• 방송공학회논문지
• /
• 제24권6호
• /
• pp.1053-1063
• /
• 2019

최근 360 영상에 대한 관심이 증대됨에 따라, 이러한 360 영상을 보다 효율적으로 전송하기 위해 하나의 360 영상을 여러 개의 타일로 나누어 전송하는 타일 기반 스트리밍이 활발히 연구되고 있다. 본 논문에서는 타일 기반 스트리밍 시나리오에서 사용자 시점에 대응하는 고화질 360 영상 전송을 위해, 기존 네트워크 모델로 생성된 중요도 맵(Saliency map)을 타일 기반 스트리밍에 적용하여 각 위치의 타일의 품질을 할당하는 시스템을 제안한다. 각 타일들을 독립적으로 부호화하기 위해 motion constrained tile set (MCTS) 기법을 적용함과 동시에 Salient360! 데이터셋으로 사용자 시선 시나리오를 토대로 사용자 시점 영상으로 복원하여 검증한 결과, 제안된 시스템을 기반으로 360 비디오 영상을 전송하면 기존 high-efficiency video coding (HEVC)을 사용하여 전송했을 때보다 사용자 시점의 영상은 큰 손실 없이 최대 23%의 BD-rate 효율을 보임을 확인하였다.

• 전기학회논문지
• /
• 제66권12호
• /
• pp.1905-1912
• /
• 2017

In recent years, Ulaanbaatar, a capital of Mongolia has witnessed major problem that air quality reaches hazardous level during the winter season. Coal combustion for heating of every house in "Ger" district is main reason. One way to reduce the air pollution is mass usage of electric heater. However, there are several difficulties such as overload and degradation of transformers and other equipment used in distribution and transmission systems as well as power shortage occurrence in evening peak period due to residential consumption. This study aims to contribute for solving the air pollution and power shortage problem in Mongolia. One possible solution could be distributed generation (DG) with photovoltaic (PV) penetration. In this study, PV with energy storage (ES) hybrid system to reduce peak load is analyzed. We proposed the suitable structure of PV-ES hybrid for Mongolian household, and suggested several operation scenarios. Optimal operation algorithm is carried out based on a comparison aspect from economical, grid impact and PV penetration possibility. The economic analyse shows annual income of 520USD, and has a payback period of 8 years for selected scenario. The proposed PV-ES system structure is verified by experimentation set on the building rooftop in city center. The suggested scenario is planned to apply for system in further research.

• 전기학회논문지
• /
• 제66권12호
• /
• pp.1889-1894
• /
• 2017

Global automobile manufacturers are developing electric vehicles (EVs) to eliminate the pollutant emissions from internal combustion vehicles and to minimize fossil fuel consumptions for the future generations. However, EVs have a disadvantage of shorter traveling distance than that of conventional vehicles. To answer this shortfall, more batteries are installed in the EV to satisfy the consumer expectation for the driving range. However, as the energy capacity of the battery mounted in the EV increases, the amount of heat generated by each cell also increases. Naturally, a better battery thermal management system (BTMS) is required to control the temperature of the cells efficiently because the appropriate thermal environment of the cells greatly affects the power output from the battery pack. Typically, the BTMS is divided into an active and a passive system depending on the energy usage of the thermal management system. Heat exchange materials usually include gas and liquid, semiconductor devices and phase change material (PCM). In this study, an application of PCM for a BTMS was investigated to maintain an optimal battery operating temperature range by utilizing characteristics of a PCM, which can accumulate large amounts of latent heat. The system was modeled using Dymola from Dassault Systems, a multi-physics simulation tool. In order to compare the relative performance, the BTMS with the PCM and without the PCM were modeled and the same battery charge/discharge scenarios were simulated. Number of analysis were conducted to compare the battery cooling performance between the model with the aluminum case and PCM and the model with the aluminum case only.

• 디지털융복합연구
• /
• 제19권9호
• /
• pp.271-276
• /
• 2021

본 연구는 중국의 모바일 결제에서 사용자 경험에 영향을 미치는 요인에 관한 연구이다. 최근 5G 네트워크의 발전과 스마트폰의 보급은 모바일 결제 발전에 기초를 제공해서 모바일 결제 기술 발전이 빠른 상승세를 보인다. 모바일 결제는 간편성과 이동성 등 다양한 특징이 있어서 사람들에게 특히 젊은 층에 어필하고 있다. 따라서 본 연구는 중국의 20-30대 모바일 결제 사용자를 대상으로 설문 조사를 실시하여 사용자 경험에 영향을 미치는 요인들을 회귀분석을 통해 확인하였다. 이 연구는 모바일 결제 기술에 관한 선행 연구와 사용자의 사용 경험에 초점을 두고 사용자 경험에 영향을 미치는 요인은 파악하였으며, 중국 모바일 결제 발전에 도움이 될 것으로 기대한다.

• Smart Structures and Systems
• /
• 제24권2호
• /
• pp.243-256
• /
• 2019

Determination of the most meaningful structural modes and gaining insight into how these modes evolve are important issues for long-term structural health monitoring of the long-span bridges. To address this issue, modal parameters identified throughout the life of the bridge need to be compared and linked with each other, which is the process of mode tracking. The modal frequencies for a long-span bridge are typically closely-spaced, sensitive to the environment (e.g., temperature, wind, traffic, etc.), which makes the automated tracking of modal parameters a difficult process, often requiring human intervention. Machine learning methods are well-suited for uncovering complex underlying relationships between processes and thus have the potential to realize accurate and automated modal tracking. In this study, Gaussian mixture model (GMM), a popular unsupervised machine learning method, is employed to automatically determine and update baseline modal properties from the identified unlabeled modal parameters. On this foundation, a new mode tracking method is proposed for automated mode tracking for long-span bridges. Firstly, a numerical example for a three-degree-of-freedom system is employed to validate the feasibility of using GMM to automatically determine the baseline modal properties. Subsequently, the field monitoring data of a long-span bridge are utilized to illustrate the practical usage of GMM for automated determination of the baseline list. Finally, the continuously monitoring bridge acceleration data during strong typhoon events are employed to validate the reliability of proposed method in tracking the changing modal parameters. Results show that the proposed method can automatically track the modal parameters in disastrous scenarios and provide valuable references for condition assessment of the bridge structure.

• 한국수자원학회논문집
• /
• 제52권5호
• /
• pp.373-380
• /
• 2019

본 연구에서는 상수도관망의 피해율 저감을 위한 최적의 펌프운영기법을 제안하였다. 펌프운영시스템은 효과적인 펌프운영을 위하여 개발되었다. 이를 위해 펌프와 소통할 수 있는 압력센서가 상수도관망의 관말단부에 설치되었다. 펌프운영시스템은 관말단의 센서로 부터 수신된 데이터를 통하여 펌프를 제어하게 된다. 따라서 펌프운영시스템은 관말단부에 충분한 유량을 전달할 수 있는 압력을 유지할 수 있고 불필요한 압력을 줄일 수 있다. 펌프운영시스템의 효과를 입증하기 위해 신뢰성해석모형이 사용되었고 기존의 펌프운영시스템과 새로운 펌프운영시스템의 운영결과를 통하여 상수도관의 파괴확률을 정량적으로 비교하였다. 이를 위해서 부정류해석을 수행하였고 그 결과는 파괴확률을 산정하는데 사용되었다. 그 결과, 새로 제시된 펌프운영시스템은 상수도관의 파괴확률을 현저히 낮출 수 있음을 확인할 수 있었다.

• 한국융합학회논문지
• /
• 제12권3호
• /
• pp.53-59
• /
• 2021

의약품 정보검색 서비스를 사용할 때 대표적인 검색방법은 ATC(Anatomic Therapeutic Chemical Classification) 코드를 사용하는 것이다. 기존의 ATC코드 기반 의약정보 검색은 주요 성분이 한가지인 단일제 검색에는 매우 유용하다. 하지만 복합제의 경우에는 검색 오류가 종종 발생하고 있다. 이 문제의 원인은 ATC코드 기반 검색은 단일제 ATC 코드를 패턴매칭하여 진행 된다는 것이다. 본 연구는 ATC코드기반 검색 시 주성분을 기준으로 복합제를 검색하는 요구사항 시나리오를 분석하여 ATC코드기반 매핑 스키마를 설계하였다. ATC코드기반 매핑 스키마는 복합제의 ATC코드와 복합제에 포함된 모든 단일제의 ATC코드를 저장한 스키마를 의미한다. 이 스키마를 사용한 ATC코드기반 검색은 단일제의 주성분으로 복합제를 검색하므로 기존 방법보다 높은 정확도를 가진다. ATC코드기반 매핑 스키마는 의사의 환자 처방 효율을 높일 수 있고 의약품 안전 사용 서비스의 정확도를 올릴 수 있을 것으로 기대된다.

• 우주기술과 응용
• /
• 제2권1호
• /
• pp.30-40
• /
• 2022

본 논문에서는 초소형 위성을 활용한 랑데부/도킹 기술검증 시 초기 발사 이후 표류(drift) 거리 회복(recovery)과 근접 운용을 위한 시나리오 설계에 대해 기술하였다. 랑데부/도킹은 궤도상서비싱(on-orbit servicing, OOS) 기술의 기반이 되는 기술로서 목표 물체에 접근하는 데 반드시 필요한 선제적인 과정이다. 특히 우주상에서 검증이 어려운 기술로서 개발 단계의 위험성 및 비용 등을 줄이기 위하여 최근에는 초소형 위성이 활용되고 있다. 따라서 본 논문에서는 랑데부/도킹 기술 검증을 위한 초소형 위성의 추력기 구성과 제원을 소개하며, 초소형 위성의 작은 크기 및 낮은 전력에서 오는 추력 한계를 고려할 수 있는 상대 궤적을 설계하고자 한다. 또한 추력 한계를 고려하지 않은 경우와의 궤적 및 추력 사용량 등의 비교를 통해 추후 사용 가능한 추력기의 성능 향상에 따른 시나리오 설계에도 도움이 되고자 한다.

• 한국정보통신학회논문지
• /
• 제25권7호
• /
• pp.877-883
• /
• 2021

인공지능 기술은 제조 로봇, 인공지능 스피커, 로봇 청소기 등 산업 및 스마트홈 분야에서 다양하게 사용되고 있다. 본 논문에서는 RCMS(Real-time Cash Management System)에서 활용하기 위한 인공지능 기반 1:1 챗봇(chatbot) 시스템을 설계 및 구현하였다. 구현한 RCMS 챗봇은 기존 온라인 게시판의 1만 3천 5백여건의 질의응답을 기반으로 연구비 사용, 시스템 사용법 등 9개 영역에 총 210개의 질의시나리오로 구축하였다. 챗봇은 부족한 상담인원 문제를 해소하고, 근무시간 이후에 연구자의 문의에 대응하여 사용자의 만족도를 제고 할 것으로 예상되며, 연구자의 상담문의가 가장 많았던 사용비목에 대한 추천 서비스는 상담건수를 감소시켜 다른 상담문의에 대한 답변의 질적 수준 향상이 기대된다.

• 시스템엔지니어링학술지
• /
• 제18권2호
• /
• pp.94-107
• /
• 2022

Accidents prevention and mitigation is the highest priority of nuclear power plant (NPP) operation, particularly in the aftermath of the Fukushima Daiichi accident, which has reignited public anxieties and skepticism regarding nuclear energy usage. To deal with accident scenarios more effectively, operators must have ample and precise information about key safety parameters as well as their future trajectories. This work investigates the potential of machine learning in forecasting NPP response in real-time to provide an additional validation method and help reduce human error, especially in accident situations where operators are under a lot of stress. First, a base-case SGTR simulation is carried out by the best-estimate code RELAP5/MOD3.4 to confirm the validity of the model against results reported in the APR1400 Design Control Document (DCD). Then, uncertainty quantification is performed by coupling RELAP5/MOD3.4 and the statistical tool DAKOTA to generate a large enough dataset for the construction and training of neural-based machine learning (ML) models, namely LSTM, GRU, and hybrid CNN-LSTM. Finally, the accuracy and reliability of these models in forecasting system response are tested by their performance on fresh data. To facilitate and oversee the process of developing the ML models, a Systems Engineering (SE) methodology is used to ensure that the work is consistently in line with the originating mission statement and that the findings obtained at each subsequent phase are valid.