신재생 에너지 자원중 풍력발전은 비약적인 기술 발전과 시장 규모가 급속하게 성장하고 있다. 최근 육상풍력발전단지의 공간적 한계, 환경 문제 등으로 인하여 설치 공간이 해상으로 이동되었고, 더욱 풍부한 풍황 조건을 가진 깊은 수심에 설치되는 부유식 해상 풍력단지의 개발이 활발하게 진행되고 있다. 해상교통관점에서 해상풍력단지의 최적위치 선정은 선박과 풍력기들의 간섭을 최소화 하고 사고 확률이 적은 곳이며, 선박 밀집도가 낮은 해역이 최적위치로 선정된다. 본 연구에서는 유전 알고리즘 기반의 계절별 1주일 기간 선박자동식별장치 데이터를 유전자 및 염색체로 구성하였다. 80개의 유전자로 구성하고 유전 알고리즘의 적합도 평가를 거쳐 부유식 해상 풍력단지의 계절별 최적위치를 선정하였다. 더 나아가 계절별 최적위치 점수를 합산하여 최종 최적위치를 선정하였다. 분석 해역에서 최적위치는 11개로 나타났으며, 해상교통관점에서 유전 알고리즘을 통한 최적위치 선정이 적용 가능함을 확인하였다.

This paper presents a numerically robust algorithm to construct a Voronoi diagram of circles in the plane. The circles are allowed to have intersections among them, but one circle cannot fully contain another circle. The Voronoi diagram is a tessellation of the plane into Voronoi regions of given circles. Each circle has its Voronoi region which is defined by a set of points in the plane closer to the circle than any other circles. The distance from a point p to a circle ci of center pi and radius ri is ||p-pi||-ri, which is the closest Euclidean distance from p to the circle boundary. The proposed algorithm first constructs the point Voronoi diagram of centers of given circles, then it enlarges each point to the circle and expands its Voronoi region accordingly. This region-expansion process is done by local modifications and after completing this process for the whole circles the desired circle Voronoi diagram can be obtained. The proposed algorithm is numerically robust and we provide with a few examples to show its robustness. The algorithm runs in O(n2) time in the worst case and O(n) time on average where n is the number of the circles. The experiment shows that the region-expansion algorithm is robust and runs fast with strong linear time behavior.

It is one of the known methods to obtain the optimal solution using the Ant Colony Optimization Algorithm for the Traveling Salesman Problem (TSP), which is a combination optimization problem. In this paper, we solve the TSP problem by proposing an improved new ant colony optimization algorithm that combines genetic algorithm mutations in existing ant colony optimization algorithms to solve TSP problems in many cities. The new ant colony optimization algorithm provides the opportunity to move easily fall on the issue of developing local optimum values of the existing ant colony optimization algorithm to global optimum value through a new path through mutation. The new path will update the pheromone through an ant colony optimization algorithm. The renewed new pheromone serves to derive the global optimal value from what could have fallen to the local optimal value. Experimental results show that the existing algorithms and the new algorithms are superior to those of existing algorithms in the search for optimum values of newly improved algorithms.

이 글에서는 해외에서 이루어진 인공지능의 윤리적⋅법적 측면에 대한 논의를 검토하여 우리나라의 인공지능 관련 법제 구성 방안을 제시하였다. 인공지능 기반 의사결정 시스템은 형사재판이나 신용평가 등 여러 분야에서 도입될 수 있는데, 이로 인해 특정 개인이나 집단에 대한 차별 문제나 프라이버시 침해가 발생할 수 있고, 인공지능의 불투명성으로 인해 책임 소재가 불분명해지는 문제 가 있다. 이 문제를 방지하고 인공지능 기반 의사결정 시스템이 사람에게 도움이 될 수 있도록 해외에서는 인공지능을 별도의 법률 영역으로 규정하여 설계⋅개발 단계에서부터 준수할 사항을 정하는 방향으로 논의를 하고 있고, 연성법 중심의 논의에서 경성법 제정에 대한 논의로 발전하고 있다. 또한 인공지능의 차별과 불투명성 문제를 해결하기 위한 절차 거버넌스를 수립과 프라이버시 침해를 최소화하기 위한 데이터 법제 도입 및 인공지능의 책임 문제를 해결하기 위해 인공지능에 별도의 법인격을 부여하는 방안도 제시되고 있다. 우리나라에서는 이런 논의를 참고하여 인공지능을 일반 법률과 각 영역별 개별 법률 및 자율규제와 같은 여러 수단을 활용하여 다층적으로 규율할 필요가 있다. 인공지능의 일반 법률에 인공지능 영향평가 제도를 도입하고, 필요한 경우 사람이 개입할 수 있도록 보장하며, 인공지능 시스템의 운영자로 하여금 이용자에게 인공지능에 대한 중요 사항을 공개하고 설명할 의무를 규정하여야 한다. 또한, 우리나라 데이터 법제 전반을 정비하여 인공지능의 데이터 수집과 분석으로 인한 프라이버시 침해를 최소화하고, 인공지능으로 인해 발생하는 손해에 대한 입증책임 전환의 법리를 규정하여 책임의 소재를 명확히 할 필요가 있다. 인공지능 기반 의사 결정이 도입되는 각 영역별로 필요한 사항에 대해서는 개별법을 통해 규율하되 일반법과의 통일성을 유지하도록 하고, 법률로 규율하기 어려운 세부 사항이나 기술 표준은 자율규제와 공동규제를 활용해야 한다. 특히 인공지능 기술과 산업이 발전을 시작하고 있는 단계에 있는 우리나라에서는 인공지능 산업의 발전을 촉진함과 동시에 인공지능으로 인해 발생할 수 있는 문제를 방지하고 해결할 수 있는 균형 잡힌 법제를 구성해야 할 것이다.

본 연구에서는 영상기반 딥러닝 및 이미지 프로세싱 기법을 이용한 볼트풀림 손상검출 기법을 제안하였다. 이를 위해 먼저, 딥러닝 및 이미지 프로세싱 기반 볼트풀림 검출 기법을 설계하였다. 영상기반 볼트풀림 검출 기법은 볼트 이미지 검출 과정 및 볼트풀림 각도 추정 과정으로 구성된다. 볼트 이미지의 검출을 위하여 RCNN기반 딥러닝 알고리즘을 이용하였다. 영상의 원근왜곡 교정을 위해 호모그래피 개념을 이용하였으며 볼트풀림 각도를 추정을 위하여 Hough 변환을 이용하였다. 다음으로 제안된 기법의 성능을 검증을 위하여 거더의 볼트 연결부 모형을 대상으로 볼트풀림 손상검출 실험을 수행하였다. 다양한 원근 왜곡 조건에 대하여 RCNN 기반 볼트 검출기와 Hough 변환 기반 볼트풀림 각도 추정기의 성능을 검토하였다.

만성 췌장염에 동반된 췌장결석은 심한 통증을 유발하여 환자들의 삶의 질을 매우 저하시킨다. 특히 주췌관을 막고 있으며 통증을 유발하는 췌장결석은 적극적인 치료를 고려해야 한다. 먼저 췌장결석이 머리나 몸통에 위치하고, 크기가 5 mm미만인 경우에는 바로 내시경 제거를 시도해볼 수 있다. 5 mm 이상의 경우에는 먼저 ESWL을 시행하고 그 결과에 따라 추가로 내시경 제거를 고려할 수 있다. 이러한 치료에 실패하였을 경우에는 췌관경을 이용한 쇄석술이나 수술을 고려해야 하고, 가교치료로 췌관스텐트 삽입을 이용할 수 있다.

Self Organizing Map (SOM) is a neural network that is effective in classifying patterns that form the feature map by extracting characteristics of the input data. In this study, we propose an algorithm to determine the cell formation and the machine layout within the cell for the cell formation problem with operation sequence using the SOM. In the proposed algorithm, the output layer of the SOM is a one-dimensional structure, and the SOM is applied to the parts and the machine in two steps. The initial cell is formed when the formed clusters is grouped largely by the utilization of the machine within the cell. At this stage, machine cell are formed. The next step is to create a flow matrix of the all machine that calculates the frequency of consecutive forward movement for the machine. The machine layout order in each machine cell is determined based on this flow matrix so that the machine operation sequence is most reflected. The final step is to optimize the overall machine and parts to increase machine layout efficiency. As a result, the final cell is formed and the machine layout within the cell is determined. The proposed algorithm was tested on well-known cell formation problems with operation sequence shown in previous papers. The proposed algorithm has better performance than the other algorithms.

In this research, we evaluate on the disassemblability of recycling process for vehicle front door using the symbolic chart method and machine-learning algorithm. It is applied to the front door of 1600cc class vehicle, and then the conventional steel door and CFRP door were compared. Based on the principle symbolic chart method, the number of processes can be different according to decomposer proficiency of suitability of recycling process, so the evaluation method is required to supply this issue. The machine learning algorithm, and artificial intelligence method were applied and the applicable tools for each experiment were used to compensate the variations in the number of processes according to different proficiencies. Because CFRP front door has integrated components compare to steel door, so its disassemblability processes were decreased to 80 from 103 of the conventional steel door’s. It can be confirmed that the disassemblability was increased from the suitability of recycling equation. In case of the steel, disassemblability was approximately 60.6, in case of the CFRP is approximately 72 for car front door. Therefore, it can be concluded that the disassemblability of CFRP was better in the evaluation of suitability of recycling.

Robot manipulators are highly nonlinear system with multi-inputs multi-outputs, and various control methods for the robot manipulators have been developed to acquire good trajectory tracking performance and improve the system stability lately. The computed torque controller has nonlinear feedforward control elements and so it is very effective to control robot manipulators. If the control gains of the computed torque controller is adjusted according the payload, then more precise control performance is attained. This paper extends the conventional computed torque controller in the joint space to the Cartesian space, and optimize the control gains for some specified payloads in both joint and Cartesian spaces using genetic algorithms. Also a neural network is employed to have proper control gains for arbitrary payloads using generalization properties of the neural network. Computer simulation results show that the proposed control system for robot manipulators has excellent performance in various conditions.

충돌 피항 동작은 선박 간 끊임없이 영향을 주고받는다. 특히 다수의 선박이 조우하는 경우, 상대 선박의 피항 의도를 파악하고 서로에게 얼마나 영향을 미치는 지를 파악하는 것은 어려운 일이다. 이를 위해 분산 확률 탐색 알고리즘이 제안되었다. 분산 확률 탐색 알고리즘은 이웃 선박과 반복적인 메시지 교환을 통해 비용을 가장 크게 낮출 수 있는 코스를 탐색 후 확률과 제한 조건에 따라 기존의 코스를 유지할지 아니면 새로운 코스를 선택할지를 결정한다. 그러나 분산 확률 탐색 알고리즘에 사용된 파라미터가 충돌 피항에 어떠한 영향을 미치는지 증명되지 않았다. 본 논문에서는 분산 확률 탐색 알고리즘의 파라미터와 가중치가 충돌 피항에 어떠한 영향을 미치는지 분석하였다. 또한 타선과의 피항 거리를 조절하기 위한 충격 흡수 영역을 소개한다. 실험 방법은 두 선박이 조우할 수 있는 세 가지 상황, 즉 정면에서 조우하는 상황, 횡단하는 상황, 추월하는 상황에 파라미터와 가중치의 변수들을 조합하여 실험을 진행하였다. 각 상황 당 8,000회, 총 24,000회의 실험이 진행되었다. 실험 결과 모든 실험에서 한 건의 충돌도 발생하지 않았다. 선박이 목적지에 큰 가중치를 줄 경우, 즉 이기적인 행동을 할 경우, 비용은 증가함을 보였다. 타선의 움직임을 더 길게 예측할수록 항행 거리, 메시지 교환 횟수는 작아지는 경향을 보였다.

다수의 선박이 조우하였을 경우, 충돌 피항을 위해 상대 선박의 의도를 파악하는 것은 매우 중요한 문제이다. 또한 다수의 선박의 의도를 동시에 고려하여 충돌 피항 계획을 세우는 것은 항해사에게 큰 부담이 될 수 있다. 이를 위해 분산 알고리즘이 제안 되었다. 분산 알고리즘은 각각의 선박이 다수의 상대 선박과 정보 교환을 통해 안전한 코스를 탐색할 수 있도록 한다. 본 논문에서는 분산 알고리즘의 하나인 분산 확률 탐색 알고리즘을 선박 충돌 피항에 적용하였다. 분산 확률 탐색 알고리즘에서 선박은 비용 감소가 가장 큰 코스와 기존의 코스를 확률과 제한 조건에 따라 선택한다. 분산 확률 탐색 알고리즘은 확률과 제한 조건에 따라 다섯 가지 종류로 나눠진다. 본 논문에서는 다섯 가지 종류의 분산 확률 탐색 알고리즘을 선박 충돌 피항을 위해 적용하였으며 선박 충돌 피항에 미치는 영향을 분석하였다. 또한 어떠한 분산 확률 탐색 알고리즘이 충돌 피항에 적합한지를 실험하였다. 실험 결과 다섯 가지 버전의 분산 확률 탐색 알고리즘에서 A와 B방식이 효과적으로 선박 충돌 피항을 수행하였다. 본 알고리즘은 분산 시스템 환경에서 선박 충돌 방지를 위해 적용 가능할 거라 기대된다.