• 전기전자학회논문지
• /
• 제23권4호
• /
• pp.1295-1301
• /
• 2019

본 논문에서는 어텐션 기법을 적용한 양방향 순환신경망을 이용하여 새로운 휴먼 모션 디노이징 방법을 제안한다. 본 방법을 이용하면, 단일 3D 깊이 센서 카메라에서 캡처된 노이즈가 포함된 사람의 움직임이 잘 교정된 자연스러운 움직임으로 자동 조정된다. 양방향 순환신경망에 어텐션 기법을 도입하면, 입력으로 들어온 움직임을 인코딩할 때 여러 자세 중에 더 중요한 자세가 있는 프레임에 더 높은 어텐션 가중치를 부여함으로써, 다른 딥 러닝 네트워크와 비교해 더 나은 최적화 결과와 더 높은 정확도를 보인다. 실험을 통해 본 논문에서 제시한 방법이 다양한 스타일의 움직임과 노이즈를 효과적으로 처리함을 확인하였으며, 제시한 방법은 모션 캡처 후처리 단계의 애플리케이션으로 충분히 사용 가능할 것으로 기대된다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제26권2호
• /
• pp.11-19
• /
• 2020

캐릭터의 자세가 변할 때 마다 캐릭터의 무게 중심(COM) 위치도 변하게 된다. 이 때 무게 중심의 위치 변화는 걷기, 뛰기, 쭈그려 앉기 등 다양한 동작 각각에 대응되는 독자적인 패턴을 가지므로 이를 이용하면 원래 동작의 정보를 알아낼 수 있다. 본 논문에서는 캐릭터의 무게 중심의 위치 변화를 토대로 동작을 예측하는 모션 생성 기법을 제안한다. 이 방법을 이용하면 무게 중심 정보를 통해 원래 동작의 유형에 대한 별도의 라벨 없이도 다양한 동작을 생성할 수 있다. 그러므로 네트워크의 학습 및 실행을 위한 데이터셋을 만들 때 사람의 손을 거칠 필요 없이 전처리를 비롯한 모든 과정을 자동으로 진행할 수 있다. 본 논문에서 제안하는 신경망 모델은 캐릭터의 모션 이력(history) 정보와 무게 중심 정보들을 입력 받아 현재 프레임에서의 포즈 정보를 출력하며, 연속적인 시계열 모션 데이터를 다루기 위해 1차원 Convolution을 수행하는 간단한 형태의 Convolutional Neural Network(CNN)를 사용하여 학습되었다.

• 한국비블리아학회지
• /
• 제30권2호
• /
• pp.33-50
• /
• 2019

FRBR을 대체한 개념모델인 LRM 개발에 따라 목록원칙, 목록규칙, 입력형식 측면에서 LRM 수용 방안이 모색되어야 한다. 이에 본고는 BIBFRAME 측면에서 LRM의 표현형 및 대표표현형 속성 적용시 고려사항을 파악하기 위해 문헌연구와 전문가 면담을 실시하였다. 분석 결과 우선, BIBFRAME에는 표현형 개체가 없지만 BIBFRAME 저작에서 LRM의 저작과 표현형을 수용하는데, 이는 저작과 표현형을 각각 저작으로 보고 두 저작을 상호 연계하는 방식으로 표현형 개념을 유지하고 있다. 둘째, BIBFRAME에서는 대표표현형 속성과 이를 제공한 소스가 된 표현형을 연계하는 것을 고려해야 할 것이다. 셋째, LRM에서 저작 유형에 따라 대표표현형 속성의 내용이 달라지므로 BIBFRAME에서 대표표현형 속성으로 사용될 수 있는 언어, 연주매체, 대상이용자, 축척 등의 속성에 대한 클래스 변경을 고려해야 한다. 넷째, BIBFRAME에는 저작을 중심으로 다양한 표현형 간의 네트워크가 생성될 수 있도록 관계의 확장이 요구된다. 본고는 LRM과 BIBFRAME을 표현형 및 대표표현형 속성에 중심을 두어 비교 분석하였으나 앞으로 LRM에 따른 목록원칙 및 목록규칙과의 비교 연구도 필요할 것이다.

• 대한토목학회논문집
• /
• 제34권2호
• /
• pp.687-697
• /
• 2014

본 연구는 강박스교의 기본계획 단계부터 실시설계 단계까지를 범위로 하여, Building Information Modeling (BIM)을 위한 데이터 모델인 Industry Foundation Classes (IFC)를 통해 구성요소의 의미정보를 생성할 수 있는 방안을 제시하였다. IFC기반의 의미정보 생성에 필요한 항목을 정의하기 위해 강박스교 구성요소의 설계 단계별 분류를 수행하였고, 이를 구성요소의 기능에 따른 물리적 표현요소와 위상에 따른 공간적 표현요소로 구분하여 IFC 프레임워크 내의 사용자 정의 속성집합을 활용하여 IFC에서 지원하지 않는 추가적인 항목을 생성하였다. 추가적으로 생성한 사용자 정의 속성의 유효성을 검토하기 위해 BIM 소프트웨어와 본 연구에서 개발한 강박스교 구성요소 의미정보 입력 인터페이스를 통해 IFC기반의 강박스교의 정보모델을 생성하였고, 이를 기반으로 하여 의미정보 질의를 통한 구성요소의 식별이 가능함을 확인하였다. 또한 IFC기반 강박스교 정보모델을 통해 구성부재의 수량 및 물량 산출을 수행하고, 설계도서를 통해 산출한 수량 및 물량 산출 결과 값과의 비교를 통해 본 연구에서 제안한 방법이 실제 업무에서도 활용할 수 있음을 확인하였다.

• 한국시뮬레이션학회논문지
• /
• 제22권4호
• /
• pp.49-55
• /
• 2013

최근 M&S 및 DM&S (Defense M&S) 환경의 복잡성이 높아짐에 따라 인간 등의 자율세력을 표현하기 위한 기술로 CGF/SAF (Computer Generated Force/Semi-Automated Force)가 주목 받고 있다. 그러나 기존의 OneSAF 과 같은 선진국의 CGF/SAF 기반 DM&S 환경은 DEVS 프레임워크 중심의 국내 DM&S 시스템과 유기적 연동이 어렵다. 따라서 본 논문에서는 DEVS M&S환경을 지원하는 에이전트 기반의 SAF 설계 방법론 및 모델링 도구를 제안하였다. 제안한 SAF 모델링 도구는 에이전트 모델링 GUI와 SAF 모델링 GUI로 나누어진다. 에이전트 모델링 환경은 간단한 UI를 활용한 규칙 입력만으로 에이전트를 생성할 수 있다. 또한 에이전트 단위테스트 환경을 추가하여 UI 기반의 에이전트 모델의 검증이 가능하다. SAF 모델을 생성하기 위한 환경으로 개개의 에이전트 모델들의 구조적 결합을 정의할 수 있도록 하였다. 본 연구의 모델링 도구 및 방법론을 통해 DM&S 연구자 및 개발자들이 DEVS 기반의 DM&S 및 SAF 시스템을 구축하는데 유용하게 활용될 수 있을 것으로 기대된다.

• 한국콘텐츠학회논문지
• /
• 제9권5호
• /
• pp.61-75
• /
• 2009

통상적으로 데이터베이스 어플리케이션을 구현하는 과정은 ERD(Entity Relationship Diagram)와 프로세스 모델을 산출하는 분석 과정을 거쳐 코딩, 테스팅 (testing)으로 프로젝트를 완성한다. 이 과정에서 가장 정형화되지 못한 부분이 분석과정으로 (1) 고객이 자신이 원하는 시스템의 세부 사항까지 알지 못한다; (2) 고객의 비즈니스 (business) 로직을 개발자가 이해하기 어렵다; (3) 분석 산출물인 ERD와 프로세스 모델을 고객이 이해하기 어렵다 등의 이유 때문이다. 본 논문은 분석 과정을 효과적으로 수행하기 위하여 가장 중요한 분석 산출물인 ERD (Entity Relationship Diagram)를 고객이 이해하기 쉬운 폼 형태로 제시할 것을 제안한다. 이 폼들은 데이터를 입력할 수 있게 하여 고객이 입체적으로 모델을 평가할 수 있어야 하며 분석 과정에서 발견되는 비즈니스 로직을 즉각 구현하여 고객이 이 폼들을 실행하면서 구현되는 로직을 평가, 이해하여 비즈니스 로직을 세부적으로 제공할 수 있게 하여야 한다. 이 목적을 위하여 고객이 제공하는 비즈니스 로직을 폼과 폼끼리의 참조를 포함하는 데이터 플로우(data flow) 형태로 우리의 폼 시스템에서 구현할 수 있어야 한다. 고객은 추상적인 ERD 대신에 데이터를 포함하고, 데이터 플로우 로직이 구현되어 있는 폼들을 실행 시켜 보면서 자신이 제공한 비즈니스 로직을 검토할 수 있으며 새로운 로직을 발견할 수 있다. 이러한 과정을 반복적으로 수행하면서 고객과 개발자는 충분히 세부적이고 모순이 없는 분석 과정을 성공적으로 수행할 수 있게 된다.

• 한국수자원학회논문집
• /
• 제53권4호
• /
• pp.273-283
• /
• 2020

지하수자원의 변동성 및 취약성 평가를 위한 지하수위의 정량적 예측은 매우 중요하다. 이를 위해 다양한 시계열 분석 기법과 머신러닝 기법 등이 사용되어 왔다. 본 연구에서는 제주도 한경면 지역에 설치된 11개 지하수위 관측정의 일 수위자료를 대상으로 인공신경망 알고리즘의 하나인 Long short term memory (LSTM)에 기반한 예측 모델을 개발하였다. 제주도의 지하수위는 일반적으로 조석에 의한 자기상관성이 높고 강수에 의한 영향이 잘 반영되는 것으로 알려져 있다. 이러한 자료 특성을 고려한 입출력 텐서를 구성하기 위해 각 지하수 관측정의 수위변동 관측 자료와 같은 기간의 강수량 자료를 추가 입력자료로 선택하였다. 4계절을 나타내는 초기 365일 자료를 이용하여 LSTM 모델을 학습시켰으며 나머지 자료를 검증에 활용하여 예측 모델의 적합도를 평가하였다. 모델의 개발은 Python기반 딥러닝 프레임워크인 Keras를 이용하였고, 학습속도를 향상시키고자 NVIDIA CUDA 아키텍처를 도입하였다. LSTM 모델을 이용하여 지하수위 변화를 학습시키고 검증한 결과 결정계수가 평균 0.98로 나타나 개발된 예측모델의 적합성이 매우 높은 것으로 확인되었다.

• 한국정보과학회논문지:데이타베이스
• /
• 제37권3호
• /
• pp.146-164
• /
• 2010

XML 데이터 량의 증가에 따라 DBMS를 이용한 XML 데이터의 저장 관리 기법들이 고안되었다. 하지만, 현재의 가지 패턴 질의 처리 알고리즘들은 XML 데이터를 태그 또는 임의 단위로 분할되고, 각 항목들이 특정 순서로 정렬된 역 리스트들을 입력으로 한다. 이러한 저장 기법의 불일치는 관계형 테이블에 나뉘어 저장되는 XML 데이터의 질의 처리에 이 알고리즘들의 적용을 어렵게 한다. 이 논문에서는 관계형 테이블에 저장된 XML 데이터에 대한 홀리스틱 가지 조인을 지원하기 위한 비트맵 인덱스와 이를 이용한 질의 처리 기법을 제안한다. 비트맵 인덱스는 많은 데이터베이스 시스템에서 지원하므로, 제안하는 인덱스와 가지 질의 처리 기법은 관계형 질의 처리 프레임워크에서 보다 이식이 용이하다. 제안하는 인덱스 기법은 압축을 통해 인덱스 크기를 줄이면서도 질의 처리시 압축해제가 불필요해 시간과 공간 효율적이다. 또한, 이 논문에서는 비트맵 인덱스만을 이용해 XML 노드들 간의 관계성을 식별함으로써, 가지 패턴 질의 처리를 레코드에 저장된 XML 데이터의 접근 없이 수행할 수 있는 혼합 인덱스를 제시한다.

• 전자공학회논문지
• /
• 제53권3호
• /
• pp.67-75
• /
• 2016

본 논문에서는 인공개체의 진화를 셀 수준에서 모사하는 프레임워크 상에서 인공개체가 자신의 행위를 기억하는 회로가 있는 경우 환경에 어떻게 적응적으로 진화하는지를 연구하였다. 이는 기존에 제안한 인공개체가 단순히 현재 상황 입력에 대한 대응행위를 결정하고 행동하는 것에서 나아가 자신의 이전의 행위를 기억할 경우 어떤 진보된 대응행위로 진화할 수 있는지 그리고 이전 행위를 기억하지 못하는 인공개체에 비하여 어떤 장점을 갖는지를 분석할 수 있다. 이러한 분석을 위하여 특정 먹이패턴에서 다양한 실험을 수행하고 그 결과를 살펴보았다. 먼저 이전 행동을 4단계까지 기억하는 개체와 기억회로가 없는 개체부터 3단계까지 기억하는 개체별로 경쟁력 실험을 해보았다. 그 결과 대부분 4단계까지 기억하는 개체가 우수하였다. 그러나 2단계까지 기억하는 개체가 4단계까지 기억하는 개체보다 더 우수했는데, 이는 실험한 먹이패턴 하에서는 2단계까지 기억하는 개체가 더 빨리 좋은 행위를 갖는 개체로 진화되기 때문으로 분석되었다. 두 번째로 모든 개체를 같이 진화시킨 실험에서도 T2 가 가장 우수한 결과를 보였다. 이를 통하여 행위기억회로를 갖는 개체가 더 우수하며 먹이패턴 복잡도에 적합한 단계까지 기억하는 개체가 가장 좋은 결과를 보임을 확인하였다.

• 지적과 국토정보
• /
• 제52권1호
• /
• pp.17-36
• /
• 2022

본 연구의 목적은 현행 개발제한구역 단속 및 관리체계의 문제점을 진단하고 데이터 기반 모니터링 체계로 전환할 수 있도록 구축방안을 마련하는 것이다. 개발제한구역은 타 용도지역지구와 달리 최소한의 유지 외 모든 개발행위를 금지하고 지자체에서 엄격히 단속 및 관리해야 하는 구역이다. 그러나 현재의 개발제한구역 관리체계는 지자체별 여건에 따라 분산 운영되고, 설문 결과와 같이 전체 개발제한구역의 변화를 모니터링하기보다 민원(신고)에 의존하거나 단속업무 수행에 어려움을 겪는 등 데이터 기반의 모니터링체계를 필요로 하고 있다. 특히 본 연구에서는 AI 기반 모니터링체계를 도입하여 국토교통부에서 매년 정기적 시점(월별·분기별)을 두고 동일한 단속 기준으로 전국 권역별 변화를 탐지한 결과를 지자체에 송부하고 지자체에서는 단속 결과를 입력하면서 신뢰할 수 있는 개발제한구역 관리현황 통계정보가 생산될 수 있는 체계로의 전환 방법을 구체적으로 제안하였다. 이러한 방법론 제안을 위해 첫째, 지자체와 관련 전문가를 대상으로 설문조사 및 인터뷰를 수행하였다. 설문 결과 현장 단속과 인허가 관련 행정업무에 어려움을 겪고 있으며, AI 기반 모니터링체계 도입에 대해서는 긍정적 답변이 우세하였다. 둘째, AI 영상분석을 통한 객체 검출 방법론을 실증 지자체에 적용한 사례를 분석하여 모니터링체계 도입에 따른 단속업무 효율화 방안을 제안하였다. 셋째, (현(現))개발제한구역관리정보시스템의 고도화를 기반으로 한 개발제한구역 모니터링체계 구축방안을 마련하였다. 지자체업무 수요에 기반해 드론 촬영 및 분석, 모바일 단속지원체계 등 필요한 서비스들이 지원될 수 있도록 프레임워크를 구성하였다. 이러한 모니터링체계는 향후 주기적 단속과 관리가 필요한 토지를 대상으로 확대 적용이 가능하며 본 연구에서는 이를 실현하기 위한 방법론과 정책을 제안하고자 하였다.