• 정보과학회 논문지
• /
• 제43권12호
• /
• pp.1365-1375
• /
• 2016

일상생활 환경 속에서 자율적으로 동작하는 서비스 로봇에게 가장 필수적인 능력 중 하나가 동적으로 변화하는 주변 환경에 대한 올바른 상황 인식과 이해 능력이다. 다양한 센서 데이터 스트림들로 부터 신속히 의사 결정에 필요한 고수준의 상황 지식을 생성해내기 위해서는, 멀티 모달 센서 데이터의 융합, 불확실성 처리, 기호 지식의 실체화, 시간 의존성과 가변성 처리, 실시간성을 만족할 수 있는 시-공간 추론 등 많은 문제들이 해결되어야 한다. 이와 같은 문제들을 고려하여, 본 논문에서는 지능형 서비스 로봇을 위한 효과적인 동적 상황 관리 및 시-공간 추론 방법을 제시한다. 본 논문에서는 상황 지식 관리와 추론의 효율성을 극대화하기 위해, 저수준의 상황 지식은 센서 및 인식 데이터가 입력될 때마다 실시간적으로 생성되지만, 반면에 고수준의 상황 지식은 의사 결정 모듈에서 요구가 있을 때만 후향 시-공간 추론을 통해 유도되도록 알고리즘을 설계하였다. Kinect 시각 센서 기반의 Turtlebot를 이용한 실험을 통해, 제안한 방법에 기초한 동적 상황 관리 및 추론 시스템의 높은 효율성을 확인할 수 있었다.

• 한국ITS학회 논문지
• /
• 제8권6호
• /
• pp.121-130
• /
• 2009

본 논문에서는 가우시안 정규분포 모델 기반의 멀티센서 데이터 퓨전 알고리즘을 이용한 차량 위치인식 시스템을 제안한다. 기존의 차량 위치인식 시스템은 GPS를 중심으로 제공되어 왔으나 위성 신호 수신이 어려운 실내나 빌딩이 빽빽하게 들어선 도심에서는 제대로 작동하지 않는 문제가 있었다. 이를 해결하기 위해 GPS와 UWB를 결합하는 방법이 연구되었으나 위치변화에 따라 각 측위매체를 이산적으로 전환하여 차량과 같은 이동이 잦은 대상에게 끊임없이 유연한 위치 정보를 제공하지 못하는 단점이 있다. 따라서 본 논문에서는 가우시안 정규분포 모델을 바탕으로 GPS 위치 데이터와 UWB 센서 데이터를 유기적으로 결합하는 Hybrid UWB/GPS 측위시스템을 구성하여 측위시스템의 적용범위에 민감하지 않고 유연한 위치정보를 제공하도록 한다. 제안된 시스템을 Ubisense와 Asen GPS를 이용하여 $12m\;{\times}\;8m$ 크기의 실외 환경에서 실험하였으며, 구현된 시스템을 통해 기존 UWB 및 GPS 시스템에 비해 정밀도 및 연동성이 향상되었음을 확인하였다. 이를 통해 차량에서 주차 관리 및 차량추적 관리 등 다양한 CNS를 지원할 수 있다.

• 한국군사과학기술학회지
• /
• 제14권4호
• /
• pp.539-547
• /
• 2011

In this paper, a method of generating path planning map is developed using digitalized geographic information such as FDB(Feature DataBase). FDB is widely used by the Army and needs to be applied to all weapon systems of newly developed. For the autonomous navigation of a robot, it is necessary to generate a path planning map by which a global path can be optimized. First, data included in FDB is analyzed in order to identify meaningful layers and attributes of which information can be used to generate the path planning map. Then for each of meaningful layers identified, a set of values of attributes in the layer is converted into the traverse cost using a matching table in which any combination of attribute values are matched into the corresponding traverse cost. For a certain region that is gridded, i.e., represented by a grid map, the traverse cost is extracted in a automatic manner for each gird of the region to generate the path planning map. Since multiple layers may be included in a single grid, an algorithm is developed to fusion several traverse costs. The proposed method is tested using a experimental program. Test results show that it can be a viable tool for generating the path planning map in real-time. The method can be used to generate other kinds of path planning maps using the digitalized geographic information as well.

• 방송공학회논문지
• /
• 제27권1호
• /
• pp.133-145
• /
• 2022

국내에서 지속적으로 증가하는 반려견 인구 및 산업 규모에 비해 이와 관련한 데이터의 체계적인 분석이나 품종 분류 방법 연구 등은 매우 부족한 실정이다. 본 논문에서는 국내에서 양육되는 반려견의 주요 14개 품종에 대해 딥러닝 기술을 이용한 자동 품종 분류 방법을 수행하였다. 이를 위해 먼저 딥러닝 학습을 위한 반려견 이미지를 수집하고 데이터셋을 구축하였으며, VGG-16 및 Resnet-34를 백본 네트워크로 사용하는 전이학습을 각각 수행하여 품종 분류 알고리즘을 만들었다. 반려견 이미지에 대한 두 모델의 전이학습 효과를 확인하기 위해, Pre-trained 가중치를 사용한 것과 가중치를 업데이트하는 실험을 수행하여 비교하였으며, VGG-16 기반으로 fine tuning을 수행했을 때, 최종 모델에서 Top 1 정확도는 약 89%, Top 3 정확도는 약 94%의 정확도 성능을 각각 얻을수 있었다. 본 논문에서 제안하는 국내의 주요 반려견 품종 분류 방법 및 데이터 구축은 동물보호센터에서의 유기·유실견 품종 구분이나 사료 산업체에서의 활용 등 여러가지 응용 목적으로도 활용될 수 있는 가능성을 가지고 있다.

• 디지털융복합연구
• /
• 제15권6호
• /
• pp.133-143
• /
• 2017

데이터는 금융업에서 가장 중요한 자산으로 평균 71%의 금융기관이 데이터 분석으로 경쟁우위를 창출하고 있다. 특히, 금융업 중 카드 업종에서는 전체 고객의 소비행위 패턴 및 선호 트랜드 분석에 의한 가맹점 정보, 경기 변동 상황, 상권정보 제공 서비스 개발에 빅데이터가 폭 넓게 활용되고 있지만 데이터의 융복합을 통한 새로운 가치 창출은 미흡한 편이다. 본 연구는 소셜 데이터와 BC 카드 매출데이터의 융합 분석한 신용카드 회사의 '소비 트랜드 분석 및 예측' 사례를 다룬다. BC카드는 소셜 데이터를 활용한 트랜드 프로파일링 작업과 카드 및 소셜 데이터를 연계하는 알고리즘 개발 및 분석 내용 시각화 시스템을 개발하였다. 성과 검증을 위해 '식스포켓' 관련 트랜드를 분석하고 마케팅을 시행해 본 결과 40~100%이상의 마케팅 승수 증대 효과를 거두었다. 본 연구는 그동안 개별적으로 이루어져 오던 정형, 비정형데이터 분석을 융합하여 분석하는 방법론과 사례를 창출한 의의가 있으며 이는 앞으로 카드 업종 뿐만 아니라 타 업종에도 변화하는 트랜드에 유용하게 대응할 수 있는 시사점을 제공할 것이다.

• 농업생명과학연구
• /
• 제50권3호
• /
• pp.1-11
• /
• 2016

3차원 지형정보를 얻기 위하여 항공 LiDAR(Light Detection and Ranging)자료 기반 수치표고모델(Digital Elevation Model, DEM) 생성에 대한 연구들에 대한 관심이 지속적으로 높아져 왔다. 항공 LiDAR 원자료로부터 정확도가 높은 DEM을 생성하기 위해서는 3차원 점군에서 비지면점을 제외시키고 지면점만을 포함시키는 필터링(filtering)과정이 중요하다. 특히, 필터링을 구성하는 알고리즘의 패러미터 값 변화에 따라 산출되는 결과물들에 차이가 발생하고 정확도에 영향을 준다. 따라서 본 연구는 화천, 양주, 경산 및 장흥 유역 대상지의 항공 LiDAR 자료로부터 Fusion 소프트웨어를 이용하여 LiDAR DEM을 생성하는 GroundFilter알고리즘의 Mean패러미터(GFmn) 수준 변화가 LiDAR DEM 결과물의 정확도에 어떤 영향을 주는지 분석하였다. GFmn 수준 변화에 따른 정확도에 대한 영향 여부를 분석하기 위해 일원배치분산분석을 실시하였고, 그 결과 GFmn의 수준 변화에 따라 정확도에 대한 영향이 유의미하게 나타났다(F-value: 4.915, p<0.01). 이 후 각각의 GFmn 수준들을 다른 수준들과 차이가 있는지 여부로 묶기 위하여 사후검정을 실시하였다. 사후분석을 통해 잔차의 평균 차이에 따라 '7, 5, 9, 3'과 '1' 두 집단으로 나뉘었다. 아울러 보다 정확한 해발고도를 표현하는 LiDAR DEM 생성하는데 적정 GFmn은 '7' 조건일 때로 나타났다. 이 연구를 통해 보다 정확한 해발고도를 표현하는 LiDAR DEM을 생성할 수 있는 패러미터 값을 제안하였다.

• 인터넷정보학회논문지
• /
• 제21권4호
• /
• pp.109-116
• /
• 2020

고속철도의 출현과 함께 철도는 국내외에서 자주 사용하는 교통수단 중 하나이다. 또한, 환경적인 측면에서도 다른 교통수단에 비해 이산화탄소 배출량도 적은 편이며 에너지 효율성은 높다. 철도에 관한 관심이 높아질 수록 철도의 안전과 관련된 문제는 중요한 관심사 중 하나이다. 그 중 시각적 이상현상은 철도 앞에 동물이나 사람 등 다양한 장애물이 갑자기 나타나 사고가 발생한다. 이러한 사고들을 예방하기 위해 철도 레일을 탐지하는 것은 기본적으로 탐지해야하는 영역 중 하나이다. 철도에 설치된 카메라를 통해 영상을 수집할 수 있으며 철도 레일 탐지 방법은 전통적인 방식과 딥러닝 알고리즘을 이용한 방식이 있다. 전통적인 방식은 레일 주변의 다양한 노이즈로 인해 정확한 탐지가 어려우며 딥러닝 알고리즘을 이용하면 정확도 높게 탐지할 수 있으며 두 알고리즘을 융합하여 정확한 철도 레일을 탐지한다. 제안하는 알고리즘은 수집한 데이터를 기반으로 철도 레일 탐지에 대한 정확도를 판단한다.

• 한국컴퓨터정보학회논문지
• /
• 제24권12호
• /
• pp.35-41
• /
• 2019

본 논문에서는 원격 제어 홀로그램 기반 인터랙티브 사이니지 디자인에 대해 제안한다. 제안한 방식은 Raspberry Pi 하드웨어 플랫폼 및 Intel realsense r200 카메라를 사용하여 인터랙션이 가능한 홀로그램 사이니지 구조를 구성하였으며, 소프트웨어 파트는 원격 콘텐츠 관리를 위한 Screenly 솔루션과 콘텐츠 제어를 위한 Open CV 기반 솔루션을 기반으로 구성된다. 3D 게임 기술 Unity 5를 기반으로 한 3D 콘텐츠 렌더링 알고리즘을 사용하여 테스트를 진행하였으며, 홀로그램 피라미드 사이니지 구조를 사용한 모델 테스트를 통해 IoS 설계를 위한 3D 데이터 시각화 및 표출이 가능한 새로운 방식을 실험하였다. 본 논문에서는 해당 홀로그램 사이니지 모델에 대하여 기술하였다.

• Asian Pacific Journal of Cancer Prevention
• /
• 제16권13호
• /
• pp.5273-5278
• /
• 2015

Background: Chronic myeloid leukemia (CML) is a stem cell disorder characterized by the fusion of two oncogenes namely BCR and ABL with their aberrant expression. Autophosphorylation of BCR-ABL oncogenes results in proliferation of CML. The study deals with estimation of rate constant involved in each step of the cellular autophosphorylation process, which are consequently playing important roles in the proliferation of cancerous cells. Materials and Methods: A mathematical model was proposed for autophosphorylation of BCR-ABL oncogenes utilizing ordinary differential equations to enumerate the rate of change of each responsible system component. The major difficulty to model this process is the lack of experimental data, which are needed to estimate unknown model parameters. Initial concentration data of each substrate and product for BCR-ABL systems were collected from the reported literature. All parameters were optimized through time interval simulation using the fminsearch algorithm. Results: The rate of change versus time was estimated to indicate the role of each state variable that are crucial for the systems. The time wise change in concentration of substrate shows the convergence of each parameter in autophosphorylation process. Conclusions: The role of each constituent parameter and their relative time dependent variations in autophosphorylation process could be inferred.

• 한국통신학회논문지
• /
• 제39C권9호
• /
• pp.811-819
• /
• 2014

상황 인식은 유비쿼터스컴퓨팅 환경에 대한 진화를 변화시켰고 무선 센서네트워크 기술은 많은 응용기기에 대한 새로운 방법을 제시하였다. 특히, 행동 인식은 사람의 응용서비스를 제공하는데 있어 특정 사용자의 상황을 인식하는 핵심 요소로 의학, 취미, 군사 분야에서 폭넓은 응용분야를 갖고 있고 사용반경의 확대에서도 효율과 정확도를 높이는 방법에 크게 기여한다. 스마트폰 센서로부터 나오는 데이터로부터 프레임이 512인셈플 데이터를 얻어, 프레임간50%의 오버랩을 갖도록 하고 Machine Learning Algorithm 인 WEKA Experimenter (University of Waikato, Version 3.6.10)을 써서 데이더로부터 시간영역 특징값을 추출함으로써 행동 인식에 대한 99.33%의 정확도를 얻을 수 있었다. 또한, WEKA Experimenter의 사용기법인 C4.5 Decision Tree과 다른 방법인 BN, NB, SMO or Logistic Regression간의 비교실험을 하였다.