• 제목/요약/키워드: Performance verification

검색결과 2,543건 처리시간 0.025초

밀리미터파 추적레이더 송·수신 구성품의 적용성 검증을 위한 신호획득장치 개발 (Development of a Signal Acquisition Device to Verify the Applicability of Millimeter Wave Tracking Radar Transmission and Receiving Components)

  • 최진규;신영철;홍순일;류한춘;김홍락;주지한
    • 한국인터넷방송통신학회논문지
    • /
    • 제23권6호
    • /
    • pp.185-190
    • /
    • 2023
  • 최근 추적레이더는 다양한 환경에서 높은 해상도로 표적의 정보를 획득하기 위한 밀리미터파 추적레이더의 개발을 요구한다. 밀리미터파 추적레이더의 개발은 밀리미터파 추적레이더에 적용할 수 있는 송·수신 구성품의 개발과 동시에 추적레이더의 적용성을 필요로 한다. 개발된 송·수신 구성품의 적용성을 검증하기 위해서는 추적레이더의 운용개념을 적용한 송·수신 구성품을 제어하고, 상태를 확인할 수 있는 신호획득장치의 개발을 요구한다. 본 논문에서는 밀리미터파 추적레이더를 위해 개발된 구성품의 적용성을 확인할 수 있는 신호획득장치를 설계하였다. 구현한 신호획득장치는 수신신호를 검증하기 위해 4채널에서 입력되는 OOOMHz의 중심주파수와 OOOMHz 대역폭의 신호를 실시간으로 처리하기를 요구한다. 또한 추적레이더의 운용개념을 적용한 구성품 제어는 RS422, RS232, SPI 통신과 송수신구간 제어신호 생성으로 제어를 할 수 있도록 설계하였다. 마지막으로 신호획득장치 성능시험으로 구현한 신호획득장치를 검증하였다.

소형무인항공기 항법시스템오차 시험평가 방법 (Methodology of Test for sUAV Navigation System Error)

  • 구성관;안효정;주요한;홍석민
    • 한국항행학회논문지
    • /
    • 제25권6호
    • /
    • pp.510-516
    • /
    • 2021
  • 최근 무인항공기의 활용 범위와 수요가 지속적으로 증가하고 있으며, 저고도 무인항공기의 경우 유인항공기와 별개의 관리 체계 개발을 통해 별도의 운영 시스템 구축에 관한 연구가 진행되고 있다. 저고도 무인항공기의 경우도 공역을 비행하는 비행체 이므로 비행체의 운영에 필요한 기술 기준 및 인증 제도의 수립이 필수적이며, 이에 대한 연구도 함께 진행되고 있다. 비행체의 운영 기준 및 인증 요건이 제시되는 경우, 이를 확인할 수 있는 시험방법도 함께 제시되어야 한다. 특히, 소형무인항공기의 경우는 비행중 요구되는 항법의 정확도 수준이 유인항공기 또는 대형 무인항공기 보다 정밀한 비행을 요구하므로, 기존의 비행체 비행에서만 확인할 수 있는 비행 결과 정확도 산출이 아닌 별도의 항법오차의 산출이 필요할 것으로 판단하였다. 본 연구에서는 기존 유인항공기와 다른 장시간의 운영 데이터 획득이 어려운 무인항공기에 적용이 가능한 항법 오차 도출에 관한 시험 방법에 대하여 제시하였고, 실증 시험을 수행하였다.

Investigation of thermal hydraulic behavior of the High Temperature Test Facility's lower plenum via large eddy simulation

  • Hyeongi Moon ;Sujong Yoon;Mauricio Tano-Retamale ;Aaron Epiney ;Minseop Song;Jae-Ho Jeong
    • Nuclear Engineering and Technology
    • /
    • 제55권10호
    • /
    • pp.3874-3897
    • /
    • 2023
  • A high-fidelity computational fluid dynamics (CFD) analysis was performed using the Large Eddy Simulation (LES) model for the lower plenum of the High-Temperature Test Facility (HTTF), a ¼ scale test facility of the modular high temperature gas-cooled reactor (MHTGR) managed by Oregon State University. In most next-generation nuclear reactors, thermal stress due to thermal striping is one of the risks to be curiously considered. This is also true for HTGRs, especially since the exhaust helium gas temperature is high. In order to evaluate these risks and performance, organizations in the United States led by the OECD NEA are conducting a thermal hydraulic code benchmark for HTGR, and the test facility used for this benchmark is HTTF. HTTF can perform experiments in both normal and accident situations and provide high-quality experimental data. However, it is difficult to provide sufficient data for benchmarking through experiments, and there is a problem with the reliability of CFD analysis results based on Reynolds-averaged Navier-Stokes to analyze thermal hydraulic behavior without verification. To solve this problem, high-fidelity 3-D CFD analysis was performed using the LES model for HTTF. It was also verified that the LES model can properly simulate this jet mixing phenomenon via a unit cell test that provides experimental information. As a result of CFD analysis, the lower the dependency of the sub-grid scale model, the closer to the actual analysis result. In the case of unit cell test CFD analysis and HTTF CFD analysis, the volume-averaged sub-grid scale model dependency was calculated to be 13.0% and 9.16%, respectively. As a result of HTTF analysis, quantitative data of the fluid inside the HTTF lower plenum was provided in this paper. As a result of qualitative analysis, the temperature was highest at the center of the lower plenum, while the temperature fluctuation was highest near the edge of the lower plenum wall. The power spectral density of temperature was analyzed via fast Fourier transform (FFT) for specific points on the center and side of the lower plenum. FFT results did not reveal specific frequency-dominant temperature fluctuations in the center part. It was confirmed that the temperature power spectral density (PSD) at the top increased from the center to the wake. The vortex was visualized using the well-known scalar Q-criterion, and as a result, the closer to the outlet duct, the greater the influence of the mainstream, so that the inflow jet vortex was dissipated and mixed at the top of the lower plenum. Additionally, FFT analysis was performed on the support structure near the corner of the lower plenum with large temperature fluctuations, and as a result, it was confirmed that the temperature fluctuation of the flow did not have a significant effect near the corner wall. In addition, the vortices generated from the lower plenum to the outlet duct were identified in this paper. It is considered that the quantitative and qualitative results presented in this paper will serve as reference data for the benchmark.

딥러닝 기반 배추 심 중심 영역 및 깊이 분류 모델 개발 (Development of a deep learning-based cabbage core region detection and depth classification model)

  • 권기현;노종혁;김아나;김태형
    • 한국정보전자통신기술학회논문지
    • /
    • 제16권6호
    • /
    • pp.392-399
    • /
    • 2023
  • 본 논문에서는 김치 제조 공정 중 배추 심 제거 공정의 로봇 자동화를 위한 배추 심 영역 및 깊이를 판별하는 딥러닝 모델을 제안하는 것이다. 또한 계측된 배추의 심 깊이를 예측하는 것이 아닌 discrete 클래스로 변환하여 영역 검출 및 분류를 동시에 하는 모델을 제시하였다. 딥러닝 모델 학습 및 검증을 위하여 전처리 과정을 거지치 않고 수확된 배추 522 포기에 대한 RGB 영상을 획득하였다. 획득한 영상으로부터 심 영역 및 깊이 라벨링 그리고 데이터 증강 기법을 적용하였다. 제안하는 YOLO-v4 딥러닝 모델 기반 배추 심 영역 검출 및 분류 모델의 성능을 평가하기 위하여 mAP, IoU, accuracy, sensitivity, specificity 그리고 F1-score로 선정하였다. 그 결과 배추 심 영역 검출은 mAP 그리고 IoU 값이 각각 0.97 그리고 0.91로 나타났으며, 심 깊이 분류의 경우 accuracy 그리고 F1-score 값이 각각 96.2% 그리고 95.5%로 나타났다. 본 연구 결과를 통하여 배추의 심 영역 검출 및 깊이 정보 분류가 가능하며, 추후 배추 심 제거 공정의 로봇-자동화 시스템 개발에 활용될 수 있는 가능성을 확인하였다.

빅데이터 기반 6시그마 방법론의 유효성 분석: DX SS를 중심으로 (Analysis of the Effectiveness of Big Data-Based Six Sigma Methodology: Focus on DX SS)

  • 김정혁;김윤기
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제13권1호
    • /
    • pp.1-16
    • /
    • 2024
  • 지난 수년간 6시그마는 제조업의 주요 혁신 방법론으로, 품질개선과 경비 절감을 위해 사용되었다. 그러나 스마트공장 확산으로 인한 초 단위 데이터 생성 등, 방대한 양의 데이터를 분석하기 어려운 문제와,오랫동안 정착된 형식적 사용으로 인해, 6시그마의 한계가 지적되었다. 6시그마의 한계를 극복하기 위해, 최근에 빅데이터 기반 6시그마 기법이 연구되고 있다. 빅데이터 기반 6시그마는, 6시그마의 강점인 통계적 검증, 수학적 최적화, 높은 해석력과, 빅데이터 분석의 강점인 기계학습을 모두 활용할 수 있다. 그러나, 최근 연구된 빅데이터 기반 6시그마 기법이 제조공정 및 경영 성과에 미치는 영향에 대한 검증은 미비하다. 이러한 이유로 실무에서는, 빅데이터 기반 6시그마 기법에 대한 신뢰성이 높지 않아 제대로 활용하지 못하고 있다. 본 연구에서는, 빅데이터 기반 6시그마인 DX SS의 유효성 분석을 통해 제조공정의 효율성에 미치는 영향을 알아본다. 또한 기업에서 이 기법을 성공적으로 도입 및 정착시키기 위한 핵심 성공 정책을 도출한다. 추가적으로, 성공 정책에 대한 연구 없이 전 임직원의 참여가 수반되지 못한 잘못된 정책으로 방법론이 중단된 사례는, 핵심 성공 정책 연구에 대한 중요성을 보여준다. 제조기업들이 본 연구에서 제시하는 방법론을 적극 도입하고 사용하여 성공적인 성과를 거둘 수 있도록 본 연구가 도움이 되기를 기대한다.

Portal dose image prediction과 anisotropic analytical algorithm을 사용한 환자 특이적 정도관리 결과 비교 분석 (Comparison Analysis of Patient Specific Quality Assurance Results using portal dose image prediction and Anisotropic analytical algorithm )

  • 안범석;김보겸;이제희
    • 대한방사선치료학회지
    • /
    • 제35권
    • /
    • pp.15-21
    • /
    • 2023
  • 목 적: 전자포탈영상장치 기반의 환자특이적 정도관리를 위한 portal dose image prediction (PDIP)와 anisotropic analytical algorithm (AAA)을 비교하여 성능을 분석하고, AAA를 사용한 portal dosimetry의 임상적 사용 가능성을 평가하고자 한다. 대상 및 방법: 폐암 환자 15명과 간암 환자 17명, 총 32명의 환자를 후향적으로 선정하였다. PDIP와 AAA를 사용하여 검증용 치료계획을 생성하였다. 계산된 분포와 측정된 분포를 비교한 감마통과율(Gamma passing rate, GPR)과 다엽콜리메이터(Multileaf collimator, MLC) 위치 차이를 얻었다. 결 과: 폐암 환자군의 GPR 평균값은 PDIP 사용시 3%/3 mm에 대해 99.5% ± 1.1%, 1%/1 mm에 대해 90.6% ± 5.8%였다. AAA 사용시 3%/3 mm에 대해 98.9% ± 1.7%, 1%/1 mm에 대해 87.8% ± 5.2%였다. 간암 환자군의 GPR 평균값은 PDIP 사용시 3%/3 mm에 대해 99.9% ± 0.3%, 1%/1 mm에 대해 96.6% ± 4.6%였다. AAA 사용시 3%/3 mm에 대해 99.6% ± 0.5%, 1%/1 mm에 대해 89.5% ± 6.4%였다. MLC 위치 차이는 0.013 mm ± 0.002 mm로 적었으며, 감마통과율과 상관관계를 보이지 않았다. 결 론: 전자포탈영상장치 기반 환자특이적 정도관리를 수행할 때 AAA를 임상적으로 portal dosimetry 계산 알고리즘으로써 사용할 수 있다.

  • PDF

안구 입력 시스템 기반의 화상키보드 키 배열 연구 (A Study on Key Arrangement of Virtual Keyboard based on Eyeball Input system)

  • 이사야;홍진경;이중섭
    • 스마트미디어저널
    • /
    • 제13권4호
    • /
    • pp.94-103
    • /
    • 2024
  • 안구 입력 시스템은 '아이트래킹 기술'과 '화상키보드 문자 입력 기술'을 기반으로 설계된 디지털 키보드 형식의 문자 입력 시스템이며, 이때 사용하는 화상키보드 구조는 직사각형의 QWERTY 배열로 양손 10개의 손가락을 동시에 활용하는 다중 입력 방식에 최적화된 구조이다. 하지만 '아이트래킹 기술'은 한 개의 초점만으로 입력해야 하는 안구운동 기반의 단일 입력 방식이기 때문에 다중 입력 방식인 직사각형 구조의 화상키보드와 함께 사용할 때 문제점이 발생한다. 이를 해결하고자 우선 안구에 연결된 근육의 형태와 종류 및 움직임에 관한 선행연구를 조사하였다. 그 후 안구의 동작원리가 직선이 아닌 원형으로 움직이는 것을 파악했다. 따라서 본 연구는 양손 입력에 최적화된 현재의 직사각형 구조로 배치된 화상키보드의 키 배열보다 회전운동에 적합한 원형 구조로 배치된 새로운 키 배열을 제안한다. 또한, 기존 직사각형 키 배열과 비교하여 원형 키 배열에 대한 성능 검증 실험을 진행하였고, 실험을 통해서 원형 배열의 키보드로 직사각형 배열 키보드를 대체 가능한지 확인하였다.

기술력 평가항목을 이용한 고안정성 중소기업 판별력 검증 (Verification Test of High-Stability SMEs Using Technology Appraisal Items)

  • 이준원
    • 경영정보학연구
    • /
    • 제20권4호
    • /
    • pp.79-96
    • /
    • 2018
  • 본 연구는 기술력 평가항목 중 기업의 재무안정성과 관련된 항목을 신용평가모형에 반영하여 중소기업뿐만이 아닌 전체 기업을 대상으로 한 신용평가모형의 부도변별력을 높이기 위한 기술력 평가모형의 신용평가모형 내 내재화에 착안하여 시작되었다. 따라서 기술력 평가모형이 부채비율 기준의 고안정성 중소기업을 사전에 판별하는 데 적용될 수 있는지 검증하는 것을 목표로 한다. 대상 기업을 업종(제조업 vs. 비(非)제조업)과 업력(창업기업 vs. 비(非)창업기업)으로 구분하고, 3개년 동안 해당 군집의 평균 부채비율 1/2 이하를 달성한 기업에 대해 고안정성 중소기업으로 정의한 후, C5.0 기법을 적용하여 모형의 판별력을 검증하였다. 분석결과 소항목 수준에서는 업종과 업력에 따라 중요도 간 차이가 있지만, 중항목 수준에서는 기술개발역량이 고안정성 중소기업을 판별하는 중요변수로 도출되었으며, 기업의 업력에 따라 창업 초기에는 자금조달능력(수익창출능력을 고려한 자본구조, 자본비용 및 자금조달 방법의 다양성)이 미래 고안정성 중소기업 여부를 결정하는 중요변수이지만, 업력이 증가함에 따라 지속적인 성과를 가능하게 하는 기술개발 인프라가 재무안정성에 영향을 미치는 중요 변수로 변화한다는 결론을 도출하였다. 업종과 업력에 따른 모형의 분류 정확도는 71~91% 수준이며, 기술력 평가항목을 이용하여 고안정성 중소기업을 판별할 수 있다는 가능성을 확인하였다.

Hybrid CNN-LSTM 알고리즘을 활용한 도시철도 내 피플 카운팅 연구 (A Study on People Counting in Public Metro Service using Hybrid CNN-LSTM Algorithm)

  • 최지혜;김민승;이찬호;최정환;이정희;성태응
    • 지능정보연구
    • /
    • 제26권2호
    • /
    • pp.131-145
    • /
    • 2020
  • 산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의 기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를 활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 비(非)일반적 상황에서 객체 감지 성능이 저하되는 한계가 있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보행자 트래킹 시스템에 IoT 기반의 적외선 센서 디바이스를 활용하고자 하였으며 센서로부터 측정된 온도 데이터를 실시간 송출하고, CNN-LSTM(Convolutional Neural Network-Long Short Term Memory) 알고리즘을 활용하여 구간 내 보행 인원의 수를 예측하고자 하였다. 실험 결과 MLP(Multi-Layer Perceptron) 및 LSTM(Long Short-Term Memory), RNN-LSTM(Recurrent Neural Network-Long Short Term Memory)에 비해 제안한 CNN-LSTM 하이브리드 모형이 가장 우수한 예측성능을 보임을 확인하였다. 본 논문에서 제안한 디바이스 및 모델을 활용하여 그간 개인정보와 관련된 법적 문제로 인해 서비스 제공이 미흡했던 대중교통 내 실시간 모니터링 및 혼잡도 기반의 위기상황 대응 서비스 등 종합적 메트로 서비스를 제공할 수 있을 것으로 기대된다.

인공지능을 활용한 경관 지각반응 예측모델 개발 가능성 기초연구 - 머신러닝 기법을 중심으로 - (Basic Research on the Possibility of Developing a Landscape Perceptual Response Prediction Model Using Artificial Intelligence - Focusing on Machine Learning Techniques -)

  • 김진표;서주환
    • 한국조경학회지
    • /
    • 제51권3호
    • /
    • pp.70-82
    • /
    • 2023
  • 최근 IT 기술과 데이터의 범람으로 생활 전반적인 부분의 패러다임이 전환되고 있다. 이러한 기술의 발전과 변화는 학술영역에도 영향을 미치고 있다. 학문적 교류와 연계를 통해 연구주제나 연구 방법의 개선이 이루어지고 있다. 특히, 데이터 기반의 연구 방법이 다양한 학문분야에서 진행되고 있으며 조경학에서도 지속적인 연구가 필요한 시점이다. 따라서 본 연구에서는 이러한 시대적 상황을 반영하여 인공지능의 한 분야인 머신러닝을 활용한 경관 선호 평가 및 예측모델의 개발 가능성을 알아보는 것을 목표로 한다. 본 연구의 목표를 달성하기 위하여 경관 분야에 머신러닝 기법을 적용하여 경관 선호 평가 및 예측 모델을 구축하고, 구축된 모형의 모의정도를 검증하였다. 이를 위해 본 연구에서는 최근 신재생에너지 사업으로 주목받는 풍력발전시설 경관 이미지를 연구대상으로 선정하였다. 분석을 위하여 풍력발전시설 경관 이미지를 웹크롤링 기법을 활용하여 수집하고 분석 테이터셋을 구축하였다. 우수한 성능의 예측모델 도출을 위하여 머신러닝 분석에 활용되는 University of Ljubljana의 프로그램인 오렌지 버전 3.33을 활용하였다. 또, 머신러닝 학습데이터의 평가기준을 통합한 모델과 평가기준 별도 모델 구조를 활용하였으며, 머신러닝 분류모델에 적합한 kNN. SVM, Random Forest, Logistic Regression, Neural Network 알고리즘을 사용해 모델을 생성하였다. 생성된 모델을 성능 평가를 실시하여 본 연구에 가장 적합한 예측모델을 도출하였다. 본 연구에서 도출된 예측모델은 경관의 유형에 따른 분류, 경관과 대상의 시거리에 따른 분류, 선호에 따른 분류 등 3가지 평가기준을 별도로 평가 후 종합해 예측하여 결과를 도출하였다. 연구 결과 경관 유형에 따른 평가 기준 정확도 0.986, 시거리에 따른 평가 기준 정확도 0.973, 선호에 따른 평가 기준 정확도 0.952에 달하는 높은 정확도를 가진 예측모델을 개발하였으며, 평가데이터 예측 결과를 통한 검증과정을 보아도 모델의 성능 치를 상회하는 성과를 도출했음을 알 수 있다. 경관 관련 연구에서 머신러닝을 활용한 예측모델 개발 가능성을 알아본 실험적 시도로 이미지 데이터의 수집 및 정제를 통해 데이터 세트를 구축하여 높은 성능의 예측모델이 생성 가능하며, 이후 경관 관련 연구 분야에 활용될 수 있다는 가능성을 확인할 수 있었다. 본 연구의 결과와 시사점, 한계점을 반영한다면 풍력발전시설의 경관뿐만 아니라 자연경관이나 문화경관 등 다양한 형태의 경관 예측모델 개발이 가능할 것으로 생각되며, 경관 유형에 따라 이미지를 분류하는 모델의 연구를 통해 데이터 분류의 시간을 단축하거나 머신러닝을 활용한 경관예측 인자분석을 통해 경관계획 요소의 중요도 분석 등의 주제에 맞는 연구 방법을 탐색하고 적용하여 후속 연구를 진행한다면 조경학 분야에서도 머신러닝 기법을 보다 유용하고 가치 있게 활용할 수 있을 것으로 생각된다.