• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 제39회 하계학술대회
• /
• pp.1855-1856
• /
• 2008

본 연구에서는 공정 중에 민감하게 반응하는 플라즈마로부터 수집되는 이온에너지 분포(IED : Ion Energy Distribution)와 시계열 신경망 모델링을 결합한 플라즈마 감시 기술을 개발하였다. NIEA(Non-invasive ion analyzer)를 이용하여 IED를 측정하였으며, 모델링에 사용된 신경망은 자기 상관 시계열 신경망(A-NTS : Auto-Correlated Neural Time-Series)이다. 모델 개발을 위한 학습과 테스트 데이터로는 Duty ratio 100%에서 수집한 IED를 이용하였으며, 개발된 모델의 감시 성능은 60%에서 수집된 IED로 평가하였다. 학습인자 k와 m의 범위는 각각 1-3 으로 총 9종류의 (k, m) 조합에 대해서 모델 성능을 평가하였다. 신경망 은닉층 뉴런수는 2-9의 범위에서 최적화하였다. 최적화된 모델은 (2, 3)과 뉴런수 2에서 구해졌으며, 0.335의 예측 에러를 보였다. 60% IED 데이터로 평가한 결과 플라즈마 고장에의 민감도는 62% 이상이었다. 이는 IED의 A-NTS 모델이 플라즈마 고장의 감시에 효과적으로 적용될 수 있음을 의미한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제65차 동계학술대회논문집 30권1호
• /
• pp.399-402
• /
• 2022

본 논문에서는 불완전한 시계열 데이터를 활용하기 전 데이터를 선별하여 활용하는 방법을 소개한다. 시계열 데이터의 품질은 수집 네트워크와 수집 기기의 시간적 변화와 같은 가변적 상황에 의존적이므로 불규칙적으로 이상 혹은 누락 데이터가 발생한다. 이때 에러를 포함하였다는 이유로 일괄적으로 데이터를 제거하여 활용하지 않거나, 혹은 누락 데이터의 구간을 조건 없이 복원하여 활용한다면 원하지 않는 결과를 초래할 수 있다. 제안하는 방법은 시계열 데이터의 구간에 대한 누락 데이터의 통계적 정보를 축출하고 이에 기반하여 활용 목적과 활용 가능한 품질의 기준에 부합하지 않는다면 활용 불가능한 데이터라고 판별하고 미리 분석 등의 데이터 활용 시 자동 제외하는 구조를 제안하고 실험하였다. 제안하는 방법은 활용 목적과 상황에 적응적으로 누락 값을 포함하는 데이터의 빠른 활용 판단이 가능하며 보다 나은 분석 결과를 얻을 수 있다.

• 한국음향학회지
• /
• 제26권4호
• /
• pp.159-165
• /
• 2007

본 논문에서는 합성단위 선택 (unit selection) 기반 일본어 합성기에 필요한 후보 합성단위들에 대한 사전선택 (pre-selection)의 새로운 방법을 제안한다. 일반적인 사전선택 방법은 하나의 억양구에서 음소 열에 대한 비용을 계산하여 이용하는 방법이다. 그런데, 일본어는 다른 언어와는 다르게 상대적인 피치의 높낮이로 나타나는 악센트를 가지는 언어이고, 몇 개의 단어가 하나의 악센트구를 형성하는 특징이 있다. 또한 일본어의 운율은 악센트 구를 기본 단위로 하여 변화하는 특징이 있어서, 사전선택에서 이러한 악센트 구 단위의 운율 변화를 반영함으로써 음질을 향상시킬 수 있고, 악센트 구에서 음소 열에 대한 비용을 계산하여 억양구에서 하는 것보다 계산량을 줄일 수 있다. 제안한 방법은 일본어의 악센트 구를 정의하여 음소 열에서 이것을 분석하고, 각 악센트 구에서 합성 할 음소의 각 후보에 대해 CCL (Connected Context Length)을 구하는 악센트 구 매칭을 이용하여 사전선택을 수행하는 방법이다. 제안한 방법은 Voiceware의 합성기인 VoiceText를 baseline 시스템으로 사용하여 구현하였고, 인지적 에러 (억양 에러, 연결 에러)와 합성시간에 대해 평가하였다. 실험 결과, 제안한 방법은 합성 음질을 보다 자연스럽게 향상시켰고, 합성 속도를 개선하였다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2007년도 추계학술대회
• /
• pp.581-585
• /
• 2007

본 연구는 비선형적인 시계열 자료로부터 최신 데이터와 유사한 사례를 탐색하여 미래를 예측하기 위하여 유사추론 기법을 이용한 예측 알고리즘을 제안한다. 기존의 연구들이 최신 데이터와 과거 사례와의 유사성을 비교하기 위해 유클리디언 거리 또는 평균 제곱에러 등을 이용하나, 추세의 유사성을 고려하지는 않는다. 본 연구는 사례 구간 크기, 예측 오차, 평균차이 검증, 사례간 추세의 유사성 등 다차원적 유사추론 요인을 이용한 예측방법과 그 효과를 제시한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 제36회 하계학술대회 논문집 A
• /
• pp.72-74
• /
• 2005

전력선통신은 현재 홈 네트워크 및 검침기술과 같은 다양한 분야에서 활발하게 응용이 되고 있는 기술이다. 이러한 전력선 통신을 위한 전송선로는 통신을 위한 정보데이터를 전송하는 기능과 더불어 선로상의 전력 부하들을 위한 전력 공급용으로서의 용도도 가지고 있다. 그러므로 선로상의 부하변동은 다양한 형태의 임 펄스 잡음을 야기 시키고 이러한 임펄스성 잡음은 전송 데이터에 군집에러를 발생시킴으로써 통신성능을 크게 열화 시키는 요인이 되고 있다. 따라서 효율적인 전력선 통신시스템을 위해서는 전력 선로상의 임펄스 잡음의 특성을 명확히 분석하고, 그에 따른 에러제거기법을 적용하는 것이 필수적이라고 할 수 있다. 이러한 관점에서 본 논문에서는 새롭게 가정의 전력 선로에 연결되는 부하들의 동작 및 변동에 따른 임펄스 잡음 특성을 다양한 부하의 유형별로 디지털 하드웨어를 이용하여 실측 및 분류한 후, 새롭게 도출한 임펄스 잡음 모델을 기반으로 순방향 오류정정방식(FEC;Forward Error Correction)인 컨벌루션 부호화(Convolution Coding) 및 인터리빙(Interleaving) 방식을 가미하여 시스템의 비트오율 개선효과를 확인하였다. 본 논문에서 수행된 새로운 실측기반의 임펄스 잡음이 반영된 채널부호화 방식에 의한 성능평가 결과는 향후 홈네트워크기반의 전력선 통신시스템의 실질적인 참고데이터로서 유용하게 활용되리라 기대된다.

• 한국통신학회논문지
• /
• 제21권12호
• /
• pp.3174-3182
• /
• 1996

본 논문에서는 시간 선택성 다경로 페이딩 채널 상에서 OFDM(orthogonal frequency division multiplexing) 신호를 수신할 수 있는 수신기를 제안하였다. 최적 수신을 위하여 LMLE(linear maximum likelihood estimation) 알고리듬을 이용하여 OFDM demultiplexing 신호로부터 실제 전송된 심볼을 추정하였다. 또한 테일러 근사를 이용하여 비트 오류 확률의 하한을 해석적으로 구하였다. 시간 선택성 페이딩 채널 상에서 OFDM신호를 matched 필터로 수신하는 경우에는 인접 채널간의 cross-talk 현상으로 인하여 $10^{-1}$ 이하의 에러율을 얻을 수 없으나, 본 논문에서 제안하는 수신기를 사용하는 경우에는 15dB의 SNR에서 $10^{-4}$ 정도의 에러율을 얻을 수 있다. 또한, 제안하는 수신기는 subchannel의 수와 채널의 경로의 증가에 따른 성능저하가 거의 나타나지 않음을 확인 할 수 있었다.

• 인터넷정보학회논문지
• /
• 제2권1호
• /
• pp.1-11
• /
• 2001

프로토콜을 시험하기 위하여 페트리 네트나 동적인 FSM을 이용하여 시험열을 생성하는 방법이 제시되고 있지만, 이 방법은 프로토콜 오류를 허용하거나 루핑 경로가 포함되어 있는 경우에는 에러가 발생하거나 상태가 폭발하여 시험열 생성이 불가능하다. 또 프로토콜을 구현하고 시험하기 위한 시험 범위를 결정하는 것은 시간적 기술적 및 경제적으로 어려운 문제이다. 이를 위하여 정규 표현식을 이용하여 정적으로 간단하게 프로토콜 기능을 커버하는 시험열 생성 방안을 제시하였다. 제안한 방법에 의하여 Q.2971 프로토콜의 최소 시험열을 생성한 결과 38가지의 시험열을 구하였으며, 동적인 방법을 사용할 때 루프 상태의 형성에 기인하는 반복 시험 횟수 문제는 표현식을 단순화하는 과정에서 최소화시킬 수 있었다. 이 과정에서, 시험열의 생성은 정규 표현식을 사용하는 것이 간단하고 쉽다는 것을 확인하였다. 또한 구해진 정규 표현식에서 임의의 시험열의 포함 관계를 검출하기 위한 방법도 검토하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 춘계학술발표논문집 (하)
• /
• pp.1317-1320
• /
• 2002

네트워크에서 실시간으로 통신 트래픽의 변화량을 감시하고 시계열 분석을 이용해 변화량의 추이를 모형화한다. 트래픽의 변화량을 모형화하게 되면 트래픽에 대한 예측이 가능하게 되므로 트래픽 예측을 이용하여 성능관리를 수행할 수 있다. 본 연구에서는 실시간 트래픽을 이용한 성능관리 시스템에 대해 다룬다. 기존의 성능관리 시스템은 SNMP를 이용한 MIB-II 정보를 바탕으로 하는 분석 방법으로 이는 누적 데이터를 기본으로 하는 관리 방법으로 이상 징후의 판단이 즉각적이지 않았고 또한 모니터링을 수행하기 위해서는 통신 트래픽의 증가를 가져왔다. 대부분의 성능관리 시스템은 단순히 망에서의 트래픽이나 에러율 등을 관리자에게 보고하는 데 그치고 있어 능동적인 성능관리가 이루어지지 않는다. 따라서, 본 논문에서는 실시간 트래픽 감시를 위해 네트워크에 들어오거나 나가는 트래픽의 양을 측정하여 분석하고, 이 정보를 바탕으로 특정 시점 이후의 트래픽 추이를 모형화하여 미래의 트래픽 양을 예측하고, 예측된 정보를 바탕으로 하는 성능관리 시스템에 대해 연구한다. 예측 알고리즘으로는 시계열 분석을 통해 시계열 자료의 예측을 가능하게 하는 알고리즘으로 설계한다. 이 성능관리시스템을 바탕으로 망 관리자가 전체 통신 네트워크의 부하 상태를 예측하여 신속하게 대응을 할 수 있다.

• 한국통신학회논문지
• /
• 제24권10B호
• /
• pp.1912-1920
• /
• 1999

본 논문에서는 이종 환경에서 효과적으로 사용할 수 있도록 다중 계층형 비트열을 생성할 수 있는 계층형 동영상 부호화 방식을 제안한다. 제안하는 부호화 기법에서는 시축 해상도의 확장성(scalability)을 지원하기 위해 시축 계층구조에서 새로운 움직임 추정 구조를 가지도록 하고, 웨이브릿 분할을 이용하여 공간 확장성까지도 지원하도록 한다. 움직임 추정과 보상을 사용하여 시축 중복성을 더욱 줄여 조건 갱신 방식보다 압축률을 향상시킬 뿐만 아니라‘분산 부대역 인트라 갱신’기법을 사용하여 동적 적응이나 에러에 대해서도 효과적으로 동작할 수 있다. 또한 EZW (embedded zerotree wavelet) 기법을 사용하여 임베디드 비트열을 생성함으로써 추후에 데이터율 확장성을 쉽게 얻을 수 있도록 하였다. 따라서 제안하는 부호화 기법은 인터넷이나 ATM, 무선망과 같이 상호 운용과 확장성을 필요로 하는 네트웍 상에서 매우 효과적으로 사용될 수 있을 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.219-219
• /
• 2020

하천의 수질을 나타내는 환경지표 중 국가 TMS(Tele Monitoring system)의 수질측정망을 통해 관리되고 있는 지표로는 DO, BOD, COD, SS, TN, TP 등 여러 인자들이 있다. 이러한 수질인자는 하천의 자정작용에 있어 많은 영향을 나타내고 있다. 이를 활용한 경제적이고 합리적인 수질관리를 위해 하천의 자정작용을 활용하는 것이 중요하다. 생물학적 작용을 가장 효과적으로 활용하기 위해서는 수질오염 데이터에 기초한 수질예측을 채택하여 적절한 대책이 필요하다. 이를 위해서는 수질인자의 데이터를 측정하고 축적해 수질오염을 예측하는 것이 필수적인데, 실제적으로 수질인자의 일일 측정은 비용 관점에서 쉽게 접근할 수 없다. 본 연구에서는 시계열 학습으로 알려진 RNN-LSTM(Recurrent Neural Network-Long Term Memory) 알고리즘을 활용하여 기존에 측정된 수질인자의 데이터를 통해 시간당 및 일일 수질인자를 예측하려고 했다. 연구에 앞서, 기존에 시간단위로 측정된 수질인자 데이터의 이상 유무를 확인 후, 에러값은 제거하고 12시간 이하 데이터가 누락되었을 때는 선형 보간하여 데이터를 사용하고, 1일 데이터도 10일 이하 데이터가 누락되었을 때 선형 보간하여 데이터를 활용하여 수질인자를 예측하였다. 수질인자를 예측하기 위해 구글이 개발한 딥러닝 오픈소스 라이브러리인 텐서플로우를 활용하였고, 연구지역으로는 대한민국 부산에 위치한 온천천의 유역을 선정하였다. 수질인자 데이터 수집은 부산광역시에서 운영하는 보건환경정보 공개시스템의 자료를 활용하였다. 모델의 연구를 위해 하천의 수질인자, 기상자료 데이터를 입력자료로 활용하였다. 분석에서는 입력자료와, 반복횟수, 시계열의 길이 등을 조절해 수질 요인을 예측했고, 모델의 정확도도 분석하였다.