• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1989년도 한국자동제어학술회의논문집; Seoul, Korea; 27-28 Oct. 1989
• /
• pp.244-249
• /
• 1989

For the robot manipulator in performing precision tasks, it is indispensable that the robot utilize the various sensors for intelligence. In this paper, the hybrid position/force control method is implemented with a force/torque sensor, two personal computers, and a PUMA 560 manipulator. Two application S/W packages for edge following and peg-in-hole tasks are developed by the proposed force control algorithm. The related experimental results are then presented and discussed,

• 스마트미디어저널
• /
• 제13권1호
• /
• pp.24-35
• /
• 2024

The combination of Artificial Intelligence and the Internet of Things (AIoT) has gained significant popularity. Deep neural networks (DNNs) have demonstrated remarkable success in various applications. However, deploying complex AI models on embedded boards can pose challenges due to computational limitations and model complexity. This paper presents an AIoT-based system for smart parking lots using edge devices. Our approach involves developing a detection model and a decision tree for occupancy status classification. Specifically, we utilize YOLOv5 for car license plate (LP) detection by verifying the position of the license plate within the parking space.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권1호
• /
• pp.53-62
• /
• 2021

영화는 대중에게 처음 소개된 이래로 테크놀로지의 발전과 변화 과정을 함께하고 있다. 영화 제작 과정에 시각효과를 중심으로 한 포스트 프로덕션과 디지털 기술들이 본격적으로 적용되면서 영화 산업은 제작 방식에 있어서 큰 변화를 겪었을 뿐만 아니라 최신 기술들을 폭넓게 수용하며 산업적 기회의 폭을 넓혀가고 있다. 디지털 영화로 변화한 지 오래지 않은 지금, 영화의 디지털화가 시작되기도 전인 1956년 다트머스 회의에서 처음 알려진 인공지능이란 개념이 다시 영화 산업의 큰 변화를 가져올 것으로 예상된다. 디지털 영화의 제작 파이프라인은 거대한 디지털 데이터를 체계적으로 운용하고 만들어 내기 때문에 머신러닝과 딥러닝으로 대표되는 최근 인공지능 기술들을 적용하기 용이하고 시각효과 제작 과정에는 반복적인 작업과 분석을 통한 재현이 많고 계산 시간이 오래 걸리는 과정들이 있기 때문에 최근 주요 시각효과 스튜디오들을 중심으로 인공지능 기술의 활용이 두드러지고 있다. 본 연구에서는 제작 도구로서 인공지능 기술을 이용한 영화 시각효과 제작 사례에 대한 분석을 통해서 향후 인공지능 기술이 영화 산업을 어떻게 바꿔놓을지 예측하고 시각효과 기술로서 인공지능의 산업적 가능성을 조망해 보고자 한다.

• 미래기술융합논문지
• /
• 제1권2호
• /
• pp.01-09
• /
• 2022

최근 기업과 공공기관에서 안전 이슈는 더는 미룰 수 있는 상황이 아니며, 대형 안전사고가 발생했을 때 직접적인 금전적 손실뿐 아니라 해당 기업 및 공공기관에 대한 사회적 신뢰가 함께 떨어지는 간접적인 손실도 매우 커진다. 특히 사망 사고의 경우는 더욱 피해가 심각하다. 이에 따라 기업 및 공공기관은 산업 안전 교육과 예방에 대한 투자를 확대함에 따라, 고위험 상황이 존재하는 산업현장에서 사용자 행동반경에 영향을 받지 않고 안전관리 서비스가 가능한 개방형 AI 학습모델 생성 기술, 에지단말간 AI협업 기술, 클라우드-에지단말 연동 기술, 멀티모달 위험상황 판단기술, AI 모델 학습 지원 기술을 이용한 시스템 개발이 이루어지고 있다. 특히 인공지능 기술의 발전과 확산으로 안전 이슈에도 해당 기술을 적용하기 위한 연구가 활발해지고 있다. 따라서 본 논문에서는 고위험 현장 안전관리를 위해 AI 모델 학습 지원이 가능한 개방형 클라우드 플랫폼 설계 방안을 제시하였다.

• 디지털융복합연구
• /
• 제11권8호
• /
• pp.119-125
• /
• 2013

최근에 기업에서는 전략경영에서의 업무효율을 증진시키기 위하여 비즈니스 인텔리젼스 시스템의 구축에 노력을 기울이고 있다. 본 연구에서는 비즈니스 인텔리젼스 시스템의 구축에 영향을 미치는 요인들을 분석하기 위해서 기존에 비즈니스 인텔리젼스 시스템을 구축하여 활용하고 있는 기업을 대상으로 시스템의 구축에 중요한 영향을 미치는 요인들에 대한 설문을 실시하였다. 이를 검증하기 위하여 요인분석(FA)을 실시하였다. 요인분석을 통해서 핵심 구축지표들의 그룹화 된 요인을 도출하였고, 이들 요인들 사이의 관계를 구정식을 이용하여 분석하였다. 연구 결과에 의하면 기업이 사용 중인 정보시스템의 기능과 경영전략이 비즈니스인텔리젼스 시스템의 구축의도에 긍정적인 영향을 미치는 것으로 연구되었다. 본 연구의 결과는 효과적으로 비즈니스 인텔리젼스 시스템의 구축하고자 하는 기업에게 방향을 제시하는데 공헌을 할 것이라고 생각한다.

• 지능정보연구
• /
• 제9권3호
• /
• pp.65-79
• /
• 2003

운송 컨테이너의 식별자를 추출하고 인식하는 것은 컨테이너 식별자들의 크기나 위치가 정형화되어 있지 않고 외부의 잡음으로 인하여 식별자의 형태가 훼손되어 있기 때문에 어렵다. 본 논문에서는 이러한 특성을 고려하여 컨테이너 영상에 대해 Canny 마스크를 이용하여 에지를 검출하고, 검출된 에지 정보를 이용하여 수직블록과 수평블록을 추출하여 컨테이너의 식별자 영역을 추출한다. 추출된 컨테이너의 식별자 영역에서 윤곽선 추적 알고리즘을 이용하여 개별 식별자를 추출하며, 그들의 인식을 위해서는 개선된 ARTl과 지도 학습 방법을 결합한 개선된 성능의 자가 생성 지도 학습 알고리즘을 제안하여 적용한다. 제안된 방법의 성능을 확인하기 위하여 운송 컨테이너 영상들을 대상으로 실험 결과, 윤곽선 추적 알고리즘을 이용한 식별자의 추출 방법이 히스토그램을 이용한 식별자의 추출 방법보다 추출률이 개선되었고 인식 결과에서도 개선된 ART1 기반 자가 생성 지도 학습 방법이 기존의 ART1 기반 자가 생성 지도 학습 방법보다 인식률이 향상되었다.

• 센서학회지
• /
• 제31권5호
• /
• pp.301-306
• /
• 2022

With the recent widespread implementation of Internet of Things (IoT) technology driven by Industry 4.0, self-powered sensors for wearable and implantable systems are increasingly gaining attention. Piezoelectric nanogenerators (PENGs) and triboelectric nanogenerators (TENGs), which convert biomechanical energy into electrical energy, can be considered as efficient self-powered sensor platforms. These are energy harvesters that are used as low-power energy sources. However, they can also be used as sensors when an output signal is used to sense any mechanical stimuli. For sensors, collecting high-quality data is important. However, the accuracy of sensing for practical applications is equally important. This paper provides a brief review of the performance advanced by the materials and structures of the latest PENG/TENG-based wearable sensors and intelligent applications applied using artificial intelligence (AI)

• Nuclear Engineering and Technology
• /
• 제54권12호
• /
• pp.4684-4692
• /
• 2022

Radionuclide identification is an important part of the nuclear material identification system. The development of artificial intelligence and machine learning has made nuclide identification rapid and automatic. However, many methods directly use existing deep learning models to analyze the gamma-ray spectrum, which lacks interpretability for researchers. This study proposes an explainable radionuclide identification algorithm based on the convolutional neural network and class activation mapping. This method shows the area of interest of the neural network on the gamma-ray spectrum by generating a class activation map. We analyzed the class activation map of the gamma-ray spectrum of different types, different gross counts, and different signal-to-noise ratios. The results show that the convolutional neural network attempted to learn the relationship between the input gamma-ray spectrum and the nuclide type, and could identify the nuclide based on the photoelectric peak and Compton edge. Furthermore, the results explain why the neural network could identify gamma-ray spectra with low counts and low signal-to-noise ratios. Thus, the findings improve researchers' confidence in the ability of neural networks to identify nuclides and promote the application of artificial intelligence methods in the field of nuclide identification.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.200-203
• /
• 2021

본 논문은 여러 인공지능 기술 중 이미지 분류를 통한 사람의 얼굴 표정을 인식하는 프로그램을 통해 사람의 표정을 인식하여 거울에 나타내는 스마트미러 기술을 소개한다. 여러 사람의 5가지 표정이미지를 통하여 인공지능으로 학습하였고, 사람이 거울을 볼 때 거울이 그 표정을 인식하여 인식한 결과를 거울에 나타내는 방식이다. 여러 사람의 얼굴을 표정별로 구분되어있는 dataset을 kaggle에서 제공하는 fer2013을 이용하여 사용하였고, 이미지 데이터 분류를 위해 네트워크 구조는 컨볼루션 신경망 구조를 이용하여 학습하였다. 최종적으로 학습된 모델을 임베디드 보드인 라즈베리파이4를 통해서 얼굴을 인식하여 거울을 통해 디스플레이에 나타내는 구조이다.

• 한국인공지능학회지
• /
• 제11권4호
• /
• pp.1-8
• /
• 2023

In this paper, we propose a black ice detection platform framework using Convolutional Neural Networks (CNNs). To overcome black ice problem, we introduce a real-time based early warning platform using CNN-based architecture, and furthermore, in order to enhance the accuracy of black ice detection, we apply a multi-scale dilation convolution feature fusion (MsDC-FF) technique. Then, we establish a specialized experimental platform by using a comprehensive dataset of thermal road black ice images for a training and evaluation purpose. Experimental results of a real-time black ice detection platform show the better performance of our proposed network model compared to conventional image segmentation models. Our proposed platform have achieved real-time segmentation of road black ice areas by deploying a road black ice area segmentation network on the edge device Jetson Nano devices. This approach in parallel using multi-scale dilated convolutions with different dilation rates had faster segmentation speeds due to its smaller model parameters. The proposed MsCD-FF Net(2) model had the fastest segmentation speed at 5.53 frame per second (FPS). Thereby encouraging safe driving for motorists and providing decision support for road surface management in the road traffic monitoring department.