• 전자공학회논문지
• /
• 제52권7호
• /
• pp.63-73
• /
• 2015

End to end 데이터 전송프로토콜에서 가용대역폭을 정확하게 추정하는 것은 매우 중요하다. UDT (UDP based Data Transfer)는 송신자에서 주기적으로 보낸 패킷 쌍을 이용하여 수신자에서 현재 링크의 최대 전송 가능한 속도 (MTR: Maximum Transfer Rate)를 추정하고 송신자에서 EWMA 알고리즘을 통해 MTR을 결정한다. 가용대역폭의 크기는 MTR과 현재 전송속도 차이로 구하기 때문에 정확한 가용대역폭 추정을 위해서는 정확한 MTR 추정이 우선시된다. 하지만 트래픽 영향으로 인한 혼잡상황에서 다수의 UDT 플로우가 경쟁하는 경우 심각한 공평성 문제를 초래한다. 본 논문에서는 혼잡도를 기반으로 한 MTR 추정 알고리즘을 제안한다. 혼잡도는 병목구간에서 트래픽 영향으로 인한 혼잡상태를 나타내는 상대적인 지수이며 패킷 쌍들의 도착간격을 이용하여 구할 수 있다. 그리고 혼잡도에 따라 EWMA 알고리즘을 세분화함으로써 실제에 근접한 가용대역폭 추정이 가능하다. Ns-2 시뮬레이션 실험 결과 제안기법은 다수의 경쟁플로우가 동일 링크를 점유하는 상황에서 데이터 전송거리에 따라 UDT 보다 확연하게 높은 공평성을 보이는 것을 확인하였다.

• 환경영향평가
• /
• 제30권6호
• /
• pp.380-392
• /
• 2021

어린 학생들에 대한 HQ (Hazard Quotient) 기반으로 학교교실 실내 공기질 지수 (IAQI-S)를 개발하였다. IAQI-S는 PM₁₀, PM_2.5, CO₂를 포함하며, IAQI-S의 기준농도는 지정된 HQ값을 통해 산출하였다. 본 연구에서 개발한 IAQI-S를 이용하여 2017년 11월부터 2020년 12월까지 실시간으로 측정한 전국 46개 학교 123개 학급을 평가해보았다. 종합지수 평가 결과, PM₁₀의 93.1%, PM_2.5의 94%가 '좋음'과 '보통' 등급에 포함되었다. 8시간 예측 이동 평균을 기반으로 한 IAQI-S는 CAI(Comprehensive Air-quality Index) 및 외국에서 발표되었던 IAQI와 비교하였다. IAQI-S는 CO₂를 포함하며 대기질지수 (CAI)에 비해 더 엄격한 수준으로 구성되어 있음을 알 수 있었다.

• 대한원격탐사학회지
• /
• 제37권5_3호
• /
• pp.1425-1434
• /
• 2021

하천 시설물의 효율적인 유지관리를 위해서는 대상물에 대해 지속적이고, 주기적인 데이터 취득이 선행되어야 한다. 하천 시설물은 일반 시설물과 달리 넓고 긴 지역을 따라 분포하고 있으므로 지상레이저스캐너, 토탈스테이션 및 GNSS를 활용하는 기존의 하천 측량 방법으로는 공간정보를 취득하는 데에 비용·인력·시간적 한계가 존재한다. 이에 반해, 모바일매핑시스템(Mobile Mapping System, 이하 MMS)은 플랫폼의 이동과 동시에 3차원 공간정보를 취득하므로 하천 시설물의 데이터 취득에 효율적이다. 따라서 본 연구진은 MMS를 활용하여 안양천 4 km 제방에 대해 20분동안 184,646,099개의 포인트를 취득했으며, 이를 10 m 간격의 종 방향으로 분할하여 378개의 횡단면을 추출하였다. 제방 횡단면 포인트 클라우드에서 제외지의 경사면 정보만 따로 분리하여 최대 및 평균 비탈 경사를 자동으로 계산하였으며, 이를 동일 제방에 대해 수동으로 계산한 값과 비교했을 때 RMSE 기준 최대 경사 1.124°, 평균 경사 1.659°의 정확도를 확인할 수 있었다. Reference 경사는 제방의 포인트 클라우드를 plot하고 경사 계산 시 위치정보를 사용하는 두 점을 직접 선택하여 수동으로 계산하였다. 또한 자동 추출한 경사를 하천기본계획 상의 비탈 경사면 설계 기준과 비교하여 MMS를 활용한 하천 시설물 검사의 가능성을 확인하였다.

• 한국건설관리학회논문집
• /
• 제22권3호
• /
• pp.40-51
• /
• 2021

실내 도면 획득을 위해 실내 형상정보를 습득할 수 있는 MLS (Mobile Laser Scanning)가 건설업에서 주목받고 있다. MLS의 특성상 스캐닝 중 LiDAR (Light Detection and Ranging)의 움직임을 발생하며, 이로 인해 습득된 포인트가 왜곡되는 skew가 발생한다. 이러한 skew를 보정하고 정확한 형상정보를 획득하기 위해 관성측정장치를 활용한 de-skewing 기법에 관한 연구가 진행되고 있다. 하지만, 해당 연구들은 관성측정장치를 활용하기 어려운 환경에서 사용하기 어려운 한계점이 있다. 이에 본 연구에서는 MLS로 습득한 실내 2차원 PCD (Point Cloud Data)를 대상으로 관성측정장치를 사용하지 않은 de-skewing 기법을 제시하였다. 해당 알고리즘은 인접한 스캔 지점의 포인트 간의 스캔 매칭을 통해 skew를 보정하였다. TLS (Terrestrial Laser Scanning)로 습득한 기준 데이터와 본 알고리즘을 통해 de-skewing을 진행한 데이터를 비교하여 검증하였으며, 모든 조건에서 면적 오차를 평균 49.82% 감소하여 본 알고리즘을 통해 관성측정장치 없이 정확한 실내 도면 도출이 가능함을 보였다.

• 한국산학기술학회논문지
• /
• 제22권4호
• /
• pp.611-620
• /
• 2021

정비 산업은 사후정비, 예방정비를 거쳐, 상태기반 정비를 중심으로 진행되고 있다. 상태기반 정비는 장비의 상태를 파악하여, 최적 시점에서의 정비를 수행한다. 최적의 정비 시점을 찾기 위해서는 장비의 상태, 즉 잔여 유효 수명을 정확하게 파악하는 것이 중요하다. 이에, 본 논문은 시뮬레이션 데이터(C-MAPSS)를 사용한 터보팬 엔진의 잔여 유효수명(RUL, Remaining Useful Life) 예측 모델을 제시한다. 모델링을 위해 C-MAPSS(Commercial Modular Aero-Propulsion System Simulation) 데이터를 전처리, 변환, 예측하는 과정을 거쳤다. RUL 임계값 설정, 이동평균필터 및 표준화를 통해 데이터 전처리를 수행하였고, 주성분 분석(Principal Component Analysis)과 k-NN(k-Nearest Neighbor)을 활용하여 잔여 유효 수명을 예측하였다. 최적의 성능을 도출하기 위해, 5겹 교차검증기법을 통해 최적의 주성분 개수 및 k-NN의 근접 데이터 개수를 결정하였다. 또한, 사전 예측의 유용성, 사후 예측의 부적합성을 고려한 스코어링 함수(Scoring Function)를 통해 예측 결과를 분석하였다. 마지막으로, 현재까지 제시되어온 뉴럴 네트워크 기반의 알고리즘과 예측 성능 비교 및 분석을 통해 k-NN 활용 모델의 유용성을 검증하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권4호
• /
• pp.2060-2077
• /
• 2019

Recently, mobile healthcare services have attracted significant attention because of the emerging development and supply of diverse wearable devices. Smartwatches and health bands are the most common type of mobile-based wearable devices and their market size is increasing considerably. However, simple value comparisons based on accumulated data have revealed certain problems, such as the standardized nature of health management and the lack of personalized health management service models. The convergence of information technology (IT) and biotechnology (BT) has shifted the medical paradigm from continuous health management and disease prevention to the development of a system that can be used to provide ground-based medical services regardless of the user's location. Moreover, the IT-BT convergence has necessitated the development of lifestyle improvement models and services that utilize big data analysis and machine learning to provide mobile healthcare-based personal health management and disease prevention information. Users' health data, which are specific as they change over time, are collected by different means according to the users' lifestyle and surrounding circumstances. In this paper, we propose a prediction model of user physical activity that uses data characteristics-based long short-term memory (DC-LSTM) recurrent neural networks (RNNs). To provide personalized services, the characteristics and surrounding circumstances of data collectable from mobile host devices were considered in the selection of variables for the model. The data characteristics considered were ease of collection, which represents whether or not variables are collectable, and frequency of occurrence, which represents whether or not changes made to input values constitute significant variables in terms of activity. The variables selected for providing personalized services were activity, weather, temperature, mean daily temperature, humidity, UV, fine dust, asthma and lung disease probability index, skin disease probability index, cadence, travel distance, mean heart rate, and sleep hours. The selected variables were classified according to the data characteristics. To predict activity, an LSTM RNN was built that uses the classified variables as input data and learns the dynamic characteristics of time series data. LSTM RNNs resolve the vanishing gradient problem that occurs in existing RNNs. They are classified into three different types according to data characteristics and constructed through connections among the LSTMs. The constructed neural network learns training data and predicts user activity. To evaluate the proposed model, the root mean square error (RMSE) was used in the performance evaluation of the user physical activity prediction method for which an autoregressive integrated moving average (ARIMA) model, a convolutional neural network (CNN), and an RNN were used. The results show that the proposed DC-LSTM RNN method yields an excellent mean RMSE value of 0.616. The proposed method is used for predicting significant activity considering the surrounding circumstances and user status utilizing the existing standardized activity prediction services. It can also be used to predict user physical activity and provide personalized healthcare based on the data collectable from mobile host devices.

• 한국경제지리학회지
• /
• 제21권4호
• /
• pp.335-349
• /
• 2018

본 연구의 목적은 시간이 경과하면서 통행속도와 같은 교통환경에 나타나는 변화가 대중교통이용자의 시간거리 접근성에 미치는 영향을 분석하는 것이다. 이를 위하여 서울대도시권 대중교통체계의 3개년(2011년, 2013년, 2015년)의 각각 1주일치 통행기록을 담은 교통카드 데이터를 활용한다. 교통카드빅데이터에는 대중교통이용자들의 통행궤적에 대한 시 공간 정보가 담겨 있다. 본 연구에서는 교통카드 자료의 통행시간을 토대로 각 시점의 대중교통체계를 구성하고 있는 지하철 역 및 버스 정류장들 사이의 링크들의 시간거리를 산출한다. 실험 결과로 얻어진 통합 교통망에서 접근도 변화는 두 가지 관점으로 요약할 수 있다. 첫째, 해가 지날수록 접근도는 떨어지는 경향이 있다. 교통망이 더 복잡해짐으로 차량의 이동 속도가 저하되기 때문이다. 둘째, 요일별 접근도 변화 분석에서 주말에 접근도가 높아지는 경향이 있다. 이것은 버스노선들 상의 버스 속도가 주말에 빨라지기 때문이다. 접근도 변화의 분석을 위해 연도별과 요일별 차량속도와 승객수를 그래프로 설명한다.

• 한국산업보건학회지
• /
• 제29권2호
• /
• pp.185-194
• /
• 2019

Objective: This study was conducted to investigate the intensity of the extremely low frequency magnetic fields(ELF-MF) generated inside of the cabins during subway operation. Methods: The ELF-MF intensity were investigated on 30 subway lines in Korea, including in the Greater Seoul Metropolitan Area(Seoul and Gyeonggi-do Province), Incheon, Busan, Daegu, Daejeon, and Gwangju. ELF-MF intensity was measured at 0.9 m from the floor using EMDEX II meters with a resolution of $0.01{\mu}T$. All data were collected every three seconds and analyzed with EMCALC 2013 version 3.0B software. Basic characteristics of subway operation, including alternative current(AC) or direct current(DC), voltage level, and opening year of the line were investigated. Real-time information during measurement, such as the time of departure, moving and arrival of trains, were also recorded. Results: The arithmetic mean(AM) and maximum(Max) intensity of ELF-MF were $0.62{\mu}T$ and $11.51{\mu}T$, respectively. Compared by region, the ELF-MF intensity measured inside cabin were the highest in the Seoul Metropolitan Area($AM=0.80{\mu}T$), followed by Busan($AM=0.30{\mu}T$), Daegu($AM=0.29{\mu}T$), Incheon($AM=0.14{\mu}T$), Gwangju($AM=0.04{\mu}T$) and Daejeon($AM=0.03{\mu}T$). The average ELF-MF level measured in AC trains($AM=1.36{\mu}T$) was also significantly higher than in DC trains($AM=0.28{\mu}T$). In terms of the opening year of the subway, trains opened before 1990($AM=0.85{\mu}T$) was the highest and the lowest was 2000-2009($AM=0.24{\mu}T$). Conclusions: The AC supply has the greatest influence on the generation of the ELF-MF intensity in subway cabins.

• 디지털융복합연구
• /
• 제17권9호
• /
• pp.135-145
• /
• 2019

장기불황으로 인해 한국 청년실업률이 수년간 10% 안팎의 높은 수준을 유지하고 있는 가운데, 주요 경제활동 인구인 30~40대의 실업률이 최근 상승세를 보이고 있다. 정부의 기존 청년 중심의 고용촉진 및 실업복지 정책을 30~40대를 포함한 다양한 연령층으로 확대 강화하기 위해서는 각 연령층에 대한 실업예측 모형 연구가 필요하다. 이에 본 연구에서는 한국 통계청 실업률 자료와 구글 검색어를 활용하여 한국 30~40대 연령층에 특화된 실업률 예측모형을 개발하고자 하였다. 실업률 자료와 계절성 자기회귀누적이동평균 모형을 활용하여 기초모형(Model 1)을 다중선형회귀 모형으로 추정하였으며, 개선된 모형을 구하고자 구글 검색 질의어 정보를 Model 1에 추가 활용하였다(Model 2). 그 결과, 30대와 40대 연령층 모두 구글 검색 질의어를 추가 활용한 Model 2가 Model 1보다 우수한 예측력을 보였다. 이는 웹 검색 질의어가 여전히 한국의 실업률 예측모형을 개선하는 데 유의미함을 의미한다. 본 연구는 실질적인 활용을 위해 추가적인 연구가 필요하지만, 연령대별 실업률 예측 연구에 기여할 것으로 판단된다.

• 부동산연구
• /
• 제28권1호
• /
• pp.115-130
• /
• 2018

본 연구에서는 주택연금 해지비율이 높아져 가는 추세에 따라 주택연금 해지에 영향을 미치는 요인을 좀 더 세분화하여 알아보고자 한다. 또한, 담보주택 가격대별로 해지사유와 해지비율을 비교하기 위해 가격구간별 모형을 구성하여 가입자입장에서 담보주택 가격대별로 주택연금 계약 해지에 영향을 미치는 요인에 있어서의 차이를 확인한다. 실증분석 결과, 가입 시의 담보주택가격의 초과누적상승률이 클수록, 월지급금액이 클수록, 월지급금과 최소노후생활비와의 차이가 클수록, 전월 순인구이동률과 대출금누계가 적을수록, 주택연금 계약을 해지할 확률이 높은 것으로 나타났다. 특히 담보주택의 가격구간대별 주택연금 계약 해지비율의 차이가 커 각 구간대별로 주택연금 계약 해지에 영향을 미치는 요인이 다를 것이며, 이를 확인하고자 담보주택가격구간대별 모형을 구성하여 분석하였다. 분석 결과, 주택연금 가입 고령층의 60%가 가입담보주택의 평균 가격 보다 낮은 가격 수준으로 가입되어 있으며, 각 구간마다 주택연금 계약 해지에 영향을 미치는 요인과 유의미함이 다르다는 사실을 확인하였다. 이에 주택연금 계약 해지율을 증가시키는 리스크에 대한 관리를 적절히 한다면, 사회 전체적으로 주택연금이 확대되어 고령자의 노후소득 확보와 생활의 안정을 제고하고 인구고령화의 충격을 완화해 나갈 수 있는 의미있는 수단이 될 수 있을 것이다.