• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제1권1호
• /
• pp.35-46
• /
• 2012

무선 통신 시스템의 개발에 의해 한 지역에서 3G 네트워크와 WLAN, 무선 광대역 네트워크와 같은 여러 무선 네트워크 접속 기술들이 사용 가능하게 되었다. 이러한 기술의 발달로 사용자는 저속 또는 고속으로 이동하는 환경과 AP(Access Point)간 거리 변화에 따른 다양한 환경에서 차량용 모바일 네트워크 환경을 경험하고 있다. 본 논문에서는 다양한 환경 변화에 따른 네트워크 성능 문제를 다루고 있다. 전송 시간이나 전송 비용을 최소화하는데 중점을 두고, 퍼지 로직을 적용해 주변환경 요소에 따른 성능 평가를 한다. 먼저 WLAN과 고정 거리간 AP를 가지는 3G 네트워크로 구성된 환경과 WLAN과 무작위 거리에 있는 AP(Access Points)를 가지는 3G 네트워크로 구성된 환경, 그리고 위 두 환경에서 차량용 Ad hoc 네트워크를 사용한 환경에서의 성능을 분석한다. 이는 V2I(Vehicle to Infrastructure) / V2V(Vehicle to Vehicle) 환경을 가정한 상황이다. 퍼지 로직을 적용한 연구 결과를 바탕으로 차량의 이동 속도와 APs간의 거리에 따른 차량용 네트워크의 최적화 방향이 되는 환경을 제안한다. 제안된 알고리즘을 적용하였을 경우, V2I와 V2V환경에서 네트워크 성능은 각각 21%/ 13%가 향상되는 결과를 보였다.

• 폴리머
• /
• 제38권2호
• /
• pp.193-198
• /
• 2014

렌즈 그리고 DVD 등과 같은 성형품들은 우수한 광학적 특성을 필요로 한다. 일반사출성형 공정은 캐비티 내에 압력이 높고 큰 온도변화를 포함하게 되어 성형품에 큰 잔류응력이 남아 광학적 품질이 저하된다. 따라서 이와 같은 제품들은 성형 시 잔류응력을 최소화하기 위해 캐비티 내의 압력을 낮게 그리고 균일하게 조절할 수 있는 사출압축성형 공정을 사용하는 경우가 많다. 본 연구에서는 실험을 통하여 사출압축 성형품에 영향을 주는 성형인자를 분석하였다. 다수 캐비티 금형을 이용하여 캐비티 간 품질편차도 고찰하였다. 실험에 사용한 재료는 투명수지인 PC와 PS이었다. 사출압축성형의 실험에서 공정변수로는 압축거리, 압축속도, 압축력 그리고 압축지연시간을 이용하였다. 실험결과, 사출압축성형 공정 변수 중 압축력과 압축지연시간 그리고 압축거리가 광학적 특성에 크게 영향을 미쳤으며 그 정도는 수지에 따라 다르게 나타났다. 이러한 현상은 사출압축성형 시 수지마다 유동성에 따라 최적의 성형조건이 있음을 의미하는 것이다.

• 농업생명과학연구
• /
• 제46권5호
• /
• pp.37-45
• /
• 2012

본 연구는 보존화의 가공기술을 개발하기 위해서 화훼장식용으로 많이 사용하는 카네이션(Dianthus caryophyllus) 'Desio' 꽃잎으로 에탄올 용액과 글리세린에 의한 최적 처리조건을 구명하고자 수행되었다. 이를 위해 에탄올 침지시간과 글리세린 처리 농도 및 침지시간이 보존화 품질에 미치는 효과를 평가하였다. 에탄올을 이용한 탈수 및 탈색처리 효과는 꽃잎의 탈색이 완전히 이루어져 명도가 가장 높고, 채도가 낮은 24~48시간에서 적절하였다. 글리세린의 적정처리 농도는 30%에서 36시간 처리구의 먼셀값이 H값 4.0R, V값 6.49, 채도를 나타내는 C값은 19.8로 신선한 꽃잎과 가장 유사하게 나타났다. 건조 후 무게 변화에 있어서는 침지 시간이 길어지고 글리세린 농도가 높아짐에 따라 감소율은 줄어드는 경향을 나타내었다. 12시간 침지 후 무게 변화는 글리세린 무처리구에서 시간에 따라 86~90%까지 감소한 반면, 40%로 농도가 높을수록 51~69% 감소하였고, 48시간 침지 후의 변화에서는 글리세린 무처리구에서 건조시간에 관계없이 90% 감소에 비하여 글리세린 40%에서는 46~54%로 감소율이 1/2 줄어든 것으로 나타났다. 건조 소요시간은 글리세린 10~20% 농도에서는 글리세린 침지 6시간을 제외하고 모두 24시간이 소요되었고, 30~40%, 12시간 침지부터는 48시간이 소요되어 농도가 높고 침지시간이 길수록 건조시간이 길어짐을 알 수 있었다.

• 농업생명과학연구
• /
• 제43권5호
• /
• pp.9-15
• /
• 2009

본 연구에서는 국내 주요 고추 12품종의 종자 처리시 적정 SMP carrier 선발을 하고자 하였다. SMP carrier 중 탄산칼슘은 carrier와 수분의 배율이 증가할수록 낮은 발아율을 보이거나, 처리 중 유근이 돌출되어 실용성이 낮은 carrier로 판단되었다. Micro-cel E는 수분의 배율이 증가할수록 $T_{50}$이 단축되는 경향을 보였으나, 왕 품종의 경우 처리 중 유근이 돌출되어 차후 대량의 종자처리방법으로 적합하지 못한 결과를 나타냈다. 규조토의 처리는 수분의 배율을 1.5배 처리한 조양과 향촌품종이 처리 중 유근이 돌출되는 현상이 발생되기도 하였으나, 수분의 배율이 증가할수록 $T_{50}$과 MDG가 단축되었다. 왕 품종의 경우 규조토로 1.0, 1.5배 처리는 $T_{50}$이 0.99일과 0.89일로, Micro-cel E의 5.0, 7.0배의 1.59, 0.94일 보다 0.60일, 0.05일 단축되는 경향이었다. 따라서 고추 품종에 적용 가능한 carrier는 Micro-cel E와 대등한 성능을 갖는 규조토로 판단되며, 수분 배율은 1.0배 처리가 적절할 것으로 사료된다.

• 한국식품저장유통학회지
• /
• 제6권4호
• /
• pp.448-455
• /
• 1999

Leuconostoc mesenteroides와 Lactobacillus brevis, Lactobacillus fermentum을 무주스에 starter로 0.3%(106 cfu/$m\ell$)첨가하여 $25^{\circ}C$에서 7일, 15$^{\circ}C$에서 20일, 5$^{\circ}C$에서 36일동안 숙성하면서 단독, 또는 혼합 배양에 의한 무주스의 가공특성을 조사하였다. 무주스를 $25^{\circ}C$에서 숙성할 경우 유산균수는 혼합배양이 단독배양보다 높게 계수 되었으나 낮은 온도 (15~5$^{\circ}C$)에서는 접종균주에 따라 증감의 차이는 있으나 starter의 첨가효과가 거의 없는 것으로 나타났다. 유산균을 접종한 경우 접종 균주에 따라 다소 차이는 있으나 비휘발성 유기산, 아스코르브산 함량이 접종하지 않은 무주스에 비해 높게 나타났다. 단독 및 혼합배양한 각각의 무주스를 가장 맛있는 상태 (적숙기)에서 차이식별검사를 실시한 결과 군덕내와 생무맛을 제외하곤 5% 수준에서 유의적 차이가 있었으며, 기호도 검사결과 Lactobacillus brevis와 Leu. mesenteroides로 $25^{\circ}C$에서 혼합 배양한 무주스가 가장 높은 점수를 얻었으며, 시중에 유통중인 동치미보다도 높은 점수를 얻어 starter 이용한 무주스의 제조는 동치미의 맛을 지니면서도 품질이 우수하여 상품성이 높을 것으로 기대된다.

• 한국식품저장유통학회지
• /
• 제16권4호
• /
• pp.463-471
• /
• 2009

품종별 포도주스의 가공 중 열처리 조건이 미치는 영향을 알아보고자 Campbell Early, Stuben 및 MBA품종의 포도를 이용하여 온도($60^{\circ}C$, $70^{\circ}C$, $80^{\circ}C$, or $90^{\circ}C$)와 시간(30분, 45분, 60분)을 달리하여 포도주스를 제조 후 품질을 분석하였다. 열처리는 포도주스의 품질을 향상시키고 생리활성 성분을 추출하기 위하여 반드시 필요한 공정이나 지나칠 경우에는 이화학적, 관능적 품질 및 기능적 품질을 저하시키는 것으로 나타났다. 종합적으로 판단해 볼 때 Campbell Early, Stuben 및 MBA의 품종에 적합한 열처리 조건은 각각 $80^{\circ}C$, 30분, $70^{\circ}C$, 60분 및 $70^{\circ}C$, 30분으로 나타났다. 본 연구를 통하여 최적의 열처리 시간 및 온도를 제시함으로써 관능적으로 우수한 고품질 및 고기능성 포도주스의 제조가 가능할 것으로 생각된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권10호
• /
• pp.391-398
• /
• 2021

전용회선은 데이터 전송에 있어서 연결된 두 지역을 독점적으로 사용하는 구조이기 때문에 안정된 품질수준과 보안성이 확보되어 교환회선의 급격한 증가에도 불구하고 기업 내부에서는 지속적으로 많이 사용하는 회선 방식이다. 하지만 비용이 상대적으로 고가이기 때문에 기업 내 네트워크 운영자의 중요한 역할 중의 하나는 네트워크 전용회선의 자원을 적절히 배치하고 활용하여 최적의 상태를 유지하는 것이 중요한 요소이다. 즉, 비즈니스 서비스 요구 사항을 적절히 지원하기 위해서는 데이터 전송 관점에서 전용회선의 대역폭 자원에 대한 적절한 관리가 필수적이며 전용회선 사용량을 적절히 예측하고 관리하는 것이 핵심 요소가 된다. 이에 본 연구에서는 기업 네트워크에서 사용하는 전용회선의 실제 사용률 데이터를 기반으로 다양한 예측 모형을 적용하고 성능을 평가하였다. 일반적으로 통계적인 방법으로 많이 사용하는 평활화 기법 및 ARIMA 모형과 요즘 많은 연구가 되고 있는 인공신경망에 기반한 딥러닝의 대표적인 모형들을 적용하여 각각의 예측에 대한 성능을 측정하고 비교하였다. 또한, 실험결과에 기초하여 전용회선 자원의 효과적인 운영 관점에서 각 모형이 예측에 대하여 좋은 성능을 내기 위하여 고려해야 할 사항을 제안하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권6호
• /
• pp.243-250
• /
• 2019

움직이는 UAV는 많은 위치에너지와 운동에너지를 가지므로 지상으로 추락하는 경우 많은 충격량을 가질 수 있다. 이는 인명피해로 연결될 수 있기 때문에 본 논문에서는 UAV 비행경로 상의 인구밀집지역을 위험구역으로 정의하였다. 기존의 UAV 경로비행은 사용자에 의해 미리 설정된 경로만을 운행하는 수동적인 형태였다. 일부 UAV는 경로비행 중 장애물을 회피하는 시스템 등 안전기능을 포함하고 있지만, 실시간 비행환경변화에 대응하기에는 부족하다. UAV 경로비행에 공공 빅데이터를 활용할 경우, 위험구역을 검출하고 회피비행을 수행할 수 있어서 실시간 비행환경변화에 대한 대응이 향상될 수 있다. 따라서 본 논문에서는 실시간으로 수집된 빅데이터를 활용하여 위험구역을 회피하는 최적경로 비행 방안을 제안한다. 실험 결과, 제안하는 자동경로비행에서 목적지와 목적지에 따른 경로를 지정할 경우, 실시간으로 위험지역을 판단하여 최적 우회경로로 비행하는 것을 확인하였다. 추후 회피방안에 따라 비행하여 획득하는 영상의 질적 만족도를 높일 수 있는 방안을 연구할 예정이다.

• 터널과지하공간
• /
• 제29권3호
• /
• pp.184-196
• /
• 2019

본 연구에서는 화강암 시편에서 수압 파쇄법에 의해 생성된 미세균열의 3차원 형상을 X-ray CT 영상과 딥러닝을 이용하여 추출하였다. 실험으로 생성된 미세균열은 X-ray CT 영상 상에서 일반적인 영상처리방법으로는 추출하기 매우 어렵고 육안으로만 관찰이 가능한 형태를 지닌다. 하지만 본 연구에서 제안한 합성곱 신경망(Convolutional neural network) 기반 인코더-디코더(Encoder-Decoder) 구조의 딥러닝 모델을 통해 미세균열을 정량적으로 추출할 수 있었다. 특히 픽셀 단위의 미세균열 추출을 위해 인코딩 과정에서 소실되는 정보를 디코딩 과정으로 직접 전달하는 디코더 모델을 제안하였다. 또한, 딥러닝 기반 신경망 학습에 필요한 데이터의 수를 증가시키기 위해 이미지의 분할(Division), 회전(Rotation), 그리고 반전(Flipping) 등으로 데이터를 생성하는 영상 증대 방법을 적용하였으며 이때 최적의 조합을 확인하였다. 최적의 영상 학습 데이터 증대 방법을 적용하였을 때 검증 데이터뿐만 아니라 테스트 데이터에서의 성능 향상을 확인하였다. 학습 데이터의 원본 개수가 딥러닝 기반 신경망의 균열 추출 성능에 미치는 영향을 확인하고 딥러닝 기술을 사용하여 성공적으로 미세균열을 추출하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권12호
• /
• pp.485-496
• /
• 2018

지금까지 인공지능의 한 분야인 딥러닝 방법은 구조화되지 않은 데이터로부터 문제를 해결하는 놀라울만한 성과를 이루어왔지만, 인간처럼 여러 상황들을 종합적으로 판단, 그것들의 연관성을 추론하고, 그 다음 상황을 예측하는 수준의 지능을 갖는데 도달하지 못하였다. 최근 발표된 복잡한 관계 추론을 수행하는 심층 신경망은 인공지능이 인간의 핵심 지적 능력인 관계 추론을 보유할 수 있다는 것을 증명하였다. 본 논문에서는 관계 추론 심층 신경망 중에서 Relation Networks (RN)의 성능을 분석 및 관찰해 보고자 Sort-of-CLEVR 데이터 셋을 사용한 시각적 질의응답과 bAbI task를 사용한 텍스트 기반 질의응답 두 유형의 RN 기반 심층 신경망 모델을 구축하여 baseline 모델과의 비교를 통한 성능검증을 하였다. 또한 모델의 성능을 극대화하기 위하여 하이퍼 파라미터 튜닝 등 다양각도의 성능개선 실험으로 관계 추론을 위한 RN 기반 심층 신경망 모델의 성능개선 방법을 제안하였다. 제안한 성능개선 방법은 시각적 질의응답 모델과 텍스트 기반 질의응답 모델에 적용하여 그 효과를 검증하였고, 기존의 RN 모델에서 사용해보지 않았던 Dialog-based LL 데이터 셋을 사용하여 새로운 도메인에서의 제안한 성능개선 방법의 효과를 다시 한 번 검증하였다. 실험 결과 두 유형의 RN 모델 모두에서 초기 학습률이 모델의 성능을 결정하는 핵심 요인임을 알 수 있었고, 제안한 random search 방법에 의해 찾은 최적의 초기 학습률 설정이 모델의 성능을 최고 99.8%까지 향상 시킬 수 있다는 것을 확인하였다.