• 공업화학
• /
• 제30권3호
• /
• pp.384-388
• /
• 2019

동절기 고속철도차량 하부 및 대차부에 부착된 설빙이 차량 운행 시 도상자갈구간(침목이 받는 차량 하중 전달 및 침목 고정을 위한 자갈 구간)에서 고속으로 낙하하여 자갈을 비산시켜 이로 인한 철도차량 구조물 및 시설물의 피해가 보고되고 있으며, 이는 고속철도 개통 이후 지속되고 있다. 이러한 문제점 해결을 위해 자갈의 비산을 방지하는 네트, 인력 제빙, 이동식 열풍기 등을 사용하고 있으나 효율성이 떨어진다. 기존보다 효율적인 제빙을 위해 화학적 제빙액에 대한 연구가 진행되고 있으며, 본 연구에서는 화학적 제빙액으로 사용되는 물질들의 융빙성능, 동점도, 증발성 등을 평가하여 고속철도차량 제빙용으로 최적의 물질을 찾고자 한다. 평가 물질로는 유기산염류 4종(개미산나트륨, 초산나트륨, 개미산칼륨, 초산칼륨)과 알코올류 2종(프로필렌글리콜, 글리세롤)을 대상으로 하였다. 이때, 실내 평가에서는 개미산칼륨, 초산칼륨, 프로필렌글리콜이 유사한 융빙성능을 보였으나, 모사 살포 시스템을 이용한 융빙성능 결과, 프로필렌글리콜이 가장 우수한 성능을 보였다. 이는 프로필렌글리콜의 동점도가 2.989029 St로 다른 물질 대비 높아 얼음에서 보다 오래 체류하여 제빙하기 때문이다. 또한, 개미산칼륨과 초산칼륨은 결정이 석출되어 차량외관에 악영향을 미치므로 사용에 어려움이 있다. 본 연구를 통해 프로필렌글리콜이 고속철도차량용 제빙액으로 최적의 물질임을 확인하였다.

• 한국차세대컴퓨팅학회논문지
• /
• 제14권5호
• /
• pp.19-30
• /
• 2018

영상 데이터에 대한 시맨틱 정보를 정확하게 이해하는 것은 인공지능 및 기계학습 분야에서 가장 어려운 도전과제의 하나로 알려져 있다. 본 논문에서는 동영상 시맨틱 이해를 위한 시각 동사 도출과 이를 바탕으로 하는 동영상 데이터베이스인 액션넷 데이터베이스 구축에 관해 제안하고 있다. 오늘날 인공지능 기술의 눈부신 발달에는 인공지능 알고리즘의 발전이 크게 기여하였지만 알고리즘의 학습과 성능 평가를 위한 방대한 데이터베이스의 제공도 기여한 바가 매우 크다고 할 수 있다. 인공지능이 도전하기 어려운 분야였던 시각 정보 처리에 있어서도 정지 영상 내의 객체인식에 있어서는 인간의 수준을 능가하기 시작하면서 점차 동영상에서의 내용에 대한 시맨틱 이해 기술 개발로 발전하고 있다. 본 논문에서는 이러한 동영상 이해를 위한 학습 및 테스트 데이터베이스로서 액션넷 구축에 요구되는 시각 동사의 후보를 도출한다. 이를 위해 언어학 기반의 동사 분류체계를 살펴보고, 영상에서의 시각 정보를 명세한 데이터 및 언어학에서의 시각 동사 빈도 등으로부터 시각 동사의 후보를 도출한다. 시각 동사 분류체계와 시각 동사후보를 바탕으로 액션넷 데이터베이스 스키마를 정의하고 구축한다. 본 논문에서 제안하는 시각 동사 및 스키마와 이를 바탕으로 하는 액션넷 데이터베이스를 개방형 환경에서 확장하고 활용성을 제고함으로써 동영상 이해 기술 발전에 기여할 수 있을 것으로 기대한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권7호
• /
• pp.233-240
• /
• 2022

최근 대부분의 인공지능 연구는 AI 모델 개발에 중점을 두고 있다. 하지만 최근 인공지능 연구가 모델 중심에서 데이터 중심으로 점차 변경되고 이런 추세를 바탕으로 학습데이터의 중요성이 크게 주목 받고 있다. 그러나 학습데이터의 준비과정이 전체 과정의 상당 부분을 차지하고 라벨링 데이터 생성 또한 개발 목적에 따라 다르기 때문에 많은 시간과 노력이 필요하다. 따라서 기존의 미충족을 해결하기 위한 다양한 라벨링 기능을 갖는 도구 개발이 필요하다. 본 논문에서는 의료영상의 라벨링 데이터를 정교하고 빠르게 생성하기 위한 라벨링 시스템에 대해서 기술한다. 이를 구현하기 위해서 Back Projection, GrabCut 기법을 이용한 반자동 방식과 기계학습 모델을 통해서 예측한 자동 방식의 라벨링 기능을 구현하였다. 우리는 제안한 시스템의 라벨링 데이터 생성에 대한 수행시간의 장점을 보였을뿐만 아니라 정확성에 대한 비교평가를 통해 우수성을 보였다. 또한 1,000여명의 환자 영상 데이터셋을 분석하여 근감소증 진단에 남성과 여성에 의미있는 진단지표를 제시하였다.

• 한국작물학회지
• /
• 제34권4호
• /
• pp.434-439
• /
• 1989

벼 어린모의 육묘온도별 최소 육묘일수를 구명하고 육묘온도, 육교일수 및 배유제거유무에 따른 이앙후 초기생육을 조사한 결과를 요약하면 다음과 같다. 1. 벼 어린모 육묘시 육묘오도에 따른 최소 육묘일수를 맷트형성정도를 기준으로 보면 20/12$^{\circ}C$ 서/ 야)에서는 10일, 25/18$^{\circ}C$에서는 8일, 30/2$0^{\circ}C$에서는 6일어었다. 2. 벼 어린모 육묘시 유교온도에 따른 최소 육묘일수의 묘생육을 보면 초자은 8~12cm, 엽수(불완전엽 제외)는 1.5~1.7엽, 지상부 건물중은 개체당 6.9~7.5mg, 배유양분잔존율은 32~36%이었다. 3. 벼 어린모 육묘시 육묘온도에 따른 최소 육묘일수의 적산온도는 육묘온도에 따라 다소 다르나 150~17$0^{\circ}C$의 범위이었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권7호
• /
• pp.1951-1975
• /
• 2023

Recent advances in Cognitive Radio Networks (CRN) have elevated them to the status of a critical instrument for overcoming spectrum limits and achieving severe future wireless communication requirements. Collaborative spectrum sensing is presented for efficient channel selection because spectrum sensing is an essential part of CRNs. This study presents an innovative cooperative spectrum sensing (CSS) model that is built on the Firefly Algorithm (FA), as well as machine learning artificial neural networks (ANN). This system makes use of user grouping strategies to improve detection performance dramatically while lowering collaboration costs. Cooperative sensing wasn't used until after cognitive radio users had been correctly identified using energy data samples and an ANN model. Cooperative sensing strategies produce a user base that is either secure, requires less effort, or is faultless. The suggested method's purpose is to choose the best transmission channel. Clustering is utilized by the suggested ANN-FA model to reduce spectrum sensing inaccuracy. The transmission channel that has the highest weight is chosen by employing the method that has been provided for computing channel weight. The proposed ANN-FA model computes channel weight based on three sets of input parameters: PU utilization, CR count, and channel capacity. Using an improved evolutionary algorithm, the key principles of the ANN-FA scheme are optimized to boost the overall efficiency of the CRN channel selection technique. This study proposes the Artificial Neural Network with Firefly Algorithm (ANN-FA) for cognitive radio networks to overcome the obstacles. This proposed work focuses primarily on sensing the optimal secondary user channel and reducing the spectrum handoff delay in wireless networks. Several benchmark functions are utilized We analyze the efficacy of this innovative strategy by evaluating its performance. The performance of ANN-FA is 22.72 percent more robust and effective than that of the other metaheuristic algorithm, according to experimental findings. The proposed ANN-FA model is simulated using the NS2 simulator, The results are evaluated in terms of average interference ratio, spectrum opportunity utilization, three metrics are measured: packet delivery ratio (PDR), end-to-end delay, and end-to-average throughput for a variety of different CRs found in the network.

• 실천공학교육논문지
• /
• 제15권2호
• /
• pp.529-538
• /
• 2023

보편적 인공지능교육의 필요성이 확대되고 직무 변화가 이루어지고 있는 현 시점에서, 가장 먼저 인공지능을 직무의 일부분으로 경험하게 되는 대학의 비전공자를 위한 인공지능 교양교육에 대한 연구 및 논의는 미흡한 실정이다. 비전공자 대상 인공지능 교육과정이 운영되고 있지만 주로 인공지능의 개념 및 원리에 대한 이론 중심의 교육으로 운영되고 있다. 비전공자 대상 인공지능에 대한 일반적인 개념을 이해하기 위해 체험학습을 병행하여 진행 할 필요가 있다. 따라서 본 연구는 비전공자의 특성을 고려하여 학습에 흥미를 갖고, 인공지능 수업에 대한 부담감을 낮출 수 있는 난이도의 인공지능 체험교육 학습콘텐츠를 설계한 후 앱인벤터와 오렌지 인공지능 플랫폼을 활용한 체험 교육의 학습효과를 살펴보고자 한다. 팀 별 인공지능 관련 프로젝트 작성을 통해 수집된 학습관련 데이터와 설문조사 자료를 바탕으로 분석한 결과 인공지능 교육의 필요성에 대한 인식의 긍정적인 변화와 인공지능 리터러시 능력이 향상된 것으로 나타났다. 교수자에게는 인공지능 체험교육 학습을 위한 학습모형을 설계하는 데 기틀을 마련해 주는 계기가 될 것으로 기대한다.

• 한국지반공학회논문집
• /
• 제39권10호
• /
• pp.41-48
• /
• 2023

도로 하부에 발생된 이상구간은 사용자의 안전을 위협하고 보수하기 위해서도 많은 사회적 비용이 동반된다. 본 연구에서는 적외선 카메라를 사용하여 이상구간 매질에 따른 온도 분포를 실험적으로 평가하고 이를 머신러닝 기법으로 분석하고자 하였다. 대상 현장은 가로와 세로 및 깊이가 모두 50cm인 정육면체 형태로 설정하였고, 이상구간은 물과 공기로 결정하였다. 실험부지의 상부는 포장층을 모사하기 위해 콘크리트 블록을 설치하였으며, 오후 4시부터 다음날 오후 3시까지 총 23시간 동안 포장층의 온도 분포를 측정하였다. 측정된 값은 이미지 형태로 도출되었으며, 이미지 중간부분에서 측정 온도의 수치를 추출하였다. 최대온도와 최저온도의 차이는 물, 공기, 그리고 원 지반에서 각각 34.8℃, 34.2℃ 그리고 28.6℃로 나타났으며, 이미지 분석 기법인 convolution neural network(CNN) 방법을 활용하여 각 측정 이미지에 해당하는 조건을 분류하였다. 분류를 수행하기 위해서는 res net 101과 squeeze net 네트워크가 이용되었다. res net 101의 분류 정확도는 물, 공기 그리고 원 지반에서 각각 70%, 50% 그리고 80%로 나타났고, squeeze net의 분류 정확도는 60%, 30% 그리고 70%로 나타났다. 해당 연구 결과는 수치데이터로 특징 판단이 어려울 경우 이미지 기반의 CNN 알고리즘을 활용하면 매질 특성 분석이 가능하고 지반내 상태도 예측할 수 있는 방법론을 보여준다.

• 한국유기농업학회지
• /
• 제31권4호
• /
• pp.413-426
• /
• 2023

본 연구는 친환경 벼 재배지에서 왕우렁이의 생태계 유출을 예방하며 논잡초 제거를 위하여 안전하게 사용할 수 있는 방법 개발을 위하여 2021년부터 2023년까지 3년 동안 연구하였다. 전남 남부지역에서 벼를 심은 후 논에 넣은 왕우렁이 치패는 7월 중순경 성패가 되어 산란을 시작한다. 이 개체는 물이 마르지 않은 배수로에서 월동할 수 있지만, 7월 중순 이후 부화한 개체는 월동할 수 있을 만큼 성장하지 못한다. 배수로에서 월동한 왕우렁이의 크기는 각고 2.5 cm 이상이었다. 입수구에 그물망을 설치하면 왕우렁이 유입을 95% 차단할 수 있었고, 배수구에 개량물꼬와 그물망 설치로 유출차단효과는 99%였다. 중간물떼기와 수확 전 논 건조할 때 동력논배토기로 물길을 만들었다. 물길에 유인되어 수거한 왕우렁이는 59.5%이었고, 물길조성과 왕우렁이 수거작업은 130분이 소요되었다. 이러한 결과를 바탕으로 논에서 왕우렁이 안전사용을 위한 시기별 논 관리요령을 제시하였다. 이앙 전(4월 하순~5월 하순)에는 논둑정비, 입수구 물꼬차단망과 배수구 개량물꼬 설치, 월동 왕우렁이 방제, 이앙기(5월 하순~6월 상순)는 논둑에서 30 cm 안쪽으로 30일묘 이앙, 이앙 5일 후 치패 1.2 kg/10a 투입, 중간물떼기(7월 상중순)에는 물길 조성하여 왕우렁이 수거, 재배 후기(7월 하순~9월 중순) 수위 조절, 물길 조성하여 왕우렁이 수거 또는 유기농업자재 활용 방제, 수확 후(10월 중순~4월 중순)에는 논 깊이갈기 및 건조관리이다.

• 한국터널지하공간학회 논문집
• /
• 제26권2호
• /
• pp.91-111
• /
• 2024

전력구 터널은 송전선로 지중화 사업의 일환으로 대부분의 경우 쉴드 TBM을 활용하여 건설된다. TBM 챔버는 터널 내부 중 유일하게 암반과 흙을 마주하는 공간이며, 붕락과 부딪힘 사고 등 사고노출 빈도가 가장 높은 곳이다. 현재 챔버 외부에서 디스크커터 마모정도를 측정할 수 있는 방법이 부재하기 때문에 근로자의 수시점검이 필수적이다. 이에 본 연구에서는 TBM 챔버 내부 안전사고를 예방하고, 챔버 오픈회수 절감을 통해 공사기간 단축의 효과를 기대하기 위하여 디스크커터 마모측정 기술 개념을 정립하고, 시작품을 제작하였다. 선행기술을 고찰하여 자기센서가 굴착환경에서 가장 적합하다고 판단하여, 자기센서, 무선통신 모듈, 전원공급, 외부 케이싱, 그리고 모니터링 시스템을 종합한 마모측정 센서 패키지를 개발하였다. 실제 굴착환경에서 시작품 성능검증을 수행하기 위해 3.6 m 토압식 쉴드 TBM을 활용한 실대형 굴진시험을 수행하였다. 실대형 굴진시험 결과 8개의 시작품 중 5개가 정상적으로 작동하였다. 최대 3,000 kN의 추력과 1.5 RPM의 회전속도 안에서 센서측정값이 무선통신을 통해 시스템에 원활하게 표출되는지 확인하였고, 센서 케이싱이 파손되지 않아 내구성을 확보하는 것으로 분석되었다.

• 구강회복응용과학지
• /
• 제26권3호
• /
• pp.241-251
• /
• 2010

본 연구의 목적은 4 종류의 저 침습 고정성 국소의치의 수직하중에 대한 저항을 연구하여 임상 활용에 도움을 주기 위함이다. 상악 우측 제 1 대구치 결손을 가정하여 상악 제 2 대구치와 제 2 소구치를 지대치로 하는 고정성 국소의치 금속 다이를 제작하고 4 종류의 저 침습 고정성 국소의치 (Resin bonded FPD, Two Key Bridge, Human Bridge without occlusal rest, Human Bridge with occlusal rest)를 제작하였다. 만능 시험기를 이용하여 수직하중을 가하여 실패 시의 최대 하중을 기록하고 실패 유형을 기록하였다. 평균 최대 하중은 Resin bonded FPD 군이 7,295 N, Two Key Bridge 군이 4,729 N, Human Bridge without occlusal rest 군이 2,190 N, Human Bridge with occlusal rest 군이 3,073 N 이었다. Resin bonded FPD, Two Key Bridge, Human Bridge 군 사이에는 통계학적 유의차가 있었으나 occlusal rest 의 유무에 따른 Human bridge 군 사이에서는 통계학적 유의차가 없었다. 보철물 실패양상은 Resin bonded FPD와 Two Key Bridge는 양측 지대치의 유지부 한쪽이 탈락되는 경우가 양측 모두 탈락되는 경우보다 많았으며 Human Bridge 군은 모두 지대치 양측의 유지부가 함께 탈락되는 경우가 한쪽이 탈락된 경우보다 더 많았다. 본 연구에서 저 침습 고정성 국소의치의 수직 하중에 대한 저항은 Human Bridge 군이 resin bonded FPD 군이나 Two key Bridge 군에 비하여 낮은 것으로 나타났다. 따라서 임상에 적용할 때에는 이와 같은 파절 저항을 고려하여 수복 위치의 최대 교합을 참고하는 것은 물론이고 각종 수복물의 탈락에 대한 저항, 그리고 치질의 삭제량, 환자의 협조도 등을 고려하여 각각의 환자에 적합한 수복물을 선택해야 할 것이다.