http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 김귀훈 ( Kwihoon Kim ) (검색결과 53 건)
- 무료
- 기관 내 무료
- 유료
-
지능형 에지 컴퓨팅 기반 인공지능 융합교육 에지 플랫폼 핵심기술 연구
김귀훈(Kim Kwihoon) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
우리나라를 비롯한 전 세계에서 AI 융합교육의 필요성이 증가하고, AI 융합교육 대상자가 증대함에 따라서 이 수요를 만족시키기 위한 에듀테크 기술이 필요로 하고 있다. 본 논문에서는 AI 교수역량 강화와 AI 융합교육 실습에 최적화된 테크놀로지 교수 내용 지식 기반 인공지능 에지 플랫폼(Artificial Intelligence Convergence education Edge platform, AICE 플랫폼) 핵심 기술 구조를 제안한다. 본 AICE 플랫폼은 실시간성과 보안성을 제공하고 ITU-T Q.5001 지능형 에지 컴퓨팅을 기반으로 하여 유연성 있는 마이크로서비스 기반 구조인 것이 주요 특징이다.
-
김귀훈 ( Kwihoon Kim ),전상민 ( Sang-min Jun ),장정렬 ( Jeongryeol Jang ),송인홍 ( Inhong Song ),강문성 ( Moon-seong Kang ),최진용 ( Jin-yong Choi ) 한국농공학회 2020 한국농공학회 학술대회초록집 Vol.2020 No.-
농업생산기반정비사업계획설계기준 배수편은 1970년에 농지개량사업계획설계기준(배수편)을 시작으로 여러 차례의 개정을 거쳐 2012년 3월에 농경지 침수피해 예방을 위한 “기후변화에 대응한 배수개선 설계기준”에 이르렀다. 이후 2018년 국가건설기준센터 농업생산기반시설 설계기준 농지배수 편으로 코드화되어 분류하고 있다. 농지배수 편에는 일반사항, 계획, 조사, 계획기준치 및 유출량, 지표배수 시설계획, 지하배수계획, 효과, 유지관리로 이뤄져 있으며, 현재 배수시설 설계를 위한 계획기준치 및 유출량은 크게 설계강우량 산정과 유출량 산정으로 나눠 볼 수 있다. 본 연구는 배수설계기준 설계강우량을 산정함에 있어 사용되는 이론적 방법들을 평가하였고, 국토부 (2011)의 “확률강우량도 개선 및 보완 연구 “와 환경부 (2019)의 “홍수량 산정 지침” 등 근래에 적용되고 있는 방법들과의 비교를 통해 타당성을 검토하였다. 현재 실무에서 설계강우량은 임의지속 48시간 강우량 연최대치 계열을 Gumbel 분포로 빈도분석하여 논벼는 20년 빈도 침수허용, 원예작물은 30년 빈도까지 무침수를 채택하고 있으며, 매개변수 추정방법으로 모멘트법을 적용하고, 빈도계수는 Gumbel-Kendall 방법을 적용하고 있다. 본 연구에서는 부안관측소와 합천관측소에 적용하여 설계강우량을 산정하였고, “확률강우량도 개선 및 보완 연구 “의 지점별 확률강우강도 식과 비교하였으며, 이 중 부안관측소의 경우 현행 방법으로 산정한 설계강우량은 논벼의 경우 150년 빈도, 원예작물의 경우 300년 빈도로 나타났고. 합천관측소의 경우 논벼의 경우 70년 빈도, 원예작물의 경우 80년 빈도로 평가되었다. 이에 논의 밭작물 재배에 따른 무침수 적용, 설계강우량의 임계지속시간 적용, 기후변화에 따른 강우량 증가 등을 고려한 설계기준 연구가 필요할 것으로 판단되었다.
-
-
김귀훈(Kwihoon Kim),홍용근(Youngguen Hong) 한국정보기술학회 2020 한국정보기술학회지 Vol.18 No.1
5G MEC(Multi-access Edge Computing) 기술은 5G에 적용되는 에지 컴퓨팅 기술이다. 핵심 표준 규격은 ETSI(European Telecommunication Standards Institute) ISG(Industry Specification Group)에 의해서 만들어졌습니다. MEC를 통해 에지 네트워크의 위치에 사용자 및 엔드 포인트 장치와 가까운 곳에 데이터 센터급 컴퓨팅, 스토리지 및 네트워크 리소스를 배치 할 수 있습니다. MEC는 통신 서비스 제공 업체에 대기 시간을 줄이면서 새로운 실시간 서비스를 제공할 수 있는 기능을 제공합니다. 또한, MEC는 중앙 집중식 클라우드로 전송되는 데이터의 양을 최소화하고 네트워크 대역폭과 리소스를 보다 효율적으로 사용하여 기업과 운영자의 비용을 줄입니다. 본 논문에서는 5G MEC 기술의 개요와 현재 진행되는 표준화 기술에 대하여 소개를 하겠습니다.
-
김귀훈 ( Kwihoon Kim ),유승환 ( Seung-hwan Yoo ),최규훈 ( Gyuhoon Choi ),최진용 ( Jin-yong Choi ) 한국농공학회 2020 한국농공학회 학술대회초록집 Vol.2020 No.-
농업용수를 합리적으로 이용하기 위해서는 현재 사용량에 대한 정확한 이해가 필요하다. 농어촌공사는 2008년부터 농업용 저수지와 용수로에 수위계측기를 설치하여 수위 자료를 측정하고 있지만, 계측기 자체의 오류나 주변환경 등으로 인해 오차가 일부 발생하고 있다. 한편, CNN은 Convolutional Neural Network의 약자로 이미지가 가지고 있는 특성이 고려되어 설계된 신경망으로 영상 처리에 주로 사용된다. CNN을 이용한 영상처리는 다양한 분야에서 사용되고 있으며, 다중 분류, 수치예측 등에 탁월하다. 본 연구에서는 CNN 딥러닝을 적용하여 영상자료로 수위를 계측하였고, 이를 바탕으로 농업용수 공급량을 산정하였다. 본 연구에서는 태국의 Pranburi 저수지의 수로에서 설치된 CCTV 영상자료 중 6개수위 476개의 자료를 이용하여 70%는 training, 15%는 validation, 15%는 testing에 사용하였다. 6개 수위는 20, 70, 230, 240, 250, 290cm이며, 230, 240, 250cm에서 소수의 오답이 발생했으나, 20, 70, 290cm에서는 오답이 발생하지 않았다. 또한, 기존 자료에서 발생하지 않은 악천후 등을 고려하기 위해 image augmentation을 통해 자료를 1,000개, 2,000개, 5,000개로 증가시켜 적용하였다.
-
딥러닝 기반의 이종 선생 네트워크를 지원하는 주요 파라미터 최적화 흐름정보 전이학습 기술
김귀훈(Kwihoon Kim),배지훈(Ji-Hoon Bae) 한국정보기술학회 2020 한국정보기술학회논문지 Vol.18 No.3
In this paper, we propose a flow-based transfer learning (TL) algorithm with a faster learning speed while supporting the hetero teacher network. First, the proposed technique has a similar accuracy and performance compared to the previous TL using flow information and has been identified as having lower complexity. Next, the proposed scheme through Bayesian optimization obtained 0.1% to 0.3% more accuracy than the existing technology and showed learning results that were 230,000 to 250,000 seconds faster. Therefore, it is expected that the proposed scheme can be used as deep Learning-based transfer learning technology, which achieves similar or higher accuracy compared to the existing technology.
-
물-에너지-식량 넥서스 분석을 위한 시설재배지의 기준작물증발산량과 난방 에너지 부하 관계 분석
김귀훈 ( Kwihoon Kim ),윤푸른 ( Pureun Yoon ),이윤희 ( Yoonhee Lee ),이상현 ( Sang-hyun Lee ),최진용 ( Jin-yong Choi ) 한국농공학회 2019 한국농공학회 학술대회초록집 Vol.2019 No.-
농업 생산물의 경제성을 향상시키기 위해서는 같은 양의 자원을 투입하여 더 많은 작물을 생산하는 것이 중요하며, 이를 위해서는 자원간의 관계에 대한 분석이 선행되어야 한다. 물-에너지-식량 넥서스는 자원간의 관계에서 상충과 상호작용에 대한 분석을 위해 등장하였다. 본 연구는 시설재배지에서의 실내온도를 모의하고, 이를 바탕으로 기준작물증발산량과 난방에너지 부하를 산정하여 자원간의 관계를 분석하는 것을 목적으로 한다. 시설재배지의 실내온도를 모의하기 위해 van Henten (2009)에 의해 제안된 물리모델을 이용하였다. 기준작물증발산량 산정을 위해 Hargreaves 식을 이용하였고, 난방에너지 부하는 국립농업과학원에서 발간한 온실환경설계기준 (2015)의 난방디그리아워를 통한 산정 방법을 적용하였다. 실내온도 모의는 2011년 1월 27일부터 5월 31일까지 시간단위 자료를 통해 보정하였고, 2012년 2월 18일부터 4월 18일까지 시간단위 자료를 통해 검정하였다. 보정과 검정 결과에 대하여 R<sup>2</sup>, MAE, RMSE를 이용하여 평가하였고, 보정 시 0.69, 2.77, 3.72, 검정 시 0.57, 2.67, 3.86의 값을 보였다. 또한, Hargreaves 식을 통해 산정한 기준작물증발산량을 평가하기 위하여 토마토가 재배된 2012년 7월부터 11월까지 측정된 15분 단위의 토양수분함량 자료를 바탕으로 물수지식을 계산하여 비교하였다. Hargreaves 식과 정강호 (2005) 등이 제안한 시설재배지에서의 작물계수를 이용한 작물증발산량 산정 결과 543mm가 계산되었고, 물수지식을 통한 산정 결과 640mm가 계산되었다. 이 연구의 결과는 지역 단위의 시설재배지에서 자원간의 관계를 평가하여 농업 생산의 경제성과 지속가능성을 향상시키는 데에 도움을 줄 수 있을 것으로 판단된다.
-
CCTV 이미지 분리를 이용한 농업용수로의 공급량 계측
김귀훈 ( Kwihoon Kim ),최진용 ( Jin-yong Choi ) 한국농공학회 2022 한국농공학회 학술대회초록집 Vol.2022 No.-
농업용수를 효율적으로 사용하기 위해서는 이용량에 대한 정확한 정보가 필요하다. 현재는 초음파 수위계를 이용하여 농업용 저수지와 수로의 수위 데이터를 측정하고 있으며, 수위계 자체의 오류나 주변 환경으로 인해 오류값이나 결측값이 일부 발생하고 있다. 한편, CCTV(Closed Circuit Television) 영상을 이용한 CV(Computer Vision)는 컴퓨터 기술의 발전과 함께 여러 연구 분야에서 활용되고 있다. 본 연구는 CNN(Convolutional Neural Network) 기반 이미지 분리 모델인 U-Net과 CCTV 영상을 이용하여 농업용 수로의 수위를 추정하는 것을 목적으로 한다. U-Net은 대표적인 이미지 분리 모델 중 하나로 의공학, 원격탐사 등 여러 분야에서 가장 많이 활용되고 있으며 이미지에서 원하는 부분을 분리해내는 데에 기존 머신러닝 기술에 비해 좋은 성능을 보이는 것으로 알려져 있다. 본 연구는 국내 농업용 저수지의 관개수로 8개 지구에서 이미지를 획득하여 각각의 모델을 구성하였으며, 총 6,950개의 이미지를 모델에 적용하였다. 전체 이미지의 70%는 훈련에, 10%는 검증에, 20%는 테스트에 사용하였으며, 모델의 성능을 높이기 위해 데이터 증강 기법을 적용하였다. 모델의 성능은 F1 점수와 IoU 점수를 사용하여 평가하였다. 모델을 통해 분리된 수면 면적으로부터 농업용수로의 수위를 계측하고, 최종적으로는 수로의 rating curve 식을 이용하여 공급량을 산정한 후 초음파 수위계를 통해 산정된 공급량 값과 비교하였다. 본 연구는 초음파 수위계의 보조적인 방법으로 농업용 수로의 수위와 공급량을 추정하는 데 활용이 될 수 있을 것이다.
-
-
YOLO v8 모델과 CCTV 이미지의 수위표를 이용한 농업용수로의 수위 계측
김귀훈 ( Kwihoon Kim ),최진용 ( Jin-yong Choi ) 한국농공학회 2023 한국농공학회 학술대회초록집 Vol.2023 No.0
농업용수로의 수위 계측은 관개 의사결정 및 공급량 산정을 위해 매우 필요하다. 현재는 초음파 수위계를 이용하여 농업용 저수지와 수로의 수위 데이터를 측정하고 있으나, 이미지를 이용한 계측은 비용과 효용 측면에서 큰 장점이 있다. 본 연구는 객체 인식 모델 중 YOLO v8 모델과 CCTV 이미지의 수위표를 이용하여 농업용수로의 수위를 계측하는 것을 목적으로 한다. 이미지 자료는 한국농어촌공사에서 관리하는 농업용수로의 CCTV 카메라에서 얻었으며, 동일한 시간에 측정된 초음파 수위계 수위값을 정답값으로 설정하였다. 얻은 이미지는 Label-Studio 어플리케이션을 사용하여 수위표의 위치를 마킹하였고, data augmentation 기법으로 rotate, flip을 적용하여 데이터셋의 개수를 늘려 주었다. Yolov8 모델은 one stage 객체인식 (Object Detection) 모델 중 여러 분야에서 적용되는 yolo계열의 모델 중 가장 최신 모델이다. 본 연구에서 구축한 모델의 성능은 precision-recall curve를 이용하여 평가하였다. 또한 인식된 수위표 가장 하단부의 y축 좌표로부터 수위를 환산하였으며 수위의 정확도는 RMSE (Root Mean Squared Error), MAE (Mean Absolute Error), ME (Maximum Error), N<sub>e>n</sub> (Number of Error exceeding n) 로 평가하였다. 이미지 데이터를 이용한 수위 계측은 관개 의사결정에 도움이 될 것으로 기대하며, 성능을 보완하여 향후 공급량 산정을 위한 수위계측에의 적용도 가능할 것으로 기대한다.
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
