• 한국항해항만학회지
• /
• 제34권10호
• /
• pp.763-768
• /
• 2010

빛은 인류가 시작되고나서 현재까지 언제나 인간의 일생에 커다란 영향을 미치는 에너지원이다. 이로 인해 모든 인간은 빛과 함께 할 때 보다 편안함을 느낄 수 있으며 안정된 마음으로 아름다움과 행복을 추구하려는 본능을 가지게 된다. 본 논문에서는 퍼지제어 시스템을 이용하여 외부환경요인을 각각 조합하여 불확실한 내용을 정량적인 값으로 변환하여 LED 조명으로 표현하기 위해 알고리즘을 설계하고, 실내에서 이용 가능한 감성조명용 LED 제어기 회로를 설계 및 제작하였다. 외부환경요소인 온도, 습도, 조도 값을 센서를 통해 제어기로 받아 들이고 이 값들을 퍼지제어 알고리즘을 통해 최적조명값으로 변환되어 인간이 느끼기에 편안한 감성조명을 LED 디밍제어를 통해 표현하고자 한다.

• Journal of the Korean Data and Information Science Society
• /
• 제12권2호
• /
• pp.1-10
• /
• 2001

신경망은 점차 분류 및 함수추정을 위한 현대 통계적 방법론으로 부각되고 있다. 신경망은 특히 선형 회귀함수를 일반화시키는 유연한(flexible) 방법을 제공하며 일반적 비선형 함수를 모수화하는 방법으로 간주된다. 본 논문에서는 함수추정을 위한 신경망을 생각한다. 신경망이 훈련자료를 과대적합하는 것을 피할 수 있도록 하는 간단한 방법은 정칙화(regularization)이다. 신경망에서는 정칙화를 위해 주로 가중치 감소법(weight decay method)을 사용한다. 함수추정을 위해 가중치감소 신경망을 사용할 때 은닉노드수, 가중치모수, 학습률 및 학습반복회수가 중요한 모수이다. 본 논문에서는 유전자 알고리즘을 사용하여 가중치감소 신경망의 중요한 모수들을 자동으로 최적화하는 방법을 제안하고 결과적으로 가중치감소 신경망을 자동학습하는 방법을 설명한다. 그리고 다른 함수추정방법들과 자동학습된 가중치감소 신경망을 비교분석한다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1195-1210
• /
• 2023

해안쓰레기는 미관 훼손 및 생태와 보건에 미치는 영향으로 인해 큰 문제로 대두되고 있다. 이를 해결하기 위한 노력의 일환으로 본 연구는 해안쓰레기 탐지와 모니터링을 위한 이미지 데이터셋 구축과 실시간 객체 탐지 분야의 대표적인 모델인 YOLOv8과 RT-DETR의 성능을 비교하였다. 특히 다양한 환경 하에서의 강건성을 평가하기 위해 여러 왜곡 조건에서 성능 변화 실험을 수행하였다. YOLOv8은 mean Average Precision (mAP) 0.927~0.945의 정확도와 65~135 Frames Per Second (FPS)의 탐지 속도를 보인 반면, RT-DETR은 mAP 0.917~0.918의 정확도와 40~53 FPS의 탐지 속도를 보였다. 색상 왜곡에 대해서는 RT-DETR이 더 강건한 성능을 보였으나, 그 외의 조건에서는 YOLOv8이 더 높은 강건성을 보였다. 본 연구의 결과는 실제 해안쓰레기 모니터링 시스템의 모델 선택에 있어 중요한 지침을 제공할 것으로 기대된다.