• 융합신호처리학회논문지
• /
• 제23권3호
• /
• pp.166-172
• /
• 2022

본 연구에서는 전동 이동 보조기기를 이용하는 교통약자의 이동을 저해하거나 불편을 초래하는 횡단 보도, 측구, 맨홀, 점자블록, 부분 경사로, 임시안전 방호벽, 계단, 경사형 연석과 같은 주행 장애물 객체를 촬영한 뒤 객체를 분류하고 이를 자동 인식하는 최적의 AI 모델을 개발하여 주행 중인 전동 이동 보조기기의 전방에 나타난 장애물을 효율적으로 판단할 수 있는 알고리즘을 구현하고자 한다. 객체 검출을 높은 확률로 AI 학습이 될 수 있도록 데이터 셋 구축 시 라벨링 형태를 폴리곤 형태로 라벨링 하며, 폴리곤 형태로 라벨링 된 객체를 탐지할 수 있는 Detectron2 프레임워크를 활용하여 Mask R-CNN 모델을 활용하여 개발을 진행하였다. 영상 획득은 일반인과 교통약자의 두 개 그룹으로 구분하여 진행하였고 테스트베드 2개 지역에서 얻어진 영상정보를 확보하였다. Mask R-CNN 학습 결과 파라미터 설정은 IMAGES_PER _BATCH : 2, BASE_LEARNING_RATE 0.001, MAX_ITERATION : 10,000으로 학습한 모델이 68.532로 가장 높은 성능을 보인 것이 확인되어 주행 위험, 장애 요소를 빠르고 정확하게 사용자가 인지할 수 있도록 하는 딥러닝 모델을 구축이 가능한 것을 확인할 수 있었다.

• 환경생물
• /
• 제40권4호
• /
• pp.651-659
• /
• 2022

본 연구는 연어(Oncorhynchus keta) 치어의 성장, 생존 및 혈액 성상에 미치는 사육수온(8, 11, 14 및 17℃)의 영향을 연구하기 위해 수행되었다. 실험 종료 시 연어의 체중(body weight, BW)은 14℃ 실험구에서 가장 높았을 뿐 아니라, 특이성장률(specific growth rate, SGR), 사료전환 효율(feed conversion ratio, FCR), 사료효율(feed efficiency, FE), 증중률(weight gain, WG) 및 비만도(condition factor, CF)와 같은 성장지표에서도 14℃ 실험구가 가장 높은 경향을 나타내었다. 생존율(survival rate)은 8℃와 11℃ 실험구에서 100%를 보였고, 14℃ 실험구에서는 96% 및 17℃ 실험구에서는 98%를 각각 나타내었다. 혈장 성분 중 알라닌 아미노전이효소(alanine aminotransferase, ALT)는 17℃ 실험구에서 유의한 감소를 보였으나, 알부민(albumin), 총단백질(total protein, TP), 나트륨(sodium, Na⁺), 칼륨(potassium, K⁺) 및 염소(chloride, Cl^-)는 유의한 변화를 보이지 않았다. 실험 종료 시 연어의 체성분 조사를 실시한 결과, 수분(moisture), 단백질(crude protein) 및 회분량(crude ash)은 수온에 따른 유의한 변화는 보이지 않았으나, 지질(crude lipid)은 다른 실험구에 비해 8℃ 실험구에서 유의하게 높은 경향을 보였다. 결론적으로 연어 치어가 성장하는데 필요한 최적의 사육 수온은 14℃로 보이나, 혈액 성상 등 생리적인 영향은 향후 추가적인 연구가 필요한 것으로 판단된다.

• 환경생물
• /
• 제39권4호
• /
• pp.486-494
• /
• 2021

수박은 저온에 민감한 작물로 10℃ 이하에서는 생육이 지연되거나 억제된다. 농가에서는 소득 향상을 위해 정식시기를 앞당기고 있으나 촉성재배 작형에서 안정적으로 수박을 생산하기 위해서는 가온 혹은 보온이 필수적이기 때문에 비용 및 노동력의 부담이 크다. 이에 따라 저온 피해를 경감시킬 수 있는 재배기술과 촉성재배용 수박 품종개발이 요구되고 있으며 본 연구는 재배기간 중 지속적인 야간 저온에 의한 수박의 생장 및 과실 비대 양상 변화를 조사하여 내냉성 수박 품종개발의 기초자료로 활용하고자 수행하였다. 지속적인 야간 저온과 적온 환경에서 내냉성을 보일 것이라 예측되는 품종과 저온에 감수성을 보일 것으로 예측되는 품종을 재배하고 생육을 비교하였다. 정식 후 생육 초기에는 내냉성을 보일 것으로 예측하였던 품종이 저온 조건에서 덩굴 길이의 감소율이 작았으며, 생체중과 건물중은 증가하였다. 그러나 교배기와 생육 후기에는 내냉성 품종 중 하나에서 감수성 품종보다 덩굴 길이, 엽장, 엽폭, 엽병길이의 생장이 억제되어 자원 간에도 생육단계에 따라 생장반응의 차이가 존재하는 것을 확인하였다. 과장, 과폭, 과중 또한 내냉성 품종에서 통계적으로 유의하게 생육량이 낮았으며 착과율도 감수성 품종에서 높은 값을 보였다. 이는 품종의 육성목표와 선발기준이 정식 후 생육초기의 내냉성에 있기 때문인 것으로 판단되며, 다양한 저온환경에 적응할 수 있는 품종을 개발하기 위해 유묘기부터 과실 비대기까지의 생육단계에 따른 내냉성에 대한 추가 연구가 필요하다.

• 한국컴퓨터정보학회논문지
• /
• 제14권10호
• /
• pp.55-61
• /
• 2009

본 연구는 웨이퍼 다이싱 공정의 가공정보들을 수집하여 실시간으로 관리하는 생산시점의 정보관리시스템에 대한 연구이다. 개발한 시스템은 POP용 단말기, 라인 컨트롤러 및 네트웍으로 구성된다. LAN은 상위관리시스템을 연결하며, RS485 네트웍은 하위시스템인 라인 컨트롤러와 단말기를 연결한다. 라인 컨트롤러는 POP 단말기와 서버를 연결하기 위해 사용된다. 웨이퍼의 실시간 가공정보는 기계, 제품, 작업자의 정보발생원들로부터 얻고, 이들은 최적절삭조건을 계산하기 위하여 사용된다. 수집된 정보는 절삭속도, 순수의 여부, 처리 중인 블레이드의 누적 절삭량 및 불량 웨이퍼의 수이다. 상위시스템의 생산계획정보는 웨이퍼 가공공정의 관리를 위해서 현장에 전달되며, 생산결과정보는 현장에서 수집하여 서버로 전달되고 필요한 형태로 정보가 가공되어 공정관리용 정보로 사용된다. 개발한 시스템을 반도체 웨이퍼 가공공정에 적용한 결과, 생산진전상태, 각 기계에 대한 작업시간 및 비작업시간의 해석 및 웨이퍼 불량률의 해석이 가능하며, 이들은 다이싱 공정의 품질 및 생산성 향상을 위한 생산공정 관리정보로 활용할 수 있을 것이다.

• 한국정보전자통신기술학회논문지
• /
• 제16권2호
• /
• pp.104-108
• /
• 2023

최근 전기 차 시장의 확대로 인해 성능 및 안정성 문제를 보완할 친환경적인 전기 차 시장이 매우 커지고 있다. 전기 차의 화재 등 여러 안전 문제를 일으키는 전장 부품의 연동으로 인한 EMI 문제는 매번 대두되어 지고 있다. 다양한 기술들을 결합하여 최적의 충전효율을 달성하고 무선 충전 컨트롤 모듈에서 발생하는 EMI 잡음을 줄이기 위해 노력하고 있다. 본 논문은 전기자동차의 중요한 부품 중 하나인 무선충전컨트롤 모듈의 EMI 잡음 중 방사성 잡음 저감 기술을 설계하여 실험을 하였다. 무선 충전 컨트롤 모듈에서 발생하는 EMI 문제를 분석하기 위해 Ansys 시뮬레이션 툴 내 Python 기반 스크립트 기능을 활용하여 치명적인 요인에 대한 축적된 시험 데이터를 학습시켜 강화 학습을 통한 최적화 설계 기술을 적용하여 최적화된 무선충전컨트롤 모듈은 일반적인 무선충전 컨트롤 모듈 대비 25dBu V/m의 EMI 잡음 개선 효과를 보였다. 이러한 결과는 전기 자동차에서 더 안정적이고 신뢰성 높은 무선 충전 기능의 개발에 기여할 뿐만 아니라, 이를 통해 전기자동차의 사용성과 효율성을 높이며 환경친환적인 대안으로 자리 잡을 수 있게 한다.

• 스마트미디어저널
• /
• 제11권2호
• /
• pp.77-83
• /
• 2022

뉴로모픽 아키텍처는 스파이킹 신경망(SNN, Spiking Neural Network) 모델을 사용하여, 추론 실험을 통해 스파이크 값이 많이 누적될수록 정확한 결과를 도출한다. 추론 결과가 특정 값으로 수렴할 경우, 추론 실험을 더 진행해도 결과의 변화가 작아 소비 전력이 더 커질 수 있다. 특히, 인공지능 기반 IoT 환경에서는 전력 낭비는 큰 문제가 될 수 있다. 따라서 본 논문에서는 뉴로모픽 아키텍처 환경에서 추론 이미지 노출 시간을 조절하여 추론 시간을 단축함으로써 인공지능 기반 IoT의 전력 낭비를 줄이는 기법을 제안한다. 제안한 기법은 추론 정확도의 변화를 반영하여 다음 추론 이미지 노출 시간을 계산한다. 또한, 추론 정확도의 변화량 반영비율을 계수 값으로 조절할 수 있으며, 다양한 계수 값의 비교 실험을 통해 최적의 계수 값을 찾는다. 제안한 기법은 목표 정확도에 해당하는 추론 이미지 노출 시간은 선형 기법보다 크지만 최종 추론 시간은 선형 기법보다 적다. 제안한 기법의 성능을 측정하고 평가한 결과, 제안한 기법을 적용한 추론 실험이 선형 기법을 적용한 추론 실험보다 최종 노출 시간을 약 90% 단축할 수 있음을 확인한다.

• 한국인터넷방송통신학회논문지
• /
• 제23권3호
• /
• pp.145-151
• /
• 2023

3D-CNN은 시계열 데이터 학습을 위한 딥 러닝 기법 중 하나이다. 이러한 3차원 학습은 많은 매개변수를 생성할 수 있으므로 고성능 기계학습이 필요하거나 학습 속도에 커다란 영향을 미칠 수 있다. 본 연구에서는 손의 동적인 제스처 동작을 시공간적으로 학습할 때, 3D-CNN 모델의 구조적 변화 없이 입력 영상 데이터의 시공간적 변화에 따른 학습 정확성을 분석함으로써, 3D-CNN을 이용한 동적 제스처 학습의 효율성을 높이기 위한 입력 영상 데이터의 최적 조건을 찾고자 한다. 첫 번째로 동적 손 제스처 영상 데이터에서 동적 이미지 프레임의 학습구간을 설정함으로써 제스처 동작간 시간 비율을 조정한다. 둘째로는 클래스간 2차원 교차 상관 분석을 통해 영상 데이터의 이미지 프레임간 유사도를 측정하여 정규화 함으로써 프레임간 평균값을 얻고 학습 정확성을 분석한다. 이러한 분석을 통하여, 동적 손 제스처의 3D-CNN 딥 러닝을 위한 입력 영상 데이터를 효과적으로 선택하는 두 가지 방법을 제안한다. 실험 결과는 영상 데이터 프레임의 학습구간과 클래스간 이미지 프레임간 유사도가 학습 모델의 정확성에 영향을 미칠 수 있음을 보여준다.

• Composites Research
• /
• 제36권3호
• /
• pp.211-216
• /
• 2023

선박, 항공기 구조물을 설계할 때 경량화 및 강도를 만족할 수 있도록 설계하는 것은 중요하다. 현재, 경량화와 구조물의 강도를 만족시키기 위한 방법으로 3D 프린트 복합재료를 이용한 위상 최적화에 관련된 연구가 활발히 이루어지고 있다. 본 연구에서는 항공기 또는 무인기의 부품 중 하나인 조종면에 대한 3D 프린트 복합재료의 적용 가능성을 분석하기 위해 구조해석을 수행했다. 조종면의 내부 위상 형상에 대해 3가지(육각형, 사각형, 삼각형) 형상을 고려하여 굽힘 하중에 대한 조종면의 최적의 위상 형상을 분석하였다. 또한 3D 프린트 복합재료의 4가지 강화재(탄소섬유, 유리섬유, 고강내열유리섬유, 케블라)를 적용했을 때의 조종면의 굽힘 강도를 분석하였다. 3점 굽힘 실험결과와 구조해석 결과를 비교한 결과, 탄소섬유와 케블라로 제작된 육각형의 위상 형상을 갖는 조종면이 우수한 성능을 갖는 것을 확인하였다. 이를 통해 조종면에 대해 3D 프린트 복합재를 충분히 적용 가능할 것으로 판단된다.

• 스마트미디어저널
• /
• 제12권1호
• /
• pp.9-16
• /
• 2023

최근 농가의 사과 품질 선별 작업에서 인적자원의 한계를 극복하기 위해 합성곱 신경망(CNN) 기반 시스템이 개발되고 있다. 그러나 합성곱 신경망은 동일한 크기의 이미지만을 입력받기 때문에 샘플링 등의 전처리 과정이 요구될 수 있으며, 과도 샘플링의 경우 화질 저하, 블러링 등 원본 이미지의 정보손실 문제가 발생한다. 본 논문에서는 위 문제를 최소화하기 위하여, 원본 이미지의 패치 기반 그래프를 생성하고 그래프 트랜스포머 모델의 랜덤워크 기반 위치 인코딩 방법을 제안한다. 위 방법은 랜덤워크 알고리즘 기반 위치정보가 없는 패치들의 위치 임베딩 정보를 지속적으로 학습하고, 기존 그래프 트랜스포머의 자가 주의집중 기법을 통해 유익한 노드정보들을 집계함으로써 최적의 그래프 구조를 찾는다. 따라서 무작위 노드 순서의 새로운 그래프 구조와 이미지의 객체 위치에 따른 임의의 그래프 구조에서도 강건한 성질을 가지며, 좋은 성능을 보여준다. 5가지 사과 품질 데이터셋으로 실험하였을 때, 다른 GNN 모델보다 최소 1.3%에서 최대 4.7%의 학습 정확도가 높았으며, ResNet18 모델의 23.52M보다 약 15% 적은 3.59M의 파라미터 수를 보유하여 연산량 절감에 따른 빠른 추론 속도를 보이며 그 효과를 증명한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권5호
• /
• pp.217-228
• /
• 2023

비디오 개체 분할은 비디오를 구성하는 영상 프레임 각각에 대해 관심 개체 분할을 수행해야 할 뿐만 아니라, 해당 비디오를 구성하는 프레임 시퀀스 전체에 걸쳐 개체들에 대한 정확한 트래킹을 요구하기 때문에 난이도가 높은 기술이다. 특히 드라마 비디오에서 인물 개체 분할은 다양한 장소와 시간대에서 상호 작용하는 복수의 주요 등장인물들에 대한 정확한 트래킹을 요구하는 특징을 가지고 있다. 또한, 드라마 비디오 인물 개체분할은 주연 인물들과 조연 혹은 보조 출연 인물들 간의 등장 빈도에 상당한 차이가 있어 일종의 클래스 불균형 문제도 있다. 본 논문에서는 미생 드라마 비디오들을 토대로 구축한 인물 개체 분할 데이터 집합인 MHIS를 소개하고, 등장인물 클래스 간의 심각한 데이터 불균형 문제를 효과적으로 해결하기 위한 새로운 비디오 데이터 보강 기법인 CDVA를 제안한다. 기존의 비디오 데이터 보강 기법들과는 달리, 새로운 CDVA 보강 기법은 비디오들의 시-공간적 맥락을 충분히 고려해서 목표 인물이 삽입되어야 할 배경 클립 내의 위치를 결정함으로써, 보다 더 현실적인 보강 비디오들을 생성한다. 따라서 본 논문에서 제안하는 새로운 비디오 데이터 보강 기법인 CDVA는 비디오 개체 분할을 위한 심층 신경망 모델의 성능을 효과적으로 향상시킬 수 있다. 본 논문에서는 MHIS 데이터 집합을 이용한 다양한 정량 및 정성 실험들을 통해, 제안 비디오 데이터 보강 기법의 유용성과 효과를 입증한다.