• 한국게임학회 논문지
• /
• 제19권2호
• /
• pp.23-32
• /
• 2019

VR 콘텐츠의 대중화가 더딘 것은 시각적인 새로운 경험 즉, '흥미' 이상의 '효용'을 만들어내지 못했기 때문이다. 가상현실 콘텐츠의 효용은 기능적 현실감에서 출발하며 그것을 증진시키기 위해서 사실적인 인터랙션이 요구된다. 본 연구는 구체적으로 네트워크 플레이, 캐릭터 인공지능, 햅틱 구현의 3가지 방법을 제시하고 있다. 가설을 확인하기 위하여 기획에서부터 콘텐츠 제작, 플레이 테스트, 기술 검증까지 야구를 소재로 한 VR 콘텐츠 제작의 전 단계를 수행하였다. 최종 결과물에 대한 사용자 및 평가 기관의 테스트를 통하여 사실적인 시각 효과와 플레이 연출, 진동에 의한 타격감까지 콘텐츠의 현실감을 높이는 데 기여한 것으로 평가되었다.

• Nuclear Engineering and Technology
• /
• 제56권1호
• /
• pp.189-194
• /
• 2024

This paper presents a radiation-hardened-by-design preamplifier that utilizes a self-compensation technique with a charge-sensitive amplifier (CSA) and replica for total ionizing dose (TID) effects. The CSA consists of an operational amplifier (OPAMP) with a 6-bit binary weighted current source (BWCS) and feedback network. The replica circuit is utilized to compensate for the TID effects of the CSA. Two comparators can detect the operating point of the replica OPAMP and generate appropriate signals to control the switches of the BWCS. The proposed preamplifier was fabricated using a general-purpose complementary metal-oxide-silicon field effect transistor 0.18 ㎛ process and verified through a test up to 230 kGy (SiO₂) at a rate of 10.46 kGy (SiO₂)/h. The code of the BWCS control circuit varied with the total radiation dose. During the verification test, the initial value of the digital code was 39, and a final value of 30 was observed. Furthermore, the preamplifier output exhibited a maximum variation error of 2.39%, while the maximum rise-time error was 1.96%. A minimum signal-to-noise ratio of 49.64 dB was measured.

• 지적과 국토정보
• /
• 제45권2호
• /
• pp.45-56
• /
• 2015

본 연구는 지번주소의 단점을 보완하고 국가지점번호의 효율적인 설치를 위하여 지적삼각(보조점)을 활용하는 방안을 연구하였다. 연구를 위하여 노원구 산악지역에 분포한 지적삼각점 7점을 실험대상으로 선정하고 각각의 점마다 가지고 있는 평면직각좌표를 단일평면직각좌표계(UTM-K)로 변환을 실시하였으며, 변환된 좌표의 정확도를 검증하기 위하여 Network-RTK을 이용하여 단일평면직각좌표로 관측하였다. 검증결과 최대 0.06m의 오차를 나타냈으나, 국가지점번호 검증 등에 관한 규정 제7조 2항에서 규정한 범위 이내로 지적삼각(보조)점을 현지측량을 생략하고 변환만으로 국가지점번호로 활용하기에 만족할 수 있는 성과를 얻을 수 있었다. 또한 현지검증측량을 생략할 수 있어 경제적 효율성과 지적삼각(보조)점의 안전한 보전이 가능하다는 결론을 도출하였다.

• 한국지반공학회논문집
• /
• 제38권11호
• /
• pp.87-95
• /
• 2022

국토지반정보 포털시스템이 구축된 지반정보는 최근 설계, 시공, 지하안전관리, 재해재난 평가 등 다양한 분야에서 활용되고 있다. 그러나 전국적으로 기 구축된 약 30여만공의 지반정보는 누락되거나 잘못된 정보를 다수 포함하고 있어 데이터 활용시 신뢰도를 확보하기가 어렵다. 따라서 분석 데이터의 신뢰도를 확보하기 위해서는 지반정보를 활용하기 전 단계에서 지반정보의 정제(품질관리)가 반드시 필요하다. 본 연구에서는 딥러닝 기법 중 하나인 인공신경망 기법을 활용하여 지반정보를 자동으로 품질관리 하는 방안에 대하여 제안하였다. 특히, 가장 일반적으로 사용되는 정보인 표준관입시험 결과와 지층정보를 이용하여 지반정보의 이상치를 탐지하였다. 서울시 지반정보 데이터를 이용하여 분석하였으며, 검증데이터에 대한 오분류 비율은 5.4%로 확인되었다. 신경망 모델에서 이상치 분류된 데이터만을 추후에 검사함으로써 효율적으로 이상치를 탐지할 수 있을 것으로 기대된다.

• 한국전자통신학회논문지
• /
• 제8권6호
• /
• pp.863-871
• /
• 2013

최근 정보통신 기술의 발전으로 국가 주요 핵심 기반시설(Critical National Infrastructure)의 제어시스템에 대한 개방형 프로토콜 적용 및 외부 시스템과의 연계 등이 점차 증가되고 있다. 이러한 추세는 국가 핵심 기반시설이 사이버 침해 및 공격에 따른 위협에 노출됨은 물론 사이버 테러 및 해킹, 바이러스 등에 의해 원격 조작 및 통제되는 경우 심각한 위험에 빠질 수 있음을 의미한다. 본 논문에서는 최근 IT분야의 화두로 떠오르고 있는 가상화(Virtualization)기술을 적용하여 기존 허니넷 시스템의 장점을 유지하면서 허니넷 시스템의 자원문제, 구축 및 운영관리 문제를 줄일 수 있는 가상 허니넷 모델을 제시하였다. 또한 공격의도 확인기반의 데이터 분석 및 수집기법, 포커스 지향(Focus-Oriented) 분석기법을 제시하여 운영비용을 최소화할 수 있는 가상 허니넷 모델을 제안하였다. 제안된 모델을 기반으로 서비스 공격의도 확인 기반의 호스트 및 데이터 수집 기법, 네트워크 공격패턴 시각화 기법 등을 적용한 가상 허니넷 기반의 신종공격 탐지시스템인 Cybertrap을 설계하고 구현하였다. 또한, 제안된 시스템의 시험을 위한 테스트베드를 구축하였고, 일련의 실험을 통해 시스템의 기능 및 성능을 평가하였다.

• 한국지반공학회논문집
• /
• 제20권8호
• /
• pp.77-87
• /
• 2004

본 논문에서는 국내 서남해안 11개 지역에서 수행된 63회의 피에조콘 시험결과와 176개의 선행압밀하중 자료로부터 국내 연약지반의 선행압밀하중 예측을 위한 오차 역전파 알고리즘으로 학습된 피에조콘 인공신경망 모델을 구축하였다. 전체 자료 중 147개의 자료만이 인공신경망 모델 구축을 위한 학습과정에 사용되었으며 학습에 사용되지 않은 29개의 자료를 구축된 인공신경망의 검증에 활용하였다. 또한 기존의 경험모델 및 이론모델과 비교하여 제안된 인공신경망 모델의 유용성을 확인하였다. 연구를 통하여 4-4-9-1의 구조를 갖는 간단한 다층 인공신경망이 구축되었으며 입력값으로는 피에조콘 선단저항력 $q_T$, 관입간극수압 $u_2$그리고 지반의 총상재하중 $\sigma_{vo}$ 및 유효상재하중 $\sigma'_{vo}$ 이 사용되었다. 제안된 인공신경망 모델은 학습되지 않은 새로운 검증자료에 대한 예측을 통하여 입력변수들과 선행압밀 하중 간의 비선형적 상관관계를 성공적으로 모델하는 것으로 검증되었으며 정확성면에서는 기존의 이론모델과 국내외 경험모델과 비교할 때 월등히 향상된 예측능력을 가진 것으로 나타났다. 뿐만 아니라 제안된 모델은 국내 특정지 역에 대한 모델이 아니라 서남해안의 다양한 지반특성을 갖는 지반에서 수행된 자료를 바탕으로 구축되어 데이터베이스에 포함되지 않은 지역에 대하여도 매우 타당성있는 예측결과를 주어 특정지역에 국한된 지역의존적 예측이 아닌 일반화된 지역에서 적용할 수 있을 것으로 판단된다.

• 해양환경안전학회지
• /
• 제27권1호
• /
• pp.13-21
• /
• 2021

본 연구의 목적은 Neural Network Regression 모델을 활용하여 선박의 가치평가 모델을 개발하는 것이다. 가치평가의 대상은 중고 VLCC선이며, 선행연구를 통해 선박의 가치 변화를 유발하는 주요 요인들을 선별하여 변수를 설정하고, 2000년 1월부터 2020년 8월까지의 해당 데이터를 확보하였다. 변수의 안정성을 판단하기 위해 다중 공선성 검사를 수행하여 최종적으로 6개의 독립변수와 1개의 종속변수를 선정하고 연구 구조를 설계하였다. 이를 바탕으로 Linear Regression, Neural Network Regression, Random Forest Algorithm을 활용하여 총 9개의 시뮬레이션 모델을 설계하였다. 또한 각 모델간의 비교검증을 통해 평가결과의 정확성을 제고시켰다. 평가 결과, VLCC실제값과의 비교를 통해 2층으로 구성된 Hidden Layer의 Neural Network Regression 모델이 가장 정확도가 높은 것으로 나타났다. 본 연구의 시사점은 첫째, 기존 정형화된 평가기법에서 벗어나 기계학습기반 모델을 선박가치평가에 적용하였다는 점이다. 둘째, 해운시장 변화요인을 동태적 관점에서 분석하고 예측함으로써 연구결과의 객관성을 제고시켰다고 할 수 있다.

• 한국전자통신학회논문지
• /
• 제12권3호
• /
• pp.451-456
• /
• 2017

컴퓨터비전에서 가장 기본적이고, 복잡한 문제를 수반하는 의미론적 분할(Semantic segmentation)은 이미지의 각 픽셀을 특정 객체로 분류하며, 레이블(label)을 지정하는 작업을 수행한다. 기존에 연구되어온 확률적 그래프 모델인 MRF와 CRF는 픽셀 수준의 라벨링 작업의 정확도를 높이는 효과적인 방법으로 연구되어왔다. 본 논문에서는 최근 각광받고 있는 딥러닝의 한 부류인 CNN과 확률 모델인 CRF를 결합한 형태의 의미론적 분할 방법을 제안하였다. 학습과 성능 검증을 위하여 Pascal VOC 2012 이미지 데이터베이스를 사용하였고, 학습에 사용되지 않은 임의의 이미지를 이용하여 테스트를 진행 하였다. 연구의 결과로서 기존 의미론적 분할 알고리즘보다 더욱 뛰어난 분할 성능을 보여주었다.

• 한국소음진동공학회논문집
• /
• 제16권9호
• /
• pp.897-903
• /
• 2006

The reduction of the vehicle interior noise has been the main interest of noise and vibration harshness (NVH) engineers. The driver's perception on the vehicle noise is affected largely by psychoacoustic characteristic of the noise as well as the SPL. In particular, the heating, ventilation and air conditioning (HVAC) system sound among the vehicle interior noise has been reflected sensitively in psychoacoustics view point. Even though the HVAC noise is not louder than overall noise level, it clearly affects subjective perception to drivers in the way of making to be nervous or annoyed. Therefore, these days a vehicle engineer takes aim at developing sound quality as well as reduction of noise. In this paper, we acquired noises in the HVAC from many vehicles. Through the objective and subjective sound quality (SQ) evaluation with acquiring noises recorded by the vehicle HVAC system, the simple and multiple regression models were obtained for the subjective evaluation 'Pleasant' using the semantic differential method (SDM). The regression procedure also allows you to produce diagnostic statistics to evaluate the regression estimates including appropriation and accuracy. Furthermore, the neural network (NN) model were obtained using three inputs(loudness, sharpness and roughness) of the SQ metrics and one output(subjective 'Pleasant'). Because human's perception is very complex and hard to estimate their pattern, we used NN model. The estimated models were compared with correlations between output indexes of SQ and hearing test results for verification data 'Pleasant'. As a result of application of the SQ indexes, the NN model was shown with the largest correlation of SQ indexes and we found possibilities to predict the SQ metrics.

• Journal of Power Electronics
• /
• 제13권4호
• /
• pp.516-527
• /
• 2013

This paper presents a new overall system for state-of-available-power (SoAP) prediction for a lithium-ion battery pack. The essential part of this method is based on an adaptive network architecture which utilizes both fuzzy model (FIS) and artificial neural network (ANN) into the framework of adaptive neuro-fuzzy inference system (ANFIS). While battery aging proceeds, the system is capable of delivering accurate power prediction not only for room temperature, but also at lower temperatures at which power prediction is most challenging. Due to design property of ANN, the network parameters are adapted on-line to the current battery states (state-of-charge (SoC), state-of-health (SoH), temperature). SoC is required as an input parameter to SoAP module and high accuracy is crucial for a reliable on-line adaptation. Therefore, a reasonable way to determine the battery state variables is proposed applying a combination of several partly different algorithms. Among other SoC boundary estimation methods, robust extended Kalman filter (REKF) for recalibration of amp hour counters was implemented. ANFIS then achieves the SoAP estimation by means of time forward voltage prognosis (TFVP) before a power pulse occurs. The trade-off between computational cost of batch-learning and accuracy during on-line adaptation was optimized resulting in a real-time system with TFVP absolute error less than 1%. The verification was performed on a software-in-the-loop test bench setup using a 53 Ah lithium-ion cell.