부분응답 최대유사 (PRML: partial response maximum likelihood) 검출기법은 수직 자기기록 채널에 적합한 검출기법이다. PRML 시스템에 RLL(Run Length Limited)을 결합하여 저 복잡도 검출기법을 제안하였다. 모의 실험의 결과 R=2/3 변조 부호를 사용한 PR(1,2,3,4,3,2,1)ML과 PR(1,2,3,3,2,1)ML이 각각 K=3, 4에서 가장 우수한 성능을 보였다. 그러나, K=3인 경우 R=2/3 PR(1,1,1,1)ML은 R=2/3 PR(1,2,3,3,2,1)ML에 비해 매우 적은 복잡도를 갖지만 약 1.5dB의 성능열화만을 보이는 것을 알 수 있었다. K=4 일때는 R=1 PR(1,2,,2,1)ML은 R=2/3 PR(1,2,3,4,3,2,1)ML과 비교하여 휠씬 적은 복잡도를 가지면서 2dB이내의 성능 열화를 가짐을 확인 할 수 있었다.
자동차용 인포테인먼트 시스템에 대한 수요와 멀티미디어의 처리용량이 증가함에 따라 MOST25 보다 높은 대역폭인 MOST150이 등장하였으며, 이에 대한 다양한 기술 적용이 요구되고 있다. MOST25 네트워크의 경우 현재 일부 차종에 제한적으로 장착되어 사용되고 있으나, 대역폭과 호환성 등의 문제가 발생하였으며, 이를 해결하고자 MOST150 기술의 개발과 이를 차량에 적용하고자 많은 연구가 진행되고 있다. 따라서 본 연구에서는 차량용 MOST150/Ethernet Gateway 구현에 있어서 효과적인 이더넷 트래픽 처리를 위해 MOST150의 등시채널, MOST 이더넷 패킷 채널 등의 Management Mapping 방법에 대해 분석하고 효율적인 알고리즘에 대하여 연구하고자 한다.
멀티미디어 포렌식 분야에서 영상을 촬영한 카메라 모델 판별을 위한 연구가 지속되어 왔다. 점점 고도화되는 범죄 중에 불법 촬영 등의 범죄는 카메라가 소형화됨에 따라 피해자가 알아차리기 어렵기 때문에 높은 범죄 발생 건수를 차지하고 있다. 따라서 특정 영상이 어느 카메라로 촬영되었는지를 특정할 수 있는 기술이 사용된다면 범죄자가 자신의 범죄 행위를 부정할 때, 범죄 혐의를 입증할 증거로 사용될 수 있을 것이다. 본 논문에서는 영상을 촬영한 카메라 모델 판별을 위한 딥러닝 모델을 제안한다. 제안하는 모델은 4개의 컨볼루션 계층과 2개의 전연결 계층으로 구성되었으며, 데이터 전처리를 위한 필터로 High Pass Filter를 사용하였다. 제안한 모델의 성능 검증을 위하여 Dresden Image Database를 활용하였고, 데이터셋은 순차분할 방식을 적용하여 생성하였다. 제안하는 모델을 3 계층 모델과 GLCM 적용 모델 등 기존 연구들과 비교 분석을 수행하여 우수성을 보였고, 최신 연구 결과에서 제시하는 수준의 98% 정확도를 달성하였다.
IEEE 802.11 무선랜은 광대역 무선접속 네트워크를 지원하기 위한 가장 대중화된 통신 프로토콜이다. 최근 이동 중에도 무선랜을 통해 실시간 멀티미디어 서비스에 대한 사용자 요구가 증가하고 있다. 이동성을 지원하기 위해서는 단말의 핸드오프 기능이 필수적이다. 그러나 IEEE 802.11 무선랜의 핸드오프 기법은 최고 300ms의 지연 시간을 가지며, 관련연구의 무선랜 핸드오프 기법은 접속할 무선 액세스 포인트의 검색 및 재접속 및 인증과정에 초점을 맞추고 있다. 이동 중인 휴대 단말일 경우 빈번하게 핸드오프가 발생하며 이를 위한 고려가 상대적으로 부족하다. 본 논문에서는 GPS 위치정보와 수신신호세기를 이용하여 핸드오프 지점을 예측하고 높은 전송 대역폭을 보장 받는 핸드오프 알고리즘을 제안한다. 제안한 핸드오프 방법을 구현하고 성능을 검증하여 알고리즘의 우수함을 확인하였다.
소형 컴퓨팅 기기의 최근 발달과 더불어, 사물인터넷 기반 센서 네트워크가 광범위로 확산되고 있으며, 이제는 저렴한 비용으로 센서 연산 기능과 통신 기능을 사용가능하게 되었다. 센서 데이터 관리는 사물 인터넷 환경에서 주요한 요소이다. 센싱 장비로부터 발생되고 전파되는 엄청난 분량의 자료는 많은 유효 정보를 제공하고 사업추진을 위한 다음세대의 빅데이터로 생각되고 있다. 최신 컬럼 기반 압축 기법이 높은 공간 효율 때문에 대용량 서버에 장착되고 있다. 센서는 좁은 대역폭과 오류가 많은 무선 채널을 사용하므로, 센서 기반 저장 시스템은 불안정한 데이터 서비스에 노출되어 있다. 본 연구에서는 사물 인터넷 센서망에 대한 분석을 간략하게 서술하며, 사물 인터넷을 위한 신규 스토리지 관리 방법을 제안한다. 제안한 관리 방법은 레이드 스토리지 모형을 근거로 하고, I/O 성능의 감쇄 없이 공간 효율성을 높이기 위하여 컬럼 기반 분리 및 압축법을 활용한다. 컴퓨터 모의 성능 실험을 통하여 본 제안 저장 기법이 기존 Raid 제어 기법보다 우수하다는 결론을 얻었다.
최근 컴퓨터 보급의 대중화와 초고속 통신망 사용의 보편화는 전통적인 교육형식에 많은 변화를 주는 계기가 되었다. 그 중에서도 웹 기반의 다양한 멀티미디어 매체 기술, 컴퓨터 네트워크를 통한 정보의 상호작용 등은 시 공간을 초월한 가상교육 등장에 촉진제 역할을 하고 있다. 이러한 가상교육은 교수자와 학습자간의 상호작용이 가상공간에서 이루어져 학습지도, 학습평가, 피드백 등의 학습수행 측면에서 문제점이 제기되고 있다. 이에 본 논문에서는 가상강좌의 학습평가요수 중 하나인 출석평가에 대해 학습자 참여도를 기반으로 평가하는 모델을 제안한다. 학습자 참여도란 개설된 가상교육에 학습자의 자발적인 참여 정도를 말한다. 본 논문에서 제안한 학습자 참여도 기반 출석 평가모델은 교수자에게는 자동화된 출석평가 기능을 제공하며, 학습자에게는 가상강좌의 능동적인 참여 동기유발 효과를 기대한다.
본 논문은 라즈베리파이3를 활용한 IoT 교육과정의 커리큘럼 설계요소를 도출하기 위한 한국의 IoT 사용서비스의 현황을 고찰한다. 첫째, 한국의 Korea Telecom(KT), LGU+ Telecome (LGT), SK Telecom(SKT)와 같은 3대 메이저 통신업체의 IoT 연구 및 상용서비스를 고찰한다. 둘째, 현재로서 IoT 교육도구로서 가장 적합하다고 각광받는 라즈베리파이3의 구성요소 및 장점을 고찰한다. 마지막으로 이 둘의 공통분모를 토대로 IoT의 사회적 수요인력을 양성하기 위한 라즈베리파이3를 활용한 IoT 교육과정의 중요 설계요소를 도출하게 된다. 해당 설계요소로는 플랫폼, 하드웨어, 소프트웨어, 빅데이터 네트워크가 있다. 이와 같이 도출된 라즈베리파이3를 활용한 IoT 교육과정의 중요 설계요소를 바탕으로 본 필자의 대학의 임베디드 시스템 과목을 1학기동안 교육하였고, 성공적으로 수강생 25명중 90% 이상의 우수 강의 만족도와 강의 분량을 검증하였다.
여론조사는 특정 사안에 대하여 사회 집단의 성향을 알아보기 위한 수단으로서 현대 사회에 강한 영향력을 미치고 있다. 이처럼 여론 조사의 영향력이 커짐에 따라 결과물의 위·변조의 문제점이 중요한 이슈로 나타나게 되었으며 여론조사의 신뢰성을 보장하기 위한 새로운 방안이 필요한 실정이다. 이더리움 블록체인은 이를 위한 해결방안으로서 신뢰성이 보장되는 블록체인 기술을 이용하는 분산 어플리케이션을 개발하기 위한 환경이다. 이더리움 분산 어플리케이션은 스마트 컨트랙트를 활용하여 사용자를 위한 서비스들을 투명하고 신뢰성 있게 제공할 수 있다. 본 논문에서는 위·변조가 사실상 불가능한 분산 장부 관리기법인 블록체인을 이용하여 신뢰성을 보장하는 여론조사 기법에 대하여 제안한다. 제안하는 기법은 여론조사 결과물에 대한 여론조사 대상자 개인 및 검증 기관의 견고한 검증 기능을 제공한다. 또한, 제안하는 기법의 유효성을 확인하기 위하여 프라이빗 이더리움 블록체인 네트워크에서 동작하는 여론조사 분산 어플리케이션을 개발한다.
강화 학습은 변화하는 환경에서의 최적의 보상을 얻을 수 있는 행동을 결정하기 위한 정책을 얻는 기계 학습 기법이다. 하지만 기존에 연구되어 온 강화 학습은 불확실하고 연속적인 실제 환경에서 최적의 행동을 얻기 위해 발생되는 높은 계산 복잡도 문제와 학습된 결과를 얻기 위해서는 많은 시간이 소요 된다는 문제점을 가지고 있다. 앞에서 언급한 문제를 해결하기 위해, 높은 계산 복잡도 문제를 해결을 위해서는 강화 학습을 구성하는 가치 함수와 정책을 독립적으로 구성하는 AC(actor-critic) 기법이 제안되었다. 그리고 빠른 학습 결과를 얻기 위해 기 학습된 지식을 새로운 환경에서 이용하여 기존 학습보다 빠르게 학습 결과를 얻을 수 있는 전이 학습(transfer learning) 기법이 제안되었다. 본 논문에서는 기존에 연구되어 왔던 기계 학습 기법의 향상 기법인 AC 기법과 전이 학습 기법에 대해 소개하고, 이를 무선 액세스 네트워크 환경에서 기지국 상태 조정을 위해 적용되고 있는 사례를 소개한다.
앙상블 기법은 기계학습에서 다수의 알고리즘을 사용하여 더 좋은 성능을 내기 위해 사용하는 방법이다. 본 논문에서는 앙상블 기법에서 많이 사용되는 부스팅과 배깅에 대해 소개를 하고, 서포트벡터 회귀, 방사기저함수 네트워크, 가우시안 프로세스, 다층 퍼셉트론을 이용하여 설계한다. 추가적으로 순환신경망과 MOHID 수치모델을 추가하여 실험을 진행한다. 실험적 검증를 위해 사용하는 뜰개 데이터는 7 개의 지역에서 관측된 683 개의 관측 자료다. 뜰개 관측 자료를 이용하여 6 개의 알고리즘과의 비교를 통해 앙상블 기법의 성능을 검증한다. 검증 방법으로는 평균절대오차를 사용한다. 실험 방법은 배깅, 부스팅, 기계학습을 이용한 앙상블 모델을 이용하여 진행한다. 각 앙상블 모델마다 동일한 가중치를 부여한 방법, 차등한 가중치를 부여한 방법을 이용하여 오류율을 계산한다. 가장 좋은 오류율을 나타낸 방법은 기계학습을 이용한 앙상블 모델로서 6 개의 기계학습의 평균에 비해 61.7%가 개선된 결과를 보였다.
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.