• 공업화학
• /
• 제32권3호
• /
• pp.277-282
• /
• 2021

본 연구에서는 PF₆를 음이온으로 하며, 이미다졸리움 계열의 양이온을 변화시키면서 2종의 소수성을 띠는 이온성 액체 전해질을 합성하였다. 합성한 이온성 액체는 1-benzyl-3-butylimidazolium hexafluorophosphate [BzBIM]PF₆와 1-pentyl-3-butylimidazolium hexafluorophosphate [PBIM]PF₆이며 이들 각각의 구조는 푸에리에 변환 적외선 분광기와 핵자기공명 분광기를 이용하여 분석하였다. 이와 함께, 합성한 이온성 액체 전해질의 물리적(점도, 이온전도도, 열적 안정성) 및 전기화학적 특성을 조사하고 비교 분석하였다. 그 결과, [BzBIM]PF₆의 경우 [PBIM]PF₆와 다르게 이미다졸리움 양이온에 π-π 분자 간 결합이 강하게 존재하는 벤질링 기능기를 가지고 있어서 열적 및 전기화학적 특성에서 더 우세한 안정성을 보여주었다.

• 공업화학
• /
• 제32권1호
• /
• pp.15-19
• /
• 2021

본 연구에서는 타이로신이 풍부한 펩타이드, Tyr-Tyr-Gly-Tyr-Tyr (YYGYY)를 환원제 및 안정화제로 사용하여 구형의 금 나노 입자의 간단한 합성 방법을 연구하였다. 펩타이드로 둘러싸인 구형의 다결정 금 나노 입자는 UV 조사 하에서 펩타이드 및 금속 전구체의 농도를 조절하여 3~15 nm 크기로 합성되었다. 합성된 금 나노 입자의 특성을 확인하기 위하여 투과 전자 현미경(TEM), 자외선-가시광선 분광광도계(UV-Vis spectroscopy), 주사 투과 전자 현미경 및 에너지 분산 X선 분광법(STEM-EDS), 푸리에 변환 적외선 분광법(FT-IR), X선 회절 분석법(XRD)을 사용하여 분석하였다. 또한, 합성된 금 나노입자는 4-니트로페놀의 환원 반응을 통해 7.3 × 10-3 s-1의 반응속도 상수를 갖는 촉매 활성을 확인하였다.

• 한국정보통신학회논문지
• /
• 제25권3호
• /
• pp.427-432
• /
• 2021

본 논문에서는 미상의 통신신호에 대한 자동 변조 인식을 위하여 심층신경망인 딥뉴럴네트워크를 적용하여 변조 형태를 식별하고 그 성능을 분석하였다. 신경망 입력 데이터는 변조된 신호의 시간영역 디지털샘플 데이터, FFT(Fast Fourier Transform)를 적용한 주파수영역 데이터, 시간 및 주파수영역 혼합데이터를 사용하여 각각의 변조인식 성능을 확인하였다. 아날로그 변조 및 디지털 변조 신호 11종에 대하여 -20~18 dB 까지 다양한 SNR(Signal to Noise Ratio) 환경에서 변조인식 성능을 확인하고 그 성능을 분석하였으며, 입력 데이터의 종류에 따른 학습 속도를 확인함으로써 제안한 방법이 실제적인 자동변조 인식 시스템 구축에 효과적인 방법임을 확인 하였다.

• 융합신호처리학회논문지
• /
• 제23권1호
• /
• pp.15-20
• /
• 2022

최근 컴퓨터 성능 향상과 더불어 대규모 클러스터 서비스가 기존의 산업 및 연구기관뿐만 개인에게도 제공되고 있으며, 막대한 계산 성능을 이용한 공학 설계 활용은 빠르게 증가하고 있다. 이에 조선 해양 산업에서는 많은 계산 비용이 요구되는 전산유체역학 기법을 선박 및 해양구조물 설계에 활용하려는 노력이 증가하고 있다. 선박 및 해양구조물과 같은 부유체는 대양에서 해양파, 조류, 바람과 같은 환경 외란에 노출되어 있으며 이러한 환경 외란은 전산유체역학에서 고정도 모델링이 필요하다. 특히 해양파의 경우 비선형 전산유체역학의 특성상 기존의 선형 중첩법에서 벗어난 비선형 해양파가 고려되어야 한다. 본 연구에서는 이러한 비선형 해양파 수치 모사를 위해 고속 재현 기법을 제안하고 전산유체역학 기법을 활용하여 검증을 수행하였다.

• 한국정보통신학회논문지
• /
• 제26권7호
• /
• pp.972-980
• /
• 2022

영상을 이용한 기계학습 기반의 나비 종 인식 기술은 나비 종의 다양성 및 개체 수, 종의 서식 분포 등을 파악하는데 관련 분야 종사자의 많은 시간과 비용 감소의 효과를 가져온다. 나비 종 분류의 정확성과 시간 효율을 높이기 위해 기계학습 모델의 입력으로 사용되는 여러 가지 특징들이 연구되었다. 그중 엔트로피 개념을 이용한 가지 길이 유사성 엔트로피나 색채 강도 엔트로피 방법이 푸리에 변환이나 웨이블릿 등 다른 특징들에 비해 높은 정확성과 적은 학습 시간을 보여주었다. 본 논문은 나비의 컬러 영상에 대한 RGB 색채 강도 엔트로피를 이용한 특징 추출 알고리즘을 제안한다. 또한 제안한 특징 추출 방법과 대표적인 앙상블 모델들을 결합한 나비 인식 시스템을 개발하고 성능을 평가한다.

• 한국방사선학회논문지
• /
• 제16권4호
• /
• pp.395-403
• /
• 2022

본 연구에서는 디지털방사선영상 시스템에 사용되는 평판형 검출기(flat-panel detector, FPD)를 이용하여 조직 등가 물질인 폴리메틸메타아크릴레이트(Polymethyl Methacrylate, PMMA)의 두께 변화에 따라 발생되는 산란선이 영상품질의 영향으로서 해상력 평가의 변조전달함수(modulation-transfer function, MTF)와 잡음력 스펙트럼(noise-power spectrum, NPS)으로 정량적인 영상 평가를 위한 연구를 수행하였다. 해상력-차트 팬텀 영상으로 PMMA 두께가 증가할수록 산란선의 영향이 커져 변조특성이 저하 되는 것을 알 수 있고 영상이 밝다. 결과는 영상의 잡음이 많아진다는 것을 알 수 있는데 공간주파수 별로 확인하기 위해 푸리에 변환으로 잡음력 스펙트럼 영상을 얻었다. 그러므로 영상에서 피사체로서 PMMA 두께 증가에 따라 산란선의 변화를 MTF로 평가하여 해상도 특성변화와 2차원 잡음력 스펙트럼을 1차원 값으로 나타낸 결과를 통해 PMMA 두께와 잡음은 비례하는 것을 확인할 수 있다.

• 한국음향학회지
• /
• 제41권2호
• /
• pp.166-173
• /
• 2022

본 논문에서는 수중 음향통신에서 데이터 복구를 위한 위상고정루프와 결합된 등화기의 성능을 분석하였다. 도플러 주파수가 존재하는 채널환경에서는 등화기 동작만으로는 데이터 복구가 어렵다. 도플러 주파수를 복구하기 위해 등화기는 위상고정루프를 결합하여 사용한다. 등화기와 위상고정루프는 각각 채널의 다중경로와 도플러 주파수를 보상하면서 맞물려 동작하게 된다. 또한, 고속 푸리에 변환을 통해 얻은 초기 주파수 오차를 보상하면, 위상고정루프와 결합된 등화기의 수렴속도를 향상시킬 수 있다. 성능 검증을 위해 호수실험과 해상실험을 진행하였다. 결과적으로, 도플러 주파수의 보상 유무와 상관없이 위상고정루프와 결합된 등화기는 프리엠블 구간에서 충분히 수렴하며, 랜덤 데이터 구간에서 비트오류는 발생하지 않았다. 그러나, 도플러 주파수의 보상을 통해 등화기의 수렴 속도를 2배 이상 증가시킬 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.78-78
• /
• 2021

영상유속분석법은 비접촉식으로 유속을 측정하는 방법으로 특히 홍수시 하천의 표면유속을 안전하게 계측할 수 있어서 경제적이고 안전한 하천유속 측정 방법 중 하나이다. STIV는 영상의 휘도 정보를 시간 방향으로 나열하여 작성된 STI(Space-Time Image)에 나타나는 패턴의 기울기를 이용하여 유속을 산정하는 방법이다. 특히 STIV(Space-Time Image Velocimetry)는 기존 입자군의 상호상관법에 기초한 입자영상유속계와 달리 표식자의 유무와 상관없이 유속을 측정할 수 있어 적용성과 안정성이 확보된다. 하지만 영상의 상태가 불량한 경우 정확한 유속 측정이 난해하며 야간에는 별도의 조명 추가 및 태풍과 같은 악기상에서는 빗방울이 카메라에 맺히거나 수면의 진동, 구조물의 진동에 의한 영상의 상태가 불량하게 되어 측정 정도가 떨어진다. 이처럼 영상을 이용한 유속 계측에 있어 다양한 연구 및 기술개발이 요구되는 시점이다. 따라서 본 연구에서는 영상을 이용한 정확한 유속측정을 위해 STIV와 인공지능을 융합하여 정확한 유속 평가를 목적으로 한다. 우선 기존 STI에 의한 기울기 추정방법을 확장하여 딥러닝(CNN)에 의한 기울기 추정방법을 도입하였다. CNN은 일반적으로 이미지의 특성을 추출하는데 유용한 방법으로서 STI의 2차원 Fourier변환 이미지를 사용하여 패턴의 기울기를 감지하도록 학습하였고 적용 결과 기울기에 대한 인식율은 매우 양호하였으며 이를 이용한 실제 관측 영상에 적용한 결과 유속에 대한 정밀도도 매우 양호하게 나타났다. 또한 딥러닝을 적용한 STIV는 노이즈(진동, 화면 불량 등)가 있는 영상에서도 안정적으로 유속을 산정할 수 있으며 전파유속계를 이용한 실제 하천의 표면유속 관측치와 비교 검토 결과 매우 양호하게 유속을 평가하고 있는 것으로 나타났다.

• 문화기술의 융합
• /
• 제9권3호
• /
• pp.845-850
• /
• 2023

본 논문에서는 전이학습을 이용하여 볼베어링의 진동진단을 수행하는 방법을 제안한다. 고장을 진단하기 위해 진동신호를 시간-주파수로 분석할 수 있는 STFT을 CNN의 입력으로 이용하였다. CNN 기반의 딥러닝 인공신경망을 빠르게 학습하고 진단 성능을 높이기 위해 전이학습 기반의 딥러닝 학습 기법을 제안하였다. 전이학습은 VGG 기반의 영상 분류 모델을 이용하여 특징 추출기와 분류기를 선택적으로 학습하였고, 학습에 사용한 데이터 세트는 Case Western Reserve University 대학에서 제공하는 공개된 볼베어링 진동 데이터를 사용하였으며, 성능평가는 기존의 CNN 모델과 비교하는 방법으로 수행하였다. 실험 결과 전이학습이 볼베어링 진동 데이터에서 상태 진단에 유용하다는 것을 증명할 수 있을 뿐만 아니라 이를 통해 다른 산업에서도 전이학습을 사용하여 상태 진단을 개선할 수 있다.

• 한국전산구조공학회논문집
• /
• 제36권5호
• /
• pp.315-321
• /
• 2023

장대교량은 낮은 고유진동수와 감쇠비를 가지는 초유연구조물로 진동사용성 문제에 취약하다. 하지만 현재 국내 설계지침에서는 풍속이나 진폭에 대한 임계값을 기반으로 유해진동 발생 여부를 평가하고 있다. 본 연구에서는 장대교량에서 발생하는 유해진동을 보다 정교하게 식별하기 위하여 딥러닝 기반 신호분할 모델을 활용한 데이터 포인트 단위의 와류진동 식별 방법론을 제안한다. 특별히 포락선을 가지는 사인파를 활용하여 와류진동에 해당하는 데이터를 합성함으로써 모델 구축에 필수적인 와류진동 데이터 획득 및 라벨링 과정을 대체하였다. 이후 푸리에 싱크로스퀴즈드 변환를 적용하여 시간-주파수 특징을 추출하여 신경망의 인풋 데이터로 사용하였다. 합성데이터만을 이용하여 양방향 장단기 기억신경망(Bidirectional Long-Short-Term-Memory) 모델을 훈련하였고 이를 라벨 정보를 포함한 실제 사장교의 계측데이터를 이용하여 학습한 모델과 비교하여 모델의 실시간 와류진동 식별 성능을 검증하였다.