• 한국인터넷방송통신학회논문지
• /
• 제23권2호
• /
• pp.185-191
• /
• 2023

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.

• 한국컴퓨터정보학회논문지
• /
• 제14권7호
• /
• pp.25-32
• /
• 2009

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.

• 한국컴퓨터정보학회논문지
• /
• 제28권7호
• /
• pp.57-65
• /
• 2023

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.

• 한국음향학회지
• /
• 제28권6호
• /
• pp.566-571
• /
• 2009

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.

• 한국의학물리학회지:의학물리
• /
• 제14권4호
• /
• pp.211-217
• /
• 2003

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.

• 대한환경공학회지
• /
• 제39권8호
• /
• pp.449-455
• /
• 2017

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.

• Nuclear Engineering and Technology
• /
• 제4권3호
• /
• pp.214-222
• /
• 1972

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.

• 기술혁신학회지
• /
• 제21권1호
• /
• pp.92-129
• /
• 2018

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.

• 한국방사선학회논문지
• /
• 제10권6호
• /
• pp.443-450
• /
• 2016

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.