• 한국정보통신학회논문지
• /
• 제5권5호
• /
• pp.941-950
• /
• 2001

본 논문에서는 3세대 이동통신망이 Mobile IP를 지원하기 위한 통합망 구조를 제시하고, 통 합망에서 DiffServ에 의한 종단간 QoS를 제공할 경우 망을 구성하는 각 요소가 가져야 할 QoS 제어기능 및 메카니즘을 제안한다. 이를 위해 현재 IMT-2000의 QoS 제광 구조를 살펴보고, 통합망의 필요성 및 구조를 제시한 다음, DiffServ 클래스와 무선채널과의 매핑관계 및 종단간 QoS 제공 메카니즘을 제안한다. 또한 CDMA 이동인터넷망에서 QoS지원을 위한 무선접속 링크레벨의 성능을 분석한다. 데이터 트래픽의 경우 SREJ ARQ방식과 Type-1 Hybrid ARQ방식을 비교 분석하고, 음성 트래픽의 경우 BCH 코딩을 사용하여 데이터 트래픽 부하변화에 따른 음성 패킷의 에러율을 분석한다 분석 결과 구현상의 복잡도는 높으나 QoS를 만족시키는 적응적 ARQ와 적응적 FEC 코딩을 이용하는 방식이 보다 효율적임을 알 수 있다.

• 대한전자공학회논문지TC
• /
• 제40권6호
• /
• pp.205-212
• /
• 2003

무선 ad hoc 망은 고정된 인프라 망이 없기 때문에 이동 노드들의 그룹 이동성에 대한 호 수락 제어에 활용하기에는 많은 문제점을 가지고 있다. 본 논문에서는 이러한 문제점들을 해결하기 위해서 무선 ad hoc 망에서 그룹 이동성 때문에 발생하는 이동 노드들의 그룹 핸드오프를 지원하기 위한 호 수락 제어 방안을 제안하였다. 본 논문에서 제안한 호 수락 제어 방안은 선택적 호 수락 제어 방식이며 ad hoc 라우팅 프로토콜을 이용한다. 이 방식은 확장된 Hello 메시지를 이용하여 그룹 이동성을 예측하며 능동적으로 버스트 핸드오프를 지원하기 위한 가드 채널의 수를 선택적으로 조정하여 핸드오프 블락킹 확률을 줄이고 QoS를 보장할 수 있는 방안이다. 본 논문에서는 시뮬레이션을 통하여 핸드오프 블락킹 확률, 신규 호 블락킹 확률, 자원 이용율에 대해서 기존의 무선 방식에서 사용하는 호 수락 제어 방식과 비교하여 제안된 방식이 버스트 핸드오프 지원에 더 효율적임을 보였다.

• 한국정보통신학회논문지
• /
• 제22권11호
• /
• pp.1442-1447
• /
• 2018

RFID를 이용한 실내 위치 인식 시스템은 실내의 위치를 예측하는 방식이기 때문에 장애물 등 주변 환경에 의해 오차가 발생한다. 본 논문에서는 역전파 신경망을 이용하여 오차를 줄이고자 한다. 신경망은 층간의 가중치를 조정하고 훈련시켜 리더를 보유한 물체의 실제위치와 실험을 통해 예상되는 위치간의 오차를 줄인다. 본 논문에서는 중앙값을 사용한 방법과 방사 형태를 사용한 방법을 신경망의 입력으로 사용하는 구성을 제안하였다. 두 가지 방법 중 장애물이 있는 환경에서 어떤 방법이 실제 위치를 인식하는 데에 더 효율적인지 확인하고 오차를 줄이고자 한다. 그 결과 중앙값을 이용한 방법이 오차가 더 적었으며, 데이터 개수가 많을수록 오차가 더 줄어드는 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제23권8호
• /
• pp.936-942
• /
• 2019

실내 자율 주행은 실외 환경에서의 자율 주행과는 다른 환경적인 요소가 주어진다. 폐쇄된 환경에서 좁은 길을 따라 주행해야 하며, 불규칙한 조명, 계단과 같은 지형의 특성, 바닥에 산재한 장애물 등 실외 환경과 다른 요소를 극복해야 한다. 또한 실내 복도에서의 주행은 텍스처가 유사하거나 다양성이 적은 환경의 경우 복잡한 환경에 비해 인식에 어려움이 있다. 본 논문에서는 다양성이 적은 실내 복도환경에서의 컨벌루션 신경망(CNN)을 이용한 자율 주행 드론을 연구한다. 설계한 신경망은 드론의 전면 카메라로부터 이미지를 받아온 후, 그 이미지를 바탕으로 다음 경로를 예측하여 드론을 조향한다. 총 38번의 주행 테스트 결과, 복도 주변의 벽이나 문에 부딪히지 않고 직선 구간을 완주하여 다양성이 적은 실내 환경에서의 주행 성능을 확인할 수 있었다.

• 한국정보통신학회논문지
• /
• 제24권12호
• /
• pp.1588-1594
• /
• 2020

본 논문에서는 심층신경망(deep neural network, DNN)을 이용하여 디지털 홀로그램을 생성하는 신경망의 학습을 위한 데이터 균형 조정 방법에 대하여 논의 한다. 심층신경망은 딥러닝(deep learning, DL) 기술에 기반을 두고 있고, 생성형 적대적 네트워크(generative adversarial network, GAN)계열을 이용한다. 심층 신경망을 통하여 생성 하고자하는 홀로그램의 기본 단위인 프린지 패턴은 홀로그램 평면과 객체의 위치에 따라 데이터의 형태가 매우 다르다. 하지만 데이터의 분류 기준이 명확하지 않기 때문에 학습 데이터의 불균형이 생길 수 있다. 학습 데이터의 불균형은 곧 학습의 불안정 요소로 작용한다. 따라서 분류 기준이 명확하지 않은 데이터를 분류하고 균형을 맞추는 방법을 제시한다. 그리고 이를 통하여 학습이 안정화됨을 보인다.

• 해양환경안전학회지
• /
• 제29권6호
• /
• pp.659-665
• /
• 2023

선박 발전기의 여자기는 출력 단자 전압을 일정하게 유지하기 위하여 여자전류 제어를 통해 자속을 조정한다. 여자기 내부에 있는 전압제어기는 통상적으로 비례 적분 제어방식이 사용되는데 게인과 시정수에 의해 결정되는 응답 특성은 적절치 못한 설정값에 의해 원하지 않는 출력을 내며 이로 인해 선내 전력의 품질과 안정성을 떨어뜨릴 수 있다. 본 논문에서는 IEEE에서 제공하는 AC4A 타입의 여자기 모델을 통해 얻을 수 있는 안정적인 입출력 데이터를 활용하여 신경망 회로를 학습시킨 후 기존의 비례 적분 제어방식의 전압제어기를 학습된 신경망 회로 제어기로 대체하여 시뮬레이션을 수행하였다. 그 결과 기존 대비 최대 9.63%까지 오버슈팅이 개선되었으며, 안정적인 응답 특성에 대한 우수성을 확인하였다.

• 한국전자통신학회논문지
• /
• 제18권5호
• /
• pp.841-852
• /
• 2023

국내 전력계통의 주파수 조정용 발전기로 사용되고 있는 가스터빈은 탄소중립 정책과 더불어 신속한 기동·정지 및 높은 열효율 등으로 인해 이용률이 증가하고 있다. 가스터빈은 고온의 화염을 이용하여 터빈을 회전시키기 때문에 터빈 입구온도가 기기의 성능과 수명을 좌우하는 핵심요소로 작용하고 있다. 하지만 입구온도는 직접적인 측정이 불가능함에 따라 제작사가 산출한 온도를 이용하거나, 현장 경험을 토대로 하여 예측된 온도를 적용하고 있어서 가스터빈의 안정적인 운전 및 유지관리에 많은 어려움을 겪고 있다. 이에 본 연구에서는 인공신경망에서 많이 사용되고 있는 DNN(: Deep Neural Network) 기반으로 하는 재열 가스터빈의 입구온도를 예측할 수 있는 모델을 제시하고 실측 데이터를 기반으로 제안된 DNN의 성능을 검증하고자 한다.

• 한국지반공학회논문집
• /
• 제21권8호
• /
• pp.73-84
• /
• 2005

본 논문에서는 피에조콘 관입시험 결과와 상재하중으로부터 점토의 비배수전단강도를 간단히 예측하기 위한 피에조콘 인공신경망 모델 구축에 대하여 기술하였다. 피에조콘 인공신경망 모델의 구축을 위하여 먼저 국내 8개 지역에서 수행된 피에조콘 관입시험 결과와 불교란 시료에 대해 수행된 비압밀-비배수 삼축압축실험(UU)으로 얻어진 비배수전단강도 결과를 바탕으로 데이터베이스가 구축되었으며 오차역전파 알고리즘에 의하여 다층 구조를 갖는 최적 인공신경망 모델이 구성되었다. 구성된 인공신경망 모델은 모델 구축 시에 사용되지 않은 새로운 검증자료에 대해 비배수전단강도 예측을 수행하고 실내시험 결과와 비교함으로써 모델의 타당성이 검증되었다. 또한 피에조콘으로부터 비배수 전단강도의 예측을 위해 제안된 기존의 경험적 방법으로 예측된 비배수전단강도와 제안된 모델의 예측결과를 비교하였다. 인공신경망 모델들은 사용된 전달함수에 따라 단일 은닉층 내에 존재하는 최적 뉴우런 개수는 다르지만 학습자료와 검증자료에 대해 공통적으로 결정계수 $R^2=0.69\~0.72$ 범위의 예측정확도를 보여 국내 연약지반에서 피에조콘 관측결과들과 비배수전단강도 간의 비선형적 상관관계를 정의하는 데에 유용함을 알 수 있었다. 또한 구성된 인공신경망 모델은 지역적인 조정(site calibration)을 필요로 하는 기존의 경험적 방법들에 비하여 전 지역에서 고르게 예측신뢰성이 높으며 이는 학습과정을 통하여 각 지역의 지반공학적 특성을 일반화하는 데에 성공했기 때문으로 인공신경망 모델이 국내 전 지역에서 적용될 수 있는 일반화된 모델로 발전할 수 있음을 의미한다.

• 한국컴퓨터정보학회논문지
• /
• 제10권5호
• /
• pp.11-16
• /
• 2005

최근에 퍼지 이론을 인공 신경망에 접목하여 개선된 성능을 보이려는 경향이 많다. Goh는 퍼지단층 퍼셉트론 알고리즘과 일반적인 델타 규칙(Generalized delta rule)에 기반한 개선된 퍼지 퍼셉트론을 제안하여 Exclusive-OR(XOR) 문제 등을 해결하였다 그러나 이 방법은 계산량의 증가와 복잡한 영상인식에 적응하기에는 어려움이 있다. 논문에서는 동적 역치조정에 의한 개선된 퍼지 단층 퍼셉트론을 제안한다. 제안된 방법은 페턴인식의 벤치마크로 사용되는 XOR문제에 적용된다. 또한 영상 응용영역으로서 디지털 영상의 인식에 적용한다. 실험결과에서 항상 수렴하지는 않지만 그러나 제안된 모델은 학습시간의 개선과 높은 수렴율을 보였다.

• 대한토목학회논문집
• /
• 제8권2호
• /
• pp.177-184
• /
• 1988

지금까지 관측(觀測)값의 처리(處理)에 적용(適用)해 왔던 최소(最小)제곱법(法)은 정적(靜的)인 data의 처리(處理)에는 적합(適合)하나, 시간(時間)의 변화(變化)가 수반(隨伴)된 관측치(觀測値)의 처리(處理)에는 부적당(不適當)하다. 본(本) 연구(硏究)는 모든 관측(觀測)값이 시간(時間)의 함수(函數)인 것을 고려(考慮)해서 종래(從來)의 최소(最小)제곱법(法)의 일반식(一般式)에 시간(時間)의 개념(槪念)을 도입(導入)하여 동적(動的)으로 수준망(水準網)을 해석(解析)하였다. 이 경우(境遇) 관측(觀測) data를 동적최소(動的最小)제곱법(法)으로 처리(處理)한 결과(結果) 정밀(精密)한 조정(調整)값을 얻었다.