• 융합신호처리학회논문지
• /
• 제10권4호
• /
• pp.225-232
• /
• 2009

유비쿼터스 컴퓨팅을 위한 상황 인식 기술은 수집된 컨텍스트 정보를 효과적으로 구조화하여 표현하고, 이러한 컨텍스트 정보를 이용하여 사용자의 의도를 파악한 후, 서비스를 제공하는 기술 등의 연구가 필요하다. 본 논문에서는 상황 인식 컴퓨팅을 위한 프레임워크인 WS-CAM으로 명명된 웹 서비스에 기반한 상황 인식 미들웨어를 제안한다. WS-CAM은 온톨로지 기반의 컨텍스트 모델을 사용하여 다양한 종류의 컨텍스트 정보에 대한 충분한 표현력과 추론 기능을 제공하고, 미들웨어로부터 응용 서비스로의 컨텍스트 정보 전달에 있어서 웹 서비스를 적용하여 미들웨어 독립적인 응용 개발을 이룰 수 있는 구조로 설계한다. 또한, WS-CAM의 유용성을 검증하기 위하여 유비쿼터스 컴퓨팅 환경에 기반을 둔 강의 서비스 시나리오를 기술하고, 웹 서비스 기반의 장점을 보이기 위하여 미들웨어 독립적인 시스템 확장의 예를 보인다. 강의 서비스에 적용한 WS-CAM은 도메인 환경 내의 컨텍스트 정보를 OWL 기반 온톨로지 모델로 효과적으로 표현하였고, 사용자 정의 규칙에 의하여 고수준의 컨텍스트 정보로 추론됨을 확인하였다. 또한, 웹 서비스에 의해 제공되는 다양한 웹 메서드를 통하여 컨텍스트 정보가 응용 서비스에 미들웨어 독립적으로 전달됨을 확인할 수 있었다.

• 지능정보연구
• /
• 제11권2호
• /
• pp.31-45
• /
• 2005

본 논문에서는 전자상거래 상점별로 상이하게 정의되고 표현되어 있는 디지털 캠코더에 대한 HTML 페이지의 상품 정보를 래퍼(Wrapper)기술을 이용하여 획득하고 이를 RDF 문서 변환기를 통해 RDF 트리플(triple)과 RDF 문서로 변환하여 디지털 캠코더에 대한 메타데이터 스키마를 설계한다. 설계된 메타데이터 스키마를 기반으로 OWL 웹 온톨로지로 변환하고 이를 관계형 데이터베이스로 구현된 디지털 캠코더(DC: Digital Camcoder) 도메인 온톨로지 저장소(Domain Ontology Repository)에 DCC 지식 베이스 온톨로지 (DCCKBO: DCC Knowledge Based Ontology)로 저장한다. 다음 각 상점의 RDF 트리플과 문서를 DCCKBO와 비교, 매핑 그리고 추론 과정을 통해 최적의 상품 구매 정보를 가진 상점의 DCC 정보를 구매자에게 제공하고, DCCKBO에 저장되어 있는 도메인 온톨로지를 최적의 상품 구매 정보의 내용으로 재 정의하는 동적 웹 온톨로지를 제안하고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.154-154
• /
• 2012

지표에서의 토양수분은 작은 구성비를 가짐에도 불구하고 여러 수문 현상을 연계하는 매우 중요한 인자로써 최근 관련 연구가 활발하게 진행되고 있다. 토양수분은 침투나 침루를 통하여 강우와 지하수를 연결하는 기능을 함과 동시에 강우사상에 따른 유출특성에 직접적인 영향을 미치며 증발산을 통하여 에너지 순환을 연결하는 중요한 기능을 한다. 토양수분을 측정하는 방법에는 세타 탐침(Theta Probe), 장력계, TDR(Time Domain Reflectrometry) 등이 이용되고 있으며, 광역 토양수분자료의 보다 정확한 공간 변동성의 관측을 위하여 항공원격탐사와 인공위성 원격탐사기술이 개발되어 적용되고 있다. 인공위성 영상은 자료의 분석이 간편하며, 공간자료이므로 공간 변화를 분석하는 데 있어 매우 편리하다. 그 중 MODIS(Moderate Resolution Imaging Spectroradiometer) 위성영상은 저해상도 영상으로 극궤도 위성인 Terra와 Aqua 위성에 장착되어 있으며, NASA에서 필요한 정보를 받아 사용할 수 있다. 본 연구에서는 유역의 물리적 지형자료와 같은 방대한 양의 자료 수집 없이도, 모형이 구축되면 인공위성자료와 강우자료만으로도 신뢰성 높은 결과를 단시간 내에 효율적으로 산정할 수 있는 자료 지향형 모형인 ANFIS(Adaptive Neuro-Fuzzy Inference System)를 사용하였다. 사용된 퍼지변수로는 시험유역의 토양수분 관측자료와 강수량 및 인공위성 자료인 MODIS NDVI(Normalize Difference Vegetation Index), MODIS LST(Land-Surface Temperature) 영상을 이용하였다. MODIS NDVI는 시간 해상도 8일, 공간해상도 250 인 Level 3 영상이며, MODIS LST는 시간 해상도 1일, 공간해상도 1 km인 Level 3 영상을 사용하였다. 위성자료를 사용하기 위해 Korea TM 좌표체계로 변환한 뒤, 토양수분 관측지점이 속한 각 셀의 속성값을 추출하였다. 위성자료와 수집된 자료 및 토양수분자료와의 관계를 분석하기 위하여 입력자료를 다양한 방법으로 구성하여 입력 변수를 생성하였다. 생성된 입력 변수와 ANFIS 모형을 연계하여 각각의 토양수분 산정모형을 구축하고 대상지점에 대한 토양수분을 산정 및 비교 분석하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.128-132
• /
• 2012

물은 생물의 생존을 위해 필수적인 요소로 인류가 시작된 이래로 물을 효율적으로 이용하고 안전하게 관리하기 위한 노력은 계속되어 왔다. 최근 지구 온난화가 주요 원인으로 알려진 국지성 집중호우의 피해는 매우 심각하며, 이로 인해 치수에 대한 중요성은 날로 커지고 있다. 지금까지 사용해 왔던 홍수 예 경보 과정은 특정 지점의 유출량을 예측하기 위해서 강우-유출 모형을 운영하였다. 그러나 물리적 모형의 경우 운영에 필요한 매개변수의 결정과정이 복잡하고, 매개변수 결정을 위해 많은 자료를 필요로 한다. 또한 그 매개변수의 결정과정은 많은 불확실성을 포함하고 있어서 모형의 운영을 위한 전처리과정과 계산과정을 거치는 동안 발생한 오차가 누적되어 결과물 속에는 많은 오차가 포함되어 있다. 본 연구에서는 기존의 홍수 예 경보 시스템의 문제점과 불확실성을 최대한 감소시키고 더 우수한 유출량 예측을 위해 neuro-fuzzy 추론 기법을 이용한 모형인 ANFIS(Adaptive Neuro-Fuzzy Inference System)를 사용하여 하천수위를 예측하였다. ANFIS는 신경회로망과 퍼지이론을 결합한 기법으로 신경회로망의 구조와 학습 능력을 이용하여 제어환경에서 획득한 입 출력 정보로부터 언어변수의 membership 함수와 제어규칙을 제어 대상에 적합하도록 자동으로 조종하는 기법이다. 본 연구에서는 ANFIS를 사용하여 탄천 하류에 위치한 대곡교의 수위를 예측하였다. 분석을 위해 2007년부터 2011년까지의 탄천 유역의 관측 강우자료와 수위 자료 중 강우강도와 지속시간, 강우 형태에 따라 7개의 강우사상을 선정하였다. 학습자료 및 보정자료의 변화에 따른 예측 오차를 비교하여 모형의 적용성과 적정성을 평가하였다. 적용결과 입력자료 구성의 경우 해당 시간의 강우량 및 수위자료와 10분 전 강우자료를 이용한 모델이 가장 우수한 예측을 보였고, 학습자료의 경우 자료의 길이가 길고, 최대홍수량이 큰 경우 가장 우수한 예측 결과를 보였다. 본 연구의 적용결과 가장 우수한 모형의 경우 30분 예측 첨두수위 오차는 0.32%, RMSE는 0.05m 이고 예측시간이 길어짐에 따라 오차가 비선형적으로 증가하는 경향을 보였다.

• 인터넷정보학회논문지
• /
• 제11권1호
• /
• pp.27-33
• /
• 2010

본 논문은 실내 위치 인식을 위하여 ZigBee 이동 장치의 위치를 측정하였으며 Bayesian Markov 위치 추론 기법을 적용하였다. 정확도 분석을 위해 기존의 지도 기반의 위치 인식 기법과 비교하였는데 이 기법은 이미 지정된 위치에서의 RSSI 데이터를 데이터베이스화하여 참조하도록 하는 반면 Bayesian Markov 추론 방법은 시간, 방향, 거리의 변화에 영향을 받았다. 이 두가지 방법에 따른 측정은 지그비 모듈을 사용하여 RSSI를 측정한 결과를 토대로 이루어졌으며 그 결과 실내에서의 RSSI와 거리와의 관계로 접근하는 것이 바람직하며 Bayesian Markov에 의한 분석결과 기존의 지도 기반 위치 인식 기법에 비하여 높은 정확도를 보여주었다. 결과적으로 기존의 지도 기반 위치 인식 기법은 사전에 환경 요인에 대한 설정을 해주어야 하고, 보다 낮은 정확도를 가지고 있으므로 환경 변화가 잦은 실내에서는 부적합하다고 생각된다.

• 한국지능시스템학회논문지
• /
• 제22권6호
• /
• pp.715-721
• /
• 2012

위협평가는 전장상황을 인지하여 아군의 자산을 보호하고 무장 할당의 효율적 의사결정에 도움을 줄 수 있는 기술로서, 교전을 실시할 트랙들에 대한 우선순위를 결정하는 알고리즘이다. 즉, 다 표적 교전상황에서의 신속한 의사결정을 도와 아군의 피해를 최소한으로 하고 적군에 대한 공격을 최대한으로 하는 것을 목적으로 한다. 위협평가에 이용되는 위협치 산출은 전장에서 발생하는 센서 데이터들을 통해 연산된다. 그러나 전장상황은 예측 불허하고 다양한 변수가 일어날 가능성이 높으므로 이러한 데이터들의 변질 및 유실은 위협평가를 통한 의사결정에 혼란을 더할 수 있다. 그러므로 본 논문에서는 불완전한 몇 몇 데이터만을 가지고도 신뢰도 높은 결과를 산출하는 데 유리한 베이지안 네트워크의 추론기능과 전장 환경변화에 네트워크의 적응을 가능하게 해주는 학습기능을 위협평가 분야에 적용하여 보다 견고한 위협치를 산출할 것을 제안하여 실험을 통해 이에 대한 성능을 입증하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.123-123
• /
• 2018

가뭄은 홍수와 달리 진행속도가 비교적 느리기 때문에 초기에 감지한다면 피해를 최소화 할 수 있다. 국내에서는 가뭄전망을 위해 물리적 기반의 기상-수문연계해석 시스템을 구축하여 월 내지 계절전망을 수행하고 있다. 물리적 기반의 가뭄전망은 수치예보모델의 불확실성을 가지고 있으므로 예보 정확도 개선의 측면에서는 통계적 모델을 같이 활용하는 것이 바람직하다. 최근 국외에서는 통계적 방법인 AI (Artificial Intelligence) 기술을 사용하여 가뭄을 전망하는 연구가 활발히 진행 중이나, 아직까지 국내에서는 관련연구가 미흡한 실정이다. 이에 본 연구에서는 ANFIS (Adaptive Neuro-Fuzzy Inference System) 기반의 댐 유입량 예측 모델을 구축하고 SRI (Standardized Runoff Index)를 활용하여 수문학적 가뭄전망을 수행하였다. 대상유역은 국내 주요 다목적댐이 위치한 충주댐 유역과 소양강댐 유역을 선정하였다. 수문 및 기상자료는 국토 교통부 및 기상청의 관측 댐 유입량, 관측 강수량, 관측 기온 및 장기기상예보 자료를 사용하였다. ANFIS 모델 구축을 위한 훈련 및 보정기간과 검정기간은 각각 1987~2010년과 2011~2016년을 선정하였다. 수문학적 가뭄전망은 지속기간 3개월의 1개월 전망 SRI3를 활용하였으며, SRI3는 관측유입량과 예측유입량을 결합하여 산정하였다. 댐 예측유입량 및 수문학적 가뭄전망의 정확도 평가를 위해 상관계수, 평균제곱근오차를 활용하였다. 댐 예측유입량 평가 결과 예측값과 관측값의 상관계수가 높게 나타났으며, 평균제곱근오차는 낮아 예측성이 뛰어났다. SRI3의 경우 관측값과 예측값의 가뭄발생시기가 유사하여 가뭄을 적절하게 반영하는 것으로 나타났다. 본 연구의 결과는 통계적 기반의 수문학적 가뭄전망기법을 개발하였다는 측면에서 의의가 있으며, 향후 물리적 기반의 가뭄전망정보와 결합한다면 보다 실효성이 향상될 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.553-557
• /
• 2009

USS(Ubiquitous Smart Space)는 공간내에서 벌어지는 다양한 상황을 인지하고, 사물이나 서비스들이 자율적으로 협업함으로써 사용자의 목표에 맞는 서비스를 제공한다. U-Safety는 USS 상에서 다중센서를 통해 좀더 정확한 상황을 인지하고 이에 대처하여 조처를 취하는 시스템이다. U-Safety 에서 사용되는 다양한 센서들이 수집한 데이터 중에 영상데이터는 사람이 객관적으로 상황을 추론하기에 가장 이상적이다. 센터는 다양한 곳에 설치된 영상입력 장치로 부터 많은 양의 영상 데이터를 수집하여 이를 바탕으로 다중의 상황인지 및 추론을 수행하게 된다. 이에 센터는 방대한 양의 데이터를 처리하기 위해 매우 많은 자원을 소비하게 된다. 본 논문에서는 제안하는 계층적 영상 처리 방법은 영상입력 장치에서 1차 상황인지를 하고 전체 영상중 상황인지의 가능성이 높은 부분만을 블럭화하여 센터로 전송하는 방법을 제안한다. 이는 센터가 영상처리를 위해 소비하는 자원을 줄여 원활한 상황인지의 효율을 높이고 U-Safety 망에 영상데이터가 차지하는 비율을 줄인다.

• 한국시뮬레이션학회논문지
• /
• 제25권4호
• /
• pp.127-135
• /
• 2016

선박에 현대화된 다양한 항해장비들이 설치됨에도 불구하고 여전히 해양사고가 자주 일어나는데, 이런 사고의 주요 형태 중 하나가 충돌 사고이다. 우리나라 해양사고의 약 1/4이 충돌에 의한 사고이고, 이 중 대부분이 인적오류가 원인인 것으로 알려져 있다. 따라서, 항해사의 의사결정을 도울 수 있는 지능적인 지원 도구가 필요한데, 이와 관련하여 충돌위험을 추정하는 다양한 방식들이 꾸준히 소개되어 왔으며 충돌위험 상황에 대해 사람에게 친숙한 언어적 표현을 반영하여 추론하기 위해 퍼지를 활용한 연구 결과들이 많다. 이런 기존 연구들의 충돌위험도는 현재시점에서 선박들의 속도나 방향 상태가 유지되는 것을 기준으로 충돌위험도를 추정한다. 그러나, 실제 선박에서는 충분히 피항 가능 상황임에도 불구하고 충돌 위험으로 판단되어 잦은 경고를 울리는 시스템들에 대해 항해사들이 느끼는 불편함이 적지 않아 보조 장치들의 알람 기능을 꺼놓은 경우도 많은 것으로 알려져 있다. 이 연구는 선박들의 일반적인 피항 패턴을 반영한 가까운 미래 시점의 충돌위험도 예측에 관한 것으로서, 퍼지추론과 DEVS 형식론에 기반한 충돌 위험 예측 모델을 제안한다.

• 한국정보통신학회논문지
• /
• 제23권8호
• /
• pp.943-949
• /
• 2019

최근 다양한 분야에서 디지털 장비의 사용이 증가함에 따라 영상 및 신호처리의 중요성이 높아지고 있다. 하지만 신호의 송수신 과정에서 다양한 이유로 잡음이 발생하며, 이러한 잡음은 시스템의 최종 출력에 큰 영향을 미친다. 본 논문은 S&P 잡음과 AWGN이 혼합된 잡음 환경에서 영상의 잡음 특성을 고려하여 효과적으로 영상을 복원하는 알고리즘을 제안하였다. 제안한 알고리즘은 영상의 잡음 성분 유추와 필터링 마스크 내부의 화소 특성을 고려하여 영상의 특징을 보존하였으며, 입력 화소의 성질에 따라 기준치를 설정하여 이와 유사한 화소들을 선별하여 잡음을 제거하였다. 시뮬레이션 결과 제안한 알고리즘은 우수한 잡음제거 특성을 나타내었으며, 기존 방법들과 비교하기 위해 PSNR 등을 이용하여 비교 및 분석하였다.