• 디지털융복합연구
• /
• 제19권2호
• /
• pp.117-133
• /
• 2021

본 연구는 SNA(Social Network Analysis) 분석을 사용하여 부산항 연구동향을 파악하는 것을 목표로 했다. 연구분석 결과, Degree 중심성 측면에서는 Busan port(0.223)가 가장 높은 중심성을 가지고 있는 키워드로 나타났으며, DEA(0.060), AHP(0.056), Container terminal 그리고 Port competitiveness(0.049)순으로 나타났다. Betweenness 중심성 분석결과에서도 Busan port(0.245)가 가장 높은 키워드로 나타났으며, DEA(0.048), Container terminal(0.044), AHP(0.039), Busan new port(0.032)순으로 나타났다. 동향분석에서는 부산항이 세계 항만과 경쟁에서 우위를 점하기 위한 효율성 분석(DEA), 전략선택 및 경쟁분석(AHP) 등이 상위 중심성을 가진다는 시사점을 도출하였다. 하지만 현재 중요한 이슈로 부각중인 4차 산업과 관련된 연구는 부족한 실정이다. 향후 연구에서는 매스컴, SNS 등의 사회데이터를 병행 활용한 연구가 필요하다.

• KNOM Review
• /
• 제23권1호
• /
• pp.1-9
• /
• 2020

최근 과학 기술의 급격한 발전에 따라 네트워크 시장 및 환경이 커지는 중이며, 막대한 양의 트래픽이 발생하고 있다. 특히 5G 네트워크, 엣지 컴퓨팅의 발전으로 이러한 현상은 더욱 가속화 될 전망이다. 하지만 이러한 추세에 따라 네트워크상에서 발생하는 트래픽 과부하, 악성 행위 등의 장애 현상도 빈번하게 발생하고 있다. 네트워크 관리자는 이러한 문제점을 해결하고, 초고속 네트워크를 구현하기 위해 네트워크 관리 시스템을 구축해야 하며, 네트워크 관리 시스템을 통해서 네트워크 장비들의 연결 구성에 대해 정확하게 알아야한다. 하지만 기존 네트워크 토폴로지 탐색 방법은 관리자가 수동으로 관리하기 때문에 비효율적이며, 시간 및 비용이 많이 든다는 문제점이 있다. 따라서 본 논문에서는 네트워크 트래픽의 입출량에 따른 네트워크 토폴로지 구성 방법을 제안한다. 제안하는 방법을 실제 네트워크 장비에 적용하여 본 논문의 타당성을 검증한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.313-316
• /
• 2021

사물인터넷 환경에서는 기본적으로 사물에서 발생되는 데이터를 수집하기 위하여 네트워크 구성이 필수적이다. 다양한 통신 방식으로 사물의 데이터를 처리하고 있으며, 주로 블루투스, WiFi와 같은 무선 통신 방식을 주로 사용하지만, 데이터 서버에 다양한 센서 데이터를 전달하기 위해 유선/무선 통신을 혼합해서 사용하는 경우도 있다. 사물의 데이터를 수집하려면, 센서나 엣지 장치에서 발생되는 센서 데이터를 실시간으로 수집하기 위해 통신 모듈이 탑재되어야 한다. 그리고 데이터베이스로 데이터를 전달하기 위하여 소프트웨어 아키텍처가 구성되어야 한다. 센서에서 발생된 데이터를 실시간으로 데이터 베이스에 저장하고 관리할 수 있으며, 산업안전에 필요한 데이터를 추출하여 산업안전서비스 응용에 활용할 수 있다. 본 논문에서는 사물 데이터 수집을 위하여 LoRa 게이트웨이를 활용하여 네트워크 환경을 구성하였으며, LoRa 모듈로부터 전달되는 사물 데이터를 수집하기 위하여 클라이언트/서버 방식의 데이터 수집 모델을 설계하였다. 데이터 수집과 저장 관리에 필요한 자원을 데이터 누수 없이 확보하기 위하여 실시간으로 데이터 수집이 가능해야 하며, 응용서비스로는 산업안전에 필요한 위치데이터 등을 실시간으로 데이터베이스에 저장 관리할 수 있도록 설계하였다.

• 전자공학회논문지CI
• /
• 제37권2호
• /
• pp.31-43
• /
• 2000

본 논문은 얼굴영상에서 눈과 입 부위를 추출하기 위한 알고리즘을 제안하였다. 첫째로, 눈과 입의 에지 이진 화소 집합의 고유 값 (Eigenvalue) 과 고유 벡터 (Eigenvector) 로 부터 추출한 정보들은 눈과 입을 찾기 위한 좋은 특징이 된다. 눈과 입 부위의 긍정적 샘플과 부정적 샘플로부터 추출한 고유 특징들로 다층 신경망을 학습하여 특정 영역이 눈과 입 부위 포함하는 정도를 나타내도록 하였다. 둘째로, 시스템의 강건성 확보를 위해 서로 다른 구조의 단일 MLP를 묶어서 그 결과를 이용하는 Ensemble network 구조를 사용하였다. 두 눈과 입에 각각 별도의 Ensemble network을 사용하였고, 각 Ensemble network내 MLP들의 출력이 최대가 되는 영역의 중심 좌표들을 평균하여 최종 위치를 결정하였다. 셋째로, 특징 정보 추출 검색 영역을 즐기기 위해 얼굴 영상 에지 정보와 눈과 입의 위치 관계를 이용해 눈과 입의 대략적인 영역을 추출하였다. 제안된 시스템은 적은 수의 정면 얼굴에서 추출한 고유 특징들로 학습된 Ensemble network을 사용하여 학습에 사용되지 않은 다른 사람들의 정면얼굴 뿐만 아니라 일정한 범위 내 자세 변화에서도 좋은 일반화 성능을 얻고 있으며, 작은 범위 내에서의 얼굴 크기 변화나 좌우 20°이내의 자세 변화에 대해서도 신경망의 일반화 기능을 이용하여 강건한 결과를 얻고 있음을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권10호
• /
• pp.4717-4737
• /
• 2017

Today, smart grids, smart homes, smart water networks, and intelligent transportation, are infrastructure systems that connect our world more than we ever thought possible and are associated with a single concept, the Internet of Things (IoT). The number of devices connected to the IoT and hence the number of traffic flow increases continuously, as well as the emergence of new applications. Although cutting-edge hardware technology can be employed to achieve a fast implementation to handle this huge data streams, there will always be a limit on size of traffic supported by a given architecture. However, recent cloud-based big data technologies fortunately offer an ideal environment to handle this issue. Moreover, the ever-increasing high volume of traffic created on demand presents great challenges for flow management. As a solution, flow aggregation decreases the number of flows needed to be processed by the network. The previous works in the literature prove that most of aggregation strategies designed for smart grids aim at optimizing system operation performance. They consider a common identifier to aggregate traffic on each device, having its independent static aggregation policy. In this paper, we propose a dynamic approach to aggregate flows based on traffic characteristics and device preferences. Our algorithm runs on a big data platform to provide an end-to-end network visibility of flows, which performs high-speed and high-volume computations to identify the clusters of similar flows and aggregate massive number of mice flows into a few meta-flows. Compared with existing solutions, our approach dynamically aggregates large number of such small flows into fewer flows, based on traffic characteristics and access node preferences. Using this approach, we alleviate the problem of processing a large amount of micro flows, and also significantly improve the accuracy of meeting the access node QoS demands. We conducted experiments, using a dataset of up to 100,000 flows, and studied the performance of our algorithm analytically. The experimental results are presented to show the promising effectiveness and scalability of our proposed approach.

• Journal of Biosystems Engineering
• /
• 제43권2호
• /
• pp.148-159
• /
• 2018

Purpose: Unmanned air vehicle (UAV) remote sensing was applied to test various vegetation indices and make prediction models of protein content of rice for monitoring grain quality and proper management practice. Methods: Image acquisition was carried out by using NIR (Green, Red, NIR), RGB and RE (Blue, Green, Red-edge) camera mounted on UAV. Sampling was done synchronously at the geo-referenced points and GPS locations were recorded. Paddy samples were air-dried to 15% moisture content, and then dehulled and milled to 92% milling yield and measured the protein content by near-infrared spectroscopy. Results: Artificial neural network showed the better performance with $R^2$ (coefficient of determination) of 0.740, NSE (Nash-Sutcliffe model efficiency coefficient) of 0.733 and RMSE (root mean square error) of 0.187% considering all 54 samples than the models developed by PR (polynomial regression), SLR (simple linear regression), and PLSR (partial least square regression). PLSR calibration models showed almost similar result with PR as 0.663 ($R^2$) and 0.169% (RMSE) for cloud-free samples and 0.491 ($R^2$) and 0.217% (RMSE) for cloud-shadowed samples. However, the validation models performed poorly. This study revealed that there is a highly significant correlation between NDVI (normalized difference vegetation index) and protein content in rice. For the cloud-free samples, the SLR models showed $R^2=0.553$ and RMSE = 0.210%, and for cloud-shadowed samples showed 0.479 as $R^2$ and 0.225% as RMSE respectively. Conclusion: There is a significant correlation between spectral bands and grain protein content. Artificial neural networks have the strong advantages to fit the nonlinear problem when a sigmoid activation function is used in the hidden layer. Quantitatively, the neural network model obtained a higher precision result with a mean absolute relative error (MARE) of 2.18% and root mean square error (RMSE) of 0.187%.

• 융합신호처리학회논문지
• /
• 제8권1호
• /
• pp.22-31
• /
• 2007

본 논문에서는 웨이블릿 변환에 기반을 둔 JPEG2000 정지영상의 압축 시도 시 웨이블릿 변환을 decomposition 하는 레벨과 이를 구성하는 블록의 활성도를 내포하는 에너지에 기반 하여 그 양에 따라 적응적으로 계수 변환 후 복원시 효율적 자원 관리를 통하여 복잡도를 감소시키고 계산량을 줄이는 적응식 DWT 변환 기법을 제안하였다. 수많은 멀티미디어 응용 분야 또는 서비스 중의 하나인 디지털 카메라의 핵심 분야를 차지하고 있는 정지영상 압축 분야에서의 최첨단 기술을 꼽으라면 단연 JPEG2000 표준을 이용한 압축, 전송의 응용 분야이다. JPEG2000 기반의 정지영상압축 전송 표준의 핵심을 이루고 있는 웨이블릿 변환은 기존의 JPEG 표준에 사용된 이산 코사인 변환의 약점인, 복원 시 나타나는 블록킹 문제를 해결한 대안이다. 적응식 DWT 변환을 거친 정지영상이 복원된 후 일반적인 과정의 웨이블릿 변환 후 복원된 영상간의 MSE(Mean Square Error), PSNR(Peak Signal to Noise Ratio), 0의 계수의 개수 등을 비교하여 본 연구에서 제안된 에너지 기반의 적응적 웨이블릿 변환의 우수성을 연산 속도를 계산함으로써 검증하였다.

• 국제지역연구
• /
• 제13권2호
• /
• pp.393-416
• /
• 2009

본 연구는 소프트웨어개발 관련 벤처기업의 국제화 성과와 기술자원간의 관계를 연구한 Zahra 등(2003)의 연구를 기반으로 소프트웨어개발 관련 벤처기업의 대표적인 경영자원 중 특히 기술관련 자원들이 우리나라 소프트웨어개발 관련 벤처기업의 국제화 성과에 어떠한 영향을 미치는지를 살펴보고, 이러한 기술관련 가시적 자원과 비가시적 자원의 상호작용효과가 실질적인 기업의 역량으로서 국제화 성과에 어떠한 영향을 미치는지를 실증적으로 검증해 보고자 하는 것이다. 분석결과, R&D 집중도로 본 기업의 가시적 기술자원은 해외진출성과에 유의한 영향을 미치지 못하는 것으로 나타났으나, 기술협력네트워크 수와 기술적 평판의 강도 등으로 살펴본 비가시적 기술자원은 해외진출성과에 정(+)의 관계를 갖는 것으로 나타났다. 또한 가시적 기술자원과 비가시적 기술자원의 상호작용은 단일 자원요인에 비해 해외진출성과에 보다 많은 정(+)의 영향을 미치는 것으로 나타났다. 이러한 분석결과는 소프트웨어개발 관련 벤처기업의 차별적이고 뛰어난 기술역량은 해외 현지국의 다양한 협력 또는 제휴관계나 자신이 보유하고 있는 기술적 평판 등 비가시적 기술자원에 의해 보다 폭 넓게 활용될 경우 높은 해외진출성과와 밀접한 관련성을 가지게 됨을 보여주는 결과라 할 수 있다.

• 한국콘텐츠학회논문지
• /
• 제19권6호
• /
• pp.168-178
• /
• 2019

이 연구는 최근 독립 다큐멘터리의 성과와 변화를 살펴보고 그 과정에서 어떠한 시사점이 있는지 한국 다큐멘터리 생태계에 던지는 활성화 방안을 모색하고자 했다. 이를 위해 방송사와 독립진영의 다큐멘터리 제작자와 사업, 운영에 참가하는 종사자들을 심층 인터뷰하였고 미국의 가장 오래된 독립 다큐멘터리 시리즈인 POV(Point of View) 사례를 분석하였다. 분석결과, 독립 다큐멘터리들이 보여준 콘텐츠의 경쟁력과 영화적 배급과 펀딩의 확장은 프로듀서 시스템의 도입, 해외 피칭과 영화제를 통한 글로벌 배급 네트워크의 개척, 영화적 마케팅과 적극적 관객전략 등을 통해 산업 생태계적 면모를 보이는 성과를 이뤘으나, 독립 다큐멘터리가 디지털 확장으로 인한 생태계적 발전을 이루기 위해서는 영화적 통로 이외의 다양한 플랫폼이 필요함이 드러났다. POV는 독립 제작자들에게 개방되어 '오픈 소싱(Opensourcing)'형태의 협업 구도로 운영되며, PBS에 방송되고 온라인 플랫폼으로도 연결되어 있으며, 공동체 상영이라는 다큐멘터리의 특별한 배급 형태가 모두 실현되는 플랫폼으로 분석되었으며, 현재 한국 다큐멘터리 생태계에 적절하고 실현가능한 독립 다큐멘터리 플랫폼 형태로 볼 수 있다. 한국 다큐멘터리 시장에 이러한 형태의 플랫폼을 운영해 볼 것을 제안하며, 다큐멘터리 시장의 활성화를 위해서 새롭고 다양한 플랫폼 구축과 생성에 연구와 노력이 확장되길 기대해 본다.

• KNOM Review
• /
• 제23권2호
• /
• pp.29-41
• /
• 2020

네트워크는 빠르게 성장하여 다중 도메인 복잡성을 유발하고 있다. 네트워크 트래픽 및 서비스의 다양성, 다양성 및 동적 특성은 향상된 오케스트레이션 및 관리 접근 방식을 필요로한다. 많은 표준 오케스트레이터와 네트워크 운영자가 E2E 슬라이스 오케스트레이션을 처리하기 위한 복잡성이 증가하고 있다. 또한 액세스, 에지, 전송 및 코어 네트워크를 포함하여 E2E 슬라이스 오케스트레이션과 관련된 여러 도메인이 각각 특정 문제를 가지고 있다. 따라서 멀티 도메인, 멀티 플랫폼 및 멀티 오퍼레이터 기반 네트워킹 환경을 수동으로 처리하려면 특정 전문가가 필요하며 이 접근 방식을 사용하면 런타임에 네트워크의 동적 변경을 처리할 수 없다 또한 이러한 복잡성을 처리하기위한 수동 접근 방식은 항상 오류가 발생하기 쉽고 지루한 일이다. 따라서 본 연구에서는 의도 기반 접근법을 사용하여 E2E 슬라이스 오케스트레이션을 처리하기 위한 자동화되고 추상화된 솔루션을 제안한다. 운영자로부터 도메인을 추상화하고 높은 수준의 의도 형태로 오케스트레이션 의도를 제공 할 수 있다. 또한 조정 된 리소스를 적극적으로 모니터링하고 머신 러닝을 사용하여 현재 모니터링 통계를 기반으로 시스템 상태 업데이트를 위한 향후 리소스 활용도를 예측한다. Closed-loop 자동화 E2E 네트워크 오케스트레이션 및 관리 시스템이 생성된다.