• 제목/요약/키워드: Computer-control

검색결과 11,841건 처리시간 0.037초

다양한 위협 하에서 복수 무인기의 경로점 계획을 위한 계층적 입자 군집 최적화 (Hierarchical Particle Swarm Optimization for Multi UAV Waypoints Planning Under Various Threats)

  • 정원모;김명건;이산하;이상필;박춘신;손흥선
    • 한국항공우주학회지
    • /
    • 제50권6호
    • /
    • pp.385-391
    • /
    • 2022
  • 본 논문에서는 경사 하강법 기반의 경로 생성(GBPP)과 입자 군집 최적화(PSO)를 결합하여 3차원 공간에서 금지구역, 지형정보, 고정익 특성 등을 고려한 경로 생성 알고리즘을 제안한다. 기존의 GBPP 방법의 경우 빠르게 경로 생성이 가능하지만 초기 경로에 따라 지역적 최적 값에 빠져 안전하지 않은 경로가 생성될 수 있다. 유전 알고리즘(GA)과 PSO 등 생물학에서 영감을 받은 군집 지능 알고리즘들의 경우 다양한 경로들을 샘플링하여 지역적 최적 값 문제를 해결할 수 있다. 다만 무인기와 경로점 개수가 증가하여 최적 변수가 증가할 경우 군집 개수를 늘려야 하고 계산 시간이 크게 증가한다. 두 알고리즘 단점을 보완하고자 본 연구에서는 GBPP 입력 값인 초기경로를 수평, 수직 방향에 대한 변위 두 가지 변수로 정의하고 이를 PSO 변수로 정의하여 계층적 경로 최적화 알고리즘 HPSO를 제안한다. 제안한 알고리즘은 통용되는 비행 제어 컴퓨터(FCC)의 software-in-the-loop simulation(SILS)을 사용하여 고정익 무인기에 대한 사용 가능성을 검증하였다.

Public Sentiment Analysis and Topic Modeling Regarding COVID-19's Three Waves of Total Lockdown: A Case Study on Movement Control Order in Malaysia

  • Alamoodi, A.H.;Baker, Mohammed Rashad;Albahri, O.S.;Zaidan, B.B.;Zaidan, A.A.;Wong, Wing-Kwong;Garfan, Salem;Albahri, A.S.;Alonso, Miguel A.;Jasim, Ali Najm;Baqer, M.J.
    • KSII Transactions on Internet and Information Systems (TIIS)
    • /
    • 제16권7호
    • /
    • pp.2169-2190
    • /
    • 2022
  • The COVID-19 pandemic has affected many aspects of human life. The pandemic not only caused millions of fatalities and problems but also changed public sentiment and behavior. Owing to the magnitude of this pandemic, governments worldwide adopted full lockdown measures that attracted much discussion on social media platforms. To investigate the effects of these lockdown measures, this study performed sentiment analysis and latent Dirichlet allocation topic modeling on textual data from Twitter published during the three lockdown waves in Malaysia between 2020 and 2021. Three lockdown measures were identified, the related data for the first two weeks of each lockdown were collected and analysed to understand the public sentiment. The changes between these lockdowns were identified, and the latent topics were highlighted. Most of the public sentiment focused on the first lockdown as reflected in the large number of latent topics generated during this period. The overall sentiment for each lockdown was mostly positive, followed by neutral and then negative. Topic modelling results identified staying at home, quarantine and lockdown as the main aspects of discussion for the first lockdown, whilst importance of health measures and government efforts were the main aspects for the second and third lockdowns. Governments may utilise these findings to understand public sentiment and to formulate precautionary measures that can assure the safety of their citizens and tend to their most pressing problems. These results also highlight the importance of positive messaging during difficult times, establishing digital interventions and formulating new policies to improve the reaction of the public to emergency situations.

네트워크 환경에서의 몰입형 상호작용을 위한 딥러닝 기반 그룹 동기화 기법 (Deep Learning Based Group Synchronization for Networked Immersive Interactions)

  • 이중재
    • 정보처리학회논문지:컴퓨터 및 통신 시스템
    • /
    • 제11권10호
    • /
    • pp.373-380
    • /
    • 2022
  • 본 논문에서는 네트워크 환경에서 원격사용자들의 몰입형 상호작용을 위한 딥러닝 기반의 그룹 동기화 기법을 제안한다. 그룹 동기화의 목적은 사용자의 몰입감을 높이기 위해서 모든 참여자가 동시에 상호작용이 가능하게 하는 것이다. 기존 방법은 시간 정확도를 향상을 위해 대부분 NTP(Network Time Protocol) 기반의 시간 동기화 방식에 초점이 맞추어져 있다. 동기화 서버에서는 미디어 재생 시간을 제어하기 위해 이동 평균 필터를 사용한다. 그 한 예로서, 지수 가중평균 방법은 입력 데이터의 변화가 크지 않으면 정확하게 재생 시간을 추종하고 예측하나 네트워크, 코덱, 시스템 상태의 급격한 변화가 있을 때는 안정화를 위해 더 많이 시간이 필요하다. 이런 문제점을 개선하기 위해서 데이터의 특성을 반영할 수 있는 딥러닝 기반의 그룹 동기화 기법인 DeepGroupSync를 제안한다. 제안한 딥러닝 모델은 시계열의 재생 지연 시간을 이용하여 최적의 재생 시간을 예측하는 두 개의 GRU(gated recurrent unit) 계층과 하나의 완전 연결 계층으로 구성된다. 실험에서는 기존의 지수 가중평균 기반 방법과 제안한 DeepGroupSync 방법에 대한 성능을 평가한다. 실험 결과로부터 예상하지 못한 급격한 네트워크 조건 변화에 대해서 제안한 방법이 기존 방법보다 더 강건함을 볼 수 있다.

C 프로그래밍 언어 학습에 공개 소스 소프트웨어 SDL 활용 사례 연구 (A Case Study on Utilizing Open-Source Software SDL in C Programming Language Learning)

  • 김성득
    • 실천공학교육논문지
    • /
    • 제14권1호
    • /
    • pp.1-10
    • /
    • 2022
  • 전자공학교육에서 C 프로그래밍 언어 학습은 컴퓨터 프로그래밍을 이해하고, 임베디드 시스템에서 마이크로프로세서 활용 능력을 습득하기 위한 중요한 기초 교육 과정이다. 기초적 문법과 알고리즘 이해에 중점을 두기 위해, 콘솔 창에서 C 표준 라이브러리 함수에 기반한 프로그램을 작성하며 이론과 실습을 병행해 학습하는 것이 일반적인 교육방법이다. 그렇지만, C 언어의 기본 지식을 어느 정도 습득한 후 프로젝트 활동을 하거나 더 심화된 단계로 나아가고자 한다면, 콘솔창에서 C 표준 라이브러리 함수만을 사용하는 것은 C 프로그램으로 표현하거나 제어할 수 있는 대상을 한정시키게 된다. 학습자가 그래픽 또는 멀티미디어 리소스를 쉽게 활용해 교육적 가치를 높이기 위한 목적으로, 본 논문에서는 공개 소스 소프트웨어인 Simple DirectMedia Layer (SDL)을 활용하는 방안을 C 프로그래밍 언어 학습 과정에 적용한 사례를 연구한다. 콘솔 창에서 수행하는 기초적 프로그래밍 교육과정을 마친 후에 적용된 SDL활용 프로그래밍 교육 과정을 소개하고, 설문 조사를 통해 교육적 가치를 평가한다. 그 결과, 응답자의 56% 이상이 응용능력개선, 흥미유발, 전반적 유용성 측면에서 긍정적 의견을 표명했으며, 부정적 의견은 4% 이하였다.

OPC UA를 활용한 이기종 로봇의 실시간 디지털 트윈 설계 및 구현 (Design and Implementation of Real-time Digital Twin in Heterogeneous Robots using OPC UA)

  • 김지형
    • 한국인터넷방송통신학회논문지
    • /
    • 제23권4호
    • /
    • pp.189-196
    • /
    • 2023
  • 4차 산업혁명을 주도하는 기술로서 IoT, 빅데이터, 인공지능, CPS 등이 발전하면서 산업 현장에서 생산성과 효율성을 향상시키기 위한 디지털 트윈의 중요성이 부각되고 있다. 디지털 트윈은 실제 물리적 객체들의 디지털 복제로서, 객체의 속성과 상태를 유지하며 작동하는 가상 모델이다. CPS는 사이버 세계와 물리 세계의 상호작용을 위한 시스템으로, 디지털 트윈은 CPS의 고급형 기술로 볼 수 있다. 디지털 트윈은 AI, XR, 5G 등 다양한 요소 기술의 등장으로 구현 속도가 가속화되었다. 센서 기술의 발전과 IoT, 인공지능, 빅데이터, 클라우드 등의 관련 기술 발전으로 디지털 트윈 시장이 성장하고 있다. 이에 따라 기업들은 비즈니스 인텔리전스와 관련된 솔루션을 도입하여 프로세스 최적화, 비용 효율성, 생산성을 향상시키는 경향이 있다. 본 연구에서는 디지털 트윈 기술과 CPS를 결합하여 이기종 로봇의 실시간 3D 디지털 트윈을 구축하는 것이 목표이다. 이를 위해 유비씨의 FLEXING CPS와 FLEXING EDGE를 활용하여 데이터 수집과 관리를 수행한다. 프로젝트 구성원은 프로토콜 설정, 데이터 수집 및 전달, 3D 디지털 트윈 시뮬레이션을 담당한다. 이를 통해 CPS와 디지털 트윈을 통합한 기술의 가능성을 확인하고, 산업 현장에서 생산성과 효율성을 향상시킬 수 있다.

인공지능 동작 인식을 활용한 전산화인지훈련이 코로나-19 기간 동안 경도 인지장애 고령자의 인지 기능, 우울, 삶의 질에 미치는 영향: 예비 연구 (Effects of Computerized Cognitive Training Program Using Artificial Intelligence Motion Capture on Cognitive Function, Depression, and Quality of Life in Older Adults With Mild Cognitive Impairment During COVID-19: Pilot Study)

  • 박지현;이경아;이지연;박영욱;박지혁
    • 재활치료과학
    • /
    • 제12권2호
    • /
    • pp.85-98
    • /
    • 2023
  • 목적 : 본 연구의 목적은 경도인지장애 고령자에게 인공지능 동작 인식 기술을 활용한 전산화인지훈련 프로그램을 실시하여 인지 기능, 우울감, 삶의 질을 향상시키고자 한다. 연구방법 : 연구 참여자는 총 7명(실험군 = 4명, 대조군 = 3명)이며 코로나-19 발생 기간인 2021년 10월부터 12월까지 시행되었다. 프로그램은 직접 개발한 인공지능 동작 인식 기술을 활용한 전산화 프로그램 "MOOVE Brain"을 활용했으며 실험군은 한 달 동안 주 3회 30분씩 프로그램을 진행하였고 대조군에게는 중재를 제공하지 않았다. 치료의 전후 평가는 Korean version of the Mini-Mental State Examination-2, Korean version of the Consortium to Establish a Registry for Alzheimer's Disease Assessment Packet for Daily Life Evaluation, Korean version of the short form Geriatric Depression Scale (SGDS-K), 그리고 Geriatric Quality of Life Scale (GQOL)을 이용하였다. 결과 : 치료 전후로 실험군의 주의력 지표인 Stroop Color Test에서 평균 점수가 향상되었고(p = .068), 그룹 간 비교를 했을 때는 실험군의 실행 기능 평가 지표인 Stroop Color/Word Test 평균 점수가 향상되었다(p = .057). 그룹 간의 변화량을 비교했을 때는 실험군의 삶의 질 측정 도구인 GQOL (p = .057)과 우울증 지표인 SGDS-K (p = .057)의 평균 점수가 개선되었다. 하지만 각 영역들은 통계적으로 유의미하지 않았다. 결론 : 본 연구의 결과는 코로나-19로 인해 격리되어 있거나 의료 서비스를 받기 힘든 경도인지장애 고령자의 인지 및 심리 사회적 문제를 해결하는 데 활용될 수 있을 것으로 기대된다.

이미지처리를 통한 선박평형수 내 유해수중생물 개체수 측정 (Counting Harmful Aquatic Organisms in Ballast Water through Image Processing)

  • 하지훈;임효혁;김용혁
    • 예술인문사회 융합 멀티미디어 논문지
    • /
    • 제6권3호
    • /
    • pp.383-391
    • /
    • 2016
  • 선박평형수란, 선박의 균형을 유지하기 위해서 배에 채우는 바닷물을 말한다. 선박평형수를 통한 외래종 유입은 생태계 교란의 주된 원인이다. 이를 방지하기 위해 IMO(International Maritime Organization)에서는 2004년 선박평형수와 침전물 관리협약을 채택하였다. 협약이 발효될 경우 각국 항만 당국에서는 선박평형수가 협약의 성능 기준에 맞게 배출되는지 확인이 필요하다. 본 논문에서는 이미지처리를 통한 선박평형수 내 유해수중생물 개체수 측정 방법을 제안한다. 부산 신항에서 채취한 선박평형수로부터 3개의 샘플을 추출하였으며, 각 샘플당 서로 다른3개의 grey-scale 이미지를 만들어 실험자료로 사용하였다. 이미지처리를 이용한 자동 세포계수 프로그램인 CellProfiler를 이용하여 본 논문에서 제안하는 방법과 비교하였다. CellProfiler에서 사용한 설정은 사람이 직접 세포계수를 한 결과에 맞춰 경험적으로 결정하였다. 각 이미지에서 CellProfiler와 가장 유사한 결과를 보이는 최적의 임계값을 찾은 뒤 그 평균을 최종 임계값으로 사용하였다. 실험결과에서 제안한 방법은 CellProfiler와 비슷한 세포 계수 결과를 보이면서도 약 10배 정도 빠른 처리 속도를 보였다.

계층적 라우팅 경로를 제공하는 에너지 균등분포 클러스터 센서 네트워크 (Energy Balancing Distribution Cluster With Hierarchical Routing In Sensor Networks)

  • 우매리
    • 융합신호처리학회논문지
    • /
    • 제24권3호
    • /
    • pp.166-171
    • /
    • 2023
  • 효율적인 에너지 관리는 제한된 자원을 가지는 센서 네트워크에서 매우 중요한 요소이며, 클러스터 기법은 그러한 관점에서 많은 연구가 이루어지고 있다. 그러나, 클러스터 헤더의 에너지 사용이 집중되는 문제가 발생할 수 있으며, 클러스터 헤더가 전 영역에 골고루 분포되지 않고 특정 영역에 집중되는 경우, 클러스터 멤버의 전송 거리가 크거나 매우 불균등한 상태가 될 수 있다. 전송거리는 에너지 소모의 문제와 직결될 수 있다. 특정 노드의 에너지가 빨리 고갈되는 것은 센서 네트워크 생존 기간을 줄이고, 전체 센서 네트워크의 효율이 저하되므로 센서 노드들의 균등한 에너지 소모는 매우 중요한 연구과제이다. 본 연구에서는 센서 클러스터 기법에서 클러스터 헤더와 센서 노드가 에너지를 균등하게 사용하기 위한 요소들을 분석하고, 클러스터 헤더가 센서 네트워크 전역에 골고루 분포하는 균등분포 클러스터링을 제안한다. 제안하는 클러스터 기법은 멀티홉 라우팅을 사용하여 원거리 전송으로 인한 센서 노드의 에너지 소모를 줄인다. 기존 연구에서 멀티홉 클러스터 기법은 클러스터 구성과 라우팅 경로 설정의 2단계 과정을 통해서 멀티홉 클러스터 경로를 설정하는 반면, 제안하는 방식은 클러스터 헤더를 선출하는 과정에서 클러스터 라우팅 경로를 설정하여 제어 메시지 과정을 최소화한다.

MEC 산업용 IoT 환경에서 경매 이론과 강화 학습 기반의 하이브리드 오프로딩 기법 (Hybrid Offloading Technique Based on Auction Theory and Reinforcement Learning in MEC Industrial IoT Environment)

  • 배현지;김승욱
    • 정보처리학회논문지:컴퓨터 및 통신 시스템
    • /
    • 제12권9호
    • /
    • pp.263-272
    • /
    • 2023
  • 산업용 IoT는 대규모 연결을 통해 데이터 수집, 교환, 분석과 함께 산업 분야의 생산 효율성 개선에 중요한 요소이다. 그러나 최근 산업용 IoT의 확산으로 인해 트래픽이 폭발적으로 증가함에 따라 트래픽을 효율적으로 처리해줄 할당 기법이 필요하다. 본 논문에서는 산업용 IoT 환경에서 성공적인 태스크 처리율을 높이기 위한 2단계 태스크 오프로딩 결정 기법을 제안한다. 또한, 컴퓨팅 집약적인 태스크를 셀룰러 링크를 통해 이동 엣지 컴퓨팅(Mobile Edge Computing: MEC) 서버로 오프로드 하거나 D2D(Device to Device) 링크를 통해 근처의 산업용 IoT 장치로 오프로드 할 수 있는 하이브리드 오프로딩(Hybrid-offloading) 시스템을 고려한다. 먼저 1단계는 태스크 오프로딩에 참여하는 기기들이 이기적으로 행동하여 태스크 처리율 향상에 어려움을 주는 것을 방지하기 위해 인센티브 메커니즘을 설계한다. 메커니즘 디자인 중 McAfee's 메커니즘을 사용하여 태스크를 처리해주는 기기들의 이기적인 행동을 제어하고 전체 시스템 처리율을 높일 수 있도록 한다. 그 후 2단계에서는 산업용 IoT 장치의 불규칙한 움직임을 고려하여 비정상성(Non-stationary) 환경에서 멀티 암드 밴딧(Multi-Armed Bandit: MAB) 기반 태스크 오프로딩 결정 기법을 제안한다. 실험 결과로 제안된 기법이 기존의 다른 기법에 비해 전체 시스템 처리율, 통신 실패율, 후회 측면에서 더 나은 성능을 달성할 수 있음을 보인다.

SNA를 통한 국내 스마트공장 기술에 관한 특허 출원 조사 분석 (Patent Application Research Analysis on Domestic Smart Factory Technology Through SNA)

  • 황재효;김기중
    • 한국전자통신학회논문지
    • /
    • 제19권1호
    • /
    • pp.267-274
    • /
    • 2024
  • 본 논문에서는 스마트공장에 관한 연도별 국내 특허 출원 건수, 연도별 국내 특허 공개 건수 및 연도별 국내 등록 건수를 조사하였고, 출원인 유형별 특허 출원 건수를 조사하였다. 조사된 특허를 기반으로 가장 많은 특허에서 나타나는 IPC는 G05B 19/418이라는 것을 밝혀냈다. 또한 스마트공장 특허 IPC의 사회 연결망 분석을 통해 G05B 19/418이 연결중심성이 가장 높은 IPC임을 밝혀냈다. 이상의 내용을 통해 스마트공장으로 제출된 특허의 핵심기술의 IPC가 G05B 19/418일 경우, G05B 23/02와 조합된 기술 즉, "공장 제어"와 "모니터링"이 복합된 기술이 특허로 가장 많이 출원되었다는 것과 핵심기술의 IPC가 G06Q 50/04일 경우, G06Q 50/10과 조합된 기술 즉, "제조"와 "서비스"가 복합된 기술이 특허로 가장 많이 출원되었다는 것을 확인할 수 있었다. 이를 통해 스마트공장으로 특허를 출원하기 위해서는 이러한 IPC간의 연결성 고려한 특허출원이 필요한 것을 알 수 있었다.