• 전기전자학회논문지
• /
• 제23권2호
• /
• pp.614-621
• /
• 2019

본 논문은 integral equation-fast Fourier transform(IE-FFT)과 block matrix preconditioner(BMP)를 이용하여 침투 가능한 구조물의 전자기 산란 문제를 다룬다. IE-FFT는 모멘트 법(the method of Moments : MoM)에 의해 형성된 행렬방정식의 해를 계산하기 위하여 반복법의 연산량을 상당히 개선할 수 있다. 또한 전기적으로 커다란 구조물로부터 형성된 행렬방정식에 BMP가 적용된 반복법을 적용하면 반복 횟수를 크게 줄여 행렬방정식의 해를 빠르게 계산할 수 있다. 수치해석 결과는 IE-FFT와 BMP를 적용하여 침투 가능한 구조물의 전자기 산란 문제를 빠르고 정확하게 계산할 수 있음을 보여준다.

• 정보보호학회논문지
• /
• 제11권1호
• /
• pp.55-63
• /
• 2001

대형 기업들은 많은 수의 사용자와 정보객체들을 가지고 있으며 승인된 사용자만이 지정된 정보 객체를 접근할 수 있도록 접근을 제어하는 것이 중요한 과제로 대두되고 있다, 그러나 기존에 제시된 접근제어 모델들은 기업의 접근제어 요구사항을 충분히 만족시키지 못하고 있다. 본 논문은 기업환경에 적합한 접근제어 모델을 제안하는 것을 목표로 한다. 이를 위해 접근제어와 관련된 기업 환경의 특성에 대해 분석하였고 이를 바탕으로 과업-역할기반 접근제어(T-RBAC) 모델을 제안하였다. 이 모델은 과업 및 과업 분류에 기초하고 있으며, 과업이 속한 클래스의 특성에 따라 서로 다른 접근제어를 적용 할 수 있도록 하였다. 또한 권한관리를 용이하게 하기 위하여 감독-역할계층을 지원할 수 있도록 하였다.

• International Journal of Computer Science & Network Security
• /
• 제21권1호
• /
• pp.125-136
• /
• 2021

The development of systems that can generate automatically instructional material is a challenging goal for the e-learning community. These systems pave the way towards large scale e-learning deployment as they produce instruction on-demand for users requesting to learn about any topic, anywhere and anytime. However, realizing such systems is possible with the availability of vast repositories of web information in different formats that can be searched, reused and integrated into information-rich environments for interactive learning. This paradigm of learning relieves instructors from the tedious authoring task, making them focusing more on the design and quality of instruction. This paper presents a mobile learning system (Mole) that supports the generation of instructional material in M-Learning (Mobile Learning) contexts, by reusing and integrating heterogeneous hypermedia web resources. Mole uses open hypermedia repositories to build a Learning Web and to generate learning objects including various hypermedia resources that are adapted to the user context. Learning is delivered through a nice graphical user interface allowing the user to navigate conveniently while building their own learning path. A test case scenario illustrating Mole is presented along with a system evaluation which shows that in 90% of the cases Mole was able to generate learning objects that are related to the user query.

• 대한임베디드공학회논문지
• /
• 제17권5호
• /
• pp.273-280
• /
• 2022

Along with the advancement of deep learning technology, securing high-quality dataset for verification of developed technology is emerging as an important issue, and developing robust deep learning models to the domestic road environment is focused by many research groups. Especially, unlike expressways and automobile-only roads, in the complex city driving environment, various dynamic objects such as motorbikes, electric kickboards, large buses/truck, freight cars, pedestrians, and traffic lights are mixed in city road. In this paper, we built our dataset through multi camera-based processing (collection, refinement, and annotation) including the various objects in the city road and estimated quality and validity of our dataset by using YOLO-based model in object detection. Then, quantitative evaluation of our dataset is performed by comparing with the public dataset and qualitative evaluation of it is performed by comparing with experiment results using open platform. We generated our 2D dataset based on annotation rules of KITTI/COCO dataset, and compared the performance with the public dataset using the evaluation rules of KITTI/COCO dataset. As a result of comparison with public dataset, our dataset shows about 3 to 53% higher performance and thus the effectiveness of our dataset was validated.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2023년도 봄 학술논문 발표대회
• /
• pp.345-346
• /
• 2023

As the shape and size of detectable objects diversifying recognition and segmentation algorithms have been developed to acquire accurate shape information. Although a high density of data captured by the repetition of scanning improves the accuracy of algorithms the high dense data decreases the efficiency due to its large size. This paper proposes standardization algorithms using the feature of structural members on indoor point cloud data to improve the process. First of all we determine the reduction rate of the density based on the features of the target objects then the data reduction algorithm compresses the data based on the reduction rate. Second the data arrangement algorithm rotates the data until the normal vector of data is aligned along the coordinate axis to allow the following algorithms to operate properly. Final the data arrangement algorithm separates the rotated data into their leaning axis. This allows reverse engineering of indoor point clouds to obtain the efficiency and accuracy of refinement processes.

• Journal of Animal Science and Technology
• /
• 제65권6호
• /
• pp.1254-1269
• /
• 2023

This study aims to predict the change in corn share according to the grazing of 20 gestational sows in a mature corn field by taking images with a camera-equipped unmanned air vehicle (UAV). Deep learning based on convolutional neural networks (CNNs) has been verified for its performance in various areas. It has also demonstrated high recognition accuracy and detection time in agricultural applications such as pest and disease diagnosis and prediction. A large amount of data is required to train CNNs effectively. Still, since UAVs capture only a limited number of images, we propose a data augmentation method that can effectively increase data. And most occupancy prediction predicts occupancy by designing a CNN-based object detector for an image and counting the number of recognized objects or calculating the number of pixels occupied by an object. These methods require complex occupancy rate calculations; the accuracy depends on whether the object features of interest are visible in the image. However, in this study, CNN is not approached as a corn object detection and classification problem but as a function approximation and regression problem so that the occupancy rate of corn objects in an image can be represented as the CNN output. The proposed method effectively estimates occupancy for a limited number of cornfield photos, shows excellent prediction accuracy, and confirms the potential and scalability of deep learning.

• 한국컴퓨터정보학회논문지
• /
• 제25권1호
• /
• pp.45-53
• /
• 2020

기존의 CNN 알고리즘은 위성영상과 같은 대형 이미지에서 소형 객체를 식별하는 것이 불가능하다는 문제점을 가지고 있었다. 본 연구에서는 이러한 문제를 해결하기 위해 관심영역 설정 및 이미지 분할 기법을 적용한 CNN 알고리즘 개선방안을 제시하였다. 실험은 비행장 및 항공기 데이터셋으로 전환학습한 YOLOv3 / Faster R-CNN 알고리즘과 테스트용 대형 이미지를 이용하여 진행하였으며, 우선 대형 이미지에서 관심영역을 식별하고 이를 순차적으로 분할해 나가며 CNN 알고리즘의 객체식별 결과를 비교하였다. 분할 이미지의 크기는 실험을 통해 최소 분할로 최대의 식별률을 얻을 수 있는 최적의 이미지 조각 크기를 도출하여 적용하였다. 실험 결과, 본 연구에서 제시한 방안을 통해 CNN 알고리즘으로 대형 이미지에서의 소형 객체를 식별하는 것이 충분히 가능함을 검증하였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제33권4호
• /
• pp.396-408
• /
• 2006

시간의 흐름에 따라 누적되는 대용량의 과거 위치를 관리하는 이동 객체 데이타베이스에서 이동 객체의 과거 위치를 효율적으로 검색하기 위해서는 이동 객체의 특성을 고려한 색인 구조가 필요하다. 그러나, 영역 질의 성능이 우수한 다차원 색인인 KDB-tree를 이동 객체 데이타베이스에 적용할 경우 시간 도메인이 증가하는 이동 객체 데이타베이스의 특성으로 인해 공간 도메인 가중 분할이 발생한다. 공간 도메인 가중 분할은 하나의 노드가 차지하는 MBR의 공간 영역이 분할 횟수에 반비례하게 감소되어 시공 간 영역 질의 처리시 색인의 검색 비용을 증가시키는 문제가 있다. 이 논문에서는 이동 객체 데이타베이스에서 시공간 영역 질의를 효율적으로 처리하기 위한 KDB-tree의 동적 분할 정책을 제안한다. 동적 분할 정책은 공간 우선 분할 방법을 적용하는 분할 도메인 선정 방법과 포인터 페이지에서 공간 활용도를 최대화시킬 수 있는 최근 시간 분할 정책, 영역 페이지에서 적용되는 최후 시간 분할 정책으로 구성된다. 제안한 동적 분할 정책의 성능을 평가하기 위해 3DR-tree, MV3R-tree, KDB-tree와의 성능을 비교한다. 영역 질의를 위한 성능 평가에서 동적 분할 정책을 적용한 MKDB-tree는 기존 색인에 비해 평균 30% 이상의 노드 접근 회수를 감소시킨다.

• 천문학회보
• /
• 제36권1호
• /
• pp.83.1-83.1
• /
• 2011

We report multi-epoch, simultaneous 22 GHz water and 44 GHz Class I methanol maser line survey towards 180 intermediate-mass young stellar objects, including 14 Class 0, 19 Class I objects, and 147 Herbig Ae/Be stars. We detected $H_2O$ and $CH_3OH$ maser emission towards 16 (9%) and 10 (6%) sources with one new $H_2O$ and six new $CH_3OH$ maser sources. The detection rates of both masers rapidly decrease as the central (proto)stars evolve, which is contrary to the trends in high-mass star-forming regions. This suggests that the excitations of the two masers are closely related to the evolutionary stage of the central (proto)stars and the circumstellar environments. $H_2O$ maser velocities deviate on average 9 km s-1 from the ambient gas velocities whereas $CH_3OH$ maser velocities well match with. For both maser emissions, large velocity difference (${\mid}v_{H2O}-v_{sys}{\mid}\;>\; 10kms^{-1}\; and\;{\mid}v_{CH3OH}-v_{sys}{\mid}\;>\;1kms^{-1}$) is mostly confined to Class 0 objects. The formation and disappearance of $H_2O$ maser lines are frequent and the integrated intensities of them change up to two orders of magnitude. In contrast, $CH_3OH$ maser lines usually show no significant change in the intensity, shape, and velocity. This consistent with the previous suggestion that $H_2O$ maser emission originates from the base of an outflow while 44 GHz Class I $CH_3OH$ maser emission arises from the interaction region of the outflow with the ambient gas. The isotropic maser luminosities are well correlated with the bolometric luminosities of the central the objects. The fitted relations are $L_{H2O}=1.71{\ast}10^{-9}(L_{bol})^{0.97}$ and $L_{CH3OH}=1.71{\ast}10^{-10}(L_{bol})^{1.22}$.

• 한국정보과학회논문지:데이타베이스
• /
• 제34권1호
• /
• pp.70-83
• /
• 2007

대부분의 스카이라인 질의에 대한 연구는 정적인 데이타에 관하여 이루어지고 있다. 하지만, 모바일 응용환경의 발전에 따라 이동객체에 대한 연속적인 스카이라인 질의에 대한 필요성이 증대되고 있다. 연속적인 스카이라인 질의를 처리하기 위하여 4단계 스카이라인 영역 결정 기법이 최근 제안되었지만, 이 기법은 스카이라인 영역 계산 비용이 크므로 대량의 데이타 객체에 대해서는 사용되기 힘든 문제점이 있다. 이 논문은 이러한 문제를 해결하기 위하여 먼저 4단계 영역 결정 기법에 대해서 이론적으로 분석하고, 이를 바탕으로 4 단계 영역 결정 기법을 위한 점진적인 스카이라인 영역 결정 기법을 제안한다. 제안하는 기법은 거리 기반 가지치기와 영역 결정 선분의 범위 축소 기법을 이용하여 기존 기법의 스카이라인 영역결정 비용을 효율적으로 감소시킨다. 본 논문은 다양한 성능 시험을 통하여 제안된 기법의 효율성을 증명한다.