• 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.

• 스마트미디어저널
• /
• 제13권6호
• /
• pp.24-34
• /
• 2024

시계열인 네트워크 트래픽 데이터로부터 미래를 예측할 수 있다면 효율적인 자원 배분, 악성 공격에 대한 예방, 에너지 절감 등의 효과를 거둘 수 있다. 통계 기법과 딥러닝 기법에 기반한 많은 모델이 제안되었는데, 이들 연구 대부분은 모델 구조와 학습 알고리즘을 개선하는 일에 치중하였다. 모델의 예측 성능을 높이는 또 다른 접근방법은 우수한 데이터를 확보하는 것이다. 이 논문은 우수한 데이터를 확보할 목적으로, 시계열 데이터를 증강하는 밀집 샘플링 기법을 네트워크 트래픽 예측 응용에 적용하고 성능 향상을 분석한다. 데이터셋으로는 네트워크 트래픽 분석에 널리 사용되는 UNSW-NB15를 사용한다. RMSE와 MAE, MAPE를 사용하여 성능을 분석한다. 성능 측정의 객관성을 높이기 위해 10번 실험을 수행하고 기존 희소 샘플링과 밀집 샘플링의 성능을 박스플롯으로 비교한다. 윈도우 크기와 수평선 계수를 변화시키며 성능을 비교한 결과 밀집 샘플링이 일관적으로 우수한 성능을 보였다.

• International journal of advanced smart convergence
• /
• 제11권2호
• /
• pp.13-21
• /
• 2022

In this paper, we propose a learning based joint demosaicing and super-resolution framework which uses only the mosaiced color filter array(CFA) image as the input. As the proposed method works only on the mosaicied CFA image itself, there is no need for a large dataset. Based on our framework, we proposed two different structures, where the first structure uses one deep image prior network, while the second uses two. Experimental results show that even though we use only the CFA image as the training image, the proposed method can result in better visual quality than other bilinear interpolation combined demosaicing methods, and therefore, opens up a new research area for joint demosaicing and super-resolution on raw images.

• 터널과지하공간
• /
• 제34권3호
• /
• pp.208-217
• /
• 2024

AI영상 기반 건설현장 안전관리 모니터링 시스템 개발 및 적용하는 추세에 다양한 환경변화에 따른 위험 객체 탐지 딥러닝 모델 개발에 많은 연구적 관심이 쏟아지고 있다. 여러 환경 변화요인 중 저조도 조건에서 객체 검출 모델의 정확도는 현저히 감소하며, 저조도 환경을 고려한 학습을 수행하더라도 일관적인 객체 탐지 정확도를 확보할 수 없다. 이에 따라 저조도 영상을 강화하는 영상 전처리 기술의 필요성이 대두된다. 따라서, 본 논문은 취득된 건설 현장 영상 데이터를 활용하여 다양한 딥러닝 기반 저조도 영상 강화 모델(GLADNet, KinD, LLFlow, Zero-DCE)을 학습하고, 모델별 저조도 영상 강화 성능을 비교 검증실험을 진행하였다. 저조도 강화된 영상을 시각적으로 검증하였고, 영상품질 평가 지수(PSNR, SSIM, Delta-E)를 도입하여 정량적으로 분석하였다. 실험 결과, GLADNet의 저조도 영상 강화 성능이 정량·정성적 평가에서 우수한 결과를 보여줬으며, 저조도 영상 강화 모델로 적합한 것으로 분석되었다. 향후 딥러닝 기반 객체 검출 모델에 저조도 영상 강화 기법이 전처리 단계로 적용한다면, 저조도 환경에서 일관된 객체 검출 성능을 확보할 것으로 예상된다.

• 한국인터넷방송통신학회논문지
• /
• 제24권4호
• /
• pp.57-64
• /
• 2024

스마트 팩토리의 도입은 제조업 분야에서 객관적이고 효율적인 라인 관리로의 전환을 가져왔다. 그러나 대부분의 회사가 매초 수집되는 수많은 센서 데이터를 효과적으로 사용하지 못하고 있다. 본 연구에서는 이러한 데이터를 활용해 제품 품질을 예측하고 효율적인 생산 공정의 관리를 목표로 한다. 보안 문제로 구체적인 센서 데이터 확인이 불가하여, "SAMSUNG SDS Brightics AI" 사이트의 반도체 공정 관련 학습용 데이터를 확보하여 연구를 진행한다. 머신러닝 모델에서 데이터의 전처리 과정은 성능을 결정짓는 중요한 요소이다. 따라서, 결측값 제거, 이상치 제거, 스케일링, 특성 제거의 전처리 과정을 통해 최적의 센서 데이터를 확보하였다. 또한, 학습 데이터셋이 불균형 데이터를 이루고 있어 오버샘플링 기법을 통해 동일한 비율을 맞추어 모델 평가 전 데이터를 준비하였다. 머신러닝에서 제공되는 다양한 모델 평가로 구한 SVM(rbf) 모델로 높은 성능(Accuracy : 97.07%, GM : 96.61%)을 확인했다. 또한, 동일한 데이터로 학습 시 "SAMSUNG SDS Brightics AI"에서 구현하였던 MLP 모델보다 더 높은 성능을 보인다. 본 연구는 센서 데이터를 활용한 양품/불량품 예측 외에도 부품 주기, 공정 조건 예측 등 다양한 주제에 적용 가능하다.

• 인터넷정보학회논문지
• /
• 제22권6호
• /
• pp.1-8
• /
• 2021

With the rapid growth of intelligent devices and communication technologies, 5G network environment has become more heterogeneous and complex in terms of service management and orchestration. 5G architecture requires supportive technologies to handle the existing challenges for improving the Quality of Service (QoS) and the Quality of Experience (QoE) performances. Among many challenges, traffic steering is one of the key elements which requires critically developing an optimal solution for smart guidance, control, and reliable system. Mobile edge computing (MEC), software-defined networking (SDN), network functions virtualization (NFV), and deep learning (DL) play essential roles to complementary develop a flexible computation and extensible flow rules management in this potential aspect. In this proposed system, an accurate flow recommendation, a centralized control, and a reliable distributed connectivity based on the inspection of packet condition are provided. With the system deployment, the packet is classified separately and recommended to request from the optimal destination with matched preferences and conditions. To evaluate the proposed scheme outperformance, a network simulator software was used to conduct and capture the end-to-end QoS performance metrics. SDN flow rules installation was experimented to illustrate the post control function corresponding to DL-based output. The intelligent steering for network communication traffic is cooperatively configured in SDN controller and NFV-orchestrator to lead a variety of beneficial factors for improving massive real-time Internet of Things (IoT) performance.

• 한국항행학회논문지
• /
• 제24권3호
• /
• pp.238-244
• /
• 2020

스마트 시대를 살아가는 요즘 스마트폰을 전 국민이 사용하는 상황으로 봐도 무방할 정도로 빠른 발전과 보급이 진행되었으며, 스마트폰 사용으로 국내 미디어 콘텐츠 이용을 위한 필수 매체로 자리 잡아 성별, 연령, 지역 등에 상관없이 수많은 사람이 다양한 콘텐츠를 이용하고 있다. 최근 다양한 매체를 통해 온라인에서 학습을 위한 동영상 콘텐츠 소비가 이루어지고 있으며, 이는 학습자들이 온라인에서 동영상 콘텐츠를 활용하여 학습에 활용한다는 것을 알 수 있다. 기존 연구에서는 콘텐츠 유형에 따른 만족도 연구를 진행하였으며, 학습 콘텐츠 자체를 평가하여 학습자들에게 제공하는 방법에 대한 연구가 이루어 지지 않아 개선 방안이 필요하다고 판단하였다. 본 논문에서는 학습을 위한 동영상 콘텐츠 제공 방식 동향과 양질의 학습 콘텐츠를 제공하기 위한 개선 방안으로 학습 콘텐츠 자체의 평가와 리뷰를 통해 시스템을 제안하려고 한다.

• 반도체디스플레이기술학회지
• /
• 제21권2호
• /
• pp.133-137
• /
• 2022

In the smart industry where data plays an important role, cloud computing is being used in a complex and advanced way as a convergence technology because it has and fits well with its strengths. Accordingly, in order to utilize artificial intelligence rather than human beings for quality management of cloud computing services, a consistent standardization method of data collected from various nodes in various areas is required. Therefore, this study analyzed technologies and cases for incorporating artificial intelligence into specific services through previous studies, suggested a plan to use artificial intelligence to comprehensively standardize data in quality management of cloud computing services, and then verified it through case studies. It can also be applied to the artificial intelligence learning model that analyzes the risks arising from the data formalization method presented in this study and predicts the quality risks that are likely to occur. However, there is also a limitation that separate policy development for service quality management needs to be supplemented.

• 인간식물환경학회지
• /
• 제24권2호
• /
• pp.179-194
• /
• 2021

Background and objective: Plant-based biofilter system has become a promising candidate for improving indoor air quality due to its eco-friendly and sustainable nature. However, it remains controversial whether indoor air purification using a biofilter is effective. Methods: This study used the one-group pre- and post-test design to analyze the effects of the operation of the plant-based biofilter system on indoor air quality, students' perception of indoor air quality, health effects, and subjective and objective attentiveness. Results: Results of this study show that the application of the plant-based biofilter system changed the air environment in the classroom. The operation of the plant-based biofilter system significantly decreased PM_2.5 and PM₁₀ and slightly increased temperature and humidity. Satisfaction with air quality and subjective attentiveness were significantly improved but objective attentiveness and health effects were not improved. Conclusion: Further studies need to be conducted for improving indoor air quality of schools and evaluating the health effects and attention of occupants to present the objective performance of the plant-based biofilter system.

• 디지털융복합연구
• /
• 제19권11호
• /
• pp.53-62
• /
• 2021

원격수업은 COVID-19 확산과 함께 교육 현장에서 주요 이슈가 되었다. 원격교육 학습자의 만족을 제고하기 위해 학습자의 역량을 배양하는 노력과 함께 정보기술 인프라를 구축하고 양질의 콘텐츠 제공과 학습을 지원하는 활동도 포괄적으로 고려되어야 한다. 본 연구는 대학생 221명의 설문을 바탕으로 SmartPLS를 활용한 구조방정식모델을 통해 디지털 리터러시의 하위요인인 지식, 기술, 태도와 정보시스템의 성공 요인의 하위요인인 시스템 품질, 정보 품질, 서비스 품질 모두 원격수업의 만족도에 긍정적인 영향을 주며, 차례로 만족도 또한 원격수업의 지속 사용 의도에 긍정적인 영향을 준다는 점을 검증하였다. 본 연구는 원격수업의 만족도와 지속 사용 의도에 미치는 영향을 학습자 능력과 정보기술 인프라를 포괄적으로 고려하여 분석했다는 점에서 의의가 있다. 향후 대학생뿐만 아니라 초중등 학생 및 교수자 등으로 대상을 확대하고, 원격수업 과정의 주요 요인인 상호작용 등을 추가적으로 고려하여 연구를 심화할 필요가 있다.