http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Unscented Kalman filter를 이용한 위치측정 센서융합
이준하(Junha Lee),정경훈(Kyunghoon Jung),김정민(Jungmin Kim),김성신(Sungshin Kim) 한국지능시스템학회 2011 한국지능시스템학회논문지 Vol.21 No.5
본 논문은 AGV(automatic guided vehicle)의 위치측정 정밀도 향상을 위해 UKF(unscented Kalman filter)를 이용한 위치측정 센서의 융합 방법에 관한 연구이다. 기존의 AGV를 위한 유도 방법에는 유선 유도 방식과 마그네틱 유도 방식이 있었다. 이들은 정밀도가 높고 반응속도가 빠르기 때문에 대부분의 유연 생산 시스템에서 사용되어지고 있었다. 하지만 이러한 방법들은 유지ㆍ보수에 대한 지속자인 노력과 비용의 문제가 발생되었고 완성된 경로의 변경이 어렵다는 단점이 있었다. 이러한 문제들을 해결하기 위해, 최근에는 레이저 내비게이션을 이용한 유도방식으로 변경되고 있는 추세이다. 레이저 내비게이션은 벽면에 설치된 반사체를 측정하여 전역위치를 측정하는 장치로써 정밀도가 높고 정보 변경에 유연하다는 장점이 있다. 하지만 이 또한, 응답속도가 느리고 AGV의 주행 중 발생되는 반사체 계측 오차에 따라 위치측정 정밀도가 낮아진다는 단점이 있다. 이에 본 논문에서는 UKF를 이용하여 응답속도가 빠른 지역위치센서와 레이저 내비게이션의 센서융합 방법을 제안한다. 제안된 방법은 주행 중 발생되는 센서들의 오차를 분석하고 이에 따른 모델을 설계하여 위치측정 정밀도를 향상 시키는 방법이다. 본 논문에서는 실험을 위해서 직접 설계한 차축구동 방식의 지게차 AGV를 이용하여 제안한 방법의 결과와 레이저 내비게이션의 위치측정 결과를 비교하였다. 실험 결과, 제안된 방법이 레이저 내비게이션의 위치측정 결과보다 16% 만큼 정밀도가 향상되는 것을 확인하였다. This paper presents to study the sensor fusion of positioning sensors using UKF(unscented Kalman filter) for positioning accuracy improvement of AGV(automatic guided vehicle). The major guidance systems for AGV are wired guidance and magnetic guidance system, Because they have high accuracy and fast response time, they are used in most of the FMS(flexible manufacturing system). However, they had weaknesses that are high maintenance cost and difficult of existing path modification. they are being changed to the laser navigation in recent years because of those problems. The laser navigation is global positioning sensor using reflecters on the wall, and it have high accuracy and easy to modify the path. However, its response time is slow and it is influenced easily by disturbance. In this paper, we propose the sensor fusion method of the laser navigation and local sensors using UKF. The proposed method is improvement method of accuracy through error analysis of sensors. For experiments, we used the axle-driven forklift AGV and compared the positioning results of the proposed method with positioning results of the laser navigation. In experimental result, we verified that the proposed method can improve positioning accuracy about 16%.
Segment-Anything Model을 이용한 어류 질병 부위 라벨링
이준하(Junha Lee),강성우(Seongwoo Kang),임창현(Changhyeon Im),신영학(Younghak Shin) 대한전자공학회 2023 대한전자공학회 학술대회 Vol.2023 No.6
어류 질병 예측 및 segmentation을 위해서는 많은 수의 질병 이미지 및 질병 부위의 마스크 라벨이 필요하다. 하지만 질병 부위에 대한 마스크 생성을 위해서는 사람이 이미지를 일일이 확인하며 라벨링 작업을 진행해야 한다. 본 논문에서는 최근에 발표된 이미지 segmentation foundation 모델인 Segment-Anything Model(SAM)을 이용하여 간단한 마우스 입력만으로 어류의 특정 부위 및 질병 부위에 대한 라벨링이 가능한지를 분석하였다. 실제 사람이 만든 마스크 라벨과 SAM을 이용한 마스크 라벨의 결과를 비교하였다. 실험 결과 3개의 클래스 이미지 각 10장에 대해서 평균 IoU 값 0.795%. 0.899%, 0.810%로 나왔다.
공원 내 자율 이동 로봇 서비스를 위한 영상 내에서의 개인정보 비식별화 기술 개발
이준하(Junha Lee),이창식(Chang-Sik Lee),지상훈(Sanghoon Ji),유수정(Sujeong You) 대한전기학회 2021 대한전기학회 학술대회 논문집 Vol.2021 No.10
In this paper, we introduce a technique for de-identifying personal information in multimedia for autonomous mobile robot service in the park, which is currently being conducted by the authors.
소프트웨어 공학 : 클래스 특성 기계학습에 기반한 클래스 이름의 접미사 검증 기법
이홍석 ( Hongseok Lee ),이준하 ( Junha Lee ),이일로 ( Illo Lee ),박수진 ( Soojin Park ),박수용 ( Sooyong Park ) 한국정보처리학회 2015 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.4 No.6
소프트웨어의 규모가 커지고 복잡성이 증가함에 따라 소프트웨어의 유지보수가 보다 중요해지고 있으며 유지보수성에 많은 영향을 미치는 요인 중 하나는 소스코드 가독성이다. 가독성의 90% 이상 영향을 끼치는 요인은 소스코드에서 사용되는 식별자들의 이름이며 이를 위한 기존 연구들에서는 클래스의 식별자로 사용된 어휘를 이용하여 식별자의 이름을 검증한다. 하지만 대부분의 관련 연구는 그 특성상 개체의 도메인 관련 특성만을 고려하게 되며 클래스 내의 어휘가 적절하지 못한 경우 적용할 수 있는 범위가 한정적이라는 한계점이 있다. 본 논문에서는 클래스의 특성을 추출하여 의사결정트리 기법을 통해 기계학습을 시킨 후 클래스 역할 모델을 생성하며 이를 이용하여 이름을 검증할 대상 클래스의 역할에 해당하는 접미사를 추천하게 되어 클래스 이름 검증 보고서를 생성한다. 본 연구 기법의 효용성을 검증하기 위해 4개의 오픈소스 프로젝트에 대하여 본 연구 기법을 적용하였고 클래스 역할 정보를 담고 있는 5개의 접미사에 대해 정확도와 재현율, ROC 곡선과 같은 지표를 제시하였다. As software has gotten bigger in magnitude and the complexity of software has been increased, the maintenance has gained in-creasing attention for its significant impact on the cost. Identifiers have an impact on more than 90 percent of the readability which accounts for a majority portion of the maintenance activities. For this reason, the existing works focus on domain-specific features based on identifiers. However, their approaches have a limitation when either a class name does not reflect the intention of its context or a class naming is incorrect. Therefore, this paper suggests a series of class name validation process by extracting properties of classes, building learning model by applying a decision tree technique of machine learning, and generating a validation report containing the list of recommendable postfixes of classes to be validated. To evaluate this, four open source projects are selected and indicators such as precision, recall, and ROC curve present the value of this work when it comes to five specific postfixes including functional information on class names.
웹에서 추출 된 단어 쌍의 의미적 유사도에 기반한 클래스 추출 리팩터링 대상 메소드 결정 방법
이동훈(Donghun Lee),이준하(Junha Lee),김진태(Jintae Kim),박수용(Sooyong Park) 한국정보과학회 2011 한국정보과학회 학술발표논문집 Vol.38 No.2B
객체 지향 SW는 진화해 갈수록 응집도가 낮고 비대한 클래스들이 만들어진다. 본 논문에서는 비대한 클래스를 분할하기 위한 클래스 추출 리팩터링 대상 메소드를 결정하는 새로운 방법을 제안한다. 이 방법은 웹 페이지로부터 단어 쌍의 의미적 유사도를 구하여 이 의미적 유사도 정보를 바탕으로 클래스와 메소드간의 의미적 유사도를 계산하여 리팩터링 대상 메소드를 결정한다.