• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1999.05a
• /
• pp.224-229
• /
• 1999

In distributed object oriented environment based upon wide heterogeneous network, effective cooperation policies between/among distributed objects are needed to resolve a complexity of management of distributed objects because of growing of a large stale of systems. Thus, in this paper, we propose three trading cooperation models between/among traders for supporting a high speed and a wide selection of trader service for clients, by considering three different cooperation models(light weight trader, simple negotiation and federation) depending upon their facilities, goals, and weights of goals.

• Proceedings of the Korea Electromagnetic Engineering Society Conference
• /
• 2000.11a
• /
• pp.25-28
• /
• 2000

본 논문에서는 국제전기통신연합(ITU의 전파통신분야(ITU-R)에서 간섭분석기의 표준으로 채택한 몬테카를로 기법에 기초한 간섭분석기를 개발한 후, 개발된 간섭분석기를 이용하여 서로 같은 주파수대역에 있는 IMT-2000(FDD)기지국과 IMT-2000(TDD) 기지국 상호간의 간섭영향 분석을 수행하였다. 개발된 몬테카를로 간섭분석기는 한국 지형에 적합하도록 전파모델에 있어 수정된 하타모델을 이용하였으며 국내 서비스 환경을 고려한 간섭 시나리오를 설정하여 모의실험을 수행하였다. 모의실험을 통하여 IMT-2000의 파라미터들의 적합성과 함께 동일 주파수 대역에 있는 두 시스템을 같은 셀내에서 공유가능함을 확인하였다.

• 한국IT서비스학회:학술대회논문집
• /
• 2002.06a
• /
• pp.118-128
• /
• 2002

전자상거래산업의 시대적 추이를 감안할 때, 가구산업도 B2B 시장으로 진출을 서두를 필요가 있다. B2B 시장으로 진 출하기에는 막대한 자금이 소요되기 때문에 개별기업에서는 쉽게 선택하기가 힘들다. 최근에는 동종업종이 연합하여 B2B 사이트를 구현함으로써, 상호 협력하는 전략을 채택하고 있다. 가구산업도 이같이 동종업종이 전략적으로 협력하는 형태로 진출하는 것이 효율적으로 보여진다. 개별 기업차원에서는 자사 제품을 홍보하기 위한 수단으로 인터넷을 적극적으로 활용해야 할 것이다. 이러한 가구산업의 산업전환기에서 e-비즈니스를 통하여 기업의 경쟁력을 확보하고, 내실을 강화하기 위한 방안을 모색하기 위하여 B사의 사례를 중심으로 현재의 문제를 점검해 보고 이를 바탕으로 하여 가구산업의 e-비즈니스 구현모델을 제시해 보고자 한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.05a
• /
• pp.225-228
• /
• 2003

인간은 두뇌의 일부를 이용하여 감각 정보를 수집하고 이에 대한 분석 및 판단을 행한 후에 행동을 취하는 일반적인 과정에 의해, 느끼고 생각하고 말한다. 이런 일련의 과정은 신경생리학적으로 밝혀진 바에 의하면, 대뇌의 시상에 분포한 일차 감각영역에서 감각 정보를 수집한다. 수집된 감각 정보는 과거 기억과의 비교를 통해 인식되고 인식된 정보는 일차 운동영역으로 전달되어 행동으로 나타난다. 수집된 감각 정보를 판단하는 기관은 감각 연합 영역으로 알려져 있으며, 과거 정보를 통해 비교하여 판단하는 방식이다. 본 논문에서는 신경회로망의 적응적 학습 기법을 통해 입력된 감각 정보에 대한 추론 과정에 감정의 변화를 고려하는 학습 모델을 제시하고자 한다. 감정을 고려하지 않은 경우에 비해, 동일한 감각 입력에 대해 감정에 따라 차별화된 행동을 결정할 수 있는 학습 모델을 설정함으로써 단순한 감각 정보 처리의 차원을 극복하고자 한다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.08a
• /
• pp.81-84
• /
• 2000

본 논문은 국제통신연합 전파통신분야(ITU-R)의 간섭분석기의 표준으로 채택한 몬테카를로 기법을 기초로 하여 개발된 간섭분석기를 이용하여 개인 통신 서비스(Personal Communication Service)의 도심지 환경에서 수신 전계강도를 예측하였다. 또한 실제로 측정된 수신 전계강도와 비교하여 간섭분석기의 신뢰도를 검증하였다. 개발된 간섭분석기는 한국 지형에 적합한 전파 전파 모델인 수정된 하타(Modified Hata) 모델을 적용하여 개발하였고, 국내 PCS(IS-95A) 서비스 환경과 규격을 고려한 시나리오를 설정하여 모의 실험을 수행하였다. 실험 결과 간섭 분석기와 실제 측정 수신 전계 강도 사이에는 0.03dBm의 평균오차를 가지며, 이는 간섭분석기를 통해 얻어진 결과가 실제와 매우 유사함을 보여준다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.357-357
• /
• 2021

홍수로 인한 침수피해 발생을 최소화하기 위해 정확한 하천의 수위 예측과 리드타임 확보가 매우 중요하다. 특히 조석현상의 영향을 받는 감조하천의 경우 기존의 물리적 수문모형의 적용이 제한되어 하천수위 예측의 정확도가 떨어지기도 한다. 따라서 본 연구에서는 이러한 감조하천 수위 예측의 정확도를 높이기 위해 조석현상을 분리하고 인공신경망을 활용하는 하이브리드 모델을 제안 하였으며 다중 선형회귀분석과 비교 분석하였다. 감조하천에 위치한 교량의 수위데이터에서 Stationary Wavelet Transform으로 조석현상을 분리하였으며, 이외의 수위에 영향을 주는 time series data와 인공신경망(ANN)을 활용하여 1시간, 2시간, 3시간 후의 수위를 예측하였다. 하이브리드 모델은 96% 이상의 정확도를 보였으며 다중 선형회귀 분석과 비교하여도 높은 정확성을 보여주었다.

• Smart Media Journal
• /
• v.13 no.4
• /
• pp.33-48
• /
• 2024

With the advent of 5G, characterized by Enhanced Mobile Broadband (eMBB), Ultra-Reliable Low Latency Communications (URLLC), and Massive Machine Type Communications (mMTC), efficient network management and service provision are becoming increasingly critical. This paper proposes a novel approach to address key challenges of 5G networks, namely ultra-high speed, ultra-low latency, and ultra-reliability, while dynamically optimizing network slicing and resource allocation using machine learning (ML) and deep learning (DL) techniques. The proposed methodology utilizes prediction models for network traffic and resource allocation, and employs Federated Learning (FL) techniques to simultaneously optimize network bandwidth, latency, and enhance privacy and security. Specifically, this paper extensively covers the implementation methods of various algorithms and models such as Random Forest and LSTM, thereby presenting methodologies for the automation and intelligence of 5G network operations. Finally, the performance enhancement effects achievable by applying ML and DL to 5G networks are validated through performance evaluation and analysis, and solutions for network slicing and resource management optimization are proposed for various industrial applications.

• Journal of the Korean BIBLIA Society for library and Information Science
• /
• v.21 no.4
• /
• pp.81-93
• /
• 2010

This study is to suggest a model for preservation and circulation of scientific data as Records. Analysis for national trends in U.S., British, Australia, Europe about scientific data was performed. Foreign advanced programs on management of scientific data were surveyed and analyzed. The analyzed programs were DataCite, WDS, PANGAEA, Dataverse, BSRN, DLESE, GCMD and SEDIS. Common implications were deducted from each program. With the results of analyzing the programs, this study proposed a model for preservation and circulation of scientific data.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.11a
• /
• pp.473-479
• /
• 2002

NHPP에 근거한 SRGM을 구성하는 새로운 안을 제시한다. 본 논문의 주요 초점은 소프트웨어 신뢰도모델링에서 효과적인 파라미터분해기법을 제공하는 것이다. 이는 테스트노력과 결함검출비를 동시에 고려하는 것이다. 일반적으로, 소프트웨어결함검출/제거메카니즘은 이전의 검출/제거결함과 테스트노력을 어떻게 활용하느냐에 달려있다. 실제 현장 연구로부터 우리는 테스트노력소모패턴을 추론하여 FDR의 경향을 예측할 수 있을 것으로 생각된다. 결함검출이 증가, 감소 및 일정한 것 등 광범위에 걸쳐서 나타나는 경향을 잡아내는 고유의 융통성을 가지는 하나의 시변수집합인 FDR모델에 근거한 테스트노력을 개발하였다. 이 스킴은 구조에 융통성이 있어서 여러 가지 테스트노력을 고려하여 광범위한 소프트웨어 개발 환경을 모델화할 수 있다 본 논문에서는 FDR을 기술하고, 관련된 테스트 행위를 이러한 새로운 모델링접근법에 연합시킬 수 있다. 우리의 모델과 그리고 이것과 관련된 파라미터 분해기법을 적용한 것을 여러 가지 소프트웨어 프로젝트에서 도출한 실제 데이터집합을 통하여 시연한다. 분석결과에 의하면 SRGM에 관한 테스트노력과 FDR을 결합하기 위한 제안된 구조가 상당히 정확한 예측능력을 보여주고 있으며, 실제 수명상황을 좀더 정대하게 설명해 준다. 이 기법은 광범위한 소프트웨어시스템에 쓰일 수 있다.

• Convergence Security Journal
• /
• v.21 no.3
• /
• pp.49-56
• /
• 2021

Recently, artificial intelligence is regarded as an essential technology in our society. In particular, the invasion of privacy in artificial intelligence has become a serious problem in modern society. Split learning, proposed at MIT in 2019 for privacy protection, is a type of federated learning technique that does not share any raw data. In this study, we studied a safe and accurate segmentation learning model using known differential privacy to safely manage data. In addition, we trained SVHN and GTSRB on a split learning model to which 15 different types of differential privacy are applied, and checked whether the learning is stable. By conducting a learning data extraction attack, a differential privacy budget that prevents attacks is quantitatively derived through MSE.