• 한국전자거래학회지
• /
• 제27권2호
• /
• pp.205-218
• /
• 2022

최근 제조업에서의 디지털 전환이 가속화되고 있다. 이에 따라 사물인터넷(internet of things: IoT) 기반으로 현장 데이터를 수집하는 기술의 중요성이 증대되고 있다. 이러한 접근법들은 주로 각종 센서와 통신 기술을 활용하여 특정 제조 데이터를 확보하는 것에 초점을 맞춘다. 현장 데이터 수집의 채널을 확장하기 위해 본 연구는 비전(vision) 인공지능 기반으로 제조 데이터를 자동 수집하는 방법을 제안한다. 이는 실시간 영상 정보를 객체 탐지 및 추적 기술로 분석하고, 필요한 제조 데이터를 확보하는 것이다. 연구진은 객체 탐지 및 추적 알고리즘으로 YOLO(You Only Look Once)와 딥소트(DeepSORT)를 적용하여 프레임별 객체의 움직임 정보를 수집한다. 이후, 움직임 정보는 후보정을 통해 두 가지 제조 데이터(생산 실적, 생산 시간)로 변환된다. 딥러닝을 위한 학습 데이터를 확보하기 위해 동적으로 움직이는 공장 모형이 제작되었다. 또한, 실시간 영상 정보가 제조 데이터로 자동 변환되어 데이터베이스에 저장되는 상황을 재현하기 위해 운영 시나리오를 수립하였다. 운영 시나리오는 6개의 설비로 구성된 흐름 생산 공정(flow-shop)을 가정한다. 운영 시나리오에 따른 제조 데이터를 수집한 결과 96.3%의 정확도를 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권11호
• /
• pp.113-123
• /
• 2023

본 논문은 사용자 독립방식의 블록체인 기부시스템인 Cherry system을 소개하고 있다. 이는 기부자가 기부를 하게 되면 가상계좌를 통해 수혜자의 통장으로 전달되는 절차라서 사용자 입장에서는 기존의 기부금 전달 방식과 차이가 없다. 다만 블록체인 내부에서는 사용자 ID에 따른 가상화폐인 체리 포인트를 매칭 방식으로 발행하여 수혜자에게 전달하면서, 모든 거래와 사용 내용을 블록체인에서 관리하는 방식이다. 이런 방법을 채택함으로 Typical transaction 상황에서 1,000TPS 이상을 나타내고, 21.3초 이내에 서비스 완료되는 블록체인 성능의 개선이 있었다. 본 시스템에서는 권한 자동 제어 알고리즘을 적용함으로써 stake에 따른 권한은 2개월이 경과하면 0.3으로 크게 감소하여 권한 집중화를 자동으로 제어할 수 있었다. 또한 개인 ID 별로 기부금 장부에 타임 스탬프 추적기능을 추가함으로써 마이크로 트래킹이 가능하도록 설계되었고, 이를 통해 기부금 사용의 투명성을 개선하였다. 서비스 관점에서 기존의 블록체인 기부시스템들은 제한된 기부금 전달 방식으로 처리되었던 것을 사용자 독립방식을 적용함으로써 다양한 형태로 기부금을 전달하게 하여 사용자 편의성을 크게 개선하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권10호
• /
• pp.461-470
• /
• 2023

딥러닝을 활용한 스피치 애니메이션 생성은 영어를 중심으로 활발하게 연구되어왔지만, 한국어에 관해서는 사례가 없었다. 이에, 본 논문은 최초로 지도 학습 딥러닝을 한국어 스피치 애니메이션 생성에 활용해 본다. 이 과정에서, 딥러닝이 스피치 애니메이션 연구를 그 지배적 기술인 음성 인식 연구로 귀결시킬 수 있는 중요한 효과를 발견하게 되어, 이 효과를 한국어 스피치 애니메이션 생성에 최대한 활용하는 방법을 고찰한다. 이 효과는 연구의 최우선 목표를 명확하게 하여, 근래에 들어 활발하지 않은 한국어 스피치 애니메이션 연구를 효과적이고 효율적으로 재활성화하는데 기여할 수 있다. 본 논문은 다음 과정들을 수행한다: (i) 블렌드쉐입 애니메이션 기술을 선택하며, (ii) 딥러닝 모델을 음성 인식 모듈과 표정 코딩 모듈의 주종 관계 파이프라인으로 구현하고, (iii) 한국어 스피치 모션 캡처 dataset을 제작하며, (iv) 두 대조용 딥러닝 모델들을 준비하고 (한 모델은 영어 음성 인식 모듈을 채택하고, 다른 모델은 한국어 음성 인식 모듈을 채택하며, 두 모델이 동일한 기본 구조의 표정 코딩 모듈을 채택한다), (v) 두 모델의 표정 코딩 모듈을 음성 인식 모듈에 종속되게 학습시킨다. 유저 스터디 결과는, 한국어 음성 인식 모듈을 채택하여 표정 코딩 모듈을 종속적으로 학습시킨 모델 (4.2/5.0 점 획득)이, 영어 음성 인식 모듈을 채택하여 표정 코딩 모듈을 종속적으로 학습시킨 모델 (2.7/5.0 점 획득)에 비해 결정적으로 더 자연스러운 한국어 스피치 애니메이션을 생성함을 보여 주었다. 이 결과는 한국어 스피치 애니메이션의 품질이 한국어 음성 인식의 정확성으로 귀결됨을 보여 줌으로써 상기의 효과를 확인해준다.

• 한국지반공학회논문집
• /
• 제39권12호
• /
• pp.75-91
• /
• 2023

GPR을 활용한 지중 매설관로의 비파괴 탐사에 있어서 다중 관로의 경우 관로에 의한 음영영역이 탐사결과에 많은 영향을 미친다. 다중 관로의 음영영역은 관로들의 위치 및 직경에 의해 변화되며 음영영역 내에서는 신호가 전파되지 못하기 때문에 탐지가 불가능하다. 본 연구에서는 FDTD 수치해석을 활용하여 다중 관로의 배치 및 직경에 따라 쌍곡선 형태로 나타나는 관로신호의 특성을 분석하였다. 관로의 배치는 수평, 수직, 대각 배치로 총 3가지 형태에 대한 분석을 수행하였으며, AGC를 활용하여 신호를 증폭하고 각각의 배치형태에서 나타나는 음영영역과 신호 특성의 차이를 분석하였다. 수평 배치에서는 두 관로가 근접할수록 두 쌍곡선 형태 사이에 새로운 쌍곡선 형태가 나타난다. 수직 배치에서는 쌍곡선 좌우 신호가 탐색 가능하여 이를 활용하면 하단 관로를 탐지가능할 것으로 보이나, 상단 관로의 직경이 하단 관로보다 큰 경우에는 탐지가 힘들 것으로 판단된다. 대각 배치의 경우, 지표면의 음영영역의 위치에 따라 다른 특성을 보인다. 장비의 가탐범위 내에 음영영역이 존재하는 경우 신호의 비대칭형태의 신호 특성을 보이며, 음영영역이 가탐범위 외부에 존재하는 경우에는 두 관로의 신호 특성에 영향을 거의 미치지 않는 것으로 나타났다.

• 한국음향학회지
• /
• 제28권2호
• /
• pp.112-118
• /
• 2009

본 논문은 모바일 단말기, Digital Video Recorder (DVR) 등에 적용할 수 있는 뮤직비디오 브라우징 시스템을 위한 실시간 중요 구간 검출 알고리즘을 제안한다. 입력된 뮤직비디오는 음악 신호와 영상 신호로 분리되어 음악 신호에서는 에너지기반의 음악 특징값 최고점기반의 구조분석을 통해 음악의 후렴 구간을 포함하는 음악 하이라이트 구간을 검출하고, SVM AdaBoost 학습방식에서 생성된 모델을 이용해 음악신호를 분위기별로 자동 분류한다. 음악신호로부터 검출된 음악 하이라이트 구간과 영상신호로부터 검출된 가수, 주인공의 얼굴이 나오는 영상장면을 결합하여 최종적으로 중요구간이 결정된다. 제안된 방식을 통해 사용자는 모바일 단말기나 DVR에 저장되어 있는 다양한 뮤직비디오들을 분위기별로 선택한 후에 뮤직비디오의 30초 내외의 중요구간을 빠르게 브라우징하여 자신이 원하는 뮤직비디오를 선택할 수 있게 된다. 제안된 알고리즘의 성능을 측정하기 위해 200개의 뮤직비디오를 정해진 수동 뮤직비디오 구간과 비교하여 MOS 테스트를 실행한 결과 제안된 방식에서 검출된 중요 구간이 수동으로 정해진 구간보다 사용자 만족도 측면에서 우수한 결과를 나타내었다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.109-122
• /
• 2014

현재 우리는 소셜 네트워크 서비스(Social Network Service, 이하 SNS) 상에서 수많은 데이터를 만들어 내고 있다. 특히, 모바일 기기와 SNS의 결합은 과거와는 비교할 수 없는 대량의 데이터를 생성하면서 사회적으로도 큰 영향을 미치고 있다. 이렇게 방대한 SNS 데이터 안에서 사람들이 많이 이야기하는 이슈를 찾아낼 수 있다면 이 정보는 사회 전반에 걸쳐 새로운 가치 창출을 위한 중요한 원천으로 활용될 수 있다. 본 연구는 이러한 SNS 빅데이터 분석에 대한 요구에 부응하기 위해, 트위터 데이터를 활용하여 트위터 상에서 어떤 이슈가 있었는지 추출하고 이를 웹 상에서 시각화 하는 트위터이슈 트래킹 시스템 TITS(Twitter Issue Tracking System)를 설계하고 구축 하였다. TITS는 1) 일별 순위에 따른 토픽 키워드 집합 제공 2) 토픽의 한달 간 일별 시계열 그래프 시각화 3) 토픽으로서의 중요도를 점수와 빈도수에 따라 Treemap으로 제공 4) 키워드 검색을 통한 키워드의 한달 간 일별 시계열 그래프 시각화의 기능을 갖는다. 본 연구는 SNS 상에서 실시간으로 발생하는 빅데이터를 Open Source인 Hadoop과 MongoDB를 활용하여 분석하였고, 이는 빅데이터의 실시간 처리가 점점 중요해지고 있는 현재 매우 주요한 방법론을 제시한다. 둘째, 문헌정보학 분야뿐만 아니라 다양한 연구 영역에서 사용하고 있는 토픽 모델링 기법을 실제 트위터 데이터에 적용하여 스토리텔링과 시계열 분석 측면에서 유용성을 확인할 수 있었다. 셋째, 연구 실험을 바탕으로 시각화와 웹 시스템 구축을 통해 실제 사용 가능한 시스템으로 구현하였다. 이를 통해 소셜미디어에서 생성되는 사회적 트렌드를 마이닝하여 데이터 분석을 통한 의미 있는 정보를 제공하는 실제적인 방법을 제시할 수 있었다는 점에서 주요한 의의를 갖는다. 본 연구는 JSON(JavaScript Object Notation) 파일 포맷의 1억 5천만개 가량의 2013년 3월 한국어 트위터 데이터를 실험 대상으로 한다.

• 한국공간정보시스템학회 논문지
• /
• 제3권2호
• /
• pp.21-43
• /
• 2001

오늘날 GIS 영역을 포함하는 정보시스템 개발 환경은 소프트웨어의 복잡성 및 다양성 그리고 분산처리 및 네트워크 컴퓨팅 등의 측면에서 과거에 비해 현저하게 변화되었다. 이에 신속하게 대응하기 위하여 소프트웨어 개발 패러다임에 변화가 일어나고 있으며 객체지향기술에 바탕을 둔 컴포넌트 기반 개발이 대세로 자리잡고 있다. GIS 개발에서도 국내외적으로 관련 표준 지침을 만들어 컴포넌트에 기반한 개발을 독려하고, 앞으로 컴포넌트 기술의 적용이 증가하는 추세이다. 이러한 추세에 부응하여 GIS를 위한 컴포넌트 기반개발 방법론의 필요성이 대두되나 아직 연구가 충분히 이루어지지 못하는 실정이다. 본 연구는 UML을 활용한 컴포넌트 기반의 GIS 개발 방법론(ATOM Advanced Technology Of Methodology for GIS)의 프로세스의 제안과 함께 사례연구를 통하여 이의 적용가능성을 확인하는 것이다. ATOM은 컴포넌트 개발 그 자체를 지원할 뿐만 아니라 식별된 컴포넌트와 기존 재사용 가능한 컴포넌트에 바탕을 둔 소프트웨어 개발 생명주기 전체 단계를 지원하는 전사적인 GIS 구축 방법론이다. ATOM은 생명 주기 각 단계에 대한 주요 활동과 각각의 활동을 수행하기 위한 작업들을 정의하였다. 또한 작업간 입력물과 출력물을 제시하고, 각종 문서화를 위한 표준 양식과 항목을 제시하며 작업들의 성공적 수행을 위한 상세한 지침을 제시하여 최대한 방법론의 이해를 돕고자 하였다. 무엇보다도 ATOM의 가장 중요한 특징은 단순한 기능과 최소의 크기, 최대의 재사용을 위한 컴포넌트 추출에 목적을 두고 GIS 도메인의 여러 특징을 고려한 GIS를 위한 컴포넌트 기반의 개발방법론이라 할 수 있다. ATOM의 사례 적용은 재사용 및 상호운용성이 뛰어난 컴포넌트의 추출과 함께 보다 체계적이고 구체적인 개발 가이드 라인을 제공하여 응용GIS 구축의 생산성 및 품질 향상에 기여할 뿐만 아니라 우리의 최종목표인 GIS 소프트웨어 자동 생산에도 크게 기여할 것으로 사료된다.

• 터널과지하공간
• /
• 제33권4호
• /
• pp.281-298
• /
• 2023

달 현지 탐사를 위해 무인 이동체에 대한 연구가 지속적으로 이루어져 있으며 달 지상 관심 지역의 정확한 위치 및 맵핑을 위한 실시간 정보화 작업이 요구되고 있다. 딥러닝 영상 처리 분석 기술을 실제 로버에 적용하기 위해 소프트웨어의 통합과 최적화에 대한 연구가 필요하며 본 연구에서는 가상의 달 기지 건설현장의 영상을 실시간 분석하여 핵심 객체의 공간 정보를 자동으로 수치화하는 방안에 대한 기초 연구가 진행되었다. 본 연구를 통해 이미 구축된 영역 분할 기반 객체 인식 알고리즘을 경계 상자 기반 객체 인식알고리즘으로 변경하여 객체 인식 정확도 및 추론 속도를 개선하는 작업이 이루어졌으며, 대용량 데이터 기반 객체 매칭 학습을 위해 Batch Hard Triplet Mining 기법을 도입하고, 학습 및 추론에 대한 최적화 연구가 수행되었다. 또한 개선된 객체 인식 및 동일 객체 매칭 소프트웨어를 통합하고, 입력 이미지 내 동일 객체 자동 매칭을 시각화하는 소프트웨어를 개발하였으며, 위성 모사 촬영 영상 내 객체를 학습 데이터로, 이동체 촬영 영상 내 객체를 추론 데이터로 사용하여 동일 객체 매칭의 학습 및 추론이 이루어졌다. 본 연구의 결과는 이동체의 연속 촬영 영상을 기반 3차원 공간 정보를 구현 및 관심 공간 내 객체 위치 설정에 활용할 수 있을 것으로 사료되며, 향후 달 기지 건설 현장에서의 영상 기반 시공 모니터링 및 제어를 위한 자동 현장 및 주요 대상물 공간 정보 구축 시스템과의 연계에 기여할 것으로 기대된다.

• Radiation Oncology Journal
• /
• 제25권1호
• /
• pp.54-61
• /
• 2007

목 적: 본 연구의 목적은 전립선암 환자의 방사선 치료 시 표적의 정확한 위치를 찾기 위해 표지(marker)를 삽입한 경우 방사선치료계획 시 촬영한 CT 영상과 매 치료 시 온보드 영상장치(on-board imager, OBI)로부터 획득된 직교 kV X선 영상을 이용하여 표지의 위치를 계산하고 자동으로 맞춤을 수행하여 환자 셋업 오차를 보정하도록 하는 방법을 개발하는 것이다. 대상 및 방법: 세 개의 금 표지를 환자 전립선의 기준 위치에 삽입한 후 CT 모의치료기를 이용하여 2 mm 슬라이스 간격으로 CT 영상을 획득하였으며 매 치료 전에 환자 셋업 보정을 위하여 OBI를 이용하여 직교하는 kV X선 환자 영상을 획득하였다. CT 및 kV X선 영상 내 표지 정보 및 좌표 값 추출을 위하여 화소값의 문턱값 처리, 필터링, 외곽선 추출, 패턴 인식 등 다수의 영상처리 알고리듬을 적용하였다. 각 표지들 위치의 대표값으로 삼각형의 무게중심 개념을 이용하였으며 기준 CT 영상 및 직교 kV X선 영상으로부터 각각 무게중심의 좌표를 구한 후 그 차이를 보정해야 할 셋업의 오차로 계산하였다. 알고리듬의 건전성(robustness) 평가를 위해 팬텀을 이용하여 계산된 CT 및 kV X선 영상의 무게중심이 실제 지정된 위치와 일치하는지 여부를 확인하였으며, 본원에서 방사선 치료를 시행한 네 명의 전립선암 환자에 대상으로 치료 직전 촬영한 38 내지 39쌍의 kV X선 영상에 대하여 알고리듬을 적용한 후 OBI 프로그램에서 제공되는 2차원-2차원 맞춤 결과와 비교하였다. 결 과: 팬텀 실험 결과 실제 값과 CT 영상 및 직교 kV X선 영상으로부터 계산된 무게 중심 좌표 값이 1 mm 오차 내에서 일치함을 확인할 수 있었다. 환자 영상에 적용한 경우에도 모든 영상에 대하여 성공적으로 각 표지의 위치를 계산할 수 있었으며 2차원-2차원 맞춤 기능을 이용하여 계산된 셋업 오차와 비교해본 결과 1 mm 범위 내에서 일치함을 확인할 수 있었다. 본 알고리듬을 이용하여 계산한 결과 셋업 오차는 전후(AP) 방향으로 환자별로 작게는 $0.1{\pm}2.7\;mm$에서 크게는 $1.8{\pm}6.6\;mm$까지, 상하(SI) 방향으로 $0.8{\pm}1.6\;mm$에서 $2.0{\pm}2.7\;mm$, 좌우(Lat) 방향으로 $-0.9{\pm}1.5\;mm$에서 $2.8{\pm}3.0\;mm$까지였으며 환자에 따라 그 편차의 차이가 있었다. 결 론: 제안된 알고리듬을 이용하여 1회 셋업 오차를 평가하는 데 소요되는 시간은 10초 미만으로서 임상 적용 시 환자 셋업 시간을 줄이고 주관성을 배제하는 데 도움이 될 수 있을 것으로 기대된다. 그러나 온라인 환자 셋업 보정 시스템에 적용하기 위해서는 선형가속기의 제어 시스템에 통합되는 것이 필요하다.

• 농업과학연구
• /
• 제9권2호
• /
• pp.576-583
• /
• 1982

토마토 가공(加工) 공정중(工程中)에 있어서의 유리 아미노산의 변화(變化)를 검토(檢討)할 목적(目的)으로 가공용(加工用)인 KAGOME 77 품종(品種)의 토마토로 조제(調製)한 fresh pulp, heated pulp, puree 및 paste 중(中)의 유리 아미노산을 측정(測定)하여 다음과 같은 결과를 얻었다. 1. Amide group 중(中) glutamine과 asparagine의 분해(分解) 속도(速度)에는 상당(相當)한 차(差)가 인정되었으며, glutamin 은 빨리 분해(分解)되어 paste 중(中)에는 전(全)혀 잔존(殘存)하지 않았으나 asparagine은 paste 중(中)에도 56% 이상(以上)이 잔존(殘存)하였다. 2. 산성(酸性) group중(中)의 glutamic acid의 감소량(減少量)은 전(全) 아미노산 중(中) 가장 컸으며 aspartic acid의 그것은 glutamine 다음인 3 번째로 컸다. Paste 중(中)에 있어서의 glutamic acid와 aspartic acid의 잔존율(殘存率)은 각각 38% 및 24%이었다. 3. 중성(中性) group의 glycine, alanine, valine, isoleucine 및 leucine 등(等)은 약간(若干) 감소(減少)하는 경향(傾向)을 나타내었다. 4. 염기성(鹽基性) group중(中) lysine과 histidin의 변화(變化)는 인정(認定)되지 않았으나, argmme은 가열(加熱) 공정중(工程中)에 약간(若干) 증가(增加)하는 경향(傾向)을 나타내었다. 5. Aromatic group인 tyrosine, phenylalanine 및 tryptophane은 가열(加熱) 공정(工程) 중(中)에는 약간(若干) 증가(增加)하였으나 농축중(濃縮中)에 있어서의 변화(變化)는 거의 인정(認定)되지 않았다. 6. 함유황(含硫黃) 아미노산인 methionine은 전(全) 공정(工程)을 통(通)해서 약간(若干) 감소(減少)하였으나 비단백성(非蛋白性)인 ${\gamma}$ amino butyric acid의 감소(減少)는 거의 인정(認定)되지 않았다. 7. Fresh pulp중(中)의 주요(主要) 아미노산은 glutamic acid>${\gamma}$-amino butyric acid$${\geq_-}$$glutamine>aspartic acid>asparagine의 순(順)으로 많이 함유되어 있었으나, paste 중(中)에는 glutarru acid>${\gamma}$-amino butyric acid>aspartic acid=asparagine의 순(順)으로 많이 함유(含有)되어 있었으며, 미량(微量)이긴 하나 방향족(芳香族) 아미노산과 염기성(鹽基性) 아미노산의 분포비(分布比)가 증가(增加)하는 경향(傾向)을 나타내었다. 8. HITACHI-KLA-5-Amino Acid Analy-zer로 측정(測定)하였을 때 tryptophane의 직전(直前)에 fresh pulp에서는 나타나지 않았던 unknown peak가 가공품(加工品)에 있어서만 나타났으며, 가열(加熱) 및 농축(濃縮)이 진행(進行)됨에 따라 큰 peak로 되었다. 그리고 이것은 lysinoalanine 또는 ornithino이 아니라는 사실(事實)도 확인(確認)하였다.