http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
딥러닝 기반 이미지 인식 기술을 활용한 동전 자동분류 스마트 저금통
유연승 ( Yeon Seung Yu ),장영진 ( Young Jin Jang ),심현정 ( Seul Bi Lee ),이슬비 ( Hyeon Jeong ),김정길 ( Cheong Ghil Kim ) 한국정보처리학회 2020 한국정보처리학회 학술대회논문집 Vol.27 No.1
기계학습은 인공지능의 한 클래스로 최근 이미지 및 음성인식, 지능적 웹 검색, 자율 주행 자동차 등의 영역에서 성공적 발전을 바탕으로 우리의 일상에 폭넓게 이용되고 있다. 본 논문에서는 Keras 오픈소스 라이브러리를 이용해 딥러닝을 이용한 기계학습 기반의 동전 인식 소프트웨어를 구현하였고, 이를 이용해 동전 자동분류 스마트 저금통을 설계하였다. 동작 검증을 위하여 스마트 저금통의 모든 발생 이벤트는 Parse-server와 mongoDB를 이용하여 시각화 및 어플리케이션 및 웹사이트를 연결하였다.
활동기반 모형을 이용한 상습 침수 지역의 대피경로 분석
김주영,유연승,이승재,Kim. Jooyoung,Yu. Yeonseung,Lee. Seungjae 한국방재학회 2013 한국방재학회논문집 Vol.13 No.3
최근 기상이변으로 인한 자연재해 피해가 증가하면서 세계적으로 이를 대처하기 위해 대피 시스템 개발, 최적 대피 경로 설정 등의 연구가 활발히 진행되고 있다. 본 연구는 상습침수지역의 도로 침수로 인해 도로 기능을 상실하였을 때, 도로 이용자들이 신속하게 대피하고 효율적인 도로교통 운영을 위해 대피경로분석의 방법론을 제시하였다. 분석의 방법은 가구통행실태조사 데이터를 통해 활동자료를 구축하고 이를 인간활동기반 교통수요분석 프로그램인 MATSim(Multi Agent Transportation Simulation)을 활용하여 상습침수지역인 신월지하차도를 분석지역으로 선정하였다. 수도권 가구통행실태조사 데이터 기반의 활동기반모형을 구축하여 침수지역의 통행패턴을 토대로 도로 침수를 가정한 시나리오를 적용하여 도로 침수시 우회교통패턴 및 대피경로 분석을 통해 도시부 도로 대피 경로 설정을 위한 기초연구를 수행하였다. Recently, a research on development of evacuation route system is being carried out to handle the natural disaster occurring due to increasing weather abnormality. This paper deals with a methodology for searching evacuation route and effective traffic operation when roads areas are prone to floods. The methodology is that we made activity based model by using household travel survey data and then modeling it by applying a flooding scenario in traffic demand analysis program, MATSim in Ssinwol-dong, Kangseo-Gu, Seoul. Therefore, analysis of the result shows that travel pattern can be known in worst scenario cases. And it will be used effectively in decision making for evacuation route or efficient urban road operation when road area is prone to flood, or flooded.
S-BRT 운행행태를 고려한 저상버스의 정차시간 예측모형
신소명,이수범,김영찬,박신형,유연승,최정훈,Shin, S.M.,Lee, S.B.,Kim, Y.C.,Park, S.H.,Yu, Y.S.,Choi, J.H. 한국안전학회 2021 한국안전학회지 Vol.36 No.1
This basic study introduces the concept of S-BRT and develops dwell time estimation models that consider road geometry and S-BRT characteristics for a signal operation strategy to meet the S-BRT's operational goal of high speed and punctuality. Field surveys of low-floor buses similar in shape to S-BRTs and data collection of passengers, station elements, vehicle elements, and other factors that can affect stop times were used in a regression analysis to establish statistically significant dwell time estimation models. These dwell time estimation models are developed by categorizing according to the locations of the signal or sidewalk that have the most impact on the dwell time. In this way, the number of people boarding and alighting the bus at the crowded door and the number of people boarding and alighting the bus at the front door considering the internal congestion was analyzed to affect the dwell time. The estimation dwell time models in this study can be used in the establishment of strategies that provide priority signals to S-BRTs.