• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제12권2호
• /
• pp.121-130
• /
• 2012

This paper proposes an intuitive real-time robot control system using human body movement. Recently, it has been developed that motion generation for humanoid robots with reflecting human body movement, which is measured by a motion capture. However, in the existing studies about robot control system by human body movement, the detailed structure information of a robot, for example, degrees of freedom, the range of motion and forms, must be examined in order to calculate inverse kinematics. In this study, we have proposed Associative Motion Generation as humanoid robot motion generation method which does not need the detailed structure information. The associative motion generation system is composed of two neural networks: nonlinear principal component analysis and Jordan recurrent neural network, and the associative motion is generated with the following three steps. First, the system learns the correspondence relationship between an indication and a motion using training data. Second, associative values are extracted for associating a new motion from an unfamiliar indication using nonlinear principal component analysis. Last, the robot generates a new motion through calculation by Jordan recurrent neural network using the associative values. In this paper, we propose a real-time humanoid robot control system based on Associative Motion Generation, that enables user to control motion intuitively by human body movement. Through the task processing and subjective evaluation experiments, we confirmed the effective usability and affective evaluations of the proposed system.

• 대한교통학회지
• /
• 제21권3호
• /
• pp.37-46
• /
• 2003

지난 수년간 아시아 주요공항들은 지속적으로 늘어나는 항공수요로 인해 혼잡과 지연현상이 가중된 상태에서 공항을 운영 해왔다. 이러한 문제를 해결하고자 우리나라를 비롯한 중국, 일본, 태국, 말레이시아, 인도네시아 등의 국가들은 기존 시설을 확장하거나 신공항을 계획·건설하게 되었다. 신공항을 건설할 경우, 기존공항에 대한 활용문제가 중요한 이슈로 나타나게 된다. 일부 공항들은 국내선 전용공항으로 기능자체를 축소하여 운영하는 경우와 공항과는 전혀 상관없는 타 용도로 완전히 변경하는 경우도 있었다. 타 용도로 완전하게 기능을 변경하거나 공항기능 자체가 축소되어 많은 유휴시설이 발생할 경우에는 이에 대한 체계적인 활용방안이 수립되어야만 한다. 본 논문에서는 공항의 유휴시설에 대한 효율적인 활용방안을 평가하는 방법론을 정립·적용코자 하였다. 평가의 대상공항으로 김포국제공항을 선정하였으며, 평가방법은 서로 다른 이해집단인 여객, 공항전문가, 지역사회주민들의 의견을 물어 이를 퍼지언어변수로 분석하는 방식을 채택하였다. 설문조사는 대상자를 직접 면담하는 방식을 취했으며, 설문조사 결과를 바탕으로 14개의 유치시설 및 기능으로 활용대안을 설정한 뒤, 이들을 수익성, 연계성, 사회성, 공간성, 공익성 등과 같은 기준에 따라 평가하였다. 평가결과에 따르면 전자게임랜드, 쇼핑몰·대형할인점, 비즈니스 사무공간, 먹거리 타운, 시네마 타운 등이 적합한 것으로 나타났다.

• 인터넷정보학회논문지
• /
• 제13권4호
• /
• pp.95-102
• /
• 2012

차량 애드 혹 네트워크(VANETs)를 위한 응용들의 개발은 지능적 안전 운송시스템 제공이라는 매우 제한적인 명확한 목표를 가지고 있다. 공공의 안전을 위한 긴급경고 기술은 제한된 시간에 신속하고 효율적으로 경고 메세지를 전달하는 지능형 방송 기법을 필요로 하는 응용중의 하나이다. VANETs 방송 프로토콜 설계 시에 접근제어 계층에서 여러 노드들이 동시에 전송을 시도할 경우, 다수 패킷들의 충돌과 여분의 지연을 발생하는 방송폭풍 문제가 고려되어야 한다. 본 논문에서는, 효율적으로 방송폭풍 문제와 시간 한계를 해결할 수 있는 조기 지능형 경보 방송(EI-CAST) 알고리즘을 제안한다. 제안 알고리즘은 충돌시간(TTC)에 기초한 조기경보 기술과 퍼지논리에 기초한 지능형 방송 기술을 사용하며, 시뮬레이션을 통해 제안 알고리즘과 기존 경보방송 알고리즘의 성능을 비교 평가 하였다. 실험결과 제안 알고리즘의 경우 경보 전송거리 4 km 이내의 차량들은 사고발생 이전에 경보메시지를 수신할 수 있으며 패킷 충돌이 없음을 확인할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.123-123
• /
• 2018

가뭄은 홍수와 달리 진행속도가 비교적 느리기 때문에 초기에 감지한다면 피해를 최소화 할 수 있다. 국내에서는 가뭄전망을 위해 물리적 기반의 기상-수문연계해석 시스템을 구축하여 월 내지 계절전망을 수행하고 있다. 물리적 기반의 가뭄전망은 수치예보모델의 불확실성을 가지고 있으므로 예보 정확도 개선의 측면에서는 통계적 모델을 같이 활용하는 것이 바람직하다. 최근 국외에서는 통계적 방법인 AI (Artificial Intelligence) 기술을 사용하여 가뭄을 전망하는 연구가 활발히 진행 중이나, 아직까지 국내에서는 관련연구가 미흡한 실정이다. 이에 본 연구에서는 ANFIS (Adaptive Neuro-Fuzzy Inference System) 기반의 댐 유입량 예측 모델을 구축하고 SRI (Standardized Runoff Index)를 활용하여 수문학적 가뭄전망을 수행하였다. 대상유역은 국내 주요 다목적댐이 위치한 충주댐 유역과 소양강댐 유역을 선정하였다. 수문 및 기상자료는 국토 교통부 및 기상청의 관측 댐 유입량, 관측 강수량, 관측 기온 및 장기기상예보 자료를 사용하였다. ANFIS 모델 구축을 위한 훈련 및 보정기간과 검정기간은 각각 1987~2010년과 2011~2016년을 선정하였다. 수문학적 가뭄전망은 지속기간 3개월의 1개월 전망 SRI3를 활용하였으며, SRI3는 관측유입량과 예측유입량을 결합하여 산정하였다. 댐 예측유입량 및 수문학적 가뭄전망의 정확도 평가를 위해 상관계수, 평균제곱근오차를 활용하였다. 댐 예측유입량 평가 결과 예측값과 관측값의 상관계수가 높게 나타났으며, 평균제곱근오차는 낮아 예측성이 뛰어났다. SRI3의 경우 관측값과 예측값의 가뭄발생시기가 유사하여 가뭄을 적절하게 반영하는 것으로 나타났다. 본 연구의 결과는 통계적 기반의 수문학적 가뭄전망기법을 개발하였다는 측면에서 의의가 있으며, 향후 물리적 기반의 가뭄전망정보와 결합한다면 보다 실효성이 향상될 것으로 기대된다.

• 디지털융복합연구
• /
• 제17권2호
• /
• pp.101-111
• /
• 2019

냉동 냉장창고의 집적단지인 '콜드체인 클러스터' 구축이 물류업계의 현안으로 급부상하고 있다. 인천항만공사는 한국가스공사와 협력하여 송도 LNG 인수기지에서 발생하는 냉열 에너지를 이용한 냉동 냉장 클러스터를 구축하기 위한 사업을 진행 중에 있다. 본 연구에서는 CFPR 방법론을 활용하여 냉동 냉장 클러스터 활성화 방안을 제시하는 것을 연구의 목적으로 한다. 분석결과, 상위요인에서는 안정성과 수익성 요인이 0.281로 가장 중요시 되는 요인으로 파악되었다. 세부요인으로는 지속가능한 물동량 확보가 가장 높게 나타났고, 임대료 수준, LNG 냉열 활용기술의 지속 가능성과 일반 냉동 냉장창고와의 경쟁, 시설 중복투자 배제 등의 순으로 중요도가 평가 되었다. 향후 연구에서는 활성화 요인을 활용하여 국내 지역별 냉동냉장클러스터를 평가할 필요가 있다.

• 인터넷정보학회논문지
• /
• 제22권6호
• /
• pp.83-89
• /
• 2021

RMF(사이버보안 위험관리 프레임워크)는 지금 현재 국방영역을 넘어 미 연방정부 전체에 통용되는 보다 강화된 미 국방 사이버보안 프레임워크이다. 최근 십여년 간 미국이 접한 비정규전에 있어 사이버전이 차지하는 비율, 특히 중국과 북한으로부터 유발된 사이버공격 비중은 점점 더 증대되고 있다. 결국 미국은 범정부 차원의 보다 강화된 사이버보안 정책을 마련하고자 RMF체계를 새롭게 구축중이며, 미 국방부는 연방정부차원을 넘어 동맹국 간에도 미 국방 RMF평가 정책을 확대해 나가고자 한다. 이미 한국군도 F-35A 획득 시 RMF 적용방침을 통보한 미측 요구로 RMF를 적용한 바 있다. 한국군의 RMF적용은 더 이상 피할 수 없는 대세이다. 이제 우리군은 성공적인 한국형 RMF체계 조기 구축을 위해 무엇을 준비해야 하는지 진지하게 고민해야 할 시점이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.501-501
• /
• 2023

하천에서의 여가활동에 대한 수요가 증가함에 따라 각종 친수활동에 대한 안전도 평가가 사고예방을 위해 중요해지고 있다. 친수 활동의 안전은 수리 및 수질 인자에 크게 영향을 받지만 기존 친수지수는 수질 인자에만 집중되어 개발되어왔다. 하지만, 세일링, 패들링, 저동력보트 등 입수형 친수활동의 경우, 다양한 수리 현상에 큰 영향을 받기 때문에 유속, 흐름 방향, 수심 및 수면 폭 등의 수리인자를 친수지수에 반영할 필요가 있다. 또한, 친수활동에 위험이 되는 수리적 조건은 유량 조건과 하천의 평면적 공간에 따라 상이하게 발생하기에 이를 공간적으로 평가하는 것 역시 필요한 실정이다. 본 연구에서는 수리학적 요소를 기반으로 하천 친수 활동에 대한 안전도를 평가하기 위해 공간적으로 친수활동의 안정성을 평가할 수 있는 SRRI (Spatial River Recreation Index)를 제안하였다. SRRI의 개발을 위해 1단계에서는 다양한 유량 조건에서 EFDC 동수역학모형을 이용하여 수리 인자들의 공간적 분포를 재현한 후, 2단계에서는 퍼지합성법 (FSE)를 적용하여 수리인자의 모든 소속도와 가중치를 종합하여 하천 지점별 하천친수지수를 산정하였다. 개발한 SRRI를 낙동강-금호강 합류부에 적용한 결과, 유량 및 지형 조건에 따라 각 수리인자가 친수활동 안전성에 미치는 영향이 공간적으로 매우 상이하게 나타났다. 유향(흐름 방향)은 합류지점 부근에서 친수활동의 위험성을 크게 증가시키는 반면, 사행구간에서는 수심이 중요한 요인으로 나타났다. 고유량 조건에서는 유속이 세일링 및 패들링에서 가장 큰 영향을 미치는 요소로 작용하였다. 특히 세일링은 유량 변화에 민감하여 고유량시에는 주흐름부와 합류부 부근을 제외하고 일부 공간에서만 안전하게 이용이 가능한 것으로 나타났다. 반면 무동력 및 저동력보트는 유량 변화에 덜 민감하여 고유량 조건에서도 부분적으로 허용될 수 있었지만 사행구간의 고수심부에서는 위험 등급으로 권고되었다. 이러한 결과를 바탕으로 SRRI는 다양한 수리학적 조건을 기반으로 공간적 안전정보를 제공함으로써 많은 이용자들이 하천에서 보다 안전한 친수활동을 즐기는 데에 기여할 수 있을 것으로 판단된다.

• Journal of Biosystems Engineering
• /
• 제21권3호
• /
• pp.325-335
• /
• 1996

표고의 외관 특징들은 표고의 재배 시 생육상태의 정량적 측정을 위해서, 표고의 건조 시 건조 성능을 나타내는 정량적 지표로서, 그리고 건표고의 품질을 판정하는 요인으로서 중요한 역할을 한다. 본 논문에서는 컴퓨터 시각시스템 및 신경회로망 기술을 적용하여 표고의 갓 및 내피에 고루 분포되어 있는 외관특징을 정량적으로 추출하는 알고리즘을 개발하였다. 기존의 영상 처리 과정에서 유도되는 경험적 판정규칙 또는 명확한 수치적 판정조건에 의한 등급판정은 입력데이타의 결핍 또는 애매모호성에 따른 오차가 발생하기 쉽다. 신경회로망을 이용한 영상인식 기능을 도입함으로써 다양하고 애매모호한 표고의 외관 영상특징들을 효율적으로 처리하여 기존 영상처리 알고리즘에서 발생하는 오차를 개선하였다. 본 논문에서 제안하는 알고리즘은 표고의 갓과 내피면의 인식 및 특징 분할, 꼭지부의 검출, 제거 및 재생 등을 포함한다. 제안한 알고리즘에 의거하여 건표고의 등급판정에 주요한 품질인자들을 추출하고 정량화 하였다. 그리고 알고리즘의 개발은 흑백의 다치입력영상을 이용하여 수행하였다.

• 대기
• /
• 제33권5호
• /
• pp.519-530
• /
• 2023

Deep convection can make adverse effects on safe and efficient aviation operations by causing various weather hazards such as convectively-induced turbulence, icing, lightning, and downburst. To prevent such damage, it is necessary to accurately predict spatiotemporal distribution of deep convective area near the airport and airspace. This study developed a new index, the Aviation Convective Index (ACI), for deep convection, using the operational global Unified Model of the Korea Meteorological Administration. The ACI was computed from combination of three different variables: 3-hour maximum of Convective Available Potential Energy, averaged Outgoing Longwave Radiation, and accumulative precipitation using the fuzzy logic algorithm. In this algorithm, the individual membership function was newly developed following the cumulative distribution function for each variable in Korean Peninsula. This index was validated and optimized by using the 1-yr period of radar mosaic data. According to the Receiver Operating Characteristics curve (AUC) and True Skill Score (TSS), the yearly optimized ACI (ACI_YrOpt) based on the optimal weighting coefficients for 1-yr period shows a better skill than the no optimized one (ACI_NoOpt) with the uniform weights. In all forecast time from 6-hour to 48-hour, the AUC and TSS value of ACI_YrOpt were higher than those of ACI_NoOpt, showing the improvement of averaged value of AUC and TSS by 1.67% and 4.20%, respectively.

• Geomechanics and Engineering
• /
• 제37권4호
• /
• pp.307-321
• /
• 2024

This paper delves into the critical assessment of predicting sidewall displacement in underground caverns through the application of nine distinct machine learning techniques. The accurate prediction of sidewall displacement is essential for ensuring the structural safety and stability of underground caverns, which are prone to various geological challenges. The dataset utilized in this study comprises a total of 310 data points, each containing 13 relevant parameters extracted from 10 underground cavern projects located in Iran and other regions. To facilitate a comprehensive evaluation, the dataset is evenly divided into training and testing subset. The study employs a diverse array of machine learning models, including recurrent neural network, back-propagation neural network, K-nearest neighbors, normalized and ordinary radial basis function, support vector machine, weight estimation, feed-forward stepwise regression, and fuzzy inference system. These models are leveraged to develop predictive models that can accurately forecast sidewall displacement in underground caverns. The training phase involves utilizing 80% of the dataset (248 data points) to train the models, while the remaining 20% (62 data points) are used for testing and validation purposes. The findings of the study highlight the back-propagation neural network (BPNN) model as the most effective in providing accurate predictions. The BPNN model demonstrates a remarkably high correlation coefficient (R2 = 0.99) and a low error rate (RMSE = 4.27E-05), indicating its superior performance in predicting sidewall displacement in underground caverns. This research contributes valuable insights into the application of machine learning techniques for enhancing the safety and stability of underground structures.