Earticle

본 논문은 하드웨어 자원이 제한되는 사물인터넷 시스템의 보안을 위하여 AES 기반의 효율적인 암호화칩 설계를 제안한다. ROM 기반의 S-Box는 메모리를 액세스하는데 많은 메모리 공간이 필요함과 동시에 지연문제가 발생하게 된 다. 제안한 방법에서는 저면적/고성능의 암호화 칩 설계를 위해 합성체 기반의 고속 S-Box를 설계하여 보다 빠른 연산 결과를 얻도록 한다. 또한, 각 라운드 변환과정 및 키 스케쥴링 과정에서 사용되는 S-Box를 공유하도록 설계하여 보다 높은 처리율 및 적은 지연을 갖도록 한다. 설계된 AES 암호프로세서는 Verilog-HDL를 사용하여 회로동작을 기술하였 으며, Xilinx ISE 14.7 툴을 이용하여 논리 합성을 수행하였다. 또한, 설계 검증은 Modelsim 10.3 툴을 이용하였으며, Xilinx XC6VLX75T FPGA 소자를 사용하여 하드웨어 동작을 검증하였다.

The paper proposes the design of AES-based encryption chip for IoT security. ROM based S-Box implementation occurs a number of memory space and some delay problems for its access. In this approach, S-Box is designed by pipeline structure on composite field GF((22)2) to get faster calculation results. In addition, in order to achieve both higher throughput and less delay, shared S-Box are used in each round transformation and the key scheduling process. The proposed AES crypto-processor is described in Veilog-HDL, and Xilinx ISE 14.7 tool is used for logic synthesis by using Xilinx XC6VLX75T FPGA. In order to perform the verification of the crypto-processor, the timing simulator(ModelSim 10.3) is also used.

최근 한국에서는 클라우드 컴퓨팅, CPS, 빅데이터, 5G, IIoT, VR/AR, 복화 운송 AI 알고리즘 등의 신기술을 활용한 다양한 CIPs(Connected Industrial Parks) 아키텍쳐가 제안되고 있다. 한국의 중소기업들은 미국, 유럽, 일본 등의 해외 선진국 기업들 보다 기술 경쟁력에서 앞서 있지 않은 면들이 많다. 이러한 이유로 한국의 중소기업들은 기술 연구 개발에 많은 비용을 투자해야 하는 필요성이 있다. 후발 주자로서 한국의 중소기업들이 지속 가능한 성장을 위해서 수익성을 개선할 필요가 있다. 재무적으로 한국의 중소기업들이 수익성을 증대시키기 위해서는 비용을 절감하는 것이 매출을 증대시키는 것 보다 레버리지 효과성이 높다. 본 논문은 한국 CIPs에 위치한 중소기업들의 비용 절감을 통한 수익성 개선을 주요 과제로 하였다. 한국 CIPs에 위치한 중소기업들의 비용 절감을 위한 방안으로서 VJP(Vehicle Junction Problem)를 주목하였다. 한국형 CIPs 결제 시스템을 통한 중소기업의 최소 물류 비용 달성 방법을 분석하였 다. 새로운 한국형 CIPs결제 시스템의 세부 항목을 크게 4가지 “업무(Business)”, “데이터(Data)”, “기술(Technology)”, “자금(Finance)”로 구분하여 정리한다. CIPs 결제 시스템의 성과 분석 방법으로 CBA(Cost Benefit Analysis)을 사용한다.

Recently, various connected industrial parks (CIPs) architectures using new technologies such as cloud computing, CPS, big data, fifth-generation mobile communication 5G, IIoT, VR-AR, and ventilation transportation AI algorithms have been proposed in Korea. Korea's small and medium-sized enterprises do not have the upper hand in technological competitiveness than overseas advanced countries such as the United States, Europe and Japan. For this reason, Korea's small and medium-sized enterprises have to invest a lot of money in technology research and development. As a latecomer, Korean SMEs need to improve their profitability in order to find sustainable growth potential. Financially, it is most efficient for small and medium-sized Korean companies to cut costs to increase their profitability. This paper made profitability improvement by reducing costs for small and medium-sized enterprises located in CIPs in Korea a major task. VJP (Vehicle Action Program) was noted as a way to reduce costs for small and medium-sized enterprises located in CIPs in Korea. The method of achieving minimum logistics costs for small businesses through the Korean CIPs payment system was analyzed. The details of the new Korean CIPs payment system were largely divided into four types: "Business", "Data", "Technique", and "Finance". Cost Benefit Analysis (CBA) was used as a performance analysis method for CIPs payment systems.

본 연구의 목적은 가상자산 산업의 발달을 지원할 수 있는 환경 제공을 위한 것으로 현재 가상자산 산업이 보유하고 있는 한계요인과 대응방안을 법 및 제도적 측면, 기술적 측면, 시장적 측면으로 고찰하였다. 현재 시행되고 있는 법 기준으로 가상자산 사업자로 분류된 소규모 기업들은 정부가 요구하는 사업을 운영 하기 이한 요건을 충족하 기 어렵다. 이로 인해 자금과 인력이 준비되지 않은 중소기업은 시장에서 물러나고 자본력 있는 대규모 기업만이 살아 남는 환경이 조성되어 가상자산기술 산업분야에서 바람직한 기술과 시장의 발달이 기대되기 어렵다. 또한, 중소규모 기업이 시장에서 퇴출 됨으로써 현재 사용자들의 피해가 등장할 수 있다. 따라서 법 및 제도적 측면은 가상자산사업자 의 정확한 범위 부재가 존재하여 가상자산사업자의 사업운영 요건에 대한 논쟁적 요소에 대한 대응이 필요하다. 기술 적 측면에서 P2P방식 활용에 따른 속도 저하, 에러복구의 어려움, 운용 전문인력의 부재에 대응하기 위해 기술 표준화 및 안정화가 요구되고 이를 지원할 수 있는 운용 전문기술인력의 양성을 위한 노력을 해야 한다. 시장적 측면에서 이용자 보호 취약, AML 방식 적용 미비, 세제 적용 한계에 대해 가상자산 이용자 보호 방안 마련과 가상자산 운영기업 에 대응방안 수립이 필요하다. 본 연구는 가상자산 산업분야에 적극적 활용 지원 뿐만 아니라 이와 관련된 정책을 수립하는 것에 기여할 것으로 기대된다.

The purpose of this study is to provide an environment that can support the development of the virtual asset industry. The limiting factors and countermeasures currently possessed by the virtual asset industry were considered in terms of legal and institutional aspects, technical aspects, and market aspects.Small businesses classified as virtual asset operators have difficulty meeting the government's requirements.Accordingly, SMEs with insufficient funds and manpower are withdrawn from the market, creating an environment where only large-scale enterprises with capital power survive.It is difficult to develop desirable technologies and markets in the virtual asset technology industry. In addition, small and medium-sized companies may be expelled from the market, causing damage to current users. Therefore, in terms of legal and institutional aspects, there is a lack of an exact scope of virtual asset providers, and thus it is necessary to respond to the controversial elements of virtual asset providers. In terms of technology, it is necessary to cope with the slowdown of the P2P method, the difficulty in recovering errors, and the absence of operational experts. Therefore, technology standardization and stabilization are required, and efforts must be made to cultivate operational technical personnel who can support them.In terms of the market, it is necessary to prepare measures to protect users of virtual assets and to establish countermeasures for companies operating virtual assets against weak user protection, inadequate application of the AML method, and limitations of taxation. This study is expected to contribute to active utilization support or related policies in the virtual asset industry.

본 논문에서는 HEVC(High Efficiency Video Coding) 기반의 실감형 콘텐츠에 대한 실시간 스트리밍 저작권 보호 기법을 제안한다. 기존의 연구는 저작권 사전 보호와 저작권 사후 보호를 위해 암호화와 모듈러 연산을 사용하기 떄문에 초고해상도의 영상에서 지연이 발생한다. 제안하는 기법은 HEVC의 CABAC 코덱만으로 스레드풀 기반에서 DRM 패키징을 하고 GPU 기반에서 고속 비트 연산(XOR)을 사용하여 병렬화를 극대화하므로 실시간 저작권 보호가 가능하다. 이 기법은 세 가지의 해상도에서 기존 연구와 비교한 결과 PSNR은 평균 8배 높은 성능을 보였고, 프로세스 속도는 평균 18배의 차이를 보였다. 그리고 포렌식마크의 강인성을 비교한 결과 재압축 공격에서 27배 차이를 보이며, 필터 및 노이즈 공격에서는 8배 차이를 보였다.

In this paper, we propose a copyright protection scheme for real-time streaming of HEVC(High Efficiency Video Coding) based realistic content. Previous research uses encryption and modular operation for copyright pre-protection and copyright post-protection, which causes delays in ultra high resolution video. The proposed scheme maximizes parallelism by using thread pool based DRM(Digital Rights Management) packaging with only HEVC's CABAC(Context Adaptive Binary Arithmetic Coding) codec and GPU based high-speed bit operation(XOR), thus enabling real-time copyright protection. As a result of comparing this scheme with previous research at three resolutions, PSNR showed an average of 8 times higher performance, and the process speed showed an average of 18 times difference. In addition, as a result of comparing the robustness of the forensic mark, the filter and noise attack, which showed the largest and smallest difference, with a 27-fold difference in recompression attacks, showed an 8-fold difference.

본 논문에서는 국내의 대국민 경보 서비스를 파악하고 재난이 발생했을 경우 재난문자가 이동통신 기기인 스마트 폰에서만 수신된다는 문제점을 인지하였고 근거리 무선통신을 이용해 내비게이션에서도 재난문자를 확인할 수 있는 방 안에 대해 연구를 진행하였다. 애플리케이션 개발이 가능한 내비게이션뿐만 아니라 스마트 폰 내비게이션을 사용할 때도 재난문자와 재난 정보를 수신해서 활용하는 방안에 대해 연구를 진행하였다. 해당 논문과 같은 연구가 계속된다면 재난 상황과 정보를 보다 다양한 환경에서 제공 받고 사용자 모두 재난 콘텐츠에 접속해서 재난에 대비하고 재난에 대한 피해 를 예방하거나 감소시킬 수 있을 것이다.

In this paper, we identified the national alert service and recognized the problem that disaster message is received only from smart phones, which are mobile communication devices in the event of a disaster. Thus, we conducted a study on how to use NFC to identify disaster characters in navigation. Research was conducted on how to receive and utilize disaster message and disaster information when using smart phone navigation as well as application development-enabled navigation. If studies such as those in question continue, disaster situations and information will be provided in a more diverse environment and users will all be able to access disaster content to prepare for disasters and prevent or reduce damage.

데이터 전송률을 증가시키기 위한 가장 효과적인 방법 중의 하나는 대용량 안테나 기술을 사용하는 것이다. 대용 량 안테나 방식에서는 기지국에 수십 또는, 수백 개의 안테나를 설치하고 다중 사용자 기법을 통해 공간 다이버시티 이득을 향상시키는 방식이다. 다중 사용자 기법을 적용하면 사용자간 간섭이 발생하는데, 기존에는 수신기의 복잡도를 줄이고 간섭 신호를 제거하기 위하여 최대 비율 결합기를 사용하였다. 그러나, 동시 전송 단말 개수가 증가하면, 기존 수신기의 성능이 크게 열화되는 현상이 발생한다. 이러한 문제를 해결하기 위하여, 본 논문에서는 등록된 단말로부터의 간섭은 완벽하게 제거하고, 등록되지 않은 단말들로부터의 간섭은 줄여주는 검파기를 제안한다. 그리고 나서, 제안하는 검파기의 복잡도를 줄이기 위하여 적응형 검파기를 제안한다. 모의실험을 통하여, 제안하는 검파기가 기존의 검파기보다 더 우수한 비트 오율 성능을 갖는다는 것을 보인다.

One of the effective ways to increase data transmission rate is to use massive antenna technique where tens or hundreds of antennas are deployed in base station and spatial diversity gain is improved by multiuser method. If multiuser method is applied, there will be inter-user interference and maximal ratio combiner (MRC) is conventionally used to reduce the complexity of the receiver and to eliminate interference. However, as the number of mobile devices increases, the performance of the conventional receiver becomes deteriorated. To solve this problem, we propose a new detector that completely eliminates the interference from the registered devices and reduces that from the unregistered devices. Then, to reduce the complexity of the proposed scheme, we propose adaptive algorithm of the proposed scheme. Through simulation, we show that the proposed scheme has better bit error rate performance than the conventional scheme.

본 논문에서는 2중 유전체층 사이의 저항띠 격자구조에 의한 E-분극 전자파 산란 문제는 전자파 수치해석방법으 로 알려진 PMM(Point Matching method)를 이용하여 해석하였다. 경계조건들은 미지의 계수를 구하기 위하여 이용하 였고, 저항띠의 해석을 위해 저항띠 경계조건을 적용하였다. 2중 유전층 사이의 비유전율과 두께 및 저항띠의 저항율에 대해 정규화된 반사전력과 투과전력을 계산하였다. 전반적으로 저항띠의 저항율이 작아지거나 유전체 층의 비유전율이 증가할수록 반사전력은 증가하였으며, 반사전력이 증가하면 투과전력은 상대적으로 감소하였다. 특히, 2중 유전체 층의 비유전율이 증가할수록 반사전력의 변곡점의 최소 값은 격자주기가 작아지는 방향으로 이동하였다. 본 논문의 제안된 구조에 대한 수치결과들은 기존논문의 수치해석 결과들과 비교하여 매우 잘 일치하였다.

In this paper, n this paper, E-polarized electromagnetic scattering problems by a resistive strip grating between a double dielectric layer are analyzed by applying the PMM(Point Matching Method) known as a numerical method of electromagnetic fileld. The boundary conditions are applied to obtain the unknown field coefficients, and the resistive boundary condition is applied to analysis of the resistive strip. The numerical results for the normalized reflected and transmitted power are analyzed by according as the relative permittivity and thickness of the double dielectric layers, and the resistivity of resistive strip. Overall, when the resistivity of the resistive strip decreased or the relative permittivity of the dielectric layer increased, the reflected power increased, and as the reflected power increased, the transmitted power decreased relatively. Especially, as the relative permittivity of double dielectric layer increases, the minimum value of the variation curve of the reflected power shifted in the direction that the grating period decreased. The numerical results for the presented structure of this paper are shown in good agreement compared to those of the existing papers.

본 논문은 시분산 채널에서 발생되는 비선형 찌그러짐에 의한 부호간 간섭을 줄일 수 있는 QE-MMA 적응 등화 알고리즘에서 양자화 비트수와 stepsize에 의한 성능 평가에 관한 것이다. QE-MMA는 송신 신호 고차 통계치와 오차 신호 부호만을 이용하는 SE-MMA에서 오차 신호의 크기를 power-of-two 연산을 적용하여 탭 계수 갱신 시 필요한 승산과 가산을 천이와 가산만으로 대체하여 H/W 응용을 용이하도록 제안되었다. 그러나 QE-MMA에서 오차의 부호를 얻기 위한 오차 신호의 발생 시 stepsize와 양자화기 비트수에 의해 적응 등화 성능이 상이하게 되며, 이를 시뮬레이션으 로 확인하였다. 시뮬레이션 결과 QE-MMA 적응 알고리즘의 성능에서 정상 상태에 도달하기 위한 수렴 속도는 stepsize 에 의해 결정되며 정상 상태 이후의 잔여량은 양자화 비트수에 의해 결정됨을 확인하였다.

This paper relates with the performance evaluation of QE-MMA (Quantized Error-MMA) adaptive equalization algorithm based on the stepsize and quantizer bit number in order to reduce the intersymbol interference due to nonlinear distortion occurred in the time dispersive channel. The QE-MMA was proposed using the power-of-two arithmetic for the H/W implementation easiness substitutes the multiplication and addition into the shift and addition in the tap coefficient updates process that modifies the SE-MMA which use the high-order statistics of transmitted signal and sign of error signal. But it has different adaptive equalization performance by the step size and quantizer bit number for obtain the sign of error in the generation of error signal in QE-MMA, and it was confirmed by computer simulation. As a simulation, it was confirmed that the convergence speed for reaching steady state depend on stepsize and the residual quantities after steady state depend on the quantizer bit number in the QE-MMA adaptive equalization algorithm performance.

과거의 레이다는 임무 특성에 맞게 사격통제레이다, 탐지레이다, 추적레이다, 영상획득 레이다 등으로 구분되어 운영해왔다. 하지만 다기능 레이다는 표적 탐지, 추적, 피아식별, 재머 탐지 및 대응 등 단일 시스템 안에서 다양한 임무 를 수행한다. 때문에 한정된 자원으로 다기능 레이다를 운용하기 위한 효율적인 자원관리는 필수적이다. 특히 탐지된 표적의 추적을 위한 표적 위협도와 이를 바탕으로 추적주기를 선정하는 방법은 중요한 이슈다. 위협표적을 집중으로 추 적하다보면 다른 영역에서 탐지된 표적을 효율적으로 관리할 수 없고 탐지에 집중을 하면 추적성능이 저하될 수 있다. 때문에 효과적인 스케줄링이 필수적이다. 본 논문에서는 다기능 레이다 스케줄링 방안인 TaP(Time and Priority)알고 리즘과 이를 구성하기 위한 소프트웨어적 설계 방법에 대해 제안한다.

In the past, radars have been classified into fire control radars, detection radars, tracking radars, and image acquisition radars according to the characteristics of the mission. However, multi-function radars perform various tasks within a single system, such as target detection, tracking, identification friend or foe, jammer detection and response. Therefore, efficient resource management is essential to operate multi-function radars with limited resources. In particular, the target threat for tracking the detected target and the method of selecting the tracking cycle based on this is an important issue. If focus on tracking a threat target, Radar can't efficiently manage the targets detected in other areas, and if you focus on detection, tracking performance may decrease. Therefore, effective scheduling is essential. In this paper, we propose the TaP (Time and Priority) algorithm, which is a multi-functional radar scheduling scheme, and a software design method to construct it.

본 논문은 사용자가 입력한 PDF 악보를 사용자가 원하는 조(chord)의 MIDI 파일로 제공하는 앱의 개발을 다룬 다. 이 앱은 사용자가 PDF 악보 파일과 바꾸고자 하는 조를 입력하면 조 변환을 위해 PDF 파일을 PNG 파일로 변환한 다. 이를 영상 처리 알고리즘을 통해 악보의 음계를 인식하여 구분하고, 딥러닝을 통해 악보 음표의 박자를 인식하여 구분한다. 이를 통해 사용자가 원하는 조와 기존 악보의 MIDI 파일을 제공한다. 개발한 영상 처리 알고리즘과 딥러닝은 2, 4, 8, 16분 음표, 2, 4, 8, 16분 쉼표, 잇단 음표, 화음 음표가 인식 가능하다. 실험결과 악보의 음표 인식률 100%, 딥러닝 모델을 통한 박자 인식률은 90% 이상인 것을 확인하였다.

This paper deals with the development of an application that converts the PDF music score entered by the user into a MIDI file of the chord the user wants. This application converts the PDF file into a PNG file for chord conversion when the user enters the PDF music score file and the chord which the user wants to change. After recognizing the melody of sheet music through image processing algorithm and recognizing the tempo of sheet music notes through deep learning, then the MIDI file of chord for existing sheet music is produced. The OpenCV algorithm and deep learning can recognize minim note, quarter note, eighth note, semi-quaver note, half rest, eighth rest, quarter rest, semi-quaver rest, successive notes and chord notes. The experiment shows that the note recognition rate of the music score was 100% and the tempo recognition rate was 90% or more.

빅데이터 프로젝트의 성공 확률을 높이기 위해서는 복잡한 원인들로부터 근본적인 위험의 원인을 분석하여 최적 의 대응 방안을 수립할 수 있는 계량화된 기법이 요구된다. 이를 위해 본 연구에서는 SNA 분석을 통해 위험 요인과 관계를 측정하고, 이를 기반으로 위험에 대응할 수 있는 방법을 제시한다. 즉, 사전 연구에서 제시된 빅데이터 프로젝트 의 위험 그룹 간 상관관계 분석 결과를 활용하여 종속성 네트워크(dependency network) matrix를 도출하고 이를 통 해 SNA 분석을 수행한다. 종속성 네트워크 matrix를 도출하기 위하여 위험 노드 간의 상관관계로부터 부분 상관을 구 하고, 상관 영향과 상관 종속성을 계산함으로써 노드별 활동 종속성을 도출하고 이를 통해 위험 요인 노드 간의 인과 관계와 연관관계에 있는 모든 노드간의 영향정도를 모두 산출한다. 위험 요인 간 SNA통해 도출된 위험 요인 간 네트워 크로부터 위험에 대한 근본 원인을 인지함으로써 보다 최적화되고 효율저인 위험 관리가 가능하다. 본 연구는 위험관리 대응과 관련하여 SNA 분석 기법을 적용한 최초의 연구로 본 연구결과는 IT프로젝트의 위험관리와 관련하여 주요 위험에 대한 위험 관리 순서를 최적화할 수 있을 뿐만 아니라, 위험 통제를 위한 새로운 위험분석 기법을 제시하였다는데 큰 의의가 있다.

In order to increase the probability of success in big data projects, quantified techniques are required to analyze the root cause of risks from complex causes and establish optimal countermeasures. To this end, this study measures risk factors and relationships through SNA analysis and presents a way to respond to risks based on them. In other words, it derives a dependency network matrix by utilizing the results of correlation analysis between risk groups in the big data projects presented in the preliminary study and performs SNA analysis. In order to derive the dependency network matrix, partial correlation is obtained from the correlation between the risk nodes, and activity dependencies are derived by node by calculating the correlation influence and correlation dependency, thereby producing the causal relationship between the risk nodes and the degree of influence between all nodes in correlation. Recognizing the root cause of risks from networks between risk factors derived through SNA between risk factors enables more optimized and efficient risk management. This study is the first to apply SNA analysis techniques in relation to risk management response, and the results of this study are significant in that it not only optimizes the sequence of risk management for major risks in relation to risk management in IT projects but also presents a new risk analysis technique for risk control.

빅데이터 기반의 추천시스템 모델링에서 바이어스, 분산, 오류 및 학습은 성능에 중요한 요소이다. 이러한 시스템 에서는 추천 모델이 설명도를 유지하면서 복잡도를 줄여야 한다. 또한 데이터의 희소성과 시스템의 예측은 서로 반비례 의 속성을 가지기 마련이다. 따라서 희소성의 데이터를 인수분해 방법을 활용하여 상품간의 유사성을 학습을 통한 상품 추천모델이 제안되어 왔다. 본 논문에서는 이 모델의 손실함수에 대한 최적화 방안으로 max-norm 규제를 적용하여 모델의 일반화 능력을 향상시키고자 한다. 해결방안은 기울기를 투영하는 확률적 투영 기울기 강하법을 적용하는 것이 다. 많은 실험을 통하여 데이터가 희박해질수록 기존의 방법에 비해 제안된 규제 방법이 상대적으로 효과가 있다는 것을 확인하였다.

Bias, variance, error and learning are important factors for performance in modeling a big data based recommendation system. The recommendation model in this system must reduce complexity while maintaining the explanatory diagram. In addition, the sparsity of the dataset and the prediction of the system are more likely to be inversely proportional to each other. Therefore, a product recommendation model has been proposed through learning the similarity between products by using a factorization method of the sparsity of the dataset. In this paper, the generalization ability of the model is improved by applying the max-norm regularization as an optimization method for the loss function of this model. The solution is to apply a stochastic projection gradient descent method that projects a gradient. The sparser data became, it was confirmed that the propsed regularization method was relatively effective compared to the existing method through lots of experiment.

딥 러닝의 발전으로 다양한 AI 기반의 응용이 많아지고, 그 모델의 규모도 매우 커지고 있다. 그러나 임베디드 기기와 같이 자원이 제한적인 환경에서는 모델의 적용이 어렵거나 전력 부족 등의 문제가 존재한다. 이를 해결하기 위해 서 클라우드 기술 또는 오프로딩 기술을 활용하거나, 모델의 매개변수 개수를 줄이거나 계산을 최적화하는 등의 경량화 방법이 제안되었다. 본 논문에서는 다양한 프레임워크들의 상호 교환 포맷으로 사용되고 있는 ONNX(개방형 신경망 교환 포맷) 포맷에 딥러닝 경량화 방법 중 학습된 모델의 양자화를 적용한다. 경량화 전 모델과의 신경망 구조와 추론 성능을 비교하고, 양자화를 위한 다양한 모듈 방식를 분석한다. 실험을 통해 ONNX의 양자화 결과, 정확도는 차이가 거의 없으며 기존 모델보다 매개변수 크기가 압축되었으며 추론 시간 또한 전보다 최적화되었음을 알 수 있었다.

Due to the development of deep learning and AI, the scale of the model has grown, and it has been integrated into other fields to blend into our lives. However, in environments with limited resources such as embedded devices, it is exist difficult to apply the model and problems such as power shortages. To solve this, lightweight methods such as clouding or offloading technologies, reducing the number of parameters in the model, or optimising calculations are proposed. In this paper, quantization of learned models is applied to ONNX models used in various framework interchange formats, neural network structure and inference performance are compared with existing models, and various module methods for quantization are analyzed. Experiments show that the size of weight parameter is compressed and the inference time is more optimized than before compared to the original model.

오늘날 멀티코어 프로세서, 시스템 반도체, 그래픽처리장치를 막론하고 그것을 구성하는 기본 단위 또는 필수적 으로 투입되는 CPU의 기본단위는 수퍼스칼라 프로세서이다. 따라서, 고성능의 비순차실행 수퍼스칼라 프로세서가 채택 되어야만 위에서 거론된 시스템의 성능을 극대화할 수 있다. 수퍼스칼라 프로세서는 완전한 파이프라인 방식으로 재배열 버퍼와 예약스테이션을 이용하여 명령어를 동적 스케줄링 함으로써, 매 싸이클 당 복수 개의 명령어를 인출, 발행, 실행 및 기록한다. 본 논문에서는 예측실행 기능이 있는 완전한 파이프라인 방식의 비순차실행 수퍼스칼라 프로세서를 VHDL 로 설계하고, GHDL로 검증하였다. 모의실험 결과, ARM 명령어로 구성된 프로그램에 대한 연산을 성공적으로 수행할 수 있었다.

Today, a superscalar processor is the basic unit or an essential component of a multi-core processor, SoCs, and GPUs. Hence, a high-performance out-of-order superscalar processor must be adopted for these systems to maximize its performance. The superscalar processor fetches, issues, executes, and writes back multiple instructions per cycle by utilizing reorder buffers and reservation stations to dynamically schedule instructions in a pipelined scheme. In this paper, a fully pipelined out-of-order superscalar processor with speculative execution is designed with VHDL and verified with GHDL. As a result of the simulation, the program composed of ARM instructions is successfully performed.

본 논문에서는 새롭게 제안되는 L-형 모노폴 슬롯 공진기를 이용한 X-band용 평면형 트랜지스터 발진기를 제안 하였다. 평면형 설계를 위해 끝이 개방된 L자형 모노폴 슬롯을 트랜지스터 발진기의 공진기로 사용하였다. 3단계를 통한 공진기의 모의 실험 설계 결과 1169.84의 높은 Q 값과 49.934 dB의 높은 삽입 손실을 확인하였다. 최종 설계 및 제작 된 발진기의 측정결과 7 dBm 이상의 발진 출력과 100 kHz 오프셋에서 - 58 dBc/Hz의 양호한 위상 잡음 특성을 가지 는 것을 확인하였다. 제안된 발진기는 평면형으로 마이크로파 집적회로 기술에 직접 적용할 수 있다는 장점을 가지고 있다. 또한 DRO(유전체 공진 발진기)의 경우처럼 3D 구조의 금속 공동, 튜닝 스크류 등 추가 기기 없이 마이크로스트립 형태로만 구현할 수 있어 크기를 줄일 수 있다는 장점도 있다.

In this paper, a planar transistor oscillator for X-band using a newly proposed L-shaped monopole slot resonator is proposed. For planar design, an L-shaped monopole slot with an open-end is used as a resonator for a transistor oscillator. As a result of the simulated design of the resonator in three stages, a high Q value of 1169.84 and a high insertion loss of 49.934 dB were identified. The results of the final design and manufactured oscillator measurements confirmed that the oscillation output is greater than 7 dBm and has good phase noise characteristics of –58 dBc/Hz at 100 kHz offset. The proposed oscillator is planar and has the advantage of being directly applicable to microwave integrated circuit technology. It also has the advantage of being able to reduce its size as it can only be implemented in microstrip form without additional devices such as metal cavities and tuning screws in 3D structures, as in the case of a DRO (dielectric resonance oscillator).

본 논문에서는 비례공진 전류제어기 기반의 단상 영구자석 동기전동기의 운전 알고리즘을 제안하였다. 일반적으 로 단상 영구자석 동기전동기의 경우 회전자의 형상에 따른 비대칭 공극이 발생할 수 있으며, 이는 고속 운전시 소음과 진동의 원인이 된다. 따라서 본 논문에서는 제어 안정성이 뛰어난 비례공진 전류제어기를 적용한 단상 영구자석 동기전 동기의 운전 알고리즘을 제안하였다. 비례공진 전류제어기법은 정상상태 오차가 없고 왜란에 대해 비교적 강인한 특성을 가지고 있으며, 복잡한 연산과정 없이 교류입력의 정상상태를 제거할 수 있다. 제안한 알고리즘의 유효성과 타당성을 실험을 통해 검증하였다.

In this paper, an operating algorithm for single-phase permanent magnet synchronous motor based on PR current controller is proposed. In general, an asymmetric gap may occur depending on the shape of the rotor of single-phase PMSM, and this causes noise and vibration during high-speed operation. Therefore, in this paper, an operating algorithm for a single-phase PMSM usihng a proportional resonant current conrtoller with excellent control stability was proposed. Proportional resonant current controller has on steady state error is relatevly robust against distortion. Also, steady state error of AC input can be eleminated without complicated calculation process. The validity and availability of the proposed algorithm are verified through the experiment.

최근 중국에서 발생하는 황사와 더불어 국내에서는 뉴스 등 미디어를 통해 미세먼지가 큰 화제가 되고 있다. 외부에서 발생하는 미세먼지도 있지만, 외부 미세먼지가 내부로 유입되면서 공기 청정기 제품의 구입율이 높아지고 있 다. 공기 청정기는 내부에 필터를 사용하고 있으며, 센서를 통해 필터의 교체 유무를 LED 알람을 통해 사용자에게 알려 준다. 하지만, 현재 필터율이 얼마나 감소하였는지 측정하고, 작동하는 송풍기의 압력을 결정해주는 제품은 없는 상태이 다. 따라서 본 논문에서는 IoT 기기인 아두이노와 미세먼지 센서, 차압 센서를 활용하여 데이터를 직접 생성하고, 측정된 미세먼지와 압력 값을 계산하여 필터율에 따라 필터가 얼마나 노화되었는지 확인할 수 있는 프로그램을 파이썬 프로그래 밍을 이용하여 개발하였다.

In addition to yellow dust occurring in China, fine dust has become a hot topic in Korea through news and media. Although there is fine dust generated from the outside, the purchase rate of air purifier products is increasing as external fine dust flows into the inside. The air purifier uses a filter internally, and the sensor notifies the user through the LED alarm whether the filter is replaced. However, there is currently no product measuring how much the filter rate is reduced and determining the pressure of the blower to operate. Therefore, in this paper, data are generated directly using Arduino, fine dust sensor, and differential pressure sensor. In addition, a program was developed using Python programming to calculate how old the filter is and to analyze the wind power of the blower according to the filter rate by calculating the measured dust and pressure values.

스마트팩토리는 4차 산업혁명에서 가장 대두되는 분야라고 말할 수 있다. 스마트팩토리에 필요한 공정이나 알고 리즘을 개발하는 데에는 필수적으로 스마트팩토리에서 나오는 데이터값들이 필요하지만 그러한 데이터를 얻기 위해서는 현실적으로 많은 어려움이 있다. 따라서 본 연구에서는 스마트팩토리에 관한 연구를 돕기 위해 스마트팩토리 속 여러 공정의 데이터들을 보다 현실적으로 시뮬레이션할 수 있는 데이터 생성기를 개발하였다. 추가로, 설정 프리셋과 직관적 인 UI 구성 등, 데이터 생성자의 편의를 위한 기능들도 개발하였다. 이 데이터 생성기를 이용함으로써, 스마트팩토리 환경에 필요한 여러 시스템을 만들 때 현실적인 데이터를 손쉽고 간단하게 생성하여 스마트팩토리 환경을 시뮬레이션하 는 데 많은 도움을 받을 수 있을 것이다.

It can be said that smart factory is the most prominent area in the fourth industrial revolution. Developing processes or algorithms required for smart factory requires data values from smart factory, but there are many real challenges in obtaining such data. Therefore, this study developed a data generator that can more realistically simulate data from different processes in smart factory to help research on smart factory. In addition, functions such as setting presets and intuitive UI configurations were developed for the convenience of data creators. This data generator will help you simulate smart factory environments by providing more realistic data easily and simply when you create the different systems needed for smart factory environments.

일부 네거리나 혼잡도로에서 특정 시간대에 행인이 많고 도로가 막혀서 발생하는 교통사고가 적지 않다. 특히 인근에 학교교차로가 있어 바쁜 시간에 학생들의 교통안전을 지키는 것이 중요하다. 과거에는 교통 신호등을 설 계 했을 때 행인의 안전성을 고려하지 않고 자동차 인식과 교통 최적화에 대하여 연구 했다. 행인, 특히 학생들의 안전을 확보하 는 전제에서 가능한 한 도로의 소통을 유지하는 것이 본 연구의 중점적인 연구 방향이다. 본 연구는 사람, 오토바이, 자전거, 자동차, 버스의 식별문제를 중점적으로 연구할 것이다. 조사와 비교를 통해 본 연구는 YOLO v4 네트워크로 목표물의 위치와 수량을 식별하는 것을 제시한다. YOLO v4는 작은 목표물의 식별 능력이 강하고 정밀도가 높으며 처리 속도가 빠르다는 특징을 가지고 있으며, 데이터 수집 대상을 설정하여 이미지 집합을 훈련하고 테스트 한다. 움직이는 영상에서 목표물의 정확도, 실수율과 누락율에 대한 통계를 사용하여, 본 연구에서 훈련된 네트워크는 움직이는 이미지 속의 사람, 오토바이, 자전거, 자동차와 버스를 정확하게 식별 할 수 있다.

In some intersections or busy traffic roads, there are more pedestrians in a specific period of time, and there are many traffic accidents caused by road congestion. Especially at the intersection where there are schools nearby, it is particularly important to protect the traffic safety of students in busy hours. In the past, when designing traffic lights, the safety of pedestrians was seldom taken into account, and the identification of motor vehicles and traffic optimization were mostly studied. How to keep the road smooth as far as possible under the premise of ensuring the safety of pedestrians, especially students, will be the key research direction of this paper. This paper will focus on person, motorcycle, bicycle, car and bus recognition research. Through investigation and comparison, this paper proposes to use YOLO v4 network to identify the location and quantity of objects. YOLO v4 has the characteristics of strong ability of small target recognition, high precision and fast processing speed, and sets the data acquisition object to train and test the image set. Using the statistics of the accuracy rate, error rate and omission rate of the target in the video, the network trained in this paper can accurately and effectively identify persons, motorcycles, bicycles, cars and buses in the moving images.

본 논문은 개인 맞춤형 화장품 제조산업을 주력으로 하고 있는 도입기업에 제조데이터를 기반으로 설치된 스마트 팩토리를 신규 구축하였다. 기존 CGMP(Cosmetics Good Manufacturing Practices)기반 아날로그로 관리하던 서류 및 데이터들을 데이터답게 사용할 수 있도록 수집, 관리 및 분석하는 시스템을 구축한 사례를 기반으로 작성하였다. 이를 위해 인공지능 스마트팩토리 플랫폼인 LINK5 MOS(Management Operation System)와 POP(Point Of Production) 시스템 도입, PLC(Programmable Logic Controller) 데이터 수집, 바코드 리딩 시스템 등을 대거 적용하 여 생산 현장에 모든 데이터를 실시간으로 수집할 수 있는 시스템을 구축하고, 모니터링 시스템 및 현황판 도입 등으로 데이터 확인 및 조회할 수 있는 시스템을 구축한 사례를 기반으로 작성하였다. 또한 이번 프로젝트를 기반으로 하여 신규 비지니스 클러스터 공간 형성을 목표로 하고 있다.

This paper established a new smart factory based on manufacturing data for an introductory company focusing on the personalized cosmetics manufacturing industry. We build on an example of a system that collects, manages, and analyzes documents and data that were previously managed by CGMP-based analog for data-driven use. To this end, we have established a system that can collect all data in real time at the production site by introducing artificial intelligence smart factory platform LINK5 MOS and POP system, collecting PLC data, and introducing monitoring system and pin board. It also aims to create a new business cluster space based on this project.

디지털 트랜스포메이션 시대에 교통약자들은 기술 발전에 따른 혜택을 받지 못한 소외계층으로 남아있다. 교통약 자를 위한 전동보조기기는 교통약자들의 이동성을 증진시키지만 현재의 교통 환경에 적합한 서비스를 제공하기에는 부 족한 상황이다. 본 논문에서는 기존 전동보조기기를 이용하는 사용자의 경험을 바탕으로 물리적인 거리를 효율적으로 이동하도록 사용자 만족도 조사를 통해 필수요소를 도출하여 IoT 스마트 모빌리티를 개발한다. 이는 사용자 만족도 조사 를 통해 수집한 데이터를 기반으로 TF-IFD를 활용한 정량적 분석, QFD를 기반으로 한 정성적 분석을 실시하여 사용자 요구사항의 중요도를 파악한다. 필수 기능을 반영한 IoT 스마트 모빌리티 디자인 결과물 평가는 다양한 분야의 전문가 평가단을 구성하여 사용성 검증을 진행한다. 추후에는 교통약자에게 IoT 스마트 모빌리티를 활용하여 효율적인 공공서 비스가 제공될 수 있도록 디자인하여 교통약자의 이동편의성을 증진 및 이동서비스 솔루션을 제공할 수 있는 서비스디자 인 연구를 진행할 예정이다.

In the era of digital transformation, the transportation underprivileged remains as an underprivileged class without the benefits of technological advances. Electric assist devices for the People with disability are inadequate to provide services suitable for the current traffic environment, although the mobility of the People with disability is improved. In this paper, we develop IoT smart mobility by deriving essential elements through user satisfaction surveys to efficiently move physical distances based on the experience of users using existing electric assistive devices. Based on the data collected through user satisfaction survey, quantitative analysis using TF-IFD and qualitative analysis based on QFD are performed to determine the importance of user requirements. For the evaluation of IoT smart mobility design results reflecting essential functions, usability verification is conducted by forming an expert evaluation team in various fields. In the future, we plan to conduct a service design study that can improve mobility convenience and provide mobility service solutions by designing to provide efficient public services by utilizing IoT smart mobility to the People with disability.

최근 1인 가구 비율의 증가로 합리적인 개인 이동수단에 대한 수요가 증가하면서 간편하고, 간결하게 이용할 수 있는 ‘Personal Mobility’산업이 급성장하였다. 실제로 한국교통연구원의 자료에 따르면 2022년에는 전동킥보드의 수가 20만대로 확대될 것으로 전망되었다. 전기를 동력으로 작동되는 전동킥보드의 특성상 안정적이고, 효율적인 배터리 수급이 가장 기본적이면서도 중요한 이슈가 된다. 최근 전동킥보드를 이용한 사용자의 후기에 따르면 전동킥보드를 이용 하려고 하였으나 배터리가 방전상태이거나 배터리 충전 정도가 낮아 이용을 하지 못하는 경우가 종종 발생되고 있는 것을 확인할 수 있다. 이에 본 논문은 전동킥보드의 안정적인 배터리 사용을 위한 태양광 충전시스템을 제안한다. 본 시스템이 적용 될 경우 전동킥보드의 친환경적인 충전 방법이 될 뿐만 아니라 주행 중에도 안정적으로 배터리 수급이 가능할 것으로 예상된다.

With the recent increase in the proportion of single-person households, the demand for reasonable personal mobility has increased, and the “Personal Mobility” industry that can be used conveniently and concisely has grown rapidly. In fact, according to data from the Korea Transport Institute, the scale of the electric kickboards rental industry, one of the personal mobility industry sectors, is expected to expand to 200,000 units in 2022. Due to the characteristics of electric kickboards that are powered by electricity, stable and efficient battery supply is the most basic and important issue. According to recent reviews from users who have used the electric kickboard, there were cases where the use of the electric kickboard is attempted, but the battery is in a discharged state or the battery charge level is low and thus cannot be used. Therefore, this paper proposes a solar charging system for stable battery use of electric kickboards. When this system is applied, it is expected that it will not only be an eco-friendly charging method for electric kickboards, but also stably supply and demand batteries while driving.

최근 들어 대기오염으로 인한 피해를 줄이기 위하여 다양한 대기오염 요소를 측정, 분석하고 있다. 이 과정에서 다양한 원인으로 인하여 적지 않은 결측치가 발생한다. 이를 보완하기 위해서는 방대한 크기의 학습 데이터를 필요로 한다. 본 논문에서는 적은 양의 학습 데이터를 이용하여 오존, 이산화탄소, 초미세먼지 등을 측정하는 과정에서 발생하는 결측치를 효과적으로 보완하는 통계적 기법을 제안한다. 제안 알고리즘은 우선 기상데이터와 대기오염도 요소 간의 상관 관계, p-값 등의 통계정보 분석을 통해 결측치 보완에 긍정적인 영향을 줄 것이라 예상되는 기상데이터 그룹을 추출한 다음, 이들을 분석하여 효율적이고 효과적으로 결측치를 보완하는 기법이다. 제안 알고리즘의 성능을 확인하기 위하여 다양한 실험을 통하여 널리 알려진 대표적인 알고리즘들과 그 특성을 비교분석한다.

Recently, various air pollution factors have been measured and analyzed to reduce damages caused by it. In this process, many missing values occur due to various causes. To compensate for this, basically a vast amount of training data is required. This paper proposes a statistical techniques that effectively compensates for missing values generated in the process of measuring ozone, carbon dioxide, and ultra-fine dust using a small amount of learning data. The proposed algorithm first extracts a group of meteorological data that is expected to have positive effects on the correction of missing values through statistical information analysis such as the correlation between meteorological data and air pollution level factors, p-value, etc. It is a technique that efficiently and effectively compensates for missing values by analyzing them. In order to confirm the performance of the proposed algorithm, we analyze its characteristics through various experiments and compare the performance of the well-known representative algorithms with ours.

최근 1인 가구의 비율이 높아짐에 따라 2016년을 시작으로 전동킥보드, 전동 휠 등 국내 공유형 퍼스널 모빌리티 (Personnel Mobility) 시장이 급성장하였다. 전동킥보드와 같은 개인 형 이동수단은 전기를 사용한 동력장치로 친환경 이고, 가벼우며 별도의 주차공간을 차지하지 않는다. 무엇보다 중단 거리를 이동하기에 편리하다는 장점이 있어 합리적 인 소비를 추구하는 젊은 층 사용자들의 많은 수요를 얻을 수 있었고, 이에 따라 관련 시장이 빠르게 성장하였다. 하지만, 전동킥보드의 충전스테이션 부재로 사용이 완료된 전동킥보드들이 도로 곳곳에 방치되며 미관상뿐만 아니라 안전상의 위협요인으로 대두 되고 있다. 이에 본 논문은 공유 형 전동킥보드의 효율적 회수를 위한 새로운 IoT 관리 시스템을 연구하고, 제안하고자 한다. 이러한 시스템을 통해 전동킥보드의 높은 회수율을 유지하고, 결론적으로 사용자와 주변 환 경의 안전성 향상을 도모할 수 있을 것으로 기대된다.

With the recent increase in the proportion of single-person households, starting in 2016, the domestic shared personnel mobility market such as electric kickboards and electric wheels has grown rapidly. Personal transportation means such as electric kickboards are power devices using electricity and are eco-friendly, lightweight, and do not occupy a separate parking space. Above all, it has the advantage of being convenient to travel short and medium distances, so it has been able to obtain a lot of demand from younger users who pursue reasonable consumption, and accordingly, the related market has grown rapidly. However, as absence of the charging station for electric kickboards, electric kickboards are left everywhere on the road, and are emerging as a threat to safety as well as aesthetics. Therefore, this paper aims to research and propose a new IoT management system for efficient recovery of shared electric kickboards. Through this system, it is expected that the high recovery rate of the electric kickboard can be maintained, and in conclusion, the safety of the user and the surrounding environment can be improved.

교통 수단과 모바일의 발전으로 관광 여행 수요가 증가하고 관련 산업 또한 크게 발전하고 있다. 디지털 미디어 기술 중 한 분야인 증강현실과 관광 콘텐츠의 접목 또한 활발하게 연구 중이며 인공지능은 이미 관광 산업과 다양한 방향으로 접목되어 관광객의 여행 경험을 풍부하게 만들어준다. 본 논문에서는 관광지역을 축소해 제작한 미니어처 모형 을 스캔하면, 사전에 딥러닝을 이용해 학습된 모델을 기반으로 해당 관광지를 찾은 뒤 관련 정보와 3D 모델을 AR 서비 스로 제공하는 시스템을 제안한다. 다양한 딥러닝 신경망 중 하나인 YOLOv3 신경망을 사용해 모델 학습과 객체 검출을 진행하므로, 빠른 속도로 물체 검출이 이루어져 실시간으로 서비스를 제공할 수 있다.

With the development of transportation and mobiles demand for tourism travel is increasing and related industries are also developing significantly. The combination of augmented reality and tourism contents one of the areas of digital media technology, is also actively being studied, and artificial intelligence is already combined with the tourism industry in various directions, enriching tourists' travel experiences. In this paper, we propose a system that scans miniature models produced by reducing tourist areas, finds the relevant tourist sites based on models learned using deep learning in advance, and provides relevant information and 3D models as AR services. Because model learning and object detection are carried out using YOLOv3 neural networks, one of various deep learning neural networks, object detection can be performed at a fast rate to provide real-time service.