• 인터넷정보학회논문지
• /
• 제8권5호
• /
• pp.133-140
• /
• 2007

최근 언제 어디서나 고품질의 인터넷 서비스 이용에 대한 필요성이 증가함에 따라, 인터넷 또는 셀룰러 망과 같은 기반 망과 연동된 하이브리드 애드 혹 네트워크에 대한 연구가 중요해지고 있다. 이러한 통합 네트워크는 홈 네트워크, 텔레매틱스, 센서 네트워크 분야 등에서 사용자 요구에 부합하는 다양한 종류의 서비스 제공이 가능해진다. 그러나 무선 이동 네트워크에서 불안정한 링크에 의한 전송 거리와 전송 대역폭 및 이동 노드의 배터리 제약은 대용량의 실시간 데이터 처리를 요구하는 서비스의 원활한 제공을 어렵게 만든다. 따라서 본 논문에서는 기반 망에서 제공하는 인프라를 활용하여 에너지 효율성을 고려한 클러스터 기반의 계층적 라우팅 기법을 제안한다. 인덱스 기반의 브로드캐스팅 기법을 적용한 경로 전달 모델을 통해 노드가 필요한 정보만을 선택적으로 청취함으로써 불필요한 에너지 손실을 줄인다. 또한, 경로 탐색 및 유지비용과 경로 설정에 필요한 지연시간을 줄였다.

• 정보처리학회논문지D
• /
• 제11D권1호
• /
• pp.105-114
• /
• 2004

본 논문에서는 멀티 에이전트 모델에서 각 에이전트의 협력 방법을 제안하고 네이밍 에이전트의 메타데이터를 이용한 MA(Mobile Agent)의 노드 이주 알고리즘을 제시한다. 멀티 에이전트의 협력은 에이전트 시스템의 안정성과 분산 환경에서의 정보 검색의 신뢰성을 향상시킨다. 이러한 멀티 에이전트의 중요한 구성 요소 중, 네이밍 에이전트는 상호 에이전트를 식별하고 특정 객체를 참조하도록 에이전트 이름을 지원하며, 각 에이전트는 이러한 고유의 이름으로서 특정 객체를 참조한다. 또한 네이밍 에이전트는 에이전트 특성에 따라 SPA(Server Push Agent), CPA(Client Push Agent) 및 SPA(Server Push Agent) 등으로 각 에이전트를 분류하여 네이밍 서비스를 통합하고 관리하는 역할을 수행하며, 특정 MA에 노드 이주 정보를 제공하게 된다. 그러므로 MA의 노드 이주 시 적중 문건의 수, 적중률, 노드 처리 시간 및 네트워크 지연시간에 따른 우선순위를 부여하여 노드 이주의 효율성을 높일 수 있는 방안이 요구된다. 따라서 본 논문은 통합된 네이밍 서비스를 위한 네이밍 에이전트를 설계하고 적중 문건의 수, 적중률 및 탐색 문건의 수 등으로 구성된 메타데이터 구조를 보인 후, 멀티 에이전트의 협력을 통한 메타데이터의 생성과 갱신 및 적중 문건의 수에 따른 노드 이주 방법을 보인다.

• 한국통신학회논문지
• /
• 제38C권1호
• /
• pp.64-77
• /
• 2013

본 논문에서는 요구되는 통신 거리가 길고 LOS 확보가 쉽지 않은 산악 지형이 보편적인 군 전술 통신 환경에서 커버리지 확장과 음영 지역 제거를 위한 협력 중계 기반의 IEEE 802.16j 네트워크를 고려한다. 이를 통해 IEEE 802.16j 네트워크의 상향 링크(UL)에서 협력 중계 전송을 위한 대역 할당과 경로 선택을 통합적으로 수행하는 기법을 제안한다. 이를 위해 OFDMA 프레임 구조에서 협력 중계에 의한 처리율 증가량과 UL 접속 구간 및 UL 중계 구간의 대역 제한폭을 고려하여 전체 시스템의 데이터 처리율을 최대화하는 최적화 문제를 정의하고, 다중 차원 다중 선택 배낭 문제(MMKP)로 변환 후, 전역 탐색 알고리즘을 이용하여 최적해를 구한다. 협력 중계를 이용하지 않는 경우에 대해서도 최적화 문제를 정의하고, MMKP 기반 기법을 제안한다. 성능 비교를 위해 링크 품질 기반 (LQB) 기법의 전체 시스템 처리율도 평가한다. 군 전술 통신 환경 중 LOS 확보가 쉽지 않은 산악 지형 환경에서 OPNET 기반 시뮬레이션을 통해 제안하는 기법들의 전체 시스템 처리율을 비교 분석하고, 제안하는 MMKP 기반 기법들이 LQB 기법들에 비해 좋은 성능을 나타냄을 보이고, 협력 중계를 사용하는 기법들이 그렇지 않은 기법들보다 더 높은 전체 시스템 처리율을 제공함을 보인다.

• 한국항행학회논문지
• /
• 제26권5호
• /
• pp.304-311
• /
• 2022

적 방공망 제압 임무는 현대전에서 전략적으로 중요한 임무이지만 적 방공자산에 직접적으로 노출될 위험이 높아 위험 부담이 크다. 따라서, 무인기를 활용하여 임무를 수행하는 것이 하나의 대안으로 제시된다. 본 논문에서는 무인기의 적 방공망 제압 임무 수행을 위한 경로 생성 기법과 생성된 경로에 대한 임무 효과도 산출 기법을 제안한다. 먼저, RRT 기반의 경로 탐색 알고리즘을 기반으로 적의 단거리 대공 위협을 고려할 수 있는 저공 침투/이탈 비행 경로 기법을 다룬다. 또한, 최단의 경로이면서 동시에 적의 단거리 대공 위협을 최대한 회피하는 표적 타격 경로를 생성하기 위해 Dubins 경로 기반의 타격 경로 생성 기법이 사용된다. 이를 통해 생성된 침투/타격/이탈 경로를 순서에 따라 통합한다. 통합된 경로를 기반으로 연료소모량, 무인기의 생존 확률, 임무 수행 소요 시간, 그리고 표적 파괴 확률로 이루어진 임무 효과도를 산출한다. 마지막으로, 제안된 적 방공망 제압 임무 경로 생성 기법 및 임무 효과도 산출 기법을 가상 시나리오를 통해 검증한다.

• 한국심리학회지 : 문화 및 사회문제
• /
• 제30권3호
• /
• pp.239-265
• /
• 2024

본 연구는 자살 관련 행동에 대해 전통적인 예측 모형(기법)과 머신러닝 알고리즘을 활용한 연구의 예측력을 비교하기 위한 목적에서 수행되었다. 따라서 체계적 리뷰 수준에서 벗어나 메타분석을 통해 과학적으로 두 가지 기법의 예측력에 대해 살펴보고, 지역적인 수준에서 특히 국내 연구를 통해 알 수 있는 변인들을 분석하여 추후 자살 관련 행동 예측 연구에 도움을 주고자 하였다. 이를 위해 머신러닝을 사용한 연구 50개와 전통적 기법을 활용한 연구 74개로 총 124개의 문헌이 메타분석에 포함되었다. 연구 결과 전통적 기법을 활용한 연구들의 통합 AUC는 .770으로 머신러닝을 활용한 연구들의 통합 AUC값인 .853보다 낮은 것으로 나타났다. 특히 아시아권의 연구(AUC = .944)가 서양(AUC = .820)과 한국(AUC = .864)의 연구에 비해 높은 정확도를 나타내었다. 국내 연구에서의 조절효과를 추가적으로 분석한 결과 남성의 비율이 많을수록, 예측 대상이 자살 시도일수록 예측 정확도가 높았으며, 예측 대상이 자살 사망일수록, 그리고 신경망분석(Neural Network)을 활용한 연구일수록 예측 정확도가 낮았다. 본 연구는 자살 관련 행동의 예측에 대한 다양한 연구결과를 종합하고, 머신러닝을 활용한 예측의 효과성을 검증하는 한편, 국내에서 활용가능한 변인을 탐색하는 데 그 의의가 있다.

• 인터넷정보학회논문지
• /
• 제13권3호
• /
• pp.115-126
• /
• 2012

최근에 매쉬업은 미래 IT 융합 서비스의 효과적인 구현 방법으로써 그 관심도가 점점 높아지고 있으며 그들의 활용도 매우 다양하다. 그렇지만 이러한 높은 관심에도 불구하고 Open API들을 매쉬업 속으로 결합할 때 여러 가지 이슈들이 있을 수 있다. 첫째, 포털사이트들은 매쉬업에서 사용 가능한 수많은 API들을 제공하고 있는데, 이들에 대한 적합한 API들을 수동으로 탐색하고 발견하는 것은 매우 힘들고 많은 시간이 소비되는 작업이다. 둘째, 현존하는 어떠한 매쉬업 포털 사이트들도 전통적인 SOAP 기반 웹 서비스 분야에서 보였던 것처럼 API들을 찾고 통합하는데 시맨틱 기법을 활용하는 사이트는 없다. 세째, 적합한 API들을 발견하였더라도 특별한 기술적 훈련 없이 값어치 있는 매쉬업을 생성하기란 현실적으로 어려운 일이다. 본 논문에서는 위와 같은 이슈들을 해결하기 위해 먼저 기존의 SOAP 기반 웹 서비스 분야에서 사용된 시맨틱 기반 기술 및 알고리즘들을 최소의 수정만으로 재사용할 수 있음을 보인다. 다음으로, 조합 가능한 API들을 발견하기 위해 어떻게 API 특성들이 신택틱하게 정의되고 시맨틱하게 묘사될 수 있는지 보인다. 그러고 이러한 신택틱/시맨틱 정보들이 어떻게 Open API들의 발견과 조합에 도움을 줄 수 있는지 보인다. 마지막으로, 동적 Open API 조합을 위한 대화형 목표 지향 접근 방법을 제안한다. 여기서 최종 매쉬업은 API들의 순차적 접근 방법에 의해 점차적으로 각 단계에서 하나씩 새로운 API가 조합에 첨가된다.

• 대한토목학회논문집
• /
• 제28권4D호
• /
• pp.459-467
• /
• 2008

토지이용 밀집에 따른 지상공간의 부족으로 점차 지하공간의 활용이 늘어가고 있다. 단지 건축물 지하공간의 활용이 아닌 이동공간으로서, 저장창고로서, 밀집상가로서의 지하시설물의 공간적 크기가 확대되는 추세이다. 하지만 지하공간은 지상에 비해 화재에 취약한 약점을 가지고 있다. 특히 유동인구가 많은 지하상가의 경우 대부분 불에 타기 쉬운 옷가지가 많고, 환기가 제대로 이루어지지 않아 유독가스에 노출되어 있다. 또한 폐쇄적인 구조로 피난 및 접근이 어려워 대형인명피해의 위험을 가지고 있다. 따라서 본 연구에서는 복잡한 구조의 지하시설물에서 화재시 연기 및 불길을 피해 안전하고 빠르게 피난자들을 대피시키는 방안에 대해 연구하였다. 최근 첨단기술의 발달로 저렴한 비용으로 유비쿼터스 센서 네트워크를 구축하여 주변환경의 센서정보를 수집하는 것이 가능해졌고, 이러한 정보를 이용하여 보다 효과적인 피난 유도를 위한 시스템을 제안하였다. 센서로부터 수집되는 연기, 온도 등의 화재정보는 기존의 지하시설물의 정보와 통합가공되어 유도 프로세스에 의해 유도매개체로 전송되는데 정보의 가공은 통로의 용량과 거리를 고려하여 시간을 최소화하는 최소시간경로 탐색 알고리즘을 활용한다. 사례연구를 통하여 본 연구의 효용성을 검증하고 미흡한 부분을 찾아보았다.

• 한국조경학회지
• /
• 제51권3호
• /
• pp.70-82
• /
• 2023

최근 IT 기술과 데이터의 범람으로 생활 전반적인 부분의 패러다임이 전환되고 있다. 이러한 기술의 발전과 변화는 학술영역에도 영향을 미치고 있다. 학문적 교류와 연계를 통해 연구주제나 연구 방법의 개선이 이루어지고 있다. 특히, 데이터 기반의 연구 방법이 다양한 학문분야에서 진행되고 있으며 조경학에서도 지속적인 연구가 필요한 시점이다. 따라서 본 연구에서는 이러한 시대적 상황을 반영하여 인공지능의 한 분야인 머신러닝을 활용한 경관 선호 평가 및 예측모델의 개발 가능성을 알아보는 것을 목표로 한다. 본 연구의 목표를 달성하기 위하여 경관 분야에 머신러닝 기법을 적용하여 경관 선호 평가 및 예측 모델을 구축하고, 구축된 모형의 모의정도를 검증하였다. 이를 위해 본 연구에서는 최근 신재생에너지 사업으로 주목받는 풍력발전시설 경관 이미지를 연구대상으로 선정하였다. 분석을 위하여 풍력발전시설 경관 이미지를 웹크롤링 기법을 활용하여 수집하고 분석 테이터셋을 구축하였다. 우수한 성능의 예측모델 도출을 위하여 머신러닝 분석에 활용되는 University of Ljubljana의 프로그램인 오렌지 버전 3.33을 활용하였다. 또, 머신러닝 학습데이터의 평가기준을 통합한 모델과 평가기준 별도 모델 구조를 활용하였으며, 머신러닝 분류모델에 적합한 kNN. SVM, Random Forest, Logistic Regression, Neural Network 알고리즘을 사용해 모델을 생성하였다. 생성된 모델을 성능 평가를 실시하여 본 연구에 가장 적합한 예측모델을 도출하였다. 본 연구에서 도출된 예측모델은 경관의 유형에 따른 분류, 경관과 대상의 시거리에 따른 분류, 선호에 따른 분류 등 3가지 평가기준을 별도로 평가 후 종합해 예측하여 결과를 도출하였다. 연구 결과 경관 유형에 따른 평가 기준 정확도 0.986, 시거리에 따른 평가 기준 정확도 0.973, 선호에 따른 평가 기준 정확도 0.952에 달하는 높은 정확도를 가진 예측모델을 개발하였으며, 평가데이터 예측 결과를 통한 검증과정을 보아도 모델의 성능 치를 상회하는 성과를 도출했음을 알 수 있다. 경관 관련 연구에서 머신러닝을 활용한 예측모델 개발 가능성을 알아본 실험적 시도로 이미지 데이터의 수집 및 정제를 통해 데이터 세트를 구축하여 높은 성능의 예측모델이 생성 가능하며, 이후 경관 관련 연구 분야에 활용될 수 있다는 가능성을 확인할 수 있었다. 본 연구의 결과와 시사점, 한계점을 반영한다면 풍력발전시설의 경관뿐만 아니라 자연경관이나 문화경관 등 다양한 형태의 경관 예측모델 개발이 가능할 것으로 생각되며, 경관 유형에 따라 이미지를 분류하는 모델의 연구를 통해 데이터 분류의 시간을 단축하거나 머신러닝을 활용한 경관예측 인자분석을 통해 경관계획 요소의 중요도 분석 등의 주제에 맞는 연구 방법을 탐색하고 적용하여 후속 연구를 진행한다면 조경학 분야에서도 머신러닝 기법을 보다 유용하고 가치 있게 활용할 수 있을 것으로 생각된다.