• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2009.04a
• /
• pp.379-382
• /
• 2009

횡방향으로 구속된 콘크리트의 응력-변형률 거동은 구속되지 않은 콘크리트와는 다른 거동을 한다. 보통강도 콘크리트에서 구속효과를 고려한 콘크리트 재료모델로는 Mander 모델이 대표적이며 고강도 콘크리트의 구속효과의 경우 여러 연구자들에 의하여 제안된 모델 중 공시체 수준의 실험결과와 잘 일치하는 Sakino-Sun 모델을 사용하였다. 보통강도에서는 Mander모델을 고강도 콘크리트에서는 Sakino-Sun 모델을 사용하였으나 중간 강도인 30-40MPa의 강도에서 Mander 모델과 Sakino-Sun 모델의 적용시 실험결과와 해석결과가 다소 차이를 보이며 또한 두 모델은 적용할 수 있는 최대 또는 최소 콘크리트 압축강도의 한계범위가 명확하지 않다. 따라서 이 연구에서는 30-40MPa의 강도의 횡방향으로 구속된 콘크리트의 비선형 재료모델을 제안하고 실제 30-40MPa의 압축강도를 갖는 콘크리트 공시체의 일축압축시험 결과와의 비교를 통해 그 적용성을 검토하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• pp.133-135
• /
• 2020

최근 CNN(Convolutional Neural Network)은 영상 분류, 객체 인식 등 다양한 비전 분야에서 우수한 성능을 보여주고 있으나, CNN 모델의 계산량 및 메모리가 매우 커짐에 따라 모바일 또는 IoT(lnternet of Things) 장치와 같은 저전력 환경에 적용되기에는 제한이 따른다. 따라서, CNN 모델의 임무 성능을 유지하연서 네트워크 모델을 압축하는 기법들이 연구되고 있다. 본 논문에서는 행렬 분해 기술인 저계수행렬 근사(Low-rank approximation)와 CP(Canonical Polyadic) 분해 기법을 결합하여 CNN 모델을 압축하는 기법을 제안한다. 제안하는 기법은 계층의 유형에 상관없이 하나의 행렬분해 기법만을 적용하는 기존의 기법과 달리 압축 성능을 높이기 위하여 CNN의 계층 타입에 따라 두 가지 분해 기법을 선택적으로 적용한다. 제안기법의 성능검증을 위하여 영상 분류 CNN 모델인 VGG-16, ResNet50, 그리고 MobileNetV2 모델 압축에 적용하였고, 모델의 계층 유형에 따라 두 가지의 분해 기법을 선택적으로 적용함으로써 저계수행렬 근사 기법만 적용한 경우 보다 1.5~12.1 배의 동일한 압축율에서 분류 성능이 향상됨을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04d
• /
• pp.94-96
• /
• 2003

맡은 사용자 영역의 프로그램들이 확장성과 성능 향상을 목적으로 다중 프로세스 모델에서 다중 스레드 모델로 바뀌고 있다. 웹 서버도 폭발적으로 증가하는 사용자 요청을 수용할 수 있도록 확장성과 성능 향상을 위해서 다중 스레드 모델을 적용하였다. 본 논문에서는 다중 프로세스 모델을 적용한 웹 서버와 다중 프로세스/다중 스레드 모델을 적용한 웹 서버에 대한 성능을 여러 운영체제 환경에서 평가하였다. 실험 결과 전체적으로 다중 프로세스 모델이 다중 스레드 모델보다 더 좋은 성능과 안정성을 보였다.

• KSCI Review
• /
• v.8 no.2
• /
• pp.43-50
• /
• 2001

소프트웨어 신뢰성을 향상시키는 방법에는 소프트웨어 결함 허용기법 중에서 가장 객관적이고 정량적으로 평가받는 것이 NVP(N-Version Programming)기법이다. 이 기법에서 신뢰도를 추정하는 모델로 이항분포를 사용하는데 이 모델은 각 컴포넌트 신뢰도의 값들이 동일하다는 한계점이 있었다. 본 연구에서는 기존 모델의 한계점을 해결하기 위하여 NVP 신뢰도 분석을 위한 새로운 접근 방법으로 유전자 알고리즘(Genetic Algorithms)을 적용하였고. 또한 적용 모델과 기존 모델을 서로 비교 검토하였다. 그 결과 전체시스템 신뢰도를 일정 수준이상 유지하면서 각 컴포넌트 신뢰도의 값들을 최적화 할 수 있었고. 또한 비용을 최소로 하는 최적의 수를 추정할 수 있었다. 그리고 적용 모델과 기존 모델을 비교 및 평가하여 타당성을 증명하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2011.06a
• /
• pp.222-224
• /
• 2011

본 연구에서는 유한체적법과 함께 비정렬 격자(Unstructured Grid) 를 채택한 SELFE 모델을 기반으로 운영되는 유출유 확산모델을 개발하였다. 모델의 적용성을 검토하기 위해 미극 오레건주 콜롬비아 강의 유출유 모델링에 적용하였으며 양호한 결과를 얻을 수 있었다. 앞으로 이 모델은 하천, 호수 및 해양을 포함한 다양한 수계에 적용이 가능할 것으로 기대된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.484-486
• /
• 1999

객체지향 방법으로 시스템을 개발할 때 분석단계의 객체모델을 객체지향 스키마로 변환을 용이하도록 하기 위하여 분석단계의 객체모델을 정제할 필요가 있다. 따라서 본 논문에서는 분석단계의 객체모델을 정제하여 다단계 데이터베이스 어플리케이션으로 설계하는 방법을 제시한다. 또한 자료의 잘못된 유출이나 수정을 예방하고 모호성을 제거하기 위하여 보안을 적용한다. 보안을 적용한 분석단계의 객체모델을 다단계 데이터베이스 어플리케이션으로 설계할 때 이 보안이 다단계 데이터베이스 어플리케이션의 설계에서 적용되는 방법을 제시한다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.30 no.3C
• /
• pp.167-175
• /
• 2005

Privacy enforcement has been one of the most important problems in IT area. Privacy protection can be achieved by enforcing privacy policies within an organization's online and offline data processing systems. Traditional security models are more or less inappropriate for enforcing basic privacy requirements, such as purpose binding. This paper proposes a new approach in which a privacy control model is derived from integration of an existing security model. To this, we use an extended role-based access control model for existing security mechanism, in which this model provides context-based access control by combining RBAC and domain-type enforcement. For implementation of privacy control model we use GRBAC(Generalized Role-Based Access Control), which is expressive enough to deal with privacy preference. And small hospital model is considered for application of this model.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.606-609
• /
• 2015

본 연구에서는 support vector regression (SVR) 및 매개변수 최적화 알고리즘을 이용한 하천수위 예측모델을 구축하고 이를 실제 유역에 적용하여 모델 효율성을 평가하였다. 여기서, SVR은 하천수위를 예측하기 위한 예측모델로서 채택되었으며, 커널함수 (Kernel function)로서는 radial basis function (RBF)을 선택하였다. 최적화 알고리즘은 SVR의 최적 매개변수 (C?, cost parameter or regularization parameter; ${\gamma}$, RBF parameter; ${\epsilon}$, insensitive loss function parameter)를 탐색하기 위하여 적용되었다. 매개변수 최적화 알고리즘으로는 grid search (GS), genetic algorithm (GA), particle swarm optimization (PSO), artificial bee colony (ABC) 알고리즘을 채택하였으며, 비교분석을 통해 최적화 알고리즘의 적용성을 평가하였다. 또한 SVR과 최적화 알고리즘을 결합한 모델 (SVR-GS, SVR-GA, SVR-PSO, SVR-ABC)은 기존에 수자원 분야에서 널리 적용되어온 신경망(Artificial neural network, ANN) 및 뉴로퍼지 (Adaptive neuro-fuzzy inference system, ANFIS) 모델과 비교하였다. 그 결과, 모델 효율성 측면에서 SVR-GS, SVR-GA, SVR-PSO 및 SVR-ABC는 ANN보다 우수한 결과를 나타내었으며, ANFIS와는 비슷한 결과를 나타내었다. 또한 SVR-GA, SVR-PSO 및 SVR-ABC는 SVR-GS보다 상대적으로 우수한 결과를 나타내었으며, 모델 효율성 측면에서 SVR-PSO 및 SVR-ABC는 가장 우수한 모델 성능을 나타내었다. 따라서 본 연구에서 적용한 매개변수 최적화 알고리즘은 SVR의 매개변수를 최적화하는데 효과적임을 확인할 수 있었다. SVR과 최적화 알고리즘을 이용한 하천수위 예측모델은 기존의 ANN 및 ANFIS 모델과 더불어 하천수위 예측을 위한 효과적인 도구로 사용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10b
• /
• pp.1553-1556
• /
• 2000

IMT-2000은 제 3세대 이동통신 시스템으로서 육상, 해상, 위성을 포함한 모든 이동통신을 포괄하는 통신서비스를 제공하게 된다. 또한, 기존의 음성 서비스뿐만 아니라 문자, 이미지, 멀티미디어 정보까지 전송할 수 있으며 국제적인 로밍을 통해 전세계 어느 곳에서도 통신할 수 있는 미래의 이동통신 시스템이다. 본 논문의 목적은 IMT-2000 교환기에서 지능 망 서비스를 수행하는데 필요한 기본 모델 구조인 기본 호 상태 모델을 적용하는 방안을 제시하는 것이다. 그 내용으로 IMT-2000 교환기를 위한 발신 및 착신 기본 호 상태 모델과 교환기 소프트웨어 블록을 소개한다. 또한, 이를 바탕으로 기본 호 상태 모델을 적용한 한 예로서 IMT-2000 교환기 내부 블록간의 자국 호 처리 절차를 설계하고 기본 호 상태 모델이 적용될 수 있는 사용자 호 제어부 블록의 유니트 및 파일 구조를 설계한다. 그리고 IMT-2000 교환기에서 기본 호 상태 모델을 적용한 발신 및 착신 사용자 제어부의 SDL 다이어그램과 이에 대한 CHILL을 이용한 구현 예를 제시한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.343-345
• /
• 2001

본 논문에서는 얼굴 인식 시스템에서 정면 얼굴 영상의 관심 영역을 추출하는 효율적인 방법을 소개한다. 얼굴 인식 시스템은 얼굴 요소의 특징 을 이용하여 자동으로 얼굴을 구별하는 시스템이며, 얼굴 요소로는 눈, 코, 입과 눈썹을 주로 사용한다. 본 논문에서는 동적 모델을 이용하여 눈과 입을 관심영역으로 하여 이 영역을 세 단계로 나누어 추출한다. 첫 번째로 전체 얼굴 모델을 이용하여 similarity 변환을 적용하여 얼굴의 대략적인 위치를 찾는다. 두 번째 단계에서는 얼굴 근처에서 각각의 눈, 입 모델을 비선형 변환을 적용하여 정확한 눈과 입을 찾는다. 최종 단계에서는 이렇게 맞춘 모델로부터 전체 모델을 변형시킨 후에 변형전과 후의 적합성을 판단하여 최종 위치를 정한다. 제안한 알고리즘을 130명의 영상에 대하여 적용한 결과 눈을 정확하게 추출한 경우는 120명이고, 입을 정확히 추출한 경우는 119명이었다. 본 논문에서 제안하는 관심 영역 추출 방법은 일반적인 모델 방법에 특정 목적에 적합한 모델을 혼합한 방법으로 일반적인 모델만을 적용한 방법과 프로젝션 분석 등의 특정 목적만을 위한 방법보다 좋은 결과를 얻을 수 있었다.