• 한국정보과학회논문지:정보통신
• /
• 제30권4호
• /
• pp.461-473
• /
• 2003

멀티미디어 어플리케이션은 문자 위주의 어플리케이션과는 달리 데이타의 연속성 때문에 QoS(Quality of Service)에 매우 민감하다. 셀룰러 이동망에서 고속으로 이동중인 사용자의 멀티미디어 어플리케이션에 대해 QoS를 지속적으로 제공하기 위해서는 효율적인 호 수락 기법이 필요하다. 본 논문은 우선순위를 이용한 호 수락 제어를 통해 MH(Mobile Host)에게 지속적인 QoS를 제공하는 2SCA(2-Step Call Admission) 기법을 제시한다. 본 논문에서는 셀의 크기가 작고, 서로 중첩되어 있는 셀 구조를 가정하였으며, MH의 호를 신규호, 핸드오프호 및 QoS 상향조정호로 분류하여 각각 다른 처리 기법을 적용하였다. 2SCA 기법은 기본 호 수락제어와 응용 호 수락제어로 구성되어 있다. 전자는 셀의 가용 대역폭에 따라 호 수락을 결정하며, 후자는 기본 호 수락제어에서 블록킹된 호를 대상으로 각 호의 종류에 따라 DTT(Delay Tolerance Time), PQueue(Priority Queue), UpQueue(Upgrade Queue) 알고리즘을 적용하여 호 수락을 결정한다. 본 논문에서 제시된 2SCA 기법의 성능을 평가하기 위해, 신규호 블록킹률, 핸드오프호 드롭핑률, 대역폭 이용률을 측정하였다. 시뮬레이션 결과, 본 논문의 호 수락 기법이 CSP(Complete Sharing Policy), GCP(Guard Channel Policy) 그리고 AGCP(Adaptive Guard Channel Policy) 등과 같은 기존의 메커니즘보다 우수함을 알 수 있었다.

• 정보처리학회논문지B
• /
• 제15B권1호
• /
• pp.45-52
• /
• 2008

최근 IT 서비스 발달과 함께 고장제어, 고장의 원인분석 등의 복잡한 문제에 대하여 적합한 해결책을 제시할 수 있는 효과적인 진단시스템의 필요성이 커지고 있다. 따라서 본 논문에서는 지능형 진단 시스템분야에서의 시스템의 성능을 향상시키고, 최적의 진단을 수행하고자 사례기반추론과 인공신경망을 혼합한 지능형 진단 시스템을 제안 한다. 사례기반추론은 과거의 사례(경험)를 통해 현재의 제시된 문제를 해결하는 추론방식으로, 지식 획득이 덜 복잡하고, 정형화되기 어려운 규칙이나 문제영역이 불분명한 분야를 효율적으로 추론할 수 있다. 하지만 사례기반추론만을 이용해 추론된 사례는 증상에 대해 다수의 원인을 추론하게 된다. 이때 추론된 증상에 따른 다수의 원인은 동일한 가중치를 가져 불필요한 원인까지 진단해야 하는 문제점이 있다. 이러한 문제를 해결하고자 인공신경망의 오류역전파 학습 알고리즘을 이용하여 증상에 대한 원인들의 쌍을 학습 시킨 후 각각의 증상에 대한 원인의 가중치를 구해 제시된 증상에 대해 가장 발생 가능성이 높은 원인을 찾아내어, 보다 명확하고 신뢰성 있는 진단을 하는 데 그 목적이 있다.

• 대한교통학회지
• /
• 제22권6호
• /
• pp.121-131
• /
• 2004

다수경로 알고리즘은 비루프경로(Loopless Path: 또는 Simple Path)와 루프경로(Loop Path)를 탐색하는 방안으로 대별된다. 알고리즘의 난이도 측면에서 일반적으로 비루프경로를 탐색하는 방안이 루프경로를 탐색하는 방안보다 많은 노력이 소요된다. 바꾸어 말하면, 루프경로 탐색방안이 알고리즘의 이해 및 활용성 측면에서 용이하다는 장점이 존재한다. 루프경로탐색방안에서 경로삭제방식(Path Deletion Method)이 가장 효율적인 알고리즘으로 알려져 있다. 경로삭제방식은 K번째의 최적경로를 탐색하기 위하여 K-1번째의 경로의 탐색금지 상황설정이 필요하며, 이를 네트워크의 변형된 확장형태(Enlarged Transform)를 통하여 추구하는 방식이다. 그러나 이 알고리즘은 경로상에 노드 및 링크의 반복이 허용되는 루프를 생성시켜 교통망에 적용하기에는 한계가 존재하는 단점이 있다. 본 연구에서 링크표지를 활용하여 루프를 제거하는 방안을 개발한다. 이를 위해 K-1번째 확장네트워크에서 링크표지를 갱신하는 과정에서 대상링크와 전 링크의 부분경로와의 관계를 고려하여 루프가 생성되지 않도록 링크표지를 확정하여 원천적으로 루프의 생성을 방지한다. 본 연구에서 제안하는 비루프 알고리즘은 노드비루프와 링크비루프로 구분되며, 노드비루프는 경로 상에서 노드의 반복이 존재하지 않는 일반적인 단순경로(Simple Path)를 의미하며, 링크비루프는 경로 상에 링크의 반복이 존재하지 않는 경로를 의미한다. 특히 링크비루프는 도시 교차로에서 발생하는 U-턴, P-턴의 덩굴망 통행행태를 설명하기 위한 중요개념으로 확대 정의된다. 사례연구를 통하여 제안된 알고리즘의 활용성을 검증한다.

• Asia pacific journal of information systems
• /
• 제19권4호
• /
• pp.149-176
• /
• 2009

In the recent e-learning environment, avatars are often used to help learners get familiar with the contents, which is ultimately to motivate them to study more. Therefore, it is important to investigate whether avatars have actually the desirable effect on users of e-learning materials. Surprisingly, however, no extensive study has been conducted on this crucial issue Accordingly, main objectives this study are summarized as follows. First, we need to gain better understanding of how much learners' trust towards avatars (termed as "avatar trust") is transferred to learners' trust towards e-learning contents (termed as "contents trust"). Second, we need to investigate how much learners' personal relationships with avatars as well as learning behaviors change depending on avatar types (attractive vs. professional) and contents complexity (easy vs. difficult). As described in the study objectives, in order for us to analyze empirical data more systematically, we classified avatar types into two: "attractive" and "professional;" the contents are categorized as either "easy" or "difficult." Therefore, it is essential for this study to build a prototype e-learning website on which our research purpose can be realized and tested effectively with proper avatar types and e-learning contents. For this purpose, we built a prototype e-learning website, in which avatars are invited from currently working avatar instructors used in real-world e-learning websites, and e-learning contents are adapted from real-world contents about Java programming topic, which have been proved to have shown high quality and reliability. Our research method includes questionnaire survey by inviting a number of valid respondents comprised of office workers who are believed to have high demands for the e-learning contents as well as those who have previous experience with avatar instructors. Respondents were given one of the four e-learning experiment conditions (2 avatar types x 2 contents types) on a random basis. Each experimental e-learning condition is framed to have the same quality but different avatar type and content complexity. Then the respondents are asked to fill out the survey form which has questions about avatar trust, contents trust, personal relationships with avatar, and learning behavior, among others. Regarding the constructs used in research model, we based them rigorously on previous studies. For example, we used six constructs such as behavior to give information (BGI), behavior to obtain information (BOI), need for inclusion wanted, need for control wanted, contents trust, and avatar trust. To measure them, 7-Likert scales were used in the questionnaire. E-learning performance was measured indirectly through two constructs such as BGI and BOI. Six constructs used in the research model were adopted and revised from the FIRO-B model suggested by Schutz. Empirical results are as follows: First, professional avatars are more effective for difficult contents, while attractive avatars were not as effective for easy contents. Second, our study results ascertained that avatar trust transfers to contents trust regardless of avatar types and contents complexity.

• 한국ITS학회 논문지
• /
• 제11권6호
• /
• pp.15-22
• /
• 2012

신호교차로의 효과척도는 신호교차로의 신호시간을 최적화 하고 단속류의 교통류를 관리하는데 기준이 되는 척도이다. 일반적으로 교차로나 네트워크를 주행하는 차량의 평균 지체시간을 줄이기 위하여 지체시간을 효과척도로 사용하고, 일부 교통축을 개선하거나 버스의 우선 통행을 위하여 연동효율을 효과척도로 사용하기도 한다. 교통류를 관리하고자 하는 현장 상황이나 목적에 따라 두 개의 효과척도 중 하나를 선택하여 각 척도의 목적에 맞게 신호시간을 관리하고 운영하고 있다. 그러나 실제 운전자가 도로를 주행할 때는 척도와 상관없이 대기시간이 짧을 수록, 교차로에서의 불필요한 정지가 적을수록 운전자의 만족도는 커진다. 본 연구는 지체시간과 연동성 구분없이 두 개를 동시에 고려하여 반영할 수 있는 시뮬레이션 모형을 개발하고자 한다. 기존의 연동폭 최대화 모형에서 반영하지 못한 교통량 수준과 정지선에 미리 대기하고 있던 잔여차량의 영향을 고려하기 위하여 밀도-교통량 곡선을 이용한 충격파 모형을 적용하였다. Daganzo의 Cell Transmission Model을 차용하여 지체시간과 연동지표를 개발하고 시뮬레이션 모형을 구축하였다. 본 모형의 효과를 검증하기 위하여 기존 지체시간 모형인 Transyt-7F와 연동폭 최대화 모형은 PASSERⅤ를 기준으로 지체시간과 연동효율을 산출하여 비교분석하였다.

• 전자공학회논문지
• /
• 제52권11호
• /
• pp.87-104
• /
• 2015

최근 지능화된 사물들이 연결되는 네트워크를 통해 사람과 사물, 사물과 사물 간에 상호 소통하고 상황인식 기반의 지식이 결합되어 인공지능 서비스를 제공하는 사물인터넷 (IoT : Internet of Things) 환경이 급속도로 발전하고 있다. 이러한 사물인터넷의 발전과 더불어 C-ITS (Cooperative Intelligent Transport System) 환경에서 고속으로 이동하는 차량이 기존의 노변 인프라 외에 주행 중인 다른 차량까지 교통 인프라에 포함하여 차선 및 번호판 인식, 전방 사고 및 도로 공사 감지 등 쌍방향 정보 공유를 통해 효율적인 도로 주행을 함으로써 운전자에게 편리성과 안전성을 높여주고 나아가 교통 효율성을 높이고자 하는 연구가 활발히 진행되고 있다. 본 논문에서는 C-ITS 환경에서 고속도로 주행 시 버스전용 차선 인식 후 교통 인프라와 연계하여 버스전용 차선 내 주행차량의 주행 가능 여부를 판단하고 이에 따른 후속 조치에 관한 연구를 진행하였다. 버스전용차선 인식을 통해 버스전용 차로의 위치를 파악한 후 후속 차량의 정면 전방 및 측면 전방 차량의 번호판 인식을 진행하고 향후 교통 인프라로 하여금 인지하게 하는 방법에 관한 학습과 해당 실험결과를 제시하였다.

• Korean Chemical Engineering Research
• /
• 제57권2호
• /
• pp.274-282
• /
• 2019

최근 빅데이터 과학은 사회현상 모델링을 통한 예측은 물론 강화학습과 결합하여 산업분야 자동제어까지 응용범위가 확대되고 있다. 이러한 추세 가운데 이미지 영상 데이터 활용연구는 화학, 제조, 농업, 바이오산업 등 다양한 산업분야에서 활발히 진행되고 있다. 본 논문은 신경망 기술을 활용하여 영상 데이터의 시맨틱 분할 성능을 개선하고자, U-Net의 계산효율성을 개선한 DeepU-Net 신경망에 AutoML 강화학습 알고리즘을 구현한 NASNet을 결합하였다. BRATS2015 MRI 데이터을 활용해 성능 검증을 수행하였다. 학습을 수행한 결과 DeepU-Net은 U-Net 신경망 구조보다 계산속도 향상 뿐 아니라 예측 정확도도 동등 이상의 성능이 있음을 확인하였다. 또한 이미지 시맨틱 분할 성능을 개선하기 위해서는 일반적으로 적용하는 드롭아웃 층을 빼고, DeepU-Net에 강화학습을 통해 구한 커널과 필터 수를 신경망의 하이퍼 파라미터로 선정했을 때 DeepU-Net보다 학습정확도는 0.5%, 검증정확도는 0.3% 시맨틱 분할 성능을 개선할 수 있었다. 향후 본 논문에서 시도한 자동화된 신경망을 활용해 MRI 뇌 영상진단은 물론, 열화상 카메라를 통한 이상진단, 비파괴 검사 진단, 화학물질 누출감시, CCTV를 통한 산불감시 등 다양한 분야에 응용될 수 있을 것으로 판단된다.

• 대한임상검사과학회지
• /
• 제51권1호
• /
• pp.78-85
• /
• 2019

막 단백질은 심장질환, 암과 같은 우리 주변에서 흔히 발생하는 질병에 관련되어 있다. 이러한 암과 같은 특정한 질환 상태에서, 막 단백질과 관련된 신호 전달의 비정상은 세포분열을 통제하지 못하고 증가시킬 수 있으며 막 단백질의 발현에 변화가 생긴다. 막 단백질은 지질 이중층으로 이루어진 소수성 환경을 가지고 있어 불안정하기 때문에 막 단백질을 추출해서 연구를 수행하는데 어려움이 있다. 이번 연구에서는 최적화된 막 단백질 추출법을 확인하고자 서로 다른 두 가지 추출법의 효율성을 평가하였다. 두 가지 방법으로, high-speed centrifuge법과 reagent법이 비교되었다. 비교 분석결과, 미토콘드리아 내막 단백질 분석에는 high-speed centrifuge법이 효율적이고, 소포체 막 단백질 분석에는 reagent법이 유용함을 확인하였다. 게다가 유전자 온톨로지 소프트웨어를 이용해서 추출된 막 단백질의 기능분석을 진행하였을 때, 유전자 온톨로지는 reagent법에서 소포체 막 단백질에 연관된 반응이 활성화 되는 것을 확인할 수 있었다. 프로세스 네트워크 분석에서, high-speed centrifuge법에서는 하나의 클러스터를 형성화는 반면, reagent법에서는 네 개의 클러스터를 형성하는 것을 시각화하여 확인하였다. 결론적으로, 두 가지 분석법은 서로 다른 하위 막 단백질의 분석에 유용함을 확인할 수 있었다. 이러한 결과를 토대로, 막 단백질을 분석할 때, 표적의 세부 막 단백질을 고려하여 방법론을 선택하는데 도움을 줄 것으로 기대된다.

• 한국인터넷방송통신학회논문지
• /
• 제21권1호
• /
• pp.79-86
• /
• 2021

빅데이터 프로젝트의 성공 확률을 높이기 위해서는 복잡한 원인들로부터 근본적인 위험의 원인을 분석하여 최적의 대응 방안을 수립할 수 있는 계량화된 기법이 요구된다. 이를 위해 본 연구에서는 SNA 분석을 통해 위험 요인과 관계를 측정하고, 이를 기반으로 위험에 대응할 수 있는 방법을 제시한다. 즉, 사전 연구에서 제시된 빅데이터 프로젝트의 위험 그룹 간 상관관계 분석 결과를 활용하여 종속성 네트워크(dependency network) matrix를 도출하고 이를 통해 SNA 분석을 수행한다. 종속성 네트워크 matrix를 도출하기 위하여 위험 노드 간의 상관관계로부터 부분 상관을 구하고, 상관 영향과 상관 종속성을 계산함으로써 노드별 활동 종속성을 도출하고 이를 통해 위험 요인 노드 간의 인과 관계와 연관관계에 있는 모든 노드간의 영향정도를 모두 산출한다. 위험 요인 간 SNA통해 도출된 위험 요인 간 네트워크로부터 위험에 대한 근본 원인을 인지함으로써 보다 최적화되고 효율저인 위험 관리가 가능하다. 본 연구는 위험관리 대응과 관련하여 SNA 분석 기법을 적용한 최초의 연구로 본 연구결과는 IT프로젝트의 위험관리와 관련하여 주요 위험에 대한 위험 관리 순서를 최적화할 수 있을 뿐만 아니라, 위험 통제를 위한 새로운 위험분석 기법을 제시하였다는데 큰 의의가 있다.

• 한국해양학회지:바다
• /
• 제26권4호
• /
• pp.307-326
• /
• 2021

상시 관측되는 조위관측소 해수위 자료는 결측값과 오측값을 포함하고 있으며, 그 중 오측 값은 이상값으로 분류되는 전처리 대상이다. 이러한 오측을 제거하기 위해 대표적으로 3𝜎 (three standard deviations) 규칙이 적용되어왔으나, 기상이변 등에 의한 극값이 존재하거나 3𝜎 범위 안에서도 오측이 존재하는 해수위 자료에는 그 적용이 어렵다. 본 연구에서 설계된 모델은 오측에 대한 사전 정보가 필요하지 않은 비주석 학습으로 구성되며, 재귀신경망과 앙상블 기법을 이용함으로써 실시간으로 수집되는 해수위 자료가 오측일 가능성을 발생한지 20분 이내로 제시한다. 검증이 완료된 모델은 평시 및 기상이변시의 정상값과 오측값을 잘 분리하며, 학습이 이뤄지지 않은 연도의 해수위 자료에서도 이상값 탐지가 가능함을 확인하였다. 본 연구의 관측 이상치 탐지 알고리즘은 조위관측소 해수위에 국한되지 않고 다양한 해양 및 대기자료의 이상치 탐지 인공신경망 모델에 확장 적용할 수 있다.