• 한국통신학회논문지
• /
• 제33권3B호
• /
• pp.100-111
• /
• 2008

본 논문에서는 무선랜을 기반으로 하는 무선 홈네트워크 환경에서 사용자가 원하는 수준의 QoS 제공을 위하여, 유선 인터넷과 무선 홈네트워크를 포함하는 전체적인 네트워크에서의 QoS 제공 구조를 제안하고, 현실적으로 가장 문제가 되는 부분인 무선 홈네트워크 환경에서의 QoS 제공을 위하여 단지 무선랜의 MAC 레벨에서만 문제를 다루지 않고 네트워크 계층과 데이터 링크 계층을 통합적으로 고려하는 방식으로 문제를 접근한다. 이러한 통합적인 QoS 제공 방식을 사용할 경우, 기존 무선랜 단말의 최소한의 변경으로 QoS 제공이 가능할 뿐 아니라 무선랜의 MAC 레벨에서만 QoS 제공 문제를 다루는 기존의 방법들보다 보다 우수한 성능을 보이는 장점이 있으며, 시뮬레이션을 통하여 제안된 방식의 우수성을 검증한다.

• Ecology and Resilient Infrastructure
• /
• 제7권4호
• /
• pp.345-352
• /
• 2020

최근 하천범람에 따른 피해를 최소화하기 위해서는 대피를 위한 선행시간을 확보하는 것이 매우 중요하다. 본 연구에서는 현재 하천에서 측정되고 있는 수위 관측 자료를 이용하여 이상호우 발생시 하류의 수위를 예측하였다. 수위 예측을 위해 다중회귀모형 및 인공신경망 모형을 섬강시험유역에 적용하였다. 다중회귀모형 및 인공신경망 모형의 학습에는 섬강시험유역의 2002년부터 2010년까지의 수위 관측 자료를 이용하였으며, 학습된 모형을 이용하여 발생 가능한 수위를 예측하였다. 모의 결과 인공신경망 수위예측모형의 결정계수는 0.991 - 0.999로 나타났으며, 다중회귀수위예측 모형의 결정계수는 0.945 - 0.990로 나타나 인공신경망을 이용한 수위예측모형이 다중회귀모형보다 좀 더 나은 예측 결과를 나타내는 것을 확인할 수 있었다. 본 연구결과는 향후 하천에서 선행시간을 확보한 홍수 예보 구축에 활용할 수 있을 것으로 판단된다.

• 한국정보통신학회논문지
• /
• 제25권7호
• /
• pp.923-929
• /
• 2021

TCP 통신, 패킷통신은 고품질과 고신뢰성 확보를 위해서는 전송제어 기술이 필요하다. 그러나 실시간 데이터 전송의 경우 비효율적 전송 문제가 발생한다. 이러한 문제점을 극복하여 패킷의 신뢰성 전송을 위해 일반적으로는 단순히 버퍼 수위를 지표로 하는 조기혼잡제어를 사용 하였다. 혼잡을 제어하는 시점을 버퍼 수위에 기준을 두기 때문에 혼잡제어 시점과 해지 시점의 제어가 지연된다. 따라서 본 논문에서는 버퍼 수위 지표뿐만 아니라 네트워크 혼잡을 측정하는 전송 속도와 버퍼 수위가 최적의 설정 이상 수준에 근접하도록 패킷 폐기확률을 결정하는 이상적인 버퍼 수위와 함께 분류 하였다. 제안 방법을 입증하기 위한 실험에서 설정한 이상적인 버퍼 수위에 의해 평균버퍼 수위가 유지되게 함으로 직접 제어할 수 있음을 결과로 나타내었다.

• 대한공간정보학회지
• /
• 제21권4호
• /
• pp.143-150
• /
• 2013

본 연구의 목적은 상세 레벨의 대규모 도로망 데이터를 대상으로 다양한 축척과 추상화 수준을 가진 상위 레벨의 소축척 도로 선형 사상을 유도하는 가변-축척 기반 네트워크 데이터의 생성 방안을 제시하는 것이다. 이를 위해 우선, 가변-축척 모델 구축을 위해 관련 용어의 정의와 모델 구축시의 이점과 구축 절차에 대해 살펴보았다. 둘째, 가변-축척 모델을 설계하기 위해 지도 표출을 위한 표현 레벨과 레이어 구성요소를 제시하였다. 또한 상위 LoD와 데이터 연계 방법과 인덱스 구조 생성을 위한 규칙을 정의 하였다. 마지막으로 설계된 모델의 구현과 검증을 위해 제시된 알고리즘을 실제적인 연구지역 도로망(제주도)에 적용하여 가변 축척 도로망을 유도하여 구축하고, 공간 데이터베이스(Oracle Spatial)에 저장한 후 성능 분석을 통해 모델의 효율성과 타당성을 검증하였다.

• 정보과학회 논문지
• /
• 제43권12호
• /
• pp.1420-1427
• /
• 2016

본 논문은 통신 환경이 불안정하고 토폴로지가 수시로 변하는 CV(Connected Vehicle) 환경에서 Fog computing과 SDN의 장점을 활용하는 방법에 대해 제시한다. 이를 위해서 먼저 중앙의 컨트롤러는 최신의 네트워크 토폴로지를 유지함으로써 현재 네트워크 상황을 파악할 수 있어야한다. 특히 모바일 환경에서는 컨트롤러가 수집하는 정보 중에서 노드의 움직임 정보가 중요하기 때문에 본 논문에서는 움직임 정보를 세 가지 종류로 세분화하여 관리하고 해당 정보를 효율적으로 활용하고자한다. 본 논문에서 제안하는 모바일 노드의 움직임 정보의 활용 방안은 크게 두 가지로 컨트롤 메시지 횟수를 조절함으로써 컨트롤 오버헤드를 줄이는 것과 통신 단절 시 효율적으로 복구할 수 있는 복구 프로세스를 제안하는 것이다. 복구 프로세스는 두 가지로 모바일 노드의 움직임 정보를 활용하여 연결 상태를 효율적으로 복구하는 방법과 cloud level과 fog level을 구별하여 경로 복구를 수행하는 방법이다. 시뮬레이션 결과, 주어진 환경에서 본 논문이 제안한 방법이 기존 방법에 비해 55% 가량의 컨트롤 오버헤드를 줄이고 통신 단절 시 끊김 시간을 5% 가량 단축시킬 수 있음을 확인하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권1호
• /
• pp.1-7
• /
• 2004

본 논문에서는 필기체 숫자인식을 위해서 계층적으로 서로 다른 레벨의 정보를 표현할 수 있는 구조화된 특징들의 추출 방법과 특징들 사이에 의존도를 이용하여 분류하는 베이지안 망을 제안한다. 이러한 계층적 특징들을 추출하기 위해서 레벨 단위로 가버 필터들을 정의하고, FLD(Fisher Linear Discriminant) 척도를 이용하여 최적화된 가버 필터들을 선택한다. 계층적 가버 특징들은 최적화된 가버 특징들을 이용하여 추출되며, 하위 레벨일수록 더욱 국부적인 정보를 표현한다. 추출된 계층적 가버 특징들의 분류성능 향상을 위해서 가버 특징들 사이의 계층적 의존도를 이용하는 베이지안 망을 생성한다. 본 논문에서 제안하는 방법은 naive Bayesian 분류기, k-nearest neighbor 분류기, 그리고 신경망 분류기들과 함께 필기체 숫자인식에 적용되어 계층적 가버 특징들의 효율성과 계층적 의존도를 이용하는 베이지안 망은 분류성능을 향상시킬 수 있다는 것을 보여준다.

• 대한교통학회지
• /
• 제26권2호
• /
• pp.147-156
• /
• 2008

교통수요분석시 기종점(O/D) 존의 집계수준과 네트워크의 구축수준이 어느 정도 균형(balance)이 이루어져야 하는데, 실제로는 불균형을 이루고 있는 경우가 있어 실제교통량과 예측교통량간의 차이가 발생하는 원인중의 하나로 간주되고 있다. 본 연구에서는 소규모 네트워크를 대상으로 O/D존 수와 네트워크의 구축수준에 따른 통행수요의 변화를 살펴보고, 이를 통하여 O/D존수와 네트워크간의 균형(balance)문제를 검토해 보았다. 분석방법은 Sioux-Falls network를 대상으로 네트워크를 추가/삭제시키고, 그에 따라 O/D존의 수도 일정비율로 변화시켜 분석하였다. 분석된 자료를 검증척도인 RMSE와 F-검정을 통해 비교 분석한 결과, 네트워크 증가시에는 예상과는 달리, 네트워크 상세화에 대하여 O/D존수의 증가/감소가 민감하게 반응하지 않는 것으로 나타났으나, 네트워크 집계(삭제)시에는 O/D존의 수도 역시 함께 감소시켜야 오차를 줄일 수 있는 것으로 나타나 이들 간에는 밀접한 관계가 있음을 보여주었다. 이는 교통수요분석을 위하여 네트워크를 구축할 때, O/D존수(존의 크기)도 함께 고려해야 하며, 이들간에 균형(balance)이 이루어지도록 설계해야 함을 의미한다.

• 한국정보통신학회논문지
• /
• 제11권4호
• /
• pp.737-744
• /
• 2007

조직의 정보보호 목표를 효율적이고 효과적으로 달성하기 위해서는 조직의 정보보호 수준을 정확히 평가하고 이를 개선시킬 방향을 제시하는 기준이나 평가모델이 필요하다. 또한 이를 위해 부문별 정보보호 수준을 평가하고 개선할 수 있는 평가지표나 기준이 필요하고 우리나라에서 적용 가능한 정보보호 시스템들의 평가방법론이 연구되어야 한다. 본 연구에서는 다양하고 복잡한 네트워크 보안성과 보안성능부분에 초점을 맞추어 네트워크 보안성을 평가하기 위해 필요한 평가 시스템들을 추출하고 이들 각각을 평가할 수 있는 체크리스트와 각 시스템들이 네트워크 보안성에 얼마만큼 기여하는지를 결정하여 네트워크 보안성을 평가할 수 있는 방법을 제시하였다. 또한 네트워크 보안성능을 평가할 수 있는 평가 모델과 테스트시에 필요한 테스트 시나리오를 제시하였다.

• Journal of Electrical Engineering and Technology
• /
• 제10권4호
• /
• pp.1822-1829
• /
• 2015

In this study, artificial neural networks were used to determine the intensity of brightness in interior spaces. The illumination elements to illuminate indoor spaces were considered, not individually, but as a system. So, during the planned maintenance periods of an illumination system, after its design and installation, simple brightness level measurements must be taken. For a three-dimensional evaluation of the brightness level in indoor spaces in a speedy and accurate manner, the obtained brightness level measurement results and artificial neural network model were used. Upon estimation of the most suitable brightness level for indoor spaces by using the artificial neutral network model, the energy demands required by the illumination elements decreased. Consequently, in this study, with estimations of brightness levels, the extent to which the artificial neutral networks become successful was observed and more correct results have been obtained in terms of both economy and usage.

• International Journal of Contents
• /
• 제14권4호
• /
• pp.57-64
• /
• 2018

Among many UNESCO world heritage sites in Korea, "Historic Village: Hahoe" is adjacent to Nakdong River and it is imperative to monitor the water level near the village in a bid to forecast floods and prevent disasters resulting from floods.. In this paper, we propose a recurrent neural network with multiple hidden layers to predict the water level near the village. For training purposes on the proposed model, we adopt the sixth-order error function to improve learning for rare events as well as to prevent overspecialization to abundant events. Multiple hidden layers with recurrent and crosstalk links are helpful in acquiring the time dynamics of the relationship between rainfalls and water levels. In addition, we chose hidden nodes with linear rectifier activation functions for training on multiple hidden layers. Through simulations, we verified that the proposed model precisely predicts the water level with high peaks during the rainy season and attains better performance than the conventional multi-layer perceptron.