• 한국정보통신학회논문지
• /
• 제22권6호
• /
• pp.842-848
• /
• 2018

스마트 플러그는 가정집에서 콘센트와 제품 간 중간에 연결하는 장치로써, 전원 On/Off 제어 기능과 전력 측정 기능으로 에너지 절약을 유도하고 외부에 정보를 전송할 수 있는 IoT 기기를 말한다. 여기에 사람의 사고방식을 컴퓨터에 학습 시키는 인공지능 기술의 딥러닝을 스마트 플러그에 탑재하여, 입력 교류 전류 패턴을 이용하여 제품이 동작만 하면 어떤 제품인지 자동으로 분류하고 세탁기의 동작 상태를 자동으로 판단하는 시험을 하였다. 본 연구를 통해 제품이 IoT 기능이 안 되더라도 스마트 플러그 연결만으로도 제품의 종류와 동작 상태를 분류하므로, 한 가정의 생활패턴과 에너지 절감의 새로운 패러다임을 그릴 수 있을 것이다.

• 해양환경안전학회지
• /
• 제25권6호
• /
• pp.642-648
• /
• 2019

선박은 충돌방지를 위해 해상충돌예방규칙에 의해 운항한다. 하지만 다수의 선박이 동시에 운항하는 특수상황 시에는 해상충돌예방규칙을 적용하기 곤란하며 이때는 운항자의 개인능력에 의한다. 이러한 경우 해상교통관제를 통한 교통상황 관리가 필요하다. 이에 전 세계적으로 VTS(Vessel Traffic Services)를 통해 해상교통이 관리되고 있으며 운용 방법은 관제요원이 VTS 시스템을 이용하여 위험상황을 판단하고 통신시설을 이용하여 선박들에게 안전운항을 권고한다. 이 연구에서는 기존 방법에 AI(Artificial Intelligence) 기법을 추가하여 운항자의 관점에서 위험상황을 판단하는 방법에 대해 고찰한다. 또한, 관제 효율성 증대를 위해 AR(Augmented Reality)기법을 추가한 해상교통안전모니터링 시스템에 대해 설명한다. 이 시스템은 위험상황 및 위험 우선순위 예측이 정량적으로 가능하여 복잡한 교통상황시 실제 운항자가 충돌회피하는 방법과 동일한 순차적 위험상황 해소가 가능하다. 특히, 위험상황을 관제요원의 관점뿐만 아니라 각 선박의 운항자의 관점에서 분석할 수 있어 기존의 방법보다 실제적이다. 또한, 분석결과를 통해 정량적인 위험수역 파악이 가능하여 충돌회피를 위한 권고항로 지원이 가능하다. 결과적으로 이 시스템은 해상교통상황이 복잡한 해역에서의 선박간 충돌방지에 도움이 될 것이다. 특히, 해양분야 제4차 산업혁명에 주요한 분야를 차지하는 자율운항선박에 충돌방지 기능으로 사용될 수 있을 것이다.

• 한국해양공학회지
• /
• 제37권5호
• /
• pp.181-189
• /
• 2023

The fuel consumption of marine diesel engines holds paramount importance in contemporary maritime transportation and shapes energy efficiency strategies of ocean-going vessels. Nonetheless, a noticeable gap in knowledge prevails concerning the influence of ship hull conditions and propeller roughness on fuel consumption. This study bridges this gap by utilizing artificial intelligence techniques in Matlab, particularly convolutional neural networks (CNNs) to comprehensively investigate these factors. We propose a time-series prediction model that was built on numerical simulations and aimed at forecasting ship hull and propeller conditions. The model's accuracy was validated through a meticulous comparison of predictions with actual ship-hull and propeller conditions. Furthermore, we executed a comparative analysis juxtaposing predictive outcomes with navigational environmental factors encompassing wind speed, wave height, and ship loading conditions by the fuzzy clustering method. This research's significance lies in its pivotal role as a foundation for fostering a more intricate understanding of energy consumption within the realm of maritime transport.

• 해양환경안전학회지
• /
• 제24권7호
• /
• pp.870-874
• /
• 2018

선박은 해양사고 발생 시 최악의 경우 퇴선을 해야 하나 특성상 협소하고 복잡하며 해상에서 운항하므로 퇴선이 쉽지 않다. 특히, 여객선의 경우 해상에서의 안전훈련을 이수하지 않은 불특정 다수의 승객들로 인해 더욱 퇴선이 어려운 상황이 된다. 이런 경우 승무원들의 피난 유도가 상당히 중요한 역할을 하게 된다. 그리고 구조자가 사고 선박에 진입하여 구조 활동을 하는 경우 어느 구역으로 진입해야 가장 효과적인지에 대한 검토가 필요하다. 일반적으로 승무원 및 구조자는 최단경로를 택하여 이동하는 것이 일반적이나 최단 경로에 사고 상황 등이 발생했을 경우 제2의 최적 경로 선택이 필요하다. 이러한 상황을 해결하기 위해 이 연구에서는 머신러닝(Machine learning)의 기법 중에 하나인 강화학습(Reinforcement Learning)의 Q-Learning 이용하여 퇴선 경로를 산출하고자 한다. 강화학습은 인공지능(Artificial Intelligence)의 가장 핵심적인 기능으로 현재 여러 분야에 사용되고 있다. 현재까지 개발된 대부분의 피난분석 프로그램은 최단 경로를 탐색하는 기법을 사용하고 있다. 이 연구에서는 최단경로가 아닌 최적경로를 분석하기 위해 머신러닝의 강화학습 기법을 이용하였다. 향후 AI기법인 머신러닝은 자율운항선박의 최적항로 선정 및 위험요소 회피 등 다양한 해양관련 산업에 적용 가능할 것이다.

• 한국가시화정보학회지
• /
• 제20권3호
• /
• pp.109-116
• /
• 2022

The optimized design of airfoils is essential to increase the performance and efficiency of wind turbines. The aerodynamic characteristics of airfoils near the stall show large deviation from experiments and numerical simulations. Hence, it is needed to perform repetitive analysis of various shapes near the stall. To overcome this, the artificial intelligence is used and combined with numerical simulations. In this study, three types of airfoils are chosen, which are S809, S822 and SD7062 used in wind turbines. A convolutional neural network model is proposed in the combination of VGG16 and U-Net. Learning data are constructed by extracting pressure fields and aerodynamic characteristics through numerical analysis of 2D shape. Based on these data, the pressure field and lift coefficient of untrained airfoils are predicted. As a result, even in untrained airfoils, the pressure field is accurately predicted with an error of within 0.04%.

• 한국가시화정보학회지
• /
• 제21권2호
• /
• pp.83-90
• /
• 2023

The shape of an airfoil is a critical factor in determining aerodynamic characteristics such as lift and drag. Aerodynamic properties of an airfoil have a decisive impact on the performance of various engineering applications, including airplane wings and wind turbine blades. Therefore, it is essential to analyze the aerodynamic characteristics of airfoils. Various analytical tools such as experiments, computational fluid dynamics, and Xfoil are used to perform these analyses, but each tool has its limitation. In this study, airfoil parameterization, image recognition, and artificial intelligence are combined to overcome these limitations. Image and coordinate data are collected from the UIUC airfoil database. Airfoil parameterization is performed by recognizing images from image data to build a database for deep learning. Trained model can predict the aerodynamic characteristics not only of airfoil images but also of sketches. The mean absolute error of untrained data is 0.0091.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 추계학술대회
• /
• pp.298-299
• /
• 2022

해상운송분야 디지털 전환(Digital Transformation)이란 "해상운송 관련 기업이 새로운 비즈니스모델, 제품, 및 서비스를 창출하기 위하여 인공지능, 빅데이터, 사물인터넷, 블록체인, 클라우드 등의 디지털 기술을 활용함으로써 고객 및 시장의 파괴적 변화에 적응하거나 이를 추진하는 지속적인 프로세스"로 정의할 수 있다(장, 2021). 국내 항만물류분야에서 다양한 디지털 전환 기술이 적용되고, 사용되기 시작한 상황에서 구성원들의 적극적인 수용이 디지털 전환의 성공을 가져올 수 있다. 따라서 본 연구에서는 국내 항만물류분야의 디지털 전환에 대한 수용성을 알아보기 위하여

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 추계학술대회
• /
• pp.388-389
• /
• 2022

최근 인공지능 분야는 자율주행, 로봇 및 스마트 통신등 다양한 분야에 응용되고 있다. 현재의 인공지능 응용분야는 파이썬을 기반으로 한 tensor flow를 이용하는 소프트웨어 방식을 이용하고 있으며, 프로세서로는 PC의 그래픽 카드 내부에 존재하는 GPU (Graphics Processing Unit)를 이용하고 있다. 그러나 GPU 기반의 소프트웨어 방식은 하드웨어를 변경할 수 없다는 문제점을 가지고 있다. 이러한 문제점으로 인해 높은 수준의 판단이나 작업을 요구하는 경우에는 이에 적합한 높은 사양의 GPU가 필요하며, 이러한 경우에는 인공지능 작업을 처리하는 그래픽 카드로 교체해야 한다. 이러한 문제점을 해결하기 위해 본 연구에서는 HDL (Hardware Description Language)을 이용하여 반도체 내부의 회로를 변경할 수 있는 FPGA (Field Programmable Gate Array)를 기반으로 한 신경망 회로를 이용하여 합성곱 신경망 기반의 인공지능 시스템을 구현하고자 한다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2020년도 추계학술대회
• /
• pp.70-71
• /
• 2020

자율운항선박시대에는 인공지능기술이 VR, AR과 결합하여 더욱 진화된 몰입형 경험을 제공할 수 있을 것이다. 몰입 기술은 사용자의 오감을 현혹시켜 실제와 유사한 경험과 감성을 제공할 수 있다. VR이나 AR을 통해 자율운항 시 선원이 운항에 몰입할 수 있고 가상의 선박과 상호작용할 수 있는 자연스런 환경을 제공해 주는 것이 필요하다. 본 연구에서는 자율운항선박시대를 대비하여 선원들이 VR이나 AR을 통해 자율운항 시에 몰입형 사용자경험을 구현할 수 있는 핵심 특성이

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2006년도 International Symposium on GPS/GNSS Vol.1
• /
• pp.77-82
• /
• 2006

Automatic vessel collision-avoidance systems have been studied in the fields of artificial intelligence and navigation for decades. And to facilitate automatic collision-avoidance decision-making in two-vessel-encounter situation, several expert and fuzzy expert systems have been developed. However, none of them can negotiate with each other as seafarers usually do when they intend to make a more economic overall plan of collision avoidance in the COLREGS-COST-HIGH situations where collision avoidance following the International Regulations for Preventing Collisions at Sea(COLREGS) costs too much. Automatic Identification System(AIS) makes data communication between two vessels possible, and negotiation methods can be used to optimize vessel collision avoidance. In this paper, a negotiation framework is put forward to enable vessels to negotiate to optimize collision avoidance in the COLREGS-COST-HIGH situations at open sea. A vessel vector space is defined and therewith a cost model is put forward to evaluate the cost of collision-avoidance actions. Negotiations between a give-way vessel and a stand-on vessel and between two give-way vessels are considered respectively to reach overall low cost agreements. With the framework proposed in this paper, two vessels involved in a COLREGS-COST-HIGH situation can negotiate with each other to get a more economic overall plan of collision avoidance than that suggested by the traditional collision-avoidance expert systems.