• 전기전자학회논문지
• /
• 제26권3호
• /
• pp.349-354
• /
• 2022

화력발전소의 보일러 모델은 로직도 작성, 플랜트 튜닝, 제어이론 적용 등 다양한 분야에 사용된다. 특히 정확한 제어를 위해서는 정확한 모델이 필요하다. 수학적 모델은 화력발전소 시스템의 비선형성, 복잡성, 시변특성 등으로 인하여 시스템을 정확하게 표현하는데 한계가 있다. 이런 시스템에 대하여 신경망을 이용한 모델링 방법은 좋은 대안이 될 수 있다. 본 논문에서는 화력발전소 보일러의 증기계통을 신경망 알고리즘의 한 종류인 GRNN을 이용하여 모델링하였다. 보일러의 과열기와 재열기, 과열저감기, 드럼을 모델링하여 540[MW]급 화력발전소에서 취득한 데이터를 이용하여 학습하고 검증하였다. 검증결과 제안한 모델의 출력이 보일러의 실제 출력과 잘 일치함을 알 수 있었다.

• 정보보호학회논문지
• /
• 제32권4호
• /
• pp.691-708
• /
• 2022

머신러닝과 딥러닝의 기술이 보편화되면서 산업제어시스템의 이상(비정상) 탐지 연구에도 적용이 되기 시작하였다. 국내에서는 산업제어시스템의 이상 탐지를 위한 인공지능 연구를 활성화시키기 위하여 HAI 데이터셋을 개발하여 공개하였고, 산업제어시스템 보안위협 탐지 AI 경진대회를 시행하고 있다. 이상 탐지 연구들은 대개 기존의 딥러닝 학습 알고리즘을 변형하거나 다른 알고리즘과 함께 적용하는 앙상블 학습 모델의 방법을 통해 향상된 성능의 학습 모델을 만드는 연구가 대부분 이었다. 본 연구에서는 학습 모델과 데이터 전처리(pre-processing)의 개선을 통한 방법이 아니라, 비정상 데이터를 탐지하여 라벨링 한 결과를 보정하는 후처리(post-processing) 방법으로 이상 탐지의 성능을 개선시키는 연구를 진행하였고, 그 결과 기존 모델의 이상 탐지 성능 대비 약 10%이상의 향상된 결과를 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권3호
• /
• pp.111-116
• /
• 2023

LSM 트리 기반 Key-Value 스토어의 컴팩션(compaction)에 의한 오버헤드를 최적화한 WiscKey 데이터베이스는 값은 별도의 파일에 저장하고, 데이터베이스에는 키와 값의 주소만을 저장한다. 값을 저장하는 과정에서 데이터 무결성을 보장하기 위해 매번 fsync 시스템 호출 함수를 사용한다. 기존의 수행된 연구에서 fsync 시스템 호출 함수를 호출하지 않고 데이터 저장 작업을 반복적으로 수행해 본 결과 총 작업 수행시간이 최대 5.8배까지 줄어들었다. 하지만 fsync 시스템 호출 함수를 사용하지 않을 경우 데이터베이스의 데이터 무결성을 보장하기 어렵다. 본 논문에서는 WiscKey 데이터베이스에서 작업 수행 중 fsync 시스템 호출 함수의 오버헤드를 줄이기 위해 NVDIMM 캐싱 기법을 사용하여 데이터 무결성을 보장함과 동시에 WiscKey 데이터베이스의 성능을 향상시켰다.

• Smart Structures and Systems
• /
• 제31권4호
• /
• pp.421-436
• /
• 2023

This paper presents a vibration displacement measurement and damage identification method for a space truss structure from its vibration videos. Features from Accelerated Segment Test (FAST) algorithm is combined with adaptive threshold strategy to detect the feature points of high quality within the Region of Interest (ROI), around each node of the truss structure. Then these points are tracked by Kanade-Lucas-Tomasi (KLT) algorithm along the video frame sequences to obtain the vibration displacement time histories. For some cases with the image plane not parallel to the truss structural plane, the scale factors cannot be applied directly. Therefore, these videos are processed with homography transformation. After scale factor adaptation, tracking results are expressed in physical units and compared with ground truth data. The main operational frequencies and the corresponding mode shapes are identified by using Subspace Stochastic Identification (SSI) from the obtained vibration displacement responses and compared with ground truth data. Structural damages are quantified by elemental stiffness reductions. A Bayesian inference-based objective function is constructed based on natural frequencies to identify the damage by model updating. The Success-History based Adaptive Differential Evolution with Linear Population Size Reduction (L-SHADE) is applied to minimise the objective function by tuning the damage parameter of each element. The locations and severities of damage in each case are then identified. The accuracy and effectiveness are verified by comparison of the identified results with the ground truth data.

• 대한의용생체공학회:의공학회지
• /
• 제44권3호
• /
• pp.182-189
• /
• 2023

CT is a medical device that acquires medical images based on Attenuation coefficient of human organs related to X-rays. In addition, using this theory, it can acquire sagittal and coronal planes and 3D images of the human body. Then, CT is essential device for universal diagnostic test. But Exposure of CT scan is so high that it is regulated and managed with special medical equipment. As the special medical equipment, CT must implement quality control. In detail of quality control, Spatial resolution of existing phantom imaging tests, Contrast resolution and clinical image evaluation are qualitative tests. These tests are not objective, so the reliability of the CT undermine trust. Therefore, by applying an artificial intelligence classification model, we wanted to confirm the possibility of quantitative evaluation of the qualitative evaluation part of the phantom test. We used intelligence classification models (VGG19, DenseNet201, EfficientNet B2, inception_resnet_v2, ResNet50V2, and Xception). And the fine-tuning process used for learning was additionally performed. As a result, in all classification models, the accuracy of spatial resolution was 0.9562 or higher, the precision was 0.9535, the recall was 1, the loss value was 0.1774, and the learning time was from a maximum of 14 minutes to a minimum of 8 minutes and 10 seconds. Through the experimental results, it was concluded that the artificial intelligence model can be applied to CT implements quality control in spatial resolution and contrast resolution.

• 한국빅데이터학회지
• /
• 제7권1호
• /
• pp.113-124
• /
• 2022

데이터센터의 장애 예방을 위해 머신러닝과 빅데이터를 활용한 다양한 방법들이 적용되어 왔다. 그러나 개별 장비 기반의 성능지표를 참조하거나, 인프라 운영환경을 고려하지 않은 접근방법으로 실제 활용되는 데에는 많은 한계가 있었다. 이에 본 연구에서는 개별 인프라 장비들의 성능지표를 통합 모니터링하며, 다양한 장비들의 성능지표를 구간화, 등급화 하여 단일수치화를 진행한다. 인프라 운영에 대한 경험치 기반으로 데이터 전처리를 수행하며, RRCF(Robust Random Cut Forest)분석과 Prophet 분석 모델을 앙상블하여 이상징후 검출에 신뢰도 있는 분석결과를 도출하였다. 데이터센터 내 운영담당자들의 접근을 용이하게 하기 위해 장애분석시스템을 구현하여 데이터센터 장애의 선제 대응과 적정한 튜닝시점을 제시할 수 있다.

• 한국정보전자통신기술학회논문지
• /
• 제16권5호
• /
• pp.223-229
• /
• 2023

본 논문에서는 벡터제어 기법을 적용하는 교류 전동기 PI(비례-적분) 전류제어를 위한 주요 시스템 파라미터를 측정하는 방법을 제시한다. 전류제어를 위해서 PI 제어입력은 여러 선택적 방법에 의해 튜닝될 수 있다. 그 여러 방법들 중에서 주요 계통 파라미터인 권선 저항과 인덕턴스를 이용하는 방법이 빈번히 사용된다. 본 연구에서는 단순 궤환 제어의 결과들을 통해서 이 두 파라미터를 분석, 계측하는 기법을 제시한다. 이 분석적 측정 방법은 단위 계단 또는 다중 계단 기준 명령에 대해 단순 비례 궤환 이득을 이용하는 P 제어의 출력들을 분석하여 단계적으로 파라미터들을 계측해 내는 방법이다. 이 기법은 실시간적인 해석적 계측 방법으로 추가 계측 회로들 및 복잡한 계측 알고리즘들을 사용하지 않고 교류전동기의 벡터제어를 위한 토크성분과 자속성분 전류 제어이득을 같이 연산할 수 있는 방법이다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.1-32
• /
• 2018

본 연구는 경제적으로 국내에 큰 영향을 주었던 글로벌 금융위기를 기반으로 총 10년의 연간 기업데이터를 이용한다. 먼저 시대 변화 흐름에 일관성있는 부도 모형을 구축하는 것을 목표로 금융위기 이전(2000~2006년)의 데이터를 학습한다. 이후 매개 변수 튜닝을 통해 금융위기 기간이 포함(2007~2008년)된 유효성 검증 데이터가 학습데이터의 결과와 비슷한 양상을 보이고, 우수한 예측력을 가지도록 조정한다. 이후 학습 및 유효성 검증 데이터를 통합(2000~2008년)하여 유효성 검증 때와 같은 매개변수를 적용하여 모형을 재구축하고, 결과적으로 최종 학습된 모형을 기반으로 시험 데이터(2009년) 결과를 바탕으로 딥러닝 시계열 알고리즘 기반의 기업부도예측 모형이 유용함을 검증한다. 부도에 대한 정의는 Lee(2015) 연구와 동일하게 기업의 상장폐지 사유들 중 실적이 부진했던 경우를 부도로 선정한다. 독립변수의 경우, 기존 선행연구에서 이용되었던 재무비율 변수를 비롯한 기타 재무정보를 포함한다. 이후 최적의 변수군을 선별하는 방식으로 다변량 판별분석, 로짓 모형, 그리고 Lasso 회귀분석 모형을 이용한다. 기업부도예측 모형 방법론으로는 Altman(1968)이 제시했던 다중판별분석 모형, Ohlson(1980)이 제시한 로짓모형, 그리고 비시계열 기계학습 기반 부도예측모형과 딥러닝 시계열 알고리즘을 이용한다. 기업 데이터의 경우, '비선형적인 변수들', 변수들의 '다중 공선성 문제', 그리고 '데이터 수 부족'이란 한계점이 존재한다. 이에 로짓 모형은 '비선형성'을, Lasso 회귀분석 모형은 '다중 공선성 문제'를 해결하고, 가변적인 데이터 생성 방식을 이용하는 딥러닝 시계열 알고리즘을 접목함으로서 데이터 수가 부족한 점을 보완하여 연구를 진행한다. 현 정부를 비롯한 해외 정부에서는 4차 산업혁명을 통해 국가 및 사회의 시스템, 일상생활 전반을 아우르기 위해 힘쓰고 있다. 즉, 현재는 다양한 산업에 이르러 빅데이터를 이용한 딥러닝 연구가 활발히 진행되고 있지만, 금융 산업을 위한 연구분야는 아직도 미비하다. 따라서 이 연구는 기업 부도에 관하여 딥러닝 시계열 알고리즘 분석을 진행한 초기 논문으로서, 금융 데이터와 딥러닝 시계열 알고리즘을 접목한 연구를 시작하는 비 전공자에게 비교분석 자료로 쓰이기를 바란다.

• 한국정보과학회논문지:시스템및이론
• /
• 제27권1호
• /
• pp.44-52
• /
• 2000

본 논문은 N 개의 노드와 W 개의 파장을 가진 WDM Passive-star형 광 네트워크에서 주기적으로 발생하는 전방송에 대한 패킷 전송 스케쥴링 알고리즘에 관한 것이다. 각각의 노드가 한 개씩의 조율 가능한 송신기와 고정 조율된 수신기를 가지고, 각각의 송신기는 k 개의 파장으로 조율이 가능하다고 가정한다. 조율지연은 송신기가 임의의 파장에서 다른 파장으로 조율하는데 걸리는 시간을 의미하고 한 개의 패킷을 전송하는데 걸리는 시간을 단위로 하여 ${\delta}$(>0)로 나타낸다. 전방송이란 모든 노드가 자기자신을 제외한 다른 모든 노드에 패킷을 전송하는 것을 말하고 전방송시 전송되는 전체 패킷의 개수는 N(N-1)이다. 또한, 최적 전송 스케쥴링이란 전송되어야 하는 모든 패킷이 최소시간 내에 전송될 수 있도록 스케쥴하는 것을 말한다. 본 논문에서 최적 전송 스케쥴에 대한 조건을 제시하고 임의의 N, k, ${\delta}$(N)k)에 대하여 전방송에 드는 스케쥴링 주기가 $max{[\frac{N}{k}](M-1)$, $k{\delta}+N-1$}인 최적 전송 스케쥴링 알고리즘을 제시하도록 한다.

• 드라이브 ㆍ 컨트롤
• /
• 제12권4호
• /
• pp.60-70
• /
• 2015

A front-end loader (FEL) mounted on an agricultural tractor is one of the most commonly used implements for farm work. However, when the tractor carries material using the bucket attached to the FEL on a sloping ground, the materials can spill or roll back over the operator due to the tilted body, thereby requiring the bucket surface to remain level at a constant value regardless of varying slopes. In this study, an active system for controlling the angle of the FEL bucket on a tractor based on the real-time measurement of ground slopes was developed to enable the bucket to constantly remain level. A FEL simulator operated based on an electro hydraulic proportional valve (EHPV) was constructed in the laboratory to develop a proportional-integral-derivative (PID) controller forming a virtual electronic control unit (ECU) on the computer, which could automatically adjust the bucket angles depending on varying input angles while sending SAE-J1939 associated messages via CAN BUS to the EHPV. The different parameter values for the PID controller due to the gravity effect of the bucket were determined using a manual PID tuning method while assuming that the tractor travels on either an ascending slope or a descending slope. The developed PID control-based self-leveling system showed a mean of steady-state errors of within $1^{\circ}$ and a mean of delayed times of ~ 0.8s when the step input of $+20^{\circ}$ was given, implying that the developed system and control algorithm would be effective in maintaining the bucket angle at a certain value. Future studies include the improvement of the control algorithm to reduce such a time delay as well as the application of the developed algorithm to the FEL mounted on a tractor tested at a testing ground.