연도별 연구과제 1 페이지첫페이지로 이동

본 연구는 잡음 환경에서 자동음성인식(ASR) 성능 저하 문제를 개선하기 위해, 하이브리드( tanh+ReLU ) 활성화 함수를 적용한 DNN-CTC 기반 모델을 구축하고, ReLU·Leaky ReLU·tanh와의 성능을 비교·분석하였다. 데이터는 ESC-50의 대화 음성에 백색/생활/교통/기계/자연 소음을 상·중·하 3단계(SNR 조절)로 합성해 학습·평가 세트를 구성하였다. 평가는 단어 오류율(WER)과 문자 오류율(CER)로 수행하였다. 학습이 충분히 진행되면 ReLU가 최저 오류율로 최상 성능을 보였고, 하이브리드는 ReLU 다음으로 안정적인 성능을 보여 tanh·Leaky ReLU보다 우수했다. 소음의 “종류”보다 “크기”가 성능에 더 큰 영향을 주었으며, 하이브리드는 중간 SNR에서 특히 안정적이었다. 결과는 활성화 함수 설계·선택의 중요성을 시사하며, 하이브리드 비율 최적화 및 학습 스케줄 개선을 통해 추가 성능 향상이 가능함을 보여준다.

주제어: 음성 인식, 잡음 환경, 활성화 함수, DNN-CTC, 하이브리드 활성화 함수

본 연구는 Miura-Ori 종이접기의 기하학적 특성을 활용하여 내진 설계의 최적 방안을 모색하고자 하였다. 국내 건축물의 내진설계 적용률은 여전히 낮아 경제적·사회적 피해가 우려되는 상황에서, 저비용·고효율 구조 모형이 요구된다. 이에 A4 도화지(220 g/m²)를 사용해 주름 간격(3·4·5 cm)과 주름 각도(30°·45°·60°·75°)를 변수로 한 6종의 시편을 제작하여 압축 실험을 수행하였다. 실험 결과, 주름 간격이 좁고 각도가 큰 구조일수록 최대하중과 안정성이 증가함을 확인하였다. 또한, 건물 모형 진동 실험에서 내진 성능은 주름 간 세로길이 및 접힘각이 증가할수록 향상되는 경향을 확인하였다. 이러한 결과는 접힘 구조의 밀도와 각도가 지진하중 분산에 핵심적으로 작용함을 시사한다. 본 연구는 단순한 종이 모형을 통해 내진 성능 향상 원리를 규명하였다는 점에서 의미가 있으며, 향후 저비용 내진 구조 개발 및 지속가능한 건축 설계에 기여할 것으로 기대된다.

주제어: 종이접기, 내진설계, 미우라 오리 접기, 접힘각, 충격/진동 흡수

분광 분석은 화학 교육에서 중요한 실험 기법이나, 상용 분광광도계는 수백만 원에 달해 교육 현장에서의 접근성이 낮다. 본 연구는 Arduino UNO와 AS7265x 센서를 이용하여 저비용 분광광도계를 제작하고, 또한 이를 머신러닝을 활용해 정확도를 높이는 것을 목표로 한다. 본 연구에서는 아두이노 코드 검증을 시작으로 프로토타입 제작, 이후 완성본 제작 이후 용액 측정이 실행되었다. 측정값을 얻은 이후에는 이를 머신러닝 코드를 활용하여 모델을 형성함으로서 분광광도계의 성능 향상을 목표했다.

주제어: 아두이노, 머신러닝, 비용 절감, 분광광도계, LED

본 연구는 여름철 대전시 타슈 운영의 효율성 증진을 목표로, 기상 변화에 따른 공공자전거 수요를 예측하고 최적의 재배치 전략을 수립한다. 시간대별 타슈 대여 데이터를 기상청 날씨 데이터와 연계하여 날씨 조건별 수요 변화를 분석하고, LSTM 기반 시계열 모델을 활용하여 미래 수요를 예측한다. 예측된 데이터를 기반으로 비 오는 날에는 자전거 가동 비율을 조정하여 정비로 전환하고, 맑은 날에는 예측 수요에 맞춰 자전거를 적극적으로 배치한다. 또한, 정류장 위치 데이터를 활용하여 지역 단위 수거 구역을 설정하고 재배치 경로를 최적화함으로써 운영 효율성을 극대화한다. 이 모델은 자원 낭비를 줄이고 사용자 만족도를 높이며, 다른 도시에도 적용 가능한 스마트 모빌리티 솔루션이 될 것으로 기대된다.

주제어: 공공자전거, 수요 예측, 기상 조건, 최적화(LSTM), 유전 알고리즘(GA)

산불 현장에서는 탑재 하중과 수직·난류성 바람으로 인해 드론·헬기의 자세가 쉽게 불안정해지고, 이는 투하 정확도 저하와 조종 안전성 악화로 직접 이어질 수 있다. 그럼에도 기존 연구에서는 하중의 크기와 성질, 본체와 하중 사이의 거리, 바람 조건이 동시에 바뀔 때 안정성에 어떤 영향을 주는지에 대한 체계적인 정량 근거가 부족했다. 본 연구에서는 소형 드론을 이용해 이러한 변수를 계획적으로 조합하고, 정면·측면 영상에 대한 Tracker 분석을 통해 Roll·Pitch 진동의 평균과 최댓값을 산출함으로써 안정성 변화를 수치화하였다. 그 결과 정적·동적 하중 모두에서 중간 수준의 하중에서 진폭이 최대가 되는 비선형 패턴이 공통적으로 관찰되었고, 줄 길이가 길어질수록 전반적인 진폭이 감소하는 경향이 확인되었다. 이는 하중의 크기·형태와 본체 간 거리, 바람 조건을 함께 고려한 최적 운용 범위 설정이 필요함을 보여주며, 향후 실제 버킷 운용 데이터와 구조 차이 보정을 결합해 헬기·소방드론의 안정성 향상 및 권장 탑재·운용 조건을 설계하는 데 기초 자료로 활용될 수 있다.

주제어: 산불, 소방 드론, Roll/Pitch, 동적 하중

본 연구는 항공기 제트엔진의 조류 유입을 차단하면서 추진 성능을 유지하기 위해 엔진 입구 덮개의 최적 형상을 도출하였다. 버드스트라이크 증가 추세와 기존 소재 강화 방식의 한계를 극복하기 위해 구조적 접근을 시도하였다. 1단계로 원판형 덮개에 세 가지 구멍 형상(직사각형 원통, 원뿔대, 사이클로이드)을 설계하여 비교하였으며, 2단계로 덮개를 돔 형태로 확장하여 중심각 60°, 90°, 120° 모델을 제작하였다. FreeCAD로 형상을 생성하고 Ansys Fluent에서 2차원 정상 난류 해석을 수행하였으며, 압력 손실률을 성능 지표로 사용하였다. 1단계 결과 사이클로이드 구멍이 92.26%의 손실률로 최적 성능을 보였으며, 2단계에서는 60° 돔이 79.37%로 90°(88.47%), 120°(88.18%) 대비 우수하였다. 유속 벡터 분석을 통해 60° 돔이 가장 균일한 유동 분산과 최소 와류를 형성함을 확인 하였다. 최종 설계(60° 돔 + 사이클로이드 구멍)는 초기 기준(94.71%) 대비 15.34%p의 손실률 감소와 3.9배의 유효 효율 증가를 달성하여, 조류 차단과 추진 안정성의 균형을 이루는 실용적 설계안을 제시하였다.

주제어: 버드 스트라이크, 항공기 엔진 보호, 전산 유체 역학(CFD)

본 연구는 X-ray 영상에서 배터리 스웰링을 실시간으로 자동 탐지하기 위해 YOLOv8 기반 모델을 구현하고, 미세 경계와 낮은 대비 환경의 특징 보존을 강화하기 위해 백본을 ResNet으로 대체하는 결합 전략을 적용하였다. AI-Hub X-ray 데이터를 정상, 스웰링 2개 클래스로 라벨링하였고, 회전, RandomAffine 증강을 적용하였다. Ultralytics 프레임워크에서 백본 교체 코드와 학습률, IoU, Confidence, NMS 등 하이퍼파라미터 튜닝 파이프라인을 구축하였다. 외부 비교 연구에서 YOLOv8과 ResNet50 결합이 최고 성능으로 보고되어 결합 전략의 타당성이 뒷받침된다. 향후 정식 학습과 검증을 통해 정확도와 속도의 균형을 최적화할 예정이다.

주제어: X-ray, 배터리 스웰링, YOLO, ResNet, 실시간 탐지

본 연구는 키보드 입력 과정에서 나타나는 타이핑 리듬을 활용하여 개인을 식별할 수 있는 가능성을 탐구하고자 한다. 타이핑 리듬은 입력 속도와 키 간 간격, 특정 키 조합에서의 반응 시간 등 개인마다 고유한 패턴을 보이는 특징이 있다. 연구에서는 동일 문장을 여러 참여자가 반복 입력하도록 하여 데이터를 수집하고, 이를 분석하여 개인 식별에 활용할 수 있는지를 검토한다. 본 연구는 별도의 장비 없이 일상적 환경에서 적용 가능한 행동 기반 생체 인식 기법으로서 타이핑 리듬의 잠재적 활용 가능성을 확인하고, 향후 보안 강화 및 온라인 인증 체계 발전에 기여할 수 있을 것으로 기대된다.

주제어: 타자 리듬, 사람 식별, 기계학습, LSTM, 시계열 데이터

최근 교육 현장에서 디지털 기기의 활용이 확대되면서, 종이 교과서에 비해 디지털 교과서의 피로감 증가와 낮은 읽기 효율이 문제로 지적되고 있다. 본 연구는 이러한 한계를 개선하기 위해 ‘읽는 줄 강조(line highlighting)’ 기능을 설계하고, 그 효과를 시선 추적(Eye-tracking) 기반 데이터 분석으로 검증하였다. HTML 기반의 디지털 교과서 뷰어를 제작하여 현재 읽는 줄만 강조하고 주변 문장을 흐리게 처리하는 UI를 구현했다. 고등학생 32명을 대상으로 실험을 진행한 결과, 글자 크기 18px, 행간 180% 조건에서 가장 높은 읽기 효율이 나타났으며, ‘읽는 줄 강조’ 기능을 적용했을 때 1000자당 읽기 시간이 평균 8.98초 단축, 시선 분포 집중도는 약 0.25% 향상되는 효과가 확인되었다. 이 결과는 단순한 시각적 변화가 아닌, 시선 데이터 분석을 통해 가독성 향상을 객관적으로 입증한 근거로서 의미를 가진다. 본 연구는 디지털 교과서의 UI 설계에서 학습자의 주의 분산을 줄이고 읽기 효율을 높이는 실질적 방안을 제시한다.

주제어: 읽는 줄 강조, 디지털 교과서, 가독성, 시선 집중도, 아이트래커

MOF는 금속 클러스터와 유기 리간드가 결합하여 형성된 3차원의 다공성 구조를 갖는 물질로, 넓은 표면적을 바탕으로 저장, 포집, 촉매, 센서 등 다양한 분야에서 활용되고 있다. 본 연구는 MOF의 구조를 바탕으로 다양한 지표들을 산출하여 XGBoost, 랜덤 포레스트, LightGBM, CATBoost, 다층 퍼셉트론 회귀 분석기를 사용하여 기본 모델을 만든 뒤 이를 OOF 스태킹 앙상블을 통해 2차 모델을 구성하였다. 0.01, 0.05, 0.1, 0.5, 2.5bar에 대해서 모델이 구축 되었으며 각각 R²값은 0.80112, 0.85472, 0.87549, 0.91361, 0.91882로, RSME는 0.18552, 0.35029, 0.44159, 0.67251, 0.86690 으로 확인되었다.

주제어: MOF, 랜덤포레스트, 앙상블, 데이터셋, 머신러닝

본 연구는 실시간 렌더링 분야의 혁신적인 기술인 3D 가우시안 스플래팅(3D Gaussian Splatting) 을 의료 데이터 세그멘테이션에 적용하고, 특히 모델 경량화 방안을 모색하고자 하였다. 의료 영상은 색상 정보의 복잡성이 낮다는 특성에 착안하여, 복잡한 구면 조화 함수를 사용하는 베이스라인 (SH2) 모델 대신 단순한 색상(SH0)을 사용한 경량화 모델을 설계했다. NIfTI 파일 전처리 및 3D 포인트 클라우드 생성 과정을 거쳐 두 모델을 비교 실험한 결과, 경량화 모델(SHO)은 베이스라인 (SH2) 대비 학습 시간을 79.6% 단축하고 렌더링 속도(FPS)는 1.6배 향상시켰으며 모델 크기는 66.7% 절감하는 등 모든 효율성 지표에서 획기적인 개선을 보였다. 가장 결정적으로, 이러한 효율성 향상에도 불구하고 핵심 성능 지표인 Dice 및 Jaccard 계수는 0.001 미만의 미세한 차이를 보여, 성능 저하 없이 경량화가 가능함을 정량적으로 입증하였다. 이는 '시각적 품질'을 위한 SH 모듈이 '구조적 세그멘테이션' 작업에는 불필요한 오버헤드임을 시사하며, 의료 분야에서 3D 가우시안 스플래팅 기술의 효율성을 극대화할 수 있는 실용적인 접근법을 제시한다.

주제어: 3D 가우시안 스플래팅, 경량화, 의료 영상, 세그멘테이션, 구면 조화 함수

본 연구는 양자 터널링 현상을 직관적으로 이해할 수 있도록 Transfer Matrix 기법을 활용한 시뮬레이터를 개발하는 것을 목적으로 하였다. 기존 NEGF 방식은 계산 정확도가 높으나 연산량이 방대하고 구현이 복잡하여 교육적 활용에 적합하지 않았다. 이에 비해 Transfer Matrix 방식은 단순한 행렬 곱셈으로 투과율을 계산할 수 있어 계산 효율성이 우수하다. 연구팀은 단일 및 다중 퍼텐셜베리어, 복잡한 퍼텐셜 구조에서 터널링 확률을 계산하고, 그 결과를 시각화하여 학습자가 직관적으로 이해할 수 있는 환경을 구현하였다. 또한 NEGF 방식과 비교 실험을 통해 최대 50배까지 계산 효율이 향상됨을 확인하였으며, 일부 오차가 발생하더라도 교육용 시뮬레이터로서 충분히 신뢰할 수 있는 결과를 도출하였다. 본 연구는 향후 GUI 개발과 오차 보정 기법을 도입하여 저사양 환경에서도 활용 가능한 교육용 프로그램으로 확장될 수 있을 것으로 기대된다.

주제어: Quantum Tunneling, Transfer Matrix, Simulator, Schrödinger Equation, Education