• 한국CDE학회논문집
• /
• 제18권4호
• /
• pp.258-266
• /
• 2013

In shipbuilding, 2D manufacturing drawings are crucial for building a ship. Even various types of 3D models are being utilized for supporting ship manufacturing, which does not reduce the importance of 2D drawings. Recently things are changing in the shipbuilding industry. To reduce the number of 2D drawings or to reduce the quantity of information contained in 2D drawings, some attempts that can substitute for 2D drawings are being made. One of the attempts is to visualize lightweight 3D manufacturing models in a mobile device. In this paper, a method for displaying lightweight 3D models of a ship in an Android based device is introduced. To overcome the problem with parsing JT files in Android system, JT files are parsed in a Windows based server and as-simple-as-possible visualization data are transmitted to an Android based viewer. A comparison result with a commercial system is also given.

• 대한임베디드공학회논문지
• /
• 제19권3호
• /
• pp.151-158
• /
• 2024

Although on-device artificial intelligence (AI) has gained attention to diagnosing machine faults in real time, most previous studies did not consider the model retraining and redeployment processes that must be performed in real-world industrial environments. Our study addresses this challenge by proposing an on-device AI-based real-time machine fault diagnosis system that utilizes continual learning. Our proposed system includes a lightweight convolutional neural network (CNN) model, a continual learning algorithm, and a real-time monitoring service. First, we developed a lightweight 1D CNN model to reduce the cost of model deployment and enable real-time inference on the target edge device with limited computing resources. We then compared the performance of five continual learning algorithms with three public bearing fault datasets and selected the most effective algorithm for our system. Finally, we implemented a real-time monitoring service using an open-source data visualization framework. In the performance comparison results between continual learning algorithms, we found that the replay-based algorithms outperformed the regularization-based algorithms, and the experience replay (ER) algorithm had the best diagnostic accuracy. We further tuned the number and length of data samples used for a memory buffer of the ER algorithm to maximize its performance. We confirmed that the performance of the ER algorithm becomes higher when a longer data length is used. Consequently, the proposed system showed an accuracy of 98.7%, while only 16.5% of the previous data was stored in memory buffer. Our lightweight CNN model was also able to diagnose a fault type of one data sample within 3.76 ms on the Raspberry Pi 4B device.

• 한국인터넷방송통신학회논문지
• /
• 제24권1호
• /
• pp.1-8
• /
• 2024

실시간 처리 및 프라이버시 강화를 위해 인공지능 모델을 엣지에서 동작시킬 수 있는 온디바이스 AI 기술이 각광받고 있다. 지능형 사물인터넷 기술이 다양한 산업에 적용되면서 온디바이스 AI 기술을 활용한 서비스가 크게 증가하고 있다. 그러나 일반적인 딥러닝 모델은 추론 및 학습을 위해 많은 연산 자원을 요구하고 있다. 따라서 엣지에 적용되는 경량 기기에서 딥러닝 모델을 동작시키기 위해 양자화나 가지치기와 같은 다양한 경량화 기법들이 적용되어야 한다. 본 논문에서는 다양한 경량화 기법 중 가지치기 기술을 중심으로 엣지 컴퓨팅 기기에서 딥러닝 모델을 경량화하여 적용할 수 있는 방안을 분석한다. 특히, 동적 및 정적 가지치기 기법을 적용하여 경량화된 비전 모델의 추론 속도, 정확도 그리고 메모리 사용량을 시험한다. 논문에서 분석된 내용은 실시간 특성이 중요한 지능형 영상 관제 시스템이나 자율 이동체의 영상 보안 시스템에 적용될 수 있다. 또한 사물인터넷 기술이 적용되는 다양한 서비스와 산업에 더욱 효과적으로 활용될 수 있을 것으로 기대된다.

• 한국인터넷방송통신학회논문지
• /
• 제15권3호
• /
• pp.1-6
• /
• 2015

사물인터넷(IoT: Internet of Thing) 기술은 사용자 주변의 사물들이 상호 연결되어 정보를 공유할 수 있도록 해준다. IoT 환경에서 보안은 민감한 개인 정보 유출뿐만 아니라 생명에 직결 된 문제가 발생 할 수 있기 때문에 반드시 지원되어야하는 핵심 기술이다. 하지만 IoT 서비스를 구성하는 소형장치의 경우 자원이 제한적이며 배터리에 의존하기 때문에 기존 보안기술을 직접 적용하기는 어렵다. PSK(Pre-Shared Key)기반 방식은 통신 주체들이 사전에 안전하게 비밀키를 설정한 뒤 보안 기능을 수행하는 방식으로 경량화 장치에 적합하다. 공개키 알고리즘을 기반으로 세션키를 설정하는 방식보다 적은 비용으로 보안 기술을 구축할 수 있기 때문이다. 그러나 경량화 된 장치는 입출력장치가 부재하기 때문에 PSK를 사전에 안전하게 설정하는 방식은 어렵다. 이를 해결하기 위해 본 논문에서는 자원이 제한적인 소형 장치들을 위한 안전한 초기 설정 기술을 제안하고 구현 결과를 보인다.

• 한국전기전자재료학회논문지
• /
• 제16권12S호
• /
• pp.1237-1241
• /
• 2003

In this paper, we report a novel RF-MEMS packaging technology with lightweight, small size, and short electric path length. To achieve this goal, we used the ultra thin silicon substrate as a packaging substrate. The via holes lot vortical feed-through were fabricated on the thin silicon wafer by wet chemical processing. Then, via holes were filled and micro-bumps were fabricated by electroplating. The packaged RF device has a reflection loss under 22 〔㏈〕 and a insertion loss of -0.04∼-0.08 〔㏈〕. These measurements show that we could package the RF device without loss and interference by using the vertical feed-through. Specially, with the ultra thin silicon wafer we can realize of a device package that has low-cost, lightweight and small size. Also, we can extend a 3-D packaging structure by stacking assembled thin packages.

• 산업경영시스템학회지
• /
• 제46권1호
• /
• pp.55-67
• /
• 2023

Lightweight face recognition models, as one of the most popular and long-standing topics in the field of computer vision, has achieved vigorous development and has been widely used in many real-world applications due to fewer number of parameters, lower floating-point operations, and smaller model size. However, few surveys reviewed lightweight models and reimplemented these lightweight models by using the same calculating resource and training dataset. In this survey article, we present a comprehensive review about the recent research advances on the end-to-end efficient lightweight face recognition models and reimplement several of the most popular models. To start with, we introduce the overview of face recognition with lightweight models. Then, based on the construction of models, we categorize the lightweight models into: (1) artificially designing lightweight FR models, (2) pruned models to face recognition, (3) efficient automatic neural network architecture design based on neural architecture searching, (4) Knowledge distillation and (5) low-rank decomposition. As an example, we also introduce the SqueezeFaceNet and EfficientFaceNet by pruning SqueezeNet and EfficientNet. Additionally, we reimplement and present a detailed performance comparison of different lightweight models on the nine different test benchmarks. At last, the challenges and future works are provided. There are three main contributions in our survey: firstly, the categorized lightweight models can be conveniently identified so that we can explore new lightweight models for face recognition; secondly, the comprehensive performance comparisons are carried out so that ones can choose models when a state-of-the-art end-to-end face recognition system is deployed on mobile devices; thirdly, the challenges and future trends are stated to inspire our future works.

• 한국항공우주학회지
• /
• 제33권12호
• /
• pp.48-53
• /
• 2005

본 논문에서 LIPCA(Lightweight Piezoceramic Composite Actuator)를 이용한 날갯짓(flapping) 기구의 개발에 관한 최근의 연구진척 사항을 제시하였다. 날갯짓 기구는 여러 개의 연결막대를 이용하여 LIPCA의 제한된 작동변위를 커다란 날갯짓 각(flapping angle)이 발생하도록 증폭시켰으며, 패더링 메커니즘(feathering mechanism)을 적용하여 날갯짓과 동시에 날개에 비틀림이 발생하도록 설계되었다. 이 날갯짓 기구의 고유 날갯짓 주파수는 약 9Hz로, 이때 최대의 날갯짓 각이 발생하였다. 제작된 날갯짓 기구의 작동성능을 평가하기 위하여 날갯짓 주파수를 4Hz에서 15Hz까지 변화시키면서 발생되는 양력과 추력을 측정하였으며, 최대 양력과 최대 추력은 고유 날갯짓 주파수 부근에서 계측되었다.

• 방송공학회논문지
• /
• 제17권6호
• /
• pp.1014-1028
• /
• 2012

최근 N 스크린 (n-screen) 과 secondary device이란 말이 사람들의 입에 자주 오르내린다. 또한 주위에서 자주 사용하는 기기를 통해 앞에서 말한 서비스를 직접 경험할 수도 있다. 하나의 멀티미디어 기술이면서 서비스 이름인 N 스크린이란 하나의 콘텐츠를 여러개의 기기에서 끊김 없이 연속적으로 즐길 수 있는 기술 또는 서비스이다. 그리고 secondary device란 주된 콘텐츠를 보여주는 main device와 연동하여 주된 콘텐츠에 관련된 추가 콘텐츠를 보여주는 보조 기기가 있는 서비스이다. 이러한 기술 및 서비스가 각 이동통신사 등에서 몇 년 전부터 거론되어 오고 있으며 현재 대중화된 다양한 멀티미디어 기기에 재조명되어 제공되고 있다. 그러나 현재의 이 서비스는 단순히 사용자가 정식 구매한 멀티미디어 콘텐츠를 자신의 기기가 아닌 이동통신사의 미디어 서버에 올려놓고 필요에 따라 인터넷을 통해 접근한다는 한계가 있다. 이에 본 논문에서는 장면의 동적인 업데이트를 위해 다양한 명령을 포함한 장면 서술정보를 제공 할 수 있는 국제 표준 규격인 MPEG-4 LASeR (Lightweight Application Scene Representation) PMSI (Presentation and Modification of Structured Information) 를 활용하여 사용자가 좀 더 효과적이고 다양하게 N 스크린 혹은 secondary device 서비스를 사용할 수 있는 방안을 제안한다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2011년도 춘계학술대회 논문집
• /
• pp.1323-1324
• /
• 2011

• 한국정밀공학회지
• /
• 제21권11호
• /
• pp.12-17
• /
• 2004