• 신재생에너지
• /
• 제10권2호
• /
• pp.19-28
• /
• 2014

Wind power generation of 5 MW wind turbine was predicted by using wind measurement data from HeMOSU-1 which is at south west coast of Korea. Time histories of turbulent wind was generated from 10-min mean wind speed and then they were used as input to Bladed to estimated electric power. Those estimated powers are used in both polynominal regression and neural network training. They were compared with each other for daily production and yearly production. Effect of mean wind speed and turbulence intensity were quantitatively analyzed and discussed. This technique further can be used to assess lifetime power of wind turbine.

• Journal of Welding and Joining
• /
• 제31권5호
• /
• pp.35-40
• /
• 2013

In this paper, we propose the Tangible Virtual Reality Representation Method to using haptic device and feature to morphology of created bead from Flux Cored Arc Welding. The virtual reality was started to rising for reduce to consumable materials and welding training risk. And, we will expected maximize virtual reality from virtual welding training. In this paper proposed method is get the database to changing the input factor such as work angle, travelling angle, speed, CTWD. And, it is visualization to bead from extract to optimal morphological feature information to using the Neural Network algorithm. The database was building without error to extract data from automatic robot welder. Also, the Neural Network algorithm was set a dataset of the highest accuracy from verification process in many times. The bead was created in virtual reality from extract to morphological feature information. We were implementation to final shape of bead and overlapped in process by time to using bead generation algorithm and calibration algorithm for generate to same bead shape to real database in process of generating bead. The best advantage of virtual welding training, it can be get the many data to training evaluation. In this paper, we were representation bead to similar shape from generated bead to Flux Cored Arc Welding. Therefore, we were reduce the gap to virtual welding training and real welding training. In addition, we were confirmed be able to maximize the performance of education from more effective evaluation system.

• 한국지능시스템학회논문지
• /
• 제18권1호
• /
• pp.32-40
• /
• 2008

데이터 속성 값이 연속적이고 애매할 때 퍼지 규칙으로 분류규칙을 표현하는 것은 매우 유용하면서도 효과적이다. 그러나 효과적인 퍼지 분류규칙을 생성하기 위한 소속함수를 결정하기는 어렵다. 본 논문에서는 진화알고리즘을 이용하여 효과적인 퍼지 분류규칙을 자동으로 생성하는 방법을 제안한다. 제안한 방법은 지도 군집화로 클래스 분포에 따라 초기 소속함수를 생성하고, 정확하고 간결한 규칙을 생성할 수 있도록 초기 소속함수를 진화시키는 방법이다. 또한 진화알고리즘의 시간에 대한 효율성을 높이기 위한 방법으로 데이터 분할 평가 진화 방법을 제안한다. 데이터 분할 평가 진화 방법은 전체 학습 데이터를 여러 개의 부분 학습 데이터들로 나누고 개체는 전체 학습 데이터 대신 부분 학습 데이터를 임의로 선택하여 평가하는 방법이다. UCI 벤치마크 데이터로 기존 방법과 비교 실험을 통해 평균적으로 제안한 방법이 효과적임을 보였다. 또한 KDD'99 Cup의 침입탐지 데이터에서 KDD'99 Cup 우승자에 비해 1.54% 향상된 인식률과 20.8% 절감된 탐지비용을 보였고 데이터 분할 평가 진화 방법으로 개체평가 시간을 약 70% 감소시켰다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권11호
• /
• pp.5427-5445
• /
• 2019

While deep neural networks have achieved remarkable performance in representation learning, a huge amount of labeled training data are usually required by supervised deep models such as convolutional neural networks. In this paper, we propose a new representation learning method, namely generative adversarial networks (GAN) based bagging deep convolutional autoencoders (GAN-BDCAE), which can map data to diverse hierarchical representations in an unsupervised fashion. To boost the size of training data, to train deep model and to aggregate diverse learning machines are the three principal avenues towards increasing the capabilities of representation learning of neural networks. We focus on combining those three techniques. To this aim, we adopt GAN for realistic unlabeled sample generation and bagging deep convolutional autoencoders (BDCAE) for robust feature learning. The proposed method improves the discriminative ability of learned feature embedding for solving subsequent pattern recognition problems. We evaluate our approach on three standard benchmarks and demonstrate the superiority of the proposed method compared to traditional unsupervised learning methods.

• 한국항공우주학회지
• /
• 제44권12호
• /
• pp.1035-1042
• /
• 2016

상용 비행시뮬레이션 게임 엔진 X-Plane을 이용하여 구성한 비행시뮬레이터에 대해 FTD level 5를 만족시킬 수 있는 QTG작성에 대해 연구하였다. 모델은 Cirrus사(社)의 SR-20을 대상으로 하였다. QTG의 테스트항목 중에는 조종반력을 측정하는 항목도 있다. 따라서 Brunner사(社)의 CLS(Control Loading System)을 조종 장치에 설치하여 조종반력을 측정할 수 있도록 구성하였다. X-Plane은 자체적으로 트림루틴을 제공하지 않으므로 외부에서 Autopilot을 구성하여 항공기가 트림상태에 도달할 수 있도록 하였다. 또한 테스트를 자동으로 수행할 수 있는 알고리듬을 개발하여 수동으로 조종하여 테스트하는 번거로움을 피하고 같은 테스트를 같은 조건으로 진행할 수 있도록 하였다. FTD Level 5의 경우 실제 비행데이터가 아닌 alternative data source를 적용할 수 있으며 이를 활용하여 모든 테스트 결과가 주어진 범위를 만족하였다.

• 한국정보통신학회논문지
• /
• 제25권6호
• /
• pp.774-784
• /
• 2021

객체 검출 및 인식 과정은 컴퓨터비전 분야에서 매우 중요한 과업으로써, 관련 연구가 활발하게 진행되고 있다. 그러나 실제 객체 인식 과정에서는 학습된 이미지 데이터와 테스트 이미지 데이터간 해상도 차이로 인하여 인식기의 정확도 성능이 저하되는 문제가 종종 발생한다. 이를 해결하기 위해 본 논문에서는 객체 인식 정확도 향상을 위한 이미지 초해상도 기법을 제안하여 객체 인식 및 초해상도 통합 프레임워크를 설계하고 개발하였다. 세부적으로는 11,231장의 차량 번호판 훈련용 이미지를 웹 크롤링, 인조데이터 생성 등을 통해 자체적으로 구축하고, 이를 활용하여 이미지 좌우 반전에 강인하도록 목적함수를 정의하여 이미지 초해상도 인공 신경망을 훈련시켰다. 제안 방법의 성능을 검증하기 위해 훈련된 이미지 초해상도 및 번호 인식기 1,999장의 테스트 이미지에 실험하였고, 이를 통해 제안한 초해상도 기법이 문자 인식 정확도 개선 효과가 있음을 확인하였다.

• 복식
• /
• 제64권6호
• /
• pp.120-130
• /
• 2014

The present study aimed to find out the most effective instructional method for illustration to aid the $21^{st}$-century post digital generation learners in their education. Although the literature discusses government-led enactment and revision of educational policy and curriculums and research reports by the Ministry of Education and other government agencies as well as many other research articles deal with futuristic instructional methods, the instructional methods in practice have not fully changed yet. Illustration is a means of visual communication and a subject that best represent 'expressionism' and 'speed' of the post digital generation. The present study exemplifies instructional methods to establish the need for lesson plans that best suit individuality of students and for re-training instructors. Also, the feedback process with students proved that the post digital generation learned Photoshop quickly and improved creativity via image synthesis even in short-term instructions. The present findings can be possibly used as reference data for instructional methods for illustration using digital media that best suits learners of the post digital generation. This being said, further studies should delve into specific instructional methods.

• 연구윤리
• /
• 제5권2호
• /
• pp.7-10
• /
• 2024

Purpose: The effectiveness of research ethics education in enabling researchers to think and judge ethically in conducting research. It is a fundamental solution for the establishment of research ethics in the research field, not only for current researchers but also for the next generation. It measured various variables related to ethics that can lead to ethical behavior through a quasi-experimental design to support the reliability of the study. Research Design, data and methodology: Examine prior research on research ethics and explore current research ethics education and practice. It aims to study how to effectively implement and validate specific aspects of research ethics. To investigate, study, and validate research ethics education and research ethics systems. Results: It is defined as the effectiveness or value of training as measured by changes in knowledge and behavior in reaction, learning, behavior, and outcome evaluations measured after learning. Conclusions: For the effectiveness of research ethics education, various support measures need to be mobilized for the spread and establishment of research ethics education. Formalized and continuous research ethics education is needed. It is important that the knowledge acquired through long-term and consistent research ethics training is transferred to ethical behavior in the research field.

• 한국컴퓨터그래픽스학회논문지
• /
• 제26권5호
• /
• pp.15-24
• /
• 2020

본 연구에서는 주어진 옷감 시료의 정적 드레이프 모양으로부터 해당 옷감을 시뮬레이션하기 위해 필요한 시뮬레이션 파라미터를 추정하는 데이터 기반 학습법을 제시한다. 정적 드레이프의 모양을 형성하기 위해 의류 산업계에서 옷감을 물성에 따라 분류하기 위해 사용하는 쿠식 드레이프 (Cusick's drape)에서 착안한 방법을 사용한다. 학습 모델의 입력 벡터는 특정 옷감의 정적 드레이프 모양에서 추출한 특징 벡터와 옷감의 밀도 값으로 구성되고, 출력 벡터는 해당 드레이프 결과를 도출하는 여섯가지 시뮬레이션 파라미터로 구성된다. 실제에 가깝고 편향되지 않은 학습 데이터를 생성하고자 먼저 400가지의 실제 니트 옷감에 대한 시뮬레이션 파라미터를 수집하고 이로부터 GMM (Gaussian mixture model) 생성 모델을 만든다. 다음, GMM 확률분포에 따라 대량의 시뮬레이션 파라미터를 무작위 샘플링한다. 샘플링된 각각의 시뮬레이션 파라미터에 대해 옷감 시뮬레이션을 수행하여 가상의 정적 드레이프 결과를 만들고 이로부터 특징 벡터를 추출한다. 생성된 데이터를 로그선형회기(log-linear regression) 모델로 피팅한다. 학습의 수치적 정확도를 검증하고 시뮬레이션 결과의 시각적 유사도를 비교하여 제시된 방법의 유용성을 확인한다.

• 융합신호처리학회논문지
• /
• 제23권4호
• /
• pp.222-227
• /
• 2022

본 논문에서는 다양한 산업분야에 적용 가능한 딥러닝 알고리즘 기반의 한글 필기체 생성 및 분류 모델을 구현하였다. 구현된 GAN 기반의 한글 필기체 생성 모델과 CNN 기반의 한글 필기체 분류 모델 2가지로 구성되어 있다. GAN 모델은 가짜 한글 필기체 데이터를 생성하기 위한 생성자 모델과 가짜 필기체 데이터를 판별하기 위한 판별자 모델로 구성된다. CNN 모델의 경우 'PHD08' 데이터세트를 활용하여 모델의 학습을 수행하였으며, 학습 결과 92.45% 정확도로 한글 필기체를 분류하는 것을 확인하였다. 구현된 GAN 모델을 통해 생성된 한글 필기체 데이터를 기존 CNN 모델의 학습 데이터세트와 통합하여 분류 모델의 성능평가를 진행한 결과 96.86%로 기존 분류 성능보다 우수하게 나타남을 확인하였다.