• 전기전자학회논문지
• /
• 제26권3호
• /
• pp.468-474
• /
• 2022

본 논문에서는 딥러닝을 이용하여 실시간 화재경보 시스템을 구현하는 방법을 제안한다. 화재경보를 위한 딥러닝 학습 이미지 데이터셋은 인터넷을 통하여 1500장을 취득하였다. 일상적인 환경에서 취득된 다양한 이미지를 그대로 학습하게 되면 학습 정확도가 높지 않은 단점이 있다. 본 논문에서는 학습 정확도 향상을 위해 화재 이미지 데이터 확장 방법을 제안한다. 데이터증강 방법은 밝기 조절, 블러링, 불꽃사진 합성을 이용해 학습 데이터 600장을 추가해 총 2100장을 학습했다. 불꽃 이미지 합성방법을 이용하여 확장된 데이터는 정확도 향상에 큰 영향을 주었다. 실시간 화재탐지 시스템은 영상 데이터에 딥러닝을 적용하여 화재를 탐지하고 사용자에게 알림을 전송하는 시스템이다. Edge AI시스템에 적합한 YOLO V4 TINY 모델을 custom 학습한 모델을 이용해 실시간으로 영상을 분석해 화재를 탐지하고 그 결과를 사용자에게 알리는 웹을 개발하였다. 제안한 데이터를 사용하였을 때 기존 방법에 비하여 약 10%의 정확도 향상을 얻을 수 있다.

• 한국전자통신학회논문지
• /
• 제7권2호
• /
• pp.227-234
• /
• 2012

컴퓨터와 인터넷의 발달은 사회 전 분야에 걸쳐 많은 변화를 가져왔다. 교육 시장도 이에 적극적으로 부응하여 원격교육, 사이버교육, 가상강의, e-Learning 등의 이름으로 제안되어지며 다양한 서비스를 제공하고 있다. 이를 위한 시스템들이 다양하게 제공되면서 컴퓨터를 이용하여 이루어지는 교육과 평가가 활발히 이루어지고 있다. 그러나 많은 시스템들이 제한적 기능을 제공하고 있는 것이 사실이다. 이에 본 논문에서는 학습자들의 교육 이해 수준 정도를 실시간으로 피드백(Feedback)함으로써 교수자가 맞춤식교육을 진행할 수 있는 CBT(Computer Based Training/Test)방식의 쌍방향 자율모드 기반 교육 환경을 제공하는 RTE(Real Training Environment) 시스템을 제안한다. 이 시스템을 활용하여 학습자의 능력에 맞는 맞춤식 교육 환경을 제공하고 학습자들의 학습동기를 극대화시킬 수 있을 것으로 생각된다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.176.3-176
• /
• 2001

Hydraulic servo system has the characteristic of high power in itself, as combining its characteristics with excellent electro equipment that comes from the development of electronics, electro-hydraulic servo system is widely used in industry that are requested high precision and power Electro-hydraulic servo system is characteristic of very strong non-linearity in itself and it is mainly applied the field of the inner or outer fluctuating load or disturbance in industry. Evolutionary computation based on the natural evolutionary process may solve many engineering problems. Algorithms can represent the natural selection in crossovers, mutations, production of the offspring, selection, etc. Nature has already shown is the superiority through ...

• 한국멀티미디어학회논문지
• /
• 제23권12호
• /
• pp.1519-1530
• /
• 2020

As livestock farms grow in size, the number of breeding individuals increases, making it difficult to manage livestock. Livestock farms require an integrated management system such as a monitoring system, an access control system, and an abnormal behavior detection system to manage livestock houses. In this paper, a smart korean cattle livestock management system using IoT and AI technology was proposed for livestock management in livestock farms. The smart korean cattle farm management system consists of a monitoring and control system, a vehicle access management system, and an abnormal cattle behavior detection system. It is expected that this will help manage large-scale livestock houses, and additional research is needed to improve the performance of abnormal behavior detection in the future.

• International journal of advanced smart convergence
• /
• 제9권1호
• /
• pp.63-69
• /
• 2020

The rapid development in modern industrialization pollutant the water and atmospheric air across the globe that have a major impact on the human and livings health. In worldwide, every country government increasing the importance to improve the outdoor air pollution monitoring and control to provide quality of life and prevent the citizens and livings life from hazard disease. We proposed the environmental dust level detection method for outdoor facilities using sensor fusion technology to measure precise micro-dust level and monitor in realtime. In this proposed approach use the camera sensor and commercial dust level sensor data to predict the micro-dust level with data fusion method. The camera sensor based dust level detection uses the optical flow based machine learning method to detect the dust level and then fused with commercial dust level sensor data to predict the precise micro-dust level of the outdoor facilities and send the dust level informations to the outdoor air pollution monitoring system. The proposed method implemented on raspberry pi based open-source hardware with Internet-of-Things (IoT) framework and evaluated the performance of the system in realtime. The experimental results confirm that the proposed micro-dust level detection is precise and reliable in sensing the air dust and pollution, which helps to indicate the change in the air pollution more precisely than the commercial sensor based method in some extent.

• 한국재난정보학회 논문집
• /
• 제18권1호
• /
• pp.91-103
• /
• 2022

연구목적: 코로나바이러스감염증-19(COVID-19) 이후 교육생태계의 변화가 일어났고 소방학교 역시 대면교육을 비대면 교육으로 전환 되었다. 이로 인해 교육생(소방공무원)의 교육효과는 떨어지고 만족도 역시 낮아지고 있다. 본 연구에서 비대면 실시간 원격교육의 현 실태를 살펴보고 문제점을 보완하여 이에 맞는 교육방법, 교육내용, 교육환경 등을 개선하고자 한다. 연구방법: 본 연구에서는 비대면 실시간 원격교육에 영향을 미치는 독립변수로 시스템 환경운영, 컴퓨터의 자기효능감, 콘텐츠(교육내용, 구조, 설계 등), 적절한 상호작용으로 구성하였고, 종속변수로는 비대면 실시간 원격교육 만족도로 선정하였다. 이러한 독립변수와 종속변수에 사이에 조절변수로 학습동기와 학습태도의 적극성을 추가 구성하였다. 연구결과: 콘텐츠가 좋고 학습동기와 학습태도의 적극적 일수록 비대면 실시간 원격교육의 학습만족도가 높아졌고, 학습동기와 학습태도의 적극성이 높아지면 컴퓨터 자기효능감도 학습만족도에 긍정적 영향을 미칠 수 있다는 결과를 도출하게 되었다. 결론: 코로나바이러스감염증-19(COVID-19)으로 인한 비대면 실시간 교육만족을 높이기 위해 교육설계자 혹은 교수자는 학습동기와 학습태도의 적극성을 높일 수 있는 비대면 교육콘텐츠를 제공해야하고 비대면 교육시스템에 대한 사전교육을 통해 컴퓨터 자기효능감을 높여 학습자의 교육 만족도를 높여야 할 필요가 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.105-108
• /
• 2007

본 논문에서는 향후 유비쿼터스 시대에 필수적 기반기술인 UPnP 미들웨어 기반 디지털 컨버전스를 위한 UPnP-OSGi 번들을 개발하였다. 이는 홈 네트워크 시스템의 디지털 컨버전스 서비스 구축을 위해 다양한 서비스 및 사용자 간에 데이터 공유, 서비스 라이프사이클, 서비스 분배 관리를 멀티미디어 기능 탑재가 가능한 UPnP 미들웨어를 기반으로 지속적인 댁내 환경 변화를 실시간으로 모니터링 하는 시스템에 요구되는 UPnP-OSGi 번들이다. 완성된 번들은 Web 2.0 환경에서 요구하는 다양한 제어 및 모니터링 서비스의 세분화가 가능해져 사용자의 개입 없이 자동으로 서비스들을 구성, 관리, 제어 할 수 있어 다양한 서비스 개발이 용이해 질 수 있다.

• 생물환경조절학회지
• /
• 제29권3호
• /
• pp.277-284
• /
• 2020

스마트 팜 관리의 활용 효율성을 높이기 위해서는 작물 및 환경 변화에 대한 사전 검사를 실시간으로 평가하기 위한 모델링 기법이 필요하다. 시설 온실 내부의 CO₂와 같은 필수 환경 요소는 다양한 상관 변수가 밀접하게 결합 된 시간 영역에서 신뢰할 수 있는 추정 모델을 확립하기가 어렵다. 따라서 본 연구는 입력 영역과 출력 변수를 CO₂와 같은 시간 관점에서 인접 영역에 분포된 환경 정보를 이용하여 시간 복잡도를 줄이기 위한 인공 신경망을 개발하기 위해 수행되었다. 스마트 팜을 계측하기 위한 센서 모듈을 통해 환경 요소를 지속적으로 측정하였다. 실험기간의 평균 데이터로 예측하는 모델링 1, 전일 데이터로 예측하는 모델링 2을 구성하여 CO₂ 환경인자의 상호관계를 예측하였다. 전일의 데이터 학습으로 예측하는 모델링 2가 60일 평균값으로 예측한 모델링 1에 비해 성능이 우수하였다. 30일 이전까지는 대부분 0.70~0.88사이의 결정계수를 보였으며 모델링 2가 약0.05정도 높게 나타났다. 하지만 30일 이후에는 두 가지 모델링 모두 결정 계수 값이 0.50 이하로 낮은 값을 보였다. 모델링 접근법에 따라 결정 요인의 값을 비교하고 분석 한 결과 인접한 시간대의 데이터는 고정 신경망 모델을 사용하는 대신 예측이 필요한 지점에서 상대적으로 높은 성능을 나타냈다.