재활환자는 수술 치료 후 신속한 사회복귀를 목적으로 신체적 기능 회복을 위하여 통원치료 및 일상에서 재활운동을 수행한다. 병원에서 전문 치료사의 도움으로 운동을 수행하는 것과 달리 일상에서 환자 스스로 재활운동을 수행하는 것은 많은 어려움이 있다. 본 논문에서는 일상에서 환자 스스로 효율적이고 올바른 자세로 재활운동을 수행할 수 있도록 CNN-LSTM 기반의 상지 재활운동 실시간 모니터링 시스템을 제안한다. 제안한 시스템은 EMG, IMU가 탑재된 어깨 착용형 하드웨어를 통해 생체신호를 계측하고 학습을 위한 전처리 과정과 정규화를 진행하여 학습 데이터세트로 사용하였다. 구현된 모델은 특징 검출을 위한 3개 합성곱 레이어 3개의 폴링 레이어, 분류를 위한 2개의 LSTM 레이어로 구성되어 있으며 검증 데이터에 대한 학습 결과 97.44%를 확인할 수 있었다. 이후 Teachable machine과의 비교평가를 진행하였으며 비교평가 결과 구현된 모델은 93.6%, Teachable machine은 94.4%로 두 모델이 유사한 분류 성능을 나타내는 것을 확인하였다.

에너지를 절약하기 위해 고효율 히트펌프를 개발하기 위한 많은 연구가 이루어지고 있다. 그 중, 실외기 코일에 발생하는 서리가 발생하는 현상을 줄이거나 없애기 위한 연구도 동시에 이루어지고 있다. 계절과 관계없이 히트펌프의 실외기에 서리가 발생하지 않는 연구를 진행할 수 있도록 자연 상태와 동일한 조건에서 실험할 수 있는 항온챔버를 구축하였다. 항온챔버 내에 설치된 히트펌프의 실외기에 자연 상태와 같은 조건으로 시뮬레이션하였으며, 그 결과 외기온도가 낮을수록 냉매의 질량유량은 감소하였으며, 냉매의 건도 역시 외기온도에 따라 선형적으로 증가함을 확인하였다.

본 논문은 고등학교 주문형 강좌에서 진행된 선형대수학 교과목 수업사례에 대한 연구이다. 일반적인 수업과 비교하여 플립러닝 수업이 추가되었고, 학생들의 진로 희망 분야를 고려하여 신호처리 관련 응용문제에 대한 적용도 다루었다. 전체적으로 보면, 전통적 방식의 강의 수업과 플립러닝이 혼합된 형태로 수업이 진행되었다. 플립러닝은 2차례 실시되었다. 플립러닝 수업은 사전학습, 조별 협력학습, 사후학습으로 구성되었다. 수업의 효과성을 검증하기 위하여 설문조사를 실시하였고 대부분의 평가 항목이 4점 이상이었다. 플립러닝의 주제는 신호처리 분야에서도 매우 비중 있게 다루어지는 마르코프 체인과 최소제곱법을 대상으로 진행되었다.

오존화 올리브 오일은 피부 질환에 우수한 치료 효과가 있어, 오존을 활용한 화장품 제조 기술의 개발이 시도되고 있다. 오존은 인체에 유해한 요소가 있어 오존화 올리브 오일을 화장품 원료용으로 제조하기 위해서는 별도의 시설이 준비되어야 한다. 본 연구에서 개발된 제조 장치는 생산에 투입된 작업자의 안전이 확보된 상태에서 화장품 제조에 최적화된 공정으로 설계 되었다. 구현된 장치로부터 제조된 오존화 올리브유의 검증을 위해 동물실험을 대상을 한 독성시험을 진행하였고 Rabbit에 대한 오존화 오일(고농도)을 Rabbit의 등 부위에 24시간 동안 도포한 후 사망률, 일반증상 및 피부 자극평가를 수행하였다. 실험 결과 일정 시간 후 시험 물질 처치부위를 평가한 결과, 모든 동물에서 피부자극이 관찰되지 않음이 확인되어 오존화 오일의 생산공정의 안전성과 생성물의 안전성을 확인 할 수 있었다.

본 연구에서는 SNS와 같이 이미지와 함께 글을 작성하는 활동을 보조하기 위해 YOLO와 GPT를 활용한 SNS 문장 작성 보조 시스템을 제안한다. YOLO 모델을 활용하여 글 작성 시 삽입되는 이미지에서 객체를 추출하고 메타정보인 GPS 정보, 생성 시간 정보도 추출하여 함께 GPT의 프롬프트 값으로 사용한다. YOLO 모델을 사용하기 위해 양식 이미지 데이터로 학습하여 사용했으며 해당 모델의 mAP score는 평균 약 0.25이다. GPT는 '맛집 리뷰' 주제의 1,000개의 블로그 텍스트 데이터를 학습하였으며, 본 연구에서 학습된 모델을 사용하여 이미지에서 추출한 2가지 타입의 키워드로 문장을 생성하였다. 생성된 문장의 실용성을 평가하기 위해 설문을 진행하였으며 설문 결과의 명확한 분석을 위해 폐쇄형 설문을 진행하였다. 삽입한 이미지와 키워드 문장을 제공하여 질문에 대해 3가지 평가 항목을 두어 진행하였다. 설문 결과 이미지의 핵심 키워드 경우 유의미한 문장을 생성한다는 결과를 얻을 수 있었다. 본 연구를 통해서 이미지 기반 문장 생성 시 이미지 키워드와 GPT 학습 내용과의 관계에 따라 결과물의 정확성이 달라진다는 결과를 얻을 수 있었다.

효율적인 에너지 관리는 제한된 자원을 가지는 센서 네트워크에서 매우 중요한 요소이며, 클러스터 기법은 그러한 관점에서 많은 연구가 이루어지고 있다. 그러나, 클러스터 헤더의 에너지 사용이 집중되는 문제가 발생할 수 있으며, 클러스터 헤더가 전 영역에 골고루 분포되지 않고 특정 영역에 집중되는 경우, 클러스터 멤버의 전송 거리가 크거나 매우 불균등한 상태가 될 수 있다. 전송거리는 에너지 소모의 문제와 직결될 수 있다. 특정 노드의 에너지가 빨리 고갈되는 것은 센서 네트워크 생존 기간을 줄이고, 전체 센서 네트워크의 효율이 저하되므로 센서 노드들의 균등한 에너지 소모는 매우 중요한 연구과제이다. 본 연구에서는 센서 클러스터 기법에서 클러스터 헤더와 센서 노드가 에너지를 균등하게 사용하기 위한 요소들을 분석하고, 클러스터 헤더가 센서 네트워크 전역에 골고루 분포하는 균등분포 클러스터링을 제안한다. 제안하는 클러스터 기법은 멀티홉 라우팅을 사용하여 원거리 전송으로 인한 센서 노드의 에너지 소모를 줄인다. 기존 연구에서 멀티홉 클러스터 기법은 클러스터 구성과 라우팅 경로 설정의 2단계 과정을 통해서 멀티홉 클러스터 경로를 설정하는 반면, 제안하는 방식은 클러스터 헤더를 선출하는 과정에서 클러스터 라우팅 경로를 설정하여 제어 메시지 과정을 최소화한다.

본 논문에서는 초음파 신호의 2차원 역추적 방법을 제안한다. 초음파 센서는 송수신 장치를 서로 쌍으로 이용하여 거리 측정 및 실내 위치 추적에 많은 연구가 되어 산업 분야에 쓰이고 있는 보편적인 기술이다. 본 논문에서는 초음파 신호를 수신기만 활용하여 임의의 초음파 송신 장치들의 신호원을 2차원 평면상으로 추적하는 방법을 제안한다. 초음파 신호를 추적하기 위해 수신기는 최소 3개를 이루어 신호를 수신한다. 3개의 수신기는 각각의 초음파 수신음의 도달 시간차를(Time Difference of Arrival, TDOA) 이용하여 방향 및 거리를 연산할 수 있다. 기존 초음파를 이용한 신호원 추적 방법은 송수신기가 쌍으로 이루어지거나 센서마다 독립적으로 설치가 되어야 하기 때문에 장치들의 시간 동기화가 문제가 있다. 이 문제를 해결하기 위해 초음파 수신기의 거리를 최소화하여 설치고 하나의 장치로 구성한다. 하나의 장치로 설치된 센서는 하나의 연산기로 처리하기에 시간 동기화 문제를 해결할 수 있다. 시간차 정확도를 올리기 위해 시간 분해능이 높은 고속 32비트 타이머를 사용하여 거리 및 방향을 빠르게 연산 및 추적할 수 있다.