• KIPS Transactions on Computer and Communication Systems
• /
• v.8 no.4
• /
• pp.93-102
• /
• 2019

As interest in wellness grows, There is a lot of research about monitoring individual health using wearable devices. Accordingly, a variety of methods have been studied to distinguish exercise from daily activities using wearable devices. Most of these existing studies are machine learning methods. However, there are problems with over-fitting on individual person's learning, data discontinuously recognition by independent segmenting and fake activity. This paper suggests a detection method for exercise activity based on the physiological response principle of heart rate up and down during exercise. This proposed method calculates activity intensity and heart rate from triaxial and photoplethysmography sensor to determine a heart rate recovery, then detects exercise by estimating activity intensity or detecting a heart rate rising state. Experimental results show that our proposed algorithm has 98.64% of averaged accuracy, 98.05% of averaged precision and 98.62% of averaged recall.

• Journal of Advanced Marine Engineering and Technology
• /
• v.39 no.1
• /
• pp.32-44
• /
• 2015

In general, a series of ship steering motion is represented by the combination of translational motion and rotational motion of the ship. Especially, special-functioned ships such as large-scale cruises, ships for installing underwater optical cable, and diver ships must be able to reveal only a translational motion without the change of orientation. In this paper, a method to comprise an integrated control system based on the joystick as a command instrument for translational motion control is suggested. In order to realize the translational motion control system, several algorithms are suggested including the velocity command generation, the selection of motional variables, and the generation and tracking of reference inputs for the selected motional variables. A simulation bench is composed to execute simulations for several translational motion commands. At last, the effectiveness of the proposed method is verified by analyzing the simulation results.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.247-247
• /
• 2022

제트류는 복잡한 흐름 중 하나로 다양한 크기의 에디가 다양한 운동량을 가지고 있다. 이러한 제트류를 구현하기 위해서는 난류 운동 에너지 등 제트류의 특성을 잘 반영하여야 한다. 제트를 구현하기 위해서는 수리학적 모델, 현장 실험 등 많은 방법이 있으며, 본 연구에서는 상대적으로 공간, 시간적 비용이 적게 드는 수치해석 방법을 사용하여 연구를 진행하였다. 대표적인 수치해석방법에는 DNS(Direct Numerical Simulation), LES(Large Eddy Simulation), RANS(Reynolds Averaged Navier Stokes) 등이 있다. RANS는 시간 평균 흐름 특성만 산출하며 제트의 복잡성을 재현하는 데 한계가 있어, 본 연구는 DNS와 LES 모델을 이용하여 제트류를 구현하는 것에 초점을 맞추었다. DNS는 해당 격자에서 발생하는 모든 에디를 직접 해석 때문에 난류 모델링이 필요하지 않지만, 많은 수의 그리드가 필요하여 수치해석 시 소요시간이 긴 편이다. LES는 대규모 에디는 직접 해석하지만 일정 크기 이하의 소용돌이를 해석하기 위해서 모델이 필요하다. 따라서 서브 그리드 모델에 따라 약간 다른 결과를 보인다. 이러한 문제점을 해결하기 위해 본 연구에서는 LES의 기존 서브 그리드 모델을 사용하지 않고 신경망 모델로 학습한 DNS 결과를 활용하는 방법을 제안한다. 우선 DNS와 LES 모델을 사용하여 에너지 스펙트럼을 비교하여 서브 그리드 모델이 시작하는 파수를 찾는다. 이후 특정 파수 아래의 작은 에디를 모사할 적절한 신경망 모델을 결정하여 DNS의 작은 에디를 신경망 알고리즘이 모사할 수 있도록 학습시킨다. 이후 기존 서브 그리드 모델을 사용하지 않고 학습된 신경망 알고리즘을 사용한 LES 모델이 모사한 제트류와 실제 DNS 모델을 사용한 제트류를 비교 및 평가한다.

• Journal of the Korean Society for Precision Engineering
• /
• v.16 no.6
• /
• pp.90-99
• /
• 1999

A vehicle driving simulator is a virtual reality device which a human being feels as if the one drives a vehicle actually. The driving simulator is used effectively for studying interaction of a driver-vehicle and developing vehicle system of a new concept. The driving simulator consists of a vehicle motion bed system, motion controller, visual and audio system, vehicle dynamic analysis system, cockpit system, and etc. In it is paper, the main procedures to develop the driving simulator are classified by five parts. First, a motion bed system and a motion controller, which can track a reference trajectory, are developed. Secondly, a performance evaluation of the motion bed system for the driving simulator is carried out using LVDTs and accelerometers. Thirdly, a washout algorithm to realize a motion of an actual vehicle in the driving simulator is developed. The algorithm changes the motion space of a vehicle into the workspace of the driving simulator. Fourthly, a visual and audio system for feeling higher realization is developed. Finally, an integration system to communicate and monitor between sub systems is developed.

• Proceedings of the KIEE Conference
• /
• 2005.07d
• /
• pp.2546-2548
• /
• 2005

본 논문에서는 무인항공기의 비행제어시스템 개발 및 성능분석을 위한 HILS(Hardware-in-the-Loop-Simulation) 시스템의 구축을 제안한다. 제안한 HILS 시스템은 실시간 시뮬레이션 컴퓨터(dSPACE DS1005), 3축 모션테이블, 자세 센서, 지상통제장치(GCS; Ground Control Station), 비행제어컴퓨터(FCC; Flight Control Computer)로 구성된다. 실제 신호와 유사한 신호를 발생시키기 위한 실시간 시뮬레이션 컴퓨터는 dSPACE가 담당하며, 이 신호는 비행운동을 재현을 위한 3축 모션테이블을 동작시키게 된다. 모션테이블 상에 위치하는 자세센서 값과 GCS의 명령은 FCC의 입력으로 사용된다. 구현된 HILS 시스템을 이용하여 UAV의 제어알고리즘 및 자세센서 성능 검증을 수행하였다.

• Journal of the Korea Convergence Society
• /
• v.11 no.5
• /
• pp.175-182
• /
• 2020

The calculation of the optimal trajectory of the stepped top-down robot was made using a genetic algorithm and a computational torque controller. First, the total energy efficiency was minimized using the Red-Cold Generic Algorithm (RCGA) consisting of reproductive, cross, and mutation. The reproducibility condition related to the position assembly of the start and end of the stride and the joints, angles, and angular velocities are linear constraints. Next, the unequal constraint accompanies the condition for preventing the collision of the swing leg at the corner with the outer surface of the stairs, the condition of the knee joint for preventing kinematic peculiarity, and the condition of no moment in safety in the traveling direction. Finally, the angular trajectory of each joint is defined by fourth-order polynomial whose coefficient is to approximate chromosomes. This is to approximate walking. In this study, the energy efficiency of the optimal trajectory was analyzed by computer simulation through a biped robot with seven degrees of freedom composed of seven links.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.8 no.8
• /
• pp.1732-1739
• /
• 2004

In this paper, we proposed a visualization system with ANN algorithm that traits the motion of particles that move colliding in the water, where we got a great deal of variable information and predicts the distribution of particles according to the flowing of water and the pattern of their precipitation. We adopted ART2 to detect sensitively the collision between particles in this visualzation. Various particles and their mutual collision influencing the force such as buoyancy force, gravitational force, and the pattern of precipitation are considered in this system. Flowing particles whose motion is changed with the environment can be visualized in the system presented here as they are in real water.

• Geophysics and Geophysical Exploration
• /
• v.26 no.3
• /
• pp.126-137
• /
• 2023

In this study, a recurrent neural network (RNN) was employed as a methodological approach to classify dolphin click signals derived from ocean monitoring data. To improve the accuracy of click signal classification, the single time series data were transformed into fractional domains using fractional Fourier transform to expand its features. Transformed data were used as input for three RNN models: long short-term memory (LSTM), gated recurrent unit (GRU), and bidirectional LSTM (BiLSTM), which were compared to determine the optimal network for the classification of signals. Because the fractional Fourier transform displayed different characteristics depending on the chosen angle parameter, the optimal angle range for each RNN was first determined. To evaluate network performance, metrics such as accuracy, precision, recall, and F1-score were employed. Numerical experiments demonstrated that all three networks performed well, however, the BiLSTM network outperformed LSTM and GRU in terms of learning results. Furthermore, the BiLSTM network provided lower misclassification than the other networks and was deemed the most practically appliable to field data.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.88-88
• /
• 2021

최근 수자원과 수질관리 분야에 자료기반 머신러닝 모델과 딥러닝 모델의 활용이 급증하고 있다. 그러나 딥러닝 모델은 Blackbox 모델의 특성상 고전적인 질량, 운동량, 에너지 보존법칙을 고려하지 않고, 데이터에 내재된 패턴과 관계를 해석하기 때문에 물리적 법칙을 만족하지 않는 예측결과를 가져올 수 있다. 또한, 딥러닝 모델의 예측 성능은 학습데이터의 양과 변수 선정에 크게 영향을 받는 모델이기 때문에 양질의 데이터가 제공되지 않으면 모델의 bias와 variation이 클 수 있으며 정확도 높은 예측이 어렵다. 최근 이러한 자료기반 모델링 방법의 단점을 보완하기 위해 프로세스 기반 수치모델과 딥러닝 모델을 결합하여 두 모델링 방법의 장점을 활용하는 연구가 활발히 진행되고 있다(Read et al., 2019). Process-Guided Deep Learning (PGDL) 방법은 물리적 법칙을 반영하여 딥러닝 모델을 훈련시킴으로써 순수한 딥러닝 모델의 물리적 법칙 결여성 문제를 해결할 수 있는 대안으로 활용되고 있다. PGDL 모델은 딥러닝 모델에 물리적인 법칙을 해석할 수 있는 추가변수를 도입하며, 딥러닝 모델의 매개변수 최적화 과정에서 Cost 함수에 물리적 법칙을 위반하는 경우 Penalty를 추가하는 알고리즘을 도입하여 물리적 보존법칙을 만족하도록 모델을 훈련시킨다. 본 연구의 목적은 대청호의 수심별 수온을 예측하기 위해 역학적 모델과 딥러닝 모델을 융합한 PGDL 모델을 개발하고 적용성을 평가하는데 있다. 역학적 모델은 2차원 횡방향 평균 수리·수질 모델인 CE-QUAL-W2을 사용하였으며, 대청호를 대상으로 2017년부터 2018년까지 총 2년간 수온과 에너지 수지를 모의하였다. 기상(기온, 이슬점온도, 풍향, 풍속, 운량), 수문(저수위, 유입·유출 유량), 수온자료를 수집하여 CE-QUAL-W2 모델을 구축하고 보정하였으며, 모델은 저수위 변화, 수온의 수심별 시계열 변동 특성을 적절하게 재현하였다. 또한, 동일기간 대청호 수심별 수온 예측을 위한 순환 신경망 모델인 LSTM(Long Short-Term Memory)을 개발하였으며, 종속변수는 수온계 체인을 통해 수집한 수심별 고빈도 수온 자료를 사용하고 독립 변수는 기온, 풍속, 상대습도, 강수량, 단파복사에너지, 장파복사에너지를 사용하였다. LSTM 모델의 매개변수 최적화는 지도학습을 통해 예측값과 실측값의 RMSE가 최소화 되로록 훈련하였다. PGDL 모델은 동일 기간 LSTM 모델과 동일 입력 자료를 사용하여 구축하였으며, 역학적 모델에서 얻은 에너지 수지를 만족하지 않는 경우 Cost Function에 Penalty를 추가하여 물리적 보존법칙을 만족하도록 훈련하고 수심별 수온 예측결과를 비교·분석하였다.

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.30 no.1
• /
• pp.74-81
• /
• 2024

In the near future, autonomous ships, ships controlled by shore remote control centers, and ships operated by navigators will coexist and operate the sea together. In the advent of this situation, a method is required to evaluate the safety of the maritime traffic environment. Therefore, in this study, a plan to evaluate the safety of navigation through ship control simulation was proposed in a maritime environment, where ships directly controlled by navigators and autonomous ships coexisted, using autonomous operation technology. Own ship was designed to have autonomous operational functions by learning the MMG model based on the six-DOF motion with the PPO algorithm, an in-depth reinforcement learning technique. The target ship constructed maritime traffic modeling data based on the maritime traffic data of the sea area to be evaluated and designed autonomous operational functions to be implemented in a simulation space. A numerical model was established by collecting date on tide, wave, current, and wind from the maritime meteorological database. A maritime meteorology model was created based on this and designed to reproduce maritime meteorology on the simulator. Finally, the safety evaluation proposed a system that enabled the risk of collision through vessel traffic flow simulation in ship control simulation while maintaining the existing evaluation method.