• 한국항행학회논문지
• /
• 제27권5호
• /
• pp.552-560
• /
• 2023

항공기 공중 충돌사고는 대규모 인명 피해를 초래할 수 있는 위험한 사건이다. 이를 예방하기 위해 민간 항공에서는 TCAS(traffic alert and collision avoidance system) 장착을 의무화하였으며, 새로운 기술의 도움을 받아 더욱 정밀하게 발전하고 있다. 한국에서 개인적으로 TCAS 연구를 위한 데이터를 수집하는데는 절차적인 어려움이 있다. 이를 해결하기 위해 ADS-B(automatic dependent surveillance-broadcast)와 Mode-S(mode-select)를 활용하면 TCAS RA(resolution advisory)의 정보 획득이 가능하다. ADS-B Exchange와 Opensky-Network에서 보관중인 데이터베이스를 제공받아 연구에 활용하였으며, 3건의 TCAS RA 발생 사례를 시각화하였다. 또한 2023년 전반기 국내 TCAS RA 발생사례를 분류한 후 그 특징을 분석하였다. 이를 통해 ADS-B와 Mode-S 데이터의 유효성을 확인하고, 발전방향을 모색하였다.

• 한국항행학회논문지
• /
• 제26권6호
• /
• pp.441-447
• /
• 2022

본 논문에서는 주파수 오차 및 위상 오차가 존재하는 텔레메트리 시스템에 적용하기 위한 FLL-assisted-PLL 기반의 시각 동기 알고리즘을 제안한다. 텔레메트리 시스템은 분산 획득 장치들로부터 상태 정보를 계측하여 비행 상태를 분석할 수 있는 데이터를 생성하며, 각 상태 정보를 오차 없이 수집하기 위해서는 마스터와 슬레이브간의 정밀한 시각 동기가 필요하다. 이때, 마스터의 시각펄스에는 외부 및 내부 요소로 인하여 발생할 수 있는 주파수 및 위상 변화가 존재하므로 지속적으로 텔레메트리 데이터를 제공하기 위해서 정밀 시각 동기를 유지할 수 있는 방법이 반드시 필요하다. 본 논문에서는 고속 시각동기가 가능할 뿐만 아니라 넓은 범용성, 높은 시각 동기 정밀도를 갖는 FLL-assisted-PLL 기반의 시각 동기 알고리즘을 제안하고 구현을 통해 타당성을 검증하였다. 이때 이론적인 성능 검증을 위하여 파이썬 기반의 시뮬레이션을 수행하였으며, 실제 텔레메트리 시스템에 적용하기 위해 FPGA 내에 VHDL 로직을 구현하여 주파수 오차 및 위상 오차에 따른 성능 평가를 수행하였다.

• 한국인터넷방송통신학회논문지
• /
• 제23권6호
• /
• pp.1-7
• /
• 2023

본 논문은 인공지능 기술을 활용하여 일반 도로와 침수 도로를 분류하는 학습모델을 개발하였다. 다양한 데이터 증강기법을 사용하여 학습 데이터의 다양성을 확장하며, 여러 환경에서도 좋은 성능을 보이는 모델을 구현하였다. CNN 기반의 Resnet152v2 모델을 사전 학습모델로 활용하여, 전이 학습을 진행하였다. 모델의 학습 과정에서 다양한 파라미터 튜닝 및 최적화 과정을 거쳐 최종 모델의 성능을 향상하였다. 학습은 파이선으로 Google Colab NVIDIA Tesla T4 GPU를 사용하여 구현하였고, 테스트 결과 시험 데이터 세트에서 매우 높은 정확도로 침수상황을 탐지함을 알 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권12호
• /
• pp.3330-3344
• /
• 2023

This paper proposes an antenna performance prediction model in the autonomous driving radar manufacturing process. Our research work is based upon a challenge dataset, Driving Radar Manufacturing Process Dataset, and a typical AutoML machine learning workflow engine, Pycaret open-source Python library. Note that the dataset contains the total 70 data-items, out of which 54 used as input features and 16 used as output features, and the dataset is properly built into resolving the multi-output regression problem. During the data regression analysis and preprocessing phase, we identified several input features having similar correlations and so detached some of those input features, which may become a serious cause of the multicollinearity problem that affect the overall model performance. In the training phase, we train each of output-feature regression models by using the AutoML approach. Next, we selected the top 5 models showing the higher performances in the AutoML result reports and applied the ensemble method so as for the selected models' performances to be improved. In performing the experimental performance evaluation of the regression prediction model, we particularly used two metrics, MAE and RMSE, and the results of which were 0.6928 and 1.2065, respectively. Additionally, we carried out a series of experiments to verify the proposed model's performance by comparing with other existing models' performances. In conclusion, we enhance accuracy for safer autonomous vehicles, reduces manufacturing costs through AutoML-Pycaret and machine learning ensembled model, and prevents the production of faulty radar systems, conserving resources. Ultimately, the proposed model holds significant promise not only for antenna performance but also for improving manufacturing quality and advancing radar systems in autonomous vehicles.

• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1277-1284
• /
• 2023

본 논문에서는 소비자들이 편의점에서 진행 중인 행사상품에 대해 접근하기 쉬운 웹페이지를 제작하였다. 제작하는 과정에서 행사상품의 데이터를 추출하는 두 가지 크롤링 방식인 정적 크롤링과 동적 크롤링을 비교 및 활용하였다. 정적 크롤링은 홈페이지에서 정적인 데이터를 수집하는 추출 방식이고 동적 크롤링은 웹 페이지에서 동적으로 생성되는 페이지의 데이터를 수집하는 추출하는 방식이다. 두 크롤링에 대한 비교를 통해 행사상품 데이터를 추출하는 데에 있어 어떤 크롤링 방식이 더 효과적인 방식인지에 대해 연구하였다. 그 중 효과적인 정적 크롤링을 이용해 웹 페이지를 제작하였으며, 소비자들이 더 손쉽게 확인할 수 있도록 1+1, 2+1 상품들을 카테고리화 하였고 검색기능을 넣어 웹페이지를 제작하였다.

• 한국농공학회논문집
• /
• 제66권4호
• /
• pp.27-39
• /
• 2024

Soil texture is determined by the proportions of sand, silt, and clay within the soil, which influence characteristics such as porosity, water retention capacity, electrical conductivity (EC), and pH. Traditional classification of soil texture requires significant sample preparation including oven drying to remove organic matter and moisture, a process that is both time-consuming and costly. This study aims to explore an alternative method by developing an AI model capable of predicting soil texture from images of pre-sorted soil samples using computer vision and deep learning technologies. Soil samples collected from agricultural fields were pre-processed using sieve analysis and the images of each sample were acquired in a controlled studio environment using a smartphone camera. Color distribution ratios based on RGB values of the images were analyzed using the OpenCV library in Python. A convolutional neural network (CNN) model, built on PyTorch, was enhanced using Digital Image Processing (DIP) techniques and then trained across nine distinct conditions to evaluate its robustness and accuracy. The model has achieved an accuracy of over 80% in classifying the images of pre-sorted soil samples, as validated by the components of the confusion matrix and measurements of the F1 score, demonstrating its potential to replace traditional experimental methods for soil texture classification. By utilizing an easily accessible tool, significant time and cost savings can be expected compared to traditional methods.

• Animal Bioscience
• /
• 제37권2호
• /
• pp.184-192
• /
• 2024

Objective: This study aims to investigate the genetic structure and characteristics of the Angus cattle population in Hungary. The survey was performed with the assistance of the Hungarian Hereford, Angus, Galloway Association (HHAGA). Methods: Genetic parameters of 1,369 animals from 16 Angus herds were analyzed using the genotyping results of 12 microsatellite markers with the aid of PowerMarker, Genalex, GDA-NT2021, and STRUCTURE software. Genotyping of DNA was performed using an automated genetic analyzer. Based on pairwise identity by state values of animals, the Python networkx 2.3 library was used for network analysis of the breed and to identify the central animals. Results: The observed numbers of alleles on the 12 loci under investigation ranged from 11 to 18. The average effective number of alleles was 3.201. The overall expected heterozygosity was 0.659 and the observed heterozygosity was 0.710. Four groups were detected among the 16 Angus herds. The breeders' information validated the grouping results and facilitated the comparison of birth weight, age at first calving, number of calves born and productive lifespan data between the four groups, revealing significant differences. We identified the central animals/herd of the Angus population in Hungary. The match of our group descriptions with the phenotypic data provided by the breeders further underscores the value of cooperation between breeders and researchers. Conclusion: The observation that significant differences in the measured traits occurred among the identified groups paves the way to further enhancement of breeding efficiency. Our findings have the potential to aid the development of new breeding strategies and help breeders keep the Angus populations in Hungary under genetic supervision. Based on our results the efficient use of an upcoming genomic selection can, in some cases, significantly improve birth weight, age at first calving, number of calves born and the productive lifespan of animals.

• Advances in Computational Design
• /
• 제8권4호
• /
• pp.309-325
• /
• 2023

An innovative inertial reactive armor is being developed through a multi-discipline project. Unlike the well-known explosive or non-explosive reactive armour that uses high-energy explosives or bulging effect, the proposed inertial reactive armour uses active disc elements that is set to rotate rapidly upon impact to effectively deflect and disrupt shaped charges and kinetic energy penetrators. The effectiveness of the proposed armour highly depends on the tangential velocity of the impact point on the rotating disc. However,for a single layer armour with an array of high-speed rotating discs, the tangential velocity is relatively low near the center of the disc and is not available between the gap of the discs. Therefore, it is necessary to configure the armor with double layers to increase the tangential velocity at the point of impact. This paper explores a multi-objective geometry design optimization for the double-layered armor using Nelder-Mead optimization algorithm and integration tools of the python programming language. The optimization objectives include maximizing both average tangential velocity and high tangential velocity areas and minimizing low tangential velocity area. The design parameters include the relative position (translation and rotation) of the disc element between two armor layers. The optimized design results in a significant increase of the average tangential velocity (38%), increase of the high tangential velocity area (71.3%), and decrease of the low tangential velocity area (86.2%) as comparing to the single layer armor.

• 실천공학교육논문지
• /
• 제16권3_spc호
• /
• pp.275-282
• /
• 2024

본 연구는 생성형 AI를 활용한 소프트웨어교육에 관한 수업모델을 연구하였다. 연구 목적은 ChatGPT를 소프트웨어교육에 활용함으로써 비전공학생들의 프로그래밍 수업에서 교수자의 보조자 역할로 ChatGPT를 활용하기 위함이다. 또한, ChatGPT를 이용해 학습자 개별 교육이 가능하도록 설계하고, 학생들이 필요로 한 시점에 즉각적인 피드백을 제공하고자 하였다. 연구 방법은 교양과목의 파이썬 수업을 듣는 컴퓨터 비전공자를 대상으로 ChatGPT를 보조자로 활용하여 수업을 진행하였다. 그리고 비전공학생의 프로그래밍 교육에서 ChatGPT가 보조자로서 가능성이 있는지 확인하였다. 학생들은 ChatGPT를 과제작성, 오류수정, 코딩 작성 및 지식 습득에 활발히 사용하였으며, 오류 해결에 많은 시간이 걸리는 것을 프로그램을 이해하는데 집중할 수 있는 등 다양한 이점을 확인하였다. ChatGPT가 학생들의 학습 효율을 높일 수 있는 가능성 볼 수 있었으며, 교육에 활용하는 데 있어서 더 많은 연구가 필요함을 알 수 있었다. 향후에는 ChatGPT를 활용한 교육 모델의 발전과 보완, 평가 방법에 관한 연구가 이루어질 것이다.

• 대한간호학회지
• /
• 제54권2호
• /
• pp.266-278
• /
• 2024

Purpose: This study aimed to investigate healthcare consumers' interest in patient safety on social media using structural topic modeling (STM) and to identify changes in interest over time. Methods: Analyzing 105,727 posts from Naver news comments, blogs, internet cafés, and Twitter between 2010 and 2022, this study deployed a Python script for data collection and preprocessing. STM analysis was conducted using R, with the documents' publication years serving as metadata to trace the evolution of discussions on patient safety. Results: The analysis identified a total of 13 distinct topics, organized into three primary communities: (1) "Demand for systemic improvement of medical accidents," underscoring the need for legal and regulatory reform to enhance accountability; (2) "Efforts of the government and organizations for safety management," highlighting proactive risk mitigation strategies; and (3) "Medical accidents exposed in the media," reflecting widespread concerns over medical negligence and its repercussions. These findings indicate pervasive concerns regarding medical accountability and transparency among healthcare consumers. Conclusion: The findings emphasize the importance of transparent healthcare policies and practices that openly address patient safety incidents. There is clear advocacy for policy reforms aimed at increasing the accountability and transparency of healthcare providers. Moreover, this study highlights the significance of educational and engagement initiatives involving healthcare consumers in fostering a culture of patient safety. Integrating consumer perspectives into patient safety strategies is crucial for developing a robust safety culture in healthcare.