• Journal of the Korean Geotechnical Society
• /
• v.39 no.9
• /
• pp.13-24
• /
• 2023

To investigate the stability of temporary retaining walls during excavation, it is essential to develop reverse analysis technologies capable of precisely evaluating the properties of the ground and a learning model that can assess stability by analyzing real-time data. In this study, we targeted excavation sites where the C.I.P method was applied. We developed a Deep Neural Network (DNN) model capable of evaluating the stability of the retaining wall, and estimated the physical properties of the ground being excavated using a Differential Evolution Algorithm. We performed reverse analysis on a model composed of a two-layer ground for the applicability analysis of the Differential Evolution Algorithm. The results from this analysis allowed us to predict the properties of the ground, such as the elastic modulus, cohesion, and internal friction angle, with an accuracy of 97%. We analyzed 30,000 cases to construct the training data for the DNN model. We proposed stability evaluation grades for each assessment factor, including anchor axial force, uneven subsidence, wall displacement, and structural stability of the wall, and trained the data based on these factors. The application analysis of the trained DNN model showed that the model could predict the stability of the retaining wall with an average accuracy of over 94%, considering factors such as the axial force of the anchor, uneven subsidence, displacement of the wall, and structural stability of the wall.

• Journal of KIISE:Computer Systems and Theory
• /
• v.36 no.5
• /
• pp.360-370
• /
• 2009

Using solar power in wireless sensor networks requires a different approach to energy optimization from networks with battery-based nodes. Solar energy is an inexhaustible supply which can potentially allow a system to run forever, but there are several issues to be considered such as the uncertainty of energy supply and the constraint of rechargeable battery capacity. In this paper, we present SolarSS: a reliable storage system for solar-powered sensor networks, which provides a set of functions, in separate layers, such as sensory data collection, replication to prevent failure-induced data loss, and storage balancing to prevent depletion-induced data loss. SolarSS adapts the level of layers activated dynamically depending on solar energy availability, and provides an efficient resource allocation and data distribution scheme to minimize data loss.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.8 no.3
• /
• pp.47-55
• /
• 2008

본 논문에서는 모바일 ad-hoc 무선 센서 네트워크[1]에서 안정된 경로의 설정 및 설정된 경로의 lifetime 을 효과적으로 지원하여 데이터 전송효율을 향상시키기 위한 협력 도움 라우팅 프로토콜(CARP: Cooperative_Aided Routing Protocol) 을 제안한다. 제안된 라우팅 프로토콜의 기본 아이디어 및 특징은 다음과 같다. 첫째, 소스노드와 목적지 노드 사이의 안정된 라우팅 경로의 설정이다. 본 연구에서는 모바일 노드들의 이동성 정보를 이용한 엔트로피 기반의 안정된 경로 설정방법을 제안 사용한다. 둘째, 협력도움 전송 방법이다[3][4][5]. 설정된 경로 위로 데이터 패킷을 전송 할 때 경로 lifetime과 SNR의 효과적인 지원으로 데이터 전송률을 증가시키기 위해 이웃 노드들로부터 협력 도움을 받는다. 셋째, 기존의 센서 네트워크는 주로 고정된 노드 환경에서 많은 연구가 되어 왔지만, 본 연구에서는 노드들의 이동성을 고려한 환경에서 연구가 이루어진다. 제안된 CARP 의 성능평가는 OPNET(Optimized Network Engineering Tool)을 사용하여 이루어졌으며 성능평가를 통하여 제안한 프로토콜은 안정된 경로의 설정 및 데이터 전송효율을 효과적으로 증가 시킬 수 있음을 알 수 있다.

• Journal of Internet Computing and Services
• /
• v.24 no.2
• /
• pp.67-74
• /
• 2023

Stock price prediction research in the financial sector aims to ensure trading stability and achieve profit realization. Conventional statistical prediction techniques are not reliable for actual trading decisions due to low prediction accuracy compared to randomly predicted results. Artificial intelligence models improve accuracy by learning data characteristics and fluctuation patterns to make predictions. However, predicting stock prices using long-term time series data remains a challenging problem. This paper proposes a stable and reliable stock price prediction method using K-means clustering-based data augmentation and normalization techniques and LSTM models specialized in time series learning. This enables obtaining more accurate and reliable prediction results and pursuing high profits, as well as contributing to market stability.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.159-160
• /
• 2018

블록체인은 분산 원장 기술 중 하나로 여러 개의 노드들이 참여하며, 이 노드들 간의 합의 알고리즘을 통하여 데이터의 위 변조를 막고, 이미 기록된 데이터를 바꿀 수 없는 구조를 장점으로 가진다. 이러한 특성 때문에 블록체인은 신뢰성이 중요시되는 플랫폼에 많이 적용이 되며 많은 플랫폼 중 전자투표의 중요한 기술로서 인식되고 있다. 전자투표는 선거의 모든 과정을 전자화 하여 선거를 관리하는 사람이나 투표자 모두에게 편리함을 제공하는 시스템으로 기술적인 보안성이나 시스템의 안정성이 완벽하게 보장되지 않아 유권자들에게 신뢰를 주지 못해 현실에서 쉽게 적용하지 못하고 있다. 이러한 문제를 해결하기 위해 본 논문에서는 블록체인을 적용하여 투표의 변조를 막고 유권자들의 신뢰와 시스템의 안정성을 제공하는 전자투표 시스템을 제안한다.

• Journal of Advanced Navigation Technology
• /
• v.17 no.6
• /
• pp.679-686
• /
• 2013

In this paper, the new stability conditions for discrete systems with time-varying delay time are proposed by Lyapuniv theory for the stability analysis of NCS(Networked Control System) having data communication. The proposed stability conditions are very simple and easily calculated compared to the previous conditions having complex numerical calculations. The proposed results can include several previous works on the same issue. From the simulation results, the proposed conditions show the better performance and less conservative on checking stability compared with previous results.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.328-328
• /
• 2019

효울적인 수자원 관리를 위해 홍수, 가뭄예측을 비롯한 수문분석이 필수적이나 입력자료 구축시스템의 한계로 인해 다양한 수문 데이터를 활용한 연구가 부족한 실정이다. 입력자료의 안정적인 구축뿐 아니라 입력자료의 다양화 및 최적화를 통해서 수문분석의 정확성을 향상시킬 수 있으며 이를 위한 연구가 필요하다. 본 연구에서는 지표면과 지표아래의 토양 수분 상태를 개념화한 분포형 수문 모델을 이용하여 대표적인 기상-수문 인자인 강우, 토양수분 및 증발산 데이터를 적용함으로써 입력자료를 최적화하기 위한 방법을 연구하였다. 연구결과 강우-유출모형의 회귀분석에서 결정계수 값이 0.8 이상으로 신뢰할 만한 수준을 보였으며, 연구지역의 유출특성이에 입력자료의 최적화 정도에 영향을 미치는 것으로 나타났다. 이를 통해 강우-유출모형 입력자료의 다각화 및 최적화 연구를 통해 수문 자료 활용 가능성을 확대하고, 모형의 정확도 개선을 기대할 수 있으며, 분석 결과로부터 개념적 강우-유출 모형의 안정성을 검증할 계획이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10c
• /
• pp.40-42
• /
• 2001

캐쉬 일관성 프로토콜의 하나인 MESI 프로토콜은 다중 프로세싱 환경에서 각각의 프로세서와 메모리 사이의 데이터 일관성을 유지하기 위해 캐쉬, 메모리 등의 통신 개체들을 조정하는 일종의 규칙들 중 하나이다. 프로세서의 수가 많아지고 시스템이 복잡해 질 경우 MESI 프로토콜을 정확하게 설계하고 그 동작을 분석하기는 매우 어렵다. 본 연구에서는 정형기법 도구인 ESTEREL을 이용하여 MESI 프로토콜을 설계하고 그 동작의 안정성을 검증하여, 시스템의 정확성과 안정성을 보장하는 방법에 대해 논한다.

• Computational Structural Engineering
• /
• v.29 no.2
• /
• pp.12-17
• /
• 2016

본 기사에서 대형 비정형 건축물의 시공 중 자동 모니터링 사례를 소개하였다. 소개한 사례에서는 무선 자동 계측 시스템을 이용하여 변형률계, 경사계, 변위계 등이 총 88개 설치되어 약 13개월 동안 장기 모니터링이 수행되었다. 무선 자동 계측시스템은 장기간의 데이터를 확보하고 데이터 간의 상관성 및 이력분석을 용이하게 하였다. 이를 통해 대상 구조물의 시공 중 안전성 및 안정성을 확보하고, 정밀 시공을 구현하는데 기여할 수 있었다.

• Proceedings of the KSRS Conference
• /
• 2009.03a
• /
• pp.305-308
• /
• 2009

최근 카메라와 같은 센서가 장착된 UAV(Unmanned Aerial Vehicle, 무인항공기)를 이용하는 분야는 방재, 농업, 군사 분야 등 매우 다양해지고 있다. 그러나 고품질의 영상데이터를 취득하기 위해서는 가벼우면서도 우수한 성능을 지닌 고가의 MEMS 센서 그리고 센서가 안정적으로 데이터를 획득할 수 있도록 안정적인 비행이 가능한 대형 UAV플랫폼으로 구성된 시스템이 필요하기 때문에 시스템 구축비용이 클 수밖에 없다. 본 연구에서는 저비용으로 영상 데이터를 취득할 수 있는 UAV시스템을 구축하여 취득된 영상데이터의 처리를 통해 얻어지는 영상의 품질을 살펴보고 그 효용성을 시험해보았다. 이를 위해서 고가인 UAV를 대신해 비교적 가격이 저렴한 R/C헬기(Remote Control, 원격조종 헬기)를 플랫폼으로 선정하고, 영상데이터를 수집하는 카메라센서를 탑재하였다. 그리고 탑재된 센서가 안정적으로 데이터를 취득할 수 있도록, 센서와 플랫폼 사이에 Gimbal을 장착하였다. 이렇게 구축된 시스템을 이용하여 시험비행을 해보았으며, 그 결과 플랫폼에 탑재된 센서로부터 비교적 안정적이고 양질의 이미지를 획득할 수 있었다. 본 연구에서 구축한 R/C 헬리콥터 시스템을 통하여 저비용/고효율의 영상데이터를 취득할 수 있음을 확인하였다. 구축된 시스템은 근접한 거리에서 대상물의 영상을 취득하기 때문에 고품질의 3차원 모델데이터 생성에 매우 도움이 될 것으로 생각한다.