• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권1호
• /
• pp.1-15
• /
• 2022

The MobileNetV3 is specially designed for mobile devices with limited memory and computing power. To reduce the network parameters and improve the network inference speed, a new lightweight network is proposed based on MobileNetV3. Firstly, to reduce the computation of residual blocks, a partial residual structure is designed by dividing the input feature maps into two parts. The designed partial residual structure is used to replace the residual block in MobileNetV3. Secondly, a dual-path feature extraction structure is designed to further reduce the computation of MobileNetV3. Different convolution kernel sizes are used in the two paths to extract feature maps with different sizes. Besides, a transition layer is also designed for fusing features to reduce the influence of the new structure on accuracy. The CIFAR-100 dataset and Image Net dataset are used to test the performance of the proposed partial residual structure. The ResNet based on the proposed partial residual structure has smaller parameters and FLOPs than the original ResNet. The performance of improved MobileNetV3 is tested on CIFAR-10, CIFAR-100 and ImageNet image classification task dataset. Comparing MobileNetV3, GhostNet and MobileNetV2, the improved MobileNetV3 has smaller parameters and FLOPs. Besides, the improved MobileNetV3 is also tested on CPU and Raspberry Pi. It is faster than other networks

• 한국인터넷방송통신학회논문지
• /
• 제22권3호
• /
• pp.125-132
• /
• 2022

코로나바이러스 감염은, 21세기, 아무리 현대 의학이 발전하였지만, 특별한 약이나 치료제가 없는 매우 난감한 상황이다. 그러므로, 세계 여러 나라에서, 코로나바이러스를 일차적으로 간단하게 파악하기 위해서, 유동 인구가 많이 이동하는 기차역, 버스터미널, 공항 터미널에는 발열 측정용 적외선 카메라가 설치하고, 이른 시간에 비접촉식 체온계를 사용해서, 37.5 도 이상의 고열로 분류되면, 코로나바이러스 감염 의심 환자로 1차 판단하고 있다. 그러나, 발열 측정 적외선 체온계는 체온측정 신뢰도가 75- 80% 정도이므로, 신뢰도를 높이는 방안을 간구해야만 된다는 지적이 많이 나오고 있다. 본 논문에서는, 이러한 문제점을 해결하기 위해서, 적외선 체온측정 신뢰도를 향상하게 시키기 위해서, 체온 조건, 기침 조건, 혈압 조건, 당뇨 조건, 산소포화도 조건, 맥진 조건, 설진 조건을 이용해서, 기계학습 기반 및 fuzzy 추론 기반, 코로나바이러스 감염조건 위험도를 예측하는 알고리즘을 제안하고 모의실험 하였다.

• 한국정보통신학회논문지
• /
• 제26권3호
• /
• pp.355-366
• /
• 2022

본 논문은 프로그램 가능한 구조를 사용하여 재구성이 가능하고 저 전력 초소형의 장점을 모두 제공하는 인공지능 가속기를 위한 마이크로코드 기반 뉴럴 네트워크 가속기 컨트롤러를 제안한다. 대상 가속기가 다양한 뉴럴 네트워크 모델을 지원하도록 마이크로코드 컴파일러를 통해 뉴럴 네트워크 모델을 마이크로코드로 변환하여 가속기의 메모리 접근과 모든 연산기를 제어할 수 있다. 200MHz의 System Clock을 기준으로 설계하였으며, YOLOv2-Tiny CNN model을 구동하도록 컨트롤러를 구현하였다. 객체 감지를 위한 VOC 2012 dataset 추론용 컨트롤러를 구현할 경우 137.9ms/image, mask 착용 여부 감지를 위한 mask detection dataset 추론용으로 구현할 경우 99.5ms/image의 detection speed를 달성하였다. 제안된 컨트롤러를 탑재한 가속기를 실리콘칩으로 구현할 때 게이트 카운트는 618,388이며, 이는 CPU core로서 RISC-V (U5-MC2)를 탑재할 경우 대비 약 65.5% 감소한 칩 면적을 제공한다.

• 대한토목학회논문집
• /
• 제32권4B호
• /
• pp.221-232
• /
• 2012

본 연구에서는 이상홍수 발생 시 저수지의 안전성을 확보함과 동시에 두 개의 저수지를 효율적으로 연계운영하여 하류의 홍수피해를 줄이기 위한 모형을 개발하였다. 이상홍수 발생 시 저수지 최적연계운영을 위해 선형계획법을 사용하였고, 저수지 운영에서 유입량, 저수지 수위, 유입량의 증감 등의 요소에 포함된 불확실성을 해결하기 위해 퍼지제어기법을 도입하였다. 선형계획법을 이용하여 이상홍수 유입에 따른 저수지 최적연계운영규칙을 찾아내고, 퍼지제어기법을 사용하여 신속하고 정교한 운영이 요구되는 이상홍수 유입상황에 사용할 수 있는 모형을 개발하였다. 본 연구에서는 낙동강 상류에 위치한 안동댐과 임하댐을 대상으로 각 댐의 저수지에 100년 빈도의 홍수와 PMF가 유입될 때 안동시의 계획홍수량을 초과하지 않도록 저수지최적연계운영을 실시하였고, 최적연계운영규칙과 퍼지제어기법을 사용하여 댐 하류지점의 유량과 각 댐별 저류량, 유입량, 유입량의 증감에 따라 방류량을 결정하는 모형을 개발하였다. 개발된 모형은 안동댐과 임하댐의 각 저수지 및 안동시의 유황에 따라 결정되는 224개의 퍼지규칙으로 정리되었으며, GUI를 통해 현재 유황을 입력하면 각 댐의 방류량을 간단히 결정할 수 있다.

• 디지털콘텐츠학회 논문지
• /
• 제13권1호
• /
• pp.67-74
• /
• 2012

문장제 문제는 단순한 수학적 수식으로 구성된 연산문제와는 달리 언어적으로 표현된 문제 안에서 수학적 내용을 찾아 그것을 수식으로 표현하는 과정을 필요로 한다. 이는 고차원적인 인지적 전략을 요구하며 학습자는 수학적 사고력과 추론능력, 이해력, 언어와 읽기 등을 고루 활용해야 한다. 하지만 대부분의 학습장애학생들은 문장제 문제를 해결하는데 어려움을 겪고 있다. 본 연구에서는 학습장애학생이 인지적 과부하를 적게 받으면서 인지적 전략을 학습할 수 있으며 또한 학생들에게 전문가의 예시를 단계적으로 제시하는 WOE (Work-Out Examples: WOE) 기반 스마트러닝 학습시스템을 제시한다. 본 시스템의 특징은 다음과 같다. 첫째, WOE를 순차적으로 따라하면서 학습자는 인지적 부하 없이 자연스럽게 문제해결전략을 습득할 수 있다. 둘째, 학습자의 학습 동기를 높이고 흥미를 유발시킨다. 셋째, 시공간을 초월한 학습이 가능하기 때문에 학습자 스스로 학습을 조절하는 자기주도적 학습능력이 향상될 수 있다. 본 시스템의 적용결과는 다음과 같다. 첫째, 학습장애학생의 수준에 맞는 학습 단계가 제공되고 지속적인 피드백이 있기 때문에 학습자의 개별화학습이 가능하였다. 둘째, 학습자들이 학습내용을 자연스럽게 습득함으로써 문장제 문제해결능력이 향상되었다. 셋째, 학습과정에서의 성공경험으로 인하여 학습에 대한 자신감 및 학습동기가 향상되고 긍정적인 자아개념이 형성되었다.

• 한국건설관리학회논문집
• /
• 제13권6호
• /
• pp.84-93
• /
• 2012

대형복합건설사업에서 생성되는 정보들은 장기간의 사업주기를 걸치며 다양한 사업주체간에 이동하며 변환 및 발전된다. 그래서 지연 등 사업수행에 문제가 발생하였을 때, 문제의 원인은 해당 업무가 아니라 그 업무와 관련된 이전 업무일 경우 정보흐름을 거슬러 올라가며 문제의 원인을 분석해야 한다. 그러나 복잡한 사업주체 및 업무들의 관계 때문에 사업에서 생성되는 정보들이 어떻게 흘러가는지에 대해 기존의 키워드검색방법으로는 이러한 정보흐름을 도출하기에는 적합하지 않다. 이에 본 연구에서는 대형복합건설사업의 정보흐름을 분석하기 위한 관계기반 정보검색기능을 구축하고 이를 사례 정보시스템에 적용하였다. 우선 기존 정보검색시스템의 활용동향과 대형복합건설사업의 특성을 분석하여 정보전달관계 검색시스템의 필요성을 도출하였고, 이에 적합한 시스템 구축 방법론 및 업무 간 관계 추론 알고리즘을 정립하였다. 그리고 구축한 시스템을 사례시스템인 도시재생사업의 업무정보시스템에 적용하여 그 활용방안을 제시하였다. 본 연구에서 제시한 정보흐름검색은 업무를 담당하는 주체 및 총괄 관리자가 사업 전체를 원활히 진행시키기 위한 주요 업무 도출 등에 이용할 수 있으며, 추가연구의 도구로서도 활용될 것으로 기대된다.

• 한국지능시스템학회논문지
• /
• 제22권2호
• /
• pp.135-140
• /
• 2012

대뇌 상의 mirror neuron system은 시각 정보에 기반한 모방학습 기능을 담당한다. 관측자의 mirror neuron system 영역을 관찰할 때, 행위자가 수행하는 목적성 행위의 전체가 아닌, 부분적으로 가려지거나 보이지 않는 영역을 포함하는 경우에도 해당 영역의 뉴런이 발화되는 과정을 통해 전체 행동의 의도를 유추할 수 있다. 이러한 모방학습 기능을 3D 비전 기반 지능 시스템에 적용하는 것이 본 논문의 목표이다. 본 연구실에서 선행 연구된 스테레오 카메라를 기반으로 획득된 3차원 영상에 대한 복원을 수행한다. 이 때 3차원 입력영상은 부분적으로 가려진 영역을 포함하는 손동작의 순차적 연속영상이다. 복원 결과를 기반으로 가려진 영역을 내포한 행위에 대하여 LK optical flow, unscented Kalman filter를 이용한 특징검출을 수행하고 의도인식의 수행을 위해, Hidden Markov Model을 활용한다. 순차적 입력데이터에 대한 동적 추론 기능은 가려진 영역을 포함한 손동작 인식 수행에 있어 적합한 특성을 가진다. 본 논문에서 제안하는 의도 인식을 위해 선행 연구에서 복원 영상에서의 객체의 윤곽선 및 특징 검출을 시뮬레이션 하였으며, 검출 특징에 대한 시간적 연속 특징벡터를 생성하여 Hidden Markov Model에 적용함으로써, 의도 패턴에 따른 손동작 분류 시뮬레이션을 수행하였다. 사후 확률 값의 형태로 손 동작 분류 결과를 얻을 수 있었으며, 이를 통한 성능의 우수함을 입증하였다.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.1243-1244
• /
• 2022

In recent years, the growing interest in off-site construction has led to factories scaling up their manufacturing and production processes in the construction sector. Consequently, continuous large-scale site monitoring in low-variability environments, such as prefabricated components production plants (precast concrete production), has gained increasing importance. Although many studies on computer vision-based site monitoring have been conducted, challenges for deploying this technology for large-scale field applications still remain. One of the issues is collecting and transmitting vast amounts of video data. Continuous site monitoring systems are based on real-time video data collection and analysis, which requires excessive computational resources and network traffic. In addition, it is difficult to integrate various object information with different sizes and scales into a single scene. Various sizes and types of objects (e.g., workers, heavy equipment, and materials) exist in a plant production environment, and these objects should be detected simultaneously for effective site monitoring. However, with the existing object detection algorithms, it is difficult to simultaneously detect objects with significant differences in size because collecting and training massive amounts of object image data with various scales is necessary. This study thus developed a large-scale site monitoring system using edge computing and a small-object detection system to solve these problems. Edge computing is a distributed information technology architecture wherein the image or video data is processed near the originating source, not on a centralized server or cloud. By inferring information from the AI computing module equipped with CCTVs and communicating only the processed information with the server, it is possible to reduce excessive network traffic. Small-object detection is an innovative method to detect different-sized objects by cropping the raw image and setting the appropriate number of rows and columns for image splitting based on the target object size. This enables the detection of small objects from cropped and magnified images. The detected small objects can then be expressed in the original image. In the inference process, this study used the YOLO-v5 algorithm, known for its fast processing speed and widely used for real-time object detection. This method could effectively detect large and even small objects that were difficult to detect with the existing object detection algorithms. When the large-scale site monitoring system was tested, it performed well in detecting small objects, such as workers in a large-scale view of construction sites, which were inaccurately detected by the existing algorithms. Our next goal is to incorporate various safety monitoring and risk analysis algorithms into this system, such as collision risk estimation, based on the time-to-collision concept, enabling the optimization of safety routes by accumulating workers' paths and inferring the risky areas based on workers' trajectory patterns. Through such developments, this continuous large-scale site monitoring system can guide a construction plant's safety management system more effectively.

• 한국지능시스템학회논문지
• /
• 제12권6호
• /
• pp.571-576
• /
• 2002

본 논문에서는 여러 분야에서 널리 응용되고 있는 적응 뉴로-퍼지 시스템(ANFIS)의 성능 개선에 있어서 전제부 파라미터를 효과적으로 초기화 시키는 방법을 제안한다. 기존의 그리드 분할을 이용한 입력공간 선택 방법은 ANFIS의 규칙 생성에 있어서 얻어진 규칙의 수가 지수적으로 증가하는 단점이 있다. 이에, 본 연구에서는 GMM에서의 최대우도추정을 이용한 EM 알고리즘을 통하여 초기치에 의하여 성능의 영향이 좌우되는 ANFIS의 입력으로 주어 제안된 클러스터링 기법에 의하여 모델의 성능을 개선하고자 한다. 제안된 방법의 클러스터링 방법은 통계적 방법에 근거하여 좋은 성능의 파라미터를 획득할 수 있어 주어진 모델에 대한 ANFIS의 성능을 개선할 수 있다. 이들 방법의 유용함을 전형적인 다변수 비선형 데이터인 자동차 연료 예측 문제와 정수장 응집제 주입 문제에 적용하여 제안된 방법이 이전의 연구보다 성능이 개선되는 것을 통하여 보였다.

• 인터넷정보학회논문지
• /
• 제18권2호
• /
• pp.21-30
• /
• 2017

모든 사물에서 네트워크 및 컴퓨팅이 가능한 IoT(Internet of Things) 환경이 빠르게 확산되고 있다. IoT 환경은 클라우드 기반 중앙처리 구조를 통해 데이터를 처리하고 사용자에게 서비스를 제공하기 때문에 병목현상 및 서비스 지연이 발생할 수 있다. 이를 해결하기 위해, 최근 단말 IoT 노드와 네트워크에서 직접 데이터를 처리하여 사용자에게 서비스를 제공하는 Edge Computing이 주목받고 있으며 이러한 Edge Computing 환경에서 사용자에게 효율적으로 지능형 서비스를 제공하기 위한 연구가 지속되고 있다. 본 논문에서는 IoT 환경에서 Edge Computing을 위한 전문가 시스템 기반 상황 인식 서비스 기법을 제안한다. 제안하는 기법은 자원 제한적인 IoT 노드 간 효율적인 협업을 기반으로 데이터를 실시간으로 처리하고 상황 인식을 통해 사용자에게 최적화된 맞춤형 서비스를 제공한다. 또한, 사용자는 사용 용도에 따라 직접 상황 인식 서비스를 수정하여 원하는 서비스를 제공받을 수 있다. 제안하는 기법을 스마트 홈 환경에서 3가지 방범 서비스 모드를 이용하여 테스트하였으며, 본 논문의 IoT 기반 전문가 시스템 서버와 기존 PC 기반 전문가 시스템 서버의 자원 소모량을 비교하여 제안하는 기법의 안정성을 입증하였다.