탭 버튼을 선택하면 분야별로 볼 수 있습니다.
소행성을 찾고 연구하는 것은 태양계의 진화과정을 밝혀내는 것에 있어서 중요한 역할을 할 수 있고 지구와 근접한 소행성은 지구에 광범위한 지역에 걸쳐 재난을 일으킬 수 있다. 따라서 근지구천체를 찾는 중요성이 점차 강조되고 있다. 우리는 이러한 가치를 가지고 있는 소행성의 궤적 을 찾기 위해 클러스터링을 할 때의 적절한 eps값과 min sample값을 찾았다. 광범위한 범위의 밤하늘을 관측한 데이터에서 여러 eps와 min sample을 사용해 클러스터링한 값들과 실제 알고 있는 소행성 데이터를 비교해 각각의 eps와 min sample 조합에서의 정확도를 계산하였다. 1차 클러스터링에서 eps값을 크게하고 min sample값을 줄이는 것으로 더욱 깔끔한 소행성의 궤적 을 구할 수 있었다. 이러한 값을 고려하여 클러스터링을 하여 소행성을 찾을 때 더 높은 정확도를 기대할 수 있다. 주제어: 소행성, 궤적연결, 클러스터링, 궤도요소, DBSCAN, Topcat
최근 전 세계적으로 진행된 소행성 연구들과 이에 대한 관심이 높아짐에 따라, 본 연구팀은 소행 성의 구경 측광 연구 방법을 배우고, 이를 컴퓨터 소프트웨어를 이용하여 분석하였다. 덕흥 천문대의 1m 망원경과 2K CCD 카메라를 이용하여 소행성 (209) Dido에 대한 R 필터 시계열 측광 관측을 수행하였다. 사진을 Maxim DL을 이용하여 Dark, Bias, Flat 보정한다. 보정한 사진을 ‘Tycho’라는 소프트웨어에서 분석한다. Tycho 소프트웨어의 기본적인 세팅을 바탕으로 소행성에 대한 비교성, 점검성을 선정하고 광도곡선 및 주기를 소프트웨어 툴을 이용해 분석한다. 이를 다시 푸리에 변환을 바탕으로 직접 계산한다. JPL에 공개된 209 Dido의 주기인 5.7366h와 비교 하면, Tycho에서 구한 주기 5.7095h와 0.4724%, Sine 곡선 회귀분석을 통해 얻은 주기 5.7168h와 0.3452%의 오차율이 발생함을 알 수 있다. 오차의 원인은 소행성의 자전과 공전, 지구의 자전과 공전이 고려되지 않았다는 것, 태양-지구-소행성이 이루는 각도가 180도가 아니 라는 것, 그리고 소행성이 이상적인 타원체 모형도 아니면서, 자전축에 경사 또한 존재하기에 광도곡선이 완전한 Sine 곡선 형태를 띠지 않는다는 것으로 생각했다. 주제어: 소행성, Asteroid 209 Dido, rotational Period, 구경 측광, 광도곡선
이번 연구에서는 소행성 (216) Kleopatra의 광도곡선으로부터 자전 주기와 형태학적 구조를 파악하 기 위해 소행성 (216) Kleopatra에 대한 CCD 측광 관측을 실시하였다. 관측은 2022년 9월 1일 하루에 걸쳐, 충북대학교 천문대 진천관측소(CBNUO-JC)에서 구경 0.6m 광시야 망원경과 SBIG 사의 STX-16803 CCD를 이용하여 수행되었다. 총 262장(B/V/R 순으로 88/87/87장)의 영상을 분석하여 소행성에 대한 자전 주기를 계산하고 광도곡선을 구했다. 광도곡선의 해석을 통해 단축과 장축의 비를 알고, 소행성의 모양을 3D 모델링으로 계산한 광도곡선과 비교하여 형태를 추정하고자 한다. 또한 색지수의 계산을 통해 표면 물질 분포 특성에 대해 파악하고자 한다. 주제어: 소행성 (216) Kleopatra, 구경측광, 광도곡선, 자전 주기, 색지수
오늘날 많은 연구자가 딥러닝 모델을 이용하여 연구를 진행하고 있다. 그중에서도 Generative Adversarial Networks (GAN) 모델은 이미지 생성 분야에서 널리 이용되는 모델이다. GAN 모델에서 파생된 DCGAN과 CycleGAN은 그 활용도와 성능으로 많은 관심을 받고 있다. DCGAN은 GAN에 CNN의 기법을 더하여 GAN 모델의 단점을 해결한 모델이고, CycleGAN은 도메인에 서 도메인으로의 변환이 나타나도록 한 모델이다. 본 연구에서는 건축물 이미지와 원하는 건축 양식을 입력받으면, 이에 따라 해당 이미지를 건축 양식에 알맞은 이미지로 변환하여 출력하는 API를 제안하고자 한다. 이는 CycleGAN 모델을 이용하여 구현할 것이다. 이를 통해 이미지 생성 분야에서 새로운 시사점을 제시할 수 있기를 기대한다. 주제어: GAN, DCGAN, CycleGAN, Object Detection
본 연구에서는 TSP 문제를 타부 서치로 해결하였고, 타부 서치의 지역 최적해에 갇힐 확률을 줄이는 방법을 새롭게 제시하였다. 타부 서치 과정에서 랜덤화를 통해 비효율적인 이웃 위치로 이동하는 동작과 특정 시점에서의 지속적인 하강의 두 가지 방법으로 지역 최적해에 갇힐 확률을 줄였다. 또한 볼록 껍질을 사용한 휴리스틱과도 결합해 일반적으로 더 효율적으로 해를 찾을 수 있게 하였다. 이를 통해 구현한 새로운 타부 서치 알고리즘은 기존의 선행 연구와 비교했을 때 오차율이 약 10^5배 정도 줄어들었다. 본 연구에서 제안한 타부 서치의 지역 최적해에 빠지는 것을 확률적으로 방지하는 방법은 TSP 문제 뿐만 아니라 다른 NP 문제를 해결하는 휴리스틱 알고리즘에도 결합하여 발전시킬 수 있을 것이다. 주제어: 외판원 순회 문제, NP 문제, 휴리스틱, 타부 서치, 지역 최적해
향후 발생할 식량 문제를 해결할 방법으로 스마트 팜 시스템이 떠오르고 있다. 스마트 팜의 ICT 에 필요한 기술 중 데이터 수집을 위한 기술을 개발하기 위해 연구한다. 또한, 수집한 데이터를 바탕으로 판단해 새로운 데이터를 수집하는 기술을 위해 연구한다. 본 연구는 스마트 팜이 편리 하고 효율적으로 운영될 수 있도록 도움을 줄 것이다. 주제어: 스마트 팜, 드론, 사물 인식 시스템, OpenCV, YOLO
Robocode는 교육용으로 제작된 경쟁형 시뮬레이션 게임으로, 사용자가 Java 언어를 이용하여 다양한 전략을 구현하고 서로 경쟁할 수 있다. 본 연구는 Robocode에서 일대다 전투, 즉 개인 로봇으로 팀을 상대하는 전략을 연구하는 것을 목표로 잡았다. 먼저 일대다 전투에 최적화된 개인전 및 팀전 전략을 개발하였다. 개인전 조준 전략과 회피 전략, 팀전 회피 전략과 팀킬 방지 전략을 각각 최적화하여 결합하였고, 샘플 로봇과의 전투를 통해 그 성능을 확인하였다. 일대다 전투 시뮬레이션 결과, 최적의 팀전 전략을 52:48의 점수 차로 이기는 개인전 전략을 발견하였 고, 최초 에너지와 화력에서의 압도적인 차이를 감안하면 큰 의미가 있는 결과라고 결론내렸다. 주제어: Robocode, 시뮬레이션, 전략, 일대다 전투
드론이란 조종사가 탑승하지 않고, 지상에서 무선으로 조종해 날아가는 비행체를 의미한다. 이러 한 드론은 수색, 정찰, 수송, 촬영 같은 분야에서 인간이 가기 힘든 곳에 대신 접근할 수 있고, 높은 곳에서 촬영할 수 있으므로 넓은 시야를 가질 수 있다. 하지만 상하좌우뿐만 아니라 위아래 로도 움직여서 고도도 함께 고려해야 하고, 드론의 방향에 따라 이동 방향도 달라지기 때문에, 기계를 다루는데 미숙한 사람들은 복잡한 드론 조종기를 사용해 자유롭게 조종하기 어렵다는 단점이 있다. 더 자유롭게 움직일 수 있는 몸짓을 활용해 드론을 조종한다면 비교적 쉽게 드론을 조종하게 될 수 있을 것이다. 본 연구에서는 딥러닝 모델을 활용해 제스처를 인식하여 드론을 조종 할 수 있게 함으로써 사용자에게 직관적으로 드론을 조종할 수 있는 편의를 제공하고자 한다. 주제어: 드론, 제스처, MediaPipe, Tello, ML
본 연구에서는 어떠한 수열에 확률적으로 다양한 수열의 조합을 더하는 시행을 여러 번 반복하였 을 때의 수열을 이루는 수들의 곱의 기댓값을 구하는 문제를 제시하였고, 이를 해결하기 위해 분할 정복을 이용한 거듭제곱 기법과 비트마스킹을 이용하여 해당 문제를 해결하기 위한 알고리즘을 고안하였다. 이후 연구에서는 이 문제에 대한 계산 알고리즘의 시간복잡도를 줄일 다른 방법 을 고민해보고, 개선해나가고자 한다. 주제어: 기댓값, 알고리즘, 분할 정복
이미지와 영상 기술이 발달되면서 더욱 화질과 성능이 뛰어난 영상물을 접할 수 있게 되었다. 그러나 이러한 시각 매체들은 그 성능이 좋아질수록 매우 큰 데이터 용량을 소모하며 데이터 생성과정이 복잡해진다는 단점이 존재한다. 특히 비디오가 그 대표적 예시로 매끄럽게 보이는 높은 프레임 레이트와 고화질의 영상의 경우 용량이 커 보관과 처리가 용이하지 않다. 이 연구에서는 이러한 문제점을 해결하는 방법으로 활발하게 연구되는 AI 분야 중 하나인 이미지/비디오 인페인팅 방법을 사용한다. 이미지/비디오 인페인팅 기술을 활용해 비디오의 성능을 유지한 채 효과적으 로 압축하는 알고리즘을 생성하는 것이 본 연구의 목표이다. 주제어: 이미지 인페인팅, 비디오 인페인팅, 영상 보간
초해상화란 저화질의 이미지를 고화질의 이미지로 변환하는 과정이다. 본 연구에서는 ESPCN을 이용하여 연구를 진행하였다. 초해상화 심층 신경망에서 각 노드를 거칠 때 가중치를 결정하는 활성화 함수와 데이터 셋을 나누는 기준인 batch size, 실제값과 예측값의 차이를 수치화하는 손실 함수에 따라 같은 입력 데이터를 받더라도 다른 품질의 이미지가 출력될 수 있다. 따라서 위 변인들을 조작하여 같은 입력 이미지에 대한 출력 이미지의 품질을 비교하여 초해상화에 가장 적합한 활성화 함수를 찾는 것이 이 연구의 목적이다. 초해상화를 위한 Dataset은 자동차 이미지 를 사용하였으며 이는 한 분야에 특히 최적화된 인공지능의 변수 설정을 찾아내기 위함이다. 전처리 과정에서 이미지를 정사각형으로 자른 뒤 저화질화 하였다. 저화질화된 이미지는 모델의 입력 이미지에 사용되었고, 원본 이미지는 이후 출력 이미지와 비교하여 평가하는데 사용되었다. 학습 결과 ReLu 함수, batch size = 8, LogCosh를 사용하는 것이 가장 좋은 효율을 보였다. 주제어: 초해상화, 활성화 함수, 손실 함수, batch size, psnr
최근 자율 주행 자동차는 다양한 분야에서 발전 중이다. 이에 따라, 자율 주행의 안전성이 더욱 중요해지고 있다. 본 연구에서는 스테레오 카메라를 탑재한 자율 주행 자동차의 동적 장애물 회피 알고리즘은 고안하기 위해 AWS DeepRacer를 사용했다. 정적인 장애물에 대해, 딥레이서에 단일 카메라를 장착한 모델보다 스테레오 카메라를 장착한 모델에서의 장애물 회피 알고리즘이 더 높은 성능을 보인다는 것을 확인했다. 학습 수렴도가 높지 않은 점을 보완하고자 훈련 시간을 늘려서 훈련해 시도해 보았고, 이때 성능이 뛰어나 지는 것을 확인하였다. 정적 장애물 뿐만 아니 라 이동하는 물체를 회피하는 보상함수를 새로이 제안하였다. 주제어: 자율 주행, 강화학습, 딥레이서, 장애물 회피