• 대한원격탐사학회지
• /
• 제26권3호
• /
• pp.317-324
• /
• 2010

In recent years, many automatic classification approaches have been employed. An automatic classification method can be effective, time-saving and can produce objective results due to the exclusion of operator intervention. This paper proposes a classification method based on automated training for high resolution multispectral images using ancillary data. Generally, it is problematic to automatically classify high resolution images using ancillary data, because of the scale difference between the high resolution image and the ancillary data. In order to overcome this problem, the proposed method utilizes the classification results of a Landsat image as a medium for automatic classification. For the classification of a Landsat image, a maximum likelihood classification is applied to the image, and the attributes of ancillary data are entered as the training data. In the case of a high resolution image, a K-means clustering algorithm, an unsupervised classification, was conducted and the result was compared to the classification results of the Landsat image. Subsequently, the training data of the high resolution image was automatically extracted using regular rules based on a RELATIONAL matrix that shows the relation between the two results. Finally, a high resolution image was classified and updated using the extracted training data. The proposed method was applied to QuickBird and SPOT-5 images of non-accessible areas. The result showed good performance in accuracy assessments. Therefore, we expect that the method can be effectively used to automatically construct thematic maps for non-accessible areas and update areas that do not have any attributes in geographic information system.

• 한국컴퓨터게임학회논문지
• /
• 제31권4호
• /
• pp.111-119
• /
• 2018

국가기관과 기업은 정비사를 양성을 위한 고등학교부터 대학교, 기업 훈련센터 같은 교육기관을 만들어 숙련된 정비사로 훈련시키려고 많은 노력을 하고 있다. 하지만 교재를 이용한 이론교육과 현장에서 사용하지 않는 장비를 이용한 실습교육으로는 제대로 된 정비교육을 진행하지 못하며 특수장비를 활용한 교육이나 위험한 상황을 가정한 정비의 교육은 매우 위험하여 영상이나 사진으로 교육을 진행하고 있었다. 최근에는 VR과 AR을 접목하여 단순정비에서 특수정비까지 시뮬레이션으로 안전하게 상황을 체험하고 문제를 해결하는 효과적인 교육 시뮬레이션이 연구되고 개발되는 사례가 많이 있다. 본 논문에서는 다누리 VR과 DisTi Engine, Remote AR을 비교분석하고, 유니티 엔진 기반으로 외부에서 전달된 정보를 기반으로 콘텐츠를 디바이스 화면에 최적화하여 출력하는 AR API를 소개하고, VR 디바이스인 HTC Vive의 컨트롤러와 HMD의 정보를 실시간으로 수집하고 수집된 정보를 파일에 저장하는 VR API를 구현한 사례를 소개했다. 본 연구에서 구현한 API를 사용하면 콘텐츠를 제작할 때 도움을 줄 수 있을 것이다.

• 실천공학교육논문지
• /
• 제9권1호
• /
• pp.49-56
• /
• 2017

최근 Industry 4.0으로 인해 제조업에 대한 생산성 향상과 고객만족을 위한 스마트팩토리 관심이 매우 높고 정부 지원에 따른 구축도 활발하다. 특히, 효율적인 생산 시스템을 구축하기 위한 데이터 통합과 이를 위한 필드버스 통신기술은 필수적이다. 필드버스는 특정 밴더 시스템에 구속받지 않는 개방형 제어시스템으로서 타사 제품과의 호환성, 데이터 전송의 정확성, 원격진단 등의 다양한 이점을 가지고 있다. 그러나, 필드버스를 학습하기 위한 교육 장비와 실습을 위한 교육과정 및 예제가 전무하여 산업현장에서 스마트팩토리 구축을 위해 필요로 하는 실무 능력 향상에 많은 제한점이 있다. 따라서 본 연구는 국내 산업현장에 적합한 PLC와 통신기술을 선정한 선행연구 결과를 바탕으로 실무적인 필드버스 교육을 위한 PLC기반의 필드버스 교육 장비와 교육과정을 개발하고 Ethernet IP, Profibus DP, Modbus, CC-Link, Device Net의 다양한 필드버스를 구현하였다. 또한, Ethernet IP를 통한 데이터 수집과 모니터링으로 분산된 필드기기의 제어와 원격진단이 가능함을 확인하였다.

• 대한원격탐사학회지
• /
• 제34권1호
• /
• pp.45-74
• /
• 2018

Landslide is a natural hazard that threats lives and properties in many areas around the world. Landslides are difficult to recognize, particularly in rainforest regions. Thus, an accurate, detailed, and updated inventory map is required for landslide susceptibility, hazard, and risk analyses. The inconsistency in the results obtained using different features selection techniques in the literature has highlighted the importance of evaluating these techniques. Thus, in this study, six techniques of features selection were evaluated. Very-high-resolution LiDAR point clouds and orthophotos were acquired simultaneously in a rainforest area of Cameron Highlands, Malaysia by airborne laser scanning (LiDAR). A fuzzy-based segmentation parameter (FbSP optimizer) was used to optimize the segmentation parameters. Training samples were evaluated using a stratified random sampling method and set to 70% training samples. Two machine-learning algorithms, namely, Support Vector Machine (SVM) and Random Forest (RF), were used to evaluate the performance of each features selection algorithm. The overall accuracies of the SVM and RF models revealed that three of the six algorithms exhibited higher ranks in landslide detection. Results indicated that the classification accuracies of the RF classifier were higher than the SVM classifier using either all features or only the optimal features. The proposed techniques performed well in detecting the landslides in a rainforest area of Malaysia, and these techniques can be easily extended to similar regions.

• 한국항해항만학회지
• /
• 제48권3호
• /
• pp.214-220
• /
• 2024

원격제어는 자율운항선박의 원격 운용에 적용하기 위한 것으로, 운용자가 원격제어 시스템에서 생성되는 제어 데이터를 이용하여 수행한다. 성공적인 원격제어를 위해서는 원격제어 3원칙(안전성, 신뢰성, 가용성)의 준수가 필요한데, 이를 위해서 우선적으로 제어 데이터와 운용자 양쪽에 대한 원격제어 적합성이 확보되어야 한다. 또한, 원격제어 적합성 평가를 위해서는 실제 선박에 대한 실험이 필요한데, 현재 이와 관련된 국제규정이 마련되어 있지 않고, 실제 선박에 대한 실험은 위험하며, 많은 비용과 시간이 걸리는 등의 문제가 있다. 본 연구의 목적은 실제 선박조종에 사용된 제어장치들의 출력 값을 이용한 적합성 평가 방법의 개발에 있다. 이 연구에서는 선박 제어장치의 출력 값을 제어 데이터로 이용한 데이터 적합성과 출력 값에 대한 운용자의 추종 값을 이용한 운용자 적합성 등의 2가지 방법을 제안하였다. 실험은 국립한국해양대학교 실습선 '한나라'호의 원격제어를 위해 구성된 육상 원격제어 시스템을 이용하였다. 실험방법은 실습선의 제어장치에서 출력된 값에 대한 운용자의 추종 값을 획득함과 동시에 이 추종 값이 포함된 추종 데이터를 선박과 육상 사이에서 송수신하는 절차의 반복과정을 통해 수행하였다. 평가 결과, 데이터에 관한 송수신 성능은 원격운용에 적합한 것으로 나타났으나, 운용자의 추종 성능은 더 많은 교육과 훈련이 필요한 것으로 분석되었다. 그래서 제안한 평가방법은 원격제어의 3원칙 확보에 필요한 제어 데이터와 원격 운용자 양쪽의 적합성 평가와 분석에 적용 가능함을 알았다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2003년도 춘계학술대회 논문집
• /
• pp.1109-1112
• /
• 2003

Information technology has enabled mass standards calibration to be performed through internet. For this, an automatic weight handler was manufactured. During the operation the images of weight operation and the system are provided via the measurement system and a web server. The measurement system consists of a balance, a weight handler, instruments for environment measurement and a PC. The weight handler automatically loads and unloads weights on and from the weighing pan. The weight handler allows 6 series weights to be operated for weight calibration of 100-50-20-20-10-10 gram series weight. This capability could be used for "remote training" for series weight calibration.

• 실천공학교육논문지
• /
• 제13권2호
• /
• pp.305-320
• /
• 2021

코로나19는 직업능력개발 분야의 교육훈련 환경을 크게 변화시켰다. 상대적으로 집체훈련 비중이 큰 직업능력개발훈련은 일부 훈련과정을 온라인 방식으로 전환하여 온라인과 오프라인을 병행하는 학습 방식이 직업능력개발훈련 현장에 실현되고 있다. 본 연구는 이러한 상황에 주목하여 기존의 집체 방식의 직업능력개발훈련을 대체할 수 있는 비대면 원격훈련시스템을 구축하기 위한 방안을 모색하는 데 그 목적이 있다. 이를 위해 대학, 공공 고등직업훈련기관, 민간 직업훈련기관 등의 학습자들을 대상으로 비대면 교육 경험을 조사하여 교육환경과 교육목적이 상이한 학습자들의 비대면 학습경험을 분석하였다. 이를 토대로 비대면 교육을 위한 원격훈련시스템 구축 방안의 초안을 구성하여, 비대면 원격훈련시스템 초안에 대한 델파이 조사를 통해 비대면 교수학습 전략, 학습 및 운영 지원 방안 등 원격훈련시스템 구축안을 제안하였다.

• 한국CDE학회논문집
• /
• 제20권4호
• /
• pp.420-430
• /
• 2015

Operator Training Simulators (OTSs) provide macroscopic training environment for plant operation. They are equipped with simulation systems for the emulation of remote monitoring and controlling operations. OTSs typically provide 2D block diagram-based graphic user interface (GUI) and connect to process simulation tools. However, process modeling for OTSs is a difficult task. Furthermore, conventional OTSs do not provide real plant field information since they are based on 2D human machine interface (HMI). In order to overcome the limitation of OTSs, we propose a new type of plant training system. This system has the capability required for collaborative training between operators and field workers. In addition, the system provides 3D virtual training environment such that field workers feel like they are in real plant site. For this, we designed system architecture and developed essential functions for the system. For the verification of the proposed system design, we implemented a prototype training system and performed experiments of collaborative training between one operator and two field workers with the prototype system.

• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2002년도 춘계학술대회 논문집
• /
• pp.45-52
• /
• 2002

Artificial neural networks (ANN) have been successfully used for classifying remotely sensed imagery. However, ANN still is not the preferable choice for classification over the conventional classification methodology such as the maximum likelihood classifier commonly used in the industry production environment. This can be attributed to the ANN characteristic built-in stochastic process that creates difficulties in dealing with unequally represented training classes, and its training performance speed. In this paper we examined some practical aspects of training classes when using a back propagation neural network model for remotely sensed imagery. During the classification process of remotely sensed imagery, representative training patterns for each class are collected by polygons or by using a region-growing methodology over the imagery. The number of collected training patterns for each class may vary from several pixels to thousands. This unequally populated training data may cause the significant problems some neural network empirical models such as back-propagation have experienced. We investigate the effects of training over- or under- represented training patterns in classes and propose the pattern repopulation algorithm, and an adaptive alpha adjustment (AAA) algorithm to handle unequally represented classes. We also show the performance improvement when input patterns are presented in random fashion during the back-propagation training.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 춘계학술대회 논문집
• /
• pp.33-36
• /
• 2007

토지피복분류， 식생분류， 식물피복도 분류 등 원격탐사 영상자료의 주된 이용분야에서 지상자료는 매우 중요한 부분을 차지하고 있다. 가령 감독분류를 위한 training site 에 대한 측정이나 또는 분류 정확도 검증을 위한 측면에서도 지상측정은 반드시 필요한 부분이다. 본 논문에서는 피복분류 과정에서 반드시 필요한 지상측정을 위한 표본조사에서 유의하여야 할 통계학적 측면에서 고려해야 할 사항을 검토한다.