• 대한원격탐사학회지
• /
• 제40권1호
• /
• pp.71-80
• /
• 2024

이 연구에서는 무인 항공기(Unmanned Aerial Vehicle, UAV)가 캡처한 이미지의 의미론적 토지 피복 분할 성능을 향상시키기 위한 앙상블 학습 기법을 제안하고 있다. 도시 계획과 같은 분야에서 UAV 사용이 증가함에 따라 토지 피복 분할을 위한 딥러닝 분할 방법을 활용한 기술 개발이 활발히 이루어지고 있다. 이 연구는 대표적인 분할 모델인 U-Net, DeepLabV3 그리고 Fully Convolutional Network (FCN)를 사용하여 분할 예측 성능을 개선하는 방법을 제안한다. 제안된 접근 방식은 세 가지 분할 모델의 훈련 손실, 검증 정확도 및 클래스별 점수를 통합하여 앙상블 모델을 개발하고 전반적인 예측 성능을 향상시킨다. 이 방법은 건물, 도로, 주차장, 논, 밭, 나무, 빈 공간, 미분류 영역을 포함하는 일곱 가지 클래스가 있는 토지 피복 분할 문제에 적용하여 평가하였다. 앙상블 모델의 성능은 mean Intersection over Union (mIoU)으로 평가하였으며, 제안된 앙상블 모델과 기존의 세 가지 분할 방법을 비교한 결과 mIoU 성능이 향상되었음이 나타났다. 따라서 이 연구는 제안된 기술이 의미론적 분할 모델의 성능을 향상시킬 수 있음을 확인하였다.

• 한국정보전자통신기술학회논문지
• /
• 제16권6호
• /
• pp.392-399
• /
• 2023

본 논문에서는 김치 제조 공정 중 배추 심 제거 공정의 로봇 자동화를 위한 배추 심 영역 및 깊이를 판별하는 딥러닝 모델을 제안하는 것이다. 또한 계측된 배추의 심 깊이를 예측하는 것이 아닌 discrete 클래스로 변환하여 영역 검출 및 분류를 동시에 하는 모델을 제시하였다. 딥러닝 모델 학습 및 검증을 위하여 전처리 과정을 거지치 않고 수확된 배추 522 포기에 대한 RGB 영상을 획득하였다. 획득한 영상으로부터 심 영역 및 깊이 라벨링 그리고 데이터 증강 기법을 적용하였다. 제안하는 YOLO-v4 딥러닝 모델 기반 배추 심 영역 검출 및 분류 모델의 성능을 평가하기 위하여 mAP, IoU, accuracy, sensitivity, specificity 그리고 F1-score로 선정하였다. 그 결과 배추 심 영역 검출은 mAP 그리고 IoU 값이 각각 0.97 그리고 0.91로 나타났으며, 심 깊이 분류의 경우 accuracy 그리고 F1-score 값이 각각 96.2% 그리고 95.5%로 나타났다. 본 연구 결과를 통하여 배추의 심 영역 검출 및 깊이 정보 분류가 가능하며, 추후 배추 심 제거 공정의 로봇-자동화 시스템 개발에 활용될 수 있는 가능성을 확인하였다.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2000년도 춘계학술대회논문집 - 한국공작기계학회
• /
• pp.579-584
• /
• 2000

Single crystal silicon (SCS) is used in a variety of microsensor applications in which stresses and other mechanical effects may dominate device performance. The authers model temperature dependent mechnical properties during focused io beam(FIB) cutting and Pt deposition processes. In microaccelero-meter manufacturing process, this paper intend to find thermal displacement change of the temperature by tunnel gap, additional beam part and pt deposition. The thermal analysis intend to use ANSYS V5.5.3.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.451-452
• /
• 2023

최근 CNN 이 다양한 산업에 확산되고 있으며, IoT 기기 및 엣지 컴퓨팅에 적합한 경량 모델에 대한 연구가 급증하고 있다. 본 논문에서는 CNN 모델의 파라미터 비트 연산을 위한 자동화 프레임워크를 제안하고, 파라미터 비트와 모델 정확도 사이의 관계를 실험 및 연구한다. 제안된 프레임워크는 하위 n- bit 를 0 으로 설정하여 정보 손실 발생시킴으로써 ImageNet 데이터셋으로 사전 학습된 CNN 모델의 파라미터와 정확도의 강인성을 비트 단위로 체계적으로 실험할 수 있다. 우리는 비트 연산을 수행한 파라미터로 InceptionV3, InceptionResnetV2, ResNet50, Xception, DenseNet121, MobileNetV1, MobileNetV2 모델의 정확도를 평가한다. 실험 결과는 성능이 낮은 모델일수록 파라미터와 정확도 간의 강인성이 높아 성능이 좋은 모델보다 정확도를 유지하는 비트 수가 적다는 것을 보여준다.

• 전자통신동향분석
• /
• 제30권5호
• /
• pp.39-48
• /
• 2015

최근 스마트카 기술은 안전운전지원 센서 기반의 단독형 시스템에서 도로 인프라와 빅 데이터를 기반으로 ICT와 연계하여 교통흐름을 예측하고 대응할 수 있는 협력형 자율주행 서비스 개발로 발전하고 있다. 협력형 자율주행 서비스를 실현하거나, IoT 환경과 스마트카의 융합을 위해서는 스마트카에서 커넥티비티 역량이 무엇보다도 중요하게 되었으며 이를 위한 요소기술로 차량용 이더넷, V2X(Vehicle to Everything) 네트워킹, 네트워크 보안기술을 꼽을 수 있다. 본고에서는 스마트카에 적용되는 차량 내부 네트워크 및 게이트웨이, V2X 네트워킹 및 보안에 관한 최근 표준 기술동향 및 이슈를 살펴보고자 한다.

• JSTS:Journal of Semiconductor Technology and Science
• /
• 제7권1호
• /
• pp.1-10
• /
• 2007

In recent few years, low-power electronics has been a leading drive for technology developments nourished by rapidly growing market share. Mobile DRAM, as a fundamental block of hand-held devices, is now becoming a product developed by limitless competition. To support application specific mobile features, various new power-reduction schemes have been proposed and adopted by standardization. Tightened power budget in battery-operated systems makes conventional schemes not acceptable and increases difficulty of the circuit design. The mobile DRAM has successfully moved down to 1.5V era, and now it is about to move to 1.2V. Further voltage scaling, however, presents critical problems which must be overcome. This paper reviews critical issues in mobile DRAM design and various circuit schemes to solve the problems. Focused on analog circuits, bitline sensing, IO line sensing, refresh-related schemes, DC bias generation, and schemes for higher data rate are covered.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.109-110
• /
• 2015

본 논문에서는 Radio Frequency Identification(RFID)를 이용하여 도로의 Internet of Things(IoT)를 실현하는 기술을 구상한다. RFID태그를 도로에 일정한 간격으로 설치하고, 자동차에 설치된 RFID 리더기가 태그에서 정보를 읽고 실시간으로 중앙통제센터에 보낸다. 이 정보를 분석하여 교통량, 사고유무, 사고위치 등을 파악하여 교통문제나 2차사고를 예방한다. 이 기술의 목적은 현재 상용화된 Global Positioning System(GPS)기술이 감지하기 힘든 환경이나 Vehicle to Vehicle(V2V)가 가지는 해킹의 문제점을 보안하여 안전한 운전환경을 제공하는데 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 춘계학술발표대회
• /
• pp.463-465
• /
• 2015

사물인터넷 (IoT), 핀테크(Fintech) 등 새로운 기술의 등장으로 보안성에 대한 부분이 커지고 있다. 모든 사물이 인터넷과 연결되는 사물인터넷 기술로 인해 악성행위와의 접점이 크게 증가했으며, 핀테크(Fintech)는 전통적인 보안시스템의 개혁을 요구하고 있기 때문이다. 사물인터넷 환경에서 이루어지는 간편 인증 결제시스템이 발전함에 따라 다양한 보안위협요소가 발생할 것으로 예상한다. 접점의 증가로 인해 고객이 실수로 악성코드를 받게 될 가능성과 사물인터넷의 핵심 기능인 원격접속에 대한 위협이 대표적인 예라고 할 수 있다. 그러나 현재 고객의 단말을 강제로 통제할 수 있는 방법이 전무한 상황이고, 향후 서비스에서 필요한 고객정보수집과 활용에 대한 정책이 필요한 시점에서 발생할 수 있는 해킹 기법을 제안하고자 한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.582-585
• /
• 2018

교통량이 증가하고 도로 네트워크가 복잡해짐에 따라 정확한 교통 흐름 파악을 통해 교통의 원활한 흐름을 유도하는 것은 많은 국가의 관심사항이다. 교통 흐름을 효과적으로 알기 위한 다양한 분석 기술 및 연구들이 있어 왔지만 위치(GPS) 데이터를 포함한 데이터 시각화를 통해 먼저 교통 흐름의 패턴을 찾는 것이 필요하다. 본 논문에서는 실제 도시의 교통 궤적을 시뮬레이션한 내용을 도구로 사용함으로써 교통 흐름의 패턴을 시각화하는 것을 목표로 한다. 이에 24시간운행 되어 지고 정해진 경로가 없는 특징을 가진 실제 택시 40대에 센서 모듈을 설치하여 IoV(Internet of Vehicle)데이터를 수집하고 이 데이터를 이용하여 전처리 과정을 거친 후 오픈소스 기반의 데이터 시각화 도구를 우리의 데이터 특성에 적합하도록 개선하였다. 해당 시각화 모델은 시간 흐름에 따른 차량 트랙킹 Dot을 통해 차량 밀집 지역과 이동 경로 패턴 인식이 가능하므로 도시 내에서 또는 도시와 도시간의 교통 흐름 파악을 통해 도시 환경 문제 개선에 기여할 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.540-542
• /
• 2014

UPnP(Universal Plug and Play) 규격은 홈 네트워크 환경에서 네트워크 기능이 지원되는 다양한 기기들을 발견하고 상호 서비스 연동이 가능하게 해준다. 최근 모바일 컴퓨팅, 클라우드 기반 서비스, 스마트 기기 콘텐츠 공유, 사물인터넷(IoT - Internet of Things) 등과 같은 IT 패러다임이 부각되고 있으나 이들을 지원하기에는 홈 네트워크에 국한된 UPnP는 기능적인 한계를 보여주었다. 이와 같은 새로운 IT 패러다임을 지원하기 위해 최근 UPnP 포럼은 기존 UPnP를 확장시켜 UPnP+를 발표하였다. 본 논문에서는 UPnP+의 기반이 되는 UDA 2.0(UPnP Device Architecture V2.0) 규격의 상세 기능을 소개하고, 어떻게 UDA 2.0이 홈 네트워크의 영역을 광대역 망과 비IP 기기의 영역까지 확장시킬 수 있는지 보여준다.