Earticle

도로이동 오염원 대기환경 빅데이터는 상시 교통량 조사장비인 AVC, VDS, WIM, DTG를 활용한 차종, 속도, 하중 등 실시간 교통류 데이터와 GIS를 활용한 도로형상(오르막, 내리막, 회전구간) 데이터를 연계한 교통류 데이터로 구성되어 있다. 또한, 일반적인 데이터와 달리 단위시간 당 데이터가 많이 발생하고, 다양한 포맷을 가지고 있다. 특히, 이들 상세 교통류 정보로 수집되는 대용량의 실시간 데이터들은 약 총 740만 건/시간 이상이 수집되어 저장 및 가공되 기 때문에 효율적으로 데이터를 처리할 수 있는 시스템이 필요하다. 따라서 본 연구에서는 도로이동 오염뭔 대기환경 빅데이터 시각화를 위한 오픈소스 기반의 데이터 병렬처리 성능 최적화 연구를 수행한다.

Road movement pollutant air environment big data is a link between real-time traffic data such as vehicle type, speed, and load using AVC, VDS, WIM, and DTG, which are always traffic volume survey equipment, and road shape (uphill, downhill, turning section) data using GIS. It consists of traffic flow data. Also, unlike general data, a lot of data per unit time is generated and has various formats. In particular, since about 7.4 million cases/hour or more of large-scale real-time data collected as detailed traffic flow information are collected, stored and processed, a system that can efficiently process data is required. Therefore, in this study, an open source-based data parallel processing performance optimization study is conducted for the visualization of big data in the air environment of road transport pollution.

본 연구는 미디어플랫폼 상에 나타나고 있는 네이티브 광고의 유형과 형식에 관한 분석을 통해 기존연구에서 정의하고 있는 네이티브 광고와 어떠한 차이가 있는지 살펴보고 이를 재정의하기 위한 탐색적 연구로 진행되었다. 총 159명의 20대 남녀를 대상으로 현재 미디어플랫폼 상에 나타나고 있는 네이티브 광고를 살펴본 결과는 다음과 같았다. 첫째 유튜브, 인스타그램, 페이스북 순으로 네이티브 광고가 집행되고 있었다. 두 번째는 20대 타겟 맞춤형 광고로 집행 되고 있음을 알수 있었다. 세 번째로 네이티브 광고는 콘텐츠나, 피드형으로 많이 집행되고 있는 것을 살펴볼 수 있었다. 네이티브 광고의 진화는 동영상 형태의 재미와 흥미 위주로 콘텐츠를 중심으로 집행되고 있으며, 그 형태와 유형이 점차 플랫폼 중심으로 진화하고 있음을 살펴볼 수 있었다.

This study was conducted as an exploratory study to redefine and examine what differences from native advertisements defined in previous studies through analysis of the types and formats of native advertisements appearing on media platform. A total of 159 samples in their twenties, and the results of looking at native ads currently appearing on media platform are as follows. First, native ads were running in the order of YouTube, Instagram, and Facebook. Second, it can be seen that it is being executed as a targeted advertisement for the 20s. Third, we could see that native ads are being executed a lot in the form of content or feed. It can be seen that the evolution of native advertising is being executed centering on content, focusing on fun and interest in the form of video, and its form and type are gradually evolving around the platform.

최근 부동산 시장에 대한 관심이 높다. 과거 주거환경으로만 여겨지던 부동산은 끊임없는 수요 증가로 안정적인 투자 대상으로 인식되고 있기 때문이다. 특히 국내 시장의 경우 인구 수의 감소에도 불구하고 1인 가구의 증가 및 대도시 로의 인구 유입이 가속화되며 수도권 중심으로 부동산 가격이 급격히 상승하고 현상이 나타나고 있다. 이에 미래 부동산 시장의 전망을 정확히 예측하는 것은 개인의 자산 관리 뿐 아니라 정부 정책 수립 등 사회 전반에 걸쳐 매우 중요한 사안이라고 할 수 있다. 본 논문에서는 머신러닝 기법을 활용해 과거 부동산 매매 데이터를 학습해 미래 부동산 시세를 예측하는 프로그램을 개발하였다. 한국감정원과 국토교통부에서 제공하는 대한민국 부동산 매매 시세 데이터를 활용하 였으며 지역별로 2022년도 평균 매매가 예측치를 제시한다. 개발된 프로그램은 오픈소스 형태로 공개하여 다양한 형태 로 활용될 수 있도록 하였다.

Recently, the real estate is of high interest. This is because real estate, which was considered only a residential environment in the past, is recognized as a stable investment target due to the ever-growing demand on it. In particular, in the case of the domestic market, despite the decrease in the number of people, the number of single-person households and the influx of people to large cities are accelerating, and real estate prices are rising sharply around the metropolitan area. Therefore, accurately predicting the prospects of the future real estate market becomes a very important issue not only for individual asset management but also for government policy establishment. In this paper, we developed a program to predict future real estate market prices by learning past real estate sales data using machine learning techniques. The data on the market price of real estate provided by the Korea Appraisal Board and the Ministry of Land, Infrastructure and Transport were used, and the average sales price forecast for 2022 by region is presented. The developed program is publicly available so that it could be used in various forms.

본 논문에서는 자수된 SF-MPAA 구현을 위해 방사체를 자수로 구현할 경우 방사체 구조에 따른 SF-MPAA의 특성을 조사 하였다. 자수된 방사체의 길이방향의 그리드 수와 폭 방향의 그리드 수를 줄여서 피치를 늘렸을 때 안테나 이득과 공진주파수는 추세적으로 감소하였다. 그러나 안테나 특성은 폭 방향의 피치에는 크게 영향을 받으나 길이 방향 의 피치에는 상대적으로 영향을 적게 받았다. 따라서 도체비율을 줄이기 위해 길이 방향의 그리드 수를 줄이는 것이 유리함을 알 수 있었다. SLL은 피치보다는 길이와 폭 방향 피치의 조합에 영향을 받았다. 자수된 방사체의 도체비율은 자수실 굵기에 대한 피치의 비율로 결정이 되었다. 이 비율이 5이하에서는 도체비율이 급격히 감소했고 5이상에서는 포화되어 서서히 감소했다.

In this paper, we investigated the characteristics of SF-MPAA depend on the structures of radiators when they were embroidered for realizing embroidered SF-MPAA. As increasing pitches by decreasing numbers of grids in length-direction and width-direction of the embroidered radiator the antenna gain and resonance frequency were trendingly decreased. However the characteristics of antenna were affected very much by the pitch in width-direction but affected relatively less by the pitch in length-direction. Therefore it was beneficial to decrease number of grids in length-direction to decrease conductor ratio. SLL was affected by the combination of length-direction pitch and width-direction pitch. The conductor ratio of embroidered radiator was determined by the ratio of pitch to embroidered thread thickness. When the ratio was less than 5 the conductor ratio was decreased rapidly. But when the ratio was larger than 5 the conductor ratio was decreased slowly and saturated.

본 논문에서는 오차 신호의 비선형 함수를 이용하는 VS-CCA (Varying Step-Compact Constellation Algorithm)에서 적응을 위한 step 변화 속도값에 따른 적응 등화의 성능을 비교하였다. VS-CCA 알고리즘은 16-QAM 과 같은 nonconstant modulus 신호를 4개의 4-QAM constant modulus 신호군으로 compact화한 후, 송신 신호 의 통계치인 고정 modulus를 이용하여 오차 신호를 발생하여 이의 비선형 함수를 이용하는 varying step으로 최소 비용 함수를 얻도록 적응 등화기의 탭 계수를 갱신한다. 이때 비선형 함수의 step 변화 속도값에 따라 순시 적응 step값 이 결정되며, 이의 값에 따라 상이한 적응 등화 성능을 얻을 수 있음을 컴퓨터 시뮬레이션을 통해 확인하였다. step 변화 속도값에 따른 등화 성능 비교 지수로는 등화기 내부 지수와 외부 잡음에 대한 강인성을 나타내는 등화기 외부 지수를 사용하였다. 컴퓨터 시뮬레이션 결과 정상 상태에서 변화 속도를 1.0보다 적게 할수록 모든 성능 지수에서 1.0보다 큰 경우 보다 우월해짐을 알 수 있었다.

This paper compare the adaptive equalization performance according to the values of adaptive step variation speed for adapting in VS-CCA (Variable Stepsize-Compact Constellation Algorithm) based on nonlinear function function of error signal. The VS-CCA algorithm compacts the 16-QAM nonconstant modulus signal into the 4 groups of 4-QAM constant modulus signal constellation in quadature plane, then the error signal is generated using the constant modulus of transmitted signal statistics. The adaptive equalizer coefficient were updated in order to achieve the minimum cost function by varying step based on the nonlinear function of error signal. In this time, the instantaneous adaptive step is determined according to the value of step variation speed of nonlinear function and the different equalization performance were obtained according to the step variation speed value. The equalizer internal index and external index which represents the robustness of external noise were used for the performance comparison index. As a result of computer simulation, it was confirmed that the value of variation speed less than 1.0 give more superior in every performance index compared to the greater than 1.0 in steady state.

개발자는 프로젝트 구축과정에서 빌드 되지 않는 코드를 수동으로 복구하는데 상당한 시간을 소비한다. 빌드가 실패하면 실패한 실행을 이해하고 실패 원인을 식별한 뒤, 솔루션을 구현하는 과정이 필요하다. 이러한 노력을 줄이고 프로젝트 구축을 자동화하기 위해 Gradle과 같은 빌드 도구들이 발전되어왔다. 하지만 빌드 도구들은 여전히 많은 오류 를 해결하지 못하여 개발자들에게 빌드 오류를 해결하기 위한 노력을 필요로 한다. 본 연구에서는 Gradle 빌드의 성공률 을 높이고 오류 해결에 필요한 노력을 줄이기 위한 솔루션 추천 방안을 제시한다. 우리는 빌드 오류를 수집하는 방법과 빌드 오류 메시지로부터 성공적인 빌드로 전환되도록 하는 방법을 제공한다. 특히 Github의 Java 프로젝트에서 수집한 296개의 빌드 오류 메시지를 솔루션으로 분류하고 89%가 솔루션이 적용될 수 있음을 보여준다.

Developers spend considerable time manually repairing code that was not built during project construction. If the build fails, it is necessary to understand the failed execution, identify the cause of the failure, and then implement the solution. Build tools such as Gradle have been developed to reduce this effort and automate project construction. However, build tools still do not solve many errors, requiring developers to try to solve build errors. In this study, we propose a solution recommendation method to increase the success rate of Gradle build and reduce the effort required to resolve errors. We provide a way to collect build errors and a way to transition from build error messages to successful builds. In particular, 296 build error messages collected from Github's Java project are classified as solutions, and 89% show that the solution can be applied.

본 논문에서는 기존의 점자 학습 제품의 단점들을 보완한 점자 교육 시스템을 다룬다. 시각장애인 전용 어플리케 이션은 사용자 편의성을 위해 터치 제스처 및 음성 안내를 통하여 전체 기능을 수행할 수 있도록 구성한다. 점자키트는 아두이노와 3D 프린팅을 통해 교육 목적에 맞게 제작한다. 시스템은 다음과 같은 기능들을 지원한다. 첫 째, 초성·종성· 모음·약어 등 기초적인 점자의 학습. 둘 째, 단계별 퀴즈를 풀어 학습한 점자를 확인하는 기능. 셋 째, 모르는 점자가 있을 때 번역하는 기능이다. 실험을 통한 터치 제스처의 인식률과 점자 표현의 정확도를 확인하였고 번역의 경우 의도한 대로 번역이 되는 것을 확인하였다. 이 시스템을 통해 시각장애인이 효율적으로 점자를 학습할 수 있다.

This paper deals with the Braille Education System which complements the shortcomings of the existing Braille Learning Products. An application dedicated to the blind is configured to perform full functions through touch gestures and voice guidance for user convenience. Braille kit is produced for educational purposes through Arduino and 3D printing. The system supports the following functions. First, the learning of the most basic braille, such as initial consonants, final consonant, vowels, abbreviations, etc. Second, the ability to check learned braille by solving step quizzes. Third, translation of braille. Through the experiment, the recognition rate of touch gestures and the accuracy of braille expression were confirmed, and in case of translation, the translation was done as intended. The system allows blind people to learn braille efficiently.

시각장애인의 대다수는 독립적인 의생활을 하는데 어려움을 겪는다. 최근 스마트 가전 시장의 성장으로 가구나 가전에 인공지능이나 IoT를 추가하는 제품이 늘어나고 있다. 본 논문에서는 시각장애인의 독립적인 의생활을 지원하기 위해 옷장 내부를 관리하는 기능, 음성 대화를 통해 정보를 요청하는 음성인식 기능 그리고 CNN 알고리즘을 이용한 옷 정보에 대한 인식 기능을 가진 스마트 옷장을 제안한다. 본 논문에서는 옷을 인식하는 과정에서 정확도를 높이기 위해 모델의 층 개수를 변경하고 Maxpooling을 조정하여 모델을 생성하였다. 모델 생성 시 Early Stopping Callback 옵션을 적용하여 학습 정확도를 보장해주었다. 과적합을 방지해주기 위하여 Dropout을 추가했다. 이러한 과정으로 만 들어진 최종 모델은 옷 인식 정확도가 80%가 되는 것을 확인할 수 있다.

The blind people have difficulty living an independent clothing life. The furniture and home appliance are adding AI or IoT with the recent growth of the smart appliance market. To support the independent clothing life of the blind, this paper suggests a smart wardrobe with closet control function, voice recognition function and clothes information recognition using CNN algorithm. The number of layers of the model was changed and Maxpooling was adjusted to create the model to increase accuracy in the process of recognizing clothes. Early Stopping Callback option is applied to ensure learning accuracy when creating a model. We added Dropout to prevent overfitting. The final model created by this process can be found to have 80 percent accuracy in clothing recognition.

최근 노인 인구가 급격하게 증가하면서 의료시설 내외에서 환자의 안전을 모니터링하는 시스템에 대한 요구가 증가하고 있다. 센서 및 정보통신기술의 발달로 치매 환자를 위한 다양한 모니터링 시스템이 제안되고 있지만 치매 환자 에게 부착되는 장치에 의존하여 단편적인 기능을 제공하는 것에 그치고 있다. 본 논문에서는 환자의 상태를 모니터링하 는 스마트 기기에서부터 사용자 편의적인 UI/UX, 병원정보시스템 연동까지 포함하는 통합시스템을 설계한다. 제안된 시스템을 통해서 의료진과 보호자는 환자의 상태와 관련된 정보를 실시간으로 전달받을 수 있으며 실내외에서도 치매 환자의 위치를 추적할 수 있다.

As the number of elderly people rapidly increases, needs of patient safety monitoring system also increases in indoor and outdoor medical facilities. With developing technologies related to sensors and information and communication technology, various dementia patient monitoring systems have been proposed. However, previous studies that depend on wearable devices provides limited functionalities. In this paper, we designed an integrated system that includes smart devices to monitor patient’s status, user friendly UI/UX, and interaction with hospital information system. Medical teams and carers can receive satus of each patient in real-time and trace the location of dementia patients outdoor as well as indoor by using the proposed system.

본 논문에서는 고효율의 냉난방시스템을 구축하기 위해 냉방기와 난방기를 한 대로 동시에 할 수 있는 냉난방 동시형 멀티 에어컨 시스템을 개발하고 하이브리드형 식물공장에 적용하여 복합형 농장의 자동화가 가능하도록 하였다. 이를 위하여 난방시에 응축기 기능을 하는 열교환기가 냉방시에는 증발기 기능을 하도록 함으로써 냉난방을 동시에 구현 하도록 하였다. 실험을 위하여 냉난방 동시형 멀티 에어컨시스템을 제작하고 농장의 식물공장에 적용시켜 식물의 재배 및 보관, 건조 등을 할 수 있도록 하였다. 그 결과 하나의 시스템으로 냉난방을 동시에 해결하는 에너지 절약 시스템으로 농산물의 온도환경을 조절할 수 있었으며 에어컨과 보일러를 동시에 설치하지 않아도 되는 공조시스템을 구현하여 효율 적인 농작물 관리가 가능하였다.

In this paper, to establish a high-efficiency air-conditioning and heating system, we developed a simultaneous air-conditioning and heating system that can do both air-conditioning and heating at the same time. It was applied to hybrid plant plants to enable automation of complex farms. For this purpose, the heat exchanger, which functions as a condenser during heating, was required to function as an evaporator during cooling so that air conditioning and heating could be implemented simultaneously. For experiments, the simultaneous air conditioning system for heating and cooling was produced and applied to the plant factories in the farms so that plants could be grown, stored, and dried. As a result, a single system was able to control the temperature environment of agricultural products with an energy-saving system that simultaneously resolves heating and cooling. Therefore, efficient crop management was possible by implementing an air conditioning system that did not require installing air conditioners and boilers at the same time.

최근에 독서실 이용의 증가로 독서실 시장이 계속 성장하고 있다. 그러나 기존 독서실 업체들은 청결 문제와 도난 사고가 빈번하게 발생하고, 이를 실시간으로 처리할 수 없는 문제가 있다. 또한, 독서실에서는 조명을 사용하는데, 사용자가 조명을 킨 상태로 오랜 시간 자리를 비워, 전력 낭비가 심한 문제도 있다. 그리하여 본 논문에서는 아두이노를 통해 도난사고를 방지하고 자동으로 책상을 청소해주며 사용자의 상태에 따라 조명 밝기를 조정할 수 있는 서비스와 안드로이드를 통해 사물을 통해 얻은 정보를 기반으로 분실물이 발생하거나 다른 사용자가 해당 책상에 접근하는 경우 단말기에 알림 전송할 수 있는 시스템을 설계하고 구현하고자 한다.

Recently, the market of private study room continues to grow due to increased usage of private study room. However, old study room operators often have problems with cleanliness and theft, and cannot handle them in real time. Also, there is a problem of wasting power since users usually leave their desk for a long time with the lights on. Thus, in this paper, we intended to design a service which can prevent theft, clean up the user's desk, and adjust lighting system according to the user's condition based on Arduino system. Also, we tried to design a system which sends notifications from information of android-based IoT(Internet of Things), to the terminal when other people approach to the user's desk or try to steal user's item.

열처리 시설은 뿌리산업 중에서 고열에 의한 열악한 환경과 긴 근로시간 등으로 원격 IOT 시스템의 적용 범위가 확대되는 상황이다. 이러한 열처리 공정 환경에서 IOT 미들웨어는 사물인터넷 기기(센서 등)의 데이터 정보를 해석하고 관리하며 제어할 수 있는 중추적 역할이 요구된다. 그간 열처리 원격에서 제어하는 시스템은 현장 상황에 대한 전반적 감시 없이 작업자의 일괄 시스템 명령으로 운영되었다. 하지만 열처리 시설의 안전성과 정밀한 제어를 위해서는 다양한 센서 컨트롤과 주변 작업환경 인지가 필요하다. 본 논문에서 제시한 열처리 안전지원 시스템은 그에 대한 해결책으로 열화상 감지를 통해 열처리로의 작업인력 접근을 파악하고 원격에서 작업 가동 시 열처리 장비의 Safety를 위한 지원시 스템을 제안하였다. 또한 일반적인 고정된 열점 감시 기반 열화상 분석보다 더욱 빠르고 정확한 인식을 위해 DNN 딥러 닝 네트워크를 활용한 OPEN CV 기반 열화상 분석 시스템을 구성하였다. 이를 통해 열처리 산업에 특성화된 안전관리 지원과 향후 열처리 환경에서 범용적으로 활용 할 수 있는 시스템을 제안하고자 한다.

The heat treatment facility is in a situation where the scope of application of the remote IOT system is expanding due to the harsh environment caused by high heat and long working hours among the root industries. In this heat treatment process environment, the IOT middleware is required to play a pivotal role in interpreting, managing and controlling data information of IoT devices (sensors, etc.). Until now, the system controlled by the heat treatment remotely was operated with the command of the operator's batch system without overall monitoring of the site situation. However, for the safety and precise control of the heat treatment facility, it is necessary to control various sensors and recognize the surrounding work environment. As a solution to this, the heat treatment safety support system presented in this paper proposes a support system that can detect the access of the work manpower to the heat treatment furnace through thermal image detection and operate safely when ordering work from a remote location. In addition, an OPEN CV-based deterioration analysis system using DNN deep learning network was constructed for faster and more accurate recognition than general fixed hot spot monitoring-based thermal image analysis. Through this, we would like to propose a system that can be used universally in the heat treatment environment and support the safety management specialized in the heat treatment industry.

최근 범죄예방과 안전문제 등으로 CCTV와 같은 영상장비가 다양하게 활용되고 있다. 영상기기들은 대부분 24시 간 작동되기 때문에 경비 인력을 절감할 수 있지만, 녹화된 영상에서 특정 인물과 같은 객체를 검색하는 업무는 여전히 수동으로 이루어지고 있어, 실시간 검색이 요구되는 상황에서는 정확하고 빠른 대처가 미흡하다. 본 논문에서는 최신 딥러닝 기술과 OpenCV 라이브러리를 이용하여 사용자의 의해 입력된 의상정보를 바탕으로 특정인물을 영상에서 빠르 게 검색하고, 그 결과를 실시간으로 전송하는 기술을 제안한다. 개발된 시스템은 YOLO 라이브러리를 이용하여 실시간 으로 인물객체를 탐지한 후, 딥러닝 기술을 이용하여 인간의 의상을 상/하의로 구분하고 OpenCV 라이브러리를 통해 색을 검출하여 특정 인물객체를 자동으로 인식하도록 구현하였다. 본 논문에서 개발한 시스템은 특정 의상을 갖춘 인물 객체를 정확하고 빠르게 인식할 뿐만 아니라 기타 객체 인식에도 활용할 수 있는 확장성을 갖추고 있어 다양한 용도의 영상감시시스템에 활용될 수 있을 것으로 기대된다.

Recently, video-taping equipment such as CCTV have been seeing more use for crime prevention and general safety concerns. Since these video-taping equipment operates all throughout the day, the need for security personnel is lessened, and naturally costs incurred from managing such manpower should also decrease. However, technology currently used predominantly lacks self-sufficiency when given the task of searching for a specific object in the recorded video such as a person, and has to be done manually; current security-based video equipment is insufficient in an environment where real-time information retrieval is required. In this paper, we propose a technology that uses the latest deep-learning technology and OpenCV library to quickly search for a specific person in a video; the search is based on the clothing information that is inputted by the user and transmits the result in real time. We implemented our system to automatically recognize specific human objects in real time by using the YOLO library, whilst deep learning technology is used to classify human clothes into top/bottom clothes. Colors are also detected through the OpenCV library which are then all combined to identify the requested object. The system presented in this paper not only accurately and quickly recognizes a person object with a specific clothing, but also has a potential extensibility that can be used for other types of object recognition in a video surveillance system for various purposes.

건설공사에 있어 가설공사는 그 중요성에 비해 전체공사에 차지하는 공사 금액이 낮고 공사 완료 후에는 철거되 므로 다른 공종에 비해 상대적으로 비중이 작게 취급 되는 공종이다. 실제 현장에 근무한 건설기술자들은 공사의 품질과 공사의 안전을 확보하기 위해 여러 공정중 가장 중요한 공종으로 가설공사의 안전을 이야기 한다. 하지만, 가설공사는 공사 진행에 따라 공사현장 여러곳에서 동시에 여러 종류의 가설재가 설치되고, 그것을 사용하여 본 공사가 진행되기 때문에 안전관리가 어려운 것도 사실이다. 건설공사의 안전사고는 거의 가설공사에서 이루어진다고 해도 크게 틀리지는 않는다. 최근 들어 건축물이 대형화, 다양한 복합용도, 대규모 지하공간의 굴착. 초고층으로 바뀌어가는 건설 추세로 보 아 가설공사의 중요성과 안전성은 절대 소홀히 할 수 없다. 본 연구의 목적은 IT 기술을 이용하여 건설공사에서 사용되 는 가설자재중 동바리의 안전 확보를 연구목적으로 하며 가설공사의 안전사고를 방지하는 안전관리를 제안 하고자 한다.

In terms of construction work, the construction cost is lower than the importance of the construction, and since it is demolished after the completion of the construction, it is treated as a relatively small proportion compared to other construction types. Construction engineers who actually worked on the site talk about the safety of the construction work as the most important work of the various processes to ensure the quality and safety of the construction work. However, it is also true that safety management is difficult for temporary construction because various types of temporary materials are installed at various sites at the same time as construction progresses, and the main construction is carried out using them. Safety accidents in construction work are not much different even if they are carried out in temporary construction. The importance and safety of construction work cannot be neglected in view of the recent trend of large-scale construction, multi-purpose, excavation of large-scale underground spaces, and construction trends that are changing to skyscrapers. The purpose of this research is to secure the safety of Dongbar among the temporary materials used in construction work by using IT convergence technology, and to propose safety management to prevent safety accidents in the construction work.

노면측정은 노면 관리에서 노면의 평탄화된 정도 및 변위를 정량화하는 필수적인 과정이다. 보다 안전한 노면 관리 및 신속한 유지보수를 위해 이동체에서의 정밀한 노면 측정은 매우 중요하다. 본 논문에서는 이동체에서 측정가능 한 정밀 노면측정 시스템을 제안한다. 제안 노면측정 시스템은 고성능의 선레이저 센서를 사용하여 노면 표면의 정밀한 측정을 지원한다. 또한 RTK로 부터 획득한 위치 데이터를 정합하여 종/횡방향 프로파일 측정이 가능하고 속도기반 적응 적인 갱신 알고리즘을 통해 실시간적인 모니터링이 가능하다. 제안 시스템을 평가하기 위하여 Gocator 선레이저 센서, MRP 모듈, 및 NVIDIA Xavier 프로세서를 시험용 이동체에 탑재하여 노면에서 시험하였다. 시험 결과 MSE(mean square error) 기준 정확한 프로파일 측정이 가능함을 보인다. 제안 시스템은 도로의 상태 평가뿐 만 아니라 인접 지반 의 영향도 평가에 활용될 수 있다.

Road surface measurement is an essential process for quantifying the degree and displacement of roughness in road surface management. For safer road surface management and quick maintenance, it is important to accurately measure the road surface while mounted on a vehicle. In this paper, we propose a sophisticated road surface measurement system that can be measured on a moving vehicle. The proposed road surface measurement system supports more accurate measurement of the road surface by using a high-performance line laser sensor. It is also possible to measure the transverse and longitudinal profile by matching the position information acquired from the RTK, and the velocity adaptive update algorithm allows a manager to monitor in a real-time manner. In order to evaluate the proposed system, the Gocator laser sensor, MRP module, and NVIDIA Xavier processor were mounted on a test mobile and tested on the road surface. Our evaluation results demonstrate that our system measures accurate profile base on the MSE. Our proposed system can be used not only for evaluating the condition of roads but also for evaluating the impact of adjacent excavation.

전 세계적으로 저탄소 녹색성장을 배경으로 인간과 자연이 공존하는 지속가능한 사회에 많은 이목이 쏠리고 있다. 탄소 배출은 에너지소비량에 따라 증가하게 되는데 전 세계적으로 건축물에 의한 에너지소비량이 무려 40%에 달 한다. 우리나라에서는 2025년 신규 건축물에 한하여 제로 에너지 하우스를 의무화하는 계획을 하고 있으나 제로 에너지 하우스에 관한 기술을 민간 기술 투자에만 의지하고 있다. 정확한 로드맵이 확정된 것이 없어 현재 기술로는 일반건축물 보다 1.5배 이상의 비용이 들고, 민간 기업들은 실험용 주택 말고는 실제 거주하는 제로 에너지 하우스단지가 많이 없다 는 것이 현실이다. 본 연구는 제로 에너지 하우스에 에너지를 효율적으로 관찰 및 제어하는 IOT 시스템을 도입하여 쾌적 한 환경에 대한 모니터링이 웹에서 확인 및 거주자의 적정온도 유지시스템을 도입하여 제로 에너지 하우스의 새로운 모델을 연구하고자 한다.

Against the backdrop of low-carbon, green growth, many attention is focused on a sustainable society where humans and nature coexist. Carbon emissions increase with energy consumption, which is 40 percent of the world's energy consumption by buildings. Korea has a plan to make zero-energy houses mandatory only for new buildings in 2025, but it is relying on private technology investment for its technology. The reality is that the current technology costs more than 1.5 times more than general buildings, and private companies do not have many zero-energy house complexes other than experimental houses. This study aims to study the new model of zero energy house by introducing IOT system that efficiently observes and controls energy in zero energy house, monitoring pleasant environment on the web and introducing resident proper temperature maintenance system.

IoT 기술과 이 확산됨에 따라 얼굴 인식을 활용하는 다양한 응용들이 등장하고 있다. 본 논문은 딥러닝 기반의 얼굴 인식과 손 제스처 인식을 활용하는 원격 제어 시스템을 설계 구현한 내용을 기술한다. 얼굴 인식을 활용하는 응용 시스템은 카메라로부터 실시간으로 영상을 촬영하는 부분과 영상으로부터 얼굴을 인식하는 부분, 그리고 인식된 결과를 활용하는 부분으로 구성된다. 영상을 실시간으로 촬영하기 위해서 어디서나 장착 가능한 싱글보드 컴퓨터인 라즈베리파 이를 이용하고, 서버 컴퓨터에는 FaceNet 모델을 활용하여 얼굴 인식 소프트웨어를 개발하고 OpenCV를 이용한 손 제스처 인식 소프트웨어도 개발하였다. 사용자를 알려진 사용자와 위험한 사용자 그리고 모르는 사용자의 3 그룹으로 구분하고, 얼굴 인식과 손 제스처가 모두 통과된 알려진 사용자에 대해서만 자동 도어락을 오픈하는 응용을 설계 구현하였다.

With the spread of IoT technology, various IoT applications using facial recognition are emerging. This paper describes the design and implementation of a remote control system using deep learning-based face recognition and hand gesture recognition. In general, an application system using face recognition consists of a part that takes an image in real time from a camera, a part that recognizes a face from the image, and a part that utilizes the recognized result. Raspberry PI, a single board computer that can be mounted anywhere, has been used to shoot images in real time, and face recognition software has been developed using tensorflow's FaceNet model for server computers and hand gesture recognition software using OpenCV. We classified users into three groups: Known users, Danger users, and Unknown users, and designed and implemented an application that opens automatic door locks only for Known users who have passed both face recognition and hand gestures.

본 논문에서는 3차원 동영상을 구현하기 위하여 인체에 유해한 방사능 피폭량이 부챗살 형태의 Fan Beam 보다 상대적으로 적은 원추형 Cone Beam CT 시스템을 설계하였다. 설계된 시스템은 X-ray가 조사된 각도에서 획득한 데 이터를 영상처리부로 전송하고 영상을 구성하는 계산 속도를 빠르게 하기 위하여 초월함수가 보다 적은 3단계 회전 행렬 을 이용하여 3차원 영상을 구현하는 회전 기반법을 사용하였다. 본 연구에서는 3차원 영상을 구성하는 시간단축을 통해 초당 3~5장의 영상을 얻음으로써 3차원 동영상을 실시간으로 구현하였으며 기존의 데이터 적층 방법에 비해 본 논문에 서 사용한 회전 기반법이 우수함을 증명하였으며 단점 및 해결방법 제시하였다.

In this paper, we presents a new cone beam computerized tomography (CBCT) system for the reconstruction of 3 dimensional dynamic images. The system using cone beam has less the exposure of radioactivity than fan beam, relatively. In the system, the reconstruction 3-D image is reconstructed with the radiation angle of X-ray in the image processing unit and transmitted to the monitor. And in the image processing unit, the Three Pass Shear Matrices, a kind of Rotation-based method, is applied to reconstruct 3D image because it has less transcendental functions than the one-pass shear matrix to decrease a time of calculations for the reconstruction 3-D image in the processor. The new system is able to get 3~5 3-D images a second, reconstruct the 3-D dynamic images in real time. And we showed the Rotation-based method was good rather than existing reconstruction technique for 3D images, also found weakness and a solution for it.

본 연구는 10MHz SC-CUT 크리스탈을 이용한 오븐제어수정발진기(이하 OCXO)의 온도센서 위치에 의한 특성 변화와 주파수 보정방법에 관한 것이다. 기존의 고정밀 10MHz OCXO의 제작 방법은 여러 가지가 있지만, 본 연구에서 는 온도센서의 위치를 조정하는 것만으로도 외부 온도 변화에 대한 주파수 안정도 특성이 향상될 수 있다는 것을 보여준 다. OCXO의 주파수 특성에 영향을 주는 인자로는 크리스탈에 전달되는 온도, 크리스탈에 인가되는 전압, 발진회로를 구성하는 캐패시턴트 등이 있다. 이러한 인자들에 의한 주파수 변화량을 측정하고 온도 변곡점 측정과 캐패시터 값의 변화를 통하여 OCXO 출력주파수의 보정값 변화를 알아보았다.

This study relates to a characteristic change and frequency correction method according to the temperature sensor position of an oven-controlled crystal oscillator (OCXO) using a 10 MHz SC-CUT crystal. Although there are several methods of manufacturing the previous high-precision 10MHz OCXO, the present study shows that the frequency stability characteristics against external temperature changes can be improved simply by adjusting the position of the temperature sensor. Factors that affect the frequency characteristics of the OCXO include the temperature transmitted to the crystal, the voltage applied to the crystal, and the capacitance constituting the oscillation circuit. The amount of change in frequency due to these factors was measured, and the change in the correction value of the OCXO output frequency was investigated by measuring the temperature inflection point and changing the capacitor value.

코로나 19의 확산으로 온라인 수업에 대한 수요가 증가하고 있다. 이에 대학들은 다양한 형태의 온라인 강의를 도입하고 있으나 현장에서는 여러가지 문제들이 발생하고 있다. 학습자들은 강의와 시스템 품질에 대한 불만을 제기하고 있으며, 교수들은 온라인 수업 준비 및 진행에 대한 어려움을 호소하고 있다. 본 연구에서는 양방향 온라인 강의의 수업 상황을 분석하고, 수업 상황에서 교수자가 느끼는 불편함을 유형화 하였다. 연구자는 이러한 문제를 해결하기 위한 방안 을 시스템과 행정적 요소로 나누어 제안하였다. 양방향 온라인 강의의 안정적 정착은 대학의 디지털 전환을 촉진할 것이다.

As the spread of COVID-19, the demand for interactive online class is increasing. Universities are introducing various types of online classes, but many problems arise in the field. Learners complain about the quality of the lecture, and professors have difficulty in preparing and conducting online classes. This study analyzed teaching & learning situation in interactive online class and drew teacher's pain point through case studies. Also, we suggested a method to solve the problem divided into a systemic approach and an administrative approach. The stable settlement of interactive online lectures is expected to accelerate the digital transformation of universities.

정부의 포용적 복지국가 실현 정책에 따라 복지관련 서비스가 다양해지고 복지 급여의 수급 대상자의 범위가 확대됨에 따라 사각지대 관리의 중요성이 높아지고 있다. 이에 따라 사회안전망의 확충이 주요 관심사로 제시되고 있으 며 복지위기의 사각지대 관리를 위하여 저소득층 소득과 자립을 지원하고 빈곤·위기 가구를 적극적으로 발굴 및 지원하 는 내용의 사회안전망 관리가 필요하다. 본 논문에서는 복지사각지대 관리를 위하여 사각지대 관련 다양한 문제점을 검 토하고 사각지대의 범위를 고려하여 블록체인 기반 분산 ID의 적용가능성과 분산 ID(Decentralized Identifier) 기술의 단계별 적용 가능성을 제안하였다.

The importance of managing blind spots in the welfare crisis is increasing. Accordingly, in order to manage the blind spot of the welfare crisis, it is necessary to manage the social safety net with the contents of supporting income and self-reliance of low-income families, and actively discovering and supporting poor and crisis households. In this paper, we reviewed various problems related to blind spots for the management of welfare blind spots, and proposed the applicability of blockchain-based distributed ID and the possibility of distributed ID technology in stages by considering the range of blind spots.

최근 복지서비스의 확대에 힘입어 여러 정부기관에서 복지 관련 서비스를 다양하게 제공하고 있으며 이에 따라 복지관련 서비스의 양과 질의 향상이 동시에 이루어지고 있다. 복지서비스 향상과 더불어 부적정 신청자로 인한 부정·중 복수급율도 증가하고 있다. 특히 여러 기관에서 유사하게 추진되는 사업의 경우 기관들 간 시스템 불일치 및 자격검증 지연의 문제 등에 기인한 중복신청 확인이 미흡할 수 있으며 이로 인한 중복수급이 발생할 수 있다. 본 논문에서는 여러 기관에서 진행되는 복지서비스 유사사업 관련 중복수급 방지를 위하여, 기관 간 데이터 관리 및 공유의 문제점을 검토하 고 블록체인기술의 적용방법을 단계별로 제안하였다. 본 논문의 제안을 통하여 수급대상자의 투명한 데이터 관리가 가능 하며 이를 통하여 신뢰기반의 복지급여 관리가 가능할 것이다.

Various institutions provide various welfare-related services, and accordingly, the quantity and quality of welfare-related services are improved. Along with the improvement of welfare services, the rate of fraudulent and redundant supply and demand due to inappropriate applicants is also increasing. In particular, in the case of similarly promoted projects by various institutions, confirmation of duplicate applications may be insufficient due to system inconsistency between institutions and delays in qualification verification, which may result in duplicate supply and demand. In this paper, in order to prevent the redundant supply and demand related to welfare service similar projects in various institutions, the problem of data management and sharing between institutions was reviewed and a method of applying blockchain technology was proposed step by step. Through the proposal of this paper, transparent data management of recipients is possible, and through this, trust-based welfare benefit management will be possible.

뉴-럴 네트워크와 자동운전 데이터 셋을 개발하는 목표중의 하나가 데이터 셋을 분할함에 따라서 움직이는 물체 를 검출하는 성능을 개선하는 방법이 있다. 다크넷 (DarkNet) 프레임 워크에 있어서, YOLOv4 네트워크는 Udacity 데이터 셋에서 훈련하는 셋과 검증 셋으로 사용되었다. Udacity 데이터 셋의 7개 비율에 따라서 이 데이터 셋은 훈련 셋, 검증 셋, 테스트 셋을 포함한 3개의 부분 셋으로 나누어진다. K-means++ 알고리즘은 7개 그룹에서 개체 Box 차원 군집화를 수행하기 위해 사용되었다. 훈련을 위한 YOLOv4 네트워크의 슈퍼 파라메타를 조절하여 7개 그룹들에 대하여 최적 모델 파라메타가 각각 구해졌다. 이 모델 파라메타는 각각 7 개 테스트 셋 데이터에 비교하고 검출에 사용되었다. 실험결과에서 YOLOv4 네트워크는 Udacity 데이터 셋에서 트럭, 자동차, 행인으로 표현되는 움직이는 물체에 대하여 대/중/소 물체 검출을 할수 있음을 보여 주었다. 훈련 셋과 검증 셋, 테스트 셋의 비율이 7 ; 1.5 ; 1.5 일 때 최적의 모델 파라메타로서 가장 높은 검출 성능이었다. 그 결과값은, mAP50가 80.89%, mAP75가 47.08%에 달하고, 검출 속 도는 10.56 FPS에 달한다.

Aiming at the development of neural network and self-driving data set, it is also an idea to improve the performance of network model to detect moving objects by dividing the data set. In Darknet network framework, the YOLOv4 (You Only Look Once v4) network model was used to train and test Udacity data set. According to 7 proportions of the Udacity data set, it was divided into three subsets including training set, validation set and test set. K-means++ algorithm was used to conduct dimensional clustering of object boxes in 7 groups. By adjusting the super parameters of YOLOv4 network for training, Optimal model parameters for 7 groups were obtained respectively. These model parameters were used to detect and compare 7 test sets respectively. The experimental results showed that YOLOv4 can effectively detect the large, medium and small moving objects represented by Truck, Car and Pedestrian in the Udacity data set. When the ratio of training set, validation set and test set is 7:1.5:1.5, the optimal model parameters of the YOLOv4 have highest detection performance. The values show mAP50 reaching 80.89%, mAP75 reaching 47.08%, and the detection speed reaching 10.56 FPS.

원자력발전소와 석유화학의 노후화된 파이프 구조물을 검사를 위하여 파이프 등반 로봇에 많은 연구가 이루어 졌다. 그러나 파이프 등반 로봇 연구에서는 대부분 파이프 등반 로봇의 구조 설계와 기본적인 동작 제어에 초점을 맞추고 제작되어, 작업자가 파이프 등반 로봇을 제어하기 위해서는 수동 조작으로 파이프를 등반 및 장애물 회피하기 위해 많은 어려움을 가진다. 본 논문에서는 파이프 등반 로봇의 카메라 영상을 이용하여 장애물을 인식하고 파이프 등반 로봇과 장애물 사이의 거리를 추정 및 파이프 등반 로봇이 파이프를 잡을 수 있는 위치를 결정하여 파이프 사이의 장애물을 회피 할 수 있는 알고리즘을 제안한다.

A lot of research has been done on pipe climbing robots to investigate the aging pipe structures of nuclear power plants and petrochemical plants. Nevertheless, most of the research on pipe climbing robots focused on the structural design and foundational motion control of pipe climbing robots. So, For the operator to control the pipe climbing robot, it has many difficulties to climb the pipe and avoid obstacles by manual operation. In this paper, propose an algorithm that recognizes obstacle by using camera images of pipe climbing robots, estimates the distance between pipe climbing robots and obstacles, and determines the position where pipe climbing robots can catch pipes to avoid obstacles between pipes.

비접촉식 시선추적 기술은 인간과 컴퓨터간의 인터페이스로서 장애가 있는 사람들에게 핸즈프리 통신을 제공하 며, 최근 코로나 바이러스 등으로 인한 비접촉시스템에도 중요한 역할을 할 것으로 기대된다. 따라서 본 논문에서는 인간 중심의 상호 작용을 위한 상황인식 다중영역 분류기 및 ASSL 알고리즘을 기반으로 한 사용자 인터페이스 기술을 개발한다. 이전의 AdaBoost 알고리즘은 안구 특징 사이의 공간적 맥락 관계를 이용할 수 없기 때문에 눈의 커서 포인 팅 추정을 위한 안면 추적에서 충분히 신뢰할 수 있는 성능을 제공 할 수 없다. 따라서 본 논문에서는 효율적인 비접촉 식 시선 추적 및 마우스 구현을 위한 눈 영역의 상황기반 AdaBoost 다중 영역 분류기를 제시한다. 제안된 방식은 여러 시선 기능을 감지, 추적 및 집계하여 시선을 평가하고 온 스크린 커서 기반의 능동 및 반 감독 학습을 조정한다. 이는 눈 위치에 성공적으로 사용되었으며 눈 특징을 감지하고 추적하는 데에도 사용할 수 있다. 사용자의 시선을 따라 컴퓨터 커서를 제어하며 칼만 필터를 이용하여 실시간으로 추적하며, 가우시안 모델링을 적용함으로써 후처리하였다. Fits law 에 의해 실험하였으며, 랜덤하게 대상객체를 생성하여 실시간으로 시선추적성능을 분석하였다. 제안하는 상황인식을 기 반 인식기를 통하여 비접촉 인터페이스로서의 활용이 높아질 것이다.

The non-contact eye tracking is a nonintrusive human-computer interface providing hands-free communications for people with severe disabilities. Recently. it is expected to do an important role in non-contact systems due to the recent coronavirus COVID-19, etc. This paper proposes a novel approach for an eye mouse using an eye tracking method based on a context-aware based AdaBoost multi-region classifier and ASSL algorithm. The conventional AdaBoost algorithm, however, cannot provide sufficiently reliable performance in face tracking for eye cursor pointing estimation, because it cannot take advantage of the spatial context relations among facial features. Therefore, we propose the eye-region context based AdaBoost multiple classifier for the efficient non-contact gaze tracking and mouse implementation. The proposed method detects, tracks, and aggregates various eye features to evaluate the gaze and adjusts active and semi-supervised learning based on the on-screen cursor. The proposed system has been successfully employed in eye location, and it can also be used to detect and track eye features. This system controls the computer cursor along the user's gaze and it was postprocessing by applying Gaussian modeling to prevent shaking during the real-time tracking using Kalman filter. In this system, target objects were randomly generated and the eye tracking performance was analyzed according to the Fits law in real time. It is expected that the utilization of non-contact interfaces.