• 품질경영학회지
• /
• 제49권3호
• /
• pp.327-340
• /
• 2021

Purpose: The purpose of this study is to propose a system predicting whether an electricity distribution system is abnormal by analyzing the temperature of the deteriorated system. Traditional electricity distribution system abnormality diagnosis was mainly limited to post-inspection. This research presents a remote monitoring system for detecting thermal images of the deteriorated electricity distribution system efficiently hereby providing safe and efficient abnormal diagnosis to electricians. Methods: In this study, an object detection algorithm (YOLOv5) is performed using 16,866 thermal images of electricity distribution systems provided by KEPCO(Korea Electric Power Corporation). Abnormality/Normality of the extracted system images from the algorithm are classified via the limit temperature. Each classification model, Random Forest, Support Vector Machine, XGBOOST is performed to explore 463,053 temperature datasets. The process capability index is employed to indicate the quality of the electricity distribution system. Results: This research performs case study with transformers representing the electricity distribution systems. The case study shows the following states: accuracy 100%, precision 100%, recall 100%, F1-score 100%. Also the case study shows the process capability index of the transformers with the following states: steady state 99.47%, caution state 0.16%, and risk state 0.37%. Conclusion: The sum of caution and risk state is 0.53%, which is higher than the actual failure rate. Also most transformer abnormalities can be detected through this monitoring system.

• 한국정보전자통신기술학회논문지
• /
• 제11권6호
• /
• pp.732-741
• /
• 2018

여러 배터리 셀을 직렬로 연결해서 사용하는 BMS에서 사용 가능 용량을 최대화시키기 위하여 각 셀의 전압을 같도록 맞춰주는 셀 밸런싱 기술이 필요하다. 다중 권선 변압기를 사용하는 능동 셀 밸런싱 회로에서 셀 간 직접적 (direct cell-to-cell)으로 에너지를 전달하는 밸런싱 회로는 PMOS 스위치와 NMOS 스위치를 구동하기 위한 게이트 구동 칩은 PMOS 스위치와 NMOS 스위치 개수 만큼 TLP2748 포토커플러(photocoupler)와 TLP2745 포토커플러가 필요하므로 원가가 증가하고 집적도가 떨어진다. 그래서 본 논문에서는 포토커플러를 사용하여 PMOS와 NMOS 스위칭소자를 구동하는 대신 70V BCD 공정기반의 PMOS 게이트 구동회로와 NMOS 게이트 구동회로, 스위칭 시간이 개선된 PMOS 게이트 구동회로와 NMOS 게이트 구동회로를 제안하였다. 스위칭 시간이 개선된 PMOS 게이트 구동 스위치의 ${\Delta}t$는 8.9ns이고, NMOS 게이트 구동 스위치의 ${\Delta}t$는 9.9ns로 양호한 결과를 얻었다.

• 한국추진공학회지
• /
• 제22권6호
• /
• pp.11-18
• /
• 2018

펄스 데토네이션 엔진 (PDE는) 추진기관으로서 의미 있는 추력을 얻기 위해 100 Hz 이상의 높은 작동 주파수를 요구한다. 따라서 PDE는 높은 작동 주파수에서 정확하게 작동하는 점화 회로 필요로 한다. 이번 논문에서는 교류와 직류 전원을 이용하는 두 종류의 점화 회로를 설계하여 비교하였다. 두 회로는 16.66 에서 100.00 Hz 작동 주파수에서 입력 신호와 변압기의 1 차 코일에 인가되는 전압 변화를 측정하여 시험하였다. 실험 결과 직류 전원의 회로의 경우 증가된 작동 주파수에서 최대 5.15%의 작동 주파수 오차를 보였으나 교류 전원의 회로의 경우 33.33 Hz 이상부터는 거의 맞지 않는 결과를 보였다. 이를 통해 고주파 작동의 PDE에서는 직류 전원의 점화 회로가 선호됨을 확인하였다.

• 한국전자파학회논문지
• /
• 제30권2호
• /
• pp.173-176
• /
• 2019

본 논문에서는 밀리미터파 탐색기에 적용 가능한 Ka-대역 도파관 로터리조인트를 설계 및 제작하였다. 제안된 로터리 조인트는 낮은 정재파 비와 저손실 특성을 유지하며, 방위각과 고각 회전이 가능하도록 하는 두 개의 회전축으로 설계되어 있다. 또한 구형 도파관과 원형 도파관 사이에 전파 모드를 정합하기 위한 리지 도파관 형태의 모드 변환기와 ${\lambda}/4$ 길이의 초크 구조로 로터리 조인트를 설계하였다. 제작된 로터리 조인트의 성능은 회로망 분석기와 고출력 송신기를 이용하여 확인하였으며, 진동/충격 시험을 통해 신뢰성 검사를 수행하였다. 그 결과, 중심 주파수$(F_C){\pm}500MHz$의 대역에서 최대 정재파비 1.19 : 1 이하, 삽입손실 0.80 dB 이하의 우수한 특성을 갖는 것을 확인하였다.

• International Journal of Computer Science & Network Security
• /
• 제21권9호
• /
• pp.281-291
• /
• 2021

The Islamic jurisprudential legal system represents an essential component of the Islamic religion, that governs many aspects of Muslims' daily lives. This creates many questions that require interpretations by qualified specialists, or Muftis according to the main sources of legislation in Islam. The Islamic jurisprudence is usually classified into branches, according to which the questions can be categorized and classified. Such categorization has many applications in automated question-answering systems, and in manual systems in routing the questions to a specialized Mufti to answer specific topics. In this work we tackle the problem of automatic categorisation of Islamic jurisprudential legal questions using deep learning techniques. In this paper, we build a hierarchical deep learning model that first extracts the question text features at two levels: word and sentence representation, followed by a text classifier that acts upon the question representation. To evaluate our model, we build and release the largest publicly available dataset of Islamic questions and answers, along with their topics, for 52 topic categories. We evaluate different state-of-the art deep learning models, both for word and sentence embeddings, comparing recurrent and transformer-based techniques, and performing extensive ablation studies to show the effect of each model choice. Our hierarchical model is based on pre-trained models, taking advantage of the recent advancement of transfer learning techniques, focused on Arabic language.

• 한국안전학회지
• /
• 제36권2호
• /
• pp.10-17
• /
• 2021

This paper presents the robust design of each component used in the development of an induction bolt heating system for dismantling the high-temperature high-pressure casing heating bolts of turbines in power plants. The induction bolt heating system comprises seven assemblies, namely AC breaker, AC filter, inverter, transformer, work coil, cable, and CT/PT. For each of these assemblies, the various failure modes are identified by the failure mode and effects analysis (FMEA) method, and the causes and effects of these failure modes are presented. In addition, the risk priority numbers are deduced for the individual parts. To ensure robust design, the insulated-gate bipolar transistor (IGBT), switched-mode power supply (SMPS), C/T (adjusting current), capacitor, and coupling are selected. The IGBT is changed to a field-effect transistor (FET) to enhance the voltage applied to the induction heating system, and a dual-safety device is added to the SMPS. For C/T (adjusting current), the turns ratio is adjusted to ensure an appropriate amount of induced current. The capacitor is replaced by a product with heat resistance and durability; further, coupling with a water-resistant structure is improved such that the connecting parts are not easily destroyed. The ground connection is chosen for management priority.

• 한국컴퓨터정보학회논문지
• /
• 제27권4호
• /
• pp.19-26
• /
• 2022

최근 지능형 교통 체계의 발전에 따라 자동차 번호판 인식 시스템이 다양한 분야에서 활용되고 있다. 주행 중인 자동차의 번호판을 인식하기 위해서는 실시간성이 보장되어야 하며, 영상이 왜곡되어 뚜렷하지 않거나 번호판의 크기가 작은 저해상도 영상에서도 높은 인식률이 유지되어야 한다. 본 논문에서는 자유 앵커 방식 기반의 객체 탐지 알고리즘과 합성곱 신경망(CNN) 기반의 문자 인식 알고리즘을 이용하여 처리 속도를 향상한 실시간 자동차 번호판 인식 시스템을 제안한다. 더불어 공간 변형 네트워크를 이용하여 저해상도 및 왜곡된 영상에서의 인식률을 높였다. 제안하는 시스템의 인식률은 93.769%, 이미지 당 처리 속도는 약 0.006초로 기존 자동차 번호판 인식 시스템보다 빠른 속도로 자동차 번호판을 인식하며, 다양한 환경 및 품질의 영상에 대해 높은 인식률을 유지하는 것을 확인할 수 있다.

• 전력전자학회논문지
• /
• 제26권6호
• /
• pp.437-445
• /
• 2021

This paper proposes an operating frequency design method that limits the voltage applied to aload-side converter during the initial operation of a loosely coupled resonant dual-active bridge (LCR-DAB) converter and an initial operating strategy that applies it. The LCR-DAB converter uses two wireless power transfer coils instead of the high-frequency transformer of the general DAB converter. The wireless power coil has a physical distance of several tens of millimeter or more between the two coils; thus, the LCR-DAB converter is a bidirectional isolated power conversion system that can easily achieve high insulation performance. However, for the initial operation of the LCR-DAB, if the power-side converter is operated at the resonance frequency while the load-side converter is not operating, then a very high voltage due to resonance is applied to the load-side converter, thereby causing damage to the converter. Therefore, a method that can stably charge the DC link voltage of the secondary-side converter during the initial operation is needed. This paper proposes a method to initially charge the secondary-side DC link by operating the primary-side converter at a frequency with limited voltage gain rather than at a steady-state operating frequency. The validity of the proposed frequency design method and initial operating sequence is verified through simulation and experimentation of the 1 KW LCR-DAB converter.

• 한국정보시스템학회지:정보시스템연구
• /
• 제31권4호
• /
• pp.145-160
• /
• 2022

Purpose The purpose of this study is to develop a virtual try-on deep learning model that can efficiently learn front and back clothes images. It is expected that the application of virtual try-on clothing service in the fashion and textile industry field will be vitalization. Design/methodology/approach The data used in this study used 232,355 clothes and product images. The image data input to the model is divided into 5 categories: original clothing image and wearer image, clothing segmentation, wearer's body Densepose heatmap, wearer's clothing-agnosting. We advanced the HR-VITON model in the way of Mixed-Precison, Gradient Accumulation, and sharing model weights. Findings As a result of this study, we demonstrated that the weight-shared MP-GA HR-VITON model can efficiently learn front and back fashion images. As a result, this proposed model quantitatively improves the quality of the generated image compared to the existing technique, and natural fitting is possible in both front and back images. SSIM was 0.8385 and 0.9204 in CP-VTON and the proposed model, LPIPS 0.2133 and 0.0642, FID 74.5421 and 11.8463, and KID 0.064 and 0.006. Using the deep learning model of this study, it is possible to naturally fit one color clothes, but when there are complex pictures and logos as shown in <Figure 6>, an unnatural pattern occurred in the generated image. If it is advanced based on the transformer, this problem may also be improved.

• 정보보호학회논문지
• /
• 제32권6호
• /
• pp.1139-1150
• /
• 2022

SW 산업의 급속한 발전과 함께 새롭게 개발되는 코드와 비례해서 취약한 코드 또한 급증하고 있다. 기존에는 전문가가 수동으로 코드를 분석하여 취약점을 탐지하였지만 최근에는 증가하는 코드에 비해서 분석하는 인력이 부족하다. 이 때문에 기존 Vuldeepecker와 같은 많은 연구에서는 RNN 기반 모델을 이용하여 취약점을 탐지하였다. 그러나 RNN 모델은 코드의 양이 방대할수록 새롭게 입력되는 코드만 학습되고 초기에 입력된 코드는 최종 예측 결과에 영향을 주지 못하는 한계점이 있다. 또한 RNN 기반 방법은 입력에 Word2vec 모델을 사용하여 단어의 의미를 상징하는 embedding을 먼저 학습하여 고정 값으로 RNN 모델에 입력된다. 이는 서로 다른 문맥에서 다른 의미를 표현하지 못하는 한계점이 있다. BERT는 Transformer 모델을 기본 레이어로 사용하여 각 단어가 전체 문맥에서 모든 단어 간의 관계를 계산한다. 또한 MLM과 NST 방법으로 문장 간의 앞뒤 관계를 학습하기 때문에 취약점 탐지와 같은 코드 간 관계를 분석해야 할 필요가 있는 문제에서 적절한 방법이다. 본 논문에서는 BERT 모델과 결합하여 취약점 탐지하는 연구를 수행하였고 실험 결과 취약점 탐지의 정확성이 97.5%로 Vuldeepecker보다 정확성 1.5%. 효율성이 69%를 증가하였다.