• Journal of IKEEE
• /
• v.20 no.3
• /
• pp.303-306
• /
• 2016

In this paper, we propose a method to accelerate convolutional neural network by utilizing a GPGPU. Convolutional neural network is a sort of the neural network learning features of images. Convolutional neural network is suitable for the image processing required to learn a lot of data such as images. The convolutional layer of the conventional CNN required a large number of multiplications and it is difficult to operate in the real-time on the embedded environment. In this paper, we reduce the number of multiplications through Winograd convolution operation and perform parallel processing of the convolution by utilizing SIMT-based GPGPU. The experiment was conducted using ModelSim and TestDrive, and the experimental results showed that the processing time was improved by about 17%, compared to the conventional convolution.

• Journal of The Korean Association For Science Education
• /
• v.22 no.4
• /
• pp.837-850
• /
• 2002

In an attempt to accelerate the development of formal reasoning ability of students, 'Thinking Science' activities developed by the Cognitive Acceleration through Science Education(CASE) project were implemented to 841 students in 7th grade aged 12+ in six middle schools over a period of two years. Homogeneity between the CASE group and control group was tested with SRT II, while the improvement of formal reasoning ability of the students was tested with SRT VII. The results were analyzed by treatment, gender, and cognitive levels of the students. Statistically significant gains were shown in the CASE group compared with those in the control group. Cognitive level of girls in the CASE group significantly increased as compared with the control group, while there was moderate effect in boys. These results implied that the thinking science activities were effective in cognitive acceleration of girls aged 12+. It was shown that much more CASE students in pre or concrete operational level shifted to formal operational level as compared with the control group while there were significant effects in all levels (ES=0.31${\sim}$1.10) without showing any tendency.

• Transactions of the Korean Society of Mechanical Engineers B
• /
• v.39 no.2
• /
• pp.199-206
• /
• 2015

In this study, a new diagnosis method which can predict the working states of a pipe or its element in realtime is proposed by using an artificial neural network. The displacement data of an inspection element of a piping system are obtained by the use of PIV (particle image velocimetry), and are used for teaching a neural network. The measurement system consists of a camera, a light source and a host computer in which the artificial neural network is installed. In order to validate the constructed monitoring system, performance test was attempted for two kinds of mobile phone of which vibration modes are known. Three values of acceleration (minimum, maximum, mean) were tested for teaching the neural network. It was verified that mean values were appropriate to be used for monitoring data. The constructed diagnosis system could monitor the operation condition of a gas pipe.

• Journal of Practical Engineering Education
• /
• v.12 no.2
• /
• pp.309-319
• /
• 2020

Billiards is a fun and popular sport, but both route planning and cueing prevent beginners from becoming skillful. A beginner in billiards requires constant concentration and training to reach the right level, but without the right motivating factor, it is easy to lose interests. This study aims to induce interest in billiards and accelerate learning by utilizing billiard path prediction and visualization on a highly immersive augmented reality platform that combines a stereo camera and a VR headset. For implementation, the placement of billiard balls is recognized through the OpenCV image processing program, and physics simulation, path search, and visualization are performed in Unity Engine. As a result, accurate path prediction can be achieved. This made it possible for beginners to reduce the psychological burden of planning the path, focus only on accurate cueing, and gradually increase their billiard proficiency by getting used to the path suggested by the algorithm for a long time. We confirm that the proposed AR billiards is remarkably effective as a learning assistant tool.

• The Journal of the Convergence on Culture Technology
• /
• v.10 no.3
• /
• pp.801-807
• /
• 2024

Linear motion robots are devices that perform functions such as transferring parts or positioning devices, and require high precision. In companies that develop linear robot application systems, human workers are in charge of quality control and fault diagnosis of linear robots, and the result and accuracy of a fault diagnosis varies depending on the skill level of the person in charge. Recently, there have been many attempts to utilize artificial intelligence to diagnose faults in industrial devices. In this paper, we present a system that automatically diagnoses linear rail and ball screw misalignment of a linear robot using transfer learning. In industrial systems, it is difficult to obtain a lot of learning data, and this causes a data imbalance problem. In this case, a transfer learning model configured by retraining an established model is widely used. The information obtained by using an acceleration sensor and torque sensor was used, and its usefulness was evaluated for each case. After converting the signal obtained from the sensor into a spectrogram image, the type of abnormality was diagnosed using an image recognition artificial intelligence classifier. It is expected that the proposed method can be used not only for linear robots but also for diagnosing other industrial robots.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.06a
• /
• pp.278-279
• /
• 2016

최근 웨어러블 장치의 개발로 인하여 다양하게 생체 신호를 측정하는 방법이 많아지고 있다. 이와 관련하여 대표적으로 측정하는 신호가 PPG(plethysmography) 신호이다. PPG 신호를 이용하여 맥박수, 혈박출량, SPo2 등의 값들을 추정할 수 있다. 그러나 웨어러블 장치의 특성상 동적잡음이 많이 발생하게 된다. 동적잡음을 제거하기 위한 방법들은 가속도 센서를 사용하는 방법, 칼만필터(Kalman filter)를 이용하는 방법 등 다양한 방법들이 존재한다. 그러나 여전히 범용으로 사용하기에는 한계가 있다. 본 논문은 Neural Network를 사용하여 개인별로 PPG 신호를 학습하여 PPG 신호의 이상 유무를 판단하고 이전 신호의 평균 맥박수를 사용하여 효과적으로 PPG 신호의 정확한 맥박수를 검출하는 알고리듬을 제안한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2001.05a
• /
• pp.131-135
• /
• 2001

본 논문에서는 작업 변수 또는 동작의 의도에 따라 다양한 형태의 궤적을 생성할 수 있는 동적 궤적 메모리(MTM)와 로봇 관절의 속도 및 가속도 제약조건을 만족하는 동작 시간을 계산하는 방법인 제약 조건을 고려한 표본화 간격 계산법(STICCON)이라는 두 가지 방법을 제시한다. 그리고 그 방법은 인간형 로봇의 동작 궤적 생성을 위한 구조적인 틀을 제안한다. 제안된 방법은 인간형 로봇의 궤적 생성 방법이 가져야 하는 두 가지 특성, 즉 복잡하고 다양한 동작의 궤적 표현 능력과 제약 조건에 따른 동적 궤적의 변형 과정을 모두 가지고 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2017.05a
• /
• pp.581-583
• /
• 2017

스마트폰에 내장된 중력 센서, 가속도 센서, 자이로 센서, GPS 등을 이용해 행동 패턴을 학습시킨다. 이로부터 축구 경기를 하는 이용자의 행동을 분석하여 선수의 경기에 대한 평점과 알맞은 포지션을 추천해주는 스마트폰 어플리케이션을 개발한다. 본 연구는 전문 장비 없이 선수들이 자신의 경기를 분석할 수 있도록 개발되었으며, 실험결과 원하는 정보들을 산출할 수 있었다.

• Proceedings of the Earthquake Engineering Society of Korea Conference
• /
• 2006.03a
• /
• pp.463-470
• /
• 2006

이 논문에서는 신경망 제어기와 MR 댐퍼를 이용하여 지진하중을 받는 지진격리 벤치마크 구조물의 응답 감소를 위한 반능동 제어방법이 제안되었다. 제안방법 중 신경망 제어기에는 적절한 제어력을 산출하기 위해 가격함수를 기반으로한 학습 알고리즘과 간편한 민감도 계산기법이 도입되었다. MR 댐퍼가 계산되어진 제어력과 비슷한 제어력을 낼 수 있도록 clipped 알고리즘을 이용하였고, 제안된 반능동 신경망 제어방법이 지진격리 장치가 설치된 벤치마크 구조물에 적용되었다. 수치해석에서는 벤치마크 문제를 정의한 논문에서 제공된 수동제어방법이나 예시제어방법과 제안 방법의 제어성능을 비교하였다. 수치해석 결과 제안방법은 지하 변위를 약간 증가시키지만, 각층의 가속도, base shear, building corner drift 등을 매우 효과적으로 줄이는 것으로 판명되었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.297-300
• /
• 2006

본 논문에서는 비선형 기동표적의 추적에 대한 새로운 접근 방식을 소개한다. 이 논문에서는 표적의 가속도를 시변 변수인 표적의 추가적인 잡음으로 두고 각각의 가속도 간격의 정도에 따라 얻어지는 모든 잡음에 대한 변수에 의해 각각의 하부 모델들을 특성화시켰다. 표적의 기동중에 나타나는 가속도를 효과적으로 다루기 위하여, 잡음의 크기가 급격히 증가할 경우 증가분을 가속도로 인식하여 기동표적 관계식에 이용하였다. 또한 모르는 가속도에 따른 시변 변수를 적응적으로 어립잡기는 어렵기 때문에 정밀한 계산을 위하여 퍼지 뉴럴 네트워크와 적응 상호작용 다중모델 기법을 이용하였다. 퍼지 뉴럴 네트워크의 동정을 위해서는 오차 역전파 학습법을 사용하였다. 그리고 제안된 알고리즘의 수행 가능성을 보여주기 위하여 몇 가지 예를 제시하였다.