Sound vibration (SV), a mechanical stimulus, can trigger various molecular and physiological changes in plants like gene expression, hormonal modulation, induced antioxidant activity calcium spiking. It also alters the seed germination growth of plants. In this study, we investigated effects SV on resistance Arabidopsis thaliana against Botrytis cinerea infection. The microarray analysis was performed infected pre-exposed to 1000 Hertz with 100 decibels. Broadly, transcriptomic revealed...

Plant hormones are the key regulators of adaptive stress response. Abiotic stresses such as drought and salt known to affect growth productivity plants. It is well that levels plant zeatin (ZA), abscisic acid (ABA), salicylic (SA), jasmonic (JA), brassinolide (BR) fluctuate upon abiotic exposure. At present, there not any single suitable liquid chromatography-mass spectrometry (LC-MS) method for simultaneous analysis BR other involved in stresses. In present study, we developed a simple,...

One of the challenging research topics is a fast, accurate, and human-like image processing method. The convolutional neural network recently shows optimistic results, but it needs vast amount computational resources. Utilizing feature extraction dimensionality reduction algorithm might be solution to increase efficiency. In this paper, we implemented autoencoder for performing which not only can solve nonlinear problems also easily combine network. derives remarkable reconstruction error in...

Machining processes are critical and widely used components in the manufacturing industry because they help to precisely make products reduce production time. To keep previous advantages, a machine tool should be installed at designated place condition of maintained appropriately working environment. In various maintenance methods for keeping tool, condition-based can robust unpredicted accidents costs. Tool monitoring diagnosis some most important based maintenance. This paper proposes...

In manufacturing processes using computerized numerical control (CNC) machines, machine tools are operated repeatedly for a long period machining hard and difficult-to-machine materials, such as stainless steel. These operating conditions frequently result in tool breakage. The failure of significantly degrades the product quality efficiency target process. To solve these problems, various studies have been conducted detecting faults tools. However, most related used only univariate signal...

In modern complex industrial processes, mode changes cause unplanned shutdowns, potentially shortening the lifespan of key equipment and incurring significant maintenance costs. To avoid this problem, a method that can detect fault operating in various modes is required. Therefore, we propose novel detection uses k-nearest neighbor normalization-based weight local outlier factor (WLOF). The proposed performs normalization using neighbors to consider possible normal data WLOF used for...

Ground-based weather radar can observe a wide range with high spatial and temporal resolution. They are beneficial to meteorological research services by providing valuable information. Recent data related has focused on applying machine learning deep solve complicated problems. It is well-known fact that an adequate amount of positively necessary condition in learning. Generative adversarial networks (GANs) have received extensive attention for their remarkable generation capacity,...

Cinnamoyl-CoA reductase (CCR, EC 1.2.1.44) is an important enzyme responsible for lignin biosynthesis in plants that belongs to the family of oxidoreductases. We analyzed developmental, tissue specific, and stress-mediated expression HcCCR1 (HM151381) gene from Hibiscus cannabinus. Gene analysis revealed was highly upregulated mature leaves 16-week-old plants. The maximum downregulation upregulation caused by cold MeJA treatment, respectively. Sequence demonstrated protein (ADK24219)...

A weather radar is a frequently used device in remote sensing to identify meteorological phenomena using electromagnetic waves. It can observe atmospheric conditions wide area with remarkably high spatiotemporal resolution, and its observation results are useful research services. Recent on data analysis has concentrated applying machine learning techniques solve complicated problems, including quality control, quantitative precipitation estimation, convective storm prediction. Convective...

Abstract In the domain of modern manufacturing, computer numerical control (CNC) milling machines have emerged as instrumental assets. However, data they generate is vast amount, but usually contains redundancies and displays consistent patterns, making it inefficient for deep learning training. This paper proposes a novel sampling algorithm tailored CNC machine data, emphasizing both diversity efficiency. The proposed method leverages entropy concept from information‐theoretic perspective...

Aircraft control system contains lots of complex components to ensure a safe flight. Air data is one them, which measures flow fields near the flying aircraft and derives vital information including Mach number altitude. It evident that measurement errors due several reasons such as design limits uncertainties. Considering incorrect might cause unexpected harmful consequences, air must include calibration process compensate for errors. Although mainstream models calibrating are based on...

Weather forecasting is one of the most critical information that closely related to real-life because its influences in human society, especially high-impact weather. Advanced observation devices allow increase accuracy, but they also remain problems solve: analyze data precise and fast, reflect knowledge experts. Recently, machine learning-based approaches have been presenting solutions for those problems. On other hands, need consider several conditions, such as model feature selection. In...

패턴 인식 분야에 있어서 데이터 분류는 해당 데이터에서 유용한 정보를 추출하기 위해서 반드시 수행해야 하는 과정 중 하나이다. AdaBoost 알고리즘은 Boosting 알고리즘을 실제 분석에 이용할 수 있도록 개량한 것으로, Random guessing이나 forest와 같이 정확한 결과를 도출할 확률이 50%보다 조금 높은 약한 분류기와 가중치 값의 조합을 통해 분류 성능을 가지는 강한 분류기를 생성하는 방법을 뜻한다. 본 논문에서는 이용하여 비강수에코 강수에코와 그 특성이 유사하여 기상 예보를 수행하는 데 방해가 되는 채프에코를 식별하는 알고리즘의 구현에 대한 연구를 수행하였다. 현상 관측을 위해 사용하는 레이더 데이터를 정적 클러스터링과 동적 클러스터링 과정을 통해서 유사도를 기반으로 한 클러스터를 생성한 후, 이를 예보관의 채프에코 판별 결과에 따라 채프에코와 비채프에코로 나누어 학습 구성한 후 알고리즘에 적용하여 구현하였다. 제안한 검증하기 위하여 채프에코가 발생한...

재생에너지와 관련된 지원사업의 예산이 증가함에 따라 태양광·풍력 발전을 중심으로 설비규모가 확장되고 있는 추세이다. 특히, 태양광 발전은 단기간에 MW급 규모의 발전소를 건설할 수 있기 때문에 미래의 대체에너지원으로 각광받고 있다. 하지만, 이러한 설비용량 증축에도 불구하고 기상요소의 불규칙적인 변동으로 인해 재생에너지를 이용한 발전의 출력량은 여전히 불안정하여 실제로 발전 가능한 전력은 대략 60%에 불과하다. 또한, 발전에 가장 큰 영향을 미치는 일사량을 예측하지 못할 경우에는 전력수요예측 실패와 함께 막대한 양의 전력비용 손실을 초래한다. 따라서, 발전시스템의 가용성과 신뢰성을 보장하기 위해 일사량 예측과 연구가 활발히 진행되고 본 논문에서는 기상의 변동에 따른 추정하기 기상 데이터 외에 대기권 밖 일사량, 대기청명도를 계산한 다음 인공신경망에 적용하여 비선형성을 갖는 예측하였다. 실험 결과, 제안된 인공신경망 예측 모델이 기상데이터만 모델보다 날의 24시간에 해당하는...

As the automatic system becomes a hot issue for fourth industrial revolution, interest in AGV is rising along with expansion of automation. Among type AGV, to control vision-AGV, landmarks are used like traffic lights. Especially, color highly useful information. To analyze landmark, driving can be conducted. H component HSV space beneficial item analyzing landmark. However, it difficult ambiguous which located on boundary. Therefore, this paper proposes method distinguishing by using RGB,...

태양광 발전은 에너지를 전기 에너지로 변환하는 시설로 긴 설비수명, 설치 및 유지보수 용이성과 같은 장점이 있다. 하지만, 기상상태에 영향을 받기 때문에 안정적으로 전력을 생산하기 어렵다. 따라서 기상상태를 고려한 발전량 예측연구는 중요 분야가 되고 본 논문에서는 Long Short-Term Memory(LSTM)를 이용한 예측 방법을 제안한다. LSTM은 Recurrent Neural Network의 한 종류로 시계열 데이터 예측과 비선형 모델링에 효과적이다. 제안된 모델의 입력변수는 일사량, 예보기온, 대기청명도. Normalized Discrete Difference 과거 발전량을 이용하였다. 방법의 성능을 비교하기 위해 Multiple Linear Regression(MLR), Multi-Layer Perceptron(MLP)과 비교하였다. 기상 데이터와 데이터를 이용하여 실험한 결과, LSTM을 예측하였을 때 MLR과 MLP보다 성능이 더 우수한 것을 확인할 수 있었다.

안정적인 전력계통 운영을 위해서는 기상 변화에 따라 변동되는 발전량을 예측할 수 있는 시스템이 수반되어야 한다. 태양광 발전량 예측을 위해 사용되는 대부분의 기상정보는 일기예보를 통해 쉽게 획득할 있다. 하지만, 발전량에 많은 영향을 미치는 일사량은 일기예보에 포함되어 있지 않으므로 정확한 일사량 예측과 관련된 연구가 활발히 진행되고 최근에는 시계열 데이터를 효과적으로 처리할 순환신경망과 같은 인공지능 기술이 발전함에 LSTM(Long short-term memory)을 이용한 예측 제안되고 LSTM은 과거 정보를 반영함으로써 성능을 높일 따라서, 본 논문에서는 변화를 고려할 입력변수(대기권 밖 일사량, 대기청명도 등)를 생성한 다음 LSTM에 적용하여 날의 시간별 일사량을 예측하는 방법을 제안하였다. 실험 결과, 제안된 방법이 인공신경망을 방법 보다 적절히 있음을 확인하였다.

영상처리, 음성인식 등의 분야에서 우수성을 입증한 이후, 딥러닝을 이용한 연구가 활발히 진행되고 있으며 성공적인 결과를 도출하고 있다. 이용하여 원하는 수준의 도출하기 위해서는 양질의 학습 데이터를 충분히 확보해야 하지만, 실제 환경에서 고성능의 딥러닝 모델을 구현할 수 있을 만큼의 확보하지 못하는 경우가 많다. 따라서 이를 극복하기 위해 데이터의 수를 늘리거나 전이학습을 구현하는 방법을 많이 사용한다. 특히 전이학습기반의 모델 구현기법은 우수한 성능의 효율적으로 있다는 장점이 본 논문에서는 레이더를 기상관측 과정에서 발생하는 비기상에코 중 이상전파에코를 식별 및 분류하기 위해서 전이학습 기반의 합성곱 신경망 구현하였다. 이상전파에코가 발생한 사례를 통해서 레이더 영상 분류기를 구현한 결과, 이용해서 다중클래스 분류 있음을 확인할 있었다.