• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.137-138
• /
• 2007

하이브리드 자동차용 리듐 배터리의 수명을 예측하기 위한 듀얼 슬라이딩 모드 관측기를 설계하는 방법에 대해서 논의한다. 단순화된 R-C 모델을 사용하여 리듐 배터리를 전기적으로 모델링하고, 듀얼 슬라이딩 모드 관측기를 설계하는 방법에 대해서 순차적으로 서술한다. 제안된 시스템의 구조는 단순하고 구현이 쉬운 장점이 있으며, 외란에 대해서 강인하다는 특징도 가지고 있다. Lyapunov 조건에 의한 관측기의 수렴성이 증명되고 시스템의 성능은 UDDS(Urban dynamometer driving schedule) 시험에 의해서 입증되었다. 제안된 시스템은 실제 주행 상황에서도 짧은 계산시간과 뛰어난 추적 성능을 보여주었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (1)
• /
• pp.139-141
• /
• 2001

기존의 웹 지리정보시스템에서 전송되는 지리 데이타의 단위가 매우 크기 때문에 사용자들은 지도의 긴초기로딩시간과 늦은 응답시간동안 기다려야 했다. 지리정보시스템에서 기존 연구들은 타일과 레이어의 개념을 이용하여 지도의 긴 초기로딩시간을 최적화하는데 초점을 맞추고 있으나 사용자들의 응답시간을 줄이는 연구는 상대적으로 적었다. 응답시간을 줄이기 위해서 일반적으로 서버로부터 사용자가 앞으로 사용하게 될 타일들을 미리 예측하여 클라이언트로 가져다 놓는 프리패칭 메카니즘을 사용한다. 본 논문에서는 확률기반 모델로 표현된 사용자의 타일접근패턴을 이용하여 앞으로 사용될 타일을 정확하게 예측하여 응답시간을 줄이는 프리패칭 알고리즘과 이와 연동하는 캐쉬대체정책을 제안했다. 제안된 알고리즘을 시뮬레이션을 통해 실험해 본 결과 사용자 응답시간이 36%~40%정도 빨라지는 성능향상을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.459-460
• /
• 2023

기존의 추천시스템은 상품간 혹은 사용자 간의 유사도를 기반으로 작동한다. 하지만 이는 사용자가 유사한 상품 추천 속에 갇히게 되는 필터 버블의 문제와 추천시스템의 고질적인 문제인 데이터 희소성 문제를 피할 수 없게 된다. 따라서 본 연구에서는 사용자의 취향과 체형 정보를 반영하여 사용자의 평점을 예측하는 협업 필터링 기반 딥러닝 추천과 상품간 비유사성을 고려하여 사용자의 평점을 예측하는 내용 기반 추천을 혼합한 하이브리드 추천 모델을 구축하여 기존 추천시스템의 문제점을 해결하였다. 모델의 성능평가를 위해 인터넷 의류 쇼핑몰을 대상으로 유사한 이미지를 활용한 하이브리드 추천 모델과 NDCG 값을 비교하였고 유사도가 낮은 이미지를 활용한 모델이 더 우수한 성능을 보였다. 이는 다른 제품과는 달리 소비자가 의류를 구매할 경우 이미 구매한 상품과 유사한 상품보다는 유사하지 않은 상품을 구매할 가능성이 크다는 것을 보여준다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.608-610
• /
• 2023

의료 분야에서 AI 모델의 활용이 증가하고 있지만, 모델의 예측 불확실성을 정확하게 평가하고 표현하는 것이 중요하다. 본 연구는 이러한 문제를 해결하기 위해 AI-driven 방식을 제안하며, 특히 의료 영상 변환 모델에 대한 불확실성 표현과 데이터 한계 극복 방법론을 제안한다. 제안된 AI-driven 안저영상 변환 모델은 기존 GAN과는 다르게 구조가 이루어져 있으며, 신뢰도가 낮은 영역을 구분하고 시각화하여 표현할 수 있다. 실험 결과, 제안된 방법은 기존 모델과 비교하여 영상 변환 성능이 크게 향상되었으며, 불확실성에 대한 정확도 평가에서도 AI-driven 방식이 높은 성능을 보인다. 결론적으로, 본 연구는 AI-driven 방식을 통해 의료 AI에서의 불확실성 표현의 가능성을 확인하였으며, 이 방식이 데이터의 한계와 불확실성을 극복할 수 있을 것으로 기대된다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2019년도 제31회 한글 및 한국어 정보처리 학술대회
• /
• pp.125-130
• /
• 2019

최근 순환신경망은 여러 자연어처리 분야에서 좋은 성능을 보이고 있다. 하지만 순환신경망의 복잡한 네트워크 구조 때문에 순환신경망이 어떠한 근거로 예측 결과를 제시했는지 해석하기 어려운 문제점이 있다. 따라서, 순환신경망이 적용된 자연어처리 시스템이 도출한 결과의 타당성을 제공하고 자연어처리 시스템에 중요한 자질을 선별하기 위한 연구가 필요하다. 본 논문에서는 자연어처리 분야의 하나인 감성분석에서 순환신경망의 예측을 분석한다. 학습된 감성분석 시스템의 예측을 해석하기 위해 입력 자질에 대한 민감도 분석을 수행하고 이를 어텐션 메커니즘과 비교하고 그 결과에 대해 설명한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.64-66
• /
• 2023

Low Earth Orbit(LEO) Non-Terrestrial-Network(NTN) 은 위성을 사용하여 통신 서비스를 제공하지 못하는 도시 이외의 산간, 바다, 항공기 또는 외진 지역에 통신 서비스를 제공하는 모델이다. Terrestrial Network(TN) 핸드오버에서 사용되는 Measurement-Based Triggering(MHT)의 경우 User Equipment(UE)에서 측정된 값을 기반으로 Measurement Report를 전달한다. 그러나 NTN 환경에서의 HO triggering은 TN 과는 달리 장거리 통신을 요구하고 위성이 빠른 속도로 이동함에 따라 MHT에 사용되는 지표들을 대체할 방법이 필요하다. 이 논문에서는 측정 유효성을 대체할 수 있는 지표로 UE와 셀 중심 간의 거리 및 고도 각을 활용하여 HO triggering을 예측하는 시스템을 제안한다. 제안한 예측 시스템은 핸드오버 triggering 예측에 대해 우수한 성능을 보였으며 좋은 측정 결과를 얻을 수 있었다.

• 한국항행학회논문지
• /
• 제6권3호
• /
• pp.203-210
• /
• 2002

본 논문에서는 IEEE 802.11a의 규격에 따라 OFDM 우선 LAN 모뎀과 프레임 포맷을 구성하여 시뮬레이션에 의해 BER 성능을 분석하고 수정된 채널 예측 알고리즘을 적용하여 채널예측성능이 개선됨을 보인다. 채널 예측에 이용되는 실내 무선채널로서는 AWGN과 TDL 모델을 적용한 지연확산채널을 고려한다. 우선 AWGN 환경에서 규격에 제시된 전송속도 및 부호율에 따른 OFDM 무선 LAN 시스템의 성능을 분석한다. 다음으로 실내 우선 채널 환경에서 채널추정이 불완전한 경우에 대해, 기존의 채널추정방식으로서 프리앰블 내의 2개의 Long 훈련심볼을 이용하여 채널을 추정하는 경우에 대한 성능을 분석하고, 수정된 채널추정기법으로는 IEEE 802.11a의 프리앰블 구조를 변경하지 않으면서 Long 훈련심볼뿐만 아니라 전체 10개의 Short 훈련심볼 중 8개의 훈련 심볼들을 채널추정에 부가적으로 사용하는 방식을 채용한 경우의 성능을 분석하여 기존의 방식과 비교한다. 시뮬레이션 결과의 분석으로부터 수정된 채널추정방식을 적용하는 경우, 규격에 정의된 프리앰블 구조의 변경 없이도 잡음을 억제하는 효과를 향상시킴으로써 채널추정오차가 감소되어 채널추정성능이 개선됨을 확인하였다.

• 정보처리학회논문지B
• /
• 제15B권2호
• /
• pp.137-146
• /
• 2008

결함 지역화는 관찰된 결함의 근본 원인을 자동 인식 하는 것이 가능하기 때문에 규모가 큰 분산시스템에서 중요 역할 수행하며 시스템의 신뢰성 개선을 위해 시스템의 관리와 제어가 가능한 자가 관리를 지원한다. 결함 지역화를 지원하는 기존 연구들은 유비쿼터스 환경에서 베이지안 네트워크와 같은 인공지능 기술들을 주로 사용하여 진단과 예측 기능 중 하나만을 고려하고 있다. 따라서, 본 논문에서는 시스템의 신뢰성 개선을 위해 실시간 시스템 성능 스트림에 대한 학습을 통해 자가관리를 위한 확률적 의존 분석을 기반으로 하는 결함 지역화 방법을 제안하여 진단과 예측기능을 동시 제공한다. 학습 방법으로 베이지안 네트워크 알고리즘을 사용하여 각종 관련된 요소들을 연결함으로써 네트워크를 생성하고 확률적 의존 관계를 통해 귀납적과 연역적 추론기능을 제공한다. 베이지안 네트워크의 구성은 노드들간의 연관성을 찾아내는 것이 중요하기 때문에 그것을 구성하는 인자의 개수가 많은 경우 노드 순서 리스트를 추출하는 사전처리 과정이 필요하다. 따라서 전체 모델링 프로세스에 대한 개선이 요구된다. 이러한 문제를 해결하기 위해 발생한 문제와 관련성이 높은 노드 순서 리스트를 추출하는 방법을 제공한다. 구조 학습을 지원 하는 사전처리 방법을 통해 다양한 문제 영역에서의 학습 효율성을 높이며 학습에 필요로 되는 시간을 줄인다. 제안 방법론을 통해서 시스템의 자원 문제를 신속하고 정확하게 진단하는 것이 가능하며, 관찰된 정보를 기반으로 실행 중에 발생되는 잠재적인 문제를 예측하는 것이 가능하다. 시스템 성능 평가 영역에서 제안 방법론을 적용한 시스템 성능 분석을 기반으로 진단, 예측의 효율성과 정확성을 평가하여 제안 방법론의 유효성을 입증하였다.

• 에너지공학
• /
• 제9권4호
• /
• pp.295-302
• /
• 2000

증발열량 석탄가스 연료를 사용하는 석탄가스와 복합 발전 플랜트의 성능 및 NOx 배출량을 동시에 예측하기 위한 모사 방법을 제시하였다. 본 방법은 복합 사이클의 열역학적 해석 기법을 토대로, 석탄가스화 복합발전 플랜트의 시스템 연계 및 석탄가스 연소에 의한 탈설계점 효과를 예측하는 모델들을 포함하고 있다. 본 방법에 의한 전산 모사 결과와 천연가스를 사용하는 복합발전소의 실제 시험 결과를 비교함으로써, 본 방법의 예측정확도를 검증하였다. 본 모사 방법을 이용하여, 서로 다른 4가지 석탄가스 연료에 대해, 공기 분리장치와의 다양한 연계 설계 조건에 따른 석탄가스화 복합발전 플랜트의 전체 성능, 운전 안전성 및 NOx 배출 특성들을 비교, 검토하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 춘계학술발표대회
• /
• pp.493-495
• /
• 2008

캐시 에너지의 소비 전력을 줄이기 위해 필터 캐시가 제안되었다. 필터 캐시의 사용으로 인해 많은 전력 사용 감소 효과를 가져왔으나, 상대적으로 시스템 성능도 더불어 감소하게 되었다. 필터 캐시의 사용으로 인한 성능 감소를 최소화하기 위해서, 본 논문에서는 기존에 제안된 주요 필터 캐시 예측 모델들을 소개하며, 각각의 방식에 있어서의 핵심 특징 및 해당 방식의 문제점을 분석한다. 이를 바탕으로 본 논문에서는 모드 선택 비트를 활용하는 개선된 형태의 새로운 필터 캐시 예측기 모델을 제안한다. 제안된 방식은 MSB라 불리는 참조 비트를 고안하여, 이를 기존의 필터캐시와 BTB에 새롭게 활용한다. 실험 결과, 제안된 방식은 기존 방식 대비, 전력 소모량 시간 지연면에서 평균 5%의 성능 향상을 가져 왔다.