• 방송공학회논문지
• /
• 제28권3호
• /
• pp.302-313
• /
• 2023

본 연구는 과학기술정보통신부가 2017년부터 1조원 이상을 투자한 'AI Hub 댐' 사업에서 구축된 인공지능 모델 학습데이터의 품질관리를 자동화할 수 있는 프레임워크의 개발을 목표로 한다. 자율주행 개발에 사용되는 AI 모델 학습에는 다량의 고품질의 데이터가 필요하며, 가공된 데이터를 검수자가 데이터 자체의 이상을 검수하고 유효함을 증명하는 데는 여전히 어려움이 있으며 오류가 있는 데이터로 학습된 모델은 실제 상황에서 큰 문제를 야기할 수 있다. 본 논문에서는 이상 데이터를 제거하는 신뢰할 수 있는 데이터셋 정제 프레임워크를 통해 모델의 인식 성능을 향상시키는 전략을 소개한다. 제안하는 방법은 인공지능 학습용 데이터 품질관리 가이드라인의 지표를 기반으로 설계되었다. 한국정보화진흥원의 AI Hub을 통해 공개된 자율주행 데이터셋에 대한 실험을 통해 프레임워크의 유효성을 증명하였고, 이상 데이터가 제거된 신뢰할 수 있는 데이터셋으로 재구축될 수 있음을 확인하였다.

• 문화기술의 융합
• /
• 제9권4호
• /
• pp.537-542
• /
• 2023

최근 도심지 주변으로 집중되는 신축구조물 및 공동구 확장 등과 같은 인접굴착공사로 인해 운영중인 철도 구조물의 변형이 발생되고 있다. 그러나 대부분 구조물에 대한 구조검토 및 보수보강에 집중되고 있으며 궤도에 대한 검토는 부족한 실정이다. 특히 토공노반 상 자갈궤도의 경우 노반과 도상자갈이 강결된 구조가 아니므로, 미소한 수준의 변형으로도 도상자갈 이완현상이 발생할 수 있다. 이는 침목 지지조건이 불안정한 조건으로 유도될 수 있으므로 충분한 안전성을 확보해야한다. 또한 불안정한 지지조건으로 열차탈선의 위험이 매우 높은 궤도형식이다. 따라서 본 연구에서는 노반 변형에 따른 자갈궤도의 변형특성과 궤도지지성능의 상관관계를 실험 및 해석적으로 입증하고, 자갈궤도의 상태 및 궤도지지강성을 평가할 수 있는 평가기법을 제시하고자 한다.

• Journal of Mechanical Science and Technology
• /
• 제17권10호
• /
• pp.1507-1519
• /
• 2003

The two-phase flow patterns for both non-loop and loop type oscillating capillary tube heat pipes (OCHPs) were presented in this study. The detailed flow patterns were recorded by a high-speed digital camera for each experimental condition to understand exactly the operation mechanism of the OCHP. The design and operation conditions of the OCHP such as turn number, working fluid, and heat flux were varied. The experimental results showed that the representative flow pattern in the evaporating section of the OCHP was the oscillation of liquid slugs and vapor plugs based on the generation and growth of bubbles by nucleate boiling. As the oscillation of liquid slugs and vapor plugs was very speedy, the flow pattern changed from the capillary slug flow to a pseudo slug flow near the annular flow. The flow of short vapor-liquid slug-train units was the flow pattern in the adiabatic section. In the condensing section, it was the oscillation of liquid slugs and vapor plugs and the circulation of working fluid. The oscillation flow in the loop type OCHP was more active than that in the non-loop type OCHP due to the circulation of working fluid in the OCHP. When the turn number of the OCHP was increased, the oscillation and circulation of working fluid was more active as well as forming the oscillation wave of long liquid slugs and vapor plugs in the OCHP. The oscillation flow of R-142b as the working fluid was more active than that of ethanol and the high efficiency of the heat transfer performance of R -142b was achieved.

• 대한전자공학회논문지SP
• /
• 제48권2호
• /
• pp.102-108
• /
• 2011

기존의 선박 내 조명 제어 시스템은 구축의 복잡성, 높은 설치 비용 및 유지 관리 비용 등의 문제점이 있다. 본 논문에서는 디지털 선박 환경에서 저비용, 고효율의 조명제어 시스템을 설계하였다. 사용자의 생체 정보(맥박, 이완기 혈압, 수축기 혈압, 혈당)를 무선 센서들을 통하여 획득한 후 감성을 인식하여 LED 조명을 제어하는 시스템으로서, 맥박 센서, 혈압 센서, 혈당 센서 등의 입력치를 받아 데이터베이스에 저장한 후 역전파 신경망 알고리즘을 이용하여 감성을 분류한다. 3,000개의 데이터 집합을 사용하여 역전파 신경망을 실험한 결과 약 88.7%의 정확도를 가졌다. 분류된 감성은 HP(Hewlett-Packard)의 'The Meaning of Color'에서 정해 놓은 20개의 컬러 감성 모델과 비교하여 가장 적절한 출력치를 찾아 적색, 녹색, 청색 LED Lamp에 전류 또는 주파수를 조절하는 방법으로 LED Lamp의 밝기 또는 광색을 조절함으로써 소모 전력을 약 20%로 절감하였다.

• Journal of Communications and Networks
• /
• 제7권2호
• /
• pp.157-170
• /
• 2005

The combination of multiple antennas and multi-carrier code division multiple-access (MC-CDMA) is a strong candidate for the downlink of the next generation mobile communications. The study of such systems in scenarios that model real-life trans-missions is an additional step towards an optimized achievement. We consider a realistic MIMO channel with two or four transmit antennas and up to two receive antennas, and channel state information (CSI) mismatches. Depending on the mobile terminal (MT) class, its number of antennas or complexity allowed, different data-rates are proposed with turbo-coding and asymptotic spectral efficiencies from 1 to 4.5 bit/s/Hz, using three algorithms developed within the European IST-MATRICE project. These algorithms can be classified according to the degree of CSI at base-station (BS): i) Transmit space-frequency prefiltering based on constrained zero-forcing algorithm with complete CSI at BS; ii) transmit beamforming based on spatial correlation matrix estimation from partial CSI at BS; iii) orthogonal space-time block coding based on Alamouti scheme without CSI at BS. All presented schemes require a reasonable complexity at MT, and are compatible with a single-antenna receiver. A choice between these algorithms is proposed in order to significantly improve the performance of MC-CDMA and to cover the different environments considered for the next generation cellular systems. For beyond-3G, we propose prefiltering for indoor and pedestrian microcell environments, beamforming for suburban macrocells including high-speed train, and space-time coding for urban conditions with moderate to high speeds.

• Smart Structures and Systems
• /
• 제29권6호
• /
• pp.757-766
• /
• 2022

To train deep learning algorithms, a sufficient number of data are required. However, in most engineering systems, the acquisition of fault data is difficult or sometimes not feasible, while normal data are secured. The dearth of data is one of the major challenges to developing deep learning models, and fault diagnosis in particular cannot be made in the absence of fault data. With this context, this paper proposes an anomaly detection methodology for rotating machines using only normal data with self-labeling. Since only normal data are used for anomaly detection, a self-labeling method is used to generate a new labeled dataset. The overall procedure includes the following three steps: (1) transformation of normal data to self-labeled data based on a pretext task, (2) training the convolutional neural networks (CNN), and (3) anomaly detection using defined anomaly score based on the softmax output of the trained CNN. The softmax value of the abnormal sample shows different behavior from the normal softmax values. To verify the proposed method, four case studies were conducted, on the Case Western Reserve University (CWRU) bearing dataset, IEEE PHM 2012 data challenge dataset, PHMAP 2021 data challenge dataset, and laboratory bearing testbed; and the results were compared to those of existing machine learning and deep learning methods. The results showed that the proposed algorithm could detect faults in the bearing testbed and compressor with over 99.7% accuracy. In particular, it was possible to detect not only bearing faults but also structural faults such as unbalance and belt looseness with very high accuracy. Compared with the existing GAN, the autoencoder-based anomaly detection algorithm, the proposed method showed high anomaly detection performance.

• 문화기술의 융합
• /
• 제9권4호
• /
• pp.549-555
• /
• 2023

공용중인 고속철도의 PSC Box 교량의 긴장력 관리는 교량 성능에 있어 매우 중요한 기능으로 교량 유지관리시 세밀한 관리가 필요하다. 이에 본 연구에서는 열차(활하중) 재하시험 없이 측정한 상시처짐 결과를 이용하여 PSC Box girder 내부의 긴장력 감소 수준과 긴장력 손실에 다른 재긴장 예측 시기를 연구하고자 한다. PSC Box 거더의 긴장력 감소에 따른 재긴장 시기 예측결과, 준공 이후 약 17년 이전에서는 긴장력 감소(Jacking force loss) 곡선이 완만한 것으로 나나낫다. 그러나 17년 이후에서는 긴장력 감소 곡선이 급격하게 변화되는 것으로 나타났다. 따라서 공용연수 증가에 따라 긴장력이 감소하는 것으로 확인되었고, 구조물의 노후화가 진행될수록 긴장재의 손신을 더 급격하게 증가되는 것으로 분석되었다. 향후 공용중인 PSC Box 교량중에서 준공 이후 18년 이상 경과된 구조물의 경우 긴장재 및 주변 손상에 대한 정밀조사가 필요할 것으로 판단된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권5호
• /
• pp.237-242
• /
• 2023

고성능의 보행 로봇에 관한 연구가 활발하게 이루어지고 있으며 4족 보행 로봇은 비평탄 지형에서 이동성과 적응력이 뛰어나 많은 관심을 받고 있지만 높은 비용으로 도입과 활용성에 어려움이 있다. 본 논문에서는 저비용의 4족 로봇에 지능적 기능을 적용하여 활용도를 높이기 위해 임베디드 보드에 IMU와 강화학습을 탑재하여 비평탄 지형 극복능력을 개선하고 카메라와 딥러닝을 이용하여 객체를 자동으로 검출하는 방법을 제시한다. 로봇은 4족 포유류 동물의 다리 형태로 구성되고 각 다리는 3 자유도를 가진다. 설계된 3D 모델로 시뮬레이션 환경에서 복잡한 지형을 학습시키고 실제 로봇에 적용한다. 본 연구방법의 적용을 통해 평탄 지형과 비평탄 지형의 보행 능력에 크게 차이가 나지 않음을 확인하였으며 제한된 실험조건에서 실시간으로 사람 검출을 수행하는 동작을 확인하였다.

• 한국산학기술학회논문지
• /
• 제21권6호
• /
• pp.170-177
• /
• 2020

본 논문은 전기기계식제동장치(EMB : Electro Mechanical Brake, 이하 EMB)의 제동 압부력(clamping force) 제어방법과 제동시험장비(dynamo test equipment)를 활용한 제동성능 평가결과에 대하여 다룬다. EMB와 관련한 연구는 자동차 분야에서 대부분 수행되었으며, 다양한 제어방법에 대한 정적상태의 압부력 시험결과를 주로 다루고 있으나 본 논문은 동적상태에서의 성능평가를 수행하였다. EMB의 구동을 위해 3상 매입형 영구자석 동기전동기(IPMSM : Interior Permanent Magnet Synchronous Motor, 이하 IPMSM)가 적용되었으며 유한요소법(FEM : Finite Element Method, 이하 FEM) 해석 소프트웨어인 JMAG을 통하여 설계 및 해석을 수행하였다. EMB의 압부력제어를 위해 전류제어, 속도제어 및 위치제어가 수행되었으며, 전류제어기는 단위전류당 최대토크제어(MTPA : Maximum Torque Per Ampere, 이하 MTPA)가 적용되었다. 제동성능평가는 공압식 제동장치의 비상제동 성능시험 절차와 동일한 방법으로 수행되었으며 시험장비에 설치된 고속철도차량의 차륜을 110 km/h, 230 km/h 및 300 km/h로 회전하는 상태에서 각각의 속도 조건에 따른 EMB의 제동 압부력을 인가하여 감속성능을 확인하였다. 최고속도(300 km/h) 상태에서 비상제동 시험결과는 73초의 시간이 소요되었으며 차세대고속철도차량(HEMU-430X)에 적용된 공압식 제동장치의 성능시험 결과와 비교를 통하여 제동소요 시간 및 감속패턴의 유사함 확인하였다.

• Steel and Composite Structures
• /
• 제34권5호
• /
• pp.743-767
• /
• 2020

Due to the impressive flexural performance, enhanced compressive strength and more constrained crack propagation, Fibre-reinforced concrete (FRC) have been widely employed in the construction application. Majority of experimental studies have focused on the seismic behavior of FRC columns. Based on the valid experimental data obtained from the previous studies, the current study has evaluated the seismic response and compressive strength of FRC rectangular columns while following hybrid metaheuristic techniques. Due to the non-linearity of seismic data, Adaptive neuro-fuzzy inference system (ANFIS) has been incorporated with metaheuristic algorithms. 317 different datasets from FRC column tests has been applied as one database in order to determine the most influential factor on the ultimate strengths of FRC rectangular columns subjected to the simulated seismic loading. ANFIS has been used with the incorporation of Particle Swarm Optimization (PSO) and Genetic algorithm (GA). For the analysis of the attained results, Extreme learning machine (ELM) as an authentic prediction method has been concurrently used. The variable selection procedure is to choose the most dominant parameters affecting the ultimate strengths of FRC rectangular columns subjected to simulated seismic loading. Accordingly, the results have shown that ANFIS-PSO has successfully predicted the seismic lateral load with R² = 0.857 and 0.902 for the test and train phase, respectively, nominated as the lateral load prediction estimator. On the other hand, in case of compressive strength prediction, ELM is to predict the compressive strength with R² = 0.657 and 0.862 for test and train phase, respectively. The results have shown that the seismic lateral force trend is more predictable than the compressive strength of FRC rectangular columns, in which the best results belong to the lateral force prediction. Compressive strength prediction has illustrated a significant deviation above 40 Mpa which could be related to the considerable non-linearity and possible empirical shortcomings. Finally, employing ANFIS-GA and ANFIS-PSO techniques to evaluate the seismic response of FRC are a promising reliable approach to be replaced for high cost and time-consuming experimental tests.