• KSBB Journal
• /
• v.13 no.6
• /
• pp.631-637
• /
• 1998

The theoretical research of olfaction began about a hundred years ago and the electrophysiological expermental techniques have been used for the olfaction research from 1950's. However, olfaction has not been studied so much as other senses. Recently interest in the offaction mereases for its industrial applications. We descenbe the companson of vertibrate and insect olfactory organs, smell perception mechanism, olfactory signaing transduction, and industnal applications f olfactory system, it is expected that the vanous ongeing researches on the olfactory system will contribute to sensor and scent industnes.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1698-1699
• /
• 2011

본 연구는 압전 마이크로캔틸레버 및 생체물질 리셉터를 이용한 인공 후각 장치에 대한 연구이다. 기존의 인공 후각 장치는 폴리머 리셉터를 이용하여 선택적인 감별이 어려웠으나, 본 연구에서 적용된 펩타이드 바이오폴리머 리셉터의 적용을 통해 DNT가스에만 선택적으로 결합하는 후각센서의 개발이 가능하였으며, 이를 통해 인공후각 시스템의 응용가능성에 대해 논하고자 한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.309-312
• /
• 2005

본 논문에서는 비젼 시스템과 후각 센서를 이용하여 모바일 로봇의 냄새 발생지 탐색 기능을 구현 하였다. 모바일 로봇에서의 비젼 시스템은 많은 연구가 진행되어진 센싱 방식이지만, 후각 기능은 새롭게 지능 시스템의 센싱 방식으로 주목 받고 있는 추세이다. 이에 본 논문은 이전까지의 연구에서 보여준 임베디드 시스템에서의 가스 센싱 기능 구현을 벗어나 신경망 알고리즘을 이용하여 냄새를 구별 할 수 있는 후각 기능을 구현 하였으며, 비젼 시스템과 후각 센서의 복합적인 알고리즘을 통하여 냄새 발생지를 탐색하는 방법을 제시하였다. 또한 이를 실험하기 위해 AMOR(Autonomous Mobile Olfactory Robot)을 구현하여 남새 발생지 탐색 알고리즘의 효용성을 입증 하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.16 no.6
• /
• pp.698-703
• /
• 2006

This paper proposes an approach to search for the odor source using an autonomous mobile robot equipped with vision and odor sensors. The robot is initially navigating around the specific area with vision system until it looks for an object in the camera image. The robot approaches the object found in the field of view and checks it with the odor sensors if it is releasing odor. If so, the odor is classified and localized with the classification algorithm based on neural network The AMOR(Autonomous Mobile Olfactory Robot) was built up and used for the experiments. Experimental results on the classification and localization of odor sources show the validity of the proposed algorithm.

• 전기의세계
• /
• v.35 no.1
• /
• pp.11-19
• /
• 1986

본고의 내용은 다음과 같다. 1. 센서의 정의 2. 광(시각)센서 3. 온도(촉각)센서 4. 자기(촉각)센서 5. 가스.습도(후각)센서 6. 압력(촉각, 청각)센서

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2003.11a
• /
• pp.231-232
• /
• 2003

인간의 오감은 시각, 청각, 촉각, 미각 및 후각 둥으로 구성된다 최근 과학기술의 괄목할만한 진보에 동반하여 감각기관에 관한 연구와 이들을 대행하는 기기 등의 개발이 다방면에서 시도되어지고 있으며, 그 중 사람의 후각에 관한 것으로 인간에 코의 기능을 모방한 가스센서의 개발이 활발히 진행되고 있다. 이러한 가스센서가 환경유해가스를 손쉽게 감지할 수 있다는 장점을 부각시킴으로써 가스센서의 연구는 더욱 활발히 진행되고 있는 실정이다. (중략)

• Journal of Scientific & Technological Knowledge Infrastructure
• /
• s.21
• /
• pp.58-61
• /
• 2006

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.21-22
• /
• 2021

최근 AI(Artificial Intelligence)를 기반으로 정밀한 가스 성분 감지를 위한 후각지능(Olfactory intelligence) 기술에 연구가 활발히 진행 중이다. 후각지능 학습데이터는 다른 감지 방식의 가스 센서들이 동시에 적용되는 멀티모달리티의 특성을 지니며 또한, 공간상에 분포된 센서 배열을 통해 획득된 다차원의 시계열 특성을 지닌다. 따라서 대량의 다차원 데이터에 대한 정확한 이해와 분석을 위해서는 데이터를 전처리하고 시각화할 수 있는 기술이 필요하다. 본 논문에서는 후각지능 학습을 위한 다차원의 복잡한 가스 데이터의 시각화를 위해 잡음 등의 불필요한 값을 제거하고, 데이터가 일관성을 가지도록 하며, 데이터의 차원을 시각화 가능하도록 축소하기 위한 전처리 방법을 제시한다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2005.11a
• /
• pp.361-364
• /
• 2005

우리의 삶과 환경에 많은 영향을 주는 냄새들을 해석하고 이들을 감지하는 후각기관에 대한 이해는 많은 연구자들의 오랜 소망 이였다. 최근 전자 공학 및 컴퓨터 기술의 눈부신 발전에 힘입어 인간의 감각을 모방하는 전자코 시스템의 개발이 활발하게 추진되고 있다. 특히 인공지능 연구와 맞물린 센서기술의 비약적인 발전은 냄새를 인간의 후각기관과 비슷하게 감지하고 분석할 수 있는 인공 후각인식시스템의 개발을 가능하게 하고 있다. 하지만 현재 전자코 시스템은 습도와 온도에 민감하고 시료를 분석하기 위해 긴 응답시간이 필요하므로 연구소와 같이 제한적인 환경에서 사용되고 잇다. 이에 본 연구는 10초 내외의 짧은 시간에 인식이 가능한 전자코 시스템을 제작하고자 하였다.

• Proceedings of the SAREK Conference
• /
• 2006.06a
• /
• pp.454-459
• /
• 2006

There are two main streams for pattern classification technology One is the method using PCA (Principal Component Analysis) and the other is the method using Neural network. Both of them have merits and demerits. In general, using PCA is so simple while using neural network can improve algorithm continually. Algorithm using neural network needs so many calculations rendering very slow response. In this work, an attempt is made to develop algorithms adopting both PCA and neural network merits for simpler, but faster and smarter.