• 한국멀티미디어학회논문지
• /
• 제14권9호
• /
• pp.1165-1174
• /
• 2011

데이터 방송 시스템에서 서버는 방송 채널을 통하여 데이터들을 지속적으로 전파하고, 이동 클라이언트는 자신이 원하는 데이터가 방송 채널에 나타나기를 기다리기만 하면 된다. 그러나 방송 채널은 많은 데이터들에 의해 공유되어야 하므로, 원하는 데이터를 수신하기까지 예상 지연시간이 증가할 수 있다. 본 논문은 전체 데이터들의 예상 지연시간을 최소화하기 위하여 다중 방송 채널에 적절하게 데이터를 할당하기 위한 주제를 연구하여 TLBP(Two Level Bin-Packing)로 명명된 새로운 데이터 할당 기법을 제안한다. 본 논문은 우선 평균 예상지연시간의 이론적 하한 값을 소개하고, 이 값에 기초하여 저장소의 용량을 결정한다. TLBP 기법은 저장소-적재 알고리즘을 이용하여 전체 데이터들을 다수 개의 그룹으로 분할하고, 각 그룹의 데이터들을 각 채널에 배정한다. TLBP는 저장소-적재 알고리즘을 두 단계로 적용함에 의해, 동일 방송 채널에 할당된 데이터들의 액세스 확률의 차이를 방송 스케줄에 반영할 수 있어 성능을 향상시킬 수 있다. TLBP와 세가지의 기존 기법과 성능을 비교하기 위하여 시뮬레이션이 수행되었다. 시뮬레이션 결과에 의하면 TLBP는 합리적인 실행부담을 가지면서도 평균 예상지연시간의 성능에 있어서 다른 기법보다 우수한 성능을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.637-639
• /
• 2021

인공지능 기반의 생활폐기물의 인식 및 선별에서, 선별 정확도의 저하는 인식 대상의 형태적 다양성과 학습데이터 부족 및 불균등성에 기인한다. 본 연구에서는 비전 인공지능 기반의 효과적인 폐기물 선별을 위한 인식 시스템 및 감독학습 기반의 인공지능 학습 기법을 제안한다. 생활폐기물 중 순환자원적 가치가 높은 CAN, PET, 그리고 이와 형상적으로 유사한 폐기물에 대해 본 연구에서 제안된 시스템에서 물체원형 및 훼손된 형태의 총 18 종 이미지 데이터를 대상으로, 감독학습기반의 인공지능 모델 제작에서 최적의 데이터 레이블링을 위한 분류체계를 제시한다.

• 한국의학물리학회지:의학물리
• /
• 제22권3호
• /
• pp.140-147
• /
• 2011

이 연구에서는 폐종양의 정량적 개선을 위하여 분자체를 이용하여 내부 움직임을 측정하고 평가된 데이터를 기반으로 소동물 PET 영상내의 폐종양을 국소화하고자 하였다. 소동물 폐 영역의 내부 움직임은 방사성물질을 흡착한 분자체를 이용하여 소동물 폐 영역에 부착함으로써 구현하였다. 폐 영역의 내부 움직임 표적으로 사용된 분자체는 약 37 kBq의 Cu-64를 흡착시켜 폐종양을 모사하였다. 소동물 PET 영상은 Siemens Inveon 스캐너를 이용하여 획득하였으며 외부 움직임 데이터는 트리거 생성 장치인 BioVet을 이용하였다. SD-Rat PET 영상은 $^{18}F$-FDG 37 MBq/0.2 mL을 미정맥으로 주사하고 60분 후 20분간 데이터를 획득하였다. 리스트모드 데이터의 각 선응답은 외부 트리거 장치에 의해 획득된 트리거신호를 이용하여 2 bin에서 16 bin으로 사이노그램을 획득하였다. 획득된 사이노그램 데이터는 OSEM 2D 알고리즘을 이용하여 4회의 반복으로 재구성하였다. 종양의 정량적 분석을 위한 PET 영상은 종양을 묘사한 분자체 영역에 관심영역을 설정하고 계수와 SNR 그리고 FWHM을 이용하여 평가하였다. 움직임 표적으로 사용된 분자체의 크기는 $1.59{\times}2.50mm$이었으며, 기준 영상으로 획득한 체외 분자체 수직 및 수평 FWHM은 $2.91{\times}1.43mm$이었다. 정적영상과 4 bin 그리고 8 bin 영상에서의 수직 FWHM은 각각 3.90 mm, 3.74 mm, 3.16 mm이었으며 수평 FWHM은 각각 2.21 mm, 2.06 mm, 1.60 mm이었다. 정적영상, 4 bin, 8 bin, 12 bin 그리고 16 bin의 계수 값은 각각 4.10, 4.83, 5.59, 5.38, 5.31이었다. 정적영상, 4 bin, 8 bin, 12 bin 그리고 16 bin의 SNR은 4.18, 4.05, 4.22, 3.89, 3.58이었다. FWHM은 게이트 수의 증가에 따라 계속 향상됨을 확인하였다. 그러나 계수 값과 SNR은 게이트 수의 증가에 따라 계속 향상되지 않고 특정 bin 수에서 가장 높은 값을 보여 소동물 폐 영역에서의 종양 영상화시 SNR의 손실을 최소화하면서 향상된 계수 값을 얻을 수 있는 게이트 수를 획득하였다. 내부 움직임 측정은 최적화된 종양 국소화 영상을 획득할 수 있으며 외부 움직임 모니터링 시스템을 사용하지 않고 장기별 움직임 예측 모델링을 위한 유용한 방법이 될 것으로 기대된다.

• 설비공학논문집
• /
• 제29권9호
• /
• pp.463-471
• /
• 2017

According to the Korea industrial standard of air conditioning systems (KS C 9306), cooling and heating loads for buildings can be calculated by using maximum and minimum temperature in BIN data. Cooling and heating loads can be determined by building set temperature and ambient temperature. Cooling and heating system capacity of buildings can be normally designed according to determined heating and cooling loads. Cooling and heating system capacity can be reduced by updated BIN data, applying TAC (Technical Advisory Committee) values. In this study, updated BIN data have been analyzed using ambient temperature of 19 areas in Korea for the last 10 years (2005~2014) provided by KMA (Korea Meteorological Administration). Building cooling and heating loads have been calculated following TAC based BIN data. As a result, designed system capacity decreased depending on applying TAC. Those were reduced as 7.1% ($100m^2$ building), 8.7% ($1,000m^2$ building) in cooling capacity, 11.7% in heating capacity when TAC 2.5% applied. And also, it is expected system initial and operating cost by decreasing system capacity.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.1031-1033
• /
• 2020

최근 지구온난화에 따른 기온 및 강수량 증가 등으로 인해 모기 개체 수가 증가함에 따라 말라리아, 일본뇌염, 뎅기열 등 모기를 통해 전파되는 질병에 감염병의 위험률도 높아지고 있어 머신러닝기반 기후 데이터를 활용하여 모기 개체 수를 예측할 수 있는 모델을 제안하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.602-605
• /
• 2022

본 연구는 대량의 상권 데이터를 바탕으로 머신 러닝과 딥러닝 분석을 이용하여 최적의 상권 입지를 추천하는 시스템 개발을 목표로 한다. 자영업자들의 오프라인 창업에 있어 개개인의 매장 정보에 기반한 입지 조건 판단은 앞으로의 매출에 중요한 시작점이다. 따라서 상권 정보를 기반으로 미래 매출을 예측하여 최적의 상권 입지를 추천하는 기술이 필요하다. 이를 위해 기존에 선행된 다수의 회귀 기법과 더불어 강하게 편향된 데이터를 레이블링 하여 다중 분류 기법으로도 문제를 접근한다. 최종적으로 딥러닝 모델과 합성하여 더 높은 성능을 이끌어내고 이로부터 편향 데이터 처리 방법과 딥러닝 모델과의 앙상블 중요성에 대해 논의하고자 한다.

• 정보과학회지
• /
• 제31권10호
• /
• pp.31-38
• /
• 2013

• 한국농공학회지
• /
• 제59권1호
• /
• pp.36-44
• /
• 2017

• 대한설비공학회지:설비저널
• /
• 제17권1호
• /
• pp.28-43
• /
• 1988

The purpose of this research is to produce bin weather data for Seoul from Standard Weather Data. The intended use of these data is for input to recently developed models for simplified energy calculations and for generating variable-base degree-day information. The data produced under this study include $3^{\circ}C$ bin data covering the full range of dry-bulb temperatures with mean coincident wet-bulb and daytime coincident solar radiation, wet-bulb bins down to freezing temperature, wind speed bins with prevailing directions, and heating and cooling degree hours to nine different temperature bases. All of these data are tabulated in six separate time periods and total daily categories for monthly and annual periods.

• 해양환경안전학회:학술대회논문집
• /
• 해양환경안전학회 2017년도 추계학술발표회
• /
• pp.211-211
• /
• 2017