다단계 호핑(multi-hop) 무선 센서네트워크의 라우팅 경로를 설정하는데 있어서 데이터 전송의 요구가 있는 경우에만 경로를 만드는 Demand-Driven 방식의 대표적인 방법이 DSR(Dynamic Source Routing)인데 라우트 레코드를 패킷에 실어 보내기 때문에 이 또한 센서노드들의 수가 많아질수록 패킷이 무거워질 수밖에 없다. 본 논문에서는 DSR 프로토콜을 기반하면서도 라우팅 테이블을 적절히 이용하여 노드 수 증가에 대해 고정된 패킷크기를 가지도록 하였으며 라우팅 비용함수를 적용하여 각 센서노드들의 전원 소모량, 이동성(Mobility), 네트워크 내에서의 Traffic, 거리(Hop) 등을 복합적으로 고려한 안정적이고 신뢰성 있는 최적의 라우팅 설정알고리즘을 제안한다.
본 논문은 주차장에서 운전자의 다양한 선호도를 고려하여 실시간으로 주차 가능한 주차면을 안내하는 방안을 제안한다. 본 시스템은 주차장 진입 시부터 사용자가 유휴 주차면에 주차할 때까지, 각 주요 지점에서 차량을 검지함으로써 각 경로상 교통상황을 활용하고, 각 주차 구역 내의 주차 가능 주차면 및 목적지 근접도 등의 사용자 선호도에 가장 적합한 유휴 주차면을 실시간으로 탐색하여 각 안내 지점에서 최적의 경로를 안내한다. 이를 위하여 본 논문은 최적경로 안내를 위한 다양한 사용자 선호도 기반의 비용 함수를 제안하고 본 시스템의 가능성을 평가하기 위해 이벤트 기반 시뮬레이터를 설계하고 구현한 결과를 제시한다.
혼잡한 교통네트워크에서 조사된 통행량으로부터 확률적 사용자 평형을 이루는 통행분포와 통행배정을 동시에 구하기 위한 네트워크 모델과 유전알고리즘을 제안하였다. 확률적 사용자 평형을 이루는 모델은 선형제약을 가진 비선형 목적함수를 최소화하는 문제로 정식화하였다. 네트워크 모델에서는 해의 탐색공간을 줄이고 조사된 통행량을 만족시키기 위해서 흐름보존제약을 활용하였다. 목적함수는 흐름보존, 통행발생량, 통행유입량, 조사통행량 등의 제약을 만족하는 링크통행량과, 경로통행배정을 통하여 구한, 확률적 사용자 평형을 이루는 경로통행량을 만족하는 링크통행량의 차이를 최소화하는 것으로 정식화하였다. 제안된 유전알고리즘에서 유전자는 통행분포, 링크통행량, 여행비용계수 등을 나타내는 벡터로 정의하였다. 각 유전자는 목적함수의 값으로 구한 적합도에 따라 평가되며, 병행단체교차와 돌연변이에 의하여 진화한다.
본 논문에서는 두 가지 이상의 분할 방법을 혼합하여 분할했을 때, 분할 결과의 정확성이 전체적으로 개선되어지면서 동시에 영역 경계의 각 부분에서도 단일 분할 방법의 결과보다 향상될 수 있는 혼합형 분할 방법을 제안한다. 이 방법은 다수의 분할 방법을 순차적으로 적용하는데, 한 분할 방법에 의한 결과를 현재 방법과 다음 적용할 방법의 특성을 고려한 평가함수로 분석하여 신뢰도가 높은 부분은 유지하고, 낮은 부분들을 다음 방법들에서 개선한다. 제안된 방법을 Visible human 컬러 영상의 근육을 분할하는데 적용하였고, Balloon 방법, 최소비용경로탐색 방법, 그리고 영역 성장법이 혼합되어 사용되었다. 실험에서 얻어진 최종 분할 결과는 전체적으로 정확성이 개선되었을 뿐만 아니라, 국부적으로도 단일 분할 방법의 결과보다 향상되었음을 확인하였다.
홉필드 네트웍은 패턴 매칭과 더불어 최적화 문제를 푸는 도구로 사용될 수 있다. 특히 Zhang과 Ali는 홉필드 네트웍의 노드를 2차원으로 확장하여 최적화 문제를 해결하였다. 잠재적 브랜치의 총합인 노드의 제곱만큼 뉴런이 필요한 Ali 알고리즘은 탐색 네트워크가 커지면 많은 시간이 소요되는 단점이 있다. 본 논문에서는 Ali의 방식을 개선하여 계산량을 대폭 줄이고 효과적으로 최적 경로를 탐색할 수 있는 방식을 제안한다. 효과적인 최적 경로 탐색을 위하여 2단계로 구분하여 진행된다. 1단계에는 홉필드 네트웍을 2단계에는 eSPN 알고리즘을 사용하여 최적 경로를 탐색할 수 있다. 제안된 방식은 샘플 네트웍을 통하여 최적 경로 탐색이 확인되었으며, Ali 알고리즘보다 빠르고 간단하여 실제 최적화에 적용하기기 용이하다. 특히, 네트웍의 브랜치 비용이 변화할 경우에도 홉필드 네트웍의 연결 시냅스가 아닌 입력 바이어스를 조정하므로 동적으로 변화하는 네트웍의 최적 경로 탐색에도 유용하다.
본 논문에서는 다중 입$\cdot$출력을 갖는 이동 로봇의 경로 추종을 위해 웨이블깃 신경 회로망에 기반한 예측 제어 방법을 제안한다. 제안된 방법에서 상태 예측기로는 학습 능력이 뛰어난 신경 회로망의 특성 및 웨이블릿 분해의 특성을 합성한 웨이블릿 신경 회로망을 사용한다. 예측기는 경사 하강법을 사용하여 웨이블릿 신경회로망의 출력에 대한 실제 이동 로봇의 상태 오차를 최소화하도록 학습된다. 또한 이동 로봇의 제어 신호인 직진 속도 및 각속도는 추종하고자 하는 기준 경로에 대한 이동 로봇의 예측 상태 오차를 이용하여 정의된 비용 함수를 최소화하도록 구해진다. 컴퓨터 모의 실험에서 변화되는 기준 경로에 대한 경로 추종 성능을 통해 제안한 예측 제어 시스템의 적용 가능성 및 효율성을 보인다.
본 연구에서는 재생산 기업의 회수 인센티브와 소매점에서의 회수 인센티브를 고려하여 최적 총 주문량과 이 두개의 최적 인센티브에 대한 결정을 연구한다. '회수율은 기업이 제공하는 인센티브와 밀접한 관련이 있다.'는 가정하에 이 회수율을 두 경로로 가는 각각의 함수로 표현하였다. 재고 모델로는 확정적인 EOQ(경제적 주문 수량)모델을 사용하여 기업의 최소 비용함수를 수식으로 표현하였다. 또한 이 모델을 가지고 볼록성(convexity)을 증명하여 기업이 수여하는 최적 인센티브와 소매점이 수여하는 최적 인센티브 그리고 총 주문수량(보충량)을 최적화하였다. 그리고 각각의 매개변수들을 민감도 분석하여 각각의 결정변수의 변화 추이를 살펴보면서 매개변수와의 관계를 알아보았다. 기업과 소매점은 비용을 감소시키기 위해 인센티브를 낮추려 한다. 하지만 이것은 회수량을 감소시켜 새로운 제품 생산량을 증가시킴으로 비용을 증가하게 한다. 이 논문은 국내외 재생산 기업이 이러한 상충관계(Trade off)를 고려하여 최적 인센티브와 최적 주문량을 결정하는데 있어 도움이 될 것으로 기대한다.
무선 센서 네트워크에서 위치 기반 그리디 포워딩 기법(Geographic greedy forwarding) 은 한 홉 내의 주위 노드들의 위치 정보만 가지고 데이터 전송 경로를 설정하기 때문에 자신보다 목적지에 더 가까운 노드가 존재하지 않는 경우 데이터를 전달할 수 없는 경우가 발생한다. 본 논문에서는 이러한 보이드 문제가 발생한 환경에서 데이터를 효과적으로 전송하기 위해 향상된 위치 기반 라우팅 알고리즘(CGR: Cost based Geographic Routing)을 제안한다. 제안하는 CGR 알고리즘은 그림자 경계 영역을 설정하고 설정된 영역에 존재하는 노드들끼리 비용 함수 연산 알고리즘을 통하여 효과적인 그리디 포워딩이 수행되도록 한다. 시뮬레이션 결과, 제안한 알고리즘이 기존의 알고리즘보다 평균 전체 라우팅 경로길이가 줄어들 뿐만 아니라, 데이터 전달성공 비율이 높고 에너지 절감 효과가 뛰어남을 확인하였다.
본 연구에서는 중국에서 유통되고 있는 냉장식품 (-1℃ to 8℃)에 대한 콜드체인 물류(Cold chain logistics: CCL) 모델이 개발되었다. CCL 모델은 분배센터 (Distribution center: DC)와 배포대상지점 (Distribution target points: DT)으로 구성되어 있으며, CCL 모델의 목적함수는 모든 유통업체의 총 유통경로를 최소화하는 것이다. 목적함수를 통한 최적결과 도출을 위해 혼합유전알고리즘(Hybrid genetic algorithm: HGA) 접근법을 제안한다. HGA 접근법은 개선된 K-means 방법과 유전알고리즘을 결합하여 구성된다. 사례연구에서는 유통경로와 유통 가능한 거리 기준으로 CCL 모델에 대해 3개의 시나리오를 고려하였으며, 이를 제안된 HGA접근법을 사용하여 해결하였다. 결과분석을 통해 제안된 HGA접근법을 사용할 경우 유통비용이 절감되고, 마일리지가 약 19%, 20%, 16% 정도 감소됨을 확인하였다.
본 논문은 다중 경로 페이딩과 대역폭 제한 특성을 갖는 채널에서 부호간 간섭을 제거시킬 수 있는 CMA 적응 등화기에서 위상 보상이 가능한 I-CMA (Improved-CMA) 알고리즘에 관한 것이다. 기존 CMA 알고리즘의 오차신호를 얻기 위한 비용 함수를 개량하여 진폭과 위상의 동시 제거가 가능토록 새로운 비용 함수가 제안되며 이의 성능을 컴퓨터 시뮬레이션 확인하였다. 알고리즘의 단순성과 등화 후 위상 보상을 위한 별도의 PLL을 제거할 수 있는 장점을 가지며, 이를 위해 수신측에서의 등화기 출력 신호인 복원된 신호 성상도, 수렴 성능을 나타내는 성능 지수인 잔류 isi 및 MD (Maximum Distortion) 특성 곡선과 채널과 등화기의 종합 주파수 특성을 사용하였다. 시뮬레이션 결과 I-CMA가 복원 성상도에서 진폭과 위상 보상 능력이 CMA보다 우월하였지만, 수렴 시간에서는 동시 위상 보상으로 인하여 CMA보다 늦어짐을 알 수 있었다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.