• 한국산학기술학회논문지
• /
• 제21권12호
• /
• pp.411-416
• /
• 2020

산림 현장조사는 현장에서 측정된 데이터를 야장에 수기로 기입하는 방법으로 이루어지고 있으며, 현장 조사 후 결과를 다시 정리해야하는 번거로움이 있다. 이에 본 연구에서는 객체 모델링과 AR을 활용한 방법을 적용하여 시험림에 대한 수목조사에 효율성을 제고하고자 하였다. 3D 레이저 스캐너를 이용하여 연구대상지 1ha 면적의 387개 수목에 대한 데이터를 취득하였으며, 수목 객체의 추출 및 모델링을 통해 수목에 대한 좌표, 수고 및 흉고직경을 산정하였다. 이 방법은 현장에서 데이터 취득에 소요되는 시간을 감소시킬 수 있으며, 디지털화 된 성과물 생성이 가능하기 때문에 관련 시스템 구축을 위한 기초자료로 활용이 가능하다. 또한 수목에 대한 모델링 결과와 GNSS 및 AR 기법을 이용한 조사는 현장에서 조사하는 수목에 대한 좌표와 수고 및 흉고직경 등의 속성정보를 확인할 수 있어 특정 객체의 위치와 속성값을 현장에서 확인하기 어려웠던 기존 조사 방법의 단점을 개선할 수 있었다. 향후 포인트클라우드와 AR 기술을 활용한 방법은 현장조사에 소요되는 인력과 시간을 감소시킬 수 있어 수목조사 및 모니터링의 효율성을 크게 향상시킬 것이다.

• 한국정보통신학회논문지
• /
• 제24권7호
• /
• pp.904-913
• /
• 2020

데이터 볼륨과 복잡도가 빠르게 증가함에 따라 과학 빅데이터를 다루는 데이터 집적 과학은 네트워크를 통해 보다 효과적인 데이터 저장 및 분배를 위한 새로운 기술을 발견하는 것을 필요로 한다. 최근 네임드 데이터 네트워킹 커뮤니티와 데이터 집적 과학 커뮤니티는 함께 과학 실험 빅데이터의 분배 및 관리에 있어서 혁신적인 변화를 꾀하였다. 본 논문 에서는 기후과학 및 고에너지물리 데이터 등과 같은 과학 빅데이터를 위한 현존하는 엔디엔 테스트베드들에 대한 분석이 처음으로 이루어진다. 과학 빅데이터를 위한 엔디엔 테스트베드들을 현황, 엔디엔 기반 응용, 특징 측면에서 묘사하고 토의한다. 마지막으로 과학 빅데이터를 위한 엔디엔 테스트베드 네트워크를 확립함에 있어서, 함정에 빠질 수 있는 다양한 이슈들을 엔디엔 테스트베드들에 대한 묘사 그리고 특징들로 부터 도출하여, 분석 제시한다.

• 사물인터넷융복합논문지
• /
• 제6권4호
• /
• pp.65-72
• /
• 2020

본 논문에서는 지속적으로 급증하고 있는 안드로이드 악성 앱을 자동적으로 판별하기 위해 머신러닝 기법을 적용하여 프라이빗 블록체인을 토대로 웹 기반 DApp 시스템을 개발하였다. 공인 실험 데이터를 대상으로 안드로이드 악성 앱 판별에 96.2587% 정확도를 제공하는 최적의 머신러닝 모델을 선정하였고, 안드로이드 악성 앱에 대한 자동 판별 결과를 Hyperledger Fabric 블록체인 시스템 내에 자동적으로 기록/관리하였다. 또한 적법한 권한이 부여된 사용자만이 블록체인 시스템을 이용할 수 있도록 웹 기반의 DApp 시스템을 개발하였다. 따라서 본 논문에서 제시한 머신러닝 기반 안드로이드 악성 앱 판별 블록체인 DApp 시스템 개발을 통해 안드로이드 모바일 앱 이용 환경에서의 보안성을 더욱 향상시킬 수 있으며, 향후에 일반적인 범용 데이터를 대상으로 머신러닝과 블록체인을 결합한 보안 서비스로 발전시킬 수 있을 것으로 기대된다.

• 한국재료학회지
• /
• 제31권6호
• /
• pp.353-366
• /
• 2021

In this study, photocatalytic degradation of ammonia in petrochemical wastewater is investigated by solar light photocatalysis. Two-dimensional ultra-thin atomic layer structured MoS₂ are synthesized via a simple hydrothermal method. We examine all prepared samples by means of physical techniques, such as SEM-EDX, HRTEM, FT-IR, BET, XRD, XPS, DRS and PL. And, we use fullerene modified MoS₂ nanosheets to enhance the activity of photochemically generated oxygen (PGO) species. Surface area and pore volumes of the MoS₂-fullerene samples significantly increase due to the existence of MoS₂. And, PGO oxidation of MB, TBA and TMST, causing its concentration in aqueous solution to decrease, is confirmed by the results of PL. The generation of reactive oxygen species is detected through the oxidation reaction from 1,5-diphenyl carbazide (DPCI) to 1,5-diphenyl carbazone (DPCO). It is found that the photocurrent density and the PGO effect increase in the case with modified fullerene. The experimental results show that this heterogeneous catalyst has a degradation of 88.43% achieved through visible light irradiation. The product for the degradation of NH₃ is identified as N₂, but not NO^2- or NO^3-.

• 한국정보시스템학회지:정보시스템연구
• /
• 제30권4호
• /
• pp.21-42
• /
• 2021

Purpose In order for companies to continue to grow, they should properly manage human resources, which are the core of corporate competitiveness. Employee turnover means the loss of talent in the workforce. When an employee voluntarily leaves his or her company, it will lose hiring and training cost and lead to the withdrawal of key personnel and new costs to train a new employee. From an employee's viewpoint, moving to another company is also risky because it can be time consuming and costly. Therefore, in order to reduce the social and economic costs caused by employee turnover, it is necessary to accurately predict employee turnover intention, identify the factors affecting employee turnover, and manage them appropriately in the company. Design/methodology/approach Prior studies have mainly used logistic regression and decision trees, which have explanatory power but poor predictive accuracy. In order to develop a more accurate prediction model, XGBoost is proposed as the classification technique. Then, to compensate for the lack of explainability, SHAP, one of the XAI techniques, is applied. As a result, the prediction accuracy of the proposed model is improved compared to the conventional methods such as LOGIT and Decision Trees. By applying SHAP to the proposed model, the factors affecting the overall employee turnover intention as well as a specific sample's turnover intention are identified. Findings Experimental results show that the prediction accuracy of XGBoost is superior to that of logistic regression and decision trees. Using SHAP, we find that jobseeking, annuity, eng_test, comm_temp, seti_dev, seti_money, equl_ablt, and sati_safe significantly affect overall employee turnover intention. In addition, it is confirmed that the factors affecting an individual's turnover intention are more diverse. Our research findings imply that companies should adopt a personalized approach for each employee in order to effectively prevent his or her turnover.

• The Journal of Advanced Prosthodontics
• /
• 제14권2호
• /
• pp.96-107
• /
• 2022

PURPOSE. Microstructural and physico-mechanical characterization of highly translucent zirconia, prepared by milling technology (CAD-CAM) and repeated firing cycles, was the main aim of this in vitro study. MATERIALS AND METHODS. Two groups of samples of two commercial highly-translucent yttria-stabilized dental zirconia, VITA YZ-HT^White (Group A) and Zolid HT + White (Group B), with dimensions according to the ISO 6872 "Dentistry - Ceramic materials", were prepared. The specimens of each group were divided into two subgroups. The specimens of the first subgroups (Group A₁ and Group B₁) were merely the sintered specimens. The specimens of the second subgroups (Group A₂ and Group B₂) were subjected to 4 heat treatment cycles. The microstructural features (microstructure, density, grain size, crystalline phases, and crystallite size) and four mechanical properties (flexural strength, modulus of elasticity, Vickers hardness, and fracture toughness) of the subgroups (i.e. before and after heat treatment) were compared. The statistical significance between the subgroups (A₁/A₂, and B₁/B₂) was evaluated by the t-test. In all tests, P values smaller than 5% were considered statistically significant. RESULTS. A homogenous microstructure, with no residual porosity and grains sized between 500 and 450 nm for group A and B, respectively, was observed. Crystalline yttria-stabilized tetragonal zirconia was exclusively registered in the X-ray diffractograms. The mechanical properties decreased after the heat treatment procedure, but the differences were not statistically significant. CONCLUSION. The produced zirconia ceramic materials can be safely (i.e., according to the ISO 6872) used in extensive fixed prosthetic restorations, such as substructure ceramics for three-unit prostheses involving the molar restoration and substructure ceramics for prostheses involving four or more units. Consequently, milling technology is an effective manufacturing technology for producing zirconia substructures for dental fixed all-ceramic prosthetic restorations.

• 한국정보통신학회논문지
• /
• 제26권6호
• /
• pp.842-849
• /
• 2022

딥러닝 기술의 발달로 무인 자동차, 드론, 로봇 등의 임베디드 시스템 분야에서 DNN을 활용하는 사례가 많아지고 있다. 대표적으로 자율주행 시스템의 경우 정확도가 높고 연산량이 큰 몇 개의 DNN들을 동시에 수행하는 것이 필수적이다. 하지만 상대적으로 낮은 성능을 갖는 임베디드 환경에서 다수의 DNN을 동시에 수행하면 추론에 걸리는 시간이 길어진다. 이러한 현상은 추론 결과에 따른 동작이 제때 이루어지지 않아 비정상적인 기능을 수행하는 문제를 발생시킬 수 있다. 이를 해결하기 위하여 본 논문에서 제안한 솔루션은 먼저 연산량이 큰 DNN에 터커 분해 기법을 적용하여 연산량을 감소시킨다. 그다음으로 DNN 모델들을 GPU 내부에서 은닉층 단위로 최대한 병렬적으로 수행될 수 있게 한다. 실험 결과 DNN의 추론 시간이 제안된 기법을 적용하기 전 대비 최대 75.6% 감소하였다.

• 한국정보통신학회논문지
• /
• 제26권6호
• /
• pp.936-942
• /
• 2022

주요 도시의 대규모 주차장에서 실내 차량 측위는 필수 구성 요소지만, 다양한 기술적 한계 및 불완전한 무선 채널 환경은 기존 측위 기법의 정확도를 심각하게 저하시킨다. 본 논문은 저비용 비콘을 활용하여 실내 공간 내 이동 차량이 비콘의 RSS (Received Signal Strength) 값만을 사용하여 근접 비콘 및 이동 방향을 감지하는 기법을 제시한다. 제안된 근접 감지 기법은 다방향 DRSS (Differential RSS) 기술을 활용하여 주위 환경, 차량 및 모바일 기기의 영향을 최소화한다. 본 논문에서는 저가의 블루투스 모듈을 사용하여 다방향 비콘 프로토타입을 개발하였으며, 측위 성능은 394.8m×304.3m 대규모 면적의 실제 지하 주차장에 96개의 비콘을 설치하여 관련 성능을 평가하였다. 실험 결과 근접 감지 오차의 90번째 백분위수는 0.8m이며, 제안된 기법은 다양한 차량 및 모바일 기기의 영향을 최소화하여 강건한 근접 감지 성능을 보장한다.

• 방송공학회논문지
• /
• 제27권3호
• /
• pp.332-340
• /
• 2022

최근 딥러닝을 적용하는 비디오 압축에 대한 연구가 활발히 진행되고 있다. 특히, 화면내 예측 부호화의 성능 한계를 극복할 수 있는 방안으로 딥러닝 기반의 화면내 예측 부호화 기술이 연구되고 있다. 본 논문은 신경망 기반 문맥적응적 화면내 예측 모델의 학습기법과 그 부호화 성능분석을 제시한다. 즉, 본 논문에서는 주변 참조샘플의 문맥정보를 입력하여 현재블록을 예측하는 기존의 합성곱 신경망(CNN: Convolutional Neural network) 기반의 화면내 예측 모델을 학습한다. 학습된 화면내 예측 모델을 HEVC(High Efficiency Video Coding)의 참조 소프트웨어인 HM16.19에 추가적인 화면내 예측모드로 구현하고 그 부호화 성능을 분석하였다. 실험결과 학습한 예측 모델은 HEVC 대비 AI(All Intra) 모드에서 0.28% BD-rate 부호화 성능 향상을 보였다. 또한 비디오 부호화 블록분할 구조를 고려하여 학습한 경우의 성능도 확인하였다.

• 전기전자학회논문지
• /
• 제25권4호
• /
• pp.766-769
• /
• 2021

딥러닝을 포함한 머신러닝 기법을 기반으로 비행체의 궤적 설계, 제어, 최적화, 예측 등의 작업을 수행하기 위해서는 일정한 양 이상의 비행체 궤적 데이터를 필요로 한다. 그러나 다양한 이유(예를 들어 비행체 궤적 데이터셋 구축에 필요한 비용, 시간, 인력 등)로 일정한 양 이상의 비행체 궤적 데이터를 확보하기 어려운 경우가 존재한다. 이러한 경우 합성 데이터 생성이 머신러닝을 가능하게 하는 방법 중 하나가 될 수 있다. 본 논문에서는 이와 같은 가능성을 탐구하기 위하여 시계열 생성적 적대 신경망을 이용하여 비행체 궤적 합성 데이터를 생성하고 평가하였다. 또한 비행체의 상태를 인식하기 위한 비행체 궤적 예측 작업에서 합성 데이터의 활용 가능성을 탐구하기 위하여 다양한 ablation study(비교 실험)를 수행하였다. 본 논문에서 제시된 생성 평가 및 비교 실험 결과는 비행체 궤적 합성 데이터 생성 및 비행체 궤적 관련 작업에서 합성 데이터의 활용 가능성에 대한 연구를 수행하고자 하는 연구자들에게 실질적인 도움이 될 것으로 예상한다.