• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.653-654
• /
• 2022

본 논문은 독거노인의 생활터전인 주택 내 생존활동과 안전사고 예방을 위하여 인체감지(PIR센서)와 생활에 적합한 온/습도 점검 및 화재와 가스 유출 같은 위험 요소 등을 다양한 센서와 모니터링 시스템을 통해 안전 상태를 모니터링 하고 응급상황 시 신속하게 대처하는 시스템이며 IoT Device는 Arduino를 사용하였고, Arduino에서는 데이터를 수집하고 WIFI를 통해 수신한다. 수신 받은 데이터를 Cloud를 통해 Raspberry Pi에 구축한 데이터베이스에 저장하고 모니터링 시스템인 모바일 앱을 통해 사용자에게 수집한 데이터를 시각화하여 출력하도록 설계하였다

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.314-316
• /
• 2022

코로나 19로 인해 일회용품 사용량이 증가함에 따라 쓰레기에 대한 환경문제가 발생하고 있다. 이러한 문제점을 개선하기 위해 집에서도 간편하게 쓰레기 배출 정보를 확인할 수 있는 연구를 진행했다. 스마트 관리 기계 사용을 통해 쓰레기가 환경에 미치는 악영향이 최소화되기를 기대한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.128-129
• /
• 2023

해당 논문은 라즈베리파이를 이용한 온실의 온습도 자동제어 시스템에 관한 연구를 다룬다. 이 시스템은 특정 작물에 대한 최적의 생육환경 제공을 위해 자동으로 온도 및 습도를 측정하고 조절한다. 관리자는 수동으로도 각 기능을 제어할 수 있다. 온습도를 제어하기 위한 방법으로 자연환기, 인공환기, 온실내부 물분사, 열선작동의 방법을 사용한다. 자동화된 온습도 제어 시스템으로 농산물의 생산량 및 품질을 늘림과 동시에 온실 관리에 투자되는 자원을 줄일 수 있어 농업인들의 농업경쟁력을 향상시킬 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.1133-1134
• /
• 2023

FASTECH 사(社)의 Ezi-Servo Plus-E 제품군은 Windows 기반의 모션 라이브러리와 GUI 프로그램을 이용하여 모션 컨트롤을 수행한다. 이를 Linux기반의 GUI 프로그램과 모션 라이브러리를 작성하여 Raspberry Pi 환경에 적용하였다. Windows와 Linux 기반의 두 프로그램으로 각각 모터를 구동시키고 모터의 위치값을 비교하여 150 미만의 작은 차이를 확인하였다. 이 연구를 통해 Linux 임베디드 시스템으로 모션 컨트롤 시스템을 구축하려는 잠재 고객의 수요를 맞출 수 있을 것으로 기대한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.136-137
• /
• 2023

비닐하우스 외부 미세먼지로 인해 일사량이 감소하여 작물 품질 및 생산량의 감소가 지속적으로 발생하고 있으며 이를 예방하기 위한 외부 미세먼지 관리가 가능한 시스템이 요구된다. 본 연구는 라즈베리파이를 활용하여 미세먼지 관리 및 모니터링 시스템을 연구하고, 이를 농업 및 환경 연구 분야에 활용함으로써 미세먼지 관리에 새로운 가능성을 제시한다. 이는 관리자가 애플리케이션을 통해 비닐하우스 외부를 효율적으로 관리하여 품질 및 생산성 향상에 기여한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.145-146
• /
• 2023

다양한 기후변화로 인한 금전적 피해와 위험한 상황을 예방하는 것은 중요한 과제이다. 기존의 창문은 사용자가 수동으로 제어해야 하므로 사용자 부재 시 피해가 발생할 수 있으며, 이에 대한 신속한 대처가 요구되고 있다. 이를 위해 라즈베리파이와 센서를 활용하여 장소의 구애 없이 날씨에 따라 유동적인 대처가 가능한 자동 창문 개폐 시스템을 설계 및 구현하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.477-478
• /
• 2024

본 논문에서는 관련 지식이 없더라도 취약한 비밀번호를 사용하는 AP(Access Point)를 빠르고 편하게 점검할 수 있는 소형 해킹 장치를 제안한다. 터치 디스플레이를 이용한 입출력 장치의 통합으로 휴대성을 극대화시켰다. 필요한 정보를 특정하여 출력하고, 숫자 입력만으로 프로그램을 제어하며, AP의 보안 프로토콜 유형을 자동으로 인식하여 그에 맞는 공격을 시도하는 등의 사용자의 편의성을 고려한 프로그램 설계로 입력장치의 제한으로 인해 생길 수 있는 불편함을 해소하였다.

• Journal of Dairy Science and Biotechnology
• /
• v.32 no.1
• /
• pp.47-53
• /
• 2014

In this study, our aim was to investigate the changes in ginsenosides and polyphenols in red ginseng extract fermented by Lactobacillus acidophilus and to manufacture fresh cheese using fermented red ginseng extract. Red ginseng extract (3%, w/v) was fermented by L. acidophilus for 24 h. On performing lactic acid bacteria counts, we determined that L. acidophilus reached its maximum growth phase after 16 h; this was followed by decrease in growth. During fermentation, the levels of ginsenosides Rg3 (20S) and Rg3 (20R) as well as protopanaxadiol (20R), F1, and compound K increased, while those of s Rb2, Rd, Rf, and Rg1 decreased. The pH, titratable acidity, and viable cell counts in fresh cheese prepared using fermented red ginseng extract were measured during the storage period. The pH decreased over time, while titratable acidity and viable cell counts increased with increase in the duration of the storage period. Sensory tests showed that the overall sensory properties of fresh cheese prepared using 1% fermented red ginseng extract were similar to those of the control groups. This result suggests that L. acidophilus-fermented red ginseng has potential for development as a new bioactive material.

• Journal of Applied Biological Chemistry
• /
• v.59 no.4
• /
• pp.273-280
• /
• 2016

We investigated the contents of total phenols, anthocyanins, carotenoids and the antioxidant capacity of black carrot, black currant, acaiberry, black raspberry, and blueberry. We also examined the physical and organoleptic characteristics of pudding with added black carrot extract following 7 days of storage. Black carrot and black raspberry had the highest total phenols. Blueberry contained the highest anthocyanins and black currant equaled black carrot in carotenoids. Anti-oxidant capacity measured by 1,1-diphenyl-1,2-picrylhydrazyl and 2,2-azino-bis-3-ethyl-benthiazolin-6-sulfonic acid was highest in black raspberry and black currant followed closely by black carrot. In pudding, redness was increased and blueness decreased by adding black carrot extract, but the trend was partially reversed during 7-day storage due to oxidation of the anthocyanins, which are stable in acid situation. As black carrot extract contents were increased, pH value decreased. The pudding's hardness, adhesiveness, springiness, cohesiveness, gumminess and chewiness were optimal with 7.5 % black carrot extract. In conclusion, black carrot is moderately rich in anthocyanins and phenolic compounds. In pudding adding 7.5 % black carrot extract was optimal for organoleptic qualities. However, additional studies are needed to develop methods for protecting anthocyanins from breaking-down during storage of back carrot pudding.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.20 no.1
• /
• pp.163-169
• /
• 2020

Recently, research on automation and unmanned operation of machines in the industrial field has been conducted with the advent of AI, Big data, and the IoT, which are the core technologies of the Fourth Industrial Revolution. The machines for these automation processes are controlled based on the data collected from the sensors attached to them, and further, the processes are managed. Conventionally, the abnormalities of sensors are periodically checked and managed. However, due to various environmental factors and situations in the industrial field, there are cases where the inspection due to the failure is not missed or failures are not detected to prevent damage due to sensor failure. In addition, even if a failure occurs, it is not immediately detected, which worsens the process loss. Therefore, in order to prevent damage caused by such a sudden sensor failure, it is necessary to identify the failure of the sensor in an embedded system in real-time and to diagnose the failure and determine the type for a quick response. In this paper, a deep neural network-based fault diagnosis system is designed and implemented using Raspberry Pi to classify typical sensor fault types such as erratic fault, hard-over fault, spike fault, and stuck fault. In order to diagnose sensor failure, the network is constructed using Google's proposed Inverted residual block structure of MobilieNetV2. The proposed scheme reduces memory usage and improves the performance of the conventional CNN technique to classify sensor faults.