• 실시간 전장 상황 및 임무 조건을 반영한 단계별 동적 가중치 지도 융합 방법 

  Eunji Cho; Tae-Young Lee; Jongsik Ahn; 조호진; Joon-Won Kim (The Institute of Electronics and Information Engineers, 2026-05)

  현대 전장 환경에서 무인전투차량은 임무 수행 과정에서 실시간 대응 능력과 높은 생존성을 동시에 확보해야 한다. 특히, 무인 차량의 자율주행 경로 계획을 위해 가동성 정보, 위협 정보 등과 같은 전장 정보를 격자 형태로 수치화한 격자지도가 활용되고 있다. 그러나 기존의 단일 격자지도 또는 여러 지도를 고정된 방식으로 결합한 융합지도는 다양한 임무 조건과 동적인 상황을 충분히 반영하는 데 한계가 ...
• 지락 이후 구간 판별을 위한 에너지 트리거 기반 LoRa 노드 시스템 설계 및 검증 

  반 기 종; 김병준 (The Institute of Electronics and Information Engineers, 2026-05)

  본 연구는 배전선로 및 지중선로의 지락(Earth Fault) 사고 발생 시, 선로에 유도되는 고주파 링잉 에너지(Ringing Energy)를 활용하여 지락 이후(Post-Fault) 구간에 위치한 노드의 정보만을 LoRa 네트워크를 통해 메인 서버에 전송하는 에너지 트리거 기반 노드 시스템을 제안한다. 실험 구성은 실제 선로를 구현하기 어려우므로 소규모로 시뮬레이션 할 수 있도록 실험 장치를 ...
• 합성데이터 증강 기반 불균형 의료 데이터의 예측 성능 및 신뢰성 개선 연구 

  Young Tae Kim; Sangwon Hwang; Sang-Baek Koh; 서병석 (The Institute of Electronics and Information Engineers, 2026-05)

  의료 데이터에서는 양성(class1) 표본이 극도로 희소한 클래스 불균형 문제가 빈번하게 발생한다. 본 논문은 클래스 불균형이 심한 의료 데이터 환경에서 합성데이터 증강이 분류 성능과 예측 확률의 신뢰성에 미치는 영향을 분석하였다. KoGES-ARIRANG 코호트 자료를 활용하여 다양한 질환 조합을 대상으로 VAE 기반 합성데이터를 생성하고, 증강 강도에 따른 성능 변화를 체계적으로 비교하였다. ...
• Teachable Machine을 이용한 PET병 라벨 검출 시스템 개발 

  정경권; Yong-Joong Kim; 이태원 (The Institute of Electronics and Information Engineers, 2026-05)

  본 논문은 Teachable Machine 기반의 딥러닝 분류기와 제어 모듈을 결합하여 투명 PET병의 라벨 부착 여부를 실시간으로 판별하고 라벨이 부착된 병을 물리적으로 배출하여 라벨 제거를 유도하는 저비용 분리배출 지원 시스템을 제안한다. 제안 시스템은 투입구 상단 웹캠으로 영상을 획득한 뒤, Teachable Machine으로 학습한 이미지 분류 모델을 5개 클래스로 구성해 추론하며, ...
• 모바일 엣지 환경에서의 온디바이스 하이브리드 딥러닝 기반 실시간 축산물 이력번호 식별 아키텍처 

  전유찬 (The Institute of Electronics and Information Engineers, 2026-05)

  본 논문은 모바일 엣지 환경에서 축산물 이력번호를 실시간으로 식별하는 온디바이스 하이브리드 딥러닝 아키텍처를 제안한다. 현장의 광학 노이즈와 범용 비전 AI의 오인식 한계를 극복하기 위해 경량 딥러닝 기반의 지각 계층, 도메인 규칙 및 혼동 행렬 치환을 결합한 지능형 추론 계층, 그리고 시계열 투표 알고리즘을 융합한 하이브리드 파이프라인을 구축하였다. 실험 결과, 99% 이상의 식별 정확도와 ...

View more