• 정보와 통신
• /
• 제34권5호
• /
• pp.53-60
• /
• 2017

본고에서는 4차 산업혁명 도래에 따른 에너지 산업분야에서의 미래 트렌드 대응형 에너지 IDX 기술 개발 현황과 추후 방향성에 대해 기술하고자 한다. 이를 통해 에너지 신산업 창출에 있어서 ICBMS (IoT/Cloud/Big Data/Mobile/Security)와 인공지능, 그리고 블록체인 등의 기술의 내재화를 통한 새로운 에너지 기술의 방향에 대해 가늠해 보고자 한다.

• 한국산학기술학회논문지
• /
• 제18권11호
• /
• pp.151-157
• /
• 2017

최근 유통산업에서는 Future Store(미래형 매장)를 통해 효율적인 매장운영과 차별화된 고객 서비스를 창출하고 있다. 이러한 매장의 지능화는 IoT 등의 기술을 활용하여 적용되고 있으며 이로 인한 업무 프로세스의 개선을 통한 효율적인 매장운영과 고객의 쇼핑 편리성을 제공하기 위한 서비스 개발에 초점이 맞춰져 있다. 이러한 유통산업에서의 추세의 변화는 국내 유통업계에 이미 발전기를 거쳐 성숙기로 접어들고 있다는 의미이기도 하다. 미국 및 유럽 등 유통산업이 먼저 성숙한 국가의 경우에서도 최근의 추세는 운영의 효율성과 고객서비스를 극대화하는 방향으로 가고 있는데 가장 큰 이유는 이미 수많은 유통업체들이 포화상태에 이르러 경쟁에서 살아남기 위함이다. 본 논문은 유통 매장의 고객의 상품주문 후 수취 서비스의 자동화와 효율화를 위한 드라이브 스루 서비스에 대한 연구로서 고객이 구매하고자하는 상품을 주문하면 피킹 스케줄링 에이전트를 통해 적시에 상품 패킹 및 피킹 처리를 한다. 이후 고객이 매장 주차장에 입장하면 입장 정보와 파킹 위치를 파악하여 고객에게 신속하게 상품을 전달할 수 있도록 지원하는 서비스이다. 이를 위해 서비스 시스템 구성, 서비스 프로세스, 소프트웨어 에이전트에 의한 상품 피팅 스케쥴링 기법 및 주문상품 수취 및 확인 프로세스를 제안한다. 제안한 서비스는 유통매장 드라이브 스루 시스템, 유통매장 배송 시스템, 유통 물류 디지털 피킹 시스템, 실내외 대형 주차관리 시스템에 적용가능하며, 유통매장의 IoT 기술 적용을 통한 한 차원 높은 고객 서비스를 제공할 수 있는 장점이 있다.

• 한국환경보건학회지
• /
• 제47권5호
• /
• pp.410-424
• /
• 2021

Background: Subway stations have the characteristics of being located underground and are a representative public-use facility used by an unspecified number of people. As concerns about indoor air quality (IAQ) increase, various management measures are being implemented. However, there are few systematic studies and cases of long-term continuous measurement of underground station air quality. Objectives: The purpose of this study is to analyze changes and factors influencing IAQ in subway stations through real-time continuous long-term measurement using IoT-based IAQ sensing equipment, and to evaluate the IAQ improvement effect of a bio-filter system. Methods: The IAQ of a subway station in Seoul was measured using IoT-based sensing equipment. A bio-filter system was installed after collecting the background concentrations for about five months. Based on the data collected over about 21 months, changes in indoor air quality and influencing factors were analyzed and the reduction effect of the bio-filter system was evaluated. Results: As a result of the analysis, PM₁₀, PM_2.5, and CO₂ increased during rush hour according to the change in the number of passengers, and PM₁₀ and PM_2.5 concentrations were high when a PM warning/watch was issued. There was an effect of improving IAQ with the installation of the bio-filter system. The reduction rate of a new-bio-filter system with improved efficiency was higher than that of the existing bio-filter system. Factors affecting PM_2.5 in the subway station were the outdoor PM_2.5, platform PM_2.5, and the number of passengers. Conclusions: The IAQ in a subway station is affected by passengers, ventilation through the air supply and exhaust, and the spread of particulate matter generated by train operation. Based on these results, it is expected that IAQ can be efficiently improved if a bio-filter system with improved efficiency is developed in consideration of the factors affecting IAQ and proper placement.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1273-1283
• /
• 2022

최근 기후변화로 인해 중대형 산불이 빈번하게 발생하여 매년 인명 및 재산피해로 이어지고 있다. 원격탐사를 활용한 산불 피해지 모니터링 기법은 신속한 정보와 대규모 피해지의 객관적인 결과를 취득할 수 있다. 본 연구에서는 산불 피해지를 분류하기 위해 Sentinel-2의 분광대역, 정규식생지수(normalized difference vegetation index, NDVI), 정규수역지수(normalized difference water index, NDWI)를 활용하여 2022년 3월 발생한 강릉·동해 산불 피해지를 대상으로 U-net 기반 convolutional neural networks (CNNs) 딥러닝 모형을 모의하였다. 산불 피해지 분류 결과 강릉·동해 산불 피해지의 경우 97.3% (f₁=0.486, IoU=0.946)로 분류 정확도가 높았으나, 과적합(overfitting)의 가능성을 배제하기 어려워 울진·삼척 지역으로 동일한 모형을 적용하였다. 그 결과, 국립산림과학원에서 보고한 산불 피해 면적과의 중첩도가 74.4%로 확인되어 모형의 불확도를 고려하더라도 높은 수준의 정확도를 확인하였다. 본 연구는 농림위성과 유사한 분광대역을 선택적으로 사용하였으며, Sentinel-2 영상을 활용한 산불 피해지 분류가 정량적으로 가능함을 시사한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.377-380
• /
• 2023

본 논문에서는 합성곱 신경망(Convolutional Neural Networks, CNN)과 탄성왜곡(Elastic Distortion) 기법을 통한 데이터 증강 기법을 활용하여 학습 데이터를 구축하는 프레임워크를 제안한다. 실제 균열 이미지는 정형화된 형태가 없고 복잡한 패턴을 지니고 있어 구하기 어려울 뿐만 아니라, 데이터를 확보할 때 위험한 상황에 노출될 우려가 있다. 이러한 데이터베이스 구축 문제점을 본 논문에서 제안하는 데이터 증강 기법을 통해 비용적, 시간적 측면에서 효율적으로 해결한다. 세부적으로는 DeepCrack의 데이터를 10배 이상 증가하여 실제 균열의 특징을 반영한 메타 데이터를 생성하여 U-net을 학습하였다. 성능을 검증하기 위해 균열 탐지 연구를 진행한 결과, IoU 정확도가 향상되었음을 확인하였다. 데이터를 증강하지 않았을 경우 잘못 예측(FP)된 경우의 비율이 약 25%였으나, 데이터 증강을 통해 3%까지 감소하였음을 확인하였다.

• 한국독어학회지:독어학
• /
• 제5집
• /
• pp.67-89
• /
• 2002

Die meisten $W\"{o}rter$ im Deutschen, die zur lexikalichen Hauptkategorie $geh\"{o}ren,\;erf\"{u}llen$ die prosodischen Bedingungen, class sie ein phonologisches Wort bilden und class ein phonologisches Wort zumindest aus zwei Moren besteht. In dieser Arbeit wird gezeigt, welche Konsequenzen diese Constraints $f\"{u}r$ die prosodische Gestalt der deutschen $W\"{o}rter$ haben. Eine davon bezieht sich auf das $Ph\"{a}nomen$, das in der Literatur als 'minimales Wort' bekannt ist. Die distributionellen $Beschr\"{a}nkungen$ eines ungespannten kurzen Vokals im Deutschen sind darauf $Zur\"{u}ckzuf\"{u}hren$, class ein prosodisches Wort mindestens zwei Moren enthalten muss. Die Forderung nach einem minimalen Wort wirft aber die Frage, warum ein Stamm wie feige eine zweisilbige Struktur CVCV mit einer finalen Schwasilbe aufweisen, ein Stamm wie reif dagegen eine einsilbige Struktur eve. Allein die Forderung nach einem zweimorigen prosodischen Wort wurde auch eine ungrammatische Form wie feig $erf\"{u}llen$. Bei Formen wie feige ist festzustellen, dass das Constraint IDENT-IO [voiced] wichtiger als das Constraint ist, das einen einsilbigen Stamm verlangt. Eine Analyse, in der die finale Schwa-Silbe in einem CVCV-Stamm als ein stammbildendes Element oder Pseudosuffix aufgefasst wird, kann diese Interaktion zwischen Constraint nicht erfassen. Im Vergleich dazu zeigen die zweisilben Flexionsformen, bei denen Schwa-Silben als ein echtes Suffix fungieren, dass das Constraint 'Realisiere Morphem' nur dann verletzt werden kann, wenn es zur $Erf\"{u}llung\;des\;h\"{o}her$ rangierten Constraints OCP(nucleus) dient. Dieses Constraint ist seinerseits nur dann verletzbar, wenn damit das $h\"{o}here$ Constraint Coda-Cond erfullt werden kann.

• 전기전자학회논문지
• /
• 제22권1호
• /
• pp.174-179
• /
• 2018

본 논문에서 저전력 PMIC를 위한 고효율 DC-DC 변환기를 설계하였다. IoT 및 웨어러블 기기의 발전에 따라 전력 공급을 위한 고효율 에너지 습득 기술이 중요해지고 있다. 에너지 습득을 통해서 얻을 수 있는 전압은 낮고 넓은 분포의 값을 가지므로 이를 사용하기 위해서 넓은 입력 전압 범위에서 고효율을 얻을 수 있는 설계 기법이 필수적이다. 넓은 입력 전압 범위에서 일정한 스위칭 주파수를 얻기 위해 전원 전압 변화 감지 회로를 이용한 주파수 보상 회로를 설계했으며, 낮은 전력에서 고효율을 얻기 위해 burst-mode 제어 회로를 구성하여 정밀한 스위칭 동작을 제어하였다. 설계한 DC-DC 벅 변환기는 0.95~3.3V의 입력 전압 조건에서 0.9V를 출력하며 부하 전류가 180uA일 때 최대 78%의 효율을 얻을 수 있다.

• 분석과학
• /
• 제16권2호
• /
• pp.110-116
• /
• 2003

사용 후 핵연료의 화학특성 연구를 위하여 요오드의 분리와 정량에 관한 연구를 수행하였다. 사용 후 핵연료를 용해시키는 과정에서 핵연료 중에 CsI로 존재하는 요오드가 $I_2$로 산화되어 휘발되지 않도록 질산과 염산의 혼합산 (80:20 mol%)을 이용하여 비휘발성 ${IO_3}^-$­로 안정화시켰다. 2.5 M $HNO_3$ 매질에서 $NH_2OH{\cdot}HCl$을 이용하여 $I_2$로 환원시킨 후 사염화탄소로 추출하여 우라늄과 핵분열생성물로부터 분리, 회수하였다. 0.1 M $NaHSO_3$을 사용하여 요오드를 역추출하였으며 수용액층으로 회수된 요오드를 이온 크로마토그래피로 정량하였다. 방사성 물질 분석에 적합한 이온 크로마토그래피/차폐 시스템을 구성하였으며 42,000~44,000 MWd/MtU 의 연소도를 갖는 사용후핵연료를 대상으로 요오드를 분석한 결과 Origin 2 연소도 전산코드에 의한 계산결과인 $324.5{\sim}343.6{\mu}g/g$와는 -8.3~-0.5%의 편차를 나타내었다.

• 한국정보전자통신기술학회논문지
• /
• 제12권4호
• /
• pp.373-379
• /
• 2019

본 연구에서는 실시간 육계 복지관리를 위해 영상 기반의 육계 군집 모니터링을 수행하였으며, 촬영된 영상 내육계 영역을 검출하고 좌표변환을 이용한 지면 투영과 밀집도를 평가하였다. 평사 구조의 육계사에서 광역 범위의 육계 군집을 촬영하였으며 육계 영역은 카메라로부터 수집된 RGB 영상을 HSV 모델로 변환한 후 임계치 처리 및 군집화를 통해 검출하였다. 영상처리를 통해 검출된 육계 영역은 카메라-월드 좌표계 변환을 이용하여 지면에 투영한 후 실제 면적을 계산하였으며, 계산된 면적을 이용하여 밀집도를 평가하였다. 영역 검출 결과 상대오차 및 IoU가 평균 5%, 0.81로 각각 계산되었으며, 좌표변환을 통한 실제 면적은 약 7%의 오차 수준으로 평가되었다. 실제 면적 내 육계영역의 비율을 이용하여 밀집도를 계산하였으며 평균 80% 수준으로 나타났다. 영역 검출의 경우 작거나 멀리 존재하는 면적에 대해서는 검출 성능이 다소 떨어졌으며, 실제 면적 평가는 축사 내 구조물 등에 따른 오차가 관찰되었다. 따라서 본 기술을 축사에 적용하기 위해서는 다양한 데이터 기반의 알고리즘의 검출 성능 향상 및 마커 등을 이용한 기준정보 추가 설치가 필요할 것으로 판단된다.

• 한국콘텐츠학회논문지
• /
• 제21권3호
• /
• pp.23-32
• /
• 2021

컴퓨터 비전 분야의 의미론적 영상 분할(Semantic Image Segmentation) 기술은 이미지를 픽셀 단위로 분할 하여 클래스를 나누는 기술이다. 이 기술도 기계 학습을 이용한 방법으로 성능이 빠르게 향상되는 중이며, 픽셀 단위의 정보를 활용할 수 있는 높은 활용성이 주목받는 기술이다. 그러나 이 기술은 초기부터 최근까지도 계속 '세밀하지 못한 분할'에 대한 문제가 제기되어 왔다. 이 문제는 레이블 맵의 크기를 계속 늘리면서 발생한 문제이기 때문에, 자세한 에지 정보가 있는 원본 영상의 에지 맵을 이용해 레이블 맵을 수정하여 개선할 수 있을 것으로 예상할 수 있었다. 따라서 본 논문은 기존 방법대로 학습 기반의 의미론적 영상 분할을 유지하되, 그 결과인 레이블 맵을 원본 영상의 에지 맵 기반으로 수정하는 후처리 알고리즘을 제안한다. 기존의 방법에 알고리즘의 적용 한 뒤 전후의 정확도를 비교했을 때 평균적으로 약 1.74% 픽셀 정확도와 1.35%의 IoU(Intersection of Union) 정확도가 향상되었으며, 결과를 분석했을 때 성공적으로 본래 목표한 세밀한 분할 기능을 개선했음을 보였다.