• 식물병연구
• /
• 제19권4호
• /
• pp.243-253
• /
• 2013

벼 도열병은 안정적인 쌀 생산을 위협하는 대표적인 병으로, 도열병 방제에는 저항성 품종의 육종이 가장 효과적으로 이용되었다. 병원균의 꾸준한 수집과 이들을 이용한 저항성 검정 테스트는 신품종 육성 프로그램에서 중요한 과정이다. 1985년 이래 우리나라의 도열병균은 8개의 판별품종을 이용한 레이스 판별시스템을 구축하여 분류하였다. 그러나 기존의 판별품종은 유전자형이 연구된 바 없어 새로운 레이스 출현이나 병 저항성 붕괴 등에 대하여 과학적으로 분석하여 신속하게 대처하기가 어려웠다. 따라서 이 연구에서는 유전자형이 밝혀진 단인자 저항성 계통과 우리나라에서 수집된 200개 균주의 병원성 반응을 분석하여, 새로운 판별 품종 시스템의 필요성을 제시하였다. 또한, 24개의 단인자 저항성 계통의 병원성 반응을 통해 9개의 대표 저항성 유전자를 선발하였으며, 이에 따른 10개의 대표균주 그룹과 그 저항성 반응을 인덱스화 하고 30개의 한국형 대표균주를 선발하였다. 이 연구는 향후 도열병 저항성 검정 및 벼 신품종 육종에 기초자료로서 활용될 수 있을 것이다.

• 한국산학기술학회논문지
• /
• 제13권3호
• /
• pp.1255-1262
• /
• 2012

현재 가동 중인 월성 원자력 발전의 핵연료 교체로봇 시스템을 살펴보면 핵연료 교환에 필요한 구동압력 제어를 위해 PI제어기를 사용한다. PI제어는 구조가 간단하고 이득 설정을 통해 시스템 요구조건에 만족하는 제어 성능을 낼 수 있지만 밸브와 관로 등의 파라미터 변화로부터 적절한 이득 변경 없이 안정한 제어가 힘들다. 이러한 문제를 해결하기 위해 PI제어기 이득을 동적으로 변경 하거나 PI제어기 출력을 보상하도록 제어기를 구성하는 것이 바람직하다. 본 연구개발의 목적은 파라미터 변화에도 안정한 제어가 가능하도록 제어기를 설계하여 오차와 진동현상을 줄이는데 있다. 제안한 PI/NN제어 기법은 PI제어기와 신경회로망 제어기를 병렬 결합한 구조로 신경회로망 제어기가 PI제어기 출력을 보상하여 파라미터 변화에 강인하도록 설계 하였다. 제어기의 성능평가를 위해 직접 실 공정에 테스트하기가 힘들기 때문에 공정의 특성을 반영하여 모델링한 시뮬레이터를 개발하였고, 시뮬레이션 결과를 실 공정데이터와 비교하여 공정 특성을 모사함을 보였으며, 파라미터 변화에 PI/NN제어기가 오차 및 진동현상을 줄이는 것을 확인 하였다. 또한, 실 공정에서 사용 중인 PI제어기를 주 제어기로 사용하면서 파라미터 변화에 대한 비선형성을 보상하는 제어기 역할을 하기 때문에 신경회로망을 단독으로 사용하였을 때 보다 더 신뢰성 있고 안정적인 제어가 가능하다.

• 한국정보통신학회논문지
• /
• 제5권7호
• /
• pp.1332-1339
• /
• 2001

SoC(System on Chip) 기술은 높은 융통성을 제공하므로 실장제어 분야에서 널리 활용되고 있다. 실장제어 시스템은 소프트웨어와 하드웨어를 동시에 개발하여야 하므로 많은 시간과 비용이 소요된다. 이러한 설계시간과 비용을 줄이기 위해 고급언어 컴파일러에 적합한 명령어 세트를 가지는 마이크로프로세서가 요구된다. 또한 FPGA(Field Programmable Gate Array)에 의한 설계검증이 가능해야 한다. 본 논문에서는 소형 실장제어 시스템에 적합한 EISC(Extendable Instruction Set Computer) 구조에 기반한 16 비트 FPGA 마이크로프로세서인 EISC16을 제안한다. 제안한 EISC16은 짧은 길이의 오프셋과 작은 즉치값을 가진 16 비트 고정 길이 명령어 세트를 가진다. 그리고 16 비트 오프셋과 즉치 값은 확장 레지스터와 확장 플래그를 사용하여 확장한다. 또한, IBM-PC와 SUN 워크스테이션 상에서 C/C++ 컴파일러 빛 응용 소프트웨어를 설계하였다. 기존 16 비트 마이크로프로세서들의 C/C++ 컴파일러를 만들고 표준 라이브러리의 목적 코드를 생성하여 크기를 비교한 결과 제안한 EISC16의 코드 밀도가 높음을 확인하였다. 제안한 EISC16은 Xilinx의 Vertex XCV300 FPGA에서 RTL 레벨 VHDL로 설계하여 약 6,000 게이트로 합성되었다. EISC16은 ROM, RAM, LED/LCD 판넬, 주기 타이머, 입력 키 패드, 그리고 RS-232C 제어기로 구성한 테스트 보드에서 동작을 검증하였다. EISCl6은 7MHz에서 정상적으로 동작하였다.

• Korean Chemical Engineering Research
• /
• 제58권4호
• /
• pp.565-572
• /
• 2020

본 연구는 증류탑 분리공정 시스템 최적화를 위하여 인공지능 머신러닝이 적용된 소프트웨어 플랫폼을 개발하였다. 증류탑 분리공정은 석유화학 산업의 대표적이고 핵심적인 공정이다. 하지만 다양한 운전조건과 연속식공정 특성으로 인하여 안정적인 운전이 어려우며 운전자 숙련도에 의하여 공정효율에 차이가 발생된다. 이를 해결하기 위하여 이론적 시뮬레이션을 활용한 제어방법이 개발되어 사용되고 있지만 특수하거나 복잡한 반응이 포함된 공정에는 적용이 어려우며, 거대한 시스템에 대하여 분석이 이루어질 경우 계산비용 증대로 인하여 실시간 제어와 연동이 어려운 한계점을 지니고 있다. 따라서 본 연구에서는 이러한 문제점을 해결하기 위하여 머신러닝을 기반으로 한 경험적 시뮬레이션 모델을 개발하고 이를 통하여 최적의 공정운영방법을 제시하고자 한다. 경험적 시뮬레이션 개발은 실제 공정에서 수집된 빅 데이터, 데이터마이닝을 통한 특성추출, 공정을 대표하는 데이터 선별, 화학공정 특성에 맞는 모델 선정으로 이루어졌으며, 현장검증 및 테스트를 통하여 증류탑 분리공정 플랫폼이 개발되었다. 최종적으로 개발된 플랫폼을 통하여 운전 조작변수의 예측이 가능하며, 최적화된 운전조건을 제공하여 효율적인 공정운영을 달성할 수 있다. 본 논문은 머신러닝 기법을 화학공정에 적용한 기초연구로서 이후 다양한 공정에 적용하여 4차 산업의 스마트 팩토리의 초석이 되어 널리 활용될 수 있을 것이라 판단된다.

• 정보처리학회논문지C
• /
• 제15C권3호
• /
• pp.157-166
• /
• 2008

유비쿼터스 서비스 환경에서는 연결의 신뢰성이 낮고 서비스를 제공하는 시스템에 대한 침입이나 서비스 실패가 발생할 확률이 높다. 따라서 정당한 사용자가 보안상 신뢰할 수 있는 서비스를 중단이나 방해 없이 이용할 수 있게 하는 것이 중요하다. 본 논문에서는 표준 Jini 서비스 환경의 문제점을 지적하고 결함감내 Jini 서비스 개발을 돕는 Jgroup/ARM 프레임워크를 분석한다. 분석을 토대로 보안성과 가용성, 서비스 품질을 만족하는 안전한 Jini 서비스 구조를 제시한다. 본 논문에서 제시한 Jini 서비스 구조는 네트워크 분할이나 서버 붕괴와 같은 결함뿐만 아니라 취약점을 악용한 공격으로부터 시스템을 보호할 수 있으며 Jini 서비스 개체 간에 동적 신뢰를 확립할 수 있는 보안 메커니즘을 제공한다. 또한 사용자 세션별로 서비스 복제를 할당할 수 있어 사용자의 서비스 상태정보 일치를 위한 높은 연산비용을 유발하지 않는다. 테스트베드를 통해 실험한 결과, 서비스 품질 저하를 무시할 수 있는 수준에서 사용자의 서비스 상태지속을 보장하고 높은 보안성과 가용성을 제공할 수 있음을 확인하였다.

• 전자공학회논문지CI
• /
• 제47권4호
• /
• pp.1-10
• /
• 2010

본 논문의 목적은 제한적 인지에 기초한 가상인간 에이전트의 움직임-데이터 궤적이 인간과 유사하다는 것을 보이는 것이다. 이 움직임-데이터 궤적의 인간 유사성을 결정하기 위해서, 우리는 두 파라미터들 -사실적으로 제한된 인지(RLP: Realistically Limited Perception) 데이터와 점증적 움직임 경로 데이터의 생성 (IMPG: Incremental Movement-Path Generation)- 사이의 상호작용을 활용한다. 즉, 어떻게 전자인 인간사고 혹은 그 구성요소의 모의 파라미터(즉 RLP 데이터)가 후자인 인간 움직임-데이터 궤적의 모의 파라미터(즉 IMPG 데이터)를 지배하는지를 에이전트 움직임-데이터 궤적에서 고찰하는 것이다. 지도 제작 DB는 인지와 움직임 경로-데이터 생성 사이의 인터페이스이므로, 에이전트에게 항해를 위해 필요한 선결 요소이다. Hill과 동료들에 의해 RLP에 의한 지도 DB 제작은 연구되었지만, 이러한 기존의 연구들은 단지 렌더링 카메라의 시점 데이터의 변화에 의해서만 수행되었다. 이에 비해 본 논문에서는 Hill의 지도 DB 제작 모듈을 에이전트 시스템에 통합하여 예기치 않은 적 출현을 수반한 정찰 임무 상에서 두 파라미터 데이터간의 상호작용을 고찰하였다. 인간 피실험자와 에이전트에 의해 생성된 움직임 데이터의 궤적들이 서로 비교되었다. 비록 에이전트 움직임-데이터 궤적의 인간유사성이 두개의 파라미터 데이터들(즉 RLP와 IMPG)과 단지 30명의 피실험자들로 얻어진 파일럿실험(pilot-test)의 결과이지만, 본 연구의 에이전트 시스템은 인간과 유사한 움직임-데이터를 생성하기 위한 최소한의 기능적인 테스트베드(functional testbed)가 될 수 있음을 입증하였다.

• 디지털콘텐츠학회 논문지
• /
• 제16권2호
• /
• pp.227-234
• /
• 2015

최근 UHDTV와 같은 고품질, 고화질을 기본으로 현장감을 제공하는 방송 디스플레이 환경이 요구됨에 따라 다양한 4K 카메라들이 출시되고 있다. 일반적으로 사용되고 있는 Super 35mm 센서의 4K/UHD 카메라는 광고, 드라마, 자연다큐멘터리, 교양 등 싱글 카메라 제작 시스템에는 활용도가 높다. 하지만 예능, 스포츠, 콘서트 등 멀티카메라 제작시스템에서는 거리에 따라 클로즈 업(close-up)이나 타이트 샷(tight shot)의 한계점을 가짐에 따라 방송 중계에 제약이 따른다. 또한 4K 렌즈는 기존의 HD 렌즈 군에 비해 부족한 실정이라 HD 제작 시 구현되었던 카메라 촬영 샷에 제한이 따른다. 따라서 이를 보완하기 위한 2/3inch 센서 4K/UHD 카메라의 활용이 요구되고 있으며, 다양한 렌즈군의 활용으로 UHD 영상 콘텐츠 제작이 요구되고 있다. 본 연구는 Grass Valley 사의 LDX 4K/UHD카메라를 사용하여 2/3" 센서에서의 HD급 렌즈 활용에서의 화질 테스트를 통해 활용 가능성에 대해 분석하고, 이를 효율적인 활용 가능성을 제시하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제23권3호
• /
• pp.31-38
• /
• 2017

본 논문에서는 도심 영상에 대해 맨하탄 좌표계를 추정하는 합성곱 신경망(Convolutional Neural Network) 기반의 시스템을 제안한다. 도심 영상에서 맨하탄 좌표계를 추정하는 것은 영상 조정, 3차원 장면 복원 등 컴퓨터 그래픽스 및 비전 문제 해결의 기본이 된다. 제안하는 합성곱 신경망은 GoogLeNet[1]을 기반으로 구성한다. 합성곱 신경망을 훈련하기 위해 구글 스트리트 뷰 API로 영상을 수집하고 기존 캘리브레이션 방법으로 맨하탄 좌표계를 계산하여 데이터셋을 생성한다. 장면마다 새롭게 합성곱 신경망을 학습해야하는 PoseNet[2]과 달리, 본 논문에서 제안하는 시스템은 장면의 구조를 학습하여 맨하탄 좌표계를 추정하기 때문에 학습되지 않은 새로운 장면에 대해서도 맨하탄 좌표계를 추정한다. 제안하는 방법은 학습에 참여하지 않은 구글 스트리트 뷰 영상을 검증 데이터로 테스트하였을 때 $3.157^{\circ}$의 중간 오차로 맨하탄 좌표계를 추정하였다. 또한, 동일 검증 데이터에 대해 제안하는 방법이 기존 맨하탄 좌표계 추정 알고리즘[3]보다 더 낮은 중간 오차를 보이는 것을 확인하였다.

• 한국전자통신학회논문지
• /
• 제11권5호
• /
• pp.531-538
• /
• 2016

교통사고의 발생의 주요 원인의 대부분은 운전자의 법규 위반 행위이며, 특히 과속 및 불법유턴은 대형 사고로 이어질 잠재적 위험성을 내포한다. 사업용 차량의 경우 불법유턴 위험성에 대한 지각이 부족하고, 단속장비 및 감시 인력 또한 부족한 실정이다. 이에 본 논문에서는 사업용 운전자의 불법유턴 위반행위를 예방하고, 안전운행 습관을 유도하고자, 맵 연동기반 운행행태 판단 기술을 개발에 대해 소개한다. 이를 위해 전국 총 26만개 링크자료 중 23,782 건의 유턴 허용 정보와 14만 6천 건의 제한속도 정보를 수집하였다. 또한 운행행태 분석을 위해 판단알고리즘을 구축하였으며, 최종적으로 안드로이드 기반 애플리케이션을 개발하였다. 개발된 애플리케이션의 맵 매칭, 운행행태 판단 및 기타 데이터 산출의 정확도를 평가하기 위해 테스트를 수행하였으며, 분석결과 맵 매칭은 86%, 운행행태 판단 정확도는 83%로 평가되었다. 또한 정보출력 표출에 대한 정확도는 모두 100%로 평가되었다. 향후 과제로서는 기술의 정확도 향상을 위해 모니터링 시스템 설계가 필요할 것으로 판단되며, 개발된 기술을 활용할 수 있는 서비스 시나리오의 검토가 필요하다고 판단된다.

• 한국항공우주학회지
• /
• 제45권9호
• /
• pp.794-806
• /
• 2017

지속적으로 우주파편이 증가하고 있는 상황에서 국가 우주자산을 안전하게 보호하고 우주개발국으로서 우주환경 보호에 관심을 가지는 것은 중요하다. 우주파편의 급격한 증가를 막기 위한 효과적인 방법 중 하나는 충돌위험이 큰 우주파편들, 그리고 임무가 종료된 폐기위성을 직접 제거해 나가는 것이다. 본 논문에서는 영상기반 우주파편 추적시스템의 안정적인 인식모델을 위해 인공신경망을 적용한 연구에 대해 다루었다. 한국항공우주연구원에서 개발한 지상기반 우주쓰레기 청소위성 테스트베드인 KARICAT을 활용하여 우주환경이 모사된 영상을 획득하였고, 깊이불연속성에 기인한 영상분할 후 각 객체에 대한 구조 및 색상 기반 특징을 부호화한 벡터를 추출하였다. 특징벡터는 3차원 표면적, 점군의 주성분 벡터, 2차원 형상정보, 색상기반 정보로 구성되어있으며, 이 범주를 기반으로 분리한 특징벡터를 입력으로 하는 인공신경망 모델을 설계하였다. 또한 인공신경망의 성능 향상을 위해 입력되는 특징벡터의 범주에 따라 모델을 분할하여 각 모델 별 학습 후 앙상블기법을 적용하였다. 적용 결과 앙상블 기법에 따른 인식 모델의 성능 향상을 확인하였다.