• 인터넷정보학회논문지
• /
• 제16권6호
• /
• pp.11-21
• /
• 2015

Human-Computer Interaction(HCI)에 대한 관심도가 높이지면서, HCI에 대한 연구도 활발히 진행되고 있다. 이와 더불어 사용자의 몸짓이나 음성을 이용하는 Natural User Interface/Natural User eXperience(NUI/NUX)에 대한 연구도 활발히 진행되고 있다. NUI/NUX의 경우, 제스처 인식이나 음성 인식 등의 인식 알고리즘이 필요하다. 하지만 이러한 인식 알고리즘은 전처리, 정규화, 특징 추출과 같은 단계를 거쳐야하기 때문에 구현이 복잡하고, 트레이닝에 많은 시간을 투자해야 한다는 단점이 있다. 최근에는 NUI/NUX 개발 도구로 Microsoft 사의 Kinect가 개발되어 개발자와 일반인들에게 많은 관심을 받고 있고, 이를 이용한 다양한 연구가 진행 중에 있다. 본 저자들의 이전 연구에서도 사용자의 신체적 특징을 이용하여 뛰어난 직관성을 가진 핸드 마우스를 구현하였다. 하지만 마우스의 움직임이 부자연스럽고 정확도가 낮아 사용자가 사용하기 다소 어려웠다는 단점이 있다. 본 연구에서는 Kinect를 통해 사용자의 신체적 특징을 실시간으로 추출하고, 이를 이용해 가상 모니터라는 새로운 개념을 추가한 핸드 마우스 인터페이스를 설계하고 구현하였다. 가상 모니터는 사용자의 손으로 마우스를 제어할 수 있는 가상의 공간을 의미한다. 이를 통해 가상 모니터 상의 손의 좌표를 실제 모니터 상의 좌표로 정확하게 매핑(mapping)이 가능하다. 가상 모니터를 사용함으로써 이전 연구의 장점인 직관성을 유지하고, 단점인 정확도를 높일 수 있다. 추가적으로 뇌파 집중 지표를 이용해 사용자의 불필요한 행동을 인식하여 핸드 마우스 인터페이스의 정확도를 높였다. 제안하는 핸드 마우스의 직관성과 정확성을 평가하기 위하여 10대부터 50대까지 50명에게 실험을 하였다. 직관성 실험 결과로 84%가 1분 이내에 사용방법을 터득하였다. 또한 동일한 피실험자에게 일반적인 마우스 기능(드래그, 클릭, 더블클릭)에 대해 정확성 실험을 한 결과로 드래그 80.9%, 클릭 80%, 더블 클릭 76.7%의 정확성을 보였다. 실험 결과를 통해 제안하는 핸드 마우스 인터페이스의 직관성과 정확성을 확인하였으며, 미래에 손으로 시스템이나 소프트웨어를 제어하는 인터페이스의 좋은 예시가 될 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 춘계학술대회
• /
• pp.463-466
• /
• 2017

본 논문의 내용은 기존의 차륜식 로봇과는 차별화된 전-방향 구동이 가능한 모듈 개발을 통하여, 기존 모듈의 이동로봇이 가지는 단점인 측면주행성능 저하, 단순 작업주행 경로, 회전-직진 반복 주행으로 인한 불필요한 주행소요시간의 증대 등의 단점을 극복할 수 있을 것이다. 볼-벨런싱 로봇을 구동하기 위한 전-방향 구형휠 구동모듈은 3개의 로터캐스터를 이용한 로봇의 전-방향으로 구동하기 위한 동력전달 메커니즘과 주행을 위한 알고리즘 개발이 요구된다. 3DoF(축) 전-방향 이동 알고리즘이 내장된 드라이버가 모듈에 내장되고, 주행 방향 및 속도를 위한 3DoF(축)의 구동 모터 모듈이 장착된다. 이동 메커니즘으로는 각 구동바퀴의 회전 벡터 합에 따른다. 두 개 또는 세 개의 구동바퀴의 회전과 벡터 합에 따른 다양한 이동방향을 만들어 낼 수 있다. 각 구동바퀴의 회전 벡터장의 여하에 따라 다른 방향으로도 이동이 가능하다. 전-방향 이동을 위한 보다 혁신적인 전-방향 구형휠 구동모듈이 개발되면, 이동로봇의 구동부에 사용되어 로봇의 성능을 기술적으로 좀 더 향상시킬 수 있으며, 구동모듈이 적용된 전-방향로봇 플랫폼을 통하여 기존 차륜식 로봇의 경우 각종 환경에 대한 저항성으로 인해 연속 직진 성능이 저하되는 단점을 극복할 수 있어서 미주, 유럽과 같은 환경에서 적용될 수 있는 청소로봇, 이동로봇뿐만 아니라 전-방향 주행 기능이 요구되는 안내로봇, 탑승형 로봇, 이동수단 등에 필수적인 기술이 될 것이고 지능형서비스로봇 시장과 미래형 자동차시장의 확대에 기여할 수 있을 것이다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.55-79
• /
• 2013

본 연구에서는 집중형 센터를 가진 역물류네트워크(Reverse logistics network with centralized centers : RLNCC)를 효율적을 해결하기 위한 혼합형 유전알고리즘(Hybrid genetic algorithm : HGA) 접근법을 제안한다. 제안된 HGA에서는 유전알고리즘(Genetic algorithm : GA)이 주요한 알고리즘으로 사용되며, GA 실행을 위해 0 혹은 1의 값을 가질 수 있는 새로운 비트스트링 표현구조(Bit-string representation scheme), Gen and Chang(1997)이 제안한 확장샘플링공간에서의 우수해 선택전략(Elitist strategy in enlarged sampling space) 2점 교차변이 연산자(Two-point crossover operator), 랜덤 돌연변이 연산자(Random mutation operator)가 사용된다. 또한 HGA에서는 혼합형 개념 적용을 위해 Michalewicz(1994)가 제안한 반복적언덕오르기법(Iterative hill climbing method : IHCM)이 사용된다. IHCM은 지역적 탐색기법(Local search technique) 중의 하나로서 GA탐색과정에 의해 수렴된 탐색공간에 대해 정밀하게 탐색을 실시한다. RLNCC는 역물류 네트워크에서 수집센터(Collection center), 재제조센터(Remanufacturing center), 재분배센터(Redistribution center), 2차 시장(Secondary market)으로 구성되며, 이들 각 센터 및 2차 시장들 중에서 하나의 센터 및 2차 시장만 개설되는 형태를 가지고 있다. 이러한 형태의 RLNCC는 혼합정수계획법(Mixed integer programming : MIP)모델로 표현되며, MIP 모델은 수송비용, 고정비용, 제품처리비용의 총합을 최소화하는 목적함수를 가지고 있다. 수송비용은 각 센터와 2차 시장 간에 제품수송에서 발생하는 비용을 의미하며, 고정비용은 각 센터 및 2차 시장의 개설여부에 따라 결정된다. 예를 들어 만일 세 개의 수집센터(수집센터 1, 2, 3의 개설비용이 각각 10.5, 12.1, 8.9)가 고려되고, 이 중에서 수집센터 1이 개설되고, 나머지 수집센터 2, 3은 개설되지 않을 경우, 전체고정비용은 10.5가 된다. 제품처리비용은 고객으로부터 회수된 제품을 각 센터 및 2차 시장에서 처리할 경우에 발생되는 비용을 의미한다. 수치실험에서는 본 연구에서 제안된 HGA접근법과 Yun(2013)의 연구에서 제안한 GA접근법이 다양한 수행도 평가 척도에 의해 서로 비교, 분석된다. Yun(2013)이 제안한 GA는 HGA에서 사용되는 IHCM과 같은 지역적탐색기법을 가지지 않는 접근법이다. 이들 두 접근법에서 동일한 조건의 실험을 위해 총세대수 : 10,000, 집단의 크기 : 20, 교차변이 확률 : 0.5, 돌연변이 확률 : 0.1, IHCM을 위한 탐색범위 : 2.0이 사용되며, 탐색의 랜덤성을 제거하기 위해 총 20번의 반복실행이 이루어 졌다. 사례로 제시된 두 가지 형태의 RLNCC에 대해 GA와 HGA가 각각 실행되었으며, 그 실험결과는 본 연구에서 제안된 HGA가 기존의 접근법인 GA보다 더 우수하다는 것이 증명되었다. 다만 본 연구에서는 비교적 규모가 작은 RLNCC만을 고려하였기에 추후 연구에서는 보다 규모가 큰 RLNCC에 대해 비교분석이 이루어 져야 할 것이다.

• 지능정보연구
• /
• 제18권4호
• /
• pp.129-143
• /
• 2012

웹 기술의 급속한 발전은 기업들이 관리해야 하는 정보량의 폭발적인 증가를 초래하였다. 이와 더불어 보다 정확한 정보를 찾기 위한 검색 엔진 솔루션 시장의 규모도 더불어 크게 증가하였다. 하지만 대부분의 검색엔진들은 사용자의 검색 의도를 고려하지 않고 사용자가 입력한 특정 키워드를 포함하는 문서들을 반환하는 방법을 채택하고 있어, 실제 사용자가 원하는 정보를 찾는데 까지는 부가적인 시간과 노력이 요구된다. 본 연구에서는 이러한 문제를 해결 하기 위한 중요 기술인 적합성을 만족시키기 위해 재현율과 정확율을 높일 수 있는 방법을 제안하였다. 우선 검색어의 재현율을 높일 수 있도록 유사어 관계 확장을 위한 온톨로지 스키마 모델을 제안하고 이를 기반으로 한 추론을 통해 검색어의 확장을 제시하였다. 확장된 검색어들을 이용하여 문서 검색을 하기 위한 다단계 유사도 검색 순위화 알고리즘을 제안하였다. 설계된 온톨로지 스키마와 온톨로지 저장소의 데이터를 기반으로 추론과 유사도 검색 순위화 엔진이 포함된 웹사이트 형식의 사용자 의도 적응형 검색 솔루션을 구현하였다. 구현된 검색 솔루션을 통해 다양한 검색어를 입력하여 제안 방법의 타당성을 입증하였고 사용자 의도를 고려한 맞춤형 검색 솔루션의 필요성을 설명하였다.

• 비파괴검사학회지
• /
• 제22권4호
• /
• pp.361-368
• /
• 2002

본 연구는 초당 2개의 속도로 이송되는 사과를 대상으로 측정된 투과 에너지 스팩트럼 데이터를 이용하여 사과의 당도예측 모델을 개발하기 위해 각종 전처리가 당도 예측 모델의 정밀도에 미치는 영향을 구명하고, 신뢰성이 높은 당도 예측 회귀 모델을 개발하기 위해 수행되었다. 스펙트럼의 산란 보정, 노이즈 감소 등을 위해 1차미분, MSC, SNV, OSC 및 이들 조합으로 구성된 전처리 알고리즘을 프로그래밍하고, 이들 전처리를 스펙트럼데이터에 적용한 결과 특히 MSC SNV에 의해 각 파장에서의 투과에너지와 당도와의 상관관계가 전처리를 하지 않은 경우에 비해 현저히 증가하였다. 각종 전처리를 수행한 후 당도 예측 회귀 모델을 개발하고, 검정한 결과, 전처리 방법에 따라 예측모델의 SEP가 최대 1.265%brix 에서 최소 0.507%brix로 큰 차이를 나타내었다. 이는 SEP를 최소화하기 위해 주어진 스펙트럼 데이터의 특성에 알맞는 전처리 방법이 개발 또는 선택되어야 함을 의미한다. MSC 와 SNV는 예측 정밀도와 밀접한 관계가 있으며, OSC는 PLS의 factor 수와 관계되는 것으로 판단되었다. 1차미분은 오히려 모델의 예측 성능을 저하시키는 것으로 나타났다. 이는 실시간으로 측정된 투과스펙트럼에 상대적으로 노이즈 성분이 많이 포함되어 이들 성분이 미분에 의해 강조된 것으로 판단되었다. 본 연구에 사용된 스펙트럼 데이터의 경우 MSC와 OSC 전처리를 수행한 당도예측모델이 $R^2=0.8823$, SEP=0.5071%brix, bias=0.0327로 가장 우수하였다.

• 한국산학기술학회논문지
• /
• 제19권4호
• /
• pp.117-122
• /
• 2018

대용량 3상 시스템 에어컨은 최근 들어 소비 전력 저감을 위해 인버터 회로를 포함하고 있다. 인버터 회로는 교류를 다이오드를 통해 정류하고 DC-link 전원부 콘덴서에 의해 평활된 직류를 사용한다. 이 때 평활에 사용되는 DC-link 전원부 콘덴서는 전압 리플, 전류 리플 조건을 만족하기 위해 전해 콘덴서가 일반적으로 사용된다. 콘덴서의 용량을 줄이게 되면 회로부의 크기 및 무게, 비용을 줄일 수 있게 된다. 본 논문에서는 최소점 추정 PPL(Phase Locked Loop) 위상 제어와 평균 전압 d축 전류제어 기법을 조합하여 입력 리플 전류를 약 90% 저감하는 알고리즘을 제안한다. 입력 리플 전류의 감소로 인해 DC-link 콘덴서의 전류 리플도 감소하므로 콘덴서의 용량을 줄일 수 있지만 전해 콘덴서의 경우 등가 직렬 저항(ESR : Equivalent Series Resistance)이 크기 때문에 발열로 인한 수명이 한계를 가진다. 본 논문에서는 전해 콘덴서 대신 DC-link 단에 전류 리플을 고려한 필름 콘덴서를 선정하는 방법을 제안한다. 필름 콘데서의 정전 용량 선정, 내압 선정, RMS(Root Mean Square) 전류 용량, RMS 전류 주파수 해석을 고려해 콘덴서의 용량을 선정할 경우 1680uF의 전해 콘덴서를 20uF로 용량을 낮추어 설계함으로써 전원부 콘덴서의 크기 및 무게, 비용을 줄였으며 전동기 구동을 통해 동작을 확인하였다.

• 한국정보전자통신기술학회논문지
• /
• 제12권6호
• /
• pp.537-546
• /
• 2019

본 논문에서는 휴대하기 편하고 3D 콘텐츠 제작이 용이한 트윈 카메라 모듈 시스템을 구현하고자 하였다. 제안한 트윈 카메라 모듈 시스템은 2D 스테레오 카메라로 부터 입력되는 영상을 변환하여 3차원 영상으로 출력할 수 있는 시스템이다. 본 눈문에서 제안한 시스템의 성능평가를 위해 Test Platform을 이용하여 좌, 우 두 개의 렌즈로 촬영된 스테레오 입체 영상의 좌, 우 영상 간의 시차에 따른 회전(Rotation), 기울기(Tilt)에 대한 보정을 평가하였다. 또한 SIFT(Scale Invariant Feature Transform) 알고리즘을 이용하여 3D 입체 영상의 거리오차(Depth Error)를 검증하여 트윈 카메라 모듈 시스템의 효율성을 검증하고자 하였다. 본 논문에서 제안한 트윈 카메라 모듈 시스템은 촬영된 영상을 3D 입체 영상과 준비 영상으로 변화하여 외부에 출력하면 각기 다른 3D 입체 영상 제작 방식에 따른 출력장치에 맞춰 디스플레이가 가능하다. 또한 생성된 영상을 준비 영상과 입체 영상을 각기 다른 채널을 통해 출력하여 많은 제품에 적용하기 쉽고 간편하게 3D 입체 영상 콘텐츠를 제작하는데 이용할 수 있을 거라 기대한다.

• 문화기술의 융합
• /
• 제6권1호
• /
• pp.381-388
• /
• 2020

본 논문의 목적은 주로 사회언어학과 화용론 분야에서 연구되어 온 영어 '헤지(Hedges)' 혹은 헤지표현을 형태통사적 관점과 화용적 관점을 연관지어 논의하는 것이다. 일반적으로, '헤지표현이 없는 자연언어는 없다'는 추론이 가능한데, 그것은 어떤 자연언어에나 공손성, 혹은 화자가 청자보다 낮은 자세로 말하고자 하는 문법기제가 있음이 널리 인정되고 있기 때문이다. 헤지에 대한 기존의 이론적 연구는 주로 화용적 관점에서 헤지의 유형 분류와 화용적 기능, 그리고 출현빈도 비교 등의 수준에 그치고 있다. 즉, 헤지표현을 형태통사적 개념인 자질로 나타내려는 시도는 거의 발견되지 않는다. 언어현상으로서의 헤지는 유무에 따라, 화용부와 통사부의 접합면에서 [+hedged]와 [-hedged]로 이분지화 가능하며, 이 화용자질은 형태통사부와 상호작용 하므로 협의의 통사부에서 분리될 수 없다. 본 논문에서, 헤지는 공손성이 표현되는 화용자질로서, 그 자질이 표시되는 접합면 영역이 구조적으로 있음을 지적하였다. 즉, CP+층위가 화용자질인 헤지자질이 인코딩되는 영역임을 제안하였다. 최근에는 범언어적 관점에서 혹은 영어교육의 학술적 EFL/ESL 글쓰기, 또는 담화분석 등에 헤지 표현의 식별 여부나 용례를 연구하는 경향이 있다. 본 논문은 그동안 간과되어온 동등접속문, 병렬종속문, 부분사 구문 등을 헤지에 포함시키고, 보다 구조적이고 이분지적(±)인 방식을 제안함으로서, 제2언어습득의 이해, 글로벌 커뮤니케이션 혹은 인공지능 자연언어 알고리즘에 화용 자질을 도입할 수 있는 구조적이고 이론적인 기반을 제공하는데 그 목적이 있다.

• 한국산림과학회지
• /
• 제106권3호
• /
• pp.320-329
• /
• 2017

본 연구는 항공 LiDAR DEM을 생산하는 FUSION 소프트웨어의 GroundFilter 모듈의 필터링 알고리즘(FA)과 GridSurfaceCreate 모듈의 보간 알고리즘(IA) 패러미터 수준 변화의 DEM 정확도에 대한 영향여부를 평가하고, 가장 정확한 해발고도 정보를 제공하는 LiDAR DEM을 생산하기 위한 패러미터 수준을 제시하고자 하였다. FA의 median 패러미터($F_{md}$), mean 패러미터($F_{mn}$) 및 IA의 median 패러미터($I_{md}$), mean 패러미터($I_{mn}$)에 대해 5개 수준(1, 3, 5, 7 및 9)을 적용한 조합의 변화에 따라 DEM의 정확도에 대한 영향 여부를 평가하기 위해 DEM 결과물의 해발고도와 실측한 현장 해발고도 간의 잔차를 종속변수로 선정하였다. 이후 패러미터의 수준 변화가 잔차 변화에 대한 영향 여부를 검정하는 다원분산분석을 실시하고, 다원분산분석 결과에서 유의미한 영향이 있는 변수의 패러미터 수준들을 잔차에 대한 영향이 차이가 나는 집단으로 그룹화하기 위해 사후검정인 Tukey HSD를 수행하였다. 다원분산분석 결과, 개별 $F_{md}$, $F_{mn}$, $I_{mn}$에서의 수준 변화와 잔차 변화 사이에 유의미한 관계가 있었으며, $I_{mn}$은 유의미한 영향이 없었다. 아울러 $F_{md}$와 $F_{mn}$의 패러미터 조합의 상호작용효과가 잔차 변화에 유의미한 영향을 미치는 것으로 나타났다. 이에 따라 $F_{md}$와 $F_{mn}$의 수준 및 $F_{md}{\ast}F_{mn}$ 상호작용 수준 그리고 $I_{mn}$의 수준이 DEM 정확도에 영향을 주는 요인으로 판단된다. $F_{md}{\ast}F_{mn}$의 조합에 대한 사후검정 결과, 잔차들의 평균 차이에 따라 네 개의 집단으로 나뉘었으며, 그중 '$9{\ast}3$' 조합이 가장 정확도가 높았으며, '$1{\ast}1$' 조합이 가장 낮은 정확도를 나타내었다. $I_{mn}$의 사후검정 결과, 세 개의 집단으로 나뉘었으며, 그중 수준 '3'과 '1'이 가장 낮은 잔차 평균값을 나타내었다. 따라서 가장 정확한 해발고도 정보를 제공하는 항공 LiDAR DEM의 생성을 위하여 $F_{md}{\ast}F_{mn}$의 조합이 수준 '$9{\ast}3$', $I_{mn}$은 수준 '3' 혹은 '1'인 조건을 우선적으로 고려해야할 것으로 판단된다. 본 연구는 LiDAR 자료 기반의 산림속성정보를 추출하는 연구들의 정확도 향상에 기여할 수 있을 것으로 사료된다.

• 지능정보연구
• /
• 제22권2호
• /
• pp.127-142
• /
• 2016

딥러닝은 인공신경망(neural network)이라는 인공지능분야의 모형이 발전된 형태로서, 계층구조로 이루어진 인공신경망의 내부계층(hidden layer)이 여러 단계로 이루어진 구조이다. 딥러닝에서의 주요 모형은 합성곱신경망(convolutional neural network), 순환신경망(recurrent neural network), 그리고 심층신뢰신경망(deep belief network)의 세가지라고 할 수 있다. 그 중에서 현재 흥미로운 연구가 많이 발표되어서 관심이 집중되고 있는 모형은 지도학습(supervised learning)모형인 처음 두 개의 모형이다. 따라서 본 논문에서는 지도학습모형의 가중치를 최적화하는 기본적인 방법인 오류역전파 알고리즘을 살펴본 뒤에 합성곱신경망과 순환신경망의 구조와 응용사례 등을 살펴보고자 한다. 본문에서 다루지 않은 모형인 심층신뢰신경망은 아직까지는 합성곱신경망 이나 순환신경망보다는 상대적으로 주목을 덜 받고 있다. 그러나 심층신뢰신경망은 CNN이나 RNN과는 달리 비지도학습(unsupervised learning)모형이며, 사람이나 동물은 관찰을 통해서 스스로 학습한다는 점에서 궁극적으로는 비지도학습모형이 더 많이 연구되어야 할 주제가 될 것이다.