• Journal of Korean Society of Water and Wastewater
• /
• v.19 no.2
• /
• pp.221-227
• /
• 2005

This study has suggested the base data for decision of maintenance ranking and estimation of maintenance effect in the maintenance project of sewers as based on investigation of the defective rate in the sewer through Infiltration/Inflow(I/I) and CCTV analysis. It also analyzed the correlation between I/I and defective rate of sewer. As the result of this study, (1) Defective items of sewer was found out one item each 12.97m with an average. (2) By regression analysis, I/I has high correlation with defective rate of sewer like that $R^2$ is 0.7806. (3) The first thing in the item with bad influence on the I/I was joint badness and secondary was cross connection.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.1026-1029
• /
• 2014

MOBA (Multiplayer Online Battle Arena) 기반의 게임 서비스는 현재 가장 관심을 받고 있는 게임 장르의 한 종류이다. MOBA 장르와 같은 게임들은 플레이어의 실력도 중요하지만 같은 팀원간의 협력과 전략이 중요한 요소 중에 하나이다. 이러한 상황에서 악의적의 의도로 자신의 비정상적인 플레이를 한다거나 욕설 등의 팀의 사기를 저하시키는 플레이어들이 문제가 되고 있다. 이러한 플레이어들의 제재를 위해 몇 가지 시스템들이 제안 되고 있지만 그들에 대한 판단은 쉽지 않다. 그래서 본 논문에서는 PageRank 를 기반으로 하는 불량 플레이어의 판단에 대한 보조 시스템을 제안 한다. 이 시스템의 MOBA 게임 플레이어의 플레이 횟수, 신고 횟수, 신고 받은 횟수 등의 자료들을 이용하여 플레이어의 Judgment Points 와 Bad Player 지수를 파악하며 이를 기반으로 생성된 Bad Player 랭킹을 통하여 불량 플레이어 검색에 도움을 줄 것으로 예상된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.187-188
• /
• 2021

본 논문에서는 실시간으로 web-cam을 이용해, 후숙과일의 불량 여부를 판단, 분류하고 불량이 없는 후숙과일의 이미지 분석을 통하여 숙성도 예측하는 시스템을 소개한다. 실시간 다중 객체인식에 탁월한 yolo모델을 활용해, 과일의 불량여부 판단 후 분류하고, 이미지를 획득한 뒤, k-mean clustering 알고리즘을 이용해, 이미지를 segmentation 한다. segmentation된 이미지에 grabcut 알고리즘의 foreground-extraction을 사용해 배경 제거를 한 뒤, cluster의 중심색상값 색상값의 면적%, 전체 면적을 이용해 현재 숙성도를 계산하고 이를 이용해 과일의 후숙 시간 데이터와 비교, 숙성이 완료될 시간을 예측한다. 기존 수작업으로 이루어지고 있는 과일의 분류작업의 인력 감소 및 정확성을 높일 수 있는 알고리즘을 제안한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.543-544
• /
• 2021

본 논문에서는 스마트 팩토리의 자동화 공정을 위하여 제품 자동 판별과 불량 시 작업자에게 자동으로 통보해주는 시스템을 설계한다. 생산라인의 효율을 극대화하기 위해서는 작업자의 개입이 적은 상태로 시스템에 의해서 자동으로 공정이 이루어져야 한다. 따라서 본 시스템을 적용해 작업자는 자동으로 돌아가는 라인에 크게 개입하지 않고 문제가 발생했을 때만 투입되어 조치할 수 있게 된다. 따라서 생산과 효율을 크게 증가시키면서 작업자의 실수를 미연에 방지하고 제품의 신뢰성을 향상시킬 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.459-462
• /
• 2021

본 연구는 반도체 제조 공정중 발생하는 센서 데이터를 활용하여 딥러닝기반으로 불량을 예측하는 모델을 제안한다. 반도체 공장에서는 FDC((Fault Detection and Classification)라는 불량을 예측하는 시스템이 있지만, 공정의 복잡도가 높고 센서의 종류가 많아 공정 관리자가 모든 센서의 기준을 설정 및 관리하는데 한계가 있다. 이를 해결하기 위해 공정 설비의 센서 데이터를 딥러닝을 활용하여 학습시켜 센서 기준정보로 임계치를 제공하고, 가공중 발생하는 센서 데이터가 입력되면 정상 여부를 판정하는 모델을 제안한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.95-97
• /
• 2022

본 논문에서는 산업 현장에서 발생하는 불량품 탐지 분야에서 효율적으로 생산품의 불량을 탐지할 수 있는 PaDiM 구조의 Backbone 모델을 단일 Wide-ResNet 대신 두 개의 Wide-ResNet을 사용함으로써, 단일 모델에서 추출된 저차원의 Feature를 앙상블을 통해 성능 향상을 일으킬 수 있는 것을 증명하였다. 단일 Wide-ResNet 환경에서는 MVTec 데이터셋에서 생성된 다변량 가우시안 분포가 데이터셋의 적은 샘플수로 인하여 각 클래스 간 불균형이 발생하는 문제를 동종 앙상블을 통해 해결할 수 있었다. 따라서 본 논문에서는 제안하는 동종 모델의 앙상블을 사용함으로써 기존의 One-class classification 환경에서 불량품 탐지환경에서 적은 수의 데이터 샘플 환경에서 성능 향상을 나타낼 수 있음을 입증하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.806-808
• /
• 2022

본 논문에서는 자동화 시대에 맞춰 실시간 영상처리 기반의 모니터 품질검수 시스템을 구현하고자 한다. 작동하는 컨베이어벨트 위에 모니터가 놓이면 아두이노(Arduino)와 웹캠(Webcam), 각종 모터, 센서 등 다양한 부품으로 영상처리를 진행하여 불량 화소 기준에 따라 불량 여부를 판별한 후 자동으로 분류된다. 기존에 노동자가 직접 불량 화소를 판별하는 방식에서 모든 과정을 ICT 기술로 통합하여 최소 비용과 시간의 효과를 발현시키는 첨단 지능형 공장으로의 변화를 주고자 한다.

• Food Industry
• /
• s.23
• /
• pp.45-46
• /
• 1974

• Food Industry
• /
• s.69
• /
• pp.38-39
• /
• 1983

• Cement
• /
• s.146
• /
• pp.61-68
• /
• 1997