• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2017년도 춘계공동학술대회
• /
• pp.159-159
• /
• 2017

스마트 시설환경은 대표적으로 원예, 축산 분야 등 여러 형태의 농업현장에 정보 통신 및 데이터 분석 기술을 도입하고 있는 시설화된 생산 환경이라 할 수 있다. 근래에 하드웨어적으로 급증한 스마트 시설환경에서 생산되는 방대한 생육/환경 데이터를 올바르고 적합하게 사용하기 위해서는 일반 산업 현장과는 차별화 된 분석기법이 요구된다고 할 수 있다. 소프트웨어 공학 분야에서 연구된 빅데이터 처리 기술을 기계적으로 농업 분야의 빅데이터에 적용하기에는 한계가 있을 수 있다. 시설환경 내/외부의 다양한 환경 변수는 시계열 데이터의 난해성, 비가역성, 불특정성, 비정형 패턴 등에 기인하여 예측 모델 연구가 매우 난해한 대상이기 때문이라 할 수 있다. 본 연구에서는 근래에 관심이 급증하고 있는 인공신경망 연구 소프트웨어인 Tensorflow (www.tensorflow.org)와 대표적인 Open source인 OpenNN (www.openn.net)을 스마트 시설환경 환경변수 상호간 상관성 분석에 응용하였다. 해당 소프트웨어 라이브러리의 운영환경을 살펴보면 Tensorflow 는 Linux(Ubuntu 16.04.4), Max OS X(EL capitan 10.11), Windows (x86 compatible)에서 활용가능하고, OpenNN은 별도의 운영환경에 대한 바이너리를 제공하지 않고 소스코드 전체를 제공하므로, 해당 운영환경에서 바이너리 컴파일 후 활용이 가능하다. 소프트웨어 개발 언어의 경우 Tensorflow는 python이 기본 언어이며 python(v2.7 or v3.N) 가상 환경 내에서 개발이 수행이 된다. 주의 깊게 살펴볼 부분은 이러한 개발 환경의 제약으로 인하여 Tensorflow의 주요한 장점 중에 하나인 고속 연산 기능 수행이 일부 운영 환경에 국한이 되어 제공이 된다는 점이다. GPU(Graphics Processing Unit)의 제공하는 하드웨어 가속기능은 Linux 운영체제에서 활용이 가능하다. 가상 개발 환경에 운영되는 한계로 인하여 실시간 정보 처리에는 한계가 따르므로 이에 대한 고려가 필요하다. 한편 근래(2017.03)에 공개된 Tensorflow API r1.0의 경우 python, C++, Java언어와 함께 Go라는 언어를 새로 지원하여 개발자의 활용 범위를 매우 높였다. OpenNN의 경우 C++ 언어를 기본으로 제공하며 C++ 컴파일러를 지원하는 임의의 개발 환경에서 모두 활용이 가능하다. 특징은 클러스터링 플랫폼과 연동을 통해 하드웨어 가속 기능의 부재를 일부 극복했다는 점이다. 상기 두 가지 패키지를 이용하여 2016년 2월부터 5월 까지 충북 음성군 소재 딸기 온실 내부에서 취득한 온도, 습도, 조도, CO2에 대하여 Large-scale linear model을 실험적(시간단위, 일단위, 주단위 분할)으로 적용하고, 인접한 세그먼트의 환경변수 예측 모델링을 수행하였다. 동일한 조건의 학습을 수행함에 있어, Tensorflow가 개발 소요 시간과 학습 실행 속도 측면에서 매우 우세하였다. OpenNN을 이용하여 대등한 성능을 보이기 위해선 병렬 클러스터링 기술을 활용해야 할 것이다. 오프라인 일괄(Offline batch)처리 방식의 한계가 있는 인공신경망 모델링 기법과 현장 보급이 불가능한 고성능 하드웨어 연산 장치에 대한 대안 마련을 위한 연구가 필요하다.

• 식물병연구
• /
• 제17권3호
• /
• pp.317-325
• /
• 2011

Xanthomonas axonopodis pv. glycines에 의해 발병되는 콩 불마름병은 콩에 가장 많이 발생하는 중요한 세균성 병해 중 하나로 콩 수량에 심각한 손실을 가져온다. 본 연구는 불마름병 병반면적률에 따른 수량예측모델을 개발하기 위해 수행되었다. 이번 실험의 결과 불마름병이 심하게 발병된 처리구의 경우 수량이 19.8%(2006년), 16.8% (2007년) 감소되는 것으로 조사되었다. 또한 발병률의 차이에 따라 100립중 및 수량은 영향을 받으나 경장, 분지수, 협수, 립수는 유의성있는 차이를 나타내지 못하였다. 즉 수량구성요소 중 100립중의 감소가 수량감소에 직접적인 영향을 주는 것으로 조사되었다. 2006년도와 2007년도의 연차별 콩 불마름병 병반면적률과 수량과의 상관관계를 5% 유의수준에서 분석한 결과, -0.93(06년), -0.77(07년) 부의상관이 있었으며, 회귀식은 각각 y = -3.2914x + 348.19 ($R^2$= 0.8603), y = -2.9671x + 302.08 ($R^2$= 0.9411)로 나타낼 수 있었다. 이런 결과들은 포장에서 불마름병 발병에 따른 수량손실을 평가하고 콩 생산량을 예측하는데 도움을 줄 것으로 생각한다.

• 한국식품저장유통학회:학술대회논문집
• /
• 한국식품저장유통학회 2003년도 춘계총회 및 제22차 학술발표회
• /
• pp.126-127
• /
• 2003

원예산물의 밀도나 비중은 내부성분, 숙도, 내부붕괴(internal breakdown)와 같은 생리장해에 큰 영향을 받기 때문에, 밀도를 측정함으로써 내부품질에 대한 간접적인 판정이 가능하다고 보고되고 있다. 이 연구는 수박의 밀도와 당도와의 상관관계를 구명하고자 수행하였으며, 이를 위해 밀도의 실시간 계측시스템을 개발하였다. 현재 농산물의 밀도를 어느 정도 측정 정밀도를 유지하면서도 신속하게 측정할 수 있는 방법은 부력법(platform scale method)이다. 이 방법은 일정 크기의 용기에 물을 가득 채운 후 대상물을 담가 배제된 물의 무게를 측정하여 밀도를 환산한다. 그러나 매번 측정할 때마다 물을 보충하고, 물을 계량해야하는 등 전처리과정이 복잡하고, 1회 측정하는데 3~5분 정도가 소요되는 단점이 있고, 또한 인력 측정시 반복간 오차가 클 것으로 예상된다. 따라서 이 연구에서는 이 같은 계측상의 번거로움을 해소하고 동시에 신속하고 반복간 측정정밀도를 높일 수 있도록 수박 밀도 실시간 계측시스템을 설계 제작하였다. 시스템은 투명아크릴 수조($\Phi$400$\times$500), 로드셀, 프레임, 채반, 전기모터, 제어장치 및 컴퓨터로 구성하였다. 밀도 계측은 인장형 로드셀(CAS SB-20L, Max. 20kg)을 사용하여 대기중에서와 수박을 완전히 물에 잠기도록 한 후 무게를 각각 측정하여 밀도를 환산하였다. 밀도 계측시스템에 이용한 AD변환기의 분해능은 12bit이고, 수박의 무게 측정범위를 4~10kg로 가정할 때 20kg 로드셀의 1 digit(1bit)로 발생되는 오차는 0.09~0.24%FS 이었고, 따라서 이 시스템의 밀도 해상도는 0.001g/㎤이하였다. 시스템 평가를 위해 탄력이 좋은 고무풍선에 수박 크기 정도로 물을 채워 고정채반에 넣고 밀도를 측정한 결과 1.002g/㎤을 나타냈다. 즉 물의 이론밀도인 1g/㎤에 근접한 값을 보여 정확한 밀도 계측이 가능한 것으로 판단되었다. 또한 밀도 계측시스템의 측정 반복간 정밀도를 파악하기 위해 수박 6개를 임으로 선정하여 3반복 측정 시험한 결과, 측정표준편차가 0.001~0.004g/㎤로 해상도보다는 다소 높았으나 대체로 양호한 결과를 나타냈다. 수박 35개를 이용하여 개발 계측시스템과 사람이 직접 부력법으로 밀도를 측정 비교한 결과, 계측시스템에 의해 측정된 수박 밀도가 사람이 측정했을 때 보다 낮게 측정되었다. 수박의 외관인자(무게, 길이, 직경, 체적), 밀도와 당도의 상관관계 구명시험을 위해 원예연구소 시험포장에서 재배된 삼복꿀수박 총 74개를 공시재료로 하였고, 시험은 출수일별로 10~14개씩 수확하여 외관인자, 밀도, 당도를 각각 측정하고, 이들 인자들간의 상관관계를 구명하였다. 외관인자들간에는 높은 상관관계를 보였으나, 외관인자들과 밀도, 외관인자들과 당도, 밀도와 당도와는 매우 낮은 상관관계를 나타냈다.

• 전자공학회논문지SC
• /
• 제48권2호
• /
• pp.40-46
• /
• 2011

본 논문은 출입통제시스템이나 사용자인증이 필요한 통제시스템 등에 적용될 수 있는 신경 진동자(Neural Oscillators)를 이용한 실시간 얼굴검출 및 추적에 필요한 새로운 알고리즘을 제안한다. 신경 진동자(Neural Oscillators)는 생물학적 뉴런의 동작원리를 모방한 것으로서 뉴런의 활성과 비활성의 주기적인 반복동작 특성을 모델링 한 인공신경모델이다. 본 논문에서 제안한 시스템은 크게 두 단계의 처리과정을 가진다. 첫 번째 단계는 얼굴검출 과정인데, 우선 비용이 저렴한 Webcam을 이용하여 실시간 전달되는 RGB24bit 컬러 영상을 획득, LEGION(Locally Excitatory Globally Inhibitory) 알고리즘을 이용하여 분할과정을 거쳐 얼굴영역을 검출한다. 두 번째 단계는 검출된 얼굴영역에서 이웃뉴런들로부터 연결강도가 가장 큰 리더뉴런(Max Leader Neuron)을 찾아 얼굴을 추적하는 방법으로 스케일 문제해결 과 안정된 새로운 얼굴 추적 방법을 제안한다.

• The Plant Pathology Journal
• /
• 제32권2호
• /
• pp.112-122
• /
• 2016

Virus-induced gene silencing (VIGS) is an effective tool for the study of soybean gene function. Successful VIGS depends on the interaction between virus spread and plant growth, which can be influenced by environmental conditions. Recently, we developed a new VIGS system derived from the Soybean yellow common mosaic virus (SYCMV). Here, we investigated several environmental and developmental factors to improve the efficiency of a SYCMV-based VIGS system to optimize the functional analysis of the soybean. Following SYCMV: Glycine max-phytoene desaturase (GmPDS) infiltration, we investigated the effect of photoperiod, inoculation time, concentration of Agrobacterium inoculm, and growth temperature on VIGS efficiency. In addition, the relative expression of GmPDS between non-silenced and silenced plants was measured by qRT-PCR. We found that gene silencing efficiency was highest at a photoperiod of 16/8 h (light/dark) at a growth temperature of approximately $27^{\circ}C$ following syringe infiltration to unrolled unifoliolate leaves in cotyledon stage with a final SYCMV:GmPDS optimal density $(OD)_{600}$ of 2.0. Using this optimized protocol, we achieved high efficiency of GmPDS-silencing in various soybean germplasms including cultivated and wild soybeans. We also confirmed that VIGS occurred in the entire plant, including the root, stem, leaves, and flowers, and could transmit GmPDS to other soybean germplasms via mechanical inoculation. This optimized protocol using a SYCMV-based VIGS system in the soybean should provide a fast and effective method to elucidate gene functions and for use in large-scale screening experiments.

• Nuclear Medicine and Molecular Imaging
• /
• 제43권5호
• /
• pp.443-450
• /
• 2009

목적: 기존의 영상 재구성은 간소화된 투사 물리 모델을 사용하고 있다. 하지만 3D 재구성과 같은 실제적인 물리 모델은 시간이 많이 걸려서 임상에서 모든 데이터에 적용하기 힘들고, 복잡한 물리모델을 설명하기 위해 큰 메모리를 사용하면 한대의 일반적인 재구성 머신으로는 불가능하다. 개인 컴퓨터들에서도 큰 규모의 기술을 가능하게 하기위해, 병렬 연산을 이용한 빠른 재구성의 현실적인 분산메모리 모델을 제시한다. 대상 및 방법: 실제로 구현하는 가능성을 보기 위해 가상 컴퓨터들을 이용하여 선행 연구를 진행하였고, 다양한 가능성을 테스트하기 위해 상용서비스를 하고 있는 슈퍼컴퓨터(Tachyon)에서 성능 테스트를 하였다. 가장 많이 사용되는 2D 투사 영상과 실제적인 물리 모델인 3D 응답라인을 이용한 기댓값 최대화 알고리즘을 테스트하였다. 스터디 중 특정 반복횟수 이후에 속도가 최대 6배까지 느려지는 현상이 발견되어 컴파일러 최적화를 통해 병렬 효율의 극대화를 꾀하였다. 결과: Linux에서 MPICH와 NFS를 이용하여, 여러 컴퓨터에서 하나의 프로그램으로 분산 연산이 가능하였다. 병렬 연산을 했을 때 동일한 반복 연산에서 재구성된 영상간의 차이가 실수의 유효숫자(6bit) 정도임을 확인하였다. 2배의 연상장치를 사용했을 때 1.96배의 좋은 병렬화 효율을 보여주었다. 반복 연산 횟수가 증가함에 따라 느려지는 현상은 SSE를 이용한 Vectorization 방법을 사용했을 때 해결할 수 있었다. 결론: 이번 연구를 통해 일반 컴퓨터들을 이용한 현실적인 병렬 컴퓨터 시스템을 구성하여, 작은 메모리의 단일 일반 컴퓨터로는 불가능한 간단화 할 수 없는 복잡한 물리 과정도 영상 재구성 방법에 사용 가능하게 되었다.

• 디지털콘텐츠학회 논문지
• /
• 제15권1호
• /
• pp.19-27
• /
• 2014

본 연구는 PC 사용 환경에 주로 사용되는 2.5인치 HDD의 수명을 예측하기 위해서, 시장 불량 모드분석을 반영한 시험계획을 수립하고, 온도 스트레스 인자를 반영한 가속 수명 모델을 구하고자 하였다. PC 사용 환경을 분석 한 후, 쓰기와 읽기 동작을 각 50 %, 임의 주소와 순차 주소방식을 각 50 %로 시험 절차를 정했고, $50^{\circ}C$, $60^{\circ}C$ 환경에서 최대 성능의 95 % 성능조건으로 1000시간 시험하는 조건으로 가속 수명을 실시하였다. 시험과정에서 발생하는 불량 발생시간의 데이터로 anderson-darling 적합도 검증을 진행하여 불량 분포가 weibull 분포를 따름을 확인하였고, 형상모수와 척도모수가 동일함을 확인하였으며, 와이블-아레니우스 모형을분석하여, 형상모수 0.7177, 사용 조건($30^{\circ}C$)에 특성 수명 429434시간을 산출하였다. 가속 온도별 시험데이터로 동질성 검증을 실시한 결과 통계적으로 유의하지 않았으며(p<0.05), 활성화 에너지로 0.2775 eV를 산출하였다. 가속 시험의 정확성 확보차원에서 가속시험 불량시료와 시장 반품 시료로 고장분석을 진행한 결과, 불량 모드 별 점유율에 세부차이는 있으나, 점유율 순위는 일치 하였다. 본 연구는 PC환경에서 사용되는 2.5 inch HDD의 가속 시험 절차를 제안하며, 제조자와 사용자 간에 수명 예측에 대한 도움을 주고자 한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권8호
• /
• pp.864-876
• /
• 2000

본 논문에서는 일반적인 영화를 인코딩한 MPEG 형식의 비디오 데이타에 대해 장면과 장면 사이의 경계점에서 나타나는 여러 오디오 특성을 이용하는 새로운 장면 경계 검출 방법을 제안하고 실험을 통해서 그 유용성을 보인다. 일반적인 영상에서 장면 경계 지점에서는 영상의 내용이 크게 바뀜에 따라 오디오 정보도 같이 변화한다는 특성이 있으며, 본 논문에서는 이러한 장면경계에서의 오디오 정보 변화를 각각 급진변화(Radical Change), 점진변화(Gradual Change), 미세변화(Micro Change)로 분류하였으며, 각 변화의 특성을 분석하고 이를 검출하는 알고리즘을 제안하였다. 급진변화는 장면과 장면의 경계점에서 오디오가 음량의 급격한 증감이 발생하고 음색 또한 급격히 달라지는 형태를 취하고 있으며, 점진변화는 긴 시간에 걸쳐서 음량 및 음색이 달라지는 형태를, 미세변화는 음량의 변화없이 일부 음색과 주파수 분포가 달라지는 특성을 가지고 있다. 본 논문에서는 이러한 특성을 토대로 시간축을 따라 진행하는 윈도우를 설정하여 이 윈도우 내에서의 오디오 변화를 추적함으로써 위의 세 가지 형태의 장면 경계를 추출하는 방법을 제안한다. 다양한 영화를 통한 실험에서 실제 샘플로 사용된 영화들에서 가장 많은 부분을 차지하는 급진변화에 대하여 본 논문에서 제안한 방법이 높은 검출율을 얻을 수 있음을 알 수 있었다. 본 논문에서 제안한 오디오 정보를 이용한 장면 경계 검출 방법은 비디오 정보를 이용한 장면 경계 검출과 같이 병행하여 사용함으로써 MPEG 형식의 영상정보에 대한 데이타 베이스 구축에 유용하게 사용될수 있을 것이다.관 주위에 많았다.findings suggest that compounds 6 and 11 are modulating various elements of the host immune response.%로서, carbofuran 단독투여와 carbofuran과 PB 또는 3-MC 투여사이에 대사산물의 종류는 같았으나 생성율에는 큰 차이가 있었다. 이와 같은 결과는 쥐에 carbofuran 투여 후 PB나 3-MC를 투여함으로써 carbofuran의 대사가 빠르게 이루어지고, 주 대사산물 중3-hydroxycarbofuran보다 독성 이 낮은 3-ketocarbofuran으로의 대사가 빠르게 이루어지기 때문에 carbofuran의 독성이 경감되어 쥐가 생존할 수 있는 것으로 판단된다.시장젓갈${\lrcorner}$에는 글루타민산, leucine, alanine, lysine의 4종류, ${\ulcorner}$반찬젓갈${\lrcorner}$에는 글루타민산, leucine, alanine의 3종류, ${\ulcorner}$일본병조림젓갈${\lrcorner}$은 글루타민산이 현저하게 많다.회하였다.ollowed fro all Sullungtang samples from Hanwoo. The results showed that the overall quality of Sullungtang significantly decreased as the parity increased for Hanwoo cows. The Sullungtang

• Steel and Composite Structures
• /
• 제48권1호
• /
• pp.43-57
• /
• 2023

The impacts of waste tire rubber (WTR) on the bending conduct of reinforced concrete beams (RCBs) are investigated in visualization of experimental tests and 3D finite element model (FEM) using both ANSYS and SAP2000. Several WTR rates are used in total 4 various full scale RCBs to observe the impact of WTR rate on the rupture and bending conduct of RCBs. For this purpose, the volumetric ratios (Vf) of WTR were chosen to change to 0%, 2.5%, 5% and 7.5% in the whole concrete. In relation to experimental test consequences, bending and rupture behaviors of the RCBs are observed. The best performance among the beams was observed in the beams with 2.5% WTR. Furthermore, as stated by test consequences, it is noticed that while WTR rate in the RCBs is improved, max. bending in the RCBs rises. For test consequences, it is clearly recognized as WTR rate in the RCB mixture is improved from 0% to 2.5%, deformation value in the RCB remarkably rises from 3.89 cm to 7.69 cm. This consequence is markedly recognized that WTR rates have a favorable result on deformation values in the RCBs. Furthermore, experimental tests are compared to 3D FEM consequences via using ANSYS software. In the ANSYS, special element types are formed and nonlinear multilinear misses plasticity material model and bilinear misses plasticity material model are chosen for concrete and compression and tension elements. As a consequence, it is noticed that each WTR rates in the RCBs mixture have dissimilar bending and rupture impacts on the RCBs. Then, to observe the impacts of WTR rate on the constructions under near-fault ground motions, a reinforced-concrete building was modelled via using SAP2000 software using 3-D model of the construction to complete nonlinear static analysis. Beam, column, steel haunch elements are modeled as nonlinear frame elements. Consequently, the seismic impacts of WTR rate on the lateral motions of each floor are obviously investigated particularly. Considering reduction in weight of structure and capacity of the members with using waste tire rubber, 2.5% of WTR resulted in the best performance while the construction is subjected to near fault earthquakes. Moreover, it is noticeably recognized that WTR rate has opposing influences on the seismic displacement behavior of the RC constructions.

• 지능정보연구
• /
• 제24권3호
• /
• pp.1-19
• /
• 2018

최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 있다.