인천대학교 인디고클랫폼 인천대학교 기술지원허브

전력 변환 장치의 최적 설계는 고효율 및 비용 절감을 위해 필수적이지만, 기존 방식은 전문가의 경험에 의존하며 설계 공간 전체를 포괄하기 어렵다는 한계가 있다. 특히, 기존 딥러닝 기반 모델들은 학습 범위를 벗어난 OOD(Out-of-Distribution) 데이터에 대한 예측 신뢰성이 낮아 실제 설계에 적용하기에 어려움이 있었다. 본 논문은 이러한 문제를 해결하고자, 스펙트럴 정규화(Spectral Normalization)와 특이값 분해(Singular Value Decomposition)를 결합한 딥 커널 학습 기반 가우시안 프로세스(DKLGP) 모델을 제안한다. 제안된 모델은 DAB(Dual Active Bridge) 컨버터의 16개 스위치 손실을 예측하도록 설계되었으며, PLECS 시뮬레이션을 통해 생성된 데이터를 기반으로 성능을 평가했다. 실험 결과, 제안된 SN-DKLGP-SVD 모델은 기존 FFNN(Feedforward Neural Network) 모델과 비교했을 때, 학습 범위 내 데이터(ID)뿐만 아니라 학습 범위를 벗어난 데이터(OOD)에 대해서도 뛰어난 일반화 성능과 예측 신뢰성을 보였다. 스펙트럴 정규화는 특징 추출 과정에서 데이터 간의 거리 왜곡을 최소화하여 가우시안 프로세스의 예측 정확도를 향상시켰다. 또한, 특이값 분해는 다중 출력 간의 상관관계를 효과적으로 학습하고 모델의 계산 복잡도를 낮추어 학습 시간을 단축하는 효과를 입증했다. 결론적으로, 본 연구는 OOD 데이터에 강인하고 계산 효율성이 높은 스위치 손실 예측 알고리즘이 전력 변환 장치 설계 최적화에 중요한 역할을 할 수 있음을 증명한다.

본 발명은 센서 데이터의 분포 특성을 이미지로 변환하고, 해당 이미지를 딥러닝 모델로 분석하여 이상을 탐지하는 방법에 관한 것이다. 센서 데이터가 시계열·개별 수치 형태로 존재할 때는 분포 정보가 드러나지 않아 이상 패턴의 식별이 곤란하다. 이에 따라 공정 단계별로 수집된 복수 센서 데이터를 이용하여 각 센서의 분포를 추정하고, 이를 히스토그램, 커널 밀도 추정(KDE), 공분산 행렬 중 적어도 하나로 시각화하여 분포 이미지를 생성한다. 생성된 분포 이미지는 long-tail 및 다봉형(multi-modal) 특성을 포함하므로, CNN 또는 ViT와 같은 이미지 기반 딥러닝 모델에 입력하여 이상 점수 또는 판정을 산출한다. 이로써 센서의 수치 데이터를 시각적 특징 공간으로 변환함으로써 기존 통계 기반 접근으로 탐지하기 어려운 희소 이상과 분포 변화 이상을 높은 민감도와 낮은 오탐으로 검출할 수 있다.

고분자 고유 미세공극체(Polymer of intrinsic microporosity, PIM-1)는 높은 자유 부피와 미세공극성으로 인해 뛰어난 기체 투과성을 보이는 것으로 알려져 있다. 그러나 낮은 선택성, 플라스틱화, 열화(aging) 특성 저하와 같은 여러 한계가 존재한다. 이러한 문제를 극복하기 위해, 우리는 트리아진(triazine) 가교 결합을 포함하는 복합막 PIM-nPI-Tz를 개발하였다. 이는 니트릴기를 갖는 폴리이미다졸륨(PI-CN)을 PIM-1 막 위에 스핀코팅한 후 열처리를 통해 제조하였다. 형성된 코팅층은 CO₂ 친화성으로 인해 PIM-1 막의 선택성을 향상시켰으며, 트리아진 형성은 골격 간격을 확장시켜 확산성과 투과성을 개선하였다. 특히, PIM-5PI-Tz(5% PI-CN 용액을 PIM-1 위에 코팅한 뒤 열처리하여 제작된 복합막)는 CO₂ 투과도(7539 Barrer)가 73% 증가하고, CO₂/N₂ 선택도(24.4)가 34% 증가하여 2019년 Robeson 상한선에 거의 근접하는 성능을 달성하였다. 또한, 20 bar의 공급 압력 조건에서도 플라스틱화가 효과적으로 억제되었고, CO₂/N₂ 혼합 기체 조건에서 300일 이상 분리 성능을 유지하여 뛰어난 내플라스틱화 및 내열화 특성을 입증하였다. 즉, 두 고분자를 단순히 블렌딩하는 대신, 고투과성 PIM-1 막 위에 이미다졸륨 층을 코팅한 후 열처리를 통해 가교화하는 새로운 전략을 적용하였다. 그 결과, 수용성 코팅 물질인 PI-CN은 CO₂ 분리 성능을 크게 향상시켰으며, 다양한 기체 분리막에 폭넓게 응용될 수 있는 가능성을 보여주었다.

Organic electronic devices offer several advantages over conventional inorganic materials, such as flexibility, light weight, and low cost; however, their poor stability in atmospheric environments remains a significant limi tation. The increasing environmental pollution caused by organic electronic waste has led to a growing interest in biodegradable polymers as sustainable alternatives. This study presents the development of an ecofriendly or ganic gas sensor based on blended films of poly(3-hexylthiophene) (P3HT) and poly(butylene succinate) (PBS). The organic transistor maintained a stable device performance even with up to 90 wt% reduction in P3HT con tent through vertical phase separation via slow evaporation of the high-boiling-point solvent, dichlorobenzene (DCB). Notably, the chloroform (CF)-processed films exhibited horizontal phase separation, which enhanced their gas-sensing performance owing to the presence of gas-ester groups in PBS in the active layer. Furthermore, the intrinsic flexibility of PBS improved the mechanical durability of the active layer, which was shown to be biodegradable in seawater. This study demonstrates that solvent engineering is a powerful strategy for optimiz ing the multifunctional properties of polymer blends, thereby providing an environmentally sustainable and highly sensitive gas-sensing platform.

본 발명은 컴퓨터 비전 및 인공지능 기술에 관한 것으로, 더욱 상세하게는 디퓨전 모델(Diffusion Model)을 이용하여 수중 환경에서 촬영된 영상으로부터 인간의 스켈레톤을 정확하게 추출하는 방법 및 시스템에 관한 것이다.

본 발명은 이커머스 풀필먼트 센터의 출고 포장 단계에서 박스 규격과 종류 수를 동시에 최적화하여 물류비를 절감하고 운영 효율을 향상시키는 “출고 박스 추천 방법 및 시스템”에 관한 것이다. 핵심 구성은 (1) 주문별 SKU 치수·수량을 입력으로 하여 CP-SAT 기반 3D 적재 최적화(회전 허용, 비중첩·경계 제약, 형상 균형 항 추가, 주문별 계산시간 상한)로 최소 포장 직육면체(가로·세로·높이)를 산출하고, (2) 산출된 직육면체들을 (W,D,H) 벡터로 K-means 군집화한 뒤 Elbow·Silhouette 지표로 군집 수 k를 정하며, (3) 군집별 최대치로 대표 박스 규격을 결정하여 모든 주문을 수용 가능한 표준 박스 세트를 도출하고, (4) 택배 구간요금(삼변 합 기준) 및 박스 구매단가를 합산한 총비용을 계산·비교하여 최적 k와 규격 조합을 추천하는 절차로 이루어진다. 본 발명은 기존 “고정된 박스 목록 내 최적 선택”과 달리, 주문 데이터만으로 최소 포장체를 먼저 구한 후 표준 박스 체계를 역으로 설계하므로, 신규 수요패턴·시즌성 변화에도 재학습만으로 규격을 신속 갱신할 수 있다. 실증 결과, 표준 박스를 3종으로 재설계할 경우 총 포장 부피(CBM) 약 33~34% 감소, 일일 포장·배송 총비용 약 2.8% 절감 효과가 확인되었다. 본 발명은 B2C 위탁택배/자사배송, AMR·셔틀 연계 포장라인 등 다양한 센터에 적용 가능하며, 군집별 수요·비용 시뮬레이션과 규격 자동 추천을 제공할 수 있다.

본 발명은 자동화 물류센터의 Goods-to-Person(GTP) 환경에서 다수 피킹 스테이션 간 작업 부하를 실시간으로 평준화하기 위한 주문 할당 방법 및 시스템에 관한 것이다. 발명은 (i) 주문 데이터(오더라인 수, 품목수량, 카테고리), (ii) 공정 표준시간(피킹/포장/박스교체 시간)과 (iii) 스테이션 가용자원(스테이션 수, 우선순위/휴먼팩터 옵션)을 입력받아, CP-SAT 제약최적화로 스테이션별 목표 작업부하(예: 오더라인/수량 기준) 편차를 최소화하면서 최대 처리시간(makespan)을 동시 최소화하도록 주문을 배정한다. 필요시 신규 주문 유입 또는 설비 상태 변화에 따라 재최적화를 수행하여 병목을 예방한다. 본 방법은 단순 균등분배(그리디)나 클러스터링 기반 분배 대비 스테이션 간 작업시간 표준편차를 크게 감소시키고(약 50% 수준), 일일 최대 처리완료시간을 단축(약 1%대)함으로써 GTP 처리율과 SLA 안정성을 향상시킨다(실제 B2C 데이터 30일 검증 결과). 또한 운영 KPI로서 스테이션별 예상 완료시간/부하편차를 대시보드로 제공하고, 인력·설비 배치 결정을 지원한다. 본 발명은 B2C 풀필먼트, 셔틀/AMR 연계 GTP, 멀티스테이션 피킹 시스템 등 다양한 자동화 창고에 적용 가능하다.

비지도학습 기반으로 AMI 시스템이 설치된 건물에서 옥내 누수 의심 수용가를 자동으로 탐지하고 누수량을 근사화할수있는 방법을 제안

본 발명은 무선전력전송에서 발생하는 고조파 EMI를 제거하기 위한 능동필터에 관한 발명이다.

○ RCA (rolling circle amplification) 기술은 바이오센서 및 바이오분석 응용 분야에서 널리 사용되지만, 고효율 증폭을 위한 다양한 RCA 변형 기술의 개발은 여전히 중요한 과제임. ○ 본 발명에서는 질병 관련 마이크로RNA(microRNA)를 민감하고 선택적으로 검출하기 위해 덤벨 구조의 DNA 템플릿(DBTP)을 사용한 토홀드 매개 RCA (toehold-mediated RCA, TRCA) 기술을 개발함. 추가로, TRCA 산물(amplicon)에 결합하는 역 프라이머(reverse primer, Pr)와 TRCA amplicon의 특정 서열을 인식하여 nick 부위를 형성하는 nicking endonuclease (nE)를 도입하여 3종의 변형된 TRCA 기술을 개발함(hyperbranched TRCA, HTRCA; nicking-assisted TRCA; NTRCA, hyperbranched NTRCA; HNTRCA). ○ 본 발명에서 사용된 DBTP는 2개의 loop와 1개의 stem 서열로 구성되며, 각 loop에는 표적 miRNA와의 특이적 결합을 위한 toehold 영역과 nE에 의해 인식되는 특정 염기서열이 포함됨. 이러한 템플릿은 안정적인 덤벨 구조를 유지하다가 표적 miRNA와의 결합으로 토홀드 매개 가닥 변위(toehold-mediated strand displacement)가 촉발되며, TRCA 반응을 개시함. ○ TRCA 반응은 선형 증폭을 유도하지만, Pr과 nE를 각각 또는 함께 도입한 3종의 변형 TRCA 기술(HTRCA, NTRCA, HNTRCA)은 지수함수적 증폭을 유도하여 짧은 시간 내에 고수율의 증폭 산물을 획득할 수 있음. ○ 따라서 이 3종의 변형 TRCA 기술은 혈액, 혈장, 소변, 타액, 눈물 등 다양한 생물학적 시료에서 극미량으로 존재하는 질병 관련 표적 RNA 바이오마커를 선택적으로 인식하고 고효율로 증폭할 수 있는 유용한 기술로, 다양한 질병 마커의 검출에 활용될 수 있음.