• 해양환경안전학회지
• /
• 제20권5호
• /
• pp.564-570
• /
• 2014

본 논문에서는 컬러정보와 깊이정보를 사용하여 얼굴을 검출하고 추적한 후 항해사의 졸음을 탐지하는 방법을 제안한다. 이 방법은 얼굴검출 과정과 얼굴추적 과정으로 구성된다. 얼굴검출 과정에서는 기존의 방법 중 가장 좋은 성능을 보이는 Adaboost 알고리즘을 사용하며, Adaboost로 입력되는 영상의 영역을 사람이 존재하는 영역으로만 제한하여 얼굴을 검출한다. 얼굴검출 과정에서 얼굴이 검출되면 그것을 템플릿으로 하여 얼굴추적 과정이 수행된다. 제안한 방법의 성능을 평가하기 위하여 실험영상을 이용하여 실험을 수행하였다. 실험결과 제안한 졸음탐지 방법은 기존의 방법에 비해 약 23 %의 수행시간을 보였으며, 또한 졸음탐지 방법은 추적 시간과 추적 정확도에 있어서 상보적인 관계를 가지며, 특별한 경우를 제외한 모든 경우에서 약 1 %의 낮은 추적오차율을 보였다.

• 한국정보통신학회논문지
• /
• 제20권11호
• /
• pp.2162-2166
• /
• 2016

본 논문은 해저탐사에서 소나영상 촬영을 위한 무인자율항법(AUSV)시스템 구현에 관한 연구이다. 자율항법 시스템은 선체에 모션센서, DGPS에 의한 현재 경위도 좌표와 목표지 경위도 좌표의 차를 가지고 선체 추진체의 항로를 FFPID 알고리즘으로 제어한다. 실험결과, 목적지 좌표에 대한 제어좌표 오차는 전체 항법거리 1km 에서 6 m 이하로 우수하다. 또한 자율항법 모드에서의 소나영상 촬영 결과물은 유인선 촬영 결과물과의 차이는 12 화소 이하로 전체 영상 차이는 거의 식별할 수 없이 동일하다. 개발된 시스템은 유인선으로 촬영 불가능한 해저 지형에 대한 소나영상 촬영을 위한 새로운 방법으로 활용 가능하다.

• 한국항행학회논문지
• /
• 제19권2호
• /
• pp.123-132
• /
• 2015

CNS/ATM(communication navigation surveillance / air traffic management)의 감시 분야에서는 ADS-B(automatic dependent surveillance - broadcast) 시스템, MLAT(multilateration) 시스템, WAM(wide area multilateration) 시스템이 구축되고 있다. ADS-B, MLAT, WAM 시스템의 항공기 추적 성능이 기존의 레이더에 비해 매우 우수하지만 여전히 오차를 포함하고 있다. 따라서 본 논문에서는 차세대 항행시스템의 오차를 줄이고 항공기 추적 성능을 높일 수 있는 필터링 알고리즘을 제안하였다. 필터링 알고리즘 중에서 가장 유용하다고 알려진 IMM(interacting multiple model) 필터를 개선한 Robust IMM 필터를 사용하였으며, ADS-B, MLAT, WAM 시스템 등의 차세대 항공기 추적 시스템에 적용하였다. Robust IMM 필터는 항공기 추적성능을 향상시킬 뿐만 아니라 항공기 위치 데이터가 손실되더라도 필터에서 계산한 추정값을 이용하여 지속적인 위치 추적을 가능하게 한다. 필터링 알고리즘을 차세대 항행시스템에 적용했을 때 평균 19.21%의 성능향상이 있었다.

• Journal of Power Electronics
• /
• 제18권6호
• /
• pp.1791-1804
• /
• 2018

To achieve a fast dynamic response and to solve the multi-objective control problems of the output currents, capacitor voltages and system constraints, this paper proposes a deadbeat and hierarchical predictive control with space-vector modulation (DB-HPC-SVM) for five-level nested neutral point piloted (NNPP) converters. First, deadbeat control (DBC) is adopted to track the reference currents by calculating the deadbeat reference voltage vector (DB-RVV). After that, all of the candidate switching sequences that synthesize the DB-RVV are obtained by using the fast SVM principle. Furthermore, according to the redundancies of the switch combination and switching sequence, a hierarchical model predictive control (MPC) is presented to select the optimal switch combination (OSC) and optimal switching sequence (OSS). The proposed DB-HPC-SVM maintains the advantages of DBC and SVM, such as fast dynamic response, zero steady-state error and fixed switching frequency, and combines the characteristics of MPC, such as multi-objective control and simple inclusion of constraints. Finally, comparative simulation and experimental results of a five-level NNPP converter verify the correctness of the proposed DB-HPC-SVM.

• 융합정보논문지
• /
• 제8권6호
• /
• pp.135-142
• /
• 2018

최근에 정밀 추적이나 타격 등의 군사 목적으로 UAV를 활용하는 연구가 매우 활발하게 진행되고 있다. 앞서가는 비행체를 추적하기 위해 후방에서 촬영한 영상을 활용하여 롤, 피치, 요와 같은 그 비행체의 자세 정보를 추정하는 기존의 연구가 진행되었다. 본 연구에서는 기존의 영상처리기법을 이용한 연구에 칼만 필터를 적용함으로써 자세 정보를 더욱 정밀하게 추정하는 방법을 제시한다. 영상처리를 사용해서 추정한 비행 자세 데이터에 칼만 필터를 적용함으로써 기존의 방식에서 발생했던 자세 각도의 추정오차 범위를 크게 줄일 수 있었다. 시뮬레이션 실험을 통해서, 칼만 필터를 적용할 경우 비행체의 자세 정보를 더욱 정확하게 추정할 수 있음을 확인할 수 있었다.

• 한국음향학회지
• /
• 제40권2호
• /
• pp.109-120
• /
• 2021

본 논문은 고밀도 클러터 환경 비선형 표적에 대해서 수동소나 자동표적추적 자료결합 게이트를 강인하게 적용하기 위한 H∞ 놈 기반의 자료결합 게이트 기법을 제안한다. 표적추적을 위한 자료결합 기법은 유효 측정 범위인 유효 게이트 내에 있는 측정치를 자료결합의 후보대상으로 선택한다. 자료결합에서의 유효 게이트 범위가 적정하지 않거나 고밀도 클러터 환경에서 자료결합이 수행되면, 클러터 측정치의 간섭을 더욱 받게 되어 표적추적의 강인성을 유지하기 어렵다. 이러한 문제를 해결하기 위해서, 본 논문은 가우시안 분포 가정 및 추적 오차 공분산 기반의 기존 3-σ 게이트 기법에 H∞ 놈 기반의 이분법 알고리즘을 결합하여 적용한 새로운 게이팅 기법을 제안한다. 제안 기법은 클러터의 간섭을 완화시키고, 비선형 기동표적을 견실하게 추적하게 한다. 해석적인 분석 방법과 수평방위 및 수직방위의 측정치를 모의한 신호를 활용한 시뮬레이션을 통해 자료결합의 강인함이 기존 기법에 대비하여 향상됨을 확인하였다.

• 한국항공우주학회지
• /
• 제50권3호
• /
• pp.147-155
• /
• 2022

항공기 및 철도차량 운용 중 발생하는 착빙 및 착설 현상은 공력 성능 감소와 주요 부품의 파손을 야기하기 때문에 시간에 따른 얼음 증식을 예측하는 것이 운용 안전 측면에서 매우 중요하다. 결빙수치해석은 실험적 방법에 비해 경제적으로 저렴하고 상사성 문제로부터 자유롭다는 점에서 결빙 형상을 예측하기 위한 수단으로 널리 사용되고 있다. 그러나 결빙수치해석은 착빙노출시간을 multi-step으로 나누어 매 단계별로 정상상태를 가정하는 준정상상태(quasi-steady) 가정을 이용한다. 이러한 방법은 효율적인 해석이 가능하지만 연속적인 결빙 형상을 얻지 못한다는 단점을 가지고 있다. 본 연구에서는 차원축소기법을 활용하여 결빙 형상 데이터를 보간함으로써 시간에 따른 결빙 형상을 연속적으로 예측할 수 있는 모델을 만드는 것을 목적으로 한다. 서로 다른 100개의 결빙 조건에서 형성된 결빙 데이터에 대하여 차원축소모델을 적용하였으며, 학습 데이터의 수와 결빙 조건이 차원축소모델의 예측 오차에 미치는 영향을 분석하였다.

• International Journal of Computer Science & Network Security
• /
• 제23권9호
• /
• pp.1-7
• /
• 2023

Demand prediction is an essential component of any business or supply chain. Large retailers need to keep track of tens of millions of items flows each day to ensure smooth operations and strong margins. The demand prediction is in the epicenter of this planning tornado. For business processes in retail companies that deal with a variety of products with short shelf life and foodstuffs, forecast accuracy is of the utmost importance due to the shifting demand pattern, which is impacted by an environment of dynamic and fast response. All sectors strive to produce the ideal quantity of goods at the ideal time, but for retailers, this issue is especially crucial as they also need to effectively manage perishable inventories. In light of this, this research aims to show how Machine Learning approaches can help with demand forecasting in retail and future sales predictions. This will be done in two steps. One by using historic data and another by using open data of weather conditions, fuel, Consumer Price Index (CPI), holidays, any specific events in that area etc. Several machine learning algorithms were applied and compared using the r-squared and mean absolute percentage error (MAPE) assessment metrics. The suggested method improves the effectiveness and quality of feature selection while using a small number of well-chosen features to increase demand prediction accuracy. The model is tested with a one-year weekly dataset after being trained with a two-year weekly dataset. The results show that the suggested expanded feature selection approach provides a very good MAPE range, a very respectable and encouraging value for anticipating retail demand in retail systems.

• International Journal of Computer Science & Network Security
• /
• 제23권8호
• /
• pp.210-216
• /
• 2023

Demand prediction is an essential component of any business or supply chain. Large retailers need to keep track of tens of millions of items flows each day to ensure smooth operations and strong margins. The demand prediction is in the epicenter of this planning tornado. For business processes in retail companies that deal with a variety of products with short shelf life and foodstuffs, forecast accuracy is of the utmost importance due to the shifting demand pattern, which is impacted by an environment of dynamic and fast response. All sectors strive to produce the ideal quantity of goods at the ideal time, but for retailers, this issue is especially crucial as they also need to effectively manage perishable inventories. In light of this, this research aims to show how Machine Learning approaches can help with demand forecasting in retail and future sales predictions. This will be done in two steps. One by using historic data and another by using open data of weather conditions, fuel, Consumer Price Index (CPI), holidays, any specific events in that area etc. Several machine learning algorithms were applied and compared using the r-squared and mean absolute percentage error (MAPE) assessment metrics. The suggested method improves the effectiveness and quality of feature selection while using a small number of well-chosen features to increase demand prediction accuracy. The model is tested with a one-year weekly dataset after being trained with a two-year weekly dataset. The results show that the suggested expanded feature selection approach provides a very good MAPE range, a very respectable and encouraging value for anticipating retail demand in retail systems.

• Journal of Radiation Protection and Research
• /
• 제48권4호
• /
• pp.204-212
• /
• 2023

Background: Isotopes of the projectile may be produced along the beam path during the irradiation of a target by a heavy ion due to inelastic interactions with the media. This study analyzed the production cross-section of carbon (C) and Helium (He) projectile's isotopes resulting from the interactions of these beams with different materials along the beam path. Materials and Methods: In this study, we transport C and He ion beams through different materials. This transportation was made by the Monte Carlo simulation. Particle and Heavy Ion Transport code System (PHITS) has been used for this calculation. Results and Discussion: It has been found that ¹⁰C, ¹¹C, and ¹³C from the ¹²C ion beam and ³He from the ⁴He ion beam are significant projectile's isotopes that have higher flux than other isotopes of these projectiles. The ⁴He ion beam has a higher projectile's isotope production cross-section along the beam path, which adds more impurities to the beam than the ¹²C ion beam. These projectile's isotopes from both the ¹²C and ⁴He ion beams have higher production cross-sections in hydrogenous materials like water or polyethylene. Conclusion: It is important to distinguish these projectile's isotopes from the primary beam particles to obtain a precise and accurate cross-section result by minimizing the error during measurement with a nuclear track detector. This study will show the trend of the production probability of projectile's isotopes for these ion beams.