• 한국정보통신학회논문지
• /
• 제22권3호
• /
• pp.471-479
• /
• 2018

최근 안드로이드, iOS 등의 셋톱박스 기반의 스마트 TV에 대한 보급에 따라 제스처로 TV를 컨트롤 할 수 있는 새로운 접근을 제안한다. 본 논문에서는 모노 카메라 센서를 이용한 AdaBoost 기반 제스처 인식에 관한 알고리즘을 제안한다. 우선, 신체 좌표 추출을 위해 가우시안 배경 제거 및 Camshift 기반 자세 추적 및 추정 알고리즘을 사용한다. AdaBoost 학습 모델을 신체 정규화된 광역 및 지역 특징 벡터의 집합을 특징 패턴으로 하여, 속도가 다른 동작들을 인식할 수 있도록 하였다. 또한 속도가 다른 다양한 제스처를 인식하기 위해 다중 AdaBoost 알고리즘을 적용하였다. CART 알고리즘을 이용하여 성공적인 중요 특징 벡터를 확인하고 중요도가 낮은 특징벡터를 제거하는 방식을 적용하면서 분류 성공률이 높은 최적의 특징 벡터를 탐색하였다. 그 결과 24개의 주성분 특징 벡터를 찾았으며, 기존 알고리즘에 비해 낮은 오분류율(3.73%)과 높은 인식률(95.17%)을 지닌 특징 벡터 및 분류기를 설계하였다.

• 한국산학기술학회논문지
• /
• 제17권5호
• /
• pp.637-644
• /
• 2016

본 논문은 터널 환경 측정 시스템 개발 및 측정 I [1], II [2]의 후속논문이다. 본 연구의 대상이 되는 터널인 솔안터널은 백두대간을 관통하는 연장 16.7 km의 루프식 단선 터널로 산악지형에 위치하며 화물열차와 승객열차가 혼용인 일반철도 터널이다. 본 논문에서는 솔안터널의 환경 측정을 위하여 터널 내부에 3개의 위치에 설치된 환경 측정 장치에서 약 1년간 측정된 온도 및 습도를 분석하였다. 선행의 연구에서는 도심지 및 도심지 인근에 위치한 터널 내부에서 측정 결과 결과에 대하여 분석하였지만, 본 논문에서는 산악지형에 위치한 터널 내부에서 측정한 온도 및 습도 등을 외부에서의 기상 측정 결과와 비교한 것으로 선행 연구와 차별성을 지닌다. 솔안터널 내부에 측정된 온도 및 습도를 월별로 지역에서의 기상 측정 결과와 비교하였으며, 여름과 겨울을 대표하는 대표적인 일자에 대해서 철도터널에서의 시간별 온도 및 습도의 변화도 분석하였다. 또한 터널 내 측정 위치에 따른 환경 특성도 분석하였다. 본 연구에서 제시한 철도터널의 환경측정 분석 결과는 터널의 환기 및 화재 시뮬레이션 등 터널의 기류의 컴퓨터 해석 및 터널의 공기질 및 온열환경과 관련된 연구에 폭넓게 사용될 수 있다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제9권9호
• /
• pp.721-736
• /
• 2019

본 논문에서는 대심도에 위치한 지하역사(지하 6층) 및 터널에서 화재가 발생했을 경우 제연설비 작동에 따른 연기의 거동을 측정하였다. 열풍기를 이용하여 열부력 효과를 구현한 연기발생장치를 이용하여 화재연기를 생성하였다. 화재발생 위치는 승강장 위 및 스크린도어 외부에 위치한 터널부의 승강장 위의 2가지 위치를 선정하였다. 승강장 화재발생시 승강장에 설치된 환기구를 통하여 연기가 배출되도록 하는 제연모드가 일반적인데 본 연구에서는 승강장 양단에 위치한 터널부의 환기구를 통한 배기도 같이 동작되도록 설정하여 실험을 수행하였다. 다양한 위치에서 연기농도 및 풍향풍속을 측정하였고 화면을 취득하여 연기의 이동 및 제연을 분석하였다. 승강장 내부에서 화재가 발생하였을 경우와 선로부에서 화재가 발생하였을 경우 승강장의 송풍기의 제연모드 동작과 터널의 송풍기의 배연 동작으로 인하여 연기배출이 원활하였고 화재 발생 인근 구역으로의 연기전파가 억제되었다. 본 연구에서 제시한 승강장 및 승강장 양단부의 터널에 적용되는 송풍기를 같이 운전하는 제연모드를 통하여 승강장 화재 및 화재열차 정차시 화재 연기로부터 승객들에게 보다 안전한 대피환경을 제공할 수 있을 것이다.

• 한국인터넷방송통신학회논문지
• /
• 제21권1호
• /
• pp.141-148
• /
• 2021

일부 네거리나 혼잡도로에서 특정 시간대에 행인이 많고 도로가 막혀서 발생하는 교통사고가 적지 않다. 특히 인근에 학교교차로가 있어 바쁜 시간에 학생들의 교통안전을 지키는 것이 중요하다. 과거에는 교통 신호등을 설 계 했을 때 행인의 안전성을 고려하지 않고 자동차 인식과 교통 최적화에 대하여 연구 했다. 행인, 특히 학생들의 안전을 확보하는 전제에서 가능한 한 도로의 소통을 유지하는 것이 본 연구의 중점적인 연구 방향이다. 본 연구는 사람, 오토바이, 자전거, 자동차, 버스의 식별문제를 중점적으로 연구할 것이다. 조사와 비교를 통해 본 연구는 YOLO v4 네트워크로 목표물의 위치와 수량을 식별하는 것을 제시한다. YOLO v4는 작은 목표물의 식별 능력이 강하고 정밀도가 높으며 처리속도가 빠르다는 특징을 가지고 있으며, 데이터 수집 대상을 설정하여 이미지 집합을 훈련하고 테스트 한다. 움직이는 영상에서 목표물의 정확도, 실수율과 누락율에 대한 통계를 사용하여, 본 연구에서 훈련된 네트워크는 움직이는 이미지 속의 사람, 오토바이, 자전거, 자동차와 버스를 정확하게 식별 할 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제20권6호
• /
• pp.157-165
• /
• 2020

뉴-럴 네트워크와 자동운전 데이터 셋을 개발하는 목표중의 하나가 데이터 셋을 분할함에 따라서 움직이는 물체를 검출하는 성능을 개선하는 방법이 있다. 다크넷 (DarkNet) 프레임 워크에 있어서, YOLOv4 네트워크는 Udacity 데이터 셋에서 훈련하는 셋과 검증 셋으로 사용되었다. Udacity 데이터 셋의 7개 비율에 따라서 이 데이터 셋은 훈련 셋, 검증 셋, 테스트 셋을 포함한 3개의 부분 셋으로 나누어진다. K-means++ 알고리즘은 7개 그룹에서 개체 Box 차원 군집화를 수행하기 위해 사용되었다. 훈련을 위한 YOLOv4 네트워크의 슈퍼 파라메타를 조절하여 7개 그룹들에 대하여 최적 모델 파라메타가 각각 구해졌다. 이 모델 파라메타는 각각 7 개 테스트 셋 데이터에 비교하고 검출에 사용되었다. 실험결과에서 YOLOv4 네트워크는 Udacity 데이터 셋에서 트럭, 자동차, 행인으로 표현되는 움직이는 물체에 대하여 대/중/소 물체 검출을 할수 있음을 보여 주었다. 훈련 셋과 검증 셋, 테스트 셋의 비율이 7 ; 1.5 ; 1.5 일 때 최적의 모델 파라메타로서 가장 높은 검출 성능이었다. 그 결과값은, mAP50가 80.89%, mAP75가 47.08%에 달하고, 검출 속도는 10.56 FPS에 달한다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권3호
• /
• pp.203-210
• /
• 2021

유리 바실리예프(Юрий Васильев)는 배우이자, 감독 및 연극 교수이다. 블라디미르 푸틴 러시아 대통령이 수여하는 우정 훈장을 수상한 러시아의 공로 예술가이자, 러시아 페트로프스키 과학 예술 아카데미의 학자, 러시아 국립 공연 예술 아카데미교수, 독일 뮌헨 바이에른 연극 아카데미 교수이다. 그는 연극배우의 음성, 언어 및 운동 기능 완성을 위해, 생리적 감각을 자극하는 방법을 만들어낸 창시자이다. 유리 바실리예프는 공연 예술에 대한 체계적 이해를 기반으로, 연기교육에서 독특한 언어 표현 및 기술 훈련 방법을 고안했다. 복잡한 연극 무대예술 훈련에서 가장 근본적이며 가장 중요한 기술 부분을 찾아 집중적으로 훈련을 하는데, 이것을 우리는 기본기 훈련이라고 부른다. 전체 훈련과정을 총괄적으로 보면, 유리 교수의 연기교육에서 연극배우의 대사에 대한 요구는 매우 뚜렷하다:"행동! 이것은 배우의 창작에 있어 기본 중의 기본이다. 그렇기에 행동은 배우가 지배한다. 행동과 소리는 밀접하게 연결된다. 배우의 목소리-인간의 소리, 생명, 감각, 경험이자 재난이다. 배우가 개성적인 목소리-를 얻는 것 역시 창작의 기초이다. 우리는 소리-발음을 똑바르게 하는 것, 발성의 호흡, 말투와 어조, 속도와 리듬, 표현력, 진정성, 무대 발성과 동작, 손동작-이 모든 것을 통해 배우의 목소리를 훈련하고, 연극의 표준인-목소리의 동작성을 훈련한다. "요컨대, 유리 교수의 연기교육에서 훈련과정은 무대 표현력과 기교에 대한 훈련일 뿐 아니라 그 속에는 풍부한 연극관과 공연관이 담겨 있다. 본 논문에서는 연기교육에서 훈련의 수단과 방법을 차용하는 것과 유리 바실리예프 교수가 사용한 훈련 방법의 출발점과 목표의 중요성을 이해하고자 한다. 또한 연기교육에 있어서 무대언어 훈련방법을 적용하여 무대언어의 표현력을 향상시키고자 한다.

• 대한토목학회논문집
• /
• 제26권4D호
• /
• pp.565-571
• /
• 2006

경부고속철도가 2004년 4월에 개통되어 운행되고 있으며, 이로 인해 교통체계의 변화와 함께 그에 따른 광역교통 네트워크의 변화를 초래하고 있다. 하지만 고속철도가 개통되어 정착단계인 현시점에서 고속철도 이용수요가 당초 목표치의 60%정도밖에 되지 않아 경부고속철도의 도입효과에 의구심을 던지는 견해도 만만치 않다. 고속철도 이용수요가 기대치에 못 미치는 이유로 고속철도의 값비싼 운임 등을 들 수 있으나 그에 못지않게 연계교통체계의 중요성을 지적할 수 있다. 문전수송(door-to-door) 서비스를 갖춘 승용차와는 달리 고속철도와 같은 대중교통은 출발지에서 역까지의 혹은 역에서 목적지까지의 연계교통서비스에 따라 그 이용정도가 크게 달라질 수 있다. 이에 본 연구에서는 고속철도 시대에 부응하여 지방대도시 정차역, 특히 동대구역을 중심으로 연계교통시스템의 현황을 분석하고, 다항로짓모형을 이용한 고속철도 연계교통수단 선택모형을 구축하는 것이 목적이다. 고속철도 연게교통수단으로 버스, 지하철, 택시, 승용차, 도보 및 기타로 구분하였고, 모형의 추정결과는 모든 변수들의 파라메타 값이 논리적으로 합당한 부호를 나타내었다. 특히 접근통행시간, 접근통행비용 등이 모두 음(-)의 부호를 가지면서 통계적 유의성이 있는 것으로 나타나 접근통행시간과 접근통행비용이 연계교통수단 선택에 중요한 영향을 미치는 것으로 파악되었다.

• 대한토목학회논문집
• /
• 제26권2D호
• /
• pp.299-309
• /
• 2006

철도의 고속화와 관련하여 궤도와 구조물의 진동 및 열차소음 등에 대한 대처가 중대한 과제가 되고 있다. 이에 대한 대책으로 궤도패드에 대한 저 탄성화를 제안하여 궤도시스템의 저 탄성화를 추구하고 있지만 곡선부 선로에서 열차의 주행안전을 저해하는 횡압에 의한 레일의 회전이 문제가 되고 있다. 따라서 궤도의 저 탄성화를 위해서는 열차의 주행안전성을 만족하는 궤도패드의 최소 수직 스프링계수의 결정이 매우 중요하다. 이러한 경향에 따라서 본 논문에서는 궤도패드의 최소 수직 스프링계수 결정을 위해 기존의 레일 회전에 관한 이론해와 궤도의 3차원 비선형 유한요소모델간의 결과를 비교 검토하여 열차의 주행안전성을 만족할 수 있도록 하였다. 해석 하중은 차량조건과 궤도조건을 고려한 윤중 횡압 추정식을 구성하여 안전측으로 산정한 하중과 일본의 신간선 하중을 비교 검토하여 궤도 모델에 적용하였다. 구조해석 결과 레일의 회전은 횡압/윤중비와 패드의 강성에 따라서 두 가지 구조해석 모델간 차이가 변화함을 확인하였고, 그 결과 중에서 안전측으로 패드의 최소 강성을 결정하였다.

• 마이크로전자및패키징학회지
• /
• 제31권1호
• /
• pp.29-34
• /
• 2024

전류가 전도체를 통과할 때 발생하는 줄 열을 이용한 발열체는 자동차 창유리, 고속열차 창유리 및 태양전지와 같은 다양한 산업 분야에서 수분 제거 등을 위해 널리 연구되고 개발되고 있고, 최근에는 기계적 변형 조건 하에서도 안정적인 가열을 유지할 수 있는 유연 발열체를 개발하기 위하여 여러 나노 구조의 발열체를 이용한 연구가 활발하게 진행중이다. 본 연구에서는 유연성이 우수한 폴리우레탄을 기판으로 선정하고 마그네트론 스퍼터링을 이용하여 낮은 전기비저항(1.6 μΩ-cm)을 가지는 은 (Ag) 박막을 형성하여 발열층으로 이용한 연구를 진행하였다. 2D 박막구조에서의 전면발열에 의하여 열응답속도가 매우 높아 목표 온도의 95%까지 20초 이내에 도달하였으며 우수한 발열재현성을 보여주었다. 또한 기계적 변형이 가해지는 환경에서도 우수한 발열특성이 유지되었으며 반복적인 굽힘 테스트 (10,000회, 곡률반경 5 mm 기준)에서도 3% 이내의 전기저항 증가만이 발생할 정도로 우수한 유연성을 보유하여, 폴리우레탄/은 구조의 면상발열체는 굴곡진 형태를 가진 다양한 기기에서부터 인체분위와 같이 다양한 응력이 가해지는 환경에서 사용할 수 있는 플렉서블/웨어러블 면상발열체로의 적용이 매우 유망하다는 것을 보여준다. 또한 증착된 은 박막 발열 층 구조는 다양한 목적을 위한 기능을 추가하여 다양한 분야에서 사용할 수 있는 플렉서블/웨어러블 발열체로서의 적용 가능성을 보여줍니다.

• 한국빅데이터학회지
• /
• 제9권1호
• /
• pp.101-113
• /
• 2024

연합 학습은 분산 환경에서 데이터 프라이버시와 보안을 유지하면서 효율적으로 머신러닝 모델을 학습하는 방법으로 주목받고 있다. 본 연구에서는 이러한 연합 학습 환경에서 랜덤 포레스트 모델의 성능을 최적화하기 위해 새로운 FedRFBagging 알고리즘을 제안한다. 클라이언트별 데이터 특성에 기반하여 로컬 랜덤 포레스트 모델의 트리를 동적으로 조정함으로써 통신 비용을 줄이고, 다수의 클라이언트 환경에서도 높은 예측 정확도를 달성할 수 있다. 제안하는 방법은 다양한 데이터 조건에 적응하여 모델의 안정성과 학습 속도를 크게 향상시킨다. 랜덤 포레스트 모델은 여러 개의 결정 트리로 구성되나, 연합 학습 환경에서 모든 트리를 서버로 전송하면 통신 오버헤드가 기하급수적으로 증가하여 사용이 어려워진다. 또한 클라이언트 간 데이터 분포의 차이로 인해 트리의 품질 불균형이 발생할 수 있다. 이를 해결하기 위해 FedRFBagging 알고리즘을 제안하며 이는 각 클라이언트에서 성능이 높은 트리만을 선택해 서버로 전송하고, 서버는 불순도 값을 기준으로 트리들을 선택하여 최적의 글로벌 모델을 구성한다. 이를 통해 통신 오버헤드를 줄이고 다양한 데이터 분포에서도 높은 예측 성능을 유지할 수 있다. 글로벌 모델은 다양한 클라이언트 데이터를 반영하지만, 각 클라이언트의 데이터 특성은 다를 수 있다. 이를 보완하기 위해 클라이언트는 글로벌 모델에 추가 트리를 학습하여 로컬 데이터에 맞춘 최적화를 수행한다. 이를 통해 전체 모델의 예측 정확도를 높이고 변화하는 데이터 분포에 적응할 수 있다. 본 연구는 연합 학습 환경에서 랜덤 포레스트 모델이 가지는 통신 비용과 성능 문제를 효과적으로 해결하여 적용 가능한 연합 학습 환경에서 랜덤 포레스트 모델을 위한 알고리즘임을 시사한다.