다양한 분야에 서비스 로봇이 적용됨에 따라 각 임무에 적합한 영상처리 알고리즘을 빠르고 정확하게 수행할 수 있는 영상처리 프로세서에 관한 관심이 높아지고 있다. 본 논문에서는 로봇에 적용 가능한 영상처리 프로세서 설계방법을 소개한다. 제안한 프로세서는 CPU, GPU, FPGA가 융합된 형태로 AGX 보드, FPGA 보드, LiDAR-Vision 보드, Backplane 보드로 구성된다. 제안한 방법은 시뮬레이션 실험을 통해 검증한다.
International Journal of Advanced Culture Technology
/
제9권4호
/
pp.110-117
/
2021
The purpose of the study is to develop effective teaching methods to strengthen the major learning capabilities of electronic engineering learners through inquiry learning using computing thinking ability. To this end, first, in the electronic engineering curriculum, we performed teaching-learning through an inquiry and learning model related to mathematics, probability, and statistics under the theme of various majors in electronic engineering, focusing on understanding computing thinking skills. Second, an efficient electronic engineering subject inquiry class operation using computing thinking ability was conducted, and electronic engineering-linked education contents based on the components of computer thinking were presented. Third, by conducting a case study on inquiry-style teaching using computing thinking skills in the electronic engineering curriculum, we identified the validity of the teaching method to strengthen major competency. In order to prepare for the 4th Industrial Revolution, by implementing mathematics, probability, statistics-related linkage, and convergence education to foster convergent talent, we tried to present effective electronic engineering major competency enhancement measures and cope with innovative technological changes.
신호의 도래각(: Angle-of-Arrival, AOA) 추정기법, 간섭제거 기술, 및 송신 빔형성 기법 등을 기반으로 하는 신호정보 수집(: Signal Intelligence, SIGINT) 시스템은 다양한 신호정보를 효율적으로 수집하기 위해 요구되는 핵심 기술이다. 본 논문에서는 도래각 추정기, 적응 빔형성기, 신호처리 및 D/B 유닛, 송신 빔형성기로 구성된 신호정보 수집을 위한 위성 시스템의 효율적인 구조를 소개한다. 제시된 구조는 다양한 신호의 정확한 도래각 추정을 위해 MUSIC(: Multiple Signal Classification) 알고리즘을 사용하고, 불필요한 간섭 또는 재밍 신호를 제거하기 위해 MVDR(: Minimum Variance Distortionless Response) 기법을 사용하며, 수집된 정보 및 데이터의 효과적인 송신을 위해 MMSE(: Minimum Mean Square Error) 기반의 송신 빔형성 기법을 적용한다. 또한, 컴퓨터 시뮬레이션을 통해 소개된 위성 시스템의 성능을 평가하고 분석한다.
This study focuses on the analysis of the results of computational fluid dynamics simulations of mist-chemical vapor deposition for the growth of an epitaxial wafer in power semiconductor technology using artificial intelligence techniques. The conventional approach of predicting the uniformity of the deposited layer using computational fluid dynamics and design of experimental takes considerable time. To overcome this, artificial intelligence method, which is widely used for optimization, automation, and prediction in various fields, was utilized to analyze the computational fluid dynamics simulation results. The computational fluid dynamics simulation results were analyzed using a supervised deep neural network model for regression analysis. The predicted results were evaluated quantitatively using Euclidean distance calculations. And the Bayesian optimization was used to derive the optimal condition, which results obtained through deep neural network training showed a discrepancy of approximately 4% when compared to the results obtained through computational fluid dynamics analysis. resulted in an increase of 146.2% compared to the previous computational fluid dynamics simulation results. These results are expected to have practical applications in various fields.
Purpose: This study used a self-deterministic approach to explore the relationship between emotional intelligence (EI), academic motivation (AM), and achievement among health science students. Methods: A descriptive cross-sectional study was conducted in three cities of Saudi Arabia (Dammam, Riyadh, and Jeddah). A convenience sample of 450 students was incorporated using the multistage cluster sampling technique. The online survey contained three sections: students' basic data and academic achievement level, the modified Schutte self-report inventory, and the Academic Motivation Scale lowercase. Results: This study revealed moderate overall scores for EI (57.1%), AM (55.6%), and grade point average (GPA) (57.6%). The overall EI score, its domains, and GPA had significant positive correlations with overall AM and intrinsic and extrinsic motivation (p < .01). Amotivation had an insignificant correlation with GPA (p < .05), but it was negatively correlated with EI and its domains (p < .01). Multiple regression analysis proved that EI domains predicted 5.0% of GPA variance; emotions appraisal and expression (β = .02, p = .024), regulation (β = .11, p = .032), and utilization (β = .24, p < .01). EI domains also predicted 26.0% of AM variance; emotions appraisal and expression (β = .11, p = .04), regulation (β = .33, p < .01), and utilization (β = .23, p < .01). Moreover, AM predicted 4.0% of the variance in GPA; intrinsic (β = .25, p = .004) and extrinsic (β = .11, p = .022) motivation. AM also predicted 25.0% of the variance in EI: intrinsic (β = .34, p < .01) and extrinsic motivation (β = .26, p = .026). Conclusion: EI and AM have a bidirectional influence on each other, significantly shaping the GPA of health sciences students in Saudi Arabia, where intrinsic motivation has a predominant role. Thus, promoting students' AM and EI is recommended to foster their academic achievement.
Sun, Guolin;Boateng, Gordon Owusu;Huang, Hu;Jiang, Wei
KSII Transactions on Internet and Information Systems (TIIS)
/
제13권8호
/
pp.3821-3841
/
2019
Cloud radio access networks (C-RANs) have been regarded in recent times as a promising concept in future 5G technologies where all DSP processors are moved into a central base band unit (BBU) pool in the cloud, and distributed remote radio heads (RRHs) compress and forward received radio signals from mobile users to the BBUs through radio links. In such dynamic environment, automatic decision-making approaches, such as artificial intelligence based deep reinforcement learning (DRL), become imperative in designing new solutions. In this paper, we propose a generic framework of autonomous cell activation and customized physical resource allocation schemes for energy consumption and QoS optimization in wireless networks. We formulate the problem as fractional power control with bandwidth adaptation and full power control and bandwidth allocation models and set up a Q-learning model to satisfy the QoS requirements of users and to achieve low energy consumption with the minimum number of active RRHs under varying traffic demand and network densities. Extensive simulations are conducted to show the effectiveness of our proposed solution compared to existing schemes.
최근 인공지능에 대한 연구가 진단과 예측 분야에서 활발하게 진행되고 있다. 본 논문에서는 산업 현장에 설치되어 있는 모터와 펌프에서 발생하는 진동, 회전 수, 전류 데이터 취득한다. 취득한 데이터로부터 k-최근접 이웃(k-nearest neighbors) 알고리즘을 적용하여 이들 데이터를 학습하고, 학습한 데이터를 이용하여 펌프와 모터의 이상상태와 건전 상태를 판단하는 상태진단법을 제안한다. 제안 결과 정상상태와 이상상태가 잘 구분됨을 확인할 수 있었다.
The goal of few-shot semantic segmentation is to build a network that quickly adapts to novel classes with extreme data shortage regimes. Most existing few-shot segmentation methods leverage single or multiple prototypes from extracted support features. Although there have been promising results for natural images, these methods are not directly applicable to the aerial image domain. A key factor in few-shot segmentation on aerial images is to effectively exploit information that is robust against extreme changes in background and object scales. In this paper, we propose a Mask-Guided Attention module to extract more comprehensive support features for few-shot segmentation in aerial images. Taking advantage of the support ground-truth masks, the area correlated to the foreground object is highlighted and enables the support encoder to extract comprehensive support features with contextual information. To facilitate reproducible studies of the task of few-shot semantic segmentation in aerial images, we further present the few-shot segmentation benchmark iSAID-, which is constructed from a large-scale iSAID dataset. Extensive experimental results including comparisons with the state-of-the-art methods and ablation studies demonstrate the effectiveness of the proposed method.
본고는 표준기록관리시스템과는 차별화하여, 전자결재시스템과 기록관리시스템을 하나의 시스템으로 운영하고, 기록관리 보조도구로 인공지능, 챗봇 등의 지능형서비스를 접목한 한국중부발전의 기록관리시스템 구축을 위한 준비과정을 소개함을 목적으로 한다. 기록관리 전 생애주기를 관리하는 것은 물론이고, 현용기록의 활용성을 높이기 위한 실시간 이관 및 기능분류체계 활용에 대해 심도있게 검토하여 설계하였으며, 폭증하는 전자기록물의 효율적 관리를 위하여 인공지능 등 신기술을 도입하였다. 기록관리행위의 첫 단추이자 가장 중요한 시작인 분류의 정확성을 높이고자, 기계학습을 통한 기록물분류를 추천하여 처리과에서의 무분별한 오분류를 사전에 차단했으며, 업무관련 규정 및 기록의 활용을 위하여 챗봇을 도입하는 등 기록관리 분야에서 신기술을 적극 도입하였다. 또한 시스템 간 이관에 따라 생기는 열람권한 문제를 전자결재시스템 및 기록관리시스템의 열람권한을 모두 확인하여 권한을 부여하는 등 기록물의 적극적 활용을 위해 많은 노력을 하였다.
본 논문에서는 빅데이터, IoT, 인공지능 관련 네트워크 분석을 통해 국내 연구동향을 파악하고 관련 시사점 도출을 목적으로 한다. 이를 위해, 2018년 국가연구개발정보를 활용하여 분석을 수행하였으며, 주요 기초 통계 분석과 언어 네트워크 분석을 수행하였다. 분석 결과, 빅데이터, IoT, 인공지능 관련 연구개발은 기초단계, 개발단계를 중심으로 연구가 진행 중이며, 대학과 중소기업의 비중이 높은 것으로 나타났다. 또한 언어 네트워크 분석 결과, 관련 분야는 스마트팜, 헬스케어 분야에 활용하기 위한 연구를 중심으로 이루어 지고 있는 것으로 판단된다. 이러한 연구결과를 바탕으로 본 연구에서는 인공지능을 활용하기 위해서는 빅데이터가 반드시 필요하며, 개인 식별화 연구가 더욱 활발히 진행되어야 한다는 점과 단순 R&D 활동이 아닌 기술사업화가 이루어 지기 위한 전 주기 지원이 필요하며, 적용 분야를 확대할 필요가 있다는 점을 주장하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.