• 적정기술학회지
• /
• 제6권2호
• /
• pp.136-145
• /
• 2020

개발도상국에 있어서 농업은 국가 경제의 중추임에도 불구하고, 대부분의 개도국에서는 장비와 지능형 시스템, 데이터 모니터링 등을 이용한 현상에 대한 통합적 판단 없이 인력에 의해 농업을 수행하고 있다. 농업의 중요한 요소인 관개는 작물 생산에 영향을 미치는 핵심적인 과정으로서, 연간 강우량의 변동에 대응하고자 대부분의 농장에서는 관개 시스템을 적용하고 있다. 그러나, 농장 관개 시스템의 모니터링과 제어 등에 대한 기술적 기반이 부족하여 생산성의 증대와 효율적인 농업용수 관리가 어려운 실정이다. 본 논문에서는 탄자니아 농촌 지역 관개 시스템의 스마트화를 위하여 433 MHz 무선 주파수 및 2G 기반 스마트 관개 측정 시스템과 농업용수 선불 시스템을 제안한다. 개발된 스마트 관개 시스템은 기상 데이터와 토양 수분 데이터를 하이브리드로 분석하도록 설계되었는데, 탄자니아 Arusha 지역의 Ngurudoto 마을로의 적용을 목적으로 한다. 제안된 시스템은 기상 측정 컨트롤러, 토양 수분 센서, 수류 센서, 솔레노이드 밸브 및 선불 시스템으로 구성되었는데, 센서를 통해 수집된 데이터는 433 MHz 무선 주파수 및 2G 기반 통신 아키텍처 모듈을 통해 서버로 전송된다. 본 시스템은 인터넷 운용이 제한되는 지역에 적합할 뿐만 아니라, 데이터 기반의 상태 판단과 실시간 예측이 가능하다. 개발된 시스템의 데이터 분석 알고리즘은 동적 회귀 알고리즘과 Naïve Bayes 알고리즘을 적용하여 선형 및 비선형분석 모두에 있어서 높은 정밀도를 보인다. 또한, 농장의 용수공급 시기와 용수의 양, 소요되는 전력에 대한 판단 뿐만 아니라 전체 시스템 하드웨어의 작동 및 오류에 대한 모니터링이 가능하다. 부가하여, 사용자가 농업용수를 공급받기 전에 선금을 지불하는 시스템을 적용하여 관리의 효율성을 도모하였으며, 농업의 전 과정에서 측정된 센서 데이터 및 용수 사용량은 사용자 인터페이스를 통하여 실시간으로 모니터링이 가능하도록 개발되었다. 본 연구를 통하여 개발된 RF(Radio Frequency) 및 2G 기반 스마트 관개 모니터링 시스템은 현장 적용의 편의성과 함께 사용자 중심의 모니터링 시스템을 통해 개발도상국의 경제, 사회 분야에 긍정적인 영향을 미칠 것으로 기대한다.

• 한국가스학회지
• /
• 제26권6호
• /
• pp.9-15
• /
• 2022

사용 압력 범위에서 고압 수소 탱크의 내구성을 검증하기 위해서는 수압 파열 시험이 수행되어야 한다. 그런데 물의 초기 주입 과정에서 물과 공기의 상호작용에 의해 생성된 기포가 탱크 내벽에 부착되어 잔류할 경우, 가압된 탱크가 파열되는 과정에서 기포의 급격한 압력 변화로 인해 큰 충격과 소음이 유발된다. 따라서 본 연구에서는 단순화된 수식을 통하여 탱크 내벽에 잔류하는 기포를 제거하기 위해 필요한 유속을 예측하였으며, 수소 버스용수소 용기 형상을 기준으로 해당 유속을 유지하기 위한 주입 노즐의 형상을 결정하였다. 또한 입구 압력에 따른 유속 변화를 예측하기 위하여 수치 해석 모델의 개발이 수행되었고, 예측 결과의 타당성을 입증하기 위하여 모형 제작을 통한 실험이 수행되었다. 실험 결과, 탱크 벽면 근처의 유속은 해석모델 예측 값과 유사하게 나타났으며, 입구 압력이 1.5 ~ 5.5 bar 일 경우 제거 가능한 기포의 최소 크기는 약 2.2 ~ 4.6 mm로 예측되었다.

• 한국컴퓨터정보학회논문지
• /
• 제27권8호
• /
• pp.241-251
• /
• 2022

화장품 및 뷰티산업에서 고객의 피부상태 진단과 관리는 중요한 필수기능이다. 소셜미디어 환경이 사회 전 분야에 확산되고 일반화되면서 피부 상태의 진단과 관리에 대한 다양하고 섬세한 고민과 요구 사항의 질문과 답변의 상호작용이 소셜미디어 커뮤니티에서 활발하게 다루어지고 있다. 그러나 소셜미디어 정보는 매우 다양하고 비정형적인 방대한 빅데이터이므로 적절한 피부상태 정보분석과 인공지능 기술을 접목한 지능화된 피부상태 진단 시스템이 필요하다. 본 논문에서는 소셜미디어의 텍스트 분석정보를 학습데이터로 가공하여 고객의 피부상태를 지능적으로 진단 및 관리하기 위한 피부상태진단시스템 SCDIS를 개발하였다. SCDIS에서는 딥러닝 기계학습 방법인 인공신경망 기술을 사용하여 자동적으로 피부상태 유형을 진단하는 인공신경망 모델 AnnTFIDF을 빌드업하여 사용하였다. 인공신경망 모델 AnnTFIDF의 성능은 테스트샘플 데이터를 사용하여 분석되었으며, 피부상태 유형 진단 예측 값의 정확성은 약 95%의 높은 성능을 나타내었다. 본 논문의 실험 및 성능분석결과를 통하여 SCDIS는 화장품 및 뷰티산업 분야의 피부상태 분석 및 진단 관리 과정에서 효율적으로 사용 가능한 지능화된 도구로 평가할 수 있다. 본 논문에서 제안된 시스템은 소셜미디어 기반의 새로운 환경에서 화장품 및 피부미용에 대한 사용자의 요구를 체계적으로 파악하고 진단하는 기초 기술로 사용 가능할 것이다. 그리고 이 연구는 새로운 기술 트렌드인 맞춤형 화장품제조와 소비자중심의 뷰티산업기술 수요를 해결하기 위한 기초 연구로 사용될 수 있을 것이다.

• 산업경영시스템학회지
• /
• 제45권2호
• /
• pp.48-55
• /
• 2022

The color image of the brand comes first and is an important visual element that leads consumers to the consumption of the product. To express more effectively what the brand wants to convey through design, the printing market is striving to print accurate colors that match the intention. In 'offset printing' mainly used in printing, colors are often printed in CMYK (Cyan, Magenta, Yellow, Key) colors. However, it is possible to print more accurate colors by making ink of the desired color instead of dotting CMYK colors. The resulting ink is called 'spot color' ink. Spot color ink is manufactured by repeating the process of mixing the existing inks. In this repetition of trial and error, the manufacturing cost of ink increases, resulting in economic loss, and environmental pollution is caused by wasted inks. In this study, a deep learning algorithm to predict printed spot colors was designed to solve this problem. The algorithm uses a single DNN (Deep Neural Network) model to predict printed spot colors based on the information of the paper and the proportions of inks to mix. More than 8,000 spot color ink data were used for learning, and all color was quantified by dividing the visible light wavelength range into 31 sections and the reflectance for each section. The proposed algorithm predicted more than 80% of spot color inks as very similar colors. The average value of the calculated difference between the actual color and the predicted color through 'Delta E' provided by CIE is 5.29. It is known that when Delta E is less than 10, it is difficult to distinguish the difference in printed color with the naked eye. The algorithm of this study has a more accurate prediction ability than previous studies, and it can be added flexibly even when new inks are added. This can be usefully used in real industrial sites, and it will reduce the attempts of the operator by checking the color of ink in a virtual environment. This will reduce the manufacturing cost of spot color inks and lead to improved working conditions for workers. In addition, it is expected to contribute to solving the environmental pollution problem by reducing unnecessarily wasted ink.

• 생명과학회지
• /
• 제33권1호
• /
• pp.25-33
• /
• 2023

한국 전통 음식으로 알려진 김치의 발효는 다양한 미생물에 의해 일어나며, 주로 Leuconostoc 속, Weissella 속, Lactobacillus 속 유산균들이 관여한다. 또한 김치의 미생물 군집은 김치의 종류, 발효 조건, 재료 및 성분 등에 따라 분포와 차이가 다르게 나타난다. 본 연구는 중부지방(강원도, 경기도)과 남부지방 (전라도, 경상도) 김치에 대한 미생물 군집을 분석하기 위해 16S rRNA 유전자를 증폭하여 차세대 염기서열 분석법을 실시하였다. 모든 시료가 99% 이상의 Good's coverage of library를 보여 비교분석을 하는데 충분한 신뢰성을 얻었으며, α-diversity 분석에서 종 풍부도와 다양성은 시료 간 유의미한 차이가 나타나지 않았다. 중부지방과 남부지방 김치에 공통적으로 분포하고 있는 주요 세균 문은 Frimicutes 이었으며, 속 수준에서 Weissella kandleri 가 각 46.5%(중부지방), 30.8%(남부지방)로 가장 우점하였다. 마지막으로 중부지방과 남부지방의 미생물 군집을 대표하는 바이오마커를 확인하기 위해 LEfSe 분석을 실시한 결과, 중부지방에서 Leuconostocaceae (71.4%) 과, 남부지방에서 Lactobacillaceae (61.0%) 과가 통계적으로 유의미한 빈도 차이를 보였다. 따라서, 본 연구는 중부지방과 남부지방에서 나타나는 김치 미생물 군집의 분포와 차이를 규명하였으며, 이를 바탕으로 지역별 유사점과 차이점에 대한 미생물 군집의 분포를 연구하기 위한 과학적 기초자료를 제공할 것으로 예상된다.

• 한국전자통신학회논문지
• /
• 제18권4호
• /
• pp.587-594
• /
• 2023

본 논문은 인체 다리의 골절 회복 모니터링을 위한 쌍 T-형 결함이 있는 온 바디 마이크로스트립 패치 안테나의 설계 및 최적화 과정을 제시하였다. 이 안테나는 T-형 결함의 크기를 조절하여 향상된 반사손실 및 대역폭을 가지면서, 경박단소하도록 설계되었다. 적용된 다리 주변 구조는 5층 유전체 평면으로 구조화 하였으며, 각층의 복소유전상수는 4극 Cole-Cole 모델 매개변수를 사용하여 계산하였다. 골절이 없는 정상인 경우 온 바디 안테나의 반사손실은 4.0196GHz에서 -66.71dB이고, 갤러스 층의 길이 10.0mm, 폭 1.0mm, 높이 2.0mm 인 경우 반사손실 차 ΔS₁₁ 는 37.95dB이다. 반사손실 변화에 대한 갤러스 층 높이를 예측할 수 있도록 3차 다항식 모델을 제시하였으며, 이 다항식의 RSS = 1.4751, R² = 0.9988246, P-value = 0.0001841로서 매우 높은 예측 적합성을 가진다.

• 해양환경안전학회지
• /
• 제29권5호
• /
• pp.505-511
• /
• 2023

본 논문에서는 소형어선의 운동 응답을 예측하기 위해 딥러닝 모델을 구축하였다. 크기가 다른 두 소형어선을 대상으로 유체동역학 성능을 평가하여 데이터세트를 확보하였다. 딥러닝 모델은 순환 신경망 기법의 하나인 장단기 메모리 기법(LSTM, Long Short-Term Memory)을 사용하였다. 딥러닝 모델의 입력 데이터는 6 자유도 운동 및 파고의 시계열 데이터를 사용하였으며, 출력 라벨로는 6 자유도 운동의 시계열 데이터로 선정하였다. 최적 LSTM 모델 구축을 위해 hyperparameter 및 입력창 길이의 영향을 평가하였다. 구축된 LSTM 모델을 통해 입사파 방향에 따른 시계열 운동 응답을 예측하였다. 예측된 시계열 운동 응답은 해석 결과와 전반적으로 잘 일치함을 확인할 수 있었다. 시계열의 길이가 길어짐에 따라서 예측값과 해석 결과의 차이가 발생하는데, 이는 장기 데이터에 따른 훈련 영향도가 감소 됨에 따라 나타난 것으로 확인할 수 있다. 전체 예측 데이터의 오차는 약 85% 이상의 데이터가 10% 이내의 오차를 보였으며, 소형어선의 시계열 운동 응답을 잘 예측함을 확인하였다. 구축된 LSTM 모델은 소형어선의 모니터링 및 경보 시스템에 활용될 수 있을 것으로 기대한다.

• 한국산림과학회지
• /
• 제111권1호
• /
• pp.50-60
• /
• 2022

본 연구는 백두대간에 자생하는 주요 밀원수종 3종(음나무, 피나무, 쪽동백나무)을 대상으로 서식지 적합성 분석을 수행하였다. 백두대간 내 밀원수종 서식지 적합도 분석을 MaxEnt를 이용하여 수행한 결과, 모형의 예측정확도 AUC값은 음나무 0.747, 피나무 0.790, 쪽동백나무 0.755로 나타났다. 밀원수종의 서식지 적합도에 가장 영향을 많이 미치는 변수로 음나무와 피나무는 고도, 연평균 기온, 경사도 순으로 나타났으며, 쪽동백나무는 연평균 기온, 고도, 연평균 강수량 순으로 나타났다. 본 연구에서 분석된 대상수종 모두 지형인자인 고도와 기후인자인 연평균 기온이 가장 중요한 인자로 나타났으며, 이는 고도와 기온이 대상 수종의 분포 패턴을 설명하는데 매우 핵심적인 인자임을 나타낸다. 본 연구는 임업소득 향상을 위한 고부가가치 아이템인 산림양봉의 필수자원인 주요 밀원수종들의 서식지 적합성 분석을 통해, 백두대간 내 주요 밀원수종의 관리와 밀원림을 조성할 수 있는 잠재력이 높은 중요 적합지들에 대한 자료를 제공한다. 향후 밀원수종 분포에 영향을 미치는 토양, 건조도 등의 무생물적 인자와 종간경쟁 등의 생물적 인자를 종합적으로 고려하여 모형의 정확도를 높이는 연구가 추가로 진행되어야 할 필요가 있다.

• 사물인터넷융복합논문지
• /
• 제9권3호
• /
• pp.93-98
• /
• 2023

논문에서는 어닐링 시뮬레이션에 근거한 인공 뉴럴 네트워크를 구축한다. 미세 유동채널의 전기화학적 가공 파라미터와 채널 형태 간의 매핑은 샘플의 학습에 의하여 이루어진다. 스텐리스강 표면에 대한 미세 유동채널의 전기화학적 가공의 깊이와 넓이가 예측되고, 형성된 네트워크 모델을 입증하기 위한 NaNO3 해 내부의 펄스 전원공급기와 함께 유동채널의 실험이 진행된다. 결과적으로, "4-7-2" 구조를 갖는 인공 뉴럴 네트워크에 의한 어닐링 시뮬레이션으로 예측된 채널의 깊이와 넓이는 실험값에 매우 근접한다. 그 오차는 5.3% 미만이다. 예측된 데이터와 실험 데이터는 전기화학적 가공 과정에서의 에칭 규격이 전압 및 전류의 밀도와 매우 밀접한 관계가 있음을 보여준다. 전압이 5V보다 작을 때에는 채널 내에 "작은 섬"이 형성된다; 반면에 전압이 40V보다 클 때에는 채널의 측면 에칭이 비교적 크고 채널 사이의 "댐"은 사라지게 된다. 전압이 25V일 때 채널의 가공 형태는 최적이 된다.

• 디지털융복합연구
• /
• 제20권3호
• /
• pp.343-348
• /
• 2022

최근 급격한 기술의 발달로 다양한 시스템에서 발생하는 데이터양이 증가하고 있으며, 많은 양의 빅데이터(big data)를 처리해야 하는 엔터프라이즈 서버(enterprise server)와 데이터 센터(data center)의 경우 비용이 증가하더라도 높은 안정성과 고성능의 저장 장치를 적용하는 것이 필요하다. 이러한 시스템에서는 고성능의 읽기/쓰기 성능을 제공하는 SSD(solid state disk)를 저장 장치로 사용하는 경우가 많다. 그러나, 페이지 단위로 읽기 쓰기를 하고 블록단위로 지우기 연산을 해야하고 쓰기 전 지우기 연산을 수행해야 하는 특징 때문에 중복 쓰기가 다발할 경우 성능이 저하되는 문제가 있다. 따라서 이러한 성능 저하 문제를 지연시키기 위해 SSD의 내부적으로 초과 제공(over-provision) 기술을 적용하고 있다. 그러나 초과 제공 기술은 성능 대신 많은 저장공간의 비용을 소모하는 단점이 있기 때문에 적정 성능 이상의 비효율적인 기술의 적용은 과대한 비용을 지불하게 만드는 문제가 있다. 본 논문에서는 SSD에서 다양한 초과 제공을 적용하였을 때 발생하는 성능과 비용을 측정하고, 이를 기반으로 시스템에 최적화된 초과 제공 비율을 예측하는 방법을 제안했다. 본 연구를 통해 빅데이터를 처리하는 시스템에서 성능의 요구사항을 만족하기 위한 비용과의 절충점(trade-off)를 찾을 수 있을 것으로 기대한다.