• 한국산학기술학회논문지
• /
• 제22권5호
• /
• pp.7-14
• /
• 2021

토마토 작물은 병해충의 영향을 많이 받기 때문에 이를 예방하지 않으면 농업 경제에 막대한 손실을 초래할 수 있다. 따라서 토마토의 다양한 병해충의 진단을 빠르고 정확하게 진단하는 시스템이 요구된다. 본 논문에서는 ImageNet 데이터 셋 상에서 다양하게 사전 학습된 딥러닝 기반 CNN 모델을 적용하여 토마토의 9가지 병해충 및 정상인 경우의 클래스를 분류하는 시스템을 제안한다. PlantVillage 데이터 셋으로부터 발췌한 토마토 잎의 이미지 셋을 3가지 딥러닝 기반 CNN 구조를 갖는 ResNet, Xception, DenseNet의 입력으로 사용한다. 기본 CNN 모델 위에 톱-레벨 분류기를 추가하여 제안 모델을 구성하였으며, 훈련 데이터 셋에 대해 5-fold 교차검증 기법을 적용하여 학습시켰다. 3가지 제안 모델의 학습은 모두 기본 CNN 모델의 계층을 동결하여 학습시키는 전이 학습과 동결을 해제한 후 학습률을 매우 작은 수로 설정하여 학습시키는 미세 조정 학습 두 단계로 진행하였다. 모델 최적화 알고리즘으로는 SGD, RMSprop, Adam을 적용하였다. 실험 결과는 RMSprop 알고리즘이 적용된 DenseNet CNN 모델이 98.63%의 정확도로 가장 우수한 결과를 보였다.

• 스마트미디어저널
• /
• 제8권3호
• /
• pp.70-79
• /
• 2019

사용자 기대에 부응하는 UX 디자인 구현 여부가 스마트 가전의 차별화를 결정짓는 중요 변수가 되었다. 본 연구는 스마트 가전의 모바일 애플리케이션 개발과정에서 UX 디자인 평가 문제를 다루었다. 최근 수요가 급증하고 있는 <스마트 레인지 후드>의 모바일 애플리케이션에 대한 UX 디자인 평가 내용을 실험연구 대상으로 설정하였다. 연구목적은 스마트 가전 애플리케이션의 UX 디자인 사용자 평가 방법의 의의를 탐색하고 더불어 정량적 정성적 평가 방법의 혼용이 UX 디자인 개발 과정에 어떻게 도움이 되는지를 제안하는 것이다. 주요 발견점은 다음과 같다. 첫째, 사용자 평가를 통해 UX 디자인 개선 방향이 구체화될 수 있음을 발견하였다. UX 디자인 개발 과정에서 사용자 평가가 실질적으로 도움이 됨을 확인하였다. 둘째, UX 디자인 평가에서 '정량적 방법'과 '정성적 방법'의 혼용이 상호 보완적으로 효과가 있음을 발견하였다. 연구 시사점은 다음과 같다. UX 디자인 평가 과정에서 정량평가와 정성평가의 역할을 구분하여 접근하면 효율적이다. 예컨대, '허니콤 모델' 등의 정량평가를 통해 <사용자 경험 촉진/저해 발생 속성>을 '탐색적'으로 파악하고, '사용자 심층 인터뷰' 등의 정성평가를 통해 <사용자 경험촉진/저해 발생 속성 가운데 구체적인 서비스 기능 문제 요소>를 '측정'하고 '검증'하는 것이 가능하다.

• Journal of Platform Technology
• /
• 제9권3호
• /
• pp.52-62
• /
• 2021

제조업 현장에서 제작 공정 수행 전 품질 불량 위험 공정을 예측하여 사전품질관리를 수행하는 것은 매우 중요한 일이다. 하지만 기존 엔지니어의 역량에 의존하는 방법은 그 제작공정의 종류와 수가 다양할수록 인적, 물리적 한계에 부딪힌다. 특히 원자력 주요기기 제작과 같이 제작공정이 매우 광범위한 도메인 영역에서는 그 한계가 더욱 명확하다. 본 논문은 제조업 현장에서 자연어 처리 및 기계학습을 활용하여 품질 불량 위험 공정을 예측하는 방법을 제시하였다. 이를 위해 실제 원자력발전소에 설치되는 주기기를 제작하는 공장에서 6년 동안 수집된 제작 기록의 텍스트 데이터를 활용하였다. 텍스트 데이터의 전처리 단계에서는 도메인 지식이 잘 반영될 수 있도록 단어사전에 Mapping 하는 방식을 적용하였고, 문장 벡터화 과정에서는 N-gram, TF-IDF, SVD를 결합한 하이브리드 알고리즘을 구성하였다. 다음으로 품질 불량 위험 공정을 분류해내는 실험에서는 k-fold 교차 검증을 적용하고 Unigram에서 누적 Trigram까지 여러 케이스로 나누어 데이터셋에 대한 객관성을 확보하였다. 또한, 분류 알고리즘으로 나이브 베이즈(NB)와 서포트 벡터 머신(SVM)을 사용하여 유의미한 결과를 확보하였다. 실험결과 최대 accuracy와 F1-score가 각각 0.7685와 0.8641로서 상당히 유효한 수준으로 나타났다. 또한, 수행해본 적이 없는 새로운 공정을 예측하여 현장 엔지니어들의 투표와의 비교를 통해서 실제 현장에 자연스럽게 적용할 수 있음을 보여주었다.

• 화약ㆍ발파
• /
• 제39권2호
• /
• pp.1-14
• /
• 2021

최근에는 GPGPU(General-Purpose computing on Graphics Processing Units)와 같은 고성능 연산장치의 보급과 함께 국방, 우주항공분야에서 암질재료에 대한 충격실험을 대신할 수 있는 3차원 동적해석기법의 개발이 활발하게 진행되고 있다. 그러나 높은 충격하중을 수반하는 암 발파 또는 소형미사일 등의 지중 관통과 같은 과정을 실험적으로 관찰하거나 계측하는 것은 암질재료의 비 균질성 및 불투명성 때문에 어려움이 있었다. 본 연구에서는 고속충돌에 의한 암석의 파괴 거동을 모사하기 위하여 3차원 동적 파괴 과정 해석 기법 (3D-DFPA)를 개발하였으며, 연산속도를 향상시키기 위하여 순차해석(explicity analysis) 및 접촉요소검색(Searching algolitm of contact elements)에 GPGPU연산이 가능한 알고리듬을 적용하였다. 제안된 동적파괴과정해석 기법에 대한 검증을 위해 Straight Notched Disk Bending (SNDB) 석회암시료에 대한 동적파괴인성시험을 모사하였고, 충격응력파의 전파과정, 암석-충격봉 경계면에서 반사 및 전달과정, 암석 시료의 파괴과정을 비교분석하여, 개발된 해석기법에 대한 검증을 수행하였다.

• 한국터널지하공간학회 논문집
• /
• 제23권1호
• /
• pp.13-24
• /
• 2021

암반 및 연약지반을 포함한 다양한 지반 조건에서 TBM (Tunnel Boring Machine) 터널링이 활용되고 있다. 굴착 성능을 높이기 위해서 지반 조건에 따라 최적으로 장비를 운영해야 하며, 이를 통해 공기단축을 통한 비용 절감 효과를 기대할 수 있다. 하지만 시추 조사를 통해 획득한 지반 정보는 시추공 사이 불확실성이 존재하므로, 실시간 최적 운전에 부족함이 있다. 본 연구에서는 지반의 불확실성 문제를 해결하고자 5초마다 기록된 TBM 데이터를 활용하여 굴착 지반 예측시스템을 구축하고자 한다. 싱가포르 현장에서 획득한 화강암의 풍화도를 고려하여 암반, 토사, 복합지반 세 가지로 지질로 재분류하였고, 실시간으로 도출되는 기계 데이터로 이를 예측하고자 한다. 현장에서 획득한 TBM 데이터에 대해 이상치 제거, 정규화, 특성 추출 등의 전처리 방법을 적용하였고, 지질을 분류하기 위해 6개의 은닉층을 가진 심층 신경망(Deep Neural Network, DNN)을 활용하였다. 10겹 교차검증을 통해 분류 시스템을 평가한 결과, 평균 75.4%의 정확도를 확인하였다(총 데이터 388,639개). 본 연구를 통해 지질 불확실성을 감소시키고, 지반 조건에 따른 실시간 최적 운전에 도움이 될 것으로 판단된다.

• 한국식품위생안전성학회지
• /
• 제36권1호
• /
• pp.34-41
• /
• 2021

본 연구는 조제유류 중 지방산에 대해 최신 분석법을 마련하고자 수행하였다. 조제유류 중 지방산 함량 분석을 위해 GC를 이용한 분석법을 확립하고 시중에 유통 중인 제품을 대상으로 적용성을 검토하였다. 분석법 검증은 특이성, 직선성, 검출한계 및 정량한계, 정확성, 정밀성에 대해 수행되었다. Linoleic acid 및 α-linolenic acid의 0.1-5 mg/mL 농도범위에서 R2=0.999 이상의 우수한 직선성을 확인할 수 있었다. Linoleic acid 및 α-linolenic acid의 LOD는 각각 0.06 mg/mL, 0.01 mg/mL, LOQ는 각각 0.16 mg/mL, 0.03 mg/mL였다. 표준인증물질 분석을 통해 정확성을 검토하였으며, linoleic acid 및 α-linolenic acid의 회수율은 각각 100.8%와 101.1%로 확인하였다. 정밀성을 검토한 결과 시료 채취량에 따른 반복성은 linoleic acid 1.4-2.9%, α-linolenic acid 1.1-2.7%이었고, 실험실간 재현성은 각각 2.8%, 1.5%임을 확인하였다. 본 연구에서 확립된 분석법을 적용하여 국내 유통 중인 조제유류 및 조제식 제품 12건에 대해 적용성 검토를 실시한 결과 전체 시료에서 분석이 용이하였으며, 모두 기준·규격에 적합함을 확인하였다. 본 결과로부터 확립된 GC를 이용한 분석법은 조제유류 중 지방산 함량을 확인하기에 적합함을 확인하였으며 국내 식품 영양성분의 관리 기반을 강화하는데 기여할 것으로 사료된다.

• 해양환경안전학회지
• /
• 제29권5호
• /
• pp.512-519
• /
• 2023

소음공해는 인간과 해양환경에 악영향을 끼치며, 선박과 해양구조물에서 발생하는 유동소음을 예측을 통해 소음에 대한 안전성을 평가하고 해양환경을 보존할 수 있다. 기존 수중구조 유동소음 해석기법은 전산유체역학과 FW-H음향상사식을 이용한 하이브리드법 기반이다. FW-H는 무한공간에서의 음향전파를 가정하여 소음해석을 수행하기 때문에 음파의 반사와 산란, 회절의 영향이 나타나는 근접장 해석이 제한적이다. 반면 격자볼츠만기법 기반의 직접법 유동소음해석을 수행하면 근접장 음향효과를 소음해석에 반영할 수 있다. 직접법 해석은 유동과 소음이 연성된 해석이 수행되고 구조경계에서의 반사와 회절, 유동에 의한 매질 불균일성에 따른 산란효과가 반영된다. 그간 격자볼츠만기법이 수중조건에서 수치적으로 불안정하여 수중환경에 적용이 불가능했다. 하지만 수중환경에서 사용할 수 있는 DM-TS 격자볼츠만기법 충돌연산자가 개발되어 수중으로 확장이 가능해졌다. 본 연구에서는 파이프내 원형구멍에 대하여 격자볼츠만기법 해석을 수행해 수중 유동소음해석이 가능함을 보였다. 격자볼츠만기법 해석을 통해 도출한 유동과 소음을 각각 실험과 비교하여 해석의 신뢰도를 확보하였다. 파이프내 유동소음에 의한 주요 압력 피크가 해석에 반영되었으며 이를 통해 격자볼츠만기법을 이용한 근접장 유동소음해석이 가능함을 확인했다.

• 한국환경보건학회지
• /
• 제49권2호
• /
• pp.89-98
• /
• 2023

Background: Organophosphorus flame retardants (OPFRs) are a group of chemical substances used in building materials and plastic products to suppress or mitigate the combustion of materials. Although OPFRs are generally used in mixed form, information on their mixture toxicity is quite scarce. Objectives: This study aims to elucidate the toxicity and determine the types of interaction (e.g., synergistic, additive, and antagonistic effect) of OPFRs mixtures. Methods: Nine organophosphorus flame retardants, including TEHP (tris(2-ethylhexyl) phosphate) and TDCPP (tris(1,3-dichloro-2-propyl) phosphate), were selected based on indoor dust measurement data in South Korea. Nine OPFRs were exposed to the luminescent bacteria Aliivibrio fischeri for 30 minutes and the human hepatocyte cell line HepG2 for 48 hours. Chemicals with significant toxicity were only used for mixture toxicity tests in HepG2. In addition, the observed EC_x values were compared with the predicted toxicity values in the CA (concentration addition) prediction model, and the MDR (model deviation ratio) was calculated to determine the type of interaction. Results: Only four chemicals showed significant toxicity in the luminescent bacteria assays. However, EC₅₀ values were derived for seven out of nine OPFRs in the HepG2 assays. In the HepG2 assays, the highest to lowest EC₅₀ were in the order of the molecular weight of the target chemicals. In the further mixture tests, most binary mixtures show additive interactions except for the two combinations that have TPhP (triphenyl phosphate), i.e., TPhP and TDCPP, and TPhP and TBOEP (tris(2-butoxyethyl) phosphate). Conclusions: Our data shows OPFR mixtures usually have additivity; however, more research is needed to find out the reason for the synergistic effect of TPhP. Also, the mixture experimental dataset can be used as a training and validation set for developing the mixture toxicity prediction model as a further step.

• 한국항공우주학회지
• /
• 제50권4호
• /
• pp.259-267
• /
• 2022

기존의 국내 개발 회전익 항공기 시스템의 고장-안전 설계 요구사항 도출 방법은 최신 통합형 항공전자 시스템에 적용 시 단일 항목의 고장으로 인하여 치명적인 시스템 기능 고장을 발생시키는 요인을 누락할 수 있다. 그 원인은 고장-안전 설계 대상을 선정함에 있어 단일 품목의 체계 기능 고장 영향성을 그 기준으로 함에 있다. 본 연구에서는 이를 해결하기 위하여 민수 항공기 개발 국제 표준인 SAE ARP4754A의 기능적 위험요소 평가 및 개발보증수준 할당 절차를 활용하여, 시스템 구조의 고장-안전 설계 요구사항을 도출하기 위한 체계적인 분석 절차를 제시한다. 또한 본 연구에서 제시한 절차가 앞서 제시한 문제점을 해결할 수 있는지를 확인하기 위하여 치명적인 기능 고장을 발생시킬 수 있는 단일 요인을 내포한 시스템 구조를 가정하여 교차 검증을 수행하였다. 그 결과 기존 연구 방법으로는 누락되었던 치명적인 공통 요인을 식별할 수 있었고 이를 통제하기 위한 고장-안전 설계 요구사항이 도출됨을 확인하였다.

• 한국빅데이터학회지
• /
• 제8권1호
• /
• pp.49-59
• /
• 2023

제조업의 안전보건 기준은 다양한 항목이 존재하지만, 질병 재해자 기준에서 업무상 질병과 근골격계 질환으로 나눌 수 있다. 이 중 근골격계 질환은 제조업에서 가장 많이 발생하며, 나아가서 제조 현장의 노동생산성감소 및 경쟁력 약화까지 유발할 수 있어서 이를 사전에 확인할 수 있는 시스템이 필요한 실정이다. 본 논문에서는 제조업 노동자의 근골격계 유해 요인을 검출하기 위하여 근골격계 부담작업 요인 분석 데이터 속성, 유해 요인 작업자세, 관절 키포인트를 정의하고 인공지능 학습용 데이터를 구축하였다. 구축한 데이터의 유효성을 판단하기 위해서 YOLO, Dite-HRNet, EfficientNet 등의 AI 알고리즘을 활용하여 학습하고 검증하였다. 실험 결과 사람 탐지 정확도는 99%, 탐지된 사람의 관절 위치 추론 정확도는 @AP0.5 88%, 추론된 관절 위치를 종합하여 자세를 평가한 정확도는 LEGS 72.2%, NECT 85.7%, TRUNK 81.9%, UPPERARM 79.8%, LOWERARM 92.7%를 도출하였으며, 추가로 딥러닝 기반의 근골격계 질병을 예방할 수 있는 연구에 필요한 요소를 고찰하였다.