• 정보처리학회논문지C
• /
• 제12C권3호
• /
• pp.395-400
• /
• 2005

IEEE 802.11b 무선랜은 다양한 전송률(transmission rate)을 지원하며 그 전송률은 자동 전송률 제어 알고리즘(auto rate control algorithm)에 의해 스스로 적응하여 변환된다. 따라서 자동 전송률 제어 알고리즘은 무선랜 전체 시스템 성능에 매우 큰 영향을 끼친다. 그러므로 본 논문에서는 자동 전송률 제어 알고리즘, 특히 ARF(Auto Rate Fallback) 방식의 자동 전송률 제어 알고리즘이 무선랜의 성능에 미치는 영향을 측정하고 그 결과를 분석해 본다. 분석 결과, ARF 방식의 자동 전송률 제어 알고리즘은 노드의 위치로 인한 신호 잡음에 효과적으로 잘 동작하는 모습을 보여 주었다. 하지만 ARF 방식은 여러 개의 노드가 무선채널을 얻기 위해 경쟁할 때, 신호의 충돌로 인한 패킷의 손실에 대해 적절히 대처하지 못해, 무선랜 전체 시스템 성능의 심각한 저하를 가져옴을 알 수 있었다. 그리고 TCP 프로토콜은 활성 노드 수의 증가를 제한해서 ARF에 의한 성능 저하를 막을 수 있다. 하지만 멀티미디어 데이터 전송과 같은 특정 응용프로그램은 TCP 프로토콜을 사용한다. 따라서 TCP 프로토콜은 모든 무선랜 응용프로그램을 위한 최적의 해결책이 될 수 없다.

• 방송공학회논문지
• /
• 제10권3호
• /
• pp.286-296
• /
• 2005

본 논문은 3차원 실감 영상 텔레비전을 위한 스테레오 기반 영상 압축 및 전송장치에 관한 것이다. 본 논문에서는 입력되는 두 개의 스테레오 영상에서 영상처리 기반 disparity map을 추출하고, 추출된 disparity map과 두 개의 스테레오 영상 중에 한 개의 영상만을 전송하거나 저장하는 방식이다 기존의 방식은 occlusion 지역에서 대응점을 결정할 수 없는 문제로 인하여 3차원 영상 복원 시 데이터가 손실되는 단점을 가지고 있다. 본 논문에서는 블록기반 에러 은닉 기법과 루프 필터를 사용한 복원 영상 보정 알고리즘을 제안하여 3차원 영상 복원 시 생길 수 있는 오차를 최소화하였다. 제안한 알고리즘의 효율성을 보이기 위하여 다양한 실제 영상을 사용하였으며 영상 복원 정확성의 객관적 판단기준을 통하여 제안한 알고리즘이 스테레오 영상을 표현하는데 효과적인 방법임을 증명하였다.

• 방송공학회논문지
• /
• 제24권6호
• /
• pp.1053-1063
• /
• 2019

최근 360 영상에 대한 관심이 증대됨에 따라, 이러한 360 영상을 보다 효율적으로 전송하기 위해 하나의 360 영상을 여러 개의 타일로 나누어 전송하는 타일 기반 스트리밍이 활발히 연구되고 있다. 본 논문에서는 타일 기반 스트리밍 시나리오에서 사용자 시점에 대응하는 고화질 360 영상 전송을 위해, 기존 네트워크 모델로 생성된 중요도 맵(Saliency map)을 타일 기반 스트리밍에 적용하여 각 위치의 타일의 품질을 할당하는 시스템을 제안한다. 각 타일들을 독립적으로 부호화하기 위해 motion constrained tile set (MCTS) 기법을 적용함과 동시에 Salient360! 데이터셋으로 사용자 시선 시나리오를 토대로 사용자 시점 영상으로 복원하여 검증한 결과, 제안된 시스템을 기반으로 360 비디오 영상을 전송하면 기존 high-efficiency video coding (HEVC)을 사용하여 전송했을 때보다 사용자 시점의 영상은 큰 손실 없이 최대 23%의 BD-rate 효율을 보임을 확인하였다.

• 한국정보전자통신기술학회논문지
• /
• 제10권6호
• /
• pp.626-632
• /
• 2017

최근의 해마다 발생하는 자연재해를 살펴보면 사망, 실종과 같은 심각한 인명 피해와 더불어 수억 원에 달하는 재산피해가 동반된다. 이를 극복하기 위해 사회적, 경제적 손실을 최소화할 수 있는 ICT 기반의 자연재난 감시 및 대응 기술 개발에 대한 관심도가 높아지고 있다. 제안하는 플랫폼은 무인기에 탑재된 다중 센서 데이터의 실시간 처리 분석을 통해 국지적 산불 재난의 감지 및 상황대응을 지원하고, 통합경보 시스템과 연동하여 대국민 재난 정보 전달 서비스를 제공하는 서비스이다. 본 논문에서는 재난 영상의 획득, 분석, 대응을 수행하는 재난 감시 및 대응 플랫폼의 세부 기능들에 대해서 소개하고, 재난 인지에 핵심요소 기술인 Deep Learning 기반의 산불 영상 분석 기술을 제안한다. 제안하는 Deep Learning 기반 재난 영상 분석은 과거로부터 반복적으로 발생하는 재난이 촬영된 영상 정보를 사전에 미리 학습함으로써, 새롭게 획득한 재난 영상에 대한 재난 발생 여부를 판단한다. 제안하는 산불 영상 분석 알고리즘에 대한 실험 결과를 확인하여 제안하는 기법의 성능을 검증한다.

• 한국항행학회논문지
• /
• 제17권5호
• /
• pp.484-490
• /
• 2013

VHF 및 UHF 대역에서 무선통신의 급격한 발전에 따라 신뢰할 만한 전파예측 기법에 대한 요구가 증가하고 있다. 따라서 국내뿐만 아니라 세계 각국에서는 자국의 환경에 맞는 전파모델을 확보하려고 노력하고 있고, 많은 모델이 개발되어 전파분석에 이용되어 왔지만, 아직도 측정결과와 상이한 결과를 제공하고 있다. 이에 본 연구에서는 국내 대도심지역의 DTV 방송서비스 방송 주파수에 대해 측정한 후, 측정된 데이터와 전파자원분석시스템(SMIS)내의 예측모델 P.1546 및 BCAST에 대한 실측/예측 비교분석 및 이의 오차 분석을 수행하여 SMIS 향후 개선방안을 제시한다. P.1546 및 BCAST 모델적용에 있어 실측/예측 오차, 특히 BCAST 모델인 경우 상하로 큰 오차를 보이는 문제점 등이 도출되어 고층건물에 의한 회절손실 등에 대한 면밀한 분석이 향후 필요하다.

• 한국산학기술학회논문지
• /
• 제19권11호
• /
• pp.303-309
• /
• 2018

사물인터넷 기술은 모든 사물을 인터넷에 연결하고 상호 작용하는 지능형 서비스로 군사지역의 탐색 목적은 물론 산업시스템에서의 디바이스 관리, 공정 관리, 비인가 지역의 모니터링 등 다양한 분야에 활용 가능한 기술이다. 하지만, 모든 기기들이 인터넷에 연결됨에 따라, 보안 취약점을 이용하는 다양한 공격으로 경제적 손실이나 개인정보 유출 등 다양한 피해를 발생 시키고 있으며, 추후 의료 서비스나 군사적 목적의 취약점 공격을 이용할 경우 인명 피해까지 발생할 수 있다. 따라서, 제안하는 논문에서는 통신 과정에서 해시체인 기반의 S/Key기술을 적용하여 디바이스간 상호인증과 키 생성과 갱신 등의 시스템을 도입함으로서 다양한 보안위협에 대응할 수 있는 상호인증 방법에 대해 연구 하였다. 제안하는 프로토콜은 이기종간 보안 통신에 적용 가능하며, IoT 환경에서 잘 알려진 공격인 재사용 공격, 중간자 공격, 데이터 무결성 등에 안전함을 확인할 수 있었다.

• 한국전산구조공학회논문집
• /
• 제33권6호
• /
• pp.359-366
• /
• 2020

본 논문에서는 전산구조 해석 데이터를 기반으로 인공 신경망을 활용하여 헬리데크 구조물에 대한 손상 추정 기법을 제안하였다. 헬리데크를 구성하는 트러스와 서포트 부재들에 대해서 절점을 공유하는 부재들을 70개의 모델로 그룹화 하였으며, 최대 3가지 부재 그룹에 무작위로 손상을 부여하여 총 37,400개의 손상 시나리오를 생성하였다. 이들 각각에 대해서 구조 해석 프로그램을 통해 모드 해석을 수행하였으며, 전체 손상 시나리오를 사용 목적에 따라 학습, 유효성 검사, 그리고 검증 시나리오로 분리하였다. 헬리데크의 손상 및 비손상 상태의 동적 응답 특성에 대한 패턴 인식을 위해 PyTorch 프로그램을 활용하여 3개의 은닉층을 가지는 인공 신경망을 구성하였으며, 이에 대해서 다양한 손상 시나리오를 반복 학습함으로써 손실 함수를 최소로 하는 인공 신경망을 도출하였다. 최종적으로 총 400개의 검증 시나리오에 대해서 인공 신경망이 추정한 손상률과 실제 부여된 손상률을 비교하였으며, 그 결과 본 연구를 통해 얻어진 인공 신경망이 손상 부재의 위치와 손상 정도를 매우 높은 정확도로 예측하는 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제23권12호
• /
• pp.1551-1557
• /
• 2019

현대 사회는 4차 산업 혁명과 IoT 기술의 발전에 따라 다양한 영상 매체들이 보급되고 있으며, 이러한 흐름에 따라 영상 및 데이터 통신에서 발생하는 잡음을 제거하기 위한 다양한 연구가 진행되고 있다. 그러나 기존 AWGN 제거 기법들은 잡음 제거 과정에서 블러링 현상을 일으키며 영상의 정보를 훼손시키는 특징을 가지고 있다. 본 논문에서는 영상에 존재하는 AWGN을 제거 과정에서 영상의 정보 손실을 최소화하기 위한 알고리즘을 제안하였다. 제안한 알고리즘은 영상에 존재하는 AWGN을 유추하여 잡음의 특성에 따라 가중치를 적용하며, 고주파 성분에 강한 필터와 저주파 성분에 강한 필터의 출력을 가감하여 출력을 계산한다. 제안한 알고리즘은 기존 방법과 비교하여 AWGN 제거 과정에서 블러링 현상이 적었으며 잡음 제거 성능이 우수하였다.

• 응용통계연구
• /
• 제35권5호
• /
• pp.593-601
• /
• 2022

빈번하지는 않지만 한번 발생하면 상대적으로 큰 손실을 가져오는 사례를 통칭하여 부정 사례(Fraud)라고 부르며, 부정 탐지의 문제는 많은 분야에서 활용된다. 부정 사례는 정상 사례에 비해 상대적으로 관측치가 매우 적고 오분류의 비용이 월등히 크기 때문에 일반적인 이항분류 기법을 바로 적용할 수 없다. 이러한 경우에 활용할 수 있는 방법이 부정 탐지 지지 벡터기계(FDSVM)이다. 본 논문에서는 공변량이 함수형일 때 활용 가능한 함수형 부정 탐지 지지 벡터기계(F²DSVM)를 제안하였다. 제안된 방법을 사용하면 함수형 공변량을 가진 데이터에서 사용자가 목표하는 부정 탐지의 성능을 만족시키는 제약하에서 최적의 예측력을 가지는 분류기를 학습시킬 수 있다. 뿐만아니라, 통상적인 SVM과 마찬가지로, F²DSVM도 자취해의 조각별 선형성을 보일 수 있으며 이를 바탕으로 효율적인 자취해 알고리즘을 활용할 수 있고 분류기의 학습 시간을 크게 단축시킬 수 있다. 마지막으로, 반도체 웨이퍼 불량 탐지 문제에 제안된 F²DSVM을 적용해 보았고, 그 활용 가능성을 확인하였다.

• 한국융합학회논문지
• /
• 제12권7호
• /
• pp.31-36
• /
• 2021

중국 우한발 코로나 19 바이러스로 인하여 세계 경제가 침체하여, 미국연방준비제도를 비롯한 대부분 국가에서는 통화량을 늘려 경기를 부양하는 정책을 내놓았다. 주식 투자자들 대부분은 기업에 대한 재무제표 분석이 없이 유명 유튜버의 추천종목이나 지인의 말만 듣고 투자하는 경향이 있어서 주식투자의 손실 가능성이 크다. 따라서, 본 연구에서는 기존 자동매매 조건에서 발전된 인공지능 딥러닝 기법을 이용하여 주가에 영향을 미치는 거시지표를 분석하고 예측하여 주가에 미치는 상관관계를 통한 개별주가예측에 가중치를 부여하고 주가를 예측한다. 또한, 주가는 실시간 증시뉴스에 민감하게 반응하기 때문에 증시뉴스 텍스트 마이닝을 통하여 인공지능으로 예측된 주가에 가중치를 반영하여 더 정확한 주가 예측을 하여 주식 투자자에게 매매의 판단 근거를 제공하여 건전한 주식투자가 되도록 이바지하였다.