• 한국컴퓨터정보학회논문지
• /
• 제22권2호
• /
• pp.81-87
• /
• 2017

Nowadays wine is increasingly enjoyed by a wider range of consumers, and wine certification and quality assessment are key elements in supporting the wine industry to develop new technologies for both wine making and selling processes. There have been many attempts to construct a more methodical approach to the assessment of wines, but most of them rely on objective decision rather than subjective judgement. In this paper, we propose a data mining approach to predict human wine taste preferences that is based on easily available analytical tests at the certification step. We used sequential forward selection and decision tree for this purpose. Experiments with the wine quality dataset from the UC Irvine Machine Learning Repository demonstrate the accuracies of 76.7% and 78.7% for red and white wines respectively.

• 한국빅데이터학회지
• /
• 제6권2호
• /
• pp.51-60
• /
• 2021

웨어러블 디바이스의 시장규모는 매년 가파르게 성장하고 있으며, 그 슈요에 발맞춰 전세계 제조업체들은 각자만의 특성을 살린 제품들을 선보이고 있다. 그중 스마트워치는 판매량 지분이 매우 높은 웨어러블 디바이스이며, 실시간으로 수집하는 정보를 활용해 사용자들에게 다양한 서비스를 제공하고 있다. 서비스의 품질은 스마트워치가 수집하는 데이터의 정확성에 의존하게 되는데, 상황에 따라 데이터 측정이 되지 않는 경우가 발생한다. 본 논문은 스마트워치가 수집하지 못한 데이터를 복원하는 방법을 소개한다. 데이터 복원을 위해 시간의 흐름에 따라 측정되는 운동궤적(Trajectory) 정보의 유사도 계산 방법을 다루며, 유사도에 따라 결측 구간을 복원하는 절차를 소개한다. 제안된 방법의 성능을 입증하기 위해 기계학습 알고리즘과의 비교실험을 진행하였으며 마지막으로 본 연구의 기대효과와 향후 연구 방향에 대해 다룬다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제13권4호
• /
• pp.121-128
• /
• 2021

In order to design a real time big data collection and analysis system of manufacturing data in a smart factory, it is important to establish an appropriate wired/wireless communication system and protocol. This paper introduces the latest communication protocol, OPC-UA (Open Platform Communication Unified Architecture) based client/server function, applied user interface technology to configure a network for real-time data collection through IoT Integration. Then, Database is designed in MES (Manufacturing Execution System) based on the analysis table that reflects the user's requirements among the data extracted from the new cutting process automation process, bush inner diameter indentation measurement system and tool monitoring/inspection system. In summary, big data analysis system introduced in this paper performs SPC (statistical Process Control) analysis and visualization analysis with interface of OPC-UA-based wired/wireless communication. Through AI learning modeling with XGBoost (eXtream Gradient Boosting) and LR (Linear Regression) algorithm, quality and visualization analysis is carried out the storage and connection to the cloud.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.690-692
• /
• 2014

기존의 학교현장에서의 단방향 주입식 교육은 학습자의 학습 흥미와 몰입감, 학습능률이 매우 떨어지는 단점을 가지고 있고 집단지성, 협력학습에 한계를 드러내고 있다. 학생들의 자발적인 학습참여를 유도하여 자기주도적인 학습을 통한 학습효과를 높일 수 있는 수단으로 근거리 통신을 활용한 교육콘텐츠 서비스 플랫폼이 요구되고 있다. 본 연구는 IoT(Internet of Things) 기반의 근거리 통신기술인 블루투스를 이용해 교사음성과 교수학습이 전자칠판(Interactive White Board)과 통신하고, NFC 기술을 이용해 학생들의 개인 강의노트 콘텐츠를 재생성하여 빅데이터화 되고 학생 간 공유가 가능해짐으로써 질 좋은 교육 콘텐츠를 생성하는 스마트 스쿨에 걸맞는 교육콘텐츠 제작시스템 기술을 연구하였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권11호
• /
• pp.43-52
• /
• 2023

고무생산업체에서 생산된 고무는 레오미터 측정을 통해 품질 적합성 검사가 이루어진 후, 자동차 부품을 위한 2차 가공으로 이어진다. 그러나 레오미터 검사는 인간에 의해 진행되고 있으며, 숙련된 작업자에게 매우 의존적이라는 단점이 존재한다. 이러한 문제점을 해결하기 위해 본 논문에서는 딥러닝 기반 레오미터 품질 검사 시스템을 제안한다. 제안된 시스템은 레오미터의 시간적, 공간적 특성을 활용하기 위해 LSTM과 CNN을 조합하였고, 각 고무의 배합재료를 보조(Auxiliary) 데이터 입력으로 사용해 하나의 모델에서 다양한 고무 제품의 품질 적합성 검사가 가능하도록 구현하였다. 제안된 기법은 30,000개의 데이터셋으로 그 성능을 학습 및 검사하였으며, 평균 f1-점수를 0.9942 달성하여 그 우수성을 증명하였다.

• 스마트미디어저널
• /
• 제11권4호
• /
• pp.46-55
• /
• 2022

과일 품질 자동 선별 시스템에서 흠집이나 부패한 부위가 존재하는 불량 과일을 우선적으로 검출하여 제거하는 작업은 매우 중요하다. 본 연구에서는 기존의 영상처리 기법을 이용하여 불량 부위가 있는 과일 검출하는 방법의 한계점을 극복하기 위하여, 최신 인공지능 기술인 Yolo V4 딥러닝 지능기술을 이용하여 과일 불량 부위를 검출하는 방법을 제안한다. 본 연구에서는 흠집 또는 부패 부위가 존재하는 1,100개의 불량 사과 및 1,300개의 불량 배를 포함한 총 2,400개의 불량 과일에 대하여 Yolo V4 딥러닝 모델을 사용하여 학습하고 불량 부위 검출 실험을 하였다. 성능 실험 결과에 따르면 사과의 정확률은 0.80, 재현율은 0.76, IoU는 69.92%, mAP는 65.27%이고, 배의 정확률은 0.86, 재현율은 0.81, IoU는 70.54%, mAP는 68.75%의 성능을 나타내었다. 본 연구에서 제안한 방법은 기존 영상처리 기법을 이용한 방법보다 불량 부위가 있는 과일을 실시간으로 정확하게 선별하여 기존 과일 자동 품질 선별시스템의 성능을 획기적으로 개선할 수 있다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제13권2호
• /
• pp.7-13
• /
• 2021

Machine vision is a technology that helps the computer as if a person recognizes and determines things. In recent years, as advanced technologies such as optical systems, artificial intelligence and big data advanced in conventional machine vision system became more accurate quality inspection and it increases the manufacturing efficiency. In machine vision systems using deep learning, the image quality of the input image is very important. However, most images obtained in the industrial field for quality inspection typically contain noise. This noise is a major factor in the performance of the machine vision system. Therefore, in order to improve the performance of the machine vision system, it is necessary to eliminate the noise of the image. There are lots of research being done to remove noise from the image. In this paper, we propose an autoencoder based machine vision system to eliminate noise in the image. Through experiment proposed model showed better performance compared to the basic autoencoder model in denoising and image reconstruction capability for MNIST and fashion MNIST data sets.

• 품질경영학회지
• /
• 제48권4호
• /
• pp.581-596
• /
• 2020

Purpose: purpose of this study was to propose the web application platform which can be to detect and discriminate various diseases and pest of tomato plant based on the large amount of disease image data observed in the facility or the open field. Methods: The deep learning algorithms uesed at the web applivation platform are consisted as the combining form of Faster R-CNN with the pre-trained convolution neural network (CNN) models such as SSD_mobilenet v1, Inception v2, Resnet50 and Resnet101 models. To evaluate the superiority of the newly proposed web application platform, we collected 850 images of four diseases such as Bacterial cankers, Late blight, Leaf miners, and Powdery mildew that occur the most frequent in tomato plants. Of these, 750 were used to learn the algorithm, and the remaining 100 images were used to evaluate the algorithm. Results: From the experiments, the deep learning algorithm combining Faster R-CNN with SSD_mobilnet v1, Inception v2, Resnet50, and Restnet101 showed detection accuracy of 31.0%, 87.7%, 84.4%, and 90.8% respectively. Finally, we constructed a web application platform that can detect and discriminate various tomato deseases using best deep learning algorithm. If farmers uploaded image captured by their digital cameras such as smart phone camera or DSLR (Digital Single Lens Reflex) camera, then they can receive an information for detection, identification and disease control about captured tomato disease through the proposed web application platform. Conclusion: Incheon Port needs to act actively paying.

• 실천공학교육논문지
• /
• 제5권2호
• /
• pp.101-107
• /
• 2013

개인 응답 시스템인 클리커는 액티브 러닝을 촉진하기 위해 사용하는 기법으로, 클리커 사용의 장점에 관한 대부분의 연구에서 학생들이 클리커 사용에 적극적이고 즐거워하는 것으로 보고되었다. 하지만 하드웨어 단말기와 집계 프로그램으로 구성된 기존 클리커는 단순 응답 및 집계 기능만 제공하며, 비용도 많이 소요된다. 본 논문에서는 기존 클리커의 문제점을 해결하기 위해서 학생용 스마트폰 앱과 교수용 웹 페이지 및 MFC 프로그램으로 구성된 스마트 클리커를 설계 및 구현하였다. 본 논문에서 개발한 스마트 클리커를 활용하면 학생은 교수의 질문에 O/X나 숫자 및 텍스트로 응답하거나 텍스트 질문도 가능하다. 또한 교수는 학생들의 응답이나 질문을 바로 확인할 수 있을 뿐만 아니라, 웹 페이지에서 학생들의 응답 참여율을 확인하는 것이 가능하다. 게다가 학생들을 전체 수업 시간 동안 몰두시킬 수 있으며, 교수가 학생들의 이해 정도를 확인하고, 학생 질문에 즉각 피드백할 수 있으므로 보다 활발한 수업 운영이 가능하며, 결과적으로 교육의 질을 향상시킬 수 있을 것으로 기대된다.

• 디자인융복합연구
• /
• 제15권2호
• /
• pp.237-250
• /
• 2016

급속도로 발달한 정보기술은 산업환경 전반에 걸쳐 정보와 기능의 통합화를 이루며 우리 생활에 많은 영향을 미치고 있다. 특히 사물인터넷(IoT), 클라우드 컴퓨팅, 빅 데이터 분석 등 새로운 통신 환경의 출현은 인터넷을 중심으로 한 모든 전자기기들의 연결을 가능하게 함에 따라 이제는 산업 환경을 넘어 주거환경까지 변화시키는 중요한 매체로 주목받고 있다. 이에 따라 본 연구의 목적은 고도로 발전하는 기술과 함께 진화하는 주거환경의 스마트 가전의 유형과 그 특성을 파악하고자 하는 것이다. 그리고 이를 위해 한국, 중국, 일본의 대표적인 브랜드 상품((Samsung, Haier, Panasonic)을 선정하여 각 특성을 비교 분석 하였다. 선정된 브랜드는 GHA(General rules of intelligentization technology for intelligent household appliances)의 스마트 가전 적용 기준을 활용하여 각 유형을 분석하였다. 분류된 유형은 스마트 가전 사용자가 자율적(Self)으로 학습, 활용, 적용, 진단, 추론, 구성, 조절 등이 가능한 7가지의 유목으로 나누어졌으며, 이를 기준으로 나타난 각 국가별 브랜드 상품은 의(Clothing), 식(Food), 주(Housing)의 범주로 체계화 하였다. 브랜드별 나타난 주요 특성으로는 한국의 삼성은 원격제어 기능이, 중국의 하이얼은 전자기술의 적용이, 일본의 파나소닉은 에코나비(ECONAVI)인 에너지 절약 시스템으로 나타났다.