• 방송공학회논문지
• /
• 제22권3호
• /
• pp.295-312
• /
• 2017

디지털 영상 콘텐츠는 가장 정보 함축적이며 고부가가치의 콘텐츠이다. 따라서 이 콘텐츠들의 지적재산권을 보호할 필요가 있으며, 본 논문도 이것을 목적으로 한 디지털 워터마킹 방법을 제안한다. 제안하는 방법은 디지털 영상에 대한 2차원 이산웨이블릿변환(2-Dimensional Discrete Wavelet Transform, 2D-DWT)의 주파수 특성을 이용하며, 영상의 국부적 또는 특정 데이터를 사용하지 않고 전역적 데이터에 디지털 워터마크를 삽입하는 방법을 사용한다. 디지털 워터마크를 삽입하는 방법은 간단한 양자화 인덱스 변조(Quantization Index Modulation, QIM) 방법을 사용하며, 워터마크 데이터를 다중으로 삽입하는 다중 워터마킹 방식을 사용한다. 워터마크를 추출할 때 다중 워터마크를 모두 추출하여 간단한 통계적 방법으로 최종 워터마크 데이터를 결정한다. 이 방법은 워터마크 삽입과정에서의 파라미터들을 실험적으로 결정하는 실험적 방법이다. 제안하는 방법은 다양한 공격에 대해 다양한 영상을 대상으로 실험을 수행하며, 기존의 대표적인 방법들과 그 성능을 비교하여 제안한 방법의 우수성을 보인다.

• 한국안전학회지
• /
• 제11권2호
• /
• pp.150-159
• /
• 1996

본 연구에서는 하부구조적 결함을 갖는 전력계통의 정태 안전성 평가를 고려한 무효전력 제어 문제를 해결하기 위하여 A-team(Asynchronous team) 이론을 이용한 접근법을 제시한다. QVC는 무효전력 발전량, 전압치, 선로조류 및 다른 무효전력장치에 대한 제약조건하에서 최적의 전압을 유지하는 문제로써, 해의 정확도를 크게 해치지 않는 범위내에서 혼합정수계획법(MILP) 문제로 수식화 하였다. 안전성 평가는 계통의 모니터링을 통하여 얻어진 현재의 자료를 평가하여 상대적 강인성을 추정하는 것으로 교류 전력조류법에 기반을 둔 결정론적인 방법에 의해 계통안전성, 특히 전압안전성을 평가하였으며, 이진치 대신에 다수의 이산치를 제공하는 안전성 계량을 사용하였다. 계통의 효율적 운전을 목적으로 위의 두 문제를 통합하여 풀 수 있도록 A-team으로 명명된 새로운 조직기법을 도입하였다. A-team은 자치적(autonomous)이고, 병렬적으로(in parallel) 동작하고, 비동기적으로(asynchronously) 정보교환을 하는 agent들을 위 한 일종의 조직법으로 다수의 프로그램 (computer-based multi agent)을 이 용한 운용시스템의 구성에 적합한 방법으로 알려져 있다. 이 A-team을 이용한 방법은 실계통에 적용하기 위한 초기단계에 머무르고 있으나 대형계통의 여러 복잡한 문제를 해결할 수 있는 가능성을 갖고 있다.

• 한국멀티미디어학회논문지
• /
• 제9권5호
• /
• pp.649-657
• /
• 2006

강화학습이란 환경에 대한 정보가 주어지지 않았을 때 현재의 상태에서 가능한 행동들을 취한 후 얻어지는 보상값이 가장 큰 행동을 최적의 행동 전략으로 학습하는 것이다. 강화학습에서 가장 많이 사용하는 Q-학습은 환경의 특정 상태에서 가능한 행동 중에 하나를 선택해서 취한 행동으로 얻어지는 보상값으로 구성되는데 실세계 상태를 이산값으로 표현하기에는 많은 어려움이 있다. 상태를 많이 정의하면 그만큼 학습에 필요한 시간이 많아지게 되고 반대로 상태 공간을 줄이면 다양한 환경상태를 한 개의 환경상태로 인지를 하고 그 환경에 맞는 한 가지의 행동만 취하도록 학습하기 때문에 행동이 단순해진다. 본 논문에서는 학습 시간을 단축하기 위해 상태 공간을 줄이는 데서 발생하는 행동의 단순화의 단점을 보완하기 위한 방법으로 영향력 분포도를 이용한 Q-학습 방법을 제안한다. 즉, 영향력 분포도와 인접한 학습 결과를 이용해서 학습하지 못한 중간 상태에 적합한 행동을 취하게 하여 동일한 상태 개수에 대해서 학습 시간을 단축하는 것이다. 동일한 학습 시간 동안에 일반적인 강화학습 방법으로 학습한 에이전트와 영향력 분포도와 강화학습을 이용해서 학습한 에이전트의 성능을 비교해 보았을 때 영향력 분포도와 강화학습을 이용해서 학습한 에이전트가 단지 일반적인 강화학습에 필요한 상태공간의 4.6%만 정의를 하고도 성능 면에서는 거의 비슷한 효과를 볼 수가 있음을 확인하였다. 이는 영향력 분포도와 강화학습을 이용한 학습이 일반적인 강화학습에 비해서 학습 속도가 2.77배정도 빨리 이루어지고 실제 학습해야 할 상태 공간의 개수가 적어져서 발생되는 문제를 영향력 분포도를 이용해서 보완을 하기 때문이다.

• 생물환경조절학회지
• /
• 제30권4호
• /
• pp.359-366
• /
• 2021

본 연구는 대규모 온실에서 작업관리와 인력관리 및 병해충 모니터링을 위한 HRM 프로그램을 개발하여 현장적용 시험을 수행하였다. 작업자의 전용 앱으로 작업지시와 현장의 작업내용 및 병해충 발생에 대한 정보를 입력할 수 있다. 관리자는 작업자의 작업내용별 노동시간과 작업속도, 작업품질을 평가하여 기록하고 이를 토대로 작업별 작업속도 기준을 설정할 수 있으며, 작업일정 수립이나 작업 투입인원의 결정이 용이하게 될 것이다. 따라서 고용인원을 효율적으로 운용하면서 작업수행을 용이하게 할 수 있으며, 작업자의 수급계획을 세울 때도 용이하게 사용될 수 있다. 시기별 작업분석을 통해 고용인원의 적정성을 평가할 수 있고 정규인력과 비정규 인력에 대한 수급비율을 조정할 수 있게 할 것이다. 작업자의 실시간 작업성과를 공개하며 작업자 간 경쟁을 유도하고 기준작업량 이하를 달성하는 작업자의 재교육 및 작업방법 개선을 통해 작업효율의 상승이 가능하다. 실증현장에서 분석해본 파프리카의 작업은 순치기, 수확 및 유인작업이 모든 작업시간의 91%이상을 차지하며, 수확작업보다 유인 및 순치기 작업시간이 두배정도 더 많은 것으로 나타났다. HRM 프로그램을 도입하기 전과 도입한 이후 가장 노동부하가 높은 시기인 수확과 유인 및 순치기 작업이 동시에 진행되는 시기를 비교했을 때 HRM 프로그램의 도입으로 37%의 작업량 향상을 가져왔다.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1709-1718
• /
• 2021

항공수심라이다[airborne bathymetric LiDAR (Light Detection And Ranging)] 시스템의 웨이브폼(waveform) 데이터는 기존의 이산반환(discrete-return) 데이터에 비해 정확도, 해상도, 신뢰도가 향상된 데이터를 제공하며, 사용자의 데이터 처리 통제력을 강화하며 반환신호에 대한 추가적인 정보 추출을 가능하게 한다. 웨이브폼 분해(waveform decomposition)는 수면과 해저 반사, 수중산란 및 각종 노이즈가 혼재되어 수신된 웨이브폼으로부터 각각의 에코(echo)를 분리하는 기술로, 지형 포인트 추출을 위해 선행되어야 하는 처리 과정이자 측량 성과를 좌우하는 주요 기술이다. 본 연구에서는 항공수심라이다 원시 데이터로부터의 포인트 추출 성능을 향상시키 위해 새로운 웨이브폼 분해 기술을 개발하였다. 기존의 웨이브폼 분해 기술들이 웨이브폼 피크(peak)들을 가우시안(Gaussian) 분해의 초기값으로 사용하여 분해된 에코의 개수와 분해 성능이 피크 탐지 결과에 좌우되는데 반해, 제안한 기술은 최초 피크들 외에 잠재적인 피크 후보들을 추정하여 추가함으로써, 분해 모델의 근사 정확도를 향상시켰다. 국내 개발된 항공수심라이다 장비인 씨호크(Seahawk)로부터 동해안에서 취득된 웨이브폼 데이터를 이용한 실험 결과, 가우시안 분해 방법 대비 제안한 방법의 모델 근사 적합도(RMSE 기준)가 약 37% 향상된 결과를 얻었다.

• 지식경영연구
• /
• 제22권4호
• /
• pp.27-40
• /
• 2021

Click-Through Rate(CTR) 예측은 추천시스템에서 후보 항목의 순위를 결정하고 높은 순위의 항목들을 추천하여 고객의 정보 과부하를 줄임과 동시에 판매 촉진을 통한 수익 극대화를 달성할 수 있는 핵심 기능이다. 자연어 처리와 이미지 분류 분야는 심층신경망(deep neural network)의 활용을 통한 괄목한 성장을 하고 있다. 최근 이 분야의 주류를 이루던 모델과 차별화된 어텐션(attention) 메커니즘 기반의 트랜스포머(transformer) 모델이 제안되어 state-of-the-art를 달성하였다. 본 연구에서는 CTR 예측을 위한 트랜스포머 기반 모델의 성능 향상 방안을 제시한다. 자연어와 이미지 데이터와는 다른 이산적(discrete)이며 범주적(categorical)인 CTR 데이터 특성이 모델 성능에 미치는 영향력을 분석하기 위해 임베딩의 일반화(regularization)와 트랜스포머의 정규화(normalization)에 관한 실험을 수행한다. 실험 결과에 따르면, CTR 데이터 입력 처리를 위한 임베딩 과정에서 L2 일반화의 적용과 트랜스포머 모델의 기본 정규화 방법인 레이어 정규화 대신 배치 정규화를 적용할 때 예측 성능이 크게 향상됨을 확인하였다.

• 한국항공우주학회지
• /
• 제50권6호
• /
• pp.385-391
• /
• 2022

본 논문에서는 경사 하강법 기반의 경로 생성(GBPP)과 입자 군집 최적화(PSO)를 결합하여 3차원 공간에서 금지구역, 지형정보, 고정익 특성 등을 고려한 경로 생성 알고리즘을 제안한다. 기존의 GBPP 방법의 경우 빠르게 경로 생성이 가능하지만 초기 경로에 따라 지역적 최적 값에 빠져 안전하지 않은 경로가 생성될 수 있다. 유전 알고리즘(GA)과 PSO 등 생물학에서 영감을 받은 군집 지능 알고리즘들의 경우 다양한 경로들을 샘플링하여 지역적 최적 값 문제를 해결할 수 있다. 다만 무인기와 경로점 개수가 증가하여 최적 변수가 증가할 경우 군집 개수를 늘려야 하고 계산 시간이 크게 증가한다. 두 알고리즘 단점을 보완하고자 본 연구에서는 GBPP 입력 값인 초기경로를 수평, 수직 방향에 대한 변위 두 가지 변수로 정의하고 이를 PSO 변수로 정의하여 계층적 경로 최적화 알고리즘 HPSO를 제안한다. 제안한 알고리즘은 통용되는 비행 제어 컴퓨터(FCC)의 software-in-the-loop simulation(SILS)을 사용하여 고정익 무인기에 대한 사용 가능성을 검증하였다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.967-977
• /
• 2022

산불의 발생과 강도는 기후 변화로 인하여 증가하고 있다. 산불 연기에 의한 배출가스 대기질과 온실 효과에 영향을 미치는 주요 원인 중 하나로 인식되고 있다. 산불 연기의 효과적인 탐지를 위해서는 위성 산출물과 기계학습의 활용이 필수적이다. 현재까지 산불 연기 탐지에 대한 연구는 구름 식별의 어려움 및 모호한 경계 기준 등으로 인한 어려움이 존재하였다. 본 연구는 우리나라 환경위성 센서인 Geostationary Environment Monitoring Spectrometer (GEMS)의 Level 1, Level 2 자료와 기계학습을 이용한 산불 연기 탐지를 목적으로 한다. 2022년 3월 강원도 산불을 사례로 선정하여 산불 연기 레이블 영상을 생성하고, 랜덤 포레스트 모델에 GEMS Level 1 및 Level 2 자료를 투입하여 연기 픽셀 분류 모델링을 수행하였다. 훈련된 모델에서 입력변수의 중요도는 Aerosol Optical Depth (AOD), 380 nm 및 340 nm의 복사휘도 차, Ultra-Violet Aerosol Index (UVAI), Visible Aerosol Index (VisAI), Single Scattering Albedo (SSA), 포름알데히드, 이산화질소, 380 nm 복사휘도, 340 nm 복사휘도의 순서로 나타났다. 또한 2,704개 픽셀에 대한 산불 연기 확률(0≤p≤1) 추정에서 Mean Bias Error (MBE)는 -0.002, Mean Absolute Error (MAE)는 0.026, Root Mean Square Error (RMSE)는 0.087, Correlation Coefficient (CC)는 0.981의 정확도를 보였다.

• Ecology and Resilient Infrastructure
• /
• 제10권4호
• /
• pp.217-225
• /
• 2023

본 연구에서는 금강 장동지구를 대상으로 홍수완충공간을 오프라인 저류지로 조성하여 운영하는 경우에 대해 홍수위 저감 효과를 1차원 부정류 수치모의를 통해 분석하였다. 특히 오프라인 저류지의 횡월류 위어 높이와 폭 (길이)의 변화에 따른 수위변화의 민감도를 분석하여 홍수관리시설 (제방) 설계에 필요한 정보를 정량적으로 제공하였다. 첨두 홍수량 및 홍수위를 기준으로 오프라인 저류지의 홍수조절효과를 분석한 결과, 공간적으로는 홍수완충공간 조성 예정지와 하류구간에서 홍수조절효과가 확인되었으며, 특히 하류에서 가장 큰 홍수저감 효과가 나타나는 것을 확인할 수 있었다. 횡월류 위어의 설계 조건별로는 50년 빈도 홍수위 기준의 월류고와 125 m의 횡월류 위어 폭 (길이)을 고려한 조건에서 가장 큰 홍수저감 효과가 나타났다. 오프라인 저류지 조성으로 최대홍수량 도달 시간이 지연되는 효과 또한 부정류 모의를 통해 제시하였다.

• 지능정보연구
• /
• 제22권1호
• /
• pp.1-18
• /
• 2016

최근 가용한 텍스트 데이터 자원이 증가함에 따라 방대한 텍스트 분석을 통해 새로운 가치를 창출하고자 하는 수요가 증가하고 있다. 특히 뉴스, 민원, 블로그, SNS 등을 통해 유통되는 글로부터 다양한 이슈를 발굴해내고 이들 이슈의 추이를 분석하는 이슈 트래킹에 대한 연구가 활발하게 이루어지고 있다. 전통적인 이슈 트래킹은 토픽 모델링을 통해 오랜 기간에 걸쳐 지속된 주요 이슈를 발굴한 후, 각 이슈를 구성하는 문서 수의 세부 기간별 분포를 분석하는 방식으로 이루어진다. 하지만 전통적 이슈 트래킹은 각 이슈를 구성하는 내용이 전체 기간에 걸쳐 변화 없이 유지된다는 가정 하에 수행되기 때문에, 다양한 세부 이슈가 서로 영향을 주며 생성, 병합, 분화, 소멸하는 이슈의 동적 변이과정을 나타내지 못한다. 또한 전체 기간에 걸쳐 지속적으로 출현한 키워드만이 이슈 키워드로 도출되기 때문에, 핵실험, 이산가족 등 세부 기간의 분석에서는 매우 상이한 맥락으로 파악되는 구체적인 이슈가 오랜 기간의 분석에서는 북한이라는 큰 이슈에 함몰되어 가려지는 현상이 발생할 수 있다. 본 연구에서는 이러한 한계를 극복하기 위해 각 세부 기간의 문서에 대한 독립적인 분석을 통해 세부 기간별 주요 이슈를 도출한 후, 각 이슈의 유사도에 기반하여 이슈 흐름도를 도출하고자 한다. 또한 각 문서의 카테고리 정보를 활용하여 카테고리간의 이슈 전이 패턴을 분석하고자 한다. 본 논문에서는 총 53,739건의 신문 기사에 제안 방법론을 적용한 실험을 수행하였으며, 이를 통해 전통적인 이슈 트래킹을 통해 발굴한 주요 이슈의 세부 기간별 구성 내용을 살펴볼 수 있을 뿐 아니라, 특정 이슈의 선행 이슈와 후행 이슈를 파악할 수 있음을 확인하였다. 또한 카테고리간 분석을 통해 단방향 전이와 양방향 전이의 흥미로운 패턴을 발견하였다.