본 논문은 지금까지 NP-완전 문제로 다항시간 알고리즘이 존재하지 않는 완전피복 문제에 대해 선형시간으로 해를 구할 수 있는 알고리즘을 제안하였다. 제안된 알고리즘은 "행과 열에는 동일한 값이 존재하면 안된다"는 완전피복문제의 특징을 이용하였다. 이를 위해 먼저 최소 원소 개수를 가진 부분집합을 선택하고 선택된 부분집합의 원소를 가진 부분집합을 삭제하였다. 남은 부분집합들을 대상으로 반복적으로 수행하면 해를 구한다. 만약, 해를 구하지 못하면 최대 원소 개수를 가진 부분집합을 선택하여 동일한 과정을 수행하였다. 제안된 알고리즘은 일반적인 완전피복 문제의 해를 쉽게 구하였다. 추가로, 완전피복 문제를 보다 일반화한 N-퀸 문제를 대상으로 제안된 알고리즘을 적용할 수 있음을 보였다. 결국, 제안된 완전피복 알고리즘은 완전피복 문제에 대해 P-문제임을 증명하였다.
KSII Transactions on Internet and Information Systems (TIIS)
/
제17권1호
/
pp.216-238
/
2023
In intelligent transportation systems, traffic management is an important task. The accurate forecasting of traffic characteristics like flow, congestion, and density is still active research because of the non-linear nature and uncertainty of the spatiotemporal data. Inclement weather, such as rain and snow, and other special events such as holidays, accidents, and road closures have a significant impact on driving and the average speed of vehicles on the road, which lowers traffic capacity and causes congestion in a widespread manner. This work designs a model for multivariate short-term traffic congestion prediction using SLSTM_AE-BiLSTM. The proposed design consists of a Bidirectional Long Short Term Memory(BiLSTM) network to predict traffic flow value and a Convolutional Neural network (CNN) model for detecting the congestion status. This model uses spatial static temporal dynamic data. The stacked Long Short Term Memory Autoencoder (SLSTM AE) is used to encode the weather features into a reduced and more informative feature space. BiLSTM model is used to capture the features from the past and present traffic data simultaneously and also to identify the long-term dependencies. It uses the traffic data and encoded weather data to perform the traffic flow prediction. The CNN model is used to predict the recurring congestion status based on the predicted traffic flow value at a particular urban traffic network. In this work, a publicly available Caltrans PEMS dataset with traffic parameters is used. The proposed model generates the congestion prediction with an accuracy rate of 92.74% which is slightly better when compared with other deep learning models for congestion prediction.
논문에서는 오프라인 환경에서 패턴분석을 적용하여 두필적의 유사성을 자동으로 분석하여 필적을 검증하는 방법을 제안한다. 제안된 방법에서는 먼저 필적 문서에서 문자 영역만을 분할하고, 분할된 문자 영역에 대한 특징을 추출한다. 그리고 비선형적인 형태로 추출되는 특징으로부터 동적 타임 워핑(DTW)과 다변량 통계 분석법(PCA) 알고리즘을 이용하여 기준이 되는 특징과의 유사성을 구한다. 본 논문에서 제안된 필적 검증 방법은 효과적인 특징 추출 방법 및 기존의 짧은 패턴에서 효과적으로 수행하던 방법들을 다양한 길이를 가진 특징에 대해서도 효과적으로 필적 검증이 가능하도록 하였다. 본 논문은 실험 결과는 제안된 방법인 기존의 방법보다 우수함을 다양한 실험을 통해서 보여준다. 제안된 필적 검증 방법은 기존에 감정 전문가에 의해 수동적으로 수행되던 필적 검증 작업을 자동화하고, 기존 필적 검증 작업의 객관성을 배가할 수 있을 것으로 기대된다.
쌀 생산량 예측의 정확성을 높이기 위한 대다수의 연구는 모델의 정확도 증진에 초점이 맞춰져 있다. 이에 비해, 예측 모델을 적용할 대상 데이터 자체에 관한 연구는 상대적으로 미흡하다. 쌀 생산량 데이터에 동일한 종속변수와 예측 모델을 사용하여 다른 특성들로 구성된 두 부류의 데이터에 적용하면, 결과의 차이가 발생하는데 이때 어느 데이터 셋이 더 우수한지 판단하기는 어려운 일이다. 이러한 문제를 해결하기 위해, 예측 모델 적용 전에 데이터 내에서 예측 결과에 큰 영향을 미칠 가능성이 있는 특성들을 선별하고, 이를 중심으로 모델링을 수행하면, 데이터의 구성이 다르더라도 안정적인 예측 결과를 얻을 수 있을 것이다. 본 연구에서는 기상청의 종관기상관측(ASOS) 데이터를 활용하여, 쌀 생산량의 안정적이고 일관된 예측을 위해 데이터 구성 특성들의 조정을 통해 최적의 기반 변수를 선별하는 방법에 대해 제안한다. 본 연구의 결과는 향후 다른 연구에서 성능평가의 유용성을 높이는 데 기여할 것으로 기대한다.
본 논문에서는 eigenvoice 방식에 기반하여 다양한 잡음 환경에 강인한 고속 화자 적응 방법을 제안하였다. 제안된 방법은 잡음 제거 기술과 환경 군집화 방법을 기반으로 한다. 그러나, 잡음 제거 기술을 통해 잡음을 제거한 후에도 여전히 잔여 잡음이 존재하므로 비음성 구간의 켑스트럼 평균을 사용하여 잡음 환경별로 화자 적응 데이터를 분류한 후 각각의 환경별로 환경 모델을 구성한다. 이러한 환경 군집화를 적응데이터에 대해 구성한 후 테스트 음성이 입력되면 군집화된 모델 중에서 인식 데이터와 가장 유사한 복수의 환경별 군집화된 화자 적응 모델을 구한 후 이들의 가중함을 통해 화자 적응을 수행하는 방법이다. 제안된 방법은 적응 및 평가를 통해 화자 독립 모델을 사용한 경우에 비해 $40{\sim}59%$ 인식 오류 감소율을 얻었다.
주성분분석은 잘 알려진 데이터 분석 방법으로써 높은 차원의 데이터를 낮은 차원의 데이터로 표현하는데 효과적이어서 얼굴인식, 데이터 압축 등에 이용되고 있다. 주성분분석을 하게 되면 원 데이터의 공분산 행렬로부터 정규직교한 고유벡터와 해당하는 고유치를 얻게 되고 그 중 큰 값을 가지는 고유벡터 들을 선택하여 선형 변환함으로써 데이터의 차원을 줄일 수 있게 된다. 망막에 빛 자극이 인가되면 시세포 층에서 전기신호로 변환된 후 복잡한 신경회로를 거쳐 최종적으로 신경절세포 층에서 활동전위의 형태로 출력되게 된다. 본 연구에서는 다채널전극을 사용하여 여러 개 망막 신경절세포로부터 유래되는 활동전위를 기록한 후 개개의 신호를 구분하는 과정을 거치고, 이어서 그 신호를 만들어 내는 각 뉴론들끼리의 시간적, 공간적 흥분발사 패턴을 이해함으로써 궁극적으로 시각정보 인코딩 기전을 밝히려는 연구 목표하에 그 첫 단계로서 망막 신경절세포의 활동전위를 기록한 후 분류하는 과정을 성공적으로 수행하였기에 그 내용을 서술하고자 한다. 망막에서 기록되는 신경절세포 활동전위는 불규칙하고 확률적이기 때문에 주성분분석을 통하여 그 유형을 분류할 수 있었다. 토끼 눈으로부터 망막을 박리하여 망막조각을 얻은 후 신경절세포 층이 전극표면을 향하도록 전극에 부착하였다. 8${\times}$8의 microelectrode array (MEA)를 전극으로 사용하였고, 증폭기는 MEA 60 system을 사용하여 신경절세포 활동전위를 기록하였다. 활동전위 기록 후 파형 분류를 하였다. 잡음이 섞여있는 기록으로부터 신호를 검출하기 위하여, 잡음역치($\pm$3$\sigma$)를 설정하였다. 역치를 넘는 파형 만을 획득한 후 주성분분석을 통해 각 파형의 첫 번째 주성분, 두 번째 주성분을 계산하여 2차원 평면에 투사함으로써 몇 개의 의미있는 클러스터를 얻었다. 이 클러스터는 곧 각 신경절세포에서 유래되는 파형을 반영하므로 주성분분석을 통하여 망막 신경절세포의 활동전위를 각 세포별로 분류할 수 있음을 확인하였다.
기준공정과 개선대상공정 간의 투입물(Input, Material and energy), 배출물(Output, Product, Co-product), 환경오염물(Environmental emission) 데이터를 수집하고 공정 성과를 분석하였다. 이를 통해 환경적으로 주요한 투입물과 환경오염물을 파악하였다. 제조공정의 투입물과 환경오염물 간의 상관관계 분석을 통해 각 환경오염물에 대한 기여도가 큰 투입물을 파악하였다. 주요 환경오염물 처리 시, 경제적 최적화를 통한 종말처리공정 조합을 선형 프로그래밍 기법을 사용하여 규명하였다. 사례 연구로는 동일한 형태의 시멘트를 생산하는 EU와 국내 시멘트 제조공정을 선정하였다. 국내 시멘트 제조공정에서는 석탄이 주요 투입물로, 먼지, $SO_x$가 주요 환경오염물로 파악되었다. 제조공정의 투입물과 환경오염물 간의 다중회귀분석결과 석탄>원자재>석고 순으로 $CO_2$발생량에 기여도가 큰 것으로 나타났다. $SO_x$발생량의 경우 석탄의 기여도가 가장 컸으며, Dust 발생량의 경우 석고>원자재 순으로 기여도가 큰 것으로 나타났다. Dust 종말처리공정 최적화에서 전기집진기술 100%, 섬유필터기술 2.4% 조합이 최적이었다. $SO_x$종말처리공정 최적화에서는 건식첨가공정기술 100% 습식세정기술 25.88% 조합이 최적이었다. 이 연구의 특징은 제조공정에서 문제가 되는 주요 투입물과 환경오염물을 파악하는 방법을 제시하였다는 점이다. 또한, 기술적 경제적으로 최적의 조합인 종말처리공정 선정 방법을 제시하였다는 점이다.
광학급 LiF단결정의 열형광유선은 r선조사선양이 증가함에 따라서 변화한다. 즉 선량이 적을 때는 2개의 glow peak를 가지나, 선양이 정차 증가하여 10$_{5}$ rontgen 정도에 이르면 5개의 glow peak를 나타낸다. 이들 glow peak에 대응하는 energy 준위 Ei(i=1,2,3,4, 및 5)는 전도대 밑으로 부터의 깊이로 표시할 때 다음과 같은 값을 갖는다. 이들 E$_i{$의 값은 가열속도 $\theta_1$=6.6$^{\circ}C$/sec와 $\theta_2$=3.4$^{\circ}C$/sec에 대한 glow peak의 온도를 얻은 다음, Randall-Wilkins의 이론에 따라서 계산되었다. 광학급 LiF단결정에서 E$_1$과 E$_2$이외의 전자 trap은 열적으로 불안정하며 LiF(Mg) 열형광선양계에 불가결한 것으로 되어있는 sensitization의 효과가 거의 없다. LiF(Mg)는 $\theta$=6.6$^{\circ}C$/sec 일때, 17$0^{\circ}C$와 23$0^{\circ}C$에 glow peak를 나타내며 이들에 대응하는 전자 trap E$_4$와 E$_{5}$ 이외에 방사선이 조사됨에 따라서 E$_1$, E$_2$, E$_3$ 및 E$_{6}$의 전자 trap이 형성되며 이들 값은 다음과 같다. LiF(Mg)에서 방사선상해 때문에 형성된 E$_1$, E$_2$, E$_3$및 E$_{6}$는 모두 상당히 열적으로 안정하며, sensitization과정에서 형성된다. 이 안정한 6준위계에서 LiF(Mg)예 의한 방사선 선양측정이 시행되어야 한다. E$_1$,E$_2$,E$_3$ 및 E$_{6}$의 안정성은 LiF결정내의 $Mg^{$ ++/ 불순물의 영향으로 사료된다. 광학급 LiF단결정의 열형광에서 r선양의 대수표시양과 전열형광양의 대수표시 사이에 비선형성을 나타낸다. 그러나 열적으로 안정한 12$0^{\circ}C$ glow peak만을 고려하여 r선양의 대수표시양과 12$0^{\circ}C$ slow peak의 높이의 대수표시량 사이에서 비선형성이 감소되어, LiF(Mg)에 대한 곡선과 매우 유사한 곡선을 얻게 된다.
일반적으로 기술혁신전략이 먼저 수립되고 이를 바탕으로 기술혁신활동이 수행된다. 기존 기술혁신관리 프로세스 연구에서는 기술혁신활동이 순차적 혹은 비선형적으로 존재하거나 선형성을 나타내지만, 특정 기술혁신활동이 특정 시점에 나타나고 없어질 수 있다고 주장한다. 본 연구는 휴대폰 시장이 피처폰 중심에서 스마트폰 중심으로 재편된 최근 10년간 상황에서 스마트폰 산업을 대상으로 기술혁신활동의 실행패턴이 어떻게 진행되는지 분석하고, 이러한 실행패턴과 기술혁신전략이 어떠한 맥락에서 동작하는지 규명한다. 실증분석결과, 기술혁신활동은 기술혁신전략에 따라 시작 시점이 다르고, 다층적 기술혁신활동의 형태로 나타난다는 것을 확인했다. 기술혁신활동은 일정한 패턴이 존재하지만, 외부환경 변화로 기술혁신전략의 변화가 생겼을 경우에는 기술혁신활동의 단계에 대한 중요도가 달라져 앞선 기술혁신활동이 생략된다는 것을 확인했다. 혁신자 전략을 추구하는 기업이 빠른 외부환경 변화에 적응하지 못하고 미흡한 기술혁신활동을 했을 경우 기술혁신전략의 변경을 요구받게 되고 이것은 기업의 생존에 막대한 영향을 끼친다는 것을 확인했다.
본 연구는 복부 전산화단층촬영 영상을 이용하여 지방간환자의 영상을 질감특징분석과 ROC curve 분석을 하였으며, 컴퓨터보조진단시스템의 구현을 위한 실험적인 선형 연구로서 전산화단층촬영 영상에서 지방간의 객관적이고 신뢰성 있는 진단 정보를 의사에게 제공하고자 하였다. 실험은 정상 및 지방간 복부 전산화단층촬영 영상을 실험영상으로 하여 설정된 구역에 대한 wavelet 변환을 거쳐 질감의 특징값을 나타내는 6가지 파라미터로 통계적 분석 결과를 나타내었다. 그 결과 엔트로피, 평균밝기, 왜곡도는 90% 이상의 비교적 높은 인식률을 보였고, 대조도, 평탄도, 균일도는 약 70% 정도로 비교적 낮은 인식률을 나타내었다. ROC curve를 이용한 분석에서 6가지의 파라미터 모두 0.900(p=0.0001)이상을 나타내어 질환인식에 의미가 있는 결과를 나타내었다. 또한 6가지 파라미터에서 질환 예측을 위한 cut-off 값을 결정하였다. 이러한 결과는 향후 복부 전산화단층촬영 영상에서 질환 자동검출 및 최종진단의 예비 진단 자료로서 적용 가능할 것이다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.