• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.109-112
• /
• 2005

배관에 생기는 구멍이나 틈은 대형 사고의 원인이 될 수 있다. 이러한 배관의 결함을 찾기 위해서는 먼저 센서를 부착한 배관 탐사 장비를 배관에 통과시키고, 배관을 통과하는 중에 센서가 읽은 정보들을 배관 탐사 장비의 하드 디스크에 저장한다. 배관 통과가 완료된 후, 분석가는 분석 프로그램을 사용하여 탐사 장비에서 얻은 데이터에서 결함을 수동적으로 찾는다. 분석가가 데이터를 분석할 때 일반적으로 두 가지 패턴이 존재한다. 첫 번째 패턴은 일정한 구간의 센서 데이터를 순차적으로 분석하는 패턴이고, 두 번째 패턴은 현재 구간에서 이전 구간으로 되돌아가서 다시 분석하는 반복적인 패턴이다. 현재까지 만족할 만 한 수준으로 자동적으로 분석이 되지 않으므로, 분석가는 수작업으로 분석을 하는 경우가 많은데 이로 인해 최근에 읽은 부분을 전후 반복해서 액세스하는 반복적인 패턴이 많이 사용된다. 반복적 패턴의 경우 시스템의 성능을 향상시키기 위해, 이전에 읽은 배관 센서 데이터를 캐싱 할 필요가 있다. 그러나 기존의 분석 소프트웨어에는 캐싱 기능이 없으므로 반복적 패턴일 경우 데이터베이스에서 동일한 데이터를 반복적으로 읽는 문제를 가지고 있다. 본 논문에서는 배관 센서 데이터를 효율적으로 관리하는 캐쉬 관리자를 설계하고 구현하였다. 세부적으로는, 배관 센서 데이터를 시계열 데이터로 간주하고, 시계열 데이터에 대한 캐시 관리자를 제안하였다. 본 논문은 배관 탐사 장비에서 획득한 데이터들을 시계열 데이터로 간주하여 데이터베이스 측면에서 이러한 문제들을 접근하였다는 점에서 의미가 있으며, 향후 이 분야에 대한 많은 연구들이 나올 것으로 기대한다.

• Information Systems Review
• /
• v.25 no.3
• /
• pp.163-177
• /
• 2023

This research aims to identify key initiatives and a policy approach to support the industrialization of the sector. The research collected a total of 91,873 news data points relating to healthcare between 2013 to 2022. A total of 20 topics were derived through topic modeling analysis, and as a result of time series regression analysis, 4 hot topics (Healthcare, Biopharmaceuticals, Corporate outlook·Sales, Government·Policy), 3 cold topics (Smart devices, Stocks·Investment, Urban development·Construction) derived a significant topic. The research findings will serve as an important data source for government institutions that are engaged in the formulation and implementation of Korea's policies.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.21 no.6
• /
• pp.97-114
• /
• 2022

Unlike ground roads, the on-ramp merging section of underground roads cannot be seen by drivers of main road due to tunnels. In this study, a driving simulator was used for analysis, and virtual driving experiments were carried out to assess the driver's visibility for different design factors. The driver's driving behavior was analyzed by setting scenarios considering the length of chevron markings and the approach speed from the main road. The results of the analysis were used to determine the design factors for ensuring visibility when constructing the virtual driving environment for each scenario. These factors, including speed, lane change points, and driver's gaze ratios, were reviewed for significance using a statistical approach. As a result, in scenarios with a higher approach speed from the main road, it was discovered that there was a difference in driver's behavior between specific scenarios depending on the length of the section with chevron markings. Based on these findings, this study suggests implications and feasible solutions to improve driver safety on the on-ramp merging section of underground roads.

• Journal of the Korean Society for Aviation and Aeronautics
• /
• v.12 no.3
• /
• pp.65-85
• /
• 2004

Circling to land is a relatively dangerous maneuver. It contains the worst elements of IFR flight. There is a minimum obstruction clearance, a limited space in which to maneuver, an absence of visual reference, and trying to keep the runway in sight while preparing to land. At night it is quite a bit more than dangerous. The required continuous turn in marginal conditions that keeps the airport in sight is hazardous. Therefore, this paper proposes an application of GNSS to circling approach to reduce or remove chances of accidents which may occur under such unfavorable flight conditions. The study reviews relevant documents published by ICAO and FAA and provides scenarios for non-precision and precision approaches and circling approach based on the GNSS for Kimhae airport. Also requirements for the ground facility design are studied and provided.

• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.25 no.2
• /
• pp.77-83
• /
• 2002

본 연구에서는 가솔린 시계열 예측전문가들이 수요를 예측하고, 더 나아가 직감적으로 행하고 있는 보정과정을 자동화하기 위해 신경망을 사용한다. 가솔린 수요 예측분야에서 보정을 위해 사용되는 전형적인 판단요소는 정부 에너지 절약 정책, 에너지 산업의 파업, 공휴일 등이 있다. 주요 추세가 순환신경망에 의해 예측되고 이들 판단요소의 효과가 다층신경망에 의해 탐지되어 보정된다. 가솔린 수요에 대한 실험결과는 보정과정을 갖는 예측구조가 하나의 신경망을 사용하는 예측구조 보다 더 나은 예측력을 보였다. 그리고 본 연구에서 제시한 접근방법이 순환신경망이나 ARIMA 모델을 사용하는 것보다 더 나은 결과를 가졌다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.27-29
• /
• 2008

시스템 분석에 주로 사용하는 자료 중에는 비선형 자료와 시계열 등이 있다. 이들 자료는 그 함축적인 관계가 매우 복잡하여 전통적인 통계분석 도구로 분석하는데 어려움이 많다. 본 연구에서는 현실 세계에서 다양하게 나타나는 복잡성을 다루기 위하여 하이브리드 진화 신경망 모델링 접근 방법으로 자료를 모형화 하고 이를 통한 학습의 적합도를 살펴본다. 비선형 자료 등을 모형화하기 위한 학습은 역전파 신경망 기법을 이용한다. 학습의 효율을 높이기 의해서 격자감소 학습 알고리즘과 함께 이용하는 유전자 알고리즘은 네트워크 구조를 최적화 시킬 수 있는 초기가중값을 이용한 전역 최소값을 찾는데 이용한다. 학습 결과를 통해 제안된 하이브리드형 접근방법의 학습이 보다 효율적임을 살펴보기 위하여 유전자 알고리즘으로 최적화된 신경망 학습 알고리즘을 비선형 모의자료의 학습에 적용하여 보았다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.339-341
• /
• 2024

본 논문에서는 전기 자동차 배터리 팩 설계에서 성능 예측을 위해 전산유체해석 및 Long Short-Term Memory (LSTM)를 활용한다. 두 계산 모두의 예측이 상당한 유사성을 나타내며, 전산유체해석은 시스템 유체 역학을 고려한 상세한 물리 모델을 제공하고, LSTM은 시계열 데이터를 기반으로 한 딥러닝 모델로 효과적으로 패턴을 파악, 향후 온도 상승을 예측한다. 결과는 두 접근 모두가 효과적인 예측을 제공하며 향후 전기 자동차 배터리 팩 설계 및 최적화에서 종합적인 접근의 필요성을 강조한다. 특히, LSTM 기반 예측에 소요되는 시간은 계산 유체 역학의 약 25%로, 약 일주일 정도로 빠르게 확인 가능하다. 이는 현대 산업 환경에서 시간적 효율성이 중요한 측면을 강조하며, 계산 유체 역학의 상세한 물리 모델링과 LSTM의 빠른 예측 속도를 결합한 설계 방법론을 제안한다.

• Journal of Korean Society of Forest Science
• /
• v.109 no.1
• /
• pp.99-108
• /
• 2020

Although the relationship between income and income inequality has previously been discussed, the present study applies a dynamic approach to analyze the specific relationship between forest household income and income inequality. For this analysis, a unit root test and a cointegration test were conducted to characterize the nature of income time-series data. After converting unstable time-series data into stable time-series data, a VAR model was estimated. Based on this model, an impulse-response was generated and variance-decomposition analysis was performed. These analyses showed that the effect of forest household income was relatively larger than that of the Gini coefficient, and that the impact of forest household income not only caused income to increase but also caused the Gini coefficient to decrease. In addition, the impact of the Gini coefficient had an impact on reducing forest household income and further increasing income inequality. We conclude that, with the aim of alleviating the inequality of forest household income, an income growth policy would be more effective than an income distribution policy.

• Culinary science and hospitality research
• /
• v.15 no.1
• /
• pp.30-46
• /
• 2009

This study analyzes the factors to determine the location for a food service business. The results and suggestions are as follows. Research hypothesis showed that accessibility, visibility, the property of location and community may have differences by general matters and vital statistical matters. As a result, there were significant differences statistically. Here's the critical point of the research. This result wasn't analyzed by the managers who managed restaurant business because of the restriction of time, space, etc. but by customers and soon-to-be owners or marketers, so the research requires the survey on the factors of location hereafter. Because of the restrictions, the research subject was limited, so the measurement of the vital statistics is inaccurate. According to researcher's opinion, it's a little unjustifiable to generalize this research for all types of restaurant business and conditions. The next research needs to analyze the research results by conditions and much more various subjects.

• Journal of IKEEE
• /
• v.26 no.1
• /
• pp.62-66
• /
• 2022

Recently, there have been many research efforts based on data-based deep learning technologies to deal with the interference problem between heterogeneous wireless communication devices in unlicensed frequency bands. However, existing approaches are commonly based on the use of complex neural network models, which require high computational power, limiting their efficiency in resource-constrained network interfaces and Internet of Things (IoT) devices. In this study, we address the problem of classifying heterogeneous wireless technologies including Wi-Fi and ZigBee in unlicensed spectrum bands. We focus on a data-driven approach that employs a supervised-learning method that uses received signal strength indicator (RSSI) data to train Deep Convolutional Neural Networks (CNNs). We propose a simple measurement methodology for collecting RSSI training data which preserves temporal and spectral properties of the target signal. Real experimental results using an open-source 2.4 GHz wireless development platform Ubertooth show that the proposed sampling method maintains the same accuracy with only a 10% level of sampling data for the same neural network architecture.