• 한국항해항만학회지
• /
• 제47권6호
• /
• pp.410-418
• /
• 2023

최근 자율운항선박 관련 연구개발과 상용화가 급속하게 진행됨과 동시에 자율운항선박의 감항성 확보를 위하여 선박에 설치된 각종 장비 상태를 원격지에서 검사할 수 있는 방법 역시 연구되고 있다. 특히, 각종 장비에 부착된 아날로그 게이지의 값을 영상처리를 통해 획득할 수 있는 방법이 주요 이슈로 부각되고 있는데, 그 이유는 영상처리 기법을 이용하면 이미 설치되었거나 또는 설치 예정인 다수의 장비를 변형 또는 변경하지 않고 비접촉식으로 게이지의 값을 검출할 수 있어서 장비의 변형 또는 변경에 따른 선급의 형식승인 등이 필요하지 않은 장점이 있기 때문이다. 본 연구의 목적은 잡음이 포함된 아날로그 게이지의 영상 중에서 동적으로 변하는 지시바늘의 객체를 식별하는데 있다. 지시바늘 객체의 위치는 정확한 게이지 값의 판독에 영향을 미치는데, 게이지 값을 정확하게 판독하기 위해서는 우선하여 지시바늘 객체의 식별이 중요하다. 지시바늘 객체의 식별 작업을 위한 영상은 비상소화펌프 모형에 부착한 수압 측정용 아날로그 게이지를 이용하여 획득하였다. 획득한 영상은 가우시안 필터와 임계처리 그리고 모폴로지 연산 등을 통해서 사전처리한 후, 허프 변환을 통해서 지시바늘의 객체를 식별하였다. 실험결과, 잡음이 포함된 아날로그 게이지의 영상에서 지시바늘의 중심과 객체가 식별됨을 확인하였고, 그 결과 본 연구에 적용한 영상처리 방법이 선박에 장착된 아날로그 게이지의 객체 식별에 적용될 수 있음을 알았다. 본 연구는 자율운항선박의 원격검사를 위한 하나의 영상처리 방법으로 적용될 것으로 기대된다.

• 한국응용과학기술학회지
• /
• 제36권1호
• /
• pp.324-332
• /
• 2019

한국과 인도네시아를 포함한 대부분의 국가는 온실가스 감축을 위해 바이오디젤 같은 바이오연료 보급에 대한 강력한 정책을 추진하고 있다. 하지만, 바이오디젤 보급 확대를 위해서는 원료 부족 문제를 먼저 해결해야 한다. 본 연구에서는 원료 공급 안정성을 개선하고 바이오디젤 생산 가격을 낮추기 위해 비식용이면서 동시에 단위면적당 생산성이 높은 인도네시아 열대작물(R. Trisperma) 오일의 바이오디젤 생산 가능성을 조사하였다. 수확기간이 다른 두 종류의 오일은 많은 불순물과 높은 유리지방산 함량을 가지고 있어 효율적인 바이오디젤 생산을 위해, 에스테르화 반응과 전이에스테르화 반응을 실시하였다. 오일은 반응을 진행하기 앞서 여과와 수분제거 과정을 통해 반응의 효율을 높이고자 하였다. 에스테르화 반응은 불균질계 산 촉매인 Amberlyst-15를 사용하였으며, 반응 전 오일들의 산가는 각각 41, 17 mg KOH / g이었으나, 에스테르화 반응 후 3.7, 1.8 mg KOH/g으로 약 90% 이상의 전환율을 보이며 유리지방산 함량을 2%이하로 감소시켰다. 이후 전이에스테르화 반응은 KOH를 염기 촉매로 사용하여 바이오디젤 합성 실험을 진행하였다. 생성된 바이오디젤은 약 93%의 FAME 함량을 나타냈으며, 총 글리세롤의 함량은 0.43%으로 제품 규격(FAME 96.5%, 총 글리세롤 0.24%)에는 미달되었다. 이는 지방산 조성 분석 결과 일반적으로 관찰되지 않는 특이 지방산인 ${\alpha}$-Eleostearic acid가 10.7~33.4% 포함되어 나타나는 특성으로 판단되며, 추가 반응 최적화 및 분리정제 연구 진행으로 연료품질 규격 달성이 필요한 것으로 나타났다. 기존에 활용되지 못하던 비식용 원료로부터 바이오디젤 생산 기술을 확보할 경우 바이오디젤 보급 확대를 위한 안정적 원료 공급에 기여할 것으로 판단된다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.155-174
• /
• 2022

2020년 1월부터 2021년 10월 현재까지 COVID-19(치명적인 호흡기 증후군인 코로나바이러스-2)와 관련된 학술 연구가 500,000편 이상 발표되었다. COVID-19와 관련된 논문의 수가 급격하게 증가함에 따라 의료 전문가와 정책 담당자들이 중요한 연구를 신속하게 찾는 것에 시간적·기술적 제약이 따르고 있다. 따라서 본 연구에서는 LDA와 Word2vec 알고리즘을 사용하여 방대한 문헌의 텍스트 자료로부터 유용한 정보를 추출하는 방안을 제시한다. COVID-19와 관련된 논문에서 검색하고자 하는 키워드와 관련된 논문을 추출하고, 이를 대상으로 세부 주제를 파악하였다. 자료는 Kaggle에 있는 CORD-19 데이터 세트를 활용하였는데, COVID-19 전염병에 대응하기 위해 주요 연구 그룹과 백악관이 준비한 무료 학술 자료로서 매주 자료가 업데이트되고 있다. 연구 방법은 크게 두 가지로 나뉜다. 먼저, 47,110편의 학술 논문의 초록을 대상으로 LDA 토픽 모델링과 Word2vec 연관어 분석을 수행한 후, 도출된 토픽 중 'vaccine'과 관련된 논문 4,555편, 'treatment'와 관련된 논문 5,791편을 추출한다. 두 번째로 추출된 논문을 대상으로 LDA, PCA 차원 축소 후 t-SNE 기법을 사용하여 비슷한 주제를 가진 논문을 군집화하고 산점도로 시각화하였다. 전체 논문을 대상으로 찾을 수 없었던 숨겨진 주제를 키워드에 따라 문헌을 분류하여 토픽 모델링을 수행한 결과 세부 주제를 찾을 수 있었다. 본 연구의 목표는 대량의 문헌에서 키워드를 입력하여 특정 정보에 대한 문헌을 분류할 수 있는 방안을 제시하는 것이다. 본 연구의 목표는 의료 전문가와 정책 담당자들의 소중한 시간과 노력을 줄이고, 신속하게 정보를 얻을 수 있는 방법을 제안하는 것이다. 학술 논문의 초록에서 COVID-19와 관련된 토픽을 발견하고, COVID-19에 대한 새로운 연구 방향을 탐구하도록 도움을 주는 기초자료로 활용될 것으로 기대한다.