전통떡차와 숙성떡차 맛과 건강증진 효과

김종덕 목포대학교 대학원 2011 국내석사

To determine the quality changes among coin teas produced in korea, 12 types of these tea were collected and then analyzed the sensory tasty, nutrient elements and their bioactivity. Sensory quality was highest in coin tea produced HamPyeng B company, but Hunter 'L' 'a' 'b' values increased in Kosung Company among coin teas. Catechins contents decreased with elapsed extraction time and EGCG was highest in coin tea produced HamPyeng B company compared to other coin teas. In mineral elements, K was major component and these content were influenced by both production area and coin tea type. Contents of teaflavin(TF), tearubigen(TR) and total phenolic were highest in Bosung B company compared to other product. Antioxidation activity were much higher in both Bosung S company and Kosung S company than those of other region coin teas. Abilities of electron donation and ACE inhibitor were much better in Kangjin J company and Bosung S company compared to other coin teas. Sensory quality, nutrient level and bio-activities in extracts of coin tea were influenced by the production regions, so it will be need to uniform the tasty and nutraceutical value for a futher. 지역적 특색에 따라 다양하게 발전하고 있는 떡차의 맛과 특성을 밝히기 위해 우리나라 다원에서 생산, 판매 되고 있는 떡차를 수집하여 전통떡차와 숙성떡차로 분류한 다음 주요성분과 생리활성을 조사였다. 전남, 전북, 경남, 강원도에서 생산된 제품 총 7종류의 전통떡차와 전남, 경남, 강원도에서 생산된 제품 총 5종류의 숙성떡차를 수집하여 시료로 사용하였고, 떡차 추출물에서 관능검사, 색도, 카테킨, 무기물, 2차대사물질, 총페놀, 항산화도를 조사 분석하였다. 관능평가에서 맛은 전남 함평의 B다원이 높았으며, Hunter L, a, b값 모두 강원도 고성 S다원이 높았다. catechin류의 총 함량은 첫 추출물에서 가장 높았고, catechin류 중에서 높은 생리활성을 나타내는 EGCG는 전남 함평 B다원이 높았다. 무기물 총함량은 강원도 고성의 S다원이 높았으며, Ca은 전남 함평의 B다원, K는 강원도 고성의 S다원, Mg은 전남 함평의 B다원, Fe은 전남 장흥의 P다원, Na은 전남 강진 J다원에서 높았다. TF함량은 전남 보성의 B다원, TR함량은 강원도 고성의 S다원에서 높았으며, 총페놀 함량은 강원도 고성의 S다원이 높았다. ABTS 자유기 제거능은 강원도 고성의 S다원, DPPH 자유기 제거능은 전남 함평의 B다원이 높았으며, 전자공여능은 전남 강진의 J다원이 높았다. ACE 저해제 활성은 전반적으로 비슷한 수치를 보였으며, 아질산염 소거능은 전남 보성의 B다원이 높았다. 이와 같은 성분 및 생리활성의 차이는 제조 공정과 함께 숙성조건과 찻잎의 소질에 영향을 받는 것으로 사료된다.

규모 확장적인 경량 분산 IoT망을 위한 OPC-UA 기반 PubSub 구조 및 성능평가

류승룡 부산대학교 대학원 2023 국내석사

Open Platform Communication Unified Architecture (OPC-UA)는 산업 IoT 환경에서 M2M (Machine-to-Machine) 통신을 지원하기 위해 도입되었다. 기존 OPC UA의 동기식 전송 방식인 Client-Server 통신 방식은 대규모 산업환경에서 지연 문제 및 서비스 요구사항을 만족시키지 못한다. 2017년에 OPC Foundation에서 게시한 통신 방식인 PubSub 구조는 비동기식 통신 방식으로 기존 방식의 지연 문제를 해결하여 많은 실험이 PubSub 구조의 확장성에 관해 연구가 진행 중이다. 그럼에도 불구하고 이러한 실험들은 단일 네트워크를 기반으로 실험이 진행되고 있어 오늘날의 다중 네트워크를 이용한 산업구조의 시스템에 관한 연구는 부족하다. 본 논문에서는 경량 메시지 기반 프로토콜인 MQTT (Message Queuing Telemetry Transport)의 서버 브리지를 이용하여 물리적인 네트워크망을 확장하고자 한다. 토픽 선호도 기반의 네트워크 연결방식은 브로커 서버와 연결된 클라이언트의 구독 메시지 (토픽)를 기반으로 서버 간의 네트워크 연결을 정의하는 방식이다. 기존의 모든 네트워크를 연결하는 방식의 스패닝 트리 기반 서버 연결 방식의 클라이언트간 메시지 전송 지연 및 처리량을 개선하기 위해 토픽 선호도 기반의 서버 네트워크 연결 방식 및 메시지 포워딩 방식을 제안한다.

드론 촬영 열화상 영상 기반 태양광 모듈 셀 이상 탐지 기법

민설희 부산대학교 대학원 2023 국내석사

태양광 모듈의 핫스팟은 장기간 주변물의 그림자에 가려지거나 결함이 있을 경우 셀의 단락 전류를 초과하여 발생하는 것으로, 발전량에 큰 악영향을 초래할 수 있다. 왜냐하면, 태양광 스트링은 직렬로 연결되어 있으므로, 핫스팟이 발생한 셀은 낮은 전 류를 만들어 내는 역방향전압(Reverse Bias) 작용을 하여, 해당 셀이 속한 스트링 전체 출력이 낮아지는 현상이 발생할 수 있기 때문이다. 그러므로 본 논문에서는 열화상 카메라가 탑재된 드론을 활용하여 대규모 태양광 발전시설을 촬영하고, 그 결과물을 분석하여 태양광 패널의 불량을 검출하는 시스템을 개발하고자 하였다. 또한, 드론에 탑재된 열화상 카메라를 통해 취득한 열화상 영상를 통해 확인 가능한 태양광 모듈의 결함은 부분음영 또는 핫스팟이므로, 해당 논문에서 는 핫스팟만을 검출 대상으로 설정하여 인공지능 알고리즘을 설계하고 학습을 진행하 였다. 연구 과정은, 첫째, 대규모 태양광 발전시설을 열화상이 탑재된 드론으로 촬영하고, 둘째, 수집된 열화상 영상을 분석하고, 검출 시스템의 정확도를 높이기 위해 전처리를 진행하였다. 셋째, 전처리를 진행한 열화상 영상을 대상으로 셀 단위 핫스팟 검출이 가능한 시스템을 개발하여 검출 정확도를 확인하였다. 본 연구에서는 전이학습(Transfer Learning)으로 미리 학습된 모델을 사용하여 학습 을 진행하였으며, 학습 결과, 정확도 93%를 보이는 모델을 사용하여 검증을 진행하였 으며, 그 결과, 검출 정확도 99% 이상을 달성하였다.

정상 데이터 기반 비지도 학습을 통한 프레스 가공제품의 표면 불량탐지 방법

김현우 부산대학교 대학원 2023 국내석사

가전제품의 외관을 구성하는 부품의 경우 표면 불량에 무척 민감하다. 소비자가 제품의 불량을 처음 평가하는 부분이 제품의 외관이라 더욱 그렇다. 이러한 외관 제품 중 프레스 가공제품의 표면 검사는 여전히 작업자의 눈에 의한 육안 검사로 진행하고 있으며 현장의 다양한 변화에 대응하기 위해 머신 러닝 시스템(Machine learning system)을 통해 표면 검사 자동화에 대한 해법을 찾아가고 있다. 머신 러닝 기반의 표면 불량 탐지 모델의 경우 학습에 필요한 불량 데이터가 충분하지 않은 경우, 적은 불량 데이터는 학습 성능 향상에 큰 제약 사항으로 작용한다. 특히 제조 공정이 안정화 되어있는 경우, 불량은 더욱 적게 발생하게 되어 원하는 학습 데이터를 수집하는데 많은 시간이 걸리게 된다. 본 연구에서는 불량탐지를 위한 학습 모델을 설계할 때, 정상 데이터를 불량 탐지 모델의 학습에 활용하는 방법을 제안한다. 그만큼 불량 데이터를 수집하는데 많은 시간을 소요하지 않고 빠른 학습 결과를 도출해 낼 수 있다. 정상 데이터를 입력하여 불량 데이터를 생성하고 복원을 통해 정상 데이터와의 차이를 계산하며, 결합과 분리를 통해 제품 표면의 불량을 판별한다. 정상 데이터는 데이터의 흠집을 제거하는 모델을 학습할 때 사용하며, 이후 모델이 판단한 데이터 중 불량 데이터를 선별하여 실시간 학습을 통해 학습 성능을 보완한다. Parts constituting the exterior of home appliances are very sensitive to surface defects. It is even more so because the product's appearance is the first part that consumers evaluate the product's defect. Among these exterior products, the surface inspection of press-processed products is still carried out by visual inspection by the operator's eyes, and a solution to surface inspection automation is being sought through a machine learning system to respond to various changes in the field. In the case of a machine learning-based surface defect detection model, if there is not enough defect data required for learning, a small amount of defect data acts as a major constraint on improving learning performance. In particular, when the manufacturing process is stabilized, fewer defects occur and it takes a lot of time to collect desired learning data. In this study, when designing a learning model for defect detection, we propose a method of using normal data to learn the defect detection model. As such, it is possible to derive fast learning results without spending a lot of time collecting bad data. It generates defective data by inputting normal data, calculates the difference from normal data through restoration, and identifies defects on the product surface through concatenation and separation. The normal data is used to train a model that removes flaws in the data, and then the bad data is selected from the data judged by the model to supplement the learning performance through real-time learning.

조선소 내 블록 적치장의 효율적인 운용을 위한 강화학습 환경 설계 및 평가

최국철 부산대학교 대학원 2023 국내석사

조선소에서 건조되는 선박은 다수의 블록으로 나누어 만들어진다. 각 블록은 다양한 공정을 거쳐 완성되며, 수많은 블록의 공정 작업이 동시에 진행되기 때문에 모든 블록의 공정 작업 스케줄을 정확히 맞추는 것은 어려운 일이다. 따라서 블록이 다음 공정 작업을 바로 진행하지 못하고 대기해야 하는 상황이 빈번히 발생한다. 블록의 임시 대기 장소를 블록 적치장이라고 하며, 이곳에서 다양한 블록 운반 작업이 발생한다. 블록 운반 작업은 많은 시간 및 금전적 비용이 소모되므로 적치장에서 발생하는 불필요한 블록 재배치 작업은 큰 손실을 야기한다. 따라서 블록 재배치 작업을 최소화할 수 있도록 블록을 배치하는 것은 효율적인 블록 적치장 운용을 위해 가장 중요한 요소이다. 본 연구는 재배치 작업 최소화를 위한 블록 배치 전략을 학습하기 적합한 강화학습 환경인 블록 배치 환경을 제안한다. 블록 배치 환경은 적치장에서 발생하는 블록 운반 작업 시뮬레이션을 제공하고, 강화학습 에이전트는 블록 배치 환경과 상호작용하며 시행착오를 통해 블록 배치 전략을 학습한다. 각 조선소에 적합한 블록 배치 전략 학습을 위해 고려해야 할 요소를 정의하고, 다양한 시나리오에 대한 실험 및 분석을 통해 블록 배치 환경이 블록 배치 전략을 학습하기 적합한 환경이라는 것을 보인다.

DASH 기반 초고품질 적시 방송을 위한 전송 모델 및 지연 감소 방안

서형윤 부산대학교 대학원 2016 국내박사

The convergence of broadcasting and communication networks is in progress actively. However, broadcast system uses a dedicated broadcast technology such as MPEG2-TS, it is obstacle to the broadcast/communication convergence. ATSC 3.0 is a next-generation terrestrial broadcast standard that transmits UHD media content by DASH segment file. ATSC 3.0 uses IP/DASH technology for broadcast/communication convergence. The size of DASH segment files varies even though they have the same quality and playback time. The amount of UHD media data is larger than that of HD media data. Terrestrial broadcasting resources are increasing with the development of technology. However, the bandwidth of ATSC 3.0 is limited than the wired or broadband bandwidth. Also, broadcast system transmits media contents by Constant Bit Rate (CBR). Therefore, there are problems such as delays and resource efficiency when the segment files with large variability are transmitted through the terrestrial broadcasting. This paper suggests the time bound traffic model to derive the delay from DASH traffic. This paper also suggests the delay reduction techniques and show the results of the delay reduction.

크라우드 소싱을 이용한 실내 논리지도 생싱 및 맵 매칭 방법

이채석 부산대학교 대학원 2016 국내박사

In this thesis, this study presents the framework that uses the unsupervised crowdsourcing to automatically create a logical map. In addition, it proposes the map-matching method to utilize the generated logical map. The indoor map is necessary for the service providers to offer an indoor location-based service. It is because the secured indoor map is needed in order to create the spatial information (spatial model, localization and context). These creation processes, however, require lots of effort and cost. There are the previous crowdsourcing studies trying to overcome that limitations. The proposed frameworks in the researches need the user to maintain a particular posture and to visit various places repeatedly until the indoor map creation is completed. The processes still need such huge effort and cost, and could place a constraint on the user behavior. This study aimed to solve the limitations by exploiting the concept of the unsupervised crowdsourcing. It involves that a logical map is generated while a user does his/her individual activity without restriction. Therefore, the user doesn’t need to bustle around to produce the indoor map. What the user is required to do is just to work in the office, to take a rest in a coffee shop and to look around in a shopping mall. The following researches were performed in order to realize the idea. Firstly, the logical map is defined by using the OGC indoorGML. The logical map is generated by the automatic indoor map creation method to divide the space. The spatial attributes are collected by the smartphone a user carries, and the data can be utilized for space division through ART2 learning. Secondly, the method to identity a semantic and a space is suggested. It recognizes the user activity by using statistics in the space and taking advantage of Multilayer Perceptron Artificial Neural Network. Thereby a space is successfully distinguished of work, of rest and of movement. Finally, the map-matching method using the logical map is presented. It estimates the accurate semantics of the place of room level. To test the feasibility of the indoor location based service, this research realized the proposed indoor map creation and map-matching method. It showed the 76% accuracy, which is 20% superior to commercial programs.

해상 Wi-Fi 네트워크 구축을 위한 무선 링크 모델링 및 성능 분석

양승철 부산대학교 2016 국내박사

연구의 해상 Wi-Fi 네트워크 환경 구축을 위한 기술적 기반을 제공하는 것이다. 이를 위해 해상 Wi-Fi 분석 장비 및 분석 도구를 개발하고, 실제 테스트베드를 구축하여 다양한 환경에서 무선 링크의 특성을 분석한다. 그 결과 해상 네트워크 설계를 위한 요구사항을 도출한다. 첫째, 해수면 경로 손실 모델을 제안하고, 통신 유효 거리를 분석한다. 둘째, 선박의 흔들림과 무선 링크의 관계를 도출한다. 이를 통해 해상 Wi-Fi 링크의 특징을 도출하고 적용 가능성을 확인한다. This study aims to provide fundamental techniques for constructing maritime Wi-Fi networks. Currently, maritime communications are under the digitization process. But maritime-related research is insufficient for building a wireless network by having great difficulty in applying the ground communication technology in the maritime environment. To provide the technical basis for the construction of maritime Wi-Fi networks, it was carried out the following steps. First, the maritime Wi-Fi network hardware / software prototypes were made for the construction and experimentation. And synchronizes the information gathered from a variety of equipment has been developed a mechanism to analyze the characteristics of a maritime wireless link. It was constructed by using the test-beds in different environments and do the maritime experiment. Second, by using a regression analysis of the experimental data with the theoretical model, we propose a maritime Wi-Fi path loss model. It is based on quantitative performance indicators presented in maritime Wi-Fi network. And compared with the data from additional experiments demonstrate that the accuracy of the original model was proposed model. Third, the analysis of the relationship between the the ship motion and a wireless link: The difference between the RSSI(Received Signal Strength Indicator) according to the direction change, the transmission success rate of the wave height, the change of the the RSSI of the antenna tilt. Through the above procedure it was obtained the characteristics of the maritime Wi-Fi link, and check the applicability. Consequently, the transmission rate of 6Mbps at 12km provided in the maritime environment, and has a transmission success rate of 90%. The maritime Wi-Fi network is almost no research on the situation, it can preempt the technological superiority of the results of this paper.

동적 적응 HTTP 스트리밍에서 TCP 전송 특성을 고려한 유효 대역폭 측정 방법 설계 및 구현

정종민 부산대학교 2015 국내석사

Dynamic Adaptive Streaming over HTTP (DASH) is a technology in which the client is served by requesting the next media segments of appropriate quality. The client measures the current available bandwidth on the basis of the data transmission rate of the previous media segments. To obtain the best quality without generating buffering, it is necessary to accurately measure the available bandwidth. However, the traditional available bandwidth measurement is unsuitable for a DASH system. Because this method does not consider TCP slow-start characteristics, the accuracy is lowered. Furthermore, the segment size varies greatly according to the quality, and measurement of the available bandwidth impact is different for each size of the segment. As a result, the difference in the measured available bandwidth according to the size of the previous media segment can reduce the user Quality of Experience (QoE) such as the selection of incorrect quality and unwanted changes in the quality. In this paper, a new DASH bandwidth measurement method is proposed to reduce the error when measuring the available bandwidth due to a TCP slow start by excluding the section of the TCP slow start from the measurement of the available bandwidth. The proposed method can address the problem that results when the measurement of the available bandwidth differs according to the previous segment size. We implement our proposed available-bandwidth measurement method in an open-source-based DASH system and compare its performance to the traditional method. From the results of the performance evaluation, the available bandwidth measurement accuracy is improved by approximately 20% compared with the traditional method. In addition, we confirmed that the user QoE is improved in terms of the average quality of service and the number of changes in the quality of the segment.

영상 콘텐츠에 최적화된 인공지능 기반 상반신 수준의 개인정보 선택적 비식별화 모델 개발

박동석 부산대학교 대학원 2024 국내석사

최근 스마트폰의 대중화와 소비자들의 콘텐츠 소비 성향 변화에 따라 유튜브, 아프리카TV 등과 같은 플랫폼들이 생겨나면서 편리하게 방송을 제작하고 송출하고 있는 환경이 마련되었다. 정부의 미디어 산업 지원을 통해 시장 확대가 빠르게 진행되면서 개인정보 유출에 대한 문제가 대두 되고 있으며 특히 타 매체에 비해 파급력이 큰 영상 콘텐츠 산업에서 개인정보 비식별화가 필수이지만 법적인 제도 및 기술적인 한계로 인해 동의 받지 않은 대상의 얼굴이 유튜브에 올라가는 문제가 있다. 본 연구에서는 딥러닝 기반의 객체 인식 기술을 활용하여 사람의 상반신에 대한 객체를 탐지하고, 얼굴 비교 알고리즘과 트래킹 기술을 활용하여 주인공 및 등장인물을 제외한 비식별화 기술에 대한 방법을 제안하고, 기존의 학습용 데이터 셋은 사람 얼굴 범위만 탐지할 수 있도록 데이터가 구성되어 있어 사람 상반신 범위까지 확대할 수 있는 학습용 데이터 셋을 구성하고자 하였다. 영상 콘텐츠에 최적화 할 수 있도록 학습용 데이터 셋의 임무를 정의하고 데이터 수집, 정제, 가공, 검수 과정을 통해 학습용 데이터 셋을 구축하고 Mask R-CNN 모델로 인공지능 학습을 통해서 데이터 성능을 확인한 후 얼굴 비교 알고리즘은 Insightface 알고리즘으로 주인공과 등장인물을 구별하고 Norfair 알고리즘을 통해 객체를 추적하여 주인공과 등장인물을 제외한 객체를 비식별화하는 과정을 수행하였다. 연구 결과를 검토하였을 때, 영상 콘텐츠에 등장하는 사람 상반신 범위의 학습 성능이 Validation, Test 데이터 셋에서 mAP_0.5기준에서 99% 성능을 확보하여 인식이 잘되는 것으로 판단된다. 또한, 얼굴 비교 알고리즘과 트래킹 알고리즘을 활용하여 주인공 및 등장인물을 제외한 비식별화를 검증하기 위해 프레임을 무작위로 나누어 1,000장을 추출하여 이미지를 육안 검증하였을 때 98%이상 선택적 비식별화가 잘 이루어진다고 판단된다. 출력된 결과물 영상의 인지도 검증을 위해 피실험자 총 10명을 통해 설문조사를 실시하였을 때, 시스템의 이해, 비식별화 된 대상의 인식 정도, 주인공 및 등장인물이 제외 된 비식별화 인지도에서 96점을 확보하여 선택적 비식별화가 잘 되는 것으로 판단된다. 해당 기술은 영상 콘텐츠의 특성상 주인공 및 등장인물은 제외하고 비식별화를 수행 할 수 있어, 범죄 현장 또는 사건의 시시비비를 가리기 위한 CCTV영상에도 적용될 수 있을 것으로 예상된다. 특히 범죄 현장이나 사건이 발생한 현장에서는 대상자를 제외한 모든 대상은 비식별처리 되어야 하며, 사건의 상황을 확인하기 위해서는 행동에 대해 확인 할 수 있어야 하는데 상반신 범위에 대해서 비식별화를 수행하였을 때 해당 목적을 달성할 수 있는 영역이다. 본 연구를 통해 영상 콘텐츠의 활성화와 법률 준수할 수 있는 파생 서비스와 관련 연구가 활성화되길 기대한다.