• 한국산학기술학회논문지
• /
• 제17권4호
• /
• pp.1-12
• /
• 2016

최적화 분야에서 Harmony Search Algorithm (HSA)은 근래에 개발된 메타휴리스틱 최적화 알고리즘의 하나로, HSA가 개발된 이래 공학, 자연과학, 의약학 등 다양한 분야에서 많은 연구자들에 의해 활용되어왔다. 현재 최적화 대상 문제들의 복잡성이 날로 증가하고 있으며 이에 따라 기존 최적화 기법에 대한 효율을 개선하는 방법론 개발에 대한 필요성이 대두되고 있다. 따라서 본 연구에서는 HSA의 구조적 특성에 초점을 맞추어 해탐색 능력을 향상시키는 것을 목표로 하여 새로운 메타휴리스틱 최적화 알고리즘인 Multi-layered Harmony Search Algorithm (MLHSA)을 제안하였다. 개발된 MLHSA는 기존 HSA에 추가적으로 구조적인 특성을 부여하여 전역 탐색 및 지역 탐색 성능을 개선하였다. 또한, 제안된 기법의 효율성과 적용성을 검증하기 위해 이전 최적화 알고리즘 관련 문헌에서 다양한 알고리즘이 적용된 바 있는 수학적 최적해 탐색 문제와 상수도 관망의 최적 관경 설계에 MLHSA를 통한 최적화를 수행하였다. 적용 결과 본 연구에서 개발된 MLHSA는 기존 알고리즘을 효과적으로 대체할 수 있는 최적화 기법임을 확인할 수 있었다.

• 정보과학회 논문지
• /
• 제42권8호
• /
• pp.1057-1064
• /
• 2015

전술망은 감시정찰, 정밀타격, 지휘통제체계를 하나로 묶어주는 무선네트워크 기반 체계이다. 전술망은 생존성을 높이기 위해 격자형으로 연결되어 있으므로 대체 링크를 다수 보유하고 있다. 그리고, 부대와 전투원들이 작전 수행시 망 접속 위치가 변경되므로 망 토폴로지가 자주 변경된다. 라우팅을 위한 대부분의 인터넷 표준들은 안정적인 백본망을 목표로 설계되었으므로 전술망에 적용시 성능 저하가 발생할 수 있다. 본 논문에서는 전술 백본망을 위해 우선 순위를 고려한 다중 경로 지역 최적화 기법을 제안하였다. 제안된 기법은 라우팅 메트릭을 전역 메트릭과 지역 메트릭으로 구분하여 관리한다. 전역 메트릭은 라우팅 프로토콜을 통해 다른 라우터들에게 전파되며 루프 방지가 보장되는 다중 경로 구성에 사용되고, 지역 메트릭은 링크 사용율을 반영하여 링크 과부하 발생시 우회 경로를 탐색하는 용도로 활용되며 각 라우터 내에서만 관리된다. 또한, 우선순위가 높은 트래픽에게 최적 경로에 대한 우선권을 부여한다. 시뮬레이션을 통해 제안된 기법에서 가용 라우터간에 사용자 트래픽이 효과적으로 분산됨을 확인하였다.

• 한국수자원학회논문집
• /
• 제53권9호
• /
• pp.681-690
• /
• 2020

일반적으로 빗물이용시설의 설계 저류 용량은 다양한 시나리오(저류 용량, 공급 보장률, 우수 이용률 등)에 대한 반복적인 계산을 통해 결정된다. 이 방법은 분석에 많은 시간이 소요될 뿐만 아니라 많은 계산이 수반되므로 분석 오류가 나타날 수도 있다. 본 연구에서는 이러한 문제점을 해결하기 위해 최적화 기법을 이용하여 임의의 목표 보장률을 만족하는 최소의 저류 용량을 직접적으로 결정할 수 있는 방법을 제시하였다. 해당 방법은 Python 언어를 이용하여 모의 모형과 입자 군집 최적화를 연계하여 구현되었다. 최적화 기법은 Python의 오픈 소스로 제공되는 pyswarm을 이용하였는데, 해당 알고리즘은 전역 최적해 탐색이 가능하고, 제약조건을 고려할 수 있다. 최적화 기법을 이용한 빗물이용시설의 저류 용량 결정 방법은 인천 청라지구 1공구에 설치된 빗물이용시설의 설계자료에 적용하여 분석의 효율성, 안정성, 정확성을 검증하였다. 본 연구에서 제시한 빗물이용시설의 저류 용량 결정 방법은 현재의 분석 기술 수준을 개선할 수 있으므로 실용적 가치가 있는 것으로 판단된다.

• 한국정보전자통신기술학회논문지
• /
• 제12권6호
• /
• pp.629-635
• /
• 2019

여러 분야에서 사용되는 이미지 분류를 위한 딥러닝(Deep Learning) 모델은 오류 역전파 방법을 통해 미분을 구현하고 미분 값을 통해 예측 상의 오류를 학습한다. 엄청난 계산량을 향상된 계산 능력으로 해결하여, 복잡하게 설계된 모델에서도 파라미터의 전역 (혹은 국소) 최적점을 찾을 수 있다는 것이 장점이다. 하지만 정교하게 계산된 데이터를 만들어내면 이 딥러닝 모델을 '속여' 모델의 예측 정확도와 같은 성능을 저하시킬 수 있다. 이렇게 생성된 적대적 사례는 딥러닝을 저해할 수 있을 뿐 아니라, 사람의 눈으로는 쉽게 발견할 수 없도록 정교하게 계산되어 있다. 본 연구에서는 임의의 잡음 신호를 추가하는 방법을 통해 적대적으로 생성된 이미지 데이터셋을 탐지하는 방안을 제안한다. 임의의 잡음 신호를 추가하였을 때 일반적인 데이터셋은 예측 정확도가 거의 변하지 않는 반면, 적대적 데이터셋의 예측 정확도는 크게 변한다는 특성을 이용한다. 실험은 공격 기법(FGSM, Saliency Map)과 잡음 신호의 세기 수준(픽셀 최댓값 255 기준 0-19) 두 가지 변수를 독립 변수로 설정하고 임의의 잡음 신호를 추가하였을 때의 예측 정확도 차이를 종속 변수로 설정하여 시뮬레이션을 진행하였다. 각 변수별로 일반적 데이터셋과 적대적 데이터셋을 구분하는 탐지 역치를 도출하였으며, 이 탐지 역치를 통해 적대적 데이터셋을 탐지할 수 있었다.

• 한국측량학회지
• /
• 제31권6_1호
• /
• pp.455-461
• /
• 2013

아리랑 3호는 2012년 5월 18일에 발사된 다목적실용위성으로서, 탑재된 AEISS센서는 고도 685km의 태양주기 궤도상에서 0.7m의 공간해상도 흑백 영상과 2.8m 공간해상도의 다중 파장대 영상을 폭 16.8km로 획득한다. 아리랑 3호는 아리랑 2호에 비해 많은 부분에서 성능의 향상이 이루어졌으며 그 중 단일 패스에서 스테레오 영상이 취득 가능하도록 설계되었다. 아리랑 3호를 이용하여 3차원 지형 정보의 추출을 하기 위해서는 정확한 에피폴라 기하를 규명하는 것이 필수적이며, 따라서 본 연구에서는 아리랑 3호 스테레오 영상으로부터 에피폴라 영상 제작을 위한 최적의 영상 변환식을 도출하기 위한 에피폴라 곡선의 특성에 대해 분석하였다. 영상과 함께 제공되는 RPCs(Rational Polynomial Coefficients)를 기반으로 영상 전역에 해당하는 에피폴라 커브를 도출하고 이에 대한 모양분석을 통해 에피폴라 커브가 최소 3차 다항식 이상의 변환식으로 모델링 될 수 있음을 알 수 있었다. 또한 아리랑 3호 AEISS센서의 두 개의 CCDs라인 특징 또한 확인 가능하였다. RPCs 업데이트 시에도 샘플 방향의 영상 오차를 최소화하기 위해 3차식이 필요했으며, 에피폴라 영상 리샘플링 시에도 3차 영상 변환식을 활용한 경우 최대 0.7 픽셀이내의 정밀한 y시차를 확보할 수 있었다.