• Journal of the Korean Data and Information Science Society
• /
• v.24 no.2
• /
• pp.223-233
• /
• 2013

At local emerging stock markets such as Korea, Hong Kong, Singapore and Taiwan, foreign investors (FI) are recognized as important investment community due to the globalization and deregulation of financial markets. Therefore, it is required to monitor the behavior of FI against a sudden enormous selling stocks for the concerned local governments or private and institutional investors. The main aim of this study is to propose an early warning system (EWS) which purposes issuing a warning signal against the possible massive selling stocks of FI at the market. For this, we suggest machine learning algorithm which predicts the behavior of FI by forecasting future conditions. This study is empirically done for the Korean stock market.

• Journal of Internet Computing and Services
• /
• v.13 no.4
• /
• pp.95-102
• /
• 2012

The development of applications for vehicular ad hoc networks (VANETs) has very specific and clear goals such as providing intellectual safe transport systems. An emergency warning technic for public safety is one of the applications which requires an intelligent broadcast mechanism to transmit warning messages quickly and efficiently against the time restriction. The broadcast storm problem causing several packet collisions and extra delay has to be considered to design a broadcast protocol for VANETs, when multiple nodes attempt transmission simultaneously at the access control layer. In this paper, we propose an early intelligent alert broadcasting (EI-CAST) algorithm to resolve effectively the broadcast storm problem and meet time-critical requirement. The proposed algorithm uses not only the early alert technic on the basis of time to collision (TTC) but also the intelligent broadcasting technic on the basis of fuzzy logic, and the performance of the proposed algorithm was compared and evaluated through simulation with the existing broadcasting algorithms. It was demonstrated that the proposed algorithm shows a vehicle can receive the alert message before a collision and have no packet collision when the distance of alert region is less than 4 km.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.05a
• /
• pp.411-414
• /
• 2009

Many victims and property damages are caused in fires every year. In this paper, intelligent fire-detection systems with embedded fire-detection algorithms for early fire detection and alarm is proposed to reduce fire damages by using image processing technique, high speed digital signal processor(DSP) technique, and information technique. The fire detection algorithms used for the proposed systems consist of flame and smoke detection algorithms. If flame or smoke is detected respectively, the corresponding alarm signal can be transferred to management computer. And if flame and smoke is detected simultaneously, the fire alarm signal shall be generated. Through several experiments in the physical environment, it is shown that the proposed system works well without malfunction.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.06a
• /
• pp.303-306
• /
• 2013

최근 후쿠시마 원전, 쓰나미, 홍수와 눈사태와 같은 자연 재난들의 발생으로 인해 엄청난 수의 사상자와 막대한 재산피해가 초래되었다. 이런 재난을 미연에 방지하고자 하는 자동화된 조기 경보 시스템의 연구, 지능형 영상감지 기술 연구가 활발히 진행되고 있다. 이러한 지능형 영상감시기술을 적용하여 재난유형별 위험상황을 감지, 판독, 분석, 표출할 수 있는 기능을 구현하고자 통합된 카메라 영상정보를 활용하여 영상변화를 감지하여 자동식별과 판독을 통해 기준 값 이상의 변화감지 시 경보알림 및 해당 영상 표출을 제공하였다. 본 논문은 기존의 수위상승 감지는 수위계나 교량에 표시된 수위표의 숫자를 읽어 자동적으로 위험을 알려주거나 사람이 수위감지를 위해 설치된 카메라를 모니터링 하여 위험을 감지하도록 되어있던 점을 개선하여 기존 수위감지 목적으로 설치된 카메라의 영상을 분석하여 수위상승 위험을 알려주는 알고리듬을 제안하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06d
• /
• pp.307-312
• /
• 2008

최근 전기 전력 도메인의 IT화 (전력 IT) 가 본격적으로 진행되면서 전기 데이터를 취득하기 위한 기기들 뿐만 아니라 전력 운영 환경이 변화를 도모하고 있다 본 논문에서는 이런 전력 IT 의 일환으로 개발된 지능형 전력 정보 모니터링 시스템 (K-WAMS)을 소개하고자 한다. 이 시스템은 이기종 분산 환경에서 전력 정보를 실시간으로 전송 받아 현재 전력계통의 상황을 직관적으로 판단할 수 있는 정보를 제공하여 광역 정전을 예방하고자 하는 조기경보시스템 (Early Warning System) 이다. 또한, 전력계통의 안정성 여부를 판단하는 지능형 에이전트의 구현을 통해 광역 정전을 예견하는 지수를 제공하고, 실시간 데이터 처리 및 이력 데이터 저장 에이전트들을 통해 현재 취득되고 있는 현장 데이터 모니터링 기능을 제공한다. K-WAMS 는 실시간으로 전송 처리되는 고속 대용량 데이터들의 처리 지연, 동적 환경으로 인한 네트워크의 부하문제를 해결하기 위해서 IPC Shared Memory 기법을 이용하였고, 동적 프로세스들의 작업 스케줄링을 관리하기 위한 IPC Message Queue 기법을 이용하였다. 또한 논리적 기능 기반으로 설계된 현재 중앙 급전소(GCC) 단위의 설계 모델은 향후 지역 급전소(RCC) 단위로 설치 될 경우 재사용 되어 개발 생산성을 향상시킬 것으로 예상된다.

• Journal of the Korea Society of Computer and Information
• /
• v.28 no.12
• /
• pp.67-77
• /
• 2023

This study represents an innovative research conducted in the smart farm environment, developing a deep learning-based disease and pest detection model and applying it to the Intelligent Internet of Things (IoT) platform to explore new possibilities in the implementation of digital agricultural environments. The core of the research was the integration of the latest ImageNet models such as Pseudo-Labeling, RegNet, EfficientNet, and preprocessing methods to detect various diseases and pests in complex agricultural environments with high accuracy. To this end, ensemble learning techniques were applied to maximize the accuracy and stability of the model, and the model was evaluated using various performance indicators such as mean Average Precision (mAP), precision, recall, accuracy, and box loss. Additionally, the SHAP framework was utilized to gain a deeper understanding of the model's prediction criteria, making the decision-making process more transparent. This analysis provided significant insights into how the model considers various variables to detect diseases and pests.

• Proceedings of the Korea Society for Simulation Conference
• /
• 1999.10a
• /
• pp.169-169
• /
• 1999

최근 산업 플랜트의 공정제어 시스템은 복잡하고 대규모화되어 고장 발생시 경제적 손실과 위험성이 증폭되어 규정된 안정서와 신뢰성 확보가 필수적이라 할 수 있다. 고장검출 및 진단기법은 시스템의 신뢰성을 높이기 위한 효과적인 방안을 연구하는 것으로 현대에 들어서 많은 학자들의 관심을 끌고 있으며 실제 계통에 점차적으로 응용되고 있다. 현재까지 개발된 고장검출 및 진단기법은 사용된 프로세스 모델의 형태, 고장검출 진단 알고리즘에 따라 다양하게 분류 될 수 있으며 일반적으로 사용된 모델에 따라 크게 1) 정량적 모델에 근거한 해석적 기법, 2) 정성적 모델에 근거한 기법, 3) 지식기반 진단 기법으로 구분 할 수 있다. 이중 정량적 모델 기법은 대상계통의 수학적 모델에 근거하여 운전 데이터를 분석함으로서 고장검출 진단을 수행하는 해석적 기법으로서 근본적으로 계통의 정확한 수학적 모델을 요구하므로 불확실성을 포함한 계통 및 비선형성이 강한 계통등에는 적용이 곤란하다. 정성적 모델 및 지식기반 기법은 정량적 진단 기법과는 달리 대상 프로세스에 대한 수학적 모델 대신에 운전자의 경험과 프로세스 변수간의 상호 작용 및 고장의 전파과정, 고장원인과 증상과의 직접적인 관계에 대한 구조적 지식에 근거한 것으로 고장원인에 대한 계통의 동작을 추론 할 수 있으며, 상황 변화에 따른 영향을 예측할 수 있다. 본 논문에서는 정성적 모델 및 지식기반 기법에 근거한 고장검출 및 진단 기술을 화력 발전소 보일로 프로세스에 적용하여 정성적 시뮬레이션에 의한 설비의 고장을 조기에 발견하여 고장 파급으로 인한 발전 정지 및 설비의 손상 확대를 방지하고 고장 발생시 신속한 원인 규명 및 후속 조치관련 정보들을 운전원에게 제공할 목적으로 현재 전력원에서 개발중인 지능형 경보시스템에 대하여 기술하고자 한다.음과 같이 설명하였다. 서로 상반되는 것들이 다음과 같이 설명하였다. 서로 상반되는 것들이 부딛힘이 없이 공존하고 일상의 논리가 무시된다. 부정, 의심이 없고 확실한 것이 없다. 한 대상에 가졌던 생각이 다른 대상에 옮겨간다(displacement). 한 대상이 여러 대상이 갖고 있는 의미를 함축하고 있다(condensation). 시각적인 순서가 무시된다. 마음속의 생각과 외부의 실제적인 일을 구분하지 못한다. 시간 상의 순서가 있다가 없다가 한다. 차례로 일어나야 할 일이 동시에 한꺼번에 일어난다. 대상들이 서로 비슷해지고 동시에 있을 수 없는 대상들이 함께 나타난다. 사고의 정상적인 구조가 와해된다. Matte-Blance는 무의식에서는 여러 독립된 대상들간의 구분을 없애며, 주체와 객체를 하나로 보려는 대칭화(symmetrization)의 경향이 있기 때문에 이런 변화가 생긴다고 하였다. 또 대칭화가 진행되면 무한대의 느낌을 갖게 되어, 전지(moniscience), 전능(omnipotence), 무력감(impotence), 이상화(idealization)가 나타난다. 그러나 무의식에 대칭화만 있는 것은 아니며, 의식의 사고양식인 비대칭도 어느 정도 나타나며, 대칭화의 정도에 따라, 대상들이 잘 구분되어 있는 단계, 의식수준의 감정단계, 집단 내에서의 대칭화 단계, 집단간에서의 대칭화 단계, 구분이 없어지는 단계로 구분하였다.systems. We believe that this taxonomy is a significant contribution because it adds clarity, completeness, and "global perspective" to workflow architectural discussions. The vocabulary suggested here