• 정보처리학회논문지C
• /
• 제9C권1호
• /
• pp.123-134
• /
• 2002

인터넷 전화, 인터넷 방송 VPN(Virtual Private Networks), 멀티미디어 서비스 등의 실시간 혹은 대역폭 요구 서비스 등의 실시간 혹은 대역폭 요구 서비스들이 늘어남에 따라 인터넷에서도 서비스 품질(QoS : Quality of Service)에 대한 요구가 중요한 문제가 되었다. 인터넷 응용 서비스의 품질을 보장하기 위하여 통합 서비스, 차등 서비스, 그리고 MIPLS(Multi-Protocol Label Switching) 등의 여러 가지 방안이 강구되고 있다. 본 논문에서는 차등 서비스(DiffServ : Diferentiated Service)를 이용한 QoS 보장 기법의 성능 해석에 대하여 기술하였다. 차등 서비스의 성능이 다양한 입력 트래픽 모델과 WFQ(Weighted Fair Queueing) 가중치에 의하여 어떻게 영향을 받는지 분석하기 위하여, 랜덤, 버스티, 자기유사 입력 트래픽 모델과 다양한 입력 파리미터에 대하여 모의실험과 성능평가를 수행하였다. 성능분석 결과, 사용된 입력 트래픽 모델에 따라 패킷 지연 rqkt과 손실 사이에 상당한 차이가 발생함을 확인할 수 있었다. 그러나, 모든 입력 트래픽 상황에서, EF(Expedited Forwarding)의 성능은 보장이 가능하고, EF와 BE(Best Effort) 클래스의 서비스가 분리가 가능한 것으로 나타났다. 다음으로 성능 합성(Performance Synthesis) 문제에 대하여 기술하였다. 차등 서비스 망에 대한 보존법칙을 유도하고, WFQ 방식에서 자원의 분배(즉, 가중치)에 따른 성능 변화와 동적 행위에 대하여 분석하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.73-73
• /
• 2019

지구 표면의 약 2%에 해당하는 담수에서 육상계 전체가 흡수하는 탄소의 50%가 배출되며, 이는 토양표면에서 배출되는 탄소량에 비해 더 큰 수치로 전 지구적 탄소순환 해석에 중요한 역할을 한다. 특히, 내륙수역과 대기의 경계면에서 $CO_2$ 이동은 전 지구적 탄소순환의 중요한 구성요소로 평가되고 있다. 호수와 저수지 같은 담수 저류시설은 육상에서 기인한 탄소의 운송 및 처리 역할을 한다. 하지만, 저수지에서 온실가스배출량을 평가할 수 있는 명확한 방법론이 부족하며, 전지구 규모 GHGs배출량에 대한 추정에 대한 불확실성이 상당히 큰 상황이다. 본 연구에서는 몬순기후대에 위치한 인공저수지를 대상으로 보다 신뢰도있는 온실가스 배출량 추정을 위해 $CO_2$ NAF 산정하고, 산정에 영향을 미치는 인자들을 분석 하였다. 분석을 위해 $CO_2$ NAF 산정에 필요한 수리 및 수질 인자들을 2017년부터 2018년까지 수집하고, 기초통계량 및 상관분석을 실시하였다. 또한, 주성분분석(PCA) 및 다중선형회귀모델(MLR)과 랜덤포레스트(RF) 기법을 사용해 변수 중요도를 평가하였으며, $CO_2$ NAF 산정 주요인자인 기체교환 계수를 경험적 모델 3종(Cole and Caraco, Crusius, Vachon), 표면갱신형 모델 4종(Heiskanen, Maclntyre, Read, Soloviev)을 비교, 검토하였다. 조사기간 동안 기체교환계수 산정 결과 Crusius 모델 예측값이 평균 $0.342(0.047{\sim}4.323)cm\;hr^{-1}$으로 검토한 모델중 가장 낮은 평균값을 보였으며, Heiskane 모델이 $2.135(0.337{\sim}5.152)cm\;hr^{-1}$으로 가장 큰 평균값을 보였다. 대상 수체는 연주기로 완전혼합되며 수온성층이 약화되는 시기에 저수지 표층 아래에 축적된 탄소가 표층으로 전달되어 높은 수준의 p$CO_2$를 보이며, 수표면에 큰 난류 강도가 작용하는 기간에 대기중으로 배출(pulse emission) 기작이 나타난다. NAF 산정결과 경험적 모델의 NAF값($-1246.0{\sim}6510.3mg-CO_2m^{-2}day^{-1}$)은 표면갱신형 모델 NAF값($-1436.1{\sim}8485.7mg-CO_2m^{-2}day^{-1}$)보다 낮은 수준을 보였으며, 풍속의 함수만을 이용하는 경험적 모델보다 부력 플럭스와 난류 혼합의 영향을 고려하는 Macintyre, Heiskanen모델이 성층 저수지의 $CO_2$ NAF 산정에 적합한 것으로 나타났다. $CO_2$ NAF 산정의 주요인자로 MLR모델은 Tw, EC, pH, Chla, TOC, Alk, RF모델은 EC, DO, TOC가 중요 변수로 평가되었다. PCA 분석결과, 수온이 낮고 성층이 약화되며 pH가 낮은 상태에서 NAF가 큰 것으로 나타났다.

• 한국전자거래학회지
• /
• 제26권3호
• /
• pp.97-117
• /
• 2021

정기예금 가입 여부 예측은 은행의 대표적인 금융 마케팅 중 하나로, 은행은 다양한 고객 정보를 활용하여 예측 모델을 구성할 수 있다. 정기예금 가입 여부의 분류 정확도를 향상하기 위해, 많은 연구에서 기계학습 기법들을 이용하여 분류 모델들을 개발하였다. 하지만, 이러한 모델들이 만족스러운 성능을 보일지라도 모델의 의사결정 과정에 대한 근거가 적절하게 설명되지 않는다면 산업에서 활용하기가 쉽지 않다. 이러한 문제점을 해결하기 위해, 본 논문은 설명 가능한 정기예금 가입 여부 예측 기법을 제안한다. 먼저, 테이블 형식에서 우수한 성능을 도출하는 의사결정 나무 기반 앙상블 학습 기법인 랜덤 포레스트, GBM, XGBoost, LightGBM을 이용하여 분류 모델들을 개발하고, 10겹 교차검증을 통해 모델들의 분류 성능을 심층 분석한다. 다음으로, 가장 우수한 성능을 도출하는 모델에 설명 가능한 인공지능 기법인 SHAP을 적용하여 고객 정보의 영향도와 의사결정 과정 등을 해석할 수 있는 근거를 제공한다. 제안한 기법의 실용성과 타당성을 입증하기 위해, Kaggle에서 제공한 은행 마케팅 데이터 셋을 대상으로 모의실험을 진행하였으며, 데이터 셋 구성에 따라 GBM과 LightGBM 모델에 SHAP을 각기 적용하여 설명 가능한 정기예금 가입 여부를 위한 분석 및 시각화를 수행하였다.

• 자원환경지질
• /
• 제55권4호
• /
• pp.353-366
• /
• 2022

지구과학 데이터(지오데이터)의 공간 이질성, 희소성 및 고차원성으로 인해 공간 분포 추정에 어려움이 있다. 따라서 지구과학의 많은 응용 분야에서 지오데이터의 고유 특성을 고려할 수 있는 공간 추정 기법이 필요하다. 본 연구에서는 기계 학습 알고리즘 중 하나인 가우시안 혼합 모델(Gaussian Mixture Model; GMM)을 이용하여 공간 예측 방법을 제공하고자 하였다. 제안된 기법의 성능을 검증하기 위해, 옛 제련소 부지에서 휴대용 X선 형광분석기(PXRF) 및 유도결합플라즈마-원자방출분광법(ICP-AES)을 이용하여 분석된 토양 농도 자료를 활용하였다. ICP-AES를 이용해 분석된 As와 Pb를 주변수로 하고, 나머지 자료는 보조변수로 활용하였다. 다차원의 보조변수 중 중요 변수를 선별하기 위해 랜덤포레스트 기반의 변수선택법을 적용하였다. ICP-AES 및 PXRF를 통해 구축된 다변량 데이터를 사용한 GMM의 결과를 단변량 및 이변량 데이터를 사용한 정규 크리깅(Ordinary Kriging; OK) 및 정규 공동크리깅(Ordinary Co-Kriging; OCK)의 결과와 비교하였다. GMM의 결과는 OK 및 OCK의 결과보다 낮은 평균 제곱근 편차(RMSE; 비소는 최대 0.11 및 납은 0.33까지 향상)와 높은 상관관계(r; 비소는 최대 0.31 및 납은 0.46까지 향상)를 제공하였다. 이는 GMM을 사용할 경우 토양 오염의 범위 해석의 성능을 향상시킬 수 있음을 지시한다. 본 연구는 다 변량 공간추정 접근법이 복잡하고 이질적인 지질 및 지구 화학자료의 특징을 이해하는 데 효과적으로 적용될 수 있음을 증명하였다.

• 한국전산구조공학회논문집
• /
• 제36권5호
• /
• pp.339-346
• /
• 2023

미세구조 특성의 불확실성은 재료 특성에 많은 영향을 준다. 시멘트 기반 재료의 공극 분포 특성은 재료의 역학적 특성에 큰 영향을 미치며, 재료에 랜덤하게 분포되어 있는 많은 공극은 재료의 물성 예측을 어렵게 한다. 공극의 특성 분석과 재료 응답 간의 상관관계 규명에 대한 기존 연구는 통계적 관계 분석에 국한되어 있으며, 그 상관관계가 아직 명확히 규명되어 있지 않다. 본 연구에서는 합성곱 신경망(CNN, convolutional neural network)을 활용한 이미지 기반 데이터 접근법을 통해 시멘트 기반 재료의 역학적 응답을 예측하고, 공극분포와 재료 응답의 상관관계를 분석하였다. 머신러닝을 위한 데이터는 고해상도 마이크로-CT 이미지와 시멘트 기반 재료의 물성(인장강도)로 구성하였다. 재료의 메시 구조 특성을 분석하였으며, 재료의 응답은 상장균열모델(phase-field fracture model)에 기반을 둔 2D 직접 인장(direct tension) 유한요소해석 시뮬레이션을 활용하여 평가하였다. 입력 이미지 영역의 기여도를 분석하여 시편에서 재료 응답 예측에 가장 큰 영향을 미치는 영역을 CNN을 통하여 식별하였다. CNN 과정 중 활성 영역과 공극분포를 비교 분석하여 공극분포특성과 재료 응답의 상관관계를 분석하여 제시하였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제27권6호
• /
• pp.172-181
• /
• 2023

본 연구에서는 케이블의 손상에 대한 사장교의 실시간 손상평가를 진행하였다. 사장교의 실시간 손상평가를 위한 센서는 가속도 센서를 사용하였으며, KEOT(Kinetic Energy Optimization Techniques)를 이용하여 센서의 위치와 수량에 대한 최적의 조건을 선정했다. KEOT는 구조물이 외력에 의해서 진동할 때, 최대변형에너지의 값을 계측하여 최적 계측 위치와 센서의 수량을 결정한다. 본 연구에서의 손상 조건은 케이블의 파단으로 제한하였으며 사장교를 4개의 구간으로 나누어 구간별 케이블 손상을 주었다. 사장교 케이블의 실시간 손상평가 방법은 FE 구조해석을 통하여 실제 모델과 유사한 가상의 모델을 만들었다. 생성된 가상 모델과 모형 구조물에 랜덤 가진파를 가한 이후 모형 구조물의 케이블 손상을 주었다. 가상 모델에서 출력되는 응답을 무손상 상태의 응답으로 정의하고 실제 모델에서 계측되는 응답을 손상 상태의 데이터로 정의하여 두 데이터를 비교하였다. 무손상 상태의 사장교의 데이터로부터 손상 상태의 사장교의 데이터를 IMD(Improved Mahalanobis Distance) 이론에 적용하여 손상의 정도를 평가하였다. IMD 이론으로 손상을 평가한 결과 구간별 손상을 실시간으로 적절하게 찾아내어 실시간 모니터링에 적용할 수 있는 유용한 손상평가 기술로 확인되었다.