• 한국정보통신학회논문지
• /
• 제26권10호
• /
• pp.1483-1489
• /
• 2022

최근 4차 산업혁명의 영향과 통신매체의 발전으로 다양한 디지털 영상장비가 산업현장에서 사용되고 있다. 영상 데이터는 카메라와 센서로부터 취득되는 과정 및 송수신 과정에서 잡음에 훼손되기 쉬우며, 훼손된 영상은 시스템의 처리과정에 영향을 미치기 때문에 잡음제거가 필수적으로 선행되고 있다. 본 논문에서는 고밀도의 임펄스 잡음에 훼손된 영상을 복원하기 위해 가중치 그래프를 사용한 가중치 필터 알고리즘을 제안하였다. 제안한 알고리즘은 영상의 필터링 마스크 내부의 화소값을 사용하여 가중치 그래프를 구하였으며, 최종 가중치를 필터링 마스크에 적용하여 영상을 복원하였다. 제안하는 알고리즘의 잡음제거 성능을 분석하기 위해 시뮬레이션을 진행하였으며, 확대영상 및 PSNR을 사용하여 기존 방법과 비교하였다. 제안한 알고리즘의 결과 영상은 고밀도 임펄스 잡음을 제거하며 우수한 성능을 보였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권11호
• /
• pp.529-534
• /
• 2021

컴퓨팅 사고는 21세기에 필요한 중요한 소양 중 하나로 여겨지면서 여러 국가에서 컴퓨팅 사고 교육 과정을 도입하여 시행하고 있다. 컴퓨팅 사고 교육 방법 중 교육용 게임 기반 방법은 학생들의 참여와 동기를 증대시키고 컴퓨팅 사고에 대한 접근성을 높여준다. Autothinking은 학습자들에게 컴퓨팅 사고 교육을 제공하기 위한 목적으로 개발한 교육용 게임으로 학습자들에게 동적으로 피드백을 제공하고, 학습자의 컴퓨팅 사고 능력에 따라서 난이도를 자동으로 조절하는 적응적 시스템이다. 하지만 규칙기반으로 게임을 디자인하여 지능적으로 학습자들의 컴퓨팅 사고를 고려하거나 피드백을 주지 못한다. 본 연구에서는 Autothikning을 통해 수집한 게임 데이터를 소개하고, 이를 활용하여 해당 게임의 적응성을 높이기 위해 컴퓨팅 사고를 반영하는 게임 점수의 예측을 수행한다. 이 문제를 해결하기 위해 회귀 문제에 가장 많이 사용되는 선형 회귀, 결정 트리, 렌덤 포레스트, 서포트 벡터 머신 알고리즘에 대한 비교연구를 수행하였다. 연구 수행결과 선형회귀 방법이 게임 점수 예측에 가장 좋은 성능을 보여주었다.

• 한국재난정보학회 논문집
• /
• 제17권4호
• /
• pp.802-816
• /
• 2021

연구목적: 본 논문에서는 개선된 특허 검색식을 제안하고 이에 기반 한 특허분석을 통해 Passive Tracking 기술분야의 잠재적 유망분야에 해당하는 공백기술을 도출하여 향후 수행해야 할 연구개발의 방향성을 제시한다. 연구방법: 본 논문에서는 기존의 검색식 구성 방식을 개선하여 유사어 DB, 최근 발표 논문의 Keyword, AI 검색 등의 다양한 Tool과 방법을 복합적으로 적용하는 기법을 제안하고, Passive Tracking 기술분야를 대상으로 광범위한 특허조사 및 분석을 통해, 기술 변화의 방향성 및 흐름을 확인하고, 해결하고자 하는 목적과 수단을 매트릭스화 하는 방법으로 공백기술을 도출한다. 연구결과: 제안하는 방법을 통해 Passive Tracking 기술분야 공백기술은 인공지능,적응형/복합형 측위기술 및 레이더/안테나를 활용한 '멀티 타깃 측위·추적기술'과 '3D 측위 기술'이 공백기술로 도출되었으며, 도출 결과의 타당성을 검토하기 위한 검색 결과 상용화 서비스 또는 제품이 부재함을 확인하였다. 결론: 본 논문에서 도출한 공백기술은 특허출원이 활발하지 않고 선점되어 있는 선행특허가 많지 않은 분야이므로, 보다 적극적인 연구개발과 특허출원 활동을 통해 기술에 대한 권리를 확보할 필요가 있다.

• 방송공학회논문지
• /
• 제28권2호
• /
• pp.194-212
• /
• 2023

다수의 색상 및 거리 순서쌍으로 구성된 몰입형 영상 압축을 위한 MPEG immersive video (MIV) 표준은 시점 간 중복 영역 제거 후 잔여 영상을 병합하여 높은 압축률을 확보하였다. 비슷한 영역을 표현하는 시점 간 그룹화를 통해 품질 향상 및 선택적 스트리밍 구현이 가능하나, 최근 그룹 기반 MIV 부호화 기술은 활발히 논의되고 있지 않다. 본 논문은 최신 MIV 참조 소프트웨어에서 그룹 기반 부호화 기술을 이식하고, 최적의 그룹 별 시점 및 영상 개수 산출을 위한 실험을 진행하였으며, 출력 영상 내 잔여 영상의 비율을 기반으로 전역적 영상 표현을 위한 최적의 출력 영상 수를 결정하는 기법을 제안한다.

• 융합신호처리학회논문지
• /
• 제23권4호
• /
• pp.234-240
• /
• 2022

본 논문은 직종별 근무 환경에 따른 상대적 운동량을 고려한 맞춤형 AI 운동 추천 서비스 방법을 제안한다. 가속도 및 자이로 센서를 활용하여 수집된 데이터를 18가지 일상생활의 신체활동으로 분류한 WISDM 데이터베이스를 기반으로 전신, 하체, 상체의 3가지 활동으로 분류한 후 인식된 활동 지표를 통해 적절한 운동을 추천한다. 본 논문에서 신체활동 분류를 위해서 사용하는 1차원 합성곱 신경망(1D CNN; 1 Dimensional Convolutional Neural Network) 모델은 커널 크기가 다른 다수의 1D 컨볼루션(Convolution) 계층을 병렬적으로 연결한 컨볼루션 블록을 사용한다. 컨볼루션 블록은 하나의 입력 데이터에 다층 1D 컨볼루션을 적용함으로써 심층 신경망 모델로 추출할 수 있는 입력 패턴의 세부 지역 특징을 보다 얇은 계층으로도 효과적으로 추출 할 수 있다. 제안한 신경망 모델의 성능 평가를 위해서 기존 순환 신경망(RNN; Recurrent Neural Network) 모델과 비교 실험한 결과 98.4%의 현저한 정확도를 보였다.

• 대한조선학회논문집
• /
• 제60권1호
• /
• pp.31-37
• /
• 2023

In the present study, a method of performing cavitation erosion test directly on the anodized surface of the rudder model is proposed, not applying ink or paint on its surface. An image processing technique is newly developed to quantitatively evaluate the erosion damages on the rudder model surface after erosion test. The preprocessing saturation image, image smoothing, adaptive hysteresis thresholding and eroded area detection algorithms are in the image processing program. The rudder cavitation erosion tests are conducted in the rudder deflection angle range of 0° to -4°, which is used to maintain a straight course at the highest speed of the targeted navy ship. In the case of the conventional flat-type full-spade rudder currently being used in the target ship, surface erosion can occur on the model rudder surface in the above rudder deflection angle range. The bubble type of cavitation occurs on rudder surface, which is estimated to be the main reason of erosion damage on the rudder surface.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 추계학술발표대회
• /
• pp.606-608
• /
• 2011

무선 센서 네트워크는 특정지역에 센서 노드를 설치하여 주변 정보 또는 특정 목적의 데이터를 수집하고, 그 정보를 수집하는 싱크(Sink)로 구성되어 있다. 무선 센서 네트워크의 수명은 망을 구성하는 센서 노드의 베터리 소비에 따라 수명이 결정 되고 하나의 노드가 죽기 시작하면서부터 급격하게 센서 노드의 베터리 소비가 커져 빠르게 죽는다. 무선 센서 네트워크를 구성하는 센서노드는 라우팅, 센싱을 수행하기 때문에 베터리 소비에 많은 부담을 가지고 있다. 본 논문은 무선 센서 네트워크의 대표적 클러스터링 기반 라우팅 기법인 LEACH(Low - Energy Adaptive Clustering Hierarchy)프로토콜에 SVM(Support Vector Machine)을 적용하여 센서노드의 균형적인 베터리 소비로 망을 효율적으로 관리하고 망의 수명을 개선 할 수 있는 방법을 제안 한다. 이러한 센서 노드의 균형적인 베터리 소비로 무선센서 네트워크의 수명을 개선 한다. 실험결과 기존의 LEACH 프로토콜보다 우수한 성능을 보인다.

• 문화기술의 융합
• /
• 제8권3호
• /
• pp.203-212
• /
• 2022

본 연구는 정서중심심리코칭 경험의 본질이 무엇이며, 그 경험이 연구 참여자들에게 어떤 변화를 가져왔는지를 탐색하는 것을 목적으로 한다. 이를 위해 정서중심코칭을 5회 경험한 4인의 연구참여자를 대상으로 심층면접을 수행하였다. 면담자료는 Colaizzi의 현상학적 연구방법을 사용하여 분석하였다. 정서중심심리코칭은 Greenberg의 정서중심치료를 기반으로 ICF의 코칭 핵심역량과 함께 융합하여 정서를 중심으로 접근하는 새로운 코칭심리 모델이다. 분석결과, 정서중심코칭 경험 이전에는 자신의 정서를 회피하거나 억압한 면이 있었고, 이로 인해 행동에서도 효과적인 대인관계나 대안을 탐색하지 못하게 되는 결과를 보여주었다. 반면 경험 이후에는 정서에 대한 인식, 정서 조율, 정서 표현, 상대에 대한 정서 이해(공감) 등이 적응적인 형태로 발전하였으며, 효율적인 대안을 마련하게 된 것을 알 수 있었다.

• Geomechanics and Engineering
• /
• 제33권3호
• /
• pp.279-289
• /
• 2023

Brittleness index (BI) is an important property of rocks because it is a good index to predict rockburst. Due to its importance, several empirical and soft computing (SC) models have been proposed in the literature based on the punch penetration test (PPT) results. These models are very important as there is no clear-cut experimental means for measuring BI asides the PPT which is very costly and time consuming to perform. This study used a novel Multivariate Adaptive regression spline (MARS), M5P, and white-box ANN to predict the BI of rocks using the available data in the literature for an improved BI prediction. The rock density, uniaxial compressive strength (σ_c) and tensile strength (σ_t) were used as the input parameters into the models while the BI was the targeted output. The models were implemented in the MATLAB software. The results of the proposed models were compared with those from existing multilinear regression, linear and nonlinear particle swarm optimization (PSO) and genetic algorithm (GA) based models using similar datasets. The coefficient of determination (R²), adjusted R² (Adj R²), root-mean squared error (RMSE) and mean absolute percentage error (MAPE) were the indices used for the comparison. The outcomes of the comparison revealed that the proposed ANN and MARS models performed better than the other models with R² and Adj R² values above 0.9 and least error values while the M5P gave similar performance to those of the existing models. Weight partitioning method was also used to examine the percentage contribution of model predictors to the predicted BI and tensile strength was found to have the highest influence on the predicted BI.

• Geomechanics and Engineering
• /
• 제31권2호
• /
• pp.129-147
• /
• 2022

The properties of soil are naturally highly variable and thus, to ensure proper safety and reliability, we need to test a large number of samples across the length and depth. In pile foundations, conducting field tests are highly expensive and the traditional empirical relations too have been proven to be poor in performance. The study proposes a state-of-art Particle Swarm Optimization (PSO) hybridized Artificial Neural Network (ANN), Extreme Learning Machine (ELM) and Adaptive Neuro Fuzzy Inference System (ANFIS); and comparative analysis of metaheuristic models (ANN-PSO, ELM-PSO, ANFIS-PSO) for prediction of bearing capacity of pile foundation trained and tested on dataset of nearly 300 dynamic pile tests from the literature. A novel ensemble model of three hybrid models is constructed to combine and enhance the predictions of the individual models effectively. The authenticity of the dataset is confirmed using descriptive statistics, correlation matrix and sensitivity analysis. Ram weight and diameter of pile are found to be most influential input parameter. The comparative analysis reveals that ANFIS-PSO is the best performing model in testing phase (R² = 0.85, RMSE = 0.01) while ELM-PSO performs best in training phase (R² = 0.88, RMSE = 0.08); while the ensemble provided overall best performance based on the rank score. The performance of ANN-PSO is least satisfactory compared to the other two models. The findings were confirmed using Taylor diagram, error matrix and uncertainty analysis. Based on the results ELM-PSO and ANFIS-PSO is proposed to be used for the prediction of bearing capacity of piles and ensemble learning method of joining the outputs of individual models should be encouraged. The study possesses the potential to assist geotechnical engineers in the design phase of civil engineering projects.