• 한국산학기술학회논문지
• /
• 제20권4호
• /
• pp.648-655
• /
• 2019

본 연구는 현재의 복잡하며 부정확한 기존의 태권도 전자호구 시스템과 차별화 되는 전자호구 개발을 제안한다. 이를 위해 전자호구에 적용이 가능한 다양한 센서(마그네틱 센서, 전기용량 센서, 접촉식 스위치 방식, 압전필름 센서) 방식에 대하여 시험을 통해 분석하여 차별화된 성능을 가질 수 있는 센서 방식을 제안한다. 제안하는 전자호구의 타격에 대한 정도를 높이기 위해 기존의 몸통호구에만 집약된 광범위한 센서 및 무선 통신 제어 장치를 호구와 손, 발 보호대로 분산하였다. 또한 몸통호구에는 초경량 필름형 압전센서를 통해 몸통호구에 가해지는 충격량을 측정하도록 하여 무게를 경량화 하였다. 기존의 전자호구의 경우 몸통호구에 집약된 센서 및 통신 제어 장치를 개별 장비로 분리하여 사용자가 개별 구입할 수 있도록 스마트 앱을 활용하여 스코어를 확인할 수 있도록 하였다. 개발하는 전자호구의 무게는 약 1kg 이하로 기존 대비 20% 정도 감소되는 효과를 얻었다. 완벽한 시험 환경을 갖추지 못하여 충격량에 대한 효과를 정확하게 분석하지 못한 부분은 본 연구의 보안 사항을 본다.

• 디지털융복합연구
• /
• 제17권1호
• /
• pp.239-247
• /
• 2019

감정을 정확히 예측하는 것은 환자중심의 의료디바이스 개발 및 감성관련 산업에서 매우 중요한 이슈이다. 감정예측에 관한 많은 연구 중 감정 예측에 심박 변동성과 뉴로-퍼지 접근법을 적용한 연구는 없다. 본 연구는 HRV를 이용한 ANFEP(Adaptive Neuro Fuzzy system for Emotion Prediction)을 제안한다. ANFEP의 핵심 기능은 인공 신경망과 퍼지시스템을 통합해 예측 모델을 학습하는 ANFIS(Adaptive Neuro-Fuzzy Inference System)에 기반한다. 제안 모형의 검증을 위해 50명의 실험자를 대상으로 청각자극으로 감정을 유발하고, 심박변이도를 구하여 ANFEP 모형에 입력하였다. STDRR과 RMSSD를 입력으로 하고 입력변수 당 2개의 소속함수로 하는 ANFEP모형이 가장 좋은 결과를 나타났다. 제안한 감정예측 모형을 선형회귀 분석, 서포트 벡터 회귀, 인공신경망, 랜덤 포레스트와 비교한 결과 본 제안모형이 가장 우수한 성능을 보였다. 연구 결과는 보다 적은 입력으로 신뢰성 높은 감정인식이 가능함을 입증했고, 이를 활용해 보다 정확하고 신뢰성 높은 감정인식 시스템 개발에 대한 연구가 필요하다.

• 방송공학회논문지
• /
• 제27권3호
• /
• pp.318-331
• /
• 2022

최근 하드웨어 연산 장치와 소프트웨어 기반 프레임워크의 발전으로 딥러닝 네트워크를 활용한 머신 태스크가 다양한 산업 분야 및 개인 IoT 장비에서의 활용이 기대되고 있다. 그러나 딥러닝 네트워크를 구동하기 위한 장치의 고비용 문제와 서버에서 머신 태스크 결과만을 전송받을 때 사용자가 요구하는 결과를 받지 못할 수 있다는 제한 사항을 극복하기 위하여 Collaborative Intelligence (CI)에서는 피처 맵의 전송을 그 해결 방법으로 제시하였다. 본 논문에서는 CI 패러다임을 지원하기 위하여 방대한 데이터 크기를 갖는 피처 맵의 효율적인 압축 방법을 실험을 통해 분석 및 제시하였다. 해당 방법은 전통적인 비디오 코덱에서의 압축 효율을 높이기 위하여 피처 맵의 재정렬을 적용하여 중복성을 높였으며, 정지 영상 압축 포맷과 동영상 압축 포맷을 동시에 활용하여 압축 효율을 높이고 머신 태스크의 성능을 유지하는 피처 맵 방법을 제시하였다. 본 논문에서는 이와 같은 방법의 분석을 통해 MPEG-VCM의 피처 압축 앵커 대비 BPP와 mAP의 BD-rate에서 14.29%의 성능이 향상됨을 검증하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권7호
• /
• pp.299-306
• /
• 2022

최근 로봇이나 설비, 회로 등에 센서 내장이 보편화 되고, 측정된 센서 데이터를 학습하여 기기의 고장을 진단하기 위한 연구가 활발하게 수행되고 있다. 이러한 고장 진단 연구는 고장 상황이나 종류를 예측하기 위한 분류(Classification) 모델 개발과 정량적으로 고장 상황을 예측하기 위한 회귀(Regression) 모델 개발로 구분된다. 분류 모델의 경우, 단순히 고장이나 결함의 유무(Class)를 확인하는 반면, 회귀 모델은 무수히 많은 수치 중에 하나의 값(Value)을 예측해야 하므로 학습 난이도가 더 높다. 즉, 입력과 출력을 대응시켜 고장을 예측을 할 때, 유사한 입력값이 동일한 출력을 낸다고 결정하기 어려운 불규칙한 상황이 다수 존재하기 때문이다. 따라서 본 논문에서는 주기성을 지닌 입출력 데이터에 초점을 맞추어, 입출력 관계를 분석하고, 슬라이딩 윈도우 기반으로 입력 데이터를 패턴화 하여 입출력 데이터 간의 규칙성을 확보하도록 한다. 제안하는 방법을 적용하기 위해, 본 연구에서는 MMC(Modular Multilevel Converter) 회로 시스템으로부터 주기성을 지닌 전류, 온도 데이터를 수집하여 ANN을 이용하여 학습을 진행하였다. 실험 결과, 한 주기의 2% 이상의 윈도우를 적용하였을 때, 적합도 97% 이상의 성능이 확보될 수 있음을 확인하였다.

• 인터넷정보학회논문지
• /
• 제23권5호
• /
• pp.69-78
• /
• 2022

IoT(Internet of Things) 디바이스의 사용이 확대됨에 따라 경찰청의 디지털 포렌식 적용 범위가 스마트 홈 영역으로 확대되었다. 이에 따라 스마트 홈 플랫폼 데이터를 수집하기 위해 진행된 기존 연구들은 대부분 모바일 기기의 로컬 데이터 분석과 네트워크 관점의 분석 등의 연구가 주로 수행되었다. 하지만 증거 분석을 위해 유의미한 데이터는 스마트 홈 플랫폼의 클라우드 스토리지에 주로 저장되어있다. 따라서 본 논문에서는 사용자가 헤이 홈 앱 기반의 "헤이 홈 스퀘어" 서비스를 이용할 때 PC에 기록되는 Microsoft Edge, Google Chrome, Mozilia Firefox, Opera와 같은 웹 브라우저들의 쿠키 데이터베이스를 통해 사용자 계정의 accessToken을 획득하여 헤이 홈 Air 환경에서 클라우드에 저장된 데이터의 수집 방안을 연구했다. 데이터는 헤이 홈의 모회사가 제공하는 OpenAPI를 활용해 클라우드로 직접 접근하여 수집하였다. 본 논문에서는 스마트 온·습도 센서, 스마트 도어 센서, 스마트 모션 센서로 환경을 구성하여 실험를 수행했고 날짜 및 장소별 온·습도 데이터, 사용한 디바이스 리스트, 방 내 모션 감지 기록 등의 아티팩트를 수집할 수 있는 것을 확인하였다. 이와 같은 아티팩트 분석 결과를 통해 알 수 있는 사건 당시의 온·습도 등의 정보는 포렌식 수사 과정에서 단서로 활용될 수 있다. 또한 본 논문에서 제안한 OpenAPI를 활용한 클라우드 데이터 수집 방안은 데이터 수집 과정에서 발생할 수 있는 변조 가능성을 배제하고, API를 이용해 결과를 호출하기 때문에 디지털 포렌식의 원칙인 무결성의 원칙과 재현성의 원칙을 따른다.

• 현장농수산연구지
• /
• 제24권4호
• /
• pp.53-61
• /
• 2022

적절한 기후와 토양 조건을 조성하여 제어되는 온실에서 농작물을 재배하는 것은 중요한 연구 및 적용 과제가 되어왔다. 온실의 적절한 환경 조건은 최적의 식물 성장, 작물 수확량 향상을 위해 필요하다. 본 연구는 온도센서, 토양 센서, 작물 센서, 카메라 등 각종 센서와 장비를 연결하는 온실 IT기술을 적용하여 농작물 재배 환경과 생육 상태를 실시간으로 모니터링하는 웹 기반 원격 모니터링 시스템 구축을 목적으로 하였다. 측정항목은 기온, 상대습도, 일사량, CO₂ 농도, 양액 EC, pH, 배지온도, 배지 EC, 배지 수분함량, 수액 흐름, 줄기 직경, 과실 직경 등이다. 개발된 온실 모니터링 시스템은 네트워크 시스템, 센서가 부착된 데이터 수집 장치, 카메라로 구성되었다. 원격 모니터링 시스템은 서버/클라이언트 환경에서 구현되었다. 온실 환경 및 작물에 대한 정보는 데이터베이스에 저장된다. 저장된 정보 중 성장 및 환경에 대한 항목을 추출 비교하고 분석할 수 있다. 스마트 온실을 위한 통합 모니터링 시스템은 스마트 온실 관리를 위한 환경 및 작물성장을 이해하고 응용 실무에 사용될 것이다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권9호
• /
• pp.305-316
• /
• 2022

사물인터넷 및 빅데이터 등 디지털 데이터의 범람으로, 다수 사용자로부터 방대한 데이터를 처리 및 보관하는 클라우드 서비스 제공자는 효율적 데이터 관리를 위한 데이터 중복제거를 적용할 수 있다. 중앙 클라우드 서버로의 네트워크 혼잡 및 연산 효율성 저하 등의 문제를 개선하기 위한 클라우드의 확장으로 엣지 컴퓨팅 개념이 도입되면서 사용자 경험을 개선할 수 있으나, 전적으로 신뢰할 수 없는 새로운 엣지 디바이스의 추가로 인하여 프라이버시 보존 데이터 중복제거를 위한 암호학적 연산 복잡도의 증가를 야기할 수 있다. 제안 기법에서는 신뢰실행환경을 활용함으로써 사용자-엣지-클라우드 간 최적화된 통신 구조에서 프라이버시 보존 데이터 중복제거의 효율성 개선 방안을 제시한다. 사용자와 클라우드 사이에서의 비밀정보 공유를 통하여 엣지 디바이스에서의 연산 복잡도를 최소화하고, 클라우드 서비스 제공자의 효율적 암호화 알고리즘 사용을 가능하게 한다. 또한, 사용자는 엣지 디바이스에 데이터를 오프로딩함으로써 데이터 중복제거와 독립적인 활동을 가능하게 하여 사용자 경험을 개선한다. 실험을 통하여 제안 기법이 데이터 프라이버시 보존 중복제거 과정에서 엣지-클라우드 통신 효율성 향상, 엣지 연산 효율성 향상 등 성능 개선 효과가 있음을 확인한다.

• 한국비블리아학회지
• /
• 제33권1호
• /
• pp.371-401
• /
• 2022

블록체인이 위·변조가 불가능한 분산 환경에 정보를 저장하는 것을 의미한다면, 이는 사서들이 권위 있는 정보를 수집하고 보존하며 공유하는 일과 유사하다고 언급된다. 과잉정보 속 도서관이 신뢰할 수 있는 정보를 수집·제공하고, 나아가 도서관 내외부의 업무효율성 증대, 협력 네트워크 강화 등을 모색하기 위한 방안으로서 본 연구에서는 블록체인 기술을 살펴보았다. 본 연구에서는 문헌조사와 타 분야의 사례연구를 바탕으로 도서관계에서 블록체인 기술을 활용할 수 있는 다양한 방안을 제안하고자 하였다. 이를 위해서 본 연구에서는 첫째, 블록체인 활용분야와 사례를 분석하여 도서관 분야의 블록체인 활용 가능성 및 가치를 확인하고, 이를 토대로 12가지 활용방안을 제안하였다. 도서관 업무 분야에서는 디지털 신원 기반의 도서관 통합 인증 서비스, 도서관 유·무형 자산 이동의 모니터링 기능, 도서관 이용자 의견수렴 기능, 블록체인 기반 도서관 채용·인사시스템, 블록체인 거버넌스 기반 도서관 운영 체계 및 네트워크 구축, 도서관 내 IoT 디바이스 및 센서 데이터 관리 기능을 제안하였다. 정보서비스 측면에서는 블록체인 기반의 출판·거래 플랫폼 참여, 디지털 콘텐츠 저작권 보호 및 관리 기능, 이용자 행동 분석 기반 맞춤형 서비스, 도서관의 통합 온라인 교육 플랫폼, 공유플랫폼 기능, P2P 기반의 정보플랫폼 등을 제안하였다.

• 한국인터넷방송통신학회논문지
• /
• 제23권3호
• /
• pp.51-57
• /
• 2023

스마트 미러는 거울에 디스플레이와 임베디드 컴퓨터를 부착하여 거울 기능과 함께 사용자에게 다양한 정보를 제공해주는 IoT 장치이다. 본 논문은 스마트 미러들이 네트워크로 연결하는 CoMirror 시스템을 제안하고 구현한 이전 연구의 확장으로 CoMirror 시스템의 성능을 평가한 내용을 소개한다. 첫째, 얼굴 인식을 활용하는 로그인 성능을 평가하였다. 성능 평가 결과 로그인을 위해 필요한 얼굴 학습에는 40장의 얼굴 이미지가 가장 적합하고 얼굴 인식에는 한장의 얼굴 이미지가 가장 적합하다는 결론을 얻었다. 둘째, CoMirror 시스템에서 메시지가 전송되는 시간을 평가한 결과, 텍스트 메시지의 경우 평균 0.5초, 오디오의 경우 평균 0.63초 정도이며, 이미지의 경우 평균 2.9초 정도로 측정되었다. 마지막으로 화상 통신 성능을 측정한 결과 화상 통신 셋업 시간은 평균 1.8초, 화상 수신 지연 시간은 평균 1.9초로 측정되었다. 결론적으로 본 논문은 성능평가의 결과를 통해 CoMirror 시스템은 높은 실용성을 가지는 것으로 판단된다.

• 인터넷정보학회논문지
• /
• 제24권6호
• /
• pp.91-98
• /
• 2023

오늘날 인공지능 산업이 발전함에 따라 여러 분야에 걸쳐 인공지능을 통한 자동화 및 최적화가 이루어지고 있다. 국내의 철도 분야 또한 지도 학습을 이용한 레일의 결함을 검출하는 연구들을 확인할 수 있다. 그러나 철도에는 레일만이 아닌 다른 구조물들이 존재하며 그중 선로 체결 장치는 레일을 다른 구조물에 결합시켜주는 역할을 하는 장치로 안전사고의 예방을 위해서 주기적인 점검이 필요하다. 본 논문에는 선로 체결 장치의 데이터를 이용하여 준지도 학습(semi-supervised learning)과 전이 학습(transfer learning)을 이용한 분류기를 학습시켜 선로 안전 점검에 사용되는 비용을 줄이는 방안을 제안한다. 사용된 네트워크는 Resnet50이며 imagenet으로 선행 학습된 모델이다. 레이블이 없는 데이터에서 무작위로 데이터를 선정 후 레이블을 부여한 뒤 이를 통해 모델을 학습한다. 학습된 모델의 이용하여 남은 데이터를 예측 후 예측한 데이터 중 클래스 별 확률이 가장 높은 데이터를 정해진 크기만큼 훈련용 데이터에 추가하는 방식을 채택하였다. 추가적으로 초기의 레이블된 데이터의 크기가 끼치는 영향력을 확인해보기 위한 실험을 진행하였다. 실험 결과 최대 92%의 정확도를 얻을 수 있었으며 이는 지도 학습 대비 5% 내외의 성능 차이를 가진다. 이는 제안한 방안을 통해 추가적인 레이블링 과정 없이 비교적 적은 레이블을 이용하여 분류기의 성능을 기존보다 향상시킬 수 있을 것으로 예상된다.