• 한국항공우주학회지
• /
• 제41권12호
• /
• pp.950-958
• /
• 2013

달 궤도선은 한국형발사체(KSLV-II)에 실려 지구 저궤도에 투입된 후, 지상 안테나를 이용한 달 궤도선의 추적데이터 획득 및 궤도결정 과정을 거쳐 적절한 시점에서 TLI(Trans Lunar Injection) 엔진을 점화시켜야 한다. 본 논문은 달 궤도선을 나로우주센터에서 발사하여 달 궤도에 진입하기까지 여러 단계로 나누고 발사 방위각 및 발사창 분석부터 TLI 및 LOI(Lunar Orbit Insertion) 분사 위치에 따른 속도증분(${\Delta}V$) 그리고 가시성 및 식 기간 분석까지 수행하여 직접 전이궤적의 전반적인 특성을 분석하였다. 본 논문은 향후 달 임무 설계 시 관성비행 기간 및 전이기간에 따라 속도증분이 어떻게 변하는지에 대한 전반적인 내용을 파악하는데 도움이 되고, 발사 시각 선정과 연료소모를 줄일 수 있는 파라미터 선정에 도움을 줄 것으로 판단된다.

• 한국방사선학회논문지
• /
• 제15권4호
• /
• pp.547-554
• /
• 2021

흉부 X선 영상의 폐렴을 신속하고 정확하게 진단하기 위하여 동일한 Xception 딥러닝 모델에 배치 사이즈를 4, 8, 16, 32로 다르게 적용하여 각각 3회의 모델링을 실시하였다. 그리고 성능평가 및 metric 평가에 대한 결과값을 3회 평균값으로 산출하여 배치 사이즈별 흉부 X선 영상의 폐렴 특징 추출과 분류의 정확도 및 신속성을 비교 평가하였다. 딥러닝 모델링의 성능평가 결과 배치 사이즈 32를 적용한 모델링의 경우 정확도, 손실함수 값, 평균제곱오차, 1 epoch 당 학습 소요 시간의 결과가 가장 우수한 결과를 나타내었다. 그리고 Test Metric의 정확도 평가는 배치 사이즈 8을 적용한 모델링이 가장 우수한 결과를 나타내었으며, 정밀도 평가는 모든 배치 사이즈에서 우수한 결과를 나타내었다. 재현율 평가는 배치 사이즈 16을 적용한 모델링이 가장 우수한 결과를 나타내었으며, F1-score는 배치 사이즈 16을 적용한 모델링이 가장 우수한 결과를 나타내었다. 그리고 AUC score 평가는 모든 배치 사이즈의 결과가 동일하였다. 이러한 결과를 바탕으로 배치 사이즈 32를 적용한 딥러닝 모델링이 높은 정확도, 안정적인 인공신경망 학습 및 우수한 신속성의 결과를 나타내었다. 향후 딥러닝을 이용한 흉부 X선 영상의 폐렴에 대한 특징 추출 및 분류에 관하여 자동진단 연구 시 배치 사이즈를 32로 적용한다면 정확하면서도 신속한 병변 검출이 가능할 것이라고 사료된다.

• 한국산학기술학회논문지
• /
• 제15권4호
• /
• pp.2170-2178
• /
• 2014

본 연구에서는 작업수행시의 집중상태 변화를 검출하기 위하여 2011년 1~2월 동안 집중을 유발하는 시각유발자극에 대하여 생체신호를 측정한 피험자들 중 한명의 뇌파신호를 분석하였다. 두피에서 측정한 뇌파신호로부터 집중관련 뇌 안에서의 발원 신호와 안구운동잡음 신호를 분리하기 위하여 독립성분 분석기법을 측정뇌파 신호에 적용하였다. 안구운동잡음신호가 제거된 집중관련 신호원을 단시간 푸리에 변환하여 주파수 성분 신호를 연속적으로 축적함으로서 시변 특징 형태를 나타내는 에포크 그래프와 스펙트럴 칼라 맵에서의 도식 표현상 규칙성을 향상 시킬 수 있었다. 추출한 감각운동리듬 (SMR: 12-15Hz)과 세타파 리듬 (4-7Hz)관련 집중 지표는 집중시험시간이 경과함에 따라 증가 하였다. 실험을 통하여 단시간 푸리에 변환과 결합한 독립성분 분석기법은 참여자의 집중상태 변화를 분석하는데 사용 할 수 있을 것이다.

• 농업과학연구
• /
• 제46권2호
• /
• pp.381-393
• /
• 2019

A smart farm is a system that combines information and communication technology (ICT), internet of things (IoT), and agricultural technology that enable a farm to operate with minimal labor and to automatically control of a greenhouse environment. Machine learning based on recently data-driven techniques has emerged with big data technologies and high-performance computing to create opportunities to quantify data intensive processes in agricultural operational environments. This paper presents research on the application of machine learning technology to diagnose the growth status of crops and predicting the harvest time of strawberries in a greenhouse according to image processing techniques. To classify the growth stages of the strawberries, we used object inference and detection with machine learning model based on deep learning neural networks and TensorFlow. The classification accuracy was compared based on the training data volume and training epoch. As a result, it was able to classify with an accuracy of over 90% with 200 training images and 8,000 training steps. The detection and classification of the strawberry maturities could be identified with an accuracy of over 90% at the mature and over mature stages of the strawberries. Concurrently, the experimental results are promising, and they show that this approach can be applied to develop a machine learning model for predicting the strawberry harvesting time and can be used to provide key decision support information to both farmers and policy makers about optimal harvest times and harvest planning.

• 천문학회지
• /
• 제55권4호
• /
• pp.111-121
• /
• 2022

Based on the light an exoplanet blocks from its host star as it passes in front of it during a transit, the mid-transit time can be determined. Periodic variations in mid-transit times can indicate another planet's gravitational influence. We investigate 83 transits of TrES-1 b as observed from 6-inch telescopes in the MicroObservatory robotic telescope network. The EXOTIC data reduction pipeline is used to process these transits, fit transit models to light curves, and calculate transit midpoints. This paper details the methodology for analyzing transit timing variations (TTVs) and using transit measurements to maintain ephemerides. The application of Lomb-Scargle period analysis for studying the plausibility of TTVs is explained. The analysis of the resultant TTVs from 46 transits from MicroObservatory and 47 transits from archival data in the Exoplanet Transit Database indicated the possible existence of other planets affecting the orbit of TrES-1 and improved the precision of the ephemeris by one order of magnitude. We now estimate the ephemeris to be (2 455 489.66026 BJD_TDB ± 0.00044 d) + (3.0300689 ± 0.0000007) d × epoch. This analysis also demonstrates the role of small telescopes in making precise midtransit time measurements, which can be used to help maintain ephemerides and perform TTV analysis. The maintenance of ephemerides allows for an increased ability to optimize telescope time on large ground-based telescopes and space telescope missions.

• 융합신호처리학회논문지
• /
• 제24권1호
• /
• pp.51-56
• /
• 2023

본 연구는 CNN에 기반한 한국 숫자지화 인식 시스템의 입력데이터인 표면 근전도 신호에 대한 샘플링 주파수가 CNN의 학습 성능에 미치는 영향을 검토하였다. 표면 근전도의 샘플링 주파수가 크면 수집한 많은 양의 입력데이터에 대한 학습 시간이 길어지므로 실시간 시스템의 구현이 어려움이 발생하고 고가의 표면 근전도 측정장비를 필요로 하므로 표면근전도 신호의 샘플링 주파수 선정에서 적정선이 요구된다. 이를 위해 본 연구에서는 1,024Hz, 512Hz, 256Hz, 128Hz 그리고 64Hz의 샘플링 주파수를 선정하고 선정된 샘플링 주파수로 측정한 표면근전도 신호를 입력으로 CNN 학습 성능을 비교하였다. 비교 연구 결과는 선정된 모든 샘플링 주파수로 획득한 표면근전도 신호를 입력데이터를 활용한 CNN 학습 모두가 한국 숫자지화 일부터 다섯을 100% 인식하였으며, 그중에서도 256Hz의 샘플링 주파수로 획득한 표면근전도 신호를 입력데이터로 활용한 CNN 학습이 가장 짧은 시간 안에 이루어졌다.

• 한국의류산업학회지
• /
• 제9권1호
• /
• pp.15-23
• /
• 2007

In the Middle Ages it was customary to cover up the hair, but the Renaissance brought uncovered coiffures with the revival of humanism. In those days, silk and linen veil, ribbon, string of pearl used for covering, wrapping round with the hair. During the Baroque period, the style of hair was to pursue the beauty of imbalance in form, reflecting the atmosphere of the time. Hurluberlu and Fontanges hairstyles were in fashion. Then in the Rococo period, huge, resplendent coiffures of exquisite beauty were invented as a symbol of power, and these modes of hairdo were a dominant force in the culture of personal adornment of that time. Pouf and enfant hairstyles were in fashion. As a reaction against the extravagance of the proceding modes, late 18th and early 19th centuries brought revival of simpler hairstyles of ancient Greece and Rome by the influence of neoclassicism. The latter half of the 1820's onwards saw he reappearance of voluminous coiffures as well as an enormous variation of knots with combinations of false knots and chignons. Late 19th through early 20th centuries was the period of beautifully waved hair, the style of which was an integration of Marcel waves and Art Nouveau. The 20th century saw the epoch-making invention of permanent waves using electricity. Concurrently, with an increasing participation of women in social affairs since pre-and post-World War I periods, as well as with Art Deco in full flourish, bobbed hair was created in pursuit of lightness and nimbleness, quickly showing the change of women's modes of life. Hair fashions thoroughly embody the aesthetic sense of each period, reflecting the landscape of contemporary society.

• 항공우주기술
• /
• 제8권2호
• /
• pp.61-67
• /
• 2009

본 논문은 정지궤도위성에 탑재 가능한 저 계산량의 궤도데이터 생성 알고리즘을 제안하고 있다. 제안하는 알고리즘의 기본적인 개념은 지상에서 생성된 기준궤도에 대한 변위 정보를 48시간에 대하여 30분 간격으로 생성한 다음, 위성에 업로드 한다. 위성에서는 업로드된 변위정보를 테이블 형태로 저장하고, 원하는 시간에 근접한 세 개의 데이터 셋을 취한 다음 이차함수 보간법 적용하여 원하는 시간에 대한 변위정보를 계산한다. 생성된 변위 정보는 다시 기준궤도에 더해져 최종적인 궤도성분을 복구하도록 한다. 여기서 기준궤도는 이심율과 궤도 경사각이 0인 이상적인 정지궤도를 의미한다. 본 알고리즘을 이용할 경우 1Hz이상의 속도로 궤도정보를 생성하여 요구하는 탑재체에 공급 할 수 있는 장점이 있다. 본 알고리즘은 48시간에 대한 궤도 변위 정보를 저장하기 위하여 3킬로바이트 이내의 추가적인 메모리를 요구한다. 이러한 수치는 정지궤도위성에서 충분히 지원 가능한 수치로 판단된다.

• 한국정보통신학회논문지
• /
• 제11권7호
• /
• pp.1387-1393
• /
• 2007

기존의 단층 퍼셉트론은 출력 노드가 선형 분리 가능한 패턴들만을 분류할 수 있고 XOR과 같은 비선형 문제에 대해서는 분류할 수 없는 단점이 있다. 퍼지 단층 퍼셉트론은 퍼지 소속 함수(Fuzzy Membership Function)를 적용하여 단층 구조로 XOR 문제와 같은 고전적인 문제를 개선하였다. 그러나 퍼지 단층 퍼셉트론은 기존의 단층 퍼셉트론과 마찬가지로 결정 경계선이 진동하는 경우가 생기며 초기 가중치의 범위와 학습률에 따라 수렴성이 매우 낮아지는 단점이 있다. 따라서 본 논문에서는 바이어스항을 도입하여 결정 경계선이 진동하는 것을 방지하여 수렴성을 개선시키고 선형 활성화 함수를 제안하고 학습률과 모멘텀 개념을 도입 한 개선된 델타규칙을 적용함으로써 학습 시간을 단축시키는 개선된 퍼지 단층 퍼셉트론 알고리즘을 제안한다. 제안된 방법과 퍼지 단층 퍼셉트론간의 학습 성능을 분석하기 위하여 인공 신경망에서 벤치마크로 사용되는 XOR 문제와 패턴 분류에 적용하여 Epoch 수와 수렴성을 비교한 결과, 제안된 방법이 기존의 퍼지 단층 퍼셉트론보다 학습 시간이 적게 소요되고 수렴성이 개선된 것을 확인하였다.

• 천문학회보
• /
• 제46권1호
• /
• pp.52.1-52.1
• /
• 2021

We present the results of multi-epoch, multi-frequency monitoring of a blazar 4C +29.45, which was regularly monitored as part of the Interferometric Monitoring of GAmma-ray Bright AGNs program - a key science program of the Korean Very long baseline interferometry Network (KVN). Observations were conducted simultaneously at 22, 43, 86 and 129 GHz during the 4 years from December 2012 to December 2016. We also used additional data from the 15 GHz Owens Valley Radio Observatory (OVRO) monitoring program. From the 15 GHz light curve, we estimated the variability time scales of the source during several radio flux enhancements. We found that the source experiencesd 6 radio flux enhancements with variability time scales of 9-187 days during the observing period, yielding corresponding variability Doppler factors of 9-27. From the multi-frequency simultaneous KVN observations, we were able to obtain accurate radio spectra of the source and hence to more precisely measure the turnover frequencies 𝜈_r of synchrotron self-absorbed (SSA) emission with a mean value of ${\bar{\nu}_r}=28.9GHz$. Using jet geometry assumptions, we estimated the size of the emitting region at the turnover frequency. Taking into account these results, we found that the equipartition magnetic field strength is up to two orders of magnitudes higher than the SSA magnetic field strength (0.6-99 mG). This is consistent with the source being particle dominated.