등을 사용하여 성과 분석을 진행하였다. 분석 결과 포트폴리오가 벤치마크 대비 2배 수익률을 올렸으며 시장 수익률보다 좋은 성과를 보였다. MDD와 표준편차는 포트폴리오와 벤치마크가 비슷한 결과로 성과 대비 비교한다면 포트폴리오가 좋은 성과라고 할 수 있다. 샤프지수도 포트폴리오가 벤치마크와 시장 결과보다 좋은 성과를 내었다. 이를 통해 머신러닝과 투자자별 거래정보 분석을 활용한 포트폴리오 구성 프로그램 개발의 방향을 제시하였고 실제 주식 투자를 위한 프로그램 개발에 활용할 수 있음을 보였다.