• Journal of Korea Spatial Information System Society
• /
• v.12 no.1
• /
• pp.76-84
• /
• 2010

Many pedestrian simulation models for micro-scale spaces as building indoor areas have been proposed for the last decade and two models - social force model and floor field model - are getting attention. Among these, CA-based floor field model is viewed more favourable for computer simulations than computationally complex social force model. However, Kirchner's floor field model has limitations in capturing the differences in dynamic values of different agents and this study proposes an enhanced algorithm. This study improved the floor field model in order for an agent to be able to exclude the influences of its own dynamic values by changing the data structure, and, also modified the initial dynamic value problem in order to fit more realistic environment. In the simulations, real 3D building data stored in a spatial DBMS were used considering future integration with indoor localization sensors and real time applications.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.10a
• /
• pp.467-468
• /
• 2021

In order to improve the performance of the indoor positioning system using BLE beacons, a receiver that measures the angle of arrival among the direction finding technologies supported by BLE5.1 was manufactured and analyzed by machine learning to measure the optimal position. For the creation and testing of machine learning models, k-nearest neighbor classification and regression, logistic regression, support vector machines, decision tree artificial neural networks, and deep neural networks were used to learn and test. As a result, when the test set 4 produced in the study was used, the accuracy was up to 99%.

• Journal of KIISE:Software and Applications
• /
• v.35 no.3
• /
• pp.149-161
• /
• 2008

As Programmable Logic Controllers(PLCs) are frequently used to implement real-time safety critical software, testing of PLC software is getting more important. We propose a structural testing technique on Function Block Diagram(FBD) which is one of the PLC programming languages. In order to test FBD networks, we define templates for function blocks including timer function blocks and propose an algorithm based on the templates to transform a unit FBD into a flowgraph. We generate test cases by applying existing testing techniques to the generated flowgraph. While the existing FBD testing technique do not consider infernal structure of FBD to generate test cases and can be applied only to FBD from which the specific intermediate model can be generated, this approach has advantages of systematic test case generation considering infernal structure of FBD and applicability to any FBD without regard to its intermediate format. Especially, the proposed method enables FBD networks including timer function blocks to be tested thoroughly. To demonstrate the effectiveness of the proposed method, we use trip logic of bistable processor of digital nuclear power plant protection systems which is being developed in Korea.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.1305-1307
• /
• 2022

자동차 부품의 결함은 시스템 전체의 성능 저하 및 인적 물적 손실이 발생할 수 있으므로 생산라인에서의 불량 검출은 매우 중요하다. 따라서 정확하고 균일한 결과의 불량 검출을 위해 딥러닝 기반의 고장 진단 시스템이 다양하게 연구되고 있다. 하지만 제조현장에서는 정상 샘플보다 비정상 샘플의 발생 빈도가 현저히 낮다. 이는 학습 데이터의 클래스 불균형 문제로 이어지게 되고, 이러한 불균형 문제는 고장을 판별하는 분류 모델의 성능에 영향을 끼치게 된다. 이에 본 연구에서는 모터의 동작음으로부터 불량 모터를 판별하는 불량 검출 시스템 설계를 위한 데이터 불균형 해결 방법을 제안한다. 자동차 사이드 미러 모터의 동작음을 학습 및 테스트를 위한 데이터 셋으로 사용하였으며 손실함수 계산 시 학습 데이터 셋의 클래스별 샘플 수 가 반영되는 label-distribution-aware margin(LDAM) loss 와 Inception, ResNet, DenseNet 신경망 모델의 비교 분석을 통해 불균형 데이터를 처리할 수 있는 가능성을 보여주었다.

• Journal of Intelligence and Information Systems
• /
• v.28 no.2
• /
• pp.19-31
• /
• 2022

In Machine learning, we usually divide the entire data into training data and test data, train the model using training data, and use test data to determine the accuracy and generalization performance of the model. In the case of models with low generalization performance, the prediction accuracy of newly data is significantly reduced, and the model is said to be overfit. This study is about a method of generating training data based on central limit theorem and combining it with existed training data to increase normality and using this data to train models and increase generalization performance. To this, data were generated using sample mean and standard deviation for each feature of the data by utilizing the characteristic of central limit theorem, and new training data was constructed by combining them with existed training data. To determine the degree of increase in normality, the Kolmogorov-Smirnov normality test was conducted, and it was confirmed that the new training data showed increased normality compared to the existed data. Generalization performance was measured through differences in prediction accuracy for training data and test data. As a result of measuring the degree of increase in generalization performance by applying this to K-Nearest Neighbors (KNN), Logistic Regression, and Linear Discriminant Analysis (LDA), it was confirmed that generalization performance was improved for KNN, a non-parametric technique, and LDA, which assumes normality between model building.

• Journal of the Korea Society of Computer and Information
• /
• v.15 no.9
• /
• pp.87-97
• /
• 2010

A set of definitions for traceability and quick recall service function were urgently needed to facilitate handling of events threatening food safety caused by livestock diseases or germ contaminations. However, the research on the unified management system for both international and domestic livestock products distribution was scarce. The livestock products traceability evaluation model proposed in the paper was composed of four modules: the Forward Transaction Trace (FTT) module, the Backward Record Trace (BRT) module, the Forward Product Trace (FPT) module, and the Origin Pedigree (OP) module. The evaluation indexes for each module was included and finally a pilot system evaluating the proposed management model was suggested and displayed. The result of the paper was expected to be a solution to the distributed traceability system and the proposed traceability management model could be expected to any food traceability.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.511-511
• /
• 2023

기후변화로 동절기 기온 저하에 따른 수도계량기의 동파는 지속적으로 심화되고 있으며, 이는 계량기 교체 비용, 누수, 누수량 동결에 의한 2차 피해, 단수 등 사회적 문제를 야기한다. 이와같은 문제를 해결하고자 구조적 대책으로 개별 가정에서 동파 방지형 계량기를 설치할 수 있으나 이를 위한 비용발생이 상당하고, 비구조적 대책으로는 기상청의 동파 지도 알림 서비스를 활용하여 사전적으로 대응하고자 하나, 기상청자료는 대기 온도를 중심으로 제공하고 있기 때문에 해당서비스만으로는 계량기의 동파를 예측하는데 필요한 추가적인 다양한 변수를 활용하는데 한계가 있다. 최근 정부와 공공부문에서 22개 지역, 110개소 이상의 수도계량기함내 IoT 온도센서를 시범 설치하여 계량기 함내의 상태 등을 확인할 수 있는 사업을 수행했다. 전국적인 계량기 상태의 예측과 진단을 위해서는 추가적인 센서 설치가 필요할 것이나, IoT센서 설치 비용 등의 문제로 추가 설치가 더딘 실정이다. 본 연구에서는 겨울 동파 예방을 위해 실제 온도센서를 기반으로 가상센서를 구축하고, 이를 혼합한 하이브리드 방식으로 동파위험 기준에 따라 전국 동파위험 지도를 구축하였다. 가상센서 개발을 위해 독립변수로 위경도, 고도, 음·양지, 보온재 여부 및 기상정보(기온, 강수량, 풍속, 습도)를 활용하고, 종속변수로 실제 센서의 온도를 사용하여 기계학습 모델을 개발하였다. 지역 특성에 따라 정확한 모델을 구축하기 위해 위치정보 및 보온재여부 등의 변수를 활용하여 K-means 방법으로 군집화 하였으며, 각 군집별로 3가지의 기계학습 회귀모델을 적용하였다. 최적의 군집 수를 검토한 결과 4개가 적정한 것으로 판단되었다. 군집의 특성은 지역별 구분과 유사한 패턴을 보이며, 모든 군집에서 Gradient Boosting 회귀모델을 적용하는 것이 적합한 것으로 나타났다. 본 연구에서 개발한 모델을 바탕으로 조건에 따라 동파 예측 알람서비스에 실무적으로 활용할 수 있도록 양호·주의·위험·매우위험 총 4개의 기준을 설정하였다. 실제 본 연구에서 개발된 알고리즘을 국가상수도정보 시스템에 반영하여 테스트 수행중에 있으며, 향후 지속 검증을 할 예정에 있다. 이를 통해 동파 예방 및 피해 최소화, 물절약 등 직간접적 편익이 기대된다.

• Information and Communications Magazine
• /
• v.26 no.10
• /
• pp.3-10
• /
• 2009

본 논문에서는 2009년 5월부터 유럽 DVB (Digital Video Broadcasting)를 중심으로 본격적으로 진행되고 있는 차세대 VSAT(Very Small Aperture Terminal) 시스템 표준기술인 DVB-RCS (Return Channel via Satellite) NG(Next Generation) 표준의 시스템 및 서비스 개요와 표준화 ad-hoc 기술 그룹회의에서 제안된 기술들에 대해서 소개하고자 한다. DVB-RCS NG 표준은 2008년 5월부터 DVB-RCS CM (Commercial Module)과 시스템 interoperability 테스트 관할 협의체인 유럽의 Satlabs를 중심으로 새로운 규격 작업을 위한 상업적 요구사항 선정 및 구체적인 서비스/시스템 모델을 수립하였다. DVB-TM (Technical Module)과 CM을 거쳐 최종적으로 SB(Steering Board)에서 2008년 10월에 승인을 받고 RCS ad-hoc 그룹은 study mission을 수행하게 되었다. 2008년 11월부터 DVB-RCS NG 규격을 위한 call for technology 작업, 제안된 기술에 대한 평가 방법, 이를 평가하기 위한 system그룹 및 study 그룹이 결성되어 2009년 1월에 call for technology가 공지되고 2009년 5월 4일까지 20개 기관으로부터 19개의 기고서가 제출되었다. 본 고에서는2009년 7월 회의까지 검토된 후보기술에 대한 소개와 향후, RCS NG 표준에서 유망한 기술에 대하여 다루고자한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.103-105
• /
• 2002

이 논문에서는, PC 클러스터 환경에서 질의 확장을 사용하는 정보 검색 시스템 (IR)을 설계하고 구현한 내용을 기술한다. 이 정도 검색 시스템은 문서 집합을 저장하고, 문서 집합은 역색인 파인 (IIF)로 색인되고, 랭킹 방법으로 벡터 모델을 사실하며, 질의 확장 방법으로 코사인 유사도를 사용한다. 질의 확장이란 사용자가 준 원래의 질의에 연관된 단어를 추가하여 검색 효율을 향상시키는 것이다. 여기서 제안하는 병렬 정보 검색 시스템에서는 역색인 과일은 여러 개로 분활되는데 lexical 분할 방법과 greedy 분할 방법을 사용한다. 사용자의 질의가 들어오면 질의확장을 하여 여러 개의 단어로 이루어진 확장된 질의가 만들어 지는데 이 확장된 질의를 구성하는 단어들은 각 단어와 연관된 IIF를 가지고 있는 노드에 보내어져서 병렬로 처리된다. 실험을 통하여 병렬 IR 시스템의 성능이 질의 확장과 IIF의 두 가지 분한 방법에 의해 어떻게 영향을 받는지 보인다. 실험에는 표준 한국어 테스트 말뭉치인 EKSET과 KTSET을 사용하였다. 실험에 따르면 greedy 분활 방법이 lexical 분할 방법에 비해 20%정도의 성능 향상을 보였다.

• Journal of the KSME
• /
• v.32 no.11
• /
• pp.947-954
• /
• 1992

이 글에서는 엔진 윤활 시스템해석 프로그램의 구성 요인 및 프로우차트를 열거했으며 이렇게 만들어진 프로그램을 이용하여 엔진의 개선 및 신엔진 개발 시에 매개변수를 변화시켜가며 오일 유로의 설계와 요구되는 오일량을 결정하여 최적의 윤활시스템을 설계할 수 있다고 본다. 참고로 밸브시스템의 정상적인 작동을 유지하는 상태에서 요구되는 토출 유압과 유량이 줄어들면 오일 펌프의 용량을 줄일 수 있고 그로 인해 오일 펌프 구동손실도 줄일 수 있다. 또한 최적 유량이 공급될 때 엔진 구동손실을 최소화할 수 있다. 더나아가 본 해석으로 얻은 최적화된 유량이 만족 된 이상적인 윤활 부위의 치수가 결정된 상태에서 운동부의 마찰을 최소화하는 엔진 마찰의 수치해석적 모델을 개발하는 것도 흥미있는 과제이다. 또한 간단한 테스트 리그 제작에 의한 각 윤활 부품에서의 압력-유량 관계 실험식의 정확도를 높이는 것도 앞으로의 과제이다.