• 한국정보전자통신기술학회논문지
• /
• 제12권3호
• /
• pp.242-250
• /
• 2019

본 논문에서는 인공신경망(Artificial Neural Network) 모델 중, 시계열 데이터의 변환을 위한 모델인 Seq2Seq(Sequence to Sequence) 모델을 이용한 산업용 로봇 고장 예지 기술에 대하여 제안한다. 제안 방법은 고장 예지를 위한 추가적인 센서의 부착 없이 로봇 자체적으로 측정 가능한 관절 별 전류와 각도 값을 데이터로 사용하였고, 측정된 데이터를 모델이 학습할 수 있도록 전처리한 후, Seq2Seq 모델을 통해 전류를 각도로 변환하도록 지도 학습 하였다. 고장 진단을 위한 이상 정도(Abnormal degree)는 예측 각도와 실제 각도 간의 단위시간 동안의 RMSE(Root Mean Squared Error)를 사용하였다. 제안 방법의 성능평가는 로봇의 정상 및 결함 조건을 달리한 상태에서 측정한 테스트 데이터를 이용하여 수행되었고 이상 정도가 임계값 넘어가면 고장으로 분류하게 하여, 실험으로부터 96.67% 고장 진단 정확도를 보였다. 제안 방법은 별도의 추가적인 센서 없이 고장 예지 수행이 가능하다는 장점이 있으며, 로봇에 대한 깊은 전문지식을 요구하지 않으면서 수행할 수 있는 방법으로 높은 진단 성능과 효용성을 실험으로부터 확인하였다.

• 한국농림기상학회지
• /
• 제23권3호
• /
• pp.156-162
• /
• 2021

본 인스턴스 분할 모델은 위성을 이용해 촬영된 원격탐지 영상 내의 객체 탐지에 높은 정확도를 갖는다는 것을 입증하였으며, 불법으로 가설된 시설 하우스를 발견하는데 활용될 수 있다. 즉, 특정 지역 및 일정시기를 기준으로 시설하우스를 인식시키고 그 이후에 신축된 하우스를 분별하는데 사용할 수 있을 것이다. 또한 본 기술을 응용하여, 토지피복도 조사와 같은 인력중심의 작업을 빠르게 해결할 수 있다. 앞으로 이 모델은 지리정보시스템(Geographic Information System)과 연계하여 중앙정부 차원의 단일화된 관리체계를 수립할 수 있을 것이며 또한 시설하우스 면적 통계 수치계산에도 쉽게 응용될 수 있을 것으로 판단된다.

• 적정기술학회지
• /
• 제7권2호
• /
• pp.248-256
• /
• 2021

코로나 팬데믹 이후 개도국에서는 감염 예방을 위한 손 씻기 및 위생이 더욱더 중요해지고 있으며, 지속가능한 물 공급을 위해 물 거버넌스 및 공무원의 역할 또한 중요해지고 있다. 이를 위해, 국내외 다양한 기관에서 공무원 역량강화를 위한 사업을 추진해왔다. 유네스코 정부간수문학프로그램(Intergovernmental Hydrological Programme, IHP) 9단계 전략(2022-2029)에서 '4차 혁명에 대비한 물 교육'이 우선순위로 포함되어 있으며, 국내에서도 3차 국제개발협력 종합기본계획에 물과 위생 분야 ODA를 강조하고 있다. 이에 따라, KOICA 및 국내 다양한 물 관련 전문기관에서 개도국 대상 물 교육 사업에 참여하고 있다. 본 연구에서는 2017년 대한민국 정부와 유네스코 협정에 의해 설립된 유네스코물 안보 국제연구교육센터의 국제교육사업 사례를 통해, 국내 물 교육 기관들이 포스트 코로나 시대에 개도국 공무원 대상 물 교육이 나아가야할 방향을 제시하였다. 우선 물 교육 콘텐츠의 중복성을 피하기 위해 기관 간 협력이 필요하며 온라인 콘텐츠를 활용한 블렌디드 러닝이 적극적으로 활용되어야 한다. 또한 4차 산업혁명 등 스마트 물관리에 대한 수요가 상대적으로 높아 향후 콘텐츠 발굴시 이를 충분히 고려해야 할 것으로 판단되었다.

• 인간식물환경학회지
• /
• 제24권2호
• /
• pp.119-135
• /
• 2021

Background and objective: This study was conducted to identify the components of kindergartener horticultural education by deriving objective components of horticultural education using the Delphi survey method, and then to provide basic data that can be used when creating horticultural programs in the regular curriculum. Methods: A total of 32 experts including professors of early childhood education, kindergarten directors, horticultural therapy professors, and horticultural therapists were selected as the Delphi panel. Of the 32 selected, only 29 answered all three rounds of the surveys. For the first round of the survey, an open-ended questionnaire, was used, and in the second and third rounds closed-ended questionnaires were used. Results: Results indicated that under the category of the goals of horticultural education, there were 7 items related to the current problems of horticultural education, 16 items related to the need for horticultural education in the smart age, 18 items related to the direction of horticultural education, and 5 items related to the areas most suitable for horticulture education for young children in the Nuri Curriculum. Results in the category of the implementation of horticultural education indicated that 2 items related to horticultural education hours, 3 items related to the venue for horticultural education, 2 items related to the activity types applicable to the Nuri Curriculum, and 4 items related to the objects of horticultural activities were derived. As the current problems of horticultural education, the following items were identified: event-oriented activity (M = 4.24) and lack of kindergarten teachers' opportunities for systematic gardening education (M = 4.21). The results related to the necessity of horticultural education indicated the following items: education on respect for life through caring (M = 4.59), emotional intelligence and stability (M = 4.55), directly experience of the growth process of plants (M = 4.55), and development of the five senses (M = 4.55). Finally, within the direction of horticultural education: nurturing the desire to live with nature (M = 4.50), and learning about life (M = 4.44) was identified, which had higher averages. Within the areas of the Nuri Curriculum, which is most consistent with horticultural education, nature exploration (M = 4.69) and the integration of all areas (M = 4.59) were derived as priorities. Also, regarding the implementation of horticultural education, the following items were derived as the priority from the expert group: 30-40 minutes (M = 4.14) and 40-50 minutes (M = 4.14) for class periods, outdoor garden in a kindergarten(M = 4.66) for the venue of gardening education, outside play (M = 4.59) for the activity type, and vegetable crops (M = 4.55) for the objects of gardening activities. Conclusion: It is significant that the goal and implementation of kindergartner horticultural education were objectively derived through collecting opinions of expert panels. Based on the results of this study, a horticultural education program for kindergarten teachers should be implemented.

• 인터넷정보학회논문지
• /
• 제23권2호
• /
• pp.29-35
• /
• 2022

자외선은 노출 정도에 따라 인체에 유익 또는 유해한 영향을 미치므로 개인별 적정 노출을 위해서는 정확한 자외선(UV) 정보가 필요하다. 국내의 경우 기상청에서 생활기상정보의 한 요소로 자외선 정보를 제공하고 있으나 지역별 자외선 지수(UVI, Ultraviolet Index)로 사용자 위치의 정확한 UVI를 제공하지는 못하고 있다. 일부에서는 정확한 UVI의 취득을 위해 직접 계측기를 운용하지만 비용이나 편의성에 문제가 있고, 태양의 복사량과 운량 등 주변 환경요소를 통해 자외선 양을 추정하는 연구도 소개되었으나 개인별 서비스 방법을 제시하지는 못하였다. 이에 본 논문에서는 각 개인별 위치에서의 정확한 UVI 제공을 위한 태양객체 정보와 태양광 특성을 이용한 UVI 산출 딥러닝 모델을 제안한다. 기 수집한 하늘이미지 및 태양광 특성을 분석하여 태양의 위치 및 크기, 조도 등 UVI와 상관도가 높은 요소들을 선정한 후 DNN 모델을 위한 데이터 셋을 구성한다. 이후 하늘이미지로부터 Mask R-CNN을 통해 추출한 태양객체 정보와 태양광 특성을 입력하여 UVI를 산출하는 DNN 모델을 구현한다. 국내 UVI 권고기준을 고려, UVI 8이상과 미만인 날에 대한 성능평가에서는 기준장비 대비 MAE 0.26의 범위 내 정확한 UVI의 산출이 가능하였다.

• 한국융합학회논문지
• /
• 제12권11호
• /
• pp.221-228
• /
• 2021

본 연구는 모바일 폰을 결착하는 방식으로 사용되는 모바일 VR 디바이스의 디자인 사용편의성 향상을 위해 진행되었다. 기존의 모바일 VR 디바이스에 대한 연구는 미비한 실정이며 모바일 VR 디바이스 사용자 100을 대상으로 1차 설문조사를 진행하여 모바일 VR 디바이스의 현황, 실태를 파악하고자 하였다. 그 결과 사용편의성에 대한 만족도가 크게 떨어지는 것으로 나타났으며 이에 대한 대책이 필요한 것으로 나타났다. 그 뒤 30명의 Heavy User를 대상으로 2차 설문조사를 실시하여 구체적인 모바일 VR 디바이스의 사용성과 문제점을 알아보고자 하였다. 이를 통해 모바일 VR 디바이스의 문제점, 모바일 VR 디바이스의 사용편의성, 기타 의견 등을 도출하였다. 설문조사 결과는 기술통계법을 통해 분석하였으며, 착용 만족성과 네트워크에 대한 만족도가 크게 떨어져 개선이 시급한 것으로 나타났다. 또한 2차 설문조사 이후 같은 응답자들로 실시간 비대면 화상을 통한 심층면접을 진행하였다. 심층 면접을 통해 2차 설문조사에서 도출된 문제점과 같이 착용 만족성에 대한 문제와 장시간 이용에 무리한 헤드 무게, 트레킹 방식의 개선, VR 체험시 발열 문제, 컨텐츠 부족 등의 문제점을 발견할 수 있었다. 앞선 연구들을 기반으로 6명의 전문가로 구성된 초점집단인터뷰(Focus Group Interview)를 통해 사용편의성 평가항목을 도출하였다. 조작성, 착용 만족성, 네트워크, 형태성, 학습성, 공간성에 대한 모바일 VR 디바이스의 사용편의성을 충족 할 수 있는 항목으로 구성하였으며 총 26가지이다. 최종적으로 도출된 모바일 VR 디바이스 사용편의성에 대한 평가항목을 이용하여 모바일 VR 디바이스를 이용하게 될 사용자에게 더 나은 사용편의성을 제공하고자 한다.

• 한국수자원학회논문집
• /
• 제55권11호
• /
• pp.855-863
• /
• 2022

본 연구에서는 서울시 기온 지상관측 자료의 지도화를 위해 Artificial Neural Network (ANN)을 사용하였다. 지도화를 위한 보조자료로는 MODerate resolution Imaging Spectroradiometer (MODIS) 자료를 사용하였다. ANN 모델 설계를 위해 입력자료와 출력자료 간의 산점도 및 통계분석을 수행하였으며, 기온과의 상관성이 비교적 높게 나타나는 입력자료인 지표면온도, Normalized Difference Vegetation Index (NDVI), Enhanced Vegetation Index (EVI)와 시간(위성관측시각, Day of year), 위치(위도, 경도), 데이터 품질(운량)과 관련된 데이터 종류를 분류 및 조합하여 학습을 진행하였다. 기온자료와 상관성이 높은 데이터만으로 학습을 진행하였을 때 상관계수(r)와 Root Mean Squared Error (RMSE)의 평균값이 0.9667, 2.708℃로 우수한 성능을 보였다. 학습에 사용된 데이터의 종류가 추가될수록 더 우수한 학습 결과를 보였으며, 모든 데이터가 활용될 때에는 r과 RMSE의 평균값이 0.9840, 1.883℃로 가장 우수한 성능을 보였다. ANN 모델으로 생성한 서울시 기온 지도에서는 픽셀별 지형적 특성에 적절하게 기온이 산정된 것으로 판단되며, 추후 연구지역 확대 및 위성자료의 다양화를 통해 시단위 및 전국단위 기온 분포 분석 연구가 가능할 것이다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제42권4호
• /
• pp.591-604
• /
• 2023

이 연구에서는 메타버스를 활용한 초등 과학 수업이 초등학생의 학업 성취도, 과학 긍정 경험, 디지털 리터러시에 미치는 영향을 알아보고 학생들의 인식을 살펴보았다. 연구 대상은 경기도 소재 한 초등학교에서 6학년 두 개 학급으로 각각 실험집단(29명)과 비교집단(29명)으로 선정했다. '식물의 구조와 기능' 단원의 5개 차시에 대하여 실험집단은 메타버스를 활용한 과학 수업을, 비교집단은 일반적인 교과서 기반 수업을 진행하였다. 수업의 효과를 알아보기 위하여 사전 검사 점수를 공변인으로 한 공변량 분석을 실시하였고 메타버스를 활용한 과학 수업에 대한 학생들의 인식 설문 조사와 일부 대상 면담을 실시하였다. 연구 결과, 메타버스를 활용한 과학 수업은 과학 학업 성취도와 디지털 리터러시에는 유의미한 효과가 없었으며, 과학 긍정 경험의 하위 요소 중 과학 학습 정서에 대해서 통계적으로 유의미한 효과가 있는 것으로 나타났다. 메타버스를 활용한 과학 수업에 대해 학생들은 활동이 흥미롭고 다양하며 탐구 결과의 표현이 자유롭다는 측면 등에서 긍정적으로 인식하고 있었으며, 스마트기기나 네트워크 연결의 불안정성을 아쉬운 점으로 인식하였다. 이러한 연구 결과를 토대로 과학 수업에서 메타버스 활용에 대한 시사점을 논의하였다.

• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1321-1330
• /
• 2023

본 연구는 증강현실에서 적용할 캐릭터 생성에서 단일 이미지를 통해 여러 객체에 대한 3D 자세 추정 문제를 연구한다. 기존 top-down 방식에서는 이미지 내의 모든 객체를 먼저 감지하고, 그 후에 각각의 객체를 독립적으로 재구성한다. 문제는 이렇게 재구성된 객체들 사이의 중첩이나 깊이 순서가 불일치 하는 일관성 없는 결과가 발생할 수 있다. 본 연구의 목적은 이러한 문제점을 해결하고, 장면 내의 모든 객체에 대한 일관된 3D 재구성을 제공하는 단일 네트워크를 개발하는 것이다. SMPL 매개변수체를 기반으로 한 인체 모델을 top-down 프레임워크에 통합이 중요한 선택이 되었으며, 이를 통해 거리 필드 기반의 충돌 손실과 깊이 순서를 고려하는 손실 두 가지를 도입하였다. 첫 번째 손실은 재구성된 사람들 사이의 중첩을 방지하며, 두 번째 손실은 가림막 추론과 주석이 달린 인스턴스 분할을 일관되게 렌더링하기 위해 객체들의 깊이 순서를 조정한다. 이러한 방법은 네트워크에 이미지의 명시적인 3D 주석 없이도 깊이 정보를 제공하게 한다. 실험 결과, 기존의 Interpenetration loss 방법은 MuPoTS-3D가 114, PoseTrack이 654에 비해서 본 연구의 방법론인 Lp 손실로 네트워크를 훈련시킬 때 MuPoTS-3D가 34, PoseTrack이 202로 충돌수가 크게 감소하는 것으로 나타났다. 본 연구 방법은 표준 3D 자세벤치마크에서 기존 방법보다 더 나은 성능을 보여주었고, 제안된 손실들은 자연 이미지에서 더욱 일관된 재구성을 실현하게 하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제13권1호
• /
• pp.1-16
• /
• 2024

지난 수년간 6시그마는 제조업의 주요 혁신 방법론으로, 품질개선과 경비 절감을 위해 사용되었다. 그러나 스마트공장 확산으로 인한 초 단위 데이터 생성 등, 방대한 양의 데이터를 분석하기 어려운 문제와,오랫동안 정착된 형식적 사용으로 인해, 6시그마의 한계가 지적되었다. 6시그마의 한계를 극복하기 위해, 최근에 빅데이터 기반 6시그마 기법이 연구되고 있다. 빅데이터 기반 6시그마는, 6시그마의 강점인 통계적 검증, 수학적 최적화, 높은 해석력과, 빅데이터 분석의 강점인 기계학습을 모두 활용할 수 있다. 그러나, 최근 연구된 빅데이터 기반 6시그마 기법이 제조공정 및 경영 성과에 미치는 영향에 대한 검증은 미비하다. 이러한 이유로 실무에서는, 빅데이터 기반 6시그마 기법에 대한 신뢰성이 높지 않아 제대로 활용하지 못하고 있다. 본 연구에서는, 빅데이터 기반 6시그마인 DX SS의 유효성 분석을 통해 제조공정의 효율성에 미치는 영향을 알아본다. 또한 기업에서 이 기법을 성공적으로 도입 및 정착시키기 위한 핵심 성공 정책을 도출한다. 추가적으로, 성공 정책에 대한 연구 없이 전 임직원의 참여가 수반되지 못한 잘못된 정책으로 방법론이 중단된 사례는, 핵심 성공 정책 연구에 대한 중요성을 보여준다. 제조기업들이 본 연구에서 제시하는 방법론을 적극 도입하고 사용하여 성공적인 성과를 거둘 수 있도록 본 연구가 도움이 되기를 기대한다.