• 한국인터넷방송통신학회논문지
• /
• 제20권2호
• /
• pp.283-287
• /
• 2020

본 논문에서는 스마트폰 앱을 통하여 환풍기의 현재 상태 모니터링, on/off 기능 등 IoT를 지원하는 제어 시스템을 구현하였다. 기계학습(Machine Learning) 알고리즘 종류 중 하나인 지도학습에 포함되는 선형회귀(Linear Regression)를 적용하여 자율적으로 가정의 실내 온도, 습도의 데이터를 수집하여 상태를 진단하고 운전하면서 에너지를 최대한 효율적으로 사용하면서 사용자의 요구를 충족하도록 하였다. 구현한 시스템에서는 수동제어보다 같은 습도가 되는 데 필요한 환풍기의 작동 시간이 더 적다는 것으로 더 좋은 에너지 효율을 확인할 수 있었다. 이로 인해 사용자들은 기존의 환풍기보다 더욱 편리하고 효율적으로 사용할 수 있을 것으로 기대된다.

• 대한인간공학회지
• /
• 제16권1호
• /
• pp.107-117
• /
• 1997

It is necessary to evaluate HMI inaspects of human factors in the design stage of MMIS(man machine interface system) and feedback the result of evaluation because operators performance is mainly influenced by the HMI. Therefore, the MMIS design should be reflected the operators psychological, behavioral and physiological characteristics in the interaction with human machine interface(HMI) in order to improve the safety and availability of the MMIS of a nuclear power plant(NPP) by reduction of human error. The development of human factors experimental evaluation techniques and integrated test facility(ITF) for the human factors evaluation become an important research field to resolve hi,am factors issues on the design of an advanced control room(ACR). We developed am ITF, which is aimed to experiment with the design of the ACR and the human machine interaction as it relates to the control of NPP. This paper presents the development of an ITF that consists of three rooms such as main test room(MTR), supporting test room(STR) and experiment control room(ECR). And, the ITF has a various facilities such as a human machine simulator(HMS), experimental measurement systems and data analysis and experiment evaluation supporting system(DAEXESS). The HMS consists of full-scope simulation model of Korean standard NPP and advanced HMI based on visual display nits (VDUS) such as touch color CRT, large scale display panel(LSDP), flat panel display unit and so on.

• 유공압시스템학회논문집
• /
• 제8권4호
• /
• pp.1-8
• /
• 2011

Injection molding machine is the assembly of many kinds of mechanical and fluid power part and electro-electronic control system. From in these, fluid power is a part where becomes the first core of this machine. Fluid power systems of injection molding machine are modelled and analyzed using a commercial program AMESim. The analysis model which is detailed about the parts applied a publishing catalog data. Sub system models which is divided according to functional operation are made and its analysis results shows how design parameters work on operational characteristics like displacement, pressure, flow rates at each node and so on. Total fluid power circuit model is also made and analyzed. The results made by analysis will be used design of fluid power circuit of injection molding machine.

• 농업과학연구
• /
• 제46권2호
• /
• pp.381-393
• /
• 2019

A smart farm is a system that combines information and communication technology (ICT), internet of things (IoT), and agricultural technology that enable a farm to operate with minimal labor and to automatically control of a greenhouse environment. Machine learning based on recently data-driven techniques has emerged with big data technologies and high-performance computing to create opportunities to quantify data intensive processes in agricultural operational environments. This paper presents research on the application of machine learning technology to diagnose the growth status of crops and predicting the harvest time of strawberries in a greenhouse according to image processing techniques. To classify the growth stages of the strawberries, we used object inference and detection with machine learning model based on deep learning neural networks and TensorFlow. The classification accuracy was compared based on the training data volume and training epoch. As a result, it was able to classify with an accuracy of over 90% with 200 training images and 8,000 training steps. The detection and classification of the strawberry maturities could be identified with an accuracy of over 90% at the mature and over mature stages of the strawberries. Concurrently, the experimental results are promising, and they show that this approach can be applied to develop a machine learning model for predicting the strawberry harvesting time and can be used to provide key decision support information to both farmers and policy makers about optimal harvest times and harvest planning.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권3호
• /
• pp.361-370
• /
• 2017

본 논문에서는 공격적 성향의 운전자를 판단할 수 있는 기계학습 방식과 설문지 방식을 융합한 운전자 성향 판단 연구의 일환으로 두 방법으로 결정된 운전자 성향정보의 상관성을 분석하였다. 30명의 운전자를 대상으로 설문지를 이용한 주관적 성향을 정보를 수집하고 기계학습 기반의 성향판단 시스템을 이용하여 객관적 성향을 취득하였다. 이 중에서 기계학습 기반의 성향판단 시스템은 운전자행위 성향 분류 모델을 기반으로 설계되었다. 모델을 도출하기 위하여 운전자의 가속 패달과 브레이크 패달 조작 데이터와 HMM 기법을 이용한 기계학습을 수행하였다. 두 가지 방법으로 추정한 공격적 성향정보를 Pearson 방식으로 상관관계를 분석한 결과 높은 상관관계가 있음을 확인하였다. 뿐만 아니라 객관적 성향은 동일한 운전자에 대하여 고유한 특성이 있음을 확인하였다. 본 논문의 실험결과는 향후 두 방법을 융합하는 연구를 수행하기 위한 참고자료가 될 것이다. 또한 운전자의 공격적 성향이 주의어시스트, 운전자 식별, 도난방지 등 지능형 운전자 보조시스템에도 응용 될 수 있음을 확인하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1990년도 한국자동제어학술회의논문집(국내학술편); KOEX, Seoul; 26-27 Oct. 1990
• /
• pp.107-112
• /
• 1990

It is necessary to develop graphic MMI (Man-Machine Interface) for the maximum utilization of our installed ADS (Automated Distribution System) for which an operator types and executes string commands. Considering the restrictions and characteristics of the installed ADS and the data for modelled distribution lines, we calculated the time of periodic data acquisition for large number of points. And we presented the performance and characteristics of the graphic MMI system which will be developed and which will facilitate SCADA(Supervisory Control And Data Acquisition) functions.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1999년도 추계종합학술대회
• /
• pp.395-400
• /
• 1999

DNC(Direct Numerical Control) Network을 위한 프로그램을 효율적으로 하기위해 현재 많은 시스템들이 개발되어 사용되고 있다. 그러나 이 시스템들은 원거리 상의 컴퓨터와 머시닝센터간의 상호 연결이 원만하지 않아 작업에 비효율적인 면이 있고, 또 머시닝 센터에서의 데이터 송 수신에서 일어나는 오류 문제에 대한 시스템으로의 적절한 대처를 할 수가 없다는 문제점이 있다. 그래서, 본 논문에서는 DNC Network을 통해 리C(Numerical Control) 선반 제어기에서 컴퓨터의 데이터를 오류 없이 수신 가능한 데이터 원격 제어 시스템을 새로이 구성하였다. 이 데이터 원격 제어 시스템의 주요 장점으로는 머시닝 센터에서 운영자가 쉽게 컴퓨터에 저장된 NC 데이터 호출과 송출이 자유롭고, 컴퓨터와 공작기계간의 상호 대화가 없이도 NC 기계상에서의 원격 제어(Remote Control)가 가능하다.

• 대한기계학회논문집
• /
• 제17권1호
• /
• pp.38-45
• /
• 1993

본 연구에서는 선반작업에서의 피삭체의 형상을 특징형상(feature)단위로 정 의하였고, 이 특징형상을 이용하여 형상정의를 수행한 후 가공순서 및 가공조건을 대 화형식으로 입력하면 공구위치 데이터(CL data)를 자동으로 산출하고 이를 기계제어데 이터(MC data)로 변화시켜 주는 NC선반가공 프로그래밍시스템 FeaTURN (Feature-based TURNing system)을 개발하였다.

• 한국지반신소재학회논문집
• /
• 제22권1호
• /
• pp.67-74
• /
• 2023

경사면의 안정성을 모니터링 하기 위해 데이터 기반으로 사면의 붕괴를 예측, 경보를 하려는 연구가 증가하고 있다. 하지만 대부분의 논문에서는 데이터의 품질에 대해 간과하고 있다. 이는 오경보와 같은 문제를 발생시킬 수 있다. 이에 본 논문에서는 사면에서 수집된 데이터의 품질관리를 위한 규칙과 기계학습 모델로 구성된 2 단계의 접근 방안을 제안하였다. 규칙 기반은 높은 정확도와 직관적인 해석이 가능하다는 장점이 있으며 기계학습 모델은 명시적으로 표현할 수 없는 패턴을 도출할 수 있다는 장점이 있으며 2단계의 접근 방안은 이 두 장점을 모두 취할 수 있었다. 사례연구를 통해 두 방법을 단독으로 사용하였을 경우와 2단계의 접근 방안을 사용하였을 때의 성능을 비교하였고 2단계 접근 방안이 높은 성능을 보이는 것으로 판단되었다. 따라서 데이터의 품질관리를 위해 단독으로 두 방법을 사용하는 것보다 2단계 접근 방안 방법을 사용하는 것이 적절할것으로 판단된다.

• 생물환경조절학회지
• /
• 제31권3호
• /
• pp.152-162
• /
• 2022

본 연구는 데이터를 기반으로 한 인공지능 기계학습 기법을 활용하여 온실 내부온도 예측 시뮬레이션 모델을 개발을 수행하였다. 온실 시스템의 내부온도 예측을 위해서 다양한 방법이 연구됐지만, 가외 변인으로 인하여 기존 시뮬레이션 분석방법은 낮은 정밀도의 문제점을 지니고 있다. 이러한 한계점을 극복하기 위하여 최근 개발되고 있는 데이터 기반의 기계학습을 활용하여 온실 내부온도 예측 모델 개발을 수행하였다. 기계학습모델은 데이터 수집, 특성 분석, 학습을 통하여 개발되며 매개변수와 학습방법에 따라 모델의 정확도가 크게 변화된다. 따라서 데이터 특성에 따른 최적의 모델 도출방법이 필요하다. 모델 개발 결과 숨은층 증가에 따라 모델 정확도가 상승하였으며 최종적으로 GRU 알고리즘과 숨은층6에서 r² 0.9848과 RMSE 0.5857℃로 최적 모델이 도출되었다. 본 연구를 통하여 온실 외부 데이터를 활용하여 온실 내부온도 예측 모델 개발이 가능함을 검증하였으며, 추후 다양한 온실데이터에 적용 및 비교분석이 수행되어야 한다. 이후 한 단계 더 나아가 기계학습모델 예측(predicted) 결과를 예보(forecasting)단계로 개선하기 위해서 데이터 시간 길이(sequence length)에 따른 특성 분석 및 계절별 기후변화와 작물에 따른 사례별로 개발 모델을 관리하는 등의 다양한 추가 연구가 수행되어야 한다.