밤의 칼날식 박피공정에 따른 머신 러닝 기반 중량감모율 예측 모델 개발

김태형(Tae Hyong Kim),김아나(Ah-Na Kim),권기현(Ki Hyun Kwon) 한국정보전자통신기술학회 2024 한국정보전자통신기술학회논문지 Vol.17 No.4

국내 밤 산업은 박피율을 높이기 위한 목적으로 과도한 칼날박피로 인해 과육 손실이 높아 생산 효율성이 저하되는 문제가 있다. 이에 본 연구에서는 밤 박피 공정의 구동 조건 최적화를 위한 기초 연구로 머신러닝 알고리즘 기반 박피공정 단계별 밤의 중량감모율을 예측할 수 있는 모델을 도출하였다. 6개의 제어조건을 바탕으로 51가지 2단 칼날박피기 실험 세팅 조합을 도출하고 이를 3번씩 반복하여 총 153가지의 데이터를 획득하였다. 인공신경망과 랜덤 포레스트 머신러닝 모델을 이용하여 밤 박피 단계별(1단 박피 후, 2단 박피 후, 최종 배출 후) 중량감모율을 예측하는 머신러닝 모델을 도출하였고, R(coefficient of determiantion), nRMSE(normalized root mean square error), MAE(mean absolute error) 값을 통해 모델의 성능을 평가하였다. 모든 박피 단계에서 인공신경망 모델보다 랜덤 포레스트 모델이 높은 R값으로 우수한 예측 정확도를 가지는 것으로 나타났고, 낮은 nRMSE와 MAE값으로 낮은 예측 오차를 가지는 것으로 나타났다. 최종적으로 랜덤 포래스트 예측 모델이 도출되었으며, 실제로 계측된 중량감모율과 예측한 중량감모율의 오차가 미미함을 확인할 수 있었다. 결과적으로, 도출된 모델은 밤 과육의 중량감모율을 최소화하는 동시에 최대 박피율을 도출할 수 있는 최적 박피공정의 구동 조건을 설정하는 데 활용함으로써, 이를 바탕으로 국내 밤 산업에 이바지 할 수 있을 것으로 예상된다. A representative problem in domestic chestnut industry is the high loss of flesh due to excessive knife peeling in order to increase the peeling rate, resulting in a decrease in production efficiency. In this study, a prediction model for weight loss rate of chestnut by stage of knife peeling process was developed as undergarment study to optimize conditions of the machine. 51 control conditions of the two-stage blade peeler used in the experiment were derived and repeated three times to obtain a total of 153 data. Machine learning ML) models including artificial neural network (ANN) and random forest (RF) were implemented to predict the weight loss rate by chestnut peel stage (after 1st peeling, 2nd peeling, and after final discharge). The performance of the models were evaluated by calculating the values of coefficient of determination (R), normalized root mean square error (nRMSE), and mean absolute error (MAE). After all peeling stages, RF model have better prediction accuracy with higher R values and low prediction error with lower nRMSE and MAE values, compared to ANN model. The final selected RF prediction model showed excellent performance with insignificant error between the experimental and predicted values. As a result, the proposed model can be useful to set optimum condition of knife peeling for the purpose of minimizing the weight loss of domestic chestnut flesh with maximizing peeling rate.

미군의 해외파병시 안정화작전 교훈이 한국군 안정화작전에 주는 시사점

김태형 ( Tae Hyong Kim ) 미래군사학회 2014 한국군사학논총 Vol.3 No.2

Right after the 9.11, United States declared ‘Global war on Terrorism’ and invaded Afghanistan, but US army was gradually alienated from the Iraqi people and failed to oust the Taliban and Al-Qaeda because of misconducting stability operations. So far, they are still conducting stability operations in Afghanistan at an enormous cost. Two years later, United States started another war in Iraq, but he faced big challenges in the stability operations despite success of military operations in the early stage. This stems from misunderstanding of Iraqi people and culture, religious problems. After all, United States had to withdraw their forces from Iraq after eight years of operations. The cost of Iraqi war was very expensive. As we can get to know from these case, stability operations is very essential for the victory in the war. Especially, ROK army’s stability operations capability is very important because we are facing very unstable situation in Korean Peninsular. But we still have only a few studies in this field. So, this study suggests the direction for the success of ROK army’s stability operations. In this vein, it explains doctrine for ROK army’s stability operations comparing US army’s doctrine, first. And it analyzes some lessons from US army’s stability operations in OEF-A and OIF43). After that, it suggests direction that ROK army should go for the success of stability operations.

고령친화 복지차 기술개발 동향

김태형(Tae-Hyong Kim),김봉선(Bong-Sun Kim),안진우(Jin-Woo Ahn) 한국자동차공학회 2012 오토저널 Vol.34 No.7

제주도 표선유역내 용암지형 머체(크립토돔?)에 대한 연구

김태형(Tae Hyong Kim),박준범(Jun Beom Park),문수형(Su Hyong Mun),고기원(Gi Won Koh) 대한지질학회 2019 대한지질학회 학술대회 Vol.2019 No.10

시공간 데이터 학습을 이용한 딥러닝 모델 기반 교통사고 위험 예측

김태형(Tae-Hyong Kim),서재용(Jae-Yong Seo) 한국정보기술학회 2024 한국정보기술학회논문지 Vol.22 No.5

스마트 전자게시판을 위한 학생 맞춤형 게시물 표출 시스템 개발

김태형(Tae-Hyong Kim),김민영(Min-Young Kim),김주엽(Ju-Yeop Kim),전지용(Ji-Yong Jeon),정은혜(Eun-Hye Jeong),현소담(So-Dam Hyeon) 한국정보기술학회 2024 한국정보기술학회논문지 Vol.22 No.4

ICT 센서 융합을 위한 전이학습 기반 인체 동작 의도 예측 모델

김태형(Tae Hyong Kim),이동준(Dongjun Lee),이광민(Kwangmin Lee),최안렬(Ahnryul Choi),문정환(Joung Hwan Mun) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.6

본 논문은 착용형 어깨 보조 외골격 장치의 구동부 자동 제어를 위하여 전이학습 기반의 착용자 동작 의도 판단 모델을 제안하는 것이다. 근전도 센서, 관성 측정 센서 (IMU), 압력 센서를 사용한 모델의 분류 정확도는 94%를 보였으며, 전이학습 기법을 통하여 학습된 IMU와 FSR센서를 활용한 모델은 90%의 정확도를 보였다. 따라서, 제안한 방법은 다른 종류의 센서 신호를 기반으로 하는 모델을 사용하지만 재학습을 하지 않으면서 훈련 시간 단축 및 높은 정확도를 보장하는 방법으로 사료된다.

딥러닝 기반 김부각 건조 반제품 표면 검출 모델 개발

김태형(Tae Hyong Kim),권기현(Ki Hyun Kwon),김아나(Ah-Na Kim) 한국정보전자통신기술학회 2024 한국정보전자통신기술학회논문지 Vol.17 No.4

본 연구는 건조부각을 유탕기에 투입하기 전 로봇에 장착된 진공 그리퍼를 활용하여 건조 반제품(건조부각)을 이송하기 위한 선별 작업에서 그리핑 성공률을 향상시기키 위한 수단으로 건조부각의 앞면(고명이 있는)과 뒷면(고명이 없는) 표면을 판별하는 딥러닝 모델을 제안한다. 획득한 건조부각 440개의 RGB 영상을 기반으로 데이터 증강 기법을 적용한 후 건조부각 영역 및 표면 정보 라벨링을 진행하였다. 데이터 전처리 과정을 거친 건조부각 데이터를 기반으로 영역 검출을 위해 딥러닝 모델은 YOLO-v5을 적용하였다. 그 결과 건조부각 앞면 영역 검출의 mAP와 mIoU 값은 각각 0.98와 0.96으로 나타났으며, 뒷면의 경우 각각 1.00과 0.95로 나타났다. 앞면과 뒷면 2개의 클래스에 대하여 이진분류한 결과는 average 98.5%, recall 98.3%, precision 98.6%, F1-score 98.4%로 나타났다. 본 연구 결과를 통하여 RGB 영상을 활용한 건조부각의 표면 정보에 대한 분류가 가능하며, 추후 유탕 전 건조부각 표면 선별공정의 로봇-자동화 시스템 개발에 활용될 가능성을 확인하였다. This study developed a deep learning model that distinguishes the front (with garnish) and the back (without garnish) surface of the dried semi-finished product (dried bukak) for screening operation before transfter the dried bukak to oil heater using robot’s vacuum gripper. For deep learning model training and verification, RGB images for the front and back surfaces of 400 dry bukak that treated by data preproccessing were obtained. YOLO-v5 was used as a base structure of deep learning model. The area, surface information labeling, and data augmentation techniques were applied from the acquired image. Parameters including mAP, mIoU, accumulation, recall, decision, and F1-score were selected to evaluate the performance of the developed YOLO-v5 deep learning model-based surface detection model. The mAP and mIoU on the front surface were 0.98 and 0.96, respectively, and on the back surface, they were 1.00 and 0.95, respectively. The results of binary classification for the two front and back classes were average 98.5%, recall 98.3%, decision 98.6%, and F1-score 98.4%. As a result, the developed model can classify the surface information of the dried bukak using RGB images, and it can be used to develop a robot-automated system for the surface detection process of the dried bukak before deep frying.

Effects of Temperature on Microhardness and Color of Composite Resins During 24-hour Aging

Tae-Hyong Kim(김태형),Ju-Hee Lee(이주희),Hyo-Joung Seol(설효정),Hyung-Il Kim(김형일),Yong Hoon Kwon(권용훈) 대한치과재료학회 2010 대한치과재료학회지 Vol.37 No.2

T본 연구는 광조사 종료 후 시료를 aging할 때 시료의 보관온도가 중합에 어떤 영향을 미치는지를 미세경도와 색변화 측정을 통하여 평가하고자 한다. 이를 위하여 3종류의 복합레진(Filtek Supreme (FS), Filtek P0 (P60), Solitaire 2(S2))을 택하고 QTH 광조사기(Optilux 501)를 광원으로 택하였다. 미세경도 측정을 위하여 지름이 8 ㎜, 두께 3 ㎜의 시료를 만들고 3가지의 각기 다른 온도조건(4℃, 37℃, 60℃) 에서 aging하면서 시료제작 후 1, 3, 6, 24시간 경과 때 200 g의 하중을 10초 동안 가하면서 미세경도를 측정하였다. 색 측정을 위하여 지름이 8 ㎜, 두께 2 ㎜의 시료를 만들고 시료를 3가지의 각기 다른 온도(4℃, 37℃, 60℃) 용액(증류수)에 10일간 담가 둔 다음 꺼내어 %R(Reflectance) 모드에서 색 측정을 하고 색변화(color difference) 공식을 이용하여 각 시료에서의 색변화를 계산하였다. 그 결과 각 시료들에서 처음 1시간 동안 급격한 경도 증가가 일어나다가 이후에는 상승세가 둔화되었다. 윗면의 경우, 24시간 경과 후, 60℃ 용액에 담긴 시료의 미세경도는 나머지 온도의 경우에 비하여 훨씬 높았다(17.6~24.6%). 그러나 미세경도에서의 이러한 큰 변화에도 불구하고 용액에 10일간 담긴 시료에서의 색변화는 통계적으로는 유의하나(p>0.05) 절대값 자체는 온도조건에 상관없이 미미한(0.5~0.9) 변화만 보였다.

코로나19 범유행을 대비하기 위한 이종교차접종의 선택

김태형 ( Tae Hyong Kim ) 대한내과학회 2021 대한내과학회지 Vol.96 No.6

Infectious disease pandemics are characterized by extreme uncertainty. From the more predictable response to seasonal influenza, which occurs each year, we have learned the importance of effective universal vaccines and therapeutic agents to protect high-risk groups. Heterologous vaccination with different types of vaccines to prevent COVID-19 is already recommended for various reasons: shortages of mass vaccine supply; critical adverse events, and potential superior efficacy as a booster dose. However, very few studies have examined the efficacy and safety of heterologous vaccination with mixed types. This review discusses the efficacy of vaccines currently approved in the Republic of Korea, including heterologous vaccination options. (Korean J Med 2021;96:450-454)