• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권7호
• /
• pp.307-314
• /
• 2022

최근 전력수요를 예측하기 위해 통계기반 시계열 분석 기법을 대체하기 위해 딥러닝 기법을 활용한 연구가 활발히 진행되고 있다. 딥러닝 기반 전력수요 예측 연구 결과를 분석한 결과, LSTM 기반 예측 모델의 성능이 우수한 것으로 규명되었으나 장기간의 지역 범위 전력수요 예측에 대해 LSTM 기반 모델의 성능이 충분하지 않음을 확인할 수 있다. 본 연구에서는 기온 데이터를 반영하여 24시간 이전에 전력수요를 예측하는 WaveNet 기반 딥러닝 모델을 개발하여, 실제 사용하고 있는 통계적 시계열 예측 기법의 정확도(MAPE 값 2%)보다 우수한 예측 성능을 달성하는 모델을 개발하고자 한다. 먼저 WaveNet의 핵심 구조인 팽창인과 1차원 합성곱 신경망 구조를 소개하고, 전력수요와 기온 데이터를 입력값으로 모델에 주입하기 위한 데이터 전처리 과정을 제시한다. 다음으로, 개선된 WaveNet 모델을 학습하고 검증하는 방법을 제시한다. 성능 비교 결과, WaveNet 기반 모델에 기온 데이터를 반영한 방법은 전체 검증데이터에 대해 MAPE 값 1.33%를 달성하였고, 동일한 구조의 모델에서 기온 데이터를 반영하지 않는 것(MAPE 값 2.31%)보다 우수한 전력수요 예측 결과를 나타내고 있음을 확인할 수 있다.

• 스마트미디어저널
• /
• 제5권3호
• /
• pp.35-41
• /
• 2016

본 논문에서는 심층 학습 모델 방법을 이용하여 EPS(Electronic Potential Sensor) 기반의 손동작 신호를 인식하는 시스템을 제안한다. 전기장 기반 센서인 EPS로부터 추출된 신호는 다량의 잡음이 포함되어 있어 이를 제거하는 전처리과정을 거쳐야 한다. 주파수 대역 특징 필터를 이용한 잡음 제거한 후, 신호는 시간에 따른 전압(Voltage) 값만 가지는 1차원적 특징을 지닌다. 2차원 데이터를 입력으로 하여 컨볼루션 연산을 하는 알고리즘에 적합한 형태를 갖추기 위해 신호는 차원 변형을 통해 재구성된다. 재구성된 신호데이터는 여러 계층의 학습 층(layer)을 가지는 심층 학습 기반의 모델을 통해 분류되어 최종 인식된다. 기존 확률 기반 통계적 모델링 알고리즘은 훈련 후 모델을 생성하는 과정에서 초기 파라미터에 결과가 좌우되는 어려움이 있었다. 심층 학습 기반 모델은 학습 층을 쌓아 훈련을 반복하므로 이를 극복할 수 있다. 실험에서, 제안된 심층 학습 기반의 서로 다른 구조를 가지는 컨볼루션 신경망(Convolutional Neural Networks), DBN(Deep Belief Network) 알고리즘과 통계적 모델링 기반의 방법을 이용한 인식 결과의 성능을 비교하였고, 컨볼루션 신경망 알고리즘이 다른 알고리즘에 비해 EPS 동작신호 인식에서 보다 우수한 성능을 나타냄을 보였다.

• 한국공간정보시스템학회 논문지
• /
• 제12권1호
• /
• pp.37-48
• /
• 2010

본 논문에서는 그리드 분할과 매핑함수에 기반하여 영역질의 성능향상을 위해서 기존에 제시된 디클러스터링 방법들을 다차원 공간에 대해서 적용할 때의 문제점을 분석하고 해결법을 제시한다. 다차원 공간에 대해서 기존에 제시된 방법들을 적용할 때의 문제점은 각 차원의 분할 횟수가 적고(대부분 이진 분할이 발생함) 극히 작은 선택률에 대해서도 영역질의 각 차원의 길이가 커지기 때문에 발생한다. 본 논문에서는 이를 해결하기 위하여 다차원 공간의 다양한 그리드 분할방법에 대해서 수학적으로 성능을 예측하는 모델을 제시한다. 제시한 수학 모델을 이용하여 가능한 다양한 그리드 분할 방법들 가운데 영역질의와 겹치는 그리드 셀의 수를 감소시키는 분할 방법을 선택할 수 있으며, 이는 디클러스터링 알고리즘의 전체 성능향상으로 귀결된다. 다양한 실험결과, 본 논문에서 제시한 분할 방법을 적용할 때, 기존에 제시된 디클러스터링 알고리즘의 성능을 최대 2.7배까지 향상시킬 수 있음을 알 수 있었다.

• 한국산학기술학회논문지
• /
• 제12권3호
• /
• pp.1111-1116
• /
• 2011

열교환기는 자동차, 공조시스템 및 기타 다양한 산업시설에 이용되고 있어 그 수요가 매우 넓다. 보통 고효율의 루버핀 열교환기는 비오염 환경에 많이 사용되고 파형핀 열교환기는 건설 현장 등 오염이 문제가 되는 곳에 사용된다. 본 논문에서는 공기측과 오일측에 각기 다른 형태의 격자를 사용할 수 있는 듀얼셀 모델을 이용하여 오일쿨러나 연료쿨러에 쓰이는 전형적인 열교환기에 대한 방열 성능을 수치해석하였다. 먼저 풍동 실험을 통한 열교환기 방열성능 실험을 수행하여 1차원 방열성능 데이터를 확보하였다. 다음으로 3차원 수치해석 듀얼셀 열교환기 모델을 이용하여 통과 풍량에 따른 열교환량을 예측하였다. 이러한 모델은 통과 풍속의 불균일도에 따른 열교환량을 예측할 수 있어 방열설계 정확성 향상에 크게 기여할 수 있다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제27권2호
• /
• pp.1-11
• /
• 2021

가상 환경에서는 3차원 작업 공간과 3차원 인터랙션이 가능하나, 대부분의 가상현실 애플리케이션은 2차원의 색상 선택기를 사용하고 있다. 본 논문은 가상 환경에서 3차원 색 공간에 기반한 3차원 색상 선택기를 구현하고, 기존 2차원 색상 선택기와 색상 선택 성능을 비교하였다. 3차원 색상 선택기는 3차원 색 공간을 그대로 사용하여 직관적이며, 가상현실 장비인 컨트롤러를 사용하여 색 공간의 특정 지점에 3차원 포인터를 위치시킬 수 있기 때문에, 간단한 사용자 작업으로 색상을 선택할 수 있다. 이에 비해 2차원 색상 선택기는 컴퓨터 환경에서 색상을 다루는 작업을 하는 기존 사용자들에게 익숙하다는 장점이 있으나, 2차원 인터페이스로 색의 속성을 설정해야 하므로 여러 단계의 사용자 작업이 요구되는 단점이 있다. 사용자 실험을 토대로, 가상 환경에서 2차원 색상 선택기 외에 3차원 색상 선택기의 유용성을 확인하였으며, 3차원 색상 선택기를 활용하여 가상 환경에서 자연스러운 3차원 작업을 할 수 있었다.

• 한국정보통신학회논문지
• /
• 제26권4호
• /
• pp.519-525
• /
• 2022

영상 내 사람의 얼굴을 검출하는 얼굴 검출 작업은 다양한 영상 처리 어플리케이션 내 전처리 또는 핵심 과정으로 사용되고 있다. 최근 딥러닝 기술의 발달로 높은 성능을 내고 있는 신경망 모델은 2차원 영상에 의존적이며, 카메라 품질이 떨어지거나, 얼굴의 초점을 제대로 잡지 못하는 등의 영상 내 노이즈가 발생할 경우, 제대로 얼굴을 검출하지 못할 수 있다. 본 논문에서는 2차원 영상의 의존성을 낮추기 위해 깊이 정보를 함께 사용하는 얼굴 검출 방법에 대해 제안한다. 제안하는 모델은 기존 공개된 얼굴 검출 데이터 셋을 이용하여 깊이 정보를 사전에 생성 및 전처리 과정을 거친 후 학습하였으며, 그 결과, 평균 정밀도 기준 FRN 모델은 89.16%로 87.95%의 성능을 보인 RetinaNet 모델보다 약 1.2% 정도의 성능이 향상되었음을 확인하였다.

• 한국음향학회지
• /
• 제25권4호
• /
• pp.184-190
• /
• 2006

최근에 Lee 등은 1차원 수평배열 센서만을 사용하여 다중경로를 통해 들어오는 신호로부터 표적의 3차원 위치를 추정하였다. 그러나 이 기법에서 음속은 수심에 상관없이 일정하다고 가정하였기 때문에 음속이 수심에 따라 다양하게 변화하는 실제 해양환경에서는 그 추정 성능이 현저하게 저하된다. 따라서 본 논문에서는 비균일 음속 환경에 적합한 근거리 표적의 3차원 위치추정 기법을 제안한다. 제안한 기법에서는 선형의 음속구조를 가지는 근거리 다중경로 환경에서 음파전달 모델을 기반으로 한 위치추정함수를 구성하였으며 이로부터 표적의 방위각, 거리 및 깊이를 3차원 탐색을 통하여 추정하였다. 선형 음속구조 및 실제 환경과 유사한 비선형 음속구조를 적용하여 제안한 기법의 성능을 기존의 기법과 비교, 분석하였으며 기존의 기법에 비해 거리 추정 오차는 최대 100m, 깊이 추정 오차는 50m정도 감소됨을 확인하였다.

• 한국에너지공학회:학술대회논문집
• /
• 한국에너지공학회 1999년도 춘계 학술발표회 논문집
• /
• pp.193-196
• /
• 1999

This paper describes one dimensional transient modeling of encapsulated ice storage tank and its experimental validation. This model simulates the performance of tile tank for charge and discharge process with brine mass flow operating conditions.

• 한국구조물진단유지관리공학회 논문집
• /
• 제20권1호
• /
• pp.33-40
• /
• 2016

본 연구에서는 비용예측모델과 성능예측모델을 이용하여 네트워크 레벨에서 향후 교량과 터널 유지관리 비용과 성능을 예측할 수 있는 방법론은 개발하였다. 현재 국내의 시설물 유지관리 관련 연구는 대부분 단일 시설물에 집중되어 있어 도로망차원의 네트워크 레벨 분석에는 적용하기 어렵다. 따라서 시설물군 단위로 유지관리 계획을 수립해야하는 실무주체에게 유의한 정보를 제공하지 못하고 있는 실정이다. 본 연구의 예측모델은 시설물의 성능에 현재 시특법에 의해 평가하고 있는 상태외 사용성과 기능성을 포함하였으며, 기본 분석과 확장 분석을 통해 각 시설물의 조치 시기와 연간 예산을 추정할 수 있다. 또한 사례 분석을 통해 기술적 타당성을 검증하였다. 본 연구의 방법론이 활성화된다면 다수의 시설물의 비용대비 미래 성능을 파악할 수 있으며, 효과적인 중장기 예산 수립을 할 수 있을 것으로 판단된다.

• 한국항해항만학회지
• /
• 제38권1호
• /
• pp.45-52
• /
• 2014

프랙탈 이론은 원격센서로부터 취득한 수치표고모델이나 이미지의 복잡성을 계량화하기 위하여 광범위하게 사용되어 왔다. 프랙탈은 컴퓨터 그래픽, 공학, 지질학을 포함한 다양한 분야에서 성공적으로 응용되어 왔지만, 프랙탈 추정자들의 성능은 데이터 샘플링에 따라 달라진다. 본 논문에서는 삼각프리즘법과 새로운 샘플링법을 기반으로 프랙탈 차원을 추정하는 알고리즘을 제안한다. 제안하는 샘플링 방법은 기존의 기하학적 스텝법과 제수 스텝법의 스텝크기 합집합 중 픽셀 활용률이 문턱값(threshold value) 이상인 스텝크기만을 취해 샘플링하며, 이를 통해 픽셀 활용률을 높여 성능을 개선한다. 또한 기존의 추정법들이 $N{\times}N$ 윈도우를 기반으로 하는데 반해 제안된 방법은 $N{\times}M$ 윈도우에 확대 적용할 수 있도록 하였다. 제안한 방법은 프랙탈 수치표고모델, Brodatz의 이미지 DB와 캠퍼스에서 촬영한 이미지에 적용하여 그 효용성을 살핀다.