• 한국컴퓨터정보학회논문지
• /
• 제28권2호
• /
• pp.19-25
• /
• 2023

이 논문에서는 image signal processing 을 고려하여 저조도에서 촬영된 저품질의 raw 이미지를 딥러닝에 기반하여 개선하는 방법을 제안한다. 스마트폰 카메라의 경우 DSLR 카메라에 비해 렌즈나 센서의 확장에 제약이 있어 저조도 상황에서 이미지에 노이즈가 증가되고 품질이 저하되는 문제점을 보인다. 기존 딥러닝 기반 저조도 이미지 처리 방식은 image signal processing의 주요 요소인 렌즈 쉐이딩 효과와 화이트 밸런스를 고려하지 못하여 부자연스러운 이미지를 생성하기도 한다. 본 논문에서는 렌즈 쉐이딩 효과와 화이트 밸런스를 딥러닝 모델에 적용하기 위해 중심거리와 채널 평균을 활용한다. 스마트폰으로 촬영된 저조도 이미지를 통한 실험에서 제안하는 방법이 기존 방법에 비해 더 높은 peak signal to noise ratio 와 structural similarity index measure를 달성함과 동시에 높은 품질의 저조도 이미지를 생성함을 확인한다.

• 스마트미디어저널
• /
• 제11권9호
• /
• pp.56-63
• /
• 2022

최근 기후변화에 의한 수온상승, 과다한 영양염류의 유입 및 하천환경의 변화로 인한 주요하천 및 호소에 대한 조류발생 빈도 및 범위가 증가하고 있다. 이상조류에는 녹조와 적조가 있다. 녹조현상은 물속의 클로로필(Chl-a) 등의 남조류가 과다 성장하여 물의 색이 짙은 녹색으로 변하는 현상으로, 미량의 냄새물질과 독소를 생성하여 수질악화와 식수안전에 대한 우려가 급증하고 있다. 본 연구는 생활주변 환경의 생태하천과 호소에서 측정된 수질정보를 원격지에서 1:1 실시간모니터링 및 제어하기 위하여 디지털트윈의 3D 가상세계를 구축하고, 사물인터넷(IOT) 센서기반의 수질정보 센서측정기를 개발하며, AI의 머신러닝 기반 수집데이터 분석을 토대로 녹조 등 수질오염의 발생원인과 확산패턴을 예측하여 조류경보와 수질예보를 할 수 있는 스마트 수질환경 서비스 플랫폼 구축을 제안하고자 한다.

• International journal of advanced smart convergence
• /
• 제13권2호
• /
• pp.265-275
• /
• 2024

Smart factory is a remarkable development from traditional manufacturing systems to data-based smart manufacturing systems that can connect and process data continuously, collected from machines, production equipment to production and business processes, capable of supporting workers in making decisions or performing work automatically. Smart factory is the key and center of the fourth industrial revolution, combining improvements in traditional manufacturing activities with digital technology to help factories achieve greater efficiency, contributing to increased revenue and reduce operating costs for businesses. Besides, the importance of smart factories is to make production more quality, efficient, competitive and sustainable. Businesses in Vietnam are in the process of learning and applying smart factory models. However, the number of businesses applying the pine factory model is still limited due to many barriers and difficulties. Therefore, in this paper we conduct a survey to assess the needs and current situation of businesses in applying smart factories and propose some specific solutions to develop and promote application of smart factory model in Vietnamese businesses.

• 한국정보통신학회논문지
• /
• 제21권11호
• /
• pp.2167-2175
• /
• 2017

최근 사물인터넷은 인공지능의 발전, 연결된 기기의 증가와 클라우드 시스템의 높은 성능으로 인해 급격하게 발전하고 있다. 많은 기기와 센서로부터 생산되는 엄청난 양의 데이터들은 지능적 진단, 추천 서비스 뿐 아니라 스마트 관제 서비스와 같이 서비스 영역의 확대를 이끌고 있다. 엣지 컴퓨팅(Edge Computing)에 대한 연구는 높은 성능을 지닌 하드웨어를 바탕으로 작은 또 하나의 서버로써의 역할에 국한되어 연구되고 있다. 그러나 데이터를 분석하고 의미성에 따른 서비스를 구현하기 위해서는 범용적 서버로써의 역할보다는 도메인에 특화된 기능과 요구사항을 지녀야 한다. 스마트 팩토리에서의 엣지는 제한적 필터링, 사전 포맷팅을 포함하는 전처리와 그룹 컨텍스트 융합, 지역적 룰의 관리 등을 필요로 한다. 따라서 본 논문에서는 공장 특성에 맞는 효율성과 강건함 측면을 강조하는 요구사항들을 도출하고, 클라우드와 학습된 요소 공유 방법을 기반으로 하는 엣지 컴퓨팅의 구조를 제안하고자 한다. 이 엣지는 네트워크 자원 소모를 감소시키고 룰과 학습화된 모델의 변경을 쉽게 할 수 있도록 한다.

• 한국항행학회논문지
• /
• 제23권5호
• /
• pp.473-480
• /
• 2019

스마트 홈은 가정의 가전제품, 에너지 소비 장치, 보안기기 등 모든 사물을 통신망으로 연결해 모니터링 및 제어할 수 있는 기술이다. 스마트 홈은 자동제어 뿐 아니라 상황과 사용자의 취향을 학습하고, 이에 맞는 결과를 스스로 제공하는 방향으로 발전하고 있다. 본 논문은 사용자의 행동을 감지하여 사용자의 특성에 맞는 쾌적한 실내 환경 제어 서비스를 할 수 있는 모델을 제안하였다. 전체 시스템 구성은 센서와 와이파이를 탑재한 ESP8266, 실시간 데이터베이스인 firebase, 스마트 폰 어플로 구성된다. 본 모델은 사용자가 가전기기 작동시의 학습모드, 학습 결과를 통한 학습 제어, 실내와 실외 센서의 값을 이용한 자동 환기 등의 기능으로 구분된다. 학습은 에어컨, 가습기, 공기청정지 등 가전기기 제어시의 온도와 습도에 대한 이동 평균을 이용하였다. 본 시스템은 데이터베이스에 지속적으로 수집된 데이터를 다양한 기계학습과 딥 러닝을 통해 사용자의 특성을 분석하고 예측하여 보다 고 품질의 서비스를 제공할 수 있다.

• 스마트미디어저널
• /
• 제11권11호
• /
• pp.17-24
• /
• 2022

음성인식 기술과 인공지능 기술을 기반으로 한 스마트스피커의 보급으로 비장애인뿐만 아니라 시각장애인이나 지체장애인들도 홈 네트워크 서비스를 연동하여 주택의 전등이나 TV와 같은 가전제품을 음성을 통해 쉽게 제어할 수 있게 되어 삶의 질이 대폭 향상되었다. 하지만 언어장애인의 경우 조음장애나 구음장애 등으로 부정확한 발음을 하게 됨으로서 스마트스피커의 유용한 서비스를 사용하는 것이 불가능하다. 본 논문에서는 스마트스피커에서 제공되는 기능 중 일부 서비스를 대상으로 언어장애인이 이용할 수 있도록 개인화된 음성분류기법을 제안한다. 본 논문에서는 소량의 데이터와 짧은 학습시간으로도 언어장애인이 구사하는 문장의 인식률과 정확도를 높여 스마트스피커가 제공하는 서비스를 실제로 이용할 수 있도록 하는 것이 목표이다. 본 논문에서는 ResNet18 모델을 fine tuning하고 데이터 증강과 one cycle learning rate 최적화 기법을 추가하여 적용하였으며, 실험을 통하여 30개의 스마트스피커 명령어 별로 10회 녹음한 후 3분 이내로 학습할 경우 음성분류 정확도가 95.2% 정도가 됨을 보였다.

• International Journal of Computer Science & Network Security
• /
• 제22권3호
• /
• pp.77-88
• /
• 2022

In response to the significant COVID-19 outbreak, countries have enforced the use of E-learning systems as an alternative to traditional learning; to contain the virus and minimize the infection rate while maintaining the continuity of the learning experience. However, the effective adoption of E-learning systems requires a well-understanding of critical factors, especially in times of crisis. In this regard, this study intends to assess the success of the E-learning system adoption by Higher Education Institutions (HEIs) during the crisis of COVID-19 by utilizing the Information Systems Success (ISS) model. This study's adopted model consists of nine interdependent dimensions, namely: Technical System Quality, Information Quality, Service Quality, Learner Quality, Perceived Satisfaction, Perceived Usefulness, System Use, Intention to Use, and System Success. An electronic survey was distributed among higher education students from different universities in Saudi Arabia to explore each model's dimension. Structural Equation Modeling (SEM) has been applied via SmartPLS software to test the causal relationships between dimensions. This study's main results revealed that students' Service Quality, Learner Quality, and the Intention to Use by students are essential drives for E-learning System Use during the Covid-19 pandemic. Meanwhile, the Intention to Use the system is significantly influenced by Perceived Satisfaction and Perceived Usefulness dimensions. Further, Perceived Satisfaction, Perceived Usefulness, and System Use are interdependent, and all three have a significant positive impact on E-learning System Success.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1071-1081
• /
• 2021

본 연구에서는 기상청에서 수행하는 기존의 기상 관측에 대한 품질관리 절차 이외에 향후 스마트시티 등에서 활용될 수 있는 머신러닝 기반의 Internet of Things (IoT) 도시기상 관측 자료에 대한 품질검사 기준을 제안한다. 현재 기상청에서 종관기상관측(Automated Synoptic Observing System, ASOS)과 방재기상관측(Automatic Weather System, AWS) 기반으로 설정한 기준이 도시기상에 적합한지 확인하기 위하여 서울시에 설치된 SKT AWS 자료를 기반으로 사용성을 검증하였고, IoT 자체의 데이터가 가지는 특성을 고려하여 최종적으로 머신러닝 기반의 품질검사 알고리즘을 제안하였다. 품질검사 방법으로는 IoT 기기 자체에 대한 결측값 검사, 값 패턴 검사, 충분 데이터 검사, 통계적 범위 이상 검사, 시간값 이상 검사, 공간값 이상 검사를 먼저 수행하고, 기상청에서 제시하고 있는 기상 관측에 대한 품질검사인 물리한계검사, 단계검사, 지속성 검사, 기후범위 검사, 내적 일치성 검사를 5가지 기상요소에 대하여 각각 수행하였다. 제안한 알고리즘의 검증을 위하여 인천광역시 송도에 위치한 관측소에 실제 IoT 도시기상관측 데이터에 이를 적용하였다. 이를 통해 기존의 기상청 QC로는 확인할 수 없었던 IoT 기기가 가질 수 있는 결함을 확인할 수 있고, 알고리즘에 대한 검증을 진행하여 향후 스마트시티에 설치될 IoT 기상관측기기에 대한 품질검사 방법을 제안한다.

• International journal of advanced smart convergence
• /
• 제9권2호
• /
• pp.28-37
• /
• 2020

We conducted a comprehensive review on the previous research on r-Learning. By reviewing 843 previous studies about r-Learning published from 2004 to 2015, this study investigated 1) the trend of research on r-Learning over time, 2) the characteristics of targeted students in r-Learning, 3) the educational activities implemented for r-Learning, and 4) the types of educational robots used for r-Learning. The study found that the research on r-Learning has rapidly and steadily increased and the types of educational activities and educational robots has been diversified. Relying on the findings of this review, this study suggests 1) ensuring growth in both the quality and the quantity of research on r-Learning, 2) broadening the target student population of r-Learning beyond the age-limited boundaries, 3) enhancing educational activities of r-Learning, and 4) recognizing the necessity for systematic and clear concepts of types of educational robots.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권8호
• /
• pp.2894-2909
• /
• 2015

As the number of mobile devices such as smart phones and tablets explodes, the need for new services or applications is also rapidly increasing. Smart class application is one of the emerging applications, in which most of contents are distributed to all members of a class simultaneously. It is highly required to select relay nodes to cover shadow area of radio as well as extend coverage, but existing algorithms in a smart class environment suffer from high control packet overhead and delay for exchanging topology information among all pairs of nodes to select relay nodes. In addition, the relay selection procedure should be repeated in order to adapt to the dynamic topology changes caused by link status changes or device's movement. This paper proposes the learning based relay selection algorithm to overcome aforementioned problems. The key idea is that every node keeps track of its relay quality in a fully distributed manner, where RQI (Relay Quality Indicator) is newly defined to measure both the ability of receiving packets from content source and the ability of successfully relaying them to successors. The RQI of each node is updated whenever it receives or relays broadcast packet, and the node having the higher RQI is selected as a relay node in a distributed and run-time manner. Thus, the proposed algorithm not only removes the overhead for obtaining prior knowledge to select relay nodes, but also provides the adaptability to the dynamic topology changes. The network simulation and experimental results prove that the proposed algorithm provides efficient and reliable content distribution to all members in a smart class as well adaptability against network dynamics.