• 우주기술과 응용
• /
• 제1권1호
• /
• pp.7-22
• /
• 2021

본 논문에서는 국내 최초로 개발 중인 랑데부/도킹 기술검증용 초소형위성의 지상 환경에서의 도킹 단계 시험 결과에 대해 기술하였다. 랑데부/도킹 기술은 우주기술 중 고난이도 기술로서 우주 궤도상에서 상대 물체에 접근한 후 작업을 수행하는 데 매우 핵심적인 기술이기도 하다. 본 논문에서는 에어베어링 장치를 이용하여 체이서가 모의 타겟으로 접근하여 최종적으로 도킹하는 단계의 지상시험 결과에 대해 기술하고자 한다. 본 논문에서 검증된 2차원 평판에서 도킹 단계에서의 추력 제어 알고리즘과 시각 기반 센서를 이용한 상대물체 인식 및 상대거리 추정 알고리즘을 기반으로 추후에는 우주에서의 시험을 위한 3차원 공간에서의 랑데부/도킹 알고리즘으로 확장·개발하는 데 이용하고자 한다.

• International Journal of Computer Science & Network Security
• /
• 제22권3호
• /
• pp.135-140
• /
• 2022

Scientific and technological progress is also fundamental to the evolving merchant shipping industry, both in terms of the size and speed of modern ships and in the level of their technical capabilities. While the freight performance of ships is growing, the number of crew on board is steadily decreasing, as more work processes are being automated through the implementation of information technologies, including ship management systems. Although there have been repeated appeals from international maritime organizations to focus on building effective maritime security defenses against cyber attacks, the problems have remained unresolved. Owners of shipping companies do not disclose information about cyberattack attempts or incidents against them due to fear of commercial losses or consequences, such as loss of image, customer and insurance claims, and investigations by independent international organizations and government agencies. Issues of cybersecurity of control systems in the world today have gained importance, due to the fact that existing threats concern not only the security of technical means and devices, but also issues of environmental safety and safety of life at sea. The article examines the implementation of cyber risk management in the shipping industry, providing recommendations for the safe ship operation and its systems in order to improve vulnerability to external threats related to cyberattacks, and to ensure the safety and security of such a technical object as a seagoing ship.

• 한국정보통신학회논문지
• /
• 제26권3호
• /
• pp.355-366
• /
• 2022

본 논문은 프로그램 가능한 구조를 사용하여 재구성이 가능하고 저 전력 초소형의 장점을 모두 제공하는 인공지능 가속기를 위한 마이크로코드 기반 뉴럴 네트워크 가속기 컨트롤러를 제안한다. 대상 가속기가 다양한 뉴럴 네트워크 모델을 지원하도록 마이크로코드 컴파일러를 통해 뉴럴 네트워크 모델을 마이크로코드로 변환하여 가속기의 메모리 접근과 모든 연산기를 제어할 수 있다. 200MHz의 System Clock을 기준으로 설계하였으며, YOLOv2-Tiny CNN model을 구동하도록 컨트롤러를 구현하였다. 객체 감지를 위한 VOC 2012 dataset 추론용 컨트롤러를 구현할 경우 137.9ms/image, mask 착용 여부 감지를 위한 mask detection dataset 추론용으로 구현할 경우 99.5ms/image의 detection speed를 달성하였다. 제안된 컨트롤러를 탑재한 가속기를 실리콘칩으로 구현할 때 게이트 카운트는 618,388이며, 이는 CPU core로서 RISC-V (U5-MC2)를 탑재할 경우 대비 약 65.5% 감소한 칩 면적을 제공한다.

• 동의신경정신과학회지
• /
• 제33권3호
• /
• pp.277-285
• /
• 2022

Objectives: Gastrodia elata (GE) has been used to treat cognition impairment, including Alzheimer's disease (AD) in Korea. The purpose of this study was to investigate the effects of GE water extracts (GEE) on the lipopolysaccharide (LPS)-induced AD model in mice. (Aβ). Methods: We classified six groups as follow; group 1: control (CON), group 2: LPS (0.5 mg/kg/day, four times), group 3: 4 mg/kg donepezil (DP), group 4: 100 mg/kg GEE+LPS, group 5: 200 mg/kg GEE+LPS, group 6: 500 mg/kg GEE+LPS. Results: We found that GEE has an effect that inhibits decrease of discrimination index in object recognition test, as well as spontaneous alteration in the Y-maze test by LPS. Treatment with LPS increased amlyloid-β (Aβ) concentration, and decreased brain-derived neurotrophic factor (BDNF) in cerebral cortex of mice. However, GEE significantly protected against LPS-induced Aβ and BDNF changes. Our findings also showed that the inflammatory cytokines [tumor necrosis factor-alpha (TNF-α), interleukin-6 (IL-6) and interleukin-1β (IL-1β)] mRNA and protein were up-regulated by the LPS injection. But GEE significantly suppressed LPS-induced inflammatory cytokines increase in a dose-dependent manner. Conclusions: This study suggests that the GEE may be an effective AD therapeutic agent, in treating neurodegenerative diseases including AD.

• 한국전자통신학회논문지
• /
• 제17권4호
• /
• pp.577-586
• /
• 2022

철강 표면 결함의 검출 및 분류는 철강 산업의 제품 품질 관리에 중요하다. 그러나 정확도가 낮고 속도가 느리기 때문에 기존 방식은 생산 라인에서 효과적으로 사용할 수 없다. 현재 널리 사용되는 알고리즘(딥러닝 기반)은 정확도 문제가 있으며 아직 개발의 여지가 있다. 본 논문에서는 이미지 분류를 위한 EfficientNetV2와 물체 검출기로 YOLOv5를 결합한 강철 표면 결함 검출 방법을 제안한다. 이 모델의 장점은 훈련 시간이 짧고 정확도가 높다는 것이다. 먼저 EfficientNetV2 모델에 입력되는 이미지는 결함 클래스를 분류하고 결함이 있을 확률을 예측한다. 결함이 있을 확률이 0.3보다 작으면 알고리즘은 결함이 없는 샘플로 인식한다. 그렇지 않으면 샘플이 YOLOv5에 추가로 입력되어 금속 표면의 결함 감지 프로세스를 수행한다. 실험에 따르면 제안된 모델은 NEU 데이터 세트에서 98.3%의 정확도로 우수한 성능을 보였고, 동시에 평균 훈련 속도는 다른 모델보다 단축된 것으로 나타났다.

• 한국시뮬레이션학회논문지
• /
• 제18권4호
• /
• pp.49-58
• /
• 2009

로봇의 지능화에서 기존의 하향식 접근 방식은 단일 개체 지능화에 중점을 두어 왔으나 이러한 접근은 첫째, 센싱, 연산, 통신에 소모되는 비용과 시간이 크다는 것 그리고 둘째, 예측 불가능한 환경변화에 민감하게 대응하는데 어려움이 있다. 본 연구는 이러한 단점을 극복하는 상향식 접근 방식의 집단적 지능화를 위한 알고리즘과 이를 적용한 에이전트 모델을 제안하고 시뮬레이션을 통해 검증하였다. 본 연구에서 제안한 수정된 플로킹 알고리즘은 그래픽이나 게임에서 집단이동을 보이는 생명체를 모델링 하는데 주로 사용되어온 플로킹(Flocking, Craig Reynolds)의 개념을 단순화시킴으로써 기존 플로킹의 연산과정을 단순화하여 보다 많은 수의 집단 로봇에 적용하기 용이 하도록 수정한 알고리즘이다. 시뮬레이션을 통해 수정된 플로킹 알고리즘의 집단화 적용 가능성을 검증하였고, 이를 위한 보이드 에이전트를 모델링 하였다. 또한 실질적 검증을 위하여 실제 집단로봇에 대한 사례 연구를 진행하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.101-103
• /
• 2022

중요시설 실시간 감지 시스템으로는 주로 CCTV를 사용하고 있다. CCTV의 경우 감지에 대한 정확성은 높지만 시야각이 좁기 때문에 레이다(RADAR)와 같은 센서와 함께 혼용되어 사용되고 있다. 라이다(LiDAR)는 고출력의 펄스 레이저를 이용하여 물체에 반사되어 돌아오는 시간을 감지하여 거리정보를 획득하는 기술이다. 라이다의 경우 데이터 처리량으로 인해 서버의 동시 처리 센서 개수의 제약으로 인해 비용적으로나 기술적으로나 활용도가 높지 않은 문제점이 있다. 광망 센서에 의한 감지 방식 또한 강풍과 혹한에 취약하고 동물 훼손에 따른 유지보수의 문제도 있다. 본 논문에서는 기존의 라이다 센서에서 사용하는 905nm 파장대가 아닌 1550nm 파장대를 사용함으로써 기상 환경에 대한 영향은 강하고, 다수의 센서를 통합하여 관제할 수 있는 시스템 개발을 제안하고자 한다.

• 한국심리학회지:법
• /
• 제11권1호
• /
• pp.63-87
• /
• 2020

판단과 의사결정 연구에서 사람들이 판단 대상과 무관한 정보에 의해 영향을 받아, 예측 가능한 방향으로 편향이 일어날 수 있다. 이런 편향은 법적 판단에서도 나타난다는 연구도 많다. 그 중 하나는 피고인의 성격증거에 의해 유도된 편향이다. 본 연구에서는 성격증거로 편향을 유도한 다음, 판단자의 사고를 촉진하는 활동을 통해 편향을 감소시키는 방안을 모색하였다. 실험 1에서는 대학생 121명을 대상으로 하여 토론, 반사실적 사고와 토론, 그리고 반사실적 사고와 동료평가를 한 경우로 나누어 어떤 방법이 피고인의 성격증거로 유도된 편향을 줄이는데 효과가 있는지를 알아보았다. 연구결과 탈편향 활동을 한 집단은 통제 집단보다 유의미하게 편향이 줄어들었지만, 세 가지 다른 탈편향 활동을 한 집단들 간에는 감소량에서 차이가 없었다. 동일한 설계와 절차로 일반인 125명을 대상으로 실시한 실험 2에서는, 대학생 집단과는 달리, 반사실적사고와 토론을 병행한 집단에서만 유의미하게 편향이 줄어들었다. 종합 논의에서는 대학생과 일반인 간에 왜 이런 차이가 나타났는지에 대한 탐색과 연구의 한계점, 그리고 향후 연구방향에 대해 다루었다. 본 연구는 탈편향 전략이 피고인의 성격증거로 인해 발생할 수 있는 오판을 축소시킬 수 있음을 확인하였다는 점에서 의의가 있다.

• 융합신호처리학회논문지
• /
• 제23권2호
• /
• pp.91-96
• /
• 2022

현재 카메라 기반 기술 수준으로는 센서 기반 기본 생활패턴 인지 기술은 정확한 데이터를 얻기 위해서는 불편함을 감수해야 하고, 상용화 밴드 제품은 정확한 데이터 수집이 어려우며, 행동의 동기와 원인 및 심리적 영향 등을 고려하지 못하는 실정이다. 본 논문에서는 생활패턴 인지를 위한 레이더 기술은 일상생활에서 주변의 사람이나 물체를 탐지하기 위해 고안된 파형을 전송하여 반사되어 오는 수신 신호를 신호 처리함으로써 물체와의 거리, 속도, 각도를 측정하는 기술을 적용하여 기존 영상 기반의 서비스에서의 사생활 보호와 같은 이슈를 보완할 수 있도록 고안하였다. 제안 시스템의 구현을 위해 TIIWR1642 칩을 기반으로 60GHz 대역 밀리미터파 FMCW 송신/수신을 위한 RF 칩셋제어, 거리/속도/각도 검출을 위한 모듈의 개발 및 신호처리 소프트웨어를 포함한 기술을 구현하였다. 생활 정보에 대한 메타 분석으로 생활패턴의 정량적 분석을 통해 개인별 맞춤형 생활패턴 추출을 통해 자기 관리 및 행동 시퀀스를 산출하여 개인별 생활패턴의 분석이 보안 및 안전 응용서비스로 가능할 것으로 기대된다.

• 드라이브 ㆍ 컨트롤
• /
• 제20권2호
• /
• pp.15-23
• /
• 2023

In this study, two-dimensional location of crops for auto weeding was detected using deep learning. To construct a dataset for soybean detection, an image-capturing system was developed using a mono camera and single-board computer and the system was mounted on a weeding robot to collect soybean images. A dataset was constructed by extracting RoI (region of interest) from the raw image and each sample was labeled with soybean and the background for classification learning. The deep learning model consisted of four convolutional layers and was trained with a weakly supervised learning method that can provide object localization only using image-level labeling. Localization of the soybean area can be visualized via CAM and the two-dimensional position of the soybean was estimated by clustering the pixels associated with the soybean area and transforming the pixel coordinates to world coordinates. The actual position, which is determined manually as pixel coordinates in the image was evaluated and performances were 6.6(X-axis), 5.1(Y-axis) and 1.2(X-axis), 2.2(Y-axis) for MSE and RMSE about world coordinates, respectively. From the results, we confirmed that the center position of the soybean area derived through deep learning was sufficient for use in automatic weeding systems.