• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.308-309
• /
• 2021

과거의 연구들은 교통 속도만을 활용하여 교통 속도 예측 문제에 접근했다. 그러나 교통 속도의 비선형성으로 인해 정확한 예측이 어려워, 최근에는 교통 속도에 영향을 미칠 수 있는 외부의 요인을 활용해 정확도를 높인 연구들이 이루어지는 추세이다. 그 중에서도 강수량은 직관적으로 교통 속도와 관련이 있을 것으로 생각되어 자주 사용된다. 다만, 실제로 교통 속도가 강수량에 얼마나 영향을 받는지는 확인되지 않고 대부분의 연구가 적은 양의 데이터로 이루어지기에 강수량이 딥 러닝모델의 정확도를 향상시킬 수 있다고 단언하기는 어렵다. 본 논문은 강수량 데이터가 교통 속도를 변화시키는 양을 정량적으로 측정하고, 딥 러닝 모델의 성능에 미치는 영향을 분석하였다. 그 결과, 강수량이 높을수록 속도가 크게 감소하고 딥 러닝 모델의 정확도 또한 향상되는 것을 확인하였다.

• Korean Management Science Review
• /
• v.1
• /
• pp.26-34
• /
• 1984

한국적 경영환경에서 O.R 기법을 경영활동에 적용하는 데에는 O.R의 이론적 측면보다 실용화가 더욱 어려운 실정이다. 관리자들이 편견과 자기 경험의 노예 상태에서 직관적으로 의사결정을 한다던가, 이노베이션에 대한 거부 반응이 거세다던가, 시스템 의식이 미약하다던가, 데이터의 축적이 빈곤하다던가 하는 따위 등이 O.R의 실용화에 장애요인으로 작용된다. 이 글은 쌍용양회공업주식회사에서 광산 조업활용에 적용하여 성공적으로 활용되고 있는 O.R의 모델을 간추린 것이다. 이 회사에서는 7년여에 걸쳐 MIS의 추진과정을 통해 관리자들이 컴퓨터시스템 마인드를 제고시키고, 정보시스템을 설계하고, 정보시스템을 개발하고, 정보시스템을 활용하면서 데이터를 축적하여 O.R기법을 실제에 적용하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.592-594
• /
• 2002

본 논문에서는 테이블형 가상 공간인 가상워크벤치 상에서 자연스럽고 직관적인 사용자 인터랙션을 이용하여 삼차원 객체를 모델링 하는 방법에 대하여 소개한다 먼저 일반적으로 삼차원 객체를 모델링하기 위하여 많이 이동되는 이차원 스크린 기반의 환경과 삼차원 가상 현신 시스템을 기반으로 하는 환경의 특징에 대하여 살펴본다. 삼차원 가상 현실 시스템을 기반으로 하는 모델링 환경에서는 사용자와의 인터랙션이 삼차원 공간상에서 이루어지기 때문에 직관적이지만 객체를 정확하게 선택하거나 조작하는데 어려움이 따른다. 따라서 이러한 단점을 보완해 주기 위하여 테이블형 가상 공간에서 그리드 기반의 객체 생성 및 스냅핑을 적용한 객체 조작 방법을 제안하고 이의 응용 가능성을 살펴본다.

• Journal of the Korean Society for Railway
• /
• v.14 no.2
• /
• pp.87-93
• /
• 2011

This work describes an availability model of highly available systems to achieve Five-9's availability. Modern railway systems have raised users' expectations of powerful "always on" services. The crucial characteristics of these highly available services are essential to many modern businesses area, such as telecommunications, railway systems, information operations, Web-based businesses, and so on. The architecture-based model of system availability is useful to assess the feasibility of meeting a high availability target. The Markov model approach is straightforward for relative system engineers to adapt when they model highly available system failure and the failure recovery process. This work proposed the improved availability model through UML2.0. It is shown that the architecture-based model of system availability is a good reasonable by its application of the railway systems.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.224-224
• /
• 2023

국내·외로 Soil and Water Assessment Tool (SWAT) 모델은 유역 단위에서 유출 및 수질을 예측하는데 활용되고 있다. 하지만 SWAT 모델의 결과물은 데이터 테이블 형식으로만 이루어져 있기 때문에 모델 사용자가 유역 내 하천별 수문 모의 결과물을 직관적으로 확인하기 어렵다는 단점이 있다. 최근 다양한 분야에서 3D 가상환경을 구축하는데 디지털 트윈 기술의 활용성이 증가하고 있다. 디지털 트윈 기술은 현실의 공간을 가상환경으로 구축해 실시간 현실의 상황을 파악하여, 의사결정 지원을 제공한다는 장점이 있다. 이에 본 연구에서는 디지털 트윈 기술과 SWAT 모델을 연계하여, 모델의 결과값을 가상환경 3D 지도인 CESIUM에 실시간으로 표출할 수 있는 디지털 트윈 기반 SWAT 모델 수문 모의 시스템을 개발하였다. 이 시스템은 3D 지형에 SWAT 모델을 통해 모의 된 하천의 수위 및 SS에 대한 표출이 가능할 뿐만 아니라 기후나 유역환경에 따른 유역 내 수문 변화를 시·공간적으로 파악할 수 있는 장점이 있다. 향후 본 연구에서 개발된 디지털 트윈 기반 SWAT 모델 수문 모의 시스템은 홍수 및 가뭄과 같은 재해에 대응할 수 있는 유역 및 하천관리 대책을 효율적으로 수립하는데 활용될 수 있을 것으로 판단된다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.199-202
• /
• 2002

신경회로망을 동적 정보처리에 응용하기 위해서는 비대칭 결합 신경회로망에서 생성되는 동적 상태천이에 관한 직관적 이해가 필요하다. 자기결합을 갖고 결합하중치가 비대칭인 순환결합형 신경회로망은 복수 개의 리미트사이클이 기억 가능하다는 것이 알려져 있다. 현재까지 이산시간 모델의 네트워크에 대한 상태천이 해석은 상세하게 이루어져 왔다. 그러나 연속시간 모델에 대한 해석은 네트워크 규모의 증가에 따른 급격한 계산량의 증가 때문에 연구가 그다지 활발하게 이루어지지 않고 있다. 본 논문에서는 각 뉴런이 최근접 뉴런에만 이진화된 결합하중 +1 및 -1로 연결된 연속시간모델 순환결합형 신경회로망의 동적인 상태천이 특성을 해석하여 이산시간 모델에서 기억 가능한 리미트사이클과의 차이점을 분석한다. 또한 연속시간 네트워크 모델에 카오스 신호를 인가하여 리미트사이클간의 천이를 제어할 수 있는 가능성을 분석하여 동적정보처리에 네트워크를 응용할 수 있는 가능성을 검토한다.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 1998.10a
• /
• pp.1-1
• /
• 1998

로켓엔진 추력발생용으로 광범위하게 사용되는 액체추진제는 고성능, 대용량의 액체추진제 로켓엔진에서는 필연적으로 고주파 연소불안정의 문제를 수반하며, 이 연소불안정의 정도는 연소성능과 더불어 엔진개발의 성패를 좌우하는 중요한 여건이 된다. 따라서 안정한 로켓의 비행을 보장하기 위해서는 연소불안정의 문제가 선결되어야 한다. 연소불안정의 기본 메커니즘은 연소기에서 발생하는 압력섭동에 반응하여 불안정한 음향에너지를 되먹임하는 연소과정으로 설명된다. 연소불안정 현상이 발견된 이후 실험 및 이론적 접근에 의해 이와 같은 연소불안정 메커니즘 및 예측에 대한 체계적인 연구가 이루어져 왔으며, 현재까지의 다양한 고주파 연소불안정 예측방법 중에서 음향 및 기화 응답함수를 이용하는 방법은 직관적 고찰에 의존하는 단순한 연소모델을 적용하며 주로 음향적 섭동에 의한 연소의 반응을 연소안정성 평가의 파라메터로 사용한다. 이와 같은 음향적인 예측방법은 연소불안정 현상을 이론적으로 전개하므로 경제적으로 각종 설계변수에 대한 연소불안정의 변화를 구분할 수 있는 장점이 있어 성능 및 호환설계와 병행하여 로켓엔진 연소실의 초기 안정성 설계방법으로 주로 사용된다.

• Asia-Pacific Journal of Business Venturing and Entrepreneurship
• /
• v.2 no.2
• /
• pp.1-22
• /
• 2007

This paper is targeting on developing pre-test Methodology for start-up as tuning successful business modelling with their implementation. Start-up is asked to a complete preparation and analysis for business to enhance the success possibility. In this stream, Start-up should test the validity of their business model before starting a business. This paper deliver alternatives to meet this requirement. Overall, this paper suggest two different approaches. First, by literature review, this paper prove the importance of BM in success factor analysis of high-tech start-up. Second, This paper prove BMO Model as the best practicing model to assess the validity of BM. Additionally, this paper, BMO will be utilized to bring significant implications to sort out enhancing strategies of BM validity.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.502-505
• /
• 2011

RT-eCos3.0은 대표적 분산 실시간 객체 모델인 TMO(Time-triggered Message-triggered Object)의 실행을 제공하기 위하여 공개소스 eCos3.0 기반으로 개발된 초경량 경성 실시간 임베디드 운영체제이다. RT-eCos3.0에서는 분산 컴퓨팅 지원을 위하여 네트워크에 투명한 채널 기반 publisher/subscriber 모델의 멀티캐스트 분산 IPC를 지원하고 있다. 본 논문에서는 이와 같은 기존의 분산 IPC를 이용하여 보다 더 직관적인 분산 동기화 read/write 인터페이스를 제공하는 객체 기반의 분산 공유 메모리 시스템을 설계/구현하였다. 구현된 분산 공유 메모리는 각 로컬 노드의 캐시 객체의 사용으로 가능한 한 최소한의 네트워크 통신으로 동기화가 가능하도록 설계 구현되었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.307-310
• /
• 2021

X-ray 영상 검사·검출 문제에 기존 딥러닝 모델을 사용하려는 시도들이 존재해왔고, 합성곱 신경망의 강력한 표현력 덕분에 대체로 준수한 성능이 보장되었다. 그러나 문제의 특성에 따라 기대한 만큼의 분류 및 검출 성능이 나오지 않는 경우가 존재한다. 이는 1) 검출 대상의 스케일이 다양하거나, 2) X-ray 영상은 흑백 영상으로 미세한 특징을 학습하기 어렵거나, 3) 지도학습을 하기에는 학습 데이터의 양이 부족하기 때문인 것이 주요 원인들이다. 본 논문에서는 다양한 스케일의 특징맵을 추출하여 종합적으로 학습하는 신경망을 통해, '생선살 X-ray 영상' 데이터셋에서 '생선 가시' 이물질 class가 모델 내에서 어떻게 학습되는지를 살펴본다. 그리고 X-ray 영상의 경우, 이물질 class를 크기별로 새롭게 labeling하여 성능 개선이 일어날 수 있음을 보인다. 또한 Multi-scale CAM을 통해 class에 따른 활성화 정도를 시각화하여 모델을 직관적으로 분석할 수 있음을 보일 것이다.