• 한국항만경제학회지
• /
• 제33권3호
• /
• pp.139-154
• /
• 2017

국내외 항만간 경쟁이 심화됨에 따라 국내 신생 및 중소형 항만이 자체적으로 경쟁력을 확보하는데 한계가 있다. 이에 본 연구에서는 경인항을 중심으로 컨테이너 및 일반화물 물동량 5개변 60개월치의 데이터로 단기간 (12개월)의 물동량을 각각 예측하였고 중장기적으로는 어떠한 발전 방안이 필요한지 검토하였다. 첫 번째, 경인항 배후 물류단지와 연계하여 정밀기계, 홈네트워크시스템, LED, 기계공업 등의 품목을 대중국 항로로 유치하고, 두 번째, 초중량 화물 운송루트로 특화하고, 서해5도 연안섬 지역과 아라뱃길(서해5도수산물복합센터)을 연계함으로서 수산물 운반 및 여객선 준공영제를 통한 연안해운 활성화에 기여할 것으로 판단된다. 세 번째, 정부-지자체-항만의 유기적인 협력을 바탕으로 인센티브 등 선순환 지원제도가 필요하고, 마지막으로 수도권 항만의 통합운영을 통해 인근항만간 기능 조정 및 특화전략이 병행 추진되어야 할 것이다.

• 동력기계공학회지
• /
• 제15권2호
• /
• pp.13-18
• /
• 2011

This thesis is about the result of conducting a specific experiment for the development of noncontact vibration displacement sensor for measuring the spindle vibration that is used for conditional monitoring of machinery. One should be careful when using the eddy current type displacement sensor because the sensitivity of it is different according to the quality of the material. While the probe used for nondestructive inspection adopts the effect of transmitting the material by using the high frequency domain, the eddy current type displacement sensor uses the lower frequency of around 1MHz. Also, while the nondestructive probe uses the method of enhancing output by using the resonance zone, the vibration displacement sensor utilizes the stable zone by avoiding the resonance zone. Since the oscillator of the converter uses the "L" element as Probe, its characteristic changes with the variation of a relevant impedance. In other words, if the length of Probe's Cable gets extended (Impedance increase), the sensitivity declines accordingly. The effect of surrounding temperature was small, but the influence of the quality of Sensor Coil used was high. Moreover, following an experimental demonstration of the phenomenon where the sensitivity decreases as the frequency of the tested material increases from a frequency response test, the maximum frequency that could be measured was approximately 1KHz. It was noted that the degree of precision could be maintained by using the gap of the probe in the linear zone at the installation site.

• 한국측량학회지
• /
• 제37권3호
• /
• pp.101-108
• /
• 2019

최근 컴퓨터 처리 속도의 향상과 영상 처리 기술의 발달로 인해 카메라에서 획득하는 정보를 기존의 GNSS(Global Navigation Satellite System), 추측 항법 기반의 측위 기술과 결합하여 안정적인 위치를 결정하기 위한 연구가 활발히 진행 중이다. 기존 연구에서는 단안 카메라를 이용한 연구가 주로 수행되었으나 이 경우 관심 객체의 절대좌표가 구축이 되어 있어야 한다는 한계점이 있다. 이러한 한계를 극복하기 위해 본 연구에서는 스테레오 영상으로부터 삼각측량법을 적용하여 카메라와 관심 객체간 거리를 추정하는 비전 기반 측위 보조 알고리즘을 개발하고 성능 분석을 수행하였다. 또한, 추정된 거리와 카메라 영상 획득 간격을 이용해 상대적인 속도를 계산하고 이를 기존에 개발된 GNSS/이동체 내부 센서 기반 측위 알고리즘과 결합하여 통합 측위 알고리즘을 구현하였다. 실제 주행 자료를 기반으로 통합측위 알고리즘에 대한 성능을 분석한 결과 기존에 개발된 GNSS/이동체 내부 센서 기반 측위 알고리즘에 비해 속도 정보를 항법해 보정에 활용하였을 때 약 4%의 미미한 위치 정확도 향상 효과를 확인하였다. 이는 영상으로부터 추정된 속도 정보의 정밀도가 낮고, 터널 등을 지날 때는 영상으로부터 적절한 정보를 추출할 수 없다는 한계가 있어 이를 보완한 추가 연구가 필요하다고 판단된다.

• 자동차안전학회지
• /
• 제11권2호
• /
• pp.35-43
• /
• 2019

This paper describes the improved environment recognition algorithms using some type of sensors like LiDAR and cameras. Additionally, integrated control algorithm for an autonomous vehicle is included. The integrated algorithm was based on C++ environment and supported the stability of the whole driving control algorithms. As to the improved vision algorithms, lane tracing and traffic sign recognition were mainly operated with three cameras. There are two algorithms developed for lane tracing, Improved Lane Tracing (ILT) and Histogram Extension (HIX). Two independent algorithms were combined into one algorithm - Enhanced Lane Tracing with Histogram Extension (ELIX). As for the enhanced traffic sign recognition algorithm, integrated Mutual Validation Procedure (MVP) by using three algorithms - Cascade, Reinforced DSIFT SVM and YOLO was developed. Comparing to the results for those, it is convincing that the precision of traffic sign recognition is substantially increased. With the LiDAR sensor, static and dynamic obstacle detection and obstacle avoidance algorithms were focused. Therefore, improved environment recognition algorithms, which are higher accuracy and faster processing speed than ones of the previous algorithms, were proposed. Moreover, by optimizing with integrated control algorithm, the memory issue of irregular system shutdown was prevented. Therefore, the maneuvering stability of the autonomous vehicle in severe environment were enhanced.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권6호
• /
• pp.2168-2187
• /
• 2021

The smart grid replaces the traditional power structure with information inventiveness that contributes to a new physical structure. In such a field, malicious information injection can potentially lead to extreme results. Incorrect, FDI attacks will never be identified by typical residual techniques for false data identification. Most of the work on the detection of FDI attacks is based on the linearized power system model DC and does not detect attacks from the AC model. Also, the overwhelming majority of current FDIA recognition approaches focus on FDIA, whilst significant injection location data cannot be achieved. Building on the continuous developments in deep learning, we propose a Deep Learning based Locational Detection technique to continuously recognize the specific areas of FDIA. In the development area solver gap happiness is a False Data Detector (FDD) that incorporates a Convolutional Neural Network (CNN). The FDD is established enough to catch the fake information. As a multi-label classifier, the following CNN is utilized to evaluate the irregularity and cooccurrence dependency of power flow calculations due to the possible attacks. There are no earlier statistical assumptions in the architecture proposed, as they are "model-free." It is also "cost-accommodating" since it does not alter the current FDD framework and it is only several microseconds on a household computer during the identification procedure. We have shown that ANN-MLP, SVM-RBF, and CNN can conduct locational detection under different noise and attack circumstances through broad experience in IEEE 14, 30, 57, and 118 bus systems. Moreover, the multi-name classification method used successfully improves the precision of the present identification.

• International Journal of Computer Science & Network Security
• /
• 제21권6호
• /
• pp.319-328
• /
• 2021

Parallel administration of numerous drugs increases Drug-Drug Interaction (DDI) because one drug might affect the activity of other drugs. DDI causes negative or positive impacts on therapeutic output. So there is a need to discover DDI to enhance the safety of consuming drugs. Though there are several DDI system exist to predict an interaction but nowadays it becomes impossible to maintain with a large number of biomedical texts which is getting increased rapidly. Mostly the existing DDI system address classification issues, and especially rely on handcrafted features, and some features which are based on particular domain tools. The objective of this paper to predict DDI in a way to avoid adverse effects caused by the consumed drugs, to predict similarities among the drug, Drug pair similarity calculation is performed. The best optimal weight is obtained with the support of KHA. LSTM function with weight obtained from KHA and makes bets prediction of DDI. Our methodology depends on (LSTM-KHA) for the detection of DDI. Similarities among the drugs are measured with the help of drug pair similarity calculation. KHA is used to find the best optimal weight which is used by LSTM to predict DDI. The experimental result was conducted on three kinds of dataset DS1 (CYP), DS2 (NCYP), and DS3 taken from the DrugBank database. To evaluate the performance of proposed work in terms of performance metrics like accuracy, recall, precision, F-measures, AUPR, AUC, and AUROC. Experimental results express that the proposed method outperforms other existing methods for predicting DDI. LSTMKHA produces reasonable performance metrics when compared to the existing DDI prediction model.

• 플랜트 저널
• /
• 제17권4호
• /
• pp.53-60
• /
• 2021

본 연구에서는 국내 진동감시시스템 제작업체인 (주)나다와 발전소 회전기기 진동데이터 취득 및 분석에 효과적인 휴대용 진동분석기를 개발하고자 하였다. 개발된 휴대용 진동분석기의 하드웨어는 측정기기의 교정을 위한 측정 불확도를 통해 얻은 측정값을 시스템에서 보정함으로써 측정오차를 최소화하였고, 고속 데이터 처리로 높은 분해능을 가진 신호처리 장치로 구성되었다. 소프트웨어 구조는 다양한 진동 플롯을 구현하여 상세한 분석프로그램을 실행하며, 회전기기 운전 중 외란으로 발생하는 노이즈 측정 및 제거에 효과적인 알고리즘을 적용하였다. 개발품은 사용자의 이동 편의성 증대 및 고속 데이터 처리로 분해능을 높임으로써 성능향상은 물론, 국산화 개발에 따른 구입비용 절감에도 크게 기여하였다.

• International Journal of Computer Science & Network Security
• /
• 제22권5호
• /
• pp.175-181
• /
• 2022

COVID-19 is an acute respiratory syndrome that affects the host's breathing and respiratory system. The novel disease's first case was reported in 2019 and has created a state of emergency in the whole world and declared a global pandemic within months after the first case. The disease created elements of socioeconomic crisis globally. The emergency has made it imperative for professionals to take the necessary measures to make early diagnoses of the disease. The conventional diagnosis for COVID-19 is through Polymerase Chain Reaction (PCR) testing. However, in a lot of rural societies, these tests are not available or take a lot of time to provide results. Hence, we propose a COVID-19 classification system by means of machine learning and transfer learning models. The proposed approach identifies individuals with COVID-19 and distinguishes them from those who are healthy with the help of Deep Visual Embeddings (DVE). Five state-of-the-art models: VGG-19, ResNet50, Inceptionv3, MobileNetv3, and EfficientNetB7, were used in this study along with five different pooling schemes to perform deep feature extraction. In addition, the features are normalized using standard scaling, and 4-fold cross-validation is used to validate the performance over multiple versions of the validation data. The best results of 88.86% UAR, 88.27% Specificity, 89.44% Sensitivity, 88.62% Accuracy, 89.06% Precision, and 87.52% F1-score were obtained using ResNet-50 with Average Pooling and Logistic regression with class weight as the classifier.

• 한국산학기술학회논문지
• /
• 제19권7호
• /
• pp.63-71
• /
• 2018

본 논문에서는 생화 장식용 꽃 받침대를 자동으로 제작하기 위하여 고주파 융착기를 사용하여 생화 장식용 꽃 받침대 자동 제작 시스템을 개발하였다. 수동으로 제작되어지는 생화 꽃 받침은 소비자의 수요를 충족시키지 못하여 자동 제작시스템을 통해 생산성을 높이기 위하여 개발을 진행하였다. 생화 장식용 꽃 받침대는 플라스틱으로 이루어진 꽃 받침대인 캡과 캡을 지지하는 부직포로 이루어진 밑판으로 구성된다. 캡을 고주파 융착기로 이송하기 위해 가이드를 설계하였으며 가이드의 재질 및 형상에 따른 실험을 통해 최적의 가이드를 개발하였다. 전체 시스템을 제작하기 위하여 가이드와 악세서리의 무게를 정하고 그에 적합한 모터와 풀리를 계산을 통하여 도출해 냈다. 자동 제작 시스템의 제어는 PCB 기판을 기반으로 하여 안정성 및 보안성을 높였으며 리모컨을 사용하여 수동모드와 자동모드를 사용할 수 있도록 하였다. 제작 후 시스템의 이송정밀도와 반복 정밀도를 실험해본 결과 이송정밀도는 X축 2.7mm Y축 1mm로 측정 되었고 반복 정밀도는 0mm로 측정되어 생화 장식 꽃 받침대를 제작하는데 문제가 없다는 것을 확인하였다. 생산성을 확인해본 결과 1일 8시간 기준 수동 제작시 35개를 생산하고 자동 생산 시 70개를 생산하여 200%의 생산성을 높인 것을 확인하였다.

• 인터넷정보학회논문지
• /
• 제24권6호
• /
• pp.119-125
• /
• 2023

우크라이나-러시아 전을 통해 드론의 군사적 가치는 재평가되고 있으며, 북한은 '22년 말 대남 드론 도발을 통해 실제 검증까지 완료한 바 있다. 또한, 북한은 인공지능(AI) 기술의 드론 적용을 추진하고 있는 것으로 드러나 드론의 위협은 나날이 커지고 있다. 이에 우리 군은 드론작전사령부를 창설하고 다양한 드론 대응 체계를 도입하는 등 대 드론 체계 구축을 도모하고 있지만, 전력증강 노력이 타격체계 위주로 편중되어 군집드론 공격에 대한 효과적 대응이 우려된다. 특히, 도심에 인접한 공군 비행단은 민간 피해가 우려되어 재래식 방공무기의 사용 역시 극도로 제한되는 실정이다. 이에 본 연구에서는 AI기술이 적용된 적 군집드론의 위협으로부터 아 항공기의 생존성 향상을 위해 AI모델의 객체탐지 능력을 저해하는 소극방공 기법을 제안한다. 대표적인 적대적 머신러닝(Adversarial machine learning) 기술 중 하나인 적대적 예제(Adversarial example)를 레이저를 활용하여 항공기에 조사함으로써, 적 드론에 탑재된 객체인식 AI의 인식률 저하를 도모한다. 합성 이미지와 정밀 축소모형을 활용한 실험을 수행한 결과, 제안기법 적용 전 약 95%의 인식률을 보이는 객체인식 AI의 인식률을 제안기법 적용 후 0~15% 내외로 저하시키는 것을 확인하여 제안기법의 실효성을 검증하였다.