http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
김민환,이진희,송길태,Kim, Minhwan,Lee, Jinhee,Song, Giltae 한국정보통신학회 2019 한국정보통신학회논문지 Vol.23 No.6
수위측정은 스마트 공장(Smart Factory), 스마트 농장(Smart Farm), 스마트 양식장(Smart Fish Farm) 등 IoT 모니터링 분야에서 활용도가 높다. 그러나 기존의 수위측정 방식은 복잡한 알고리즘과 고가의 센서 위주로 상품성과 산업현장 적용성이 떨어진다. 본 논문에서는 이러한 문제를 해결하고자 비접촉식 스마트센서인 적외선 거리 센서와 홀센서 기반 수위측정 방법을 각각 제안하였다. 센서의 고감도로 인해 발생하는 데이터 오류는 간단한 구조도입을 통해 해결함으로써 범용성을 높였다. 구현된 수위측정 방법은 성능평가 실험을 통해 그 유효성이 검증되었다. 본 연구를 통해 개발된 센서는 IoT 기술 기반 범용성 수위측정 모니터링 시스템으로 확장될 수 있을 것으로 기대한다. Water level measurement is highly demanding in IoT monitoring areas such as smart factory, smart farm, and smart fish farm. However, existing water level indicators are limited to be used in industrial fields as commercial products due to the high cost of sensors and the complexity of algorithms used. In order to solve these problems, our paper proposed methods using an infrared distance sensor as well as a hall sensor for the water level measurement, both of which are contactless smart sensors. Data errors caused by the inaccuracy of existing sensors were decreased by applying new simple structures so that versatility is enhanced. The performance of our method was validated using experiments based on simulations. We expect that our new water depth indicator can be extended to a general-purpose water level monitoring system based on IoT technology.
On-site EEWS 구축을 위한 딥러닝 기반 지진감지 모델 개발
임종성 ( Lim Jongseong ),유정호 ( Ryu Jeongho ),송길태 ( Song Giltae ) 한국구조물진단유지관리공학회 2021 한국구조물진단유지관리공학회 학술발표대회 논문집 Vol.25 No.2
2016년, 17년 경주·포항 지진이후 정부는 지진발생 현장 중심의 On-Site 경보 기법 연구를 비롯한 총 13개의 지진방재 종합계획 세부과제를 수립하였다. On-site 지진조기경보(EEWS)의 구축을 위해서는 지진과 생활 소음(ambient vibration, Noise)의 효과적 구분뿐만 아니라 기존 시스템보다 더 신속한 P/S파 위상 판별이 가능한 알고리즘이 필요하다. 그러나 현존하는 지진 신호 검출 딥러닝 모델은 실시간성을 고려하기보다 분석과 연구의 목적이 크다. 또, 모델의 크기가 크기 때문에 소형기기에 탑재가 어려워 신호를 전달하기에 그치며, 또 다른 시스템에서 추론하는 무거운 시스템이 구축되어야 하는 실정이다. 본 논문에서는 경량화된 모델을 설계하여 실시간성 지진 탐지모델을 개발했다.