• 전자공학회논문지
• /
• 제51권11호
• /
• pp.205-210
• /
• 2014

본 연구는 도자기의 표면에 무늬, 모양, 그림, 글씨 등의 문양을 움직이는 효과를 갖는 광응용 시스템에 관한 것으로, 도자기 표면 문양에 부착된 광섬유에 의한 LED광신호를 이용하여 문양의 움직임 효과를 실시간으로 표출하고, 도자기가 있는 장소의 조도와 회전판의 움직임을 수집하여 큐레이터가 응급조치를 취하고 문양의 표출효과를 관리하기 위한 광응용 시스템에 관한 것이다. 이와 같은 본 연구에 의하면, 도자기가 놓여져 있는 장소의 조도를 측정하여 문양의 표출효과를 큐레이터 및 응용프로그램이 실시간 관리할 수 있음과 동시에, 이상 발생 시에 자동으로 신호를 발생하여 조치할 수 있게한다. 또한, 본 연구은 일정기간 동안 광신호 전송데이터를 메모리에 저장하였다가, 데이터베이스화하여, 표출효과를 분석 후, 최적의 표출효과를 갖도록 적절한 조치를 취할 수 있도록 한다. 도자기가 있는 장소의 조도 상태를 감지 및 전달하고, 적정한 판단을 내릴 수 있는 일정한 조도수치를 데이터베이스화하고, 적절한 조건에 의거 문양 표출관련 광섬유 색체, 표출간격과 밝기에 대한 신호 데이터가 강제 혹은 의도에 의한 전달이 이루어지게 한다. 따라서 본 연구의 목적은 관제센터의 응용프로그램과 LED제어모듈에 의해 발생되는 광송출신호를 생성하여 색채, 조도, 표출간격을 측정하고 전송할 수 있는 문양을 움직이는 효과를 갖는 광응용시스템을 연구하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권3호
• /
• pp.141-148
• /
• 2022

최근 들어 강화 학습은 심층 신경망 기술과 결합되어 바둑, 체스와 같은 보드 게임, Atari, StartCraft와 같은 컴퓨터 게임, 로봇 물체 조작 작업 등과 같은 다양한 분야에서 매우 놀라운 성공을 거두었다. 하지만 이러한 심층 강화 학습은 행동, 상태, 정책 등을 모두 벡터 형태로 표현한다. 따라서 기존의 심층 강화 학습은 학습된 정책의 해석 가능성과 일반성에 제한이 있고, 도메인 지식을 학습에 효과적으로 활용하기도 어렵다는 한계성이 있다. 이러한 한계점들을 해결하기 위해 제안된 새로운 관계형 강화 학습 프레임워크인 dNL-RRL은 센서 입력 데이터와 행동 실행 제어는 기존의 심층 강화 학습과 마찬가지로 벡터 표현을 이용하지만, 행동, 상태, 그리고 학습된 정책은 모두 논리 서술자와 규칙들로 나타내는 관계형 표현을 이용한다. 본 논문에서는 dNL-RRL 관계형 강화 학습 프레임워크를 이용하여 제조 환경 내에서 운송용 모바일 로봇을 위한 행동 정책 학습을 수행하는 효과적인 방법을 제시한다. 특히 본 연구에서는 관계형 강화 학습의 효율성을 높이기 위해, 인간 전문가의 사전 도메인 지식을 활용하는 방안들을 제안한다. 여러 가지 실험들을 통해, 본 논문에서 제안하는 도메인 지식을 활용한 관계형 강화 학습 프레임워크의 성능 개선 효과를 입증한다.

• 한국환경보건학회지
• /
• 제47권6호
• /
• pp.521-529
• /
• 2021

Background: The coronavirus disease (COVID-19) has caused changes in human activity, and these changes may possibly increase or decrease exposure to fine dust (PM_2.5). Therefore, it is necessary to evaluate the exposure to PM_2.5 in relation to the outbreak of COVID-19. Objectives: The purpose of this study was to compare and evaluate the exposure to PM_2.5 concentrations by the variation of dynamic populations before and after the outbreak of COVID-19. Methods: This study evaluated exposure to PM_2.5 concentrations by changes in the dynamic population distribution in Guro-gu, Seoul, before and after the outbreak of COVID-19 between Jan and Feb, 2020. Gurogu was divided into 2,204 scale standard grids of 100 m×100 m. Hourly PM_2.5 concentrations were modeled by the inverse distance weight method using 24 sensor-based air monitoring instruments. Hourly dynamic population distribution was evaluated according to gender and age using mobile phone network data and time-activity patterns. Results: Compared to before, the population exposure to PM_2.5 decreased after the outbreak of COVID-19. The concentration of PM_2.5 after the outbreak of COVID-19 decreased by about 41% on average. The variation of dynamic population before and after the outbreak of COVID-19 decreased by about 18% on average. Conclusions: Comparing before and after the outbreak of COVID-19, the population exposures to PM_2.5 decreased by about 40%. This can be explained to suggest that changes in people's activity patterns due to the outbreak of COVID-19 resulted in a decrease in exposure to PM_2.5.

• 대한토목학회논문집
• /
• 제29권1D호
• /
• pp.135-143
• /
• 2009

GPS 반송파를 사용하는 GPS/INS 통합 측위 기술은 서로가 가지는 기술적 한계를 상호 극복하여 그 성능을 최대화 할 수 있어 측량과 항법의 다양한 분야에 활용되고 있다. 그러나 GPS/INS 통합 측위을 통하여 수 센티미터의 정확도를 확보하기 위해서는 기준국과 이동국 수신기 사이의 간격이 10~20Km 이내로 제한되어야 하는 단점을 가지고 있으며 이는 두 시스템 관측데이터를 통합 처리하더라도 그 정확도는 여전히 GPS 위성궤도 오차, 전리층 영향 그리고 대류권 지연과 같은 기선장에 따른 오차의 영향을 받기 때문이다. 이것은 3대 이상의 기준국 관측데이터를 사용하여 기선장에 따른 오차 보정량을 추정하여 이동국 관측데이터에서 그 영향을 최소화하여 극복 할 수 있다. 따라서 본 논문에서는 다중의 기준국 관측데이터를 사용하여 기선장에 따른 오차 보정량 결정을 위한 기준국 반송파 미지정수 결정, 칼만필터에 의한 기선장에 따른 오차 추정 그리고 기준국과 이동국의 기하관계에 의한 오차 보간을 통한 보정량 산출 알고리즘 제안하고 실제 관측데이터 처리를 통해 그 성능을 평가 하였다.