• The Journal of the Korea institute of electronic communication sciences
• /
• v.14 no.2
• /
• pp.433-438
• /
• 2019

This paper proposes a method of improving deep learning based numbers and characters recognition performance on parts of drawing through image preprocessing. The proposed character recognition system consists of image preprocessing and 7 layer deep learning model. Mathematical morphological filtering is used as preprocessing to remove the lines and shapes which causes false recognition of numbers and characters on parts drawing. Further.. Further, the used deep learning model is a 7 layer deep learning model instead of VGG-16 model. As a result of the proposed OCR method, the recognition rate of characters is 92.57% and the precision is 92.82%.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.267-270
• /
• 2007

효과적인 소프트웨어 프로세스 개선을 위해 SPICE와 CMMI 프로세스 심사 표준을 도입하려는 노력을 하고 있다. 이러한 표준을 통해 효과적인 개선하기 위해서는 개선점과 위험을 식별하고 이들 이슈들을 개발환경에 적용시켜서 조직의 비전에 대응한 작업성능을 높여야한다. 지속적인 개선을 필요로 하는 조직은 현재의 작업성능을 측정하고 이를 개선하기 위한 개선점을 찾아내는 능력과 경험을 축적하여 체계적으로 관리하는 것이 중요하다. 하지만 기존의 SPI 모델들은 무엇을 수행해야 하는지에 대한 지침은 제공하고 있지만, 정량적인 작업성능 측정 및 특정 환경의 소프트웨어 개발 조직의 SPI를 위해 필요한 구체적인 지침을 제시하고 있지는 않다. 따라서, 본 논문에서는 정량적인 SPI룰 위해 프로세스 측정 메트릭 정의와 심사 경험이 분석되어 활용될 수 있는 PCM(Process Capability Metric) Experience Factory 모델을 제안한다.

• Journal of Advanced Marine Engineering and Technology
• /
• v.36 no.4
• /
• pp.476-483
• /
• 2012

This paper introduces the method for efficiency improvement of 5HP electric thrusting system for outboard motor. The most efficient model of motor and propeller is suggested and verifying its performance through the prototype model. Also, We show improvement of 20% compared to existing system through the equipped test.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2009.11a
• /
• pp.307-310
• /
• 2009

본 논문은 대형 건축물 내에서의 보행자 대피 시뮬레이션을 위해, 광범위한 네트워크 모델과 세밀한 네트워크 모델을 통합하는 방법과보행자가 자연스럽게 벽이나 장애물을 피하면서 이동할 수 있도록 하는 개선된 보행자 이동 모델을 제안한다. 제안하는 네트워크 모델을 통해 기존의 광범위 네트워크 모델에서 분석할 수 없는 보행자 개개인의 이동정보를 세밀한 네트워크보다 적은 양의 연산으로 계산할 수 있었고, 개선된 보행자 이동 모델을 통해 보행자가 자연스럽게 벽이나 장애물을 피하면서 이동할 수 있도록 하였다. 제안하는 방법을 대형 건축물인 코엑스 몰에 적용하여 대피 시뮬레이션을 수행한 결과, 3000명의 보행자에 대해 초당 10번 이상의 시뮬레이션 정보를 계산할 수 있었고, 대피 시의 방향 유도에 따른 대피 시간을 확인할 수 있었다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2003.05a
• /
• pp.1100-1107
• /
• 2003

기업 비즈니스를 위한 업무절차와 문서/데이터에서의 일관성 확보를 통한 비즈니스 프로세스의 표준화는 기업 내부적으로 효율적으로 개선된 프로세스에 기반한 정보화시스템의 구축뿐만 아니라, e-비즈니스 환경에서 기업간 협업체계로의 적용을 통해 새로운 기업가치의 창출을 목적으로 한다. 본 연구에서는 중소 규모의 업체에서 자사 비즈니스 프로세스를 분석 및 모델링하고 공개된 표준적 모델을 참조하여 자사 프로세스를 표준화하기 위한 방법론을 제시하고 있다. 즉, 기업이 유사 업종의 선진적인 표준모델을 참조 및 비교함으로써 프로세스 개선기회를 손쉽게 파악하고 자사 업무환경을 고려하여 프로세스 표준화의 구체적인 실행계획을 수립하기 전 단계까지의 과정에 대한 방법론의 개발을 목표로 하고 있다. 본 연구의 결과물은 표준모델의 참조를 통한 비즈니스 프로세스 표준화의 방법론으로 중소업체에서 효과적으로 활용될 수 있으며, 업종 특성을 고려한 표준모델의 공개 및 보급과 함께 프로세스 표준화를 유도함으로써 기업내부 정보화뿐만 아니라 산업 전반에 걸친 정보화 및 e-비즈니스 환경의 구현을 촉진시킬 것으로 기대된다.

• Proceedings of the Korean Nuclear Society Conference
• /
• 1997.10a
• /
• pp.91-96
• /
• 1997

원자력연수원 시뮬레이터 2호기의 노심모델은 도입초기 WH사가 제공한 영광 1호기 노심 데이터를 그대로 사용하고 있어 기준 발전소 노심 반응(제어봉가, 붕소가, 감속재온도계수 등)과 차이를 보이고 있다. 본 논문에서는 발전소 주기 경과에 따른 노심특성 면화를 시뮬레이터 노심 모델에 반영하여 훈련원들이 실제 발전소와 유사한 상황에서 모의운전을 할 수 있도록 WH사의 핵설계 전산체계인 APA(ALPHA-PHOENIX-ANC) 시스템을 이용하여 영광 1호기 제9주기 노심모델 상수를 생산하고, 개선된 노심모델의 교정을 지원하는 윈도우 프로그램을 개발하였다. 또한 검증 계산결과를 핵설계 보고서와 비교하여 생산된 노심모델이 ANSI/ANS-3.5 성능기준을 만족함을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.385-388
• /
• 2021

CNN 기반 객체 탐지기의 발전으로 돈사에서 돼지 모니터링이 가능하지만, 실제 농가에서 적용하기 위해서는 영상에서 돈사의 조명에 직접 노출된 돼지들이 노출 과다 현상에 의해 탐지되지 않는 문제가 여전히 남아있다. 이러한 문제점은 싱글 모델로서는 정확도 개선의 한계가 있어, 복수개의 모델을 이용한 모델 앙상블 기법을 제안한다. 특히 본 연구에서 제안하는 영상 처리 기법을 사용하여 생성된 상호 보안적인 데이터를 통해 학습된 두 개의 TinyYOLOv4 모델을 결합하면, 돼지 객체 탐지의 정확도가 하나의 TinyYOLOv4 모델에 비하여 획기적으로 개선되었음을 확인하였다.

• The KIPS Transactions:PartB
• /
• v.17B no.1
• /
• pp.37-46
• /
• 2010

In this paper we have presented a two dimensional model based tracking system using improved chamfer matching. Conventional chamfer matching could not calculate similarity well between the object and image when there is very cluttered background. Then we have improved chamfer matching to calculate similarity well even in very cluttered background with edge and corner feature points. Improved chamfer matching is used as likelihood function of particle filter which tracks the geometric object. Geometric model which uses edge and corner feature points, is a discriminant descriptor in color changes. Particle Filter is more non-linear tracking system than Kalman Filter. Then the presented method uses geometric model, particle filter and improved chamfer matching for tracking object in complex environment. In experimental result, the robustness of our system is proved by comparing other methods.

• Korean Journal of Construction Engineering and Management
• /
• v.20 no.4
• /
• pp.13-21
• /
• 2019

The purpose of this study is to suggest an Improvement Model of defect information management system. The improvement model adapts methods for the residents to input defect information correctly and share to defect information with construction company. The adapted research method is review for existing defect information management system and suggested for data flow diagram of improvement model. The results of this study are as follows: The basic design of the information input window of the defect information management system for connecting with big data was made. And 5 point scale was applied to evaluate the convenience, simplicity, accuracy, necessity, and usability of the improvement model. It is evaluated that the economic effect caused by using the improvement model is saved by about 151 million KRW compared to the existing method. The Improvement model is used utilize big data in correct defect management and decision making.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.716-721
• /
• 2023

Inverse Text Normalization(ITN) 모델은 음성 인식(STT) 엔진의 중요한 후처리 영역 중 하나이며, STT 인식 결과의 가독성을 개선한다. 최근 ITN 모델에 심층신경망을 활용한 연구가 진행되고 있다. 심층 신경망을 사용하는 대부분의 선행연구는 문장 내 변환이 필요한 부분에 토큰 태깅을 진행하는 방식이다. 그러나 이는 Out-of-vocabulary(OOV) 이슈가 있으며, 학습 데이터 구축 시 토큰 단위의 섬세한 태깅 작업이 필요하다는 한계점이 존재한다. 더불어 선행 연구에서는 STT 인식 결과를 그대로 사용하는데, 이는 띄어쓰기가 중요한 한국어 ITN 처리에 변환 성능을 보장할 수 없다. 본 연구에서는 BART 기반 생성 모델로 생성형 ITN 모델을 구축하였고, Bi-LSTM 기반 보조 신경망 모델을 결합하여 STT 인식 결과에 대한 고유명사 처리, 띄어쓰기 교정 기능을 보완한 모델을 제안한다. 또한 보조 신경망을 통해 생성 모델 처리 여부를 판단하여 평균 추론 속도를 개선하였다. 실험을 통해 두 모델의 각 정량 성능 지표에서 우수한 성능을 확인하였고 결과적으로 본 연구에서 제안하는 두 모델의 결합된 방법론의 효과성을 제시하였다.