• Wind and Structures
• /
• 제15권1호
• /
• pp.43-64
• /
• 2012

Many potential small wind turbine locations are near obstacles such as buildings and shelterbelts, which can have a significant, detrimental effect on the local wind climate. A neural network-based model has been developed which predicts mean wind speed and turbulence intensity at points in an obstacle's region of influence, relative to unsheltered conditions. The neural network was trained using measurements collected in the wakes of 18 scale building models exposed to a simulated rural atmospheric boundary layer in a wind tunnel. The model obstacles covered a range of heights, widths, depths, and roof pitches typical of rural buildings. A field experiment was conducted using three unique full scale obstacles to validate model predictions and wind tunnel measurements. The accuracy of the neural network model varies with the quantity predicted and position in the obstacle wake. In general, predictions of mean velocity deficit in the far wake region are most accurate. The overall estimated mean uncertainties associated with model predictions of normalized mean wind speed and turbulence intensity are 4.9% and 12.8%, respectively.

• 한국정보통신설비학회:학술대회논문집
• /
• 한국정보통신설비학회 2008년도 정보통신설비 학술대회
• /
• pp.394-397
• /
• 2008

Recently WiBro network is installed for high speed wireless internet service by telecommunication service provider, however WiBro service is not provided in the region of mountain or difficult region to install network infra. Fixed repeater is used to resolve those shadow area problem in current WiBro network. This paper study introducing Ad-hoc based multi-hop relay instead of using fixed repeater in order to resolve those shadow area problem. Cost down of fixed repeater and active network expansion is possible to resolve shadow area problem by introducing multi-hop relay technology.

• KDI Journal of Economic Policy
• /
• 제44권4호
• /
• pp.25-42
• /
• 2022

I analyze how the food delivery market's indirect network effect and spillover effect influence the spread of food delivery platforms in different counties. This study finds that there is a positive local indirect network effect and a positive spillover effect in the adoption of the platform by examining the food delivery platform market in South Korea as of 2020. As food delivery platforms secure consumers who use them, more restaurants on the other side of a two-sided market adopt such platforms (indirect network effect). The spillover effect would allow other restaurants in a region to become more likely to adopt food delivery platforms if there are a greater number of restaurants in the region that use such platforms. This study contributes to the comprehension of technology diffusion and the marketing strategies of platform providers by providing empirical evidence of both effects.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2001년도 춘계종합학술대회
• /
• pp.625-628
• /
• 2001

본 논문은 차량 번호판 영상을 안정적으로 추출하여 인식하는 방법으로 Fuzzy-ARTMAP 신경회로망을 이용하여 인식하는 시스템을 제안한다. 입력 영상에서 칼라정보를 이용하여 휘도값을 추출하고, 추출된 영상에서 히스토그램을 이용하여 번호판을 배경영상에서 분리하는 작업을 수행한 후, X축 영역에 축적 히스토그램을 적용하여 글자를 분리하고, Y축 영역에 축적 히스토그램을 이용하여 글자를 완전 분리하여 번호판의 문자를 분리시킨 후, 추출된 문자 영역을 Fuzzy-ARTMAP 신경망에 입력하여 문자를 인식하였다. Fuzzy-ARTMAP을 이용한 결과 기존의 다른 신경망을 이용한 것보다 문자인식 처리 시간을 단축시키고 인식률을 향상시킬 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제17권2호
• /
• pp.543-554
• /
• 2017

우리는 한국기업정보(KED)에서 제공하는 기업 간 거래에 관한 8만 여건의 데이터로부터, 부산, 울산, 경남 지역에 위치한 기업 간의 거래관계만으로 네트워크를 구성하고 사회네트워크 분석 기법을 사용하여 정책적으로 유용한 정보를 얻고자 하였다. 먼저 주 거래기업만으로 거래관계를 한정시켜 이 거래관계만으로 연결된 기업들로서 그룹핑(클러스터링)하여 보면 3개 이상의 기업으로 이루어진 클러스터들이 282개로 나타난다. 대부분의 클러스터들은 대기업들이 주기업이 되어 해당 클러스터의 매출액 대부분을 차지하면서 다른 클러스터와는 거래가 거의 없는 폐쇄적 위계적 거래를 하고 있는 것으로 나타났다. 네트워크 분석지표들로서 살펴보면 거래의 중심선에서 주요한 역할을 하는 대기업이 아닌 기업들이 발견되며, 어떤 클러스터들은 다른 클러스터들과 다수의 거래를 하고 있는 것으로 나타났다. 부산, 울산, 경남 지역외의 기업들과의 거래관계를 살펴보면 외부지역과의 거래관계는 외부로부터의 매입거래관계가 대부분이며 외부로의 매출거래는 거의 없는 것으로 드러났다. 정책적으로 보면 부산, 울산, 경남 지역 기업들 간의 거래관계를 좀 더 다변화해야 할 필요성이 있다. 이 경우 몇몇 다소 개방적인 거래를 주도하는 예외적인 기업들 및 클러스터들을 적극 활용할 필요성이 있다.

• 한국지역지리학회지
• /
• 제21권1호
• /
• pp.21-38
• /
• 2015

본 연구는 21개 영남권 도시들 간 네트워크 시간거리와 유동량자료를 이용하여 이들 간의 상보성을 추정하고자 하였다. 이를 위해 사람, 화물, 정보, 금융 등 네 가지 유형의 유동이 고려되었다. 이들 중 사람과 화물의 유동은 교통 네트워크상에서, 그리고 정보와 금융의 유동은 통신 네트워크상에서 이루어지는 것으로 구분되어 분석되었다. 연구의 목적을 위하여 먼저 도시들 간 유동의 기댓값이 중력모형에 기초한 회귀분석모형과 이중제약 엔트로피 극대화모형을 통해 추정되었다. 이를 통해 추정된 유동량은 사람 및 화물의 경우 실측 유동량으로부터 그리고 정보와 금융의 경우 추정유동량으로부터 차감하여 양의 결과값, 즉 상보성을 가지는 지를 확인하였다. 분석 결과는 이들 네 가지 유형의 상보성 유동이 공간패턴과 도시계층이라는 측면에서 각각 독특한 도시 네트워크를 형성하고 있음을 보여주고 있다. 이는 이 지역에서 네트워크 도시 모형을 추진하는 과정에서 네트워크 기반시설 공급과 관련된 이슈들을 적절한 방식으로 해결하기 위해서는 상보성의 각 유형별로 맞춤형의 전략이 바람직할 것임을 시사한다.

• 한국경제지리학회지
• /
• 제24권3호
• /
• pp.259-282
• /
• 2021

본 논문은 지역별 혁신과정에서 이루어지는 네트워크를 혁신주체를 중심으로 비교분석하고, 혁신주체 간 네트워크의 결정요인을 규명함으로써 정책 입안자들에게 유용한 정보를 제공하는데 있다. 혁신주체의 활동에 대한 실제적인 내용을 분석하기 위해 국가연구개발사업 데이터를 활용하여 사회네트워크 분석을 수행하였다. 사회네트워크 분석을 통해 도출된 결과를 바탕으로 혁신주체 네트워크의 결정요인을 파악하기 위해 QAP분석을 실시하였다. 연구 결과 첫째 지역마다 대표적으로 활동하는 혁신주체는 지역마다 차이가 존재하고 혁신주체의 활동은 시기적으로 변화가 이루어지는 것을 알 수 있었다. 둘째, 혁신활동의 네트워크는 수도권과 대전을 제외하고는 지리적으로 가까운 지역과 공동연구개발을 많이 수행한다. 그리고 전체적인 공동연구의 건수가 증가하더라도 지역 내 국지적인 네트워크를 발생시키지 않았다. 셋째, 혁신주체의 네트워크는 지리적 근접성과 연구비의 규모 차이가 영향을 미치기는 하지만 과거의 지속적인 관계가 강한 연구네트워크를 형성하는 것으로 나타났다.

• 한국음향학회지
• /
• 제37권2호
• /
• pp.118-128
• /
• 2018

본 논문은 사이드 스캔 소나 영상을 컨볼루션 신경망으로 학습하여 수중물체를 탐색하는 방법을 다루었다. 사이드 스캔 소나 영상을 사람이 직접 분석하던 방법에서 컨볼루션 신경망 알고리즘이 보강되면 분석의 효율성을 높일 수 있다. 연구에 사용한 사이드 스캔 소나의 영상 데이터는 미 해군 수상전센터에서 공개한 자료이고 4종류의 합성수중물체로 구성되었다. 컨볼루션 신경망 알고리즘은 관심영역 기반으로 학습하는 Faster R-CNN(Region based Convolutional Neural Networks)을 기본으로 하며 신경망의 세부사항을 보유한 데이터에 적합하도록 구성하였다. 연구의 결과를 정밀도-재현율 곡선으로 비교하였고 소나 영상 데이터에 지정한 관심영역의 변경이 탐지성능에 미치는 영향을 검토함으로써 컨볼루션 신경망의 수중물체 탐지 적용성에 대해 살펴보았다.

• 정보처리학회논문지B
• /
• 제14B권4호
• /
• pp.255-262
• /
• 2007

본 연구는 칼라 이미지에서 인물의 얼굴 영역을 검출하는 개선된 색상 기반 방식을 제안한다. 제안 방법은 RGB, $YC_bC_r$, YIQ의 세 가지 색상 모델을 조합, 각각 휘도와 색도 성분 조합 히스토그램을 구축하고 구축된 색상 조합 히스토그램을 역전파방식의 신경망에 입력한 후 학습단계의 반본 과정에 Levenberg-Marquadt 알고리즘을 적용한다. 제안 방법은 신경망 학습과정에 Levenberg-Marquadt 알고리즘을 적용하여 얼굴 검출에 가장 많이 사용되는 방법 중 하나인 역전파 신경망이 지역 최소값에 봉착하는 문제점을 해결함으로써 검출 오류율을 낮추는데 기여한다. 또한 색상 조합 히스토그램을 사용한 새로운 색상 조합 기반의 얼굴 영역 검출 방법은 빛의 영향에 강건하도록 휘도 성분을 분리하고 색도 성분을 강조하여 단일 색상 히스토그램보다 신경망에 더 신뢰성 있는 값을 입력함으로써 단일 색상 공간을 사용했을 때보다 높은 얼굴 검출율을 보인다. 실험 결과는 제안 방식이 얼굴 영역 검출 개선에 효과적이며 빛의 변화에 강건함을 보여준다.

• 한국지반환경공학회 논문집
• /
• 제20권3호
• /
• pp.15-20
• /
• 2019

확한 토공량 설계를 위해서는 충분한 량의 지반조사 자료가 필요하나 비용적인 문제로 인하여 제한적인 지반조사가 수행되고 있다. 정확한 토공량 예측을 위해서 지반의 층상정보를 추정하는 것은 중요한 사항이며, 이러한 제한적인 지반조사 데이터로부터 정확한 토공량 예측을 위해서는 지구통계학적(geo-statistical) 분석방법으로 지반 층상정보를 예측할 수 있다. 또한, 기시추된 지반 층상정보를 활용하여 기계학습을 통하여 모델을 학습하여 미시추된 지반 층상정보를 예측할 수도 있는데, 본 논문에서는 인공신경망을 통하여 미시추된 지반 층상정보를 예측하고 기존의 정규 크리깅 기법과 성능을 비교한다. 이를 위하여, 84공의 지반 층상정보를 활용한다. 84공의 지반 층상정보의 데이터셋 중에서 75공을 학습 데이터셋으로 활용하였고, 나머지 9공을 검증 데이터셋으로 활용하였다. 검증 데이터셋의 실측된 지반 층상정보와 정규 크리깅 기법과 인공신경망으로 예측된 지반 층상정보를 비교 분석한다.