• 한국정보통신학회논문지
• /
• 제19권8호
• /
• pp.1811-1817
• /
• 2015

본 논문은 국내에서 수행된 정보보안에 연구 트렌드를 분석하고, 국제적 연구 트렌드와 비교함으로써 향후 국가차원에서 나아가야할 방향에 대해 고찰해보고자 한다. 이는 기존에 수행된 정보보안의 국제 연구 트렌드 분석에 대한 후속작으로, 기존 연구의 결과와 정확한 비교를 위해 동일한 분석 방법을 이용한다. 이를 위해 2001년부터 2014년까지 발표 및 게재된 국내 논문을 활용하며, 보안과 깊이 관련된 기술들 사이의 시간별 연관성을 측정하여 국내 연구 트렌드를 분석하고, 그 결과를 비교한다. 또한 국내외의 미래 기술 시장을 함께 고려함으로써 향후 우리가 나아가야 할 발향을 살펴보고자 한다.

• Nuclear Engineering and Technology
• /
• 제53권2호
• /
• pp.455-465
• /
• 2021

The Molten Salt Reactor (MSR), one of the six advanced reactor types of the 4th generation nuclear energy systems, has many impressive features including economic advantages, inherent safety and nuclear non-proliferation. This paper introduces a system analysis code named TREND, which is developed and used for the steady and transient simulation of MSRs. The TREND code calculates the distributions of pressure, velocity and temperature of single-phase flows by solving the conservation equations of mass, momentum and energy, along with a fluid state equation. Heat structures coupled with the fluid dynamics model is sufficient to meet the demands of modeling MSR system-level thermal-hydraulics. The core power is based on the point reactor neutron kinetics model calculated by the typical Runge-Kutta method. An incremental PID controller is inserted to adjust the operation behaviors. The verification and validation of the TREND code have been carried out in two aspects: detailed code-to-code comparison with established thermal-hydraulic system codes such as RELAP5, and validation with the experimental data from MSRE and the CIET facility (the University of California, Berkeley's Compact Integral Effects Test facility).The results indicate that TREND can be used in analyzing the transient behaviors of MSRs and will be improved by validating with more experimental results with the support of SINAP.

• Industrial Engineering and Management Systems
• /
• 제12권3호
• /
• pp.244-253
• /
• 2013

In industries, shipping is an important issue in improving the forecasting accuracy of sales. This paper introduces a hybrid method and plural methods are compared. Focusing the equation of exponential smoothing method (ESM) that is equivalent to (1, 1) order autoregressive-moving-average (ARMA) model equation, a new method of estimating the smoothing constant in ESM had been proposed previously by us which satisfies minimum variance of forecasting error. Generally, the smoothing constant is selected arbitrarily. However, this paper utilizes the above stated theoretical solution. Firstly, we make estimation of ARMA model parameter and then estimate the smoothing constant. Thus, theoretical solution is derived in a simple way and it may be utilized in various fields. Furthermore, combining the trend removing method with this method, we aim to improve forecasting accuracy. This method is executed in the following method. Trend removing by the combination of linear and 2nd order nonlinear function and 3rd order nonlinear function is executed to the original production data of two kinds of bread. Genetic algorithm is utilized to search the optimal weight for the weighting parameters of linear and nonlinear function. For comparison, the monthly trend is removed after that. Theoretical solution of smoothing constant of ESM is calculated for both of the monthly trend removing data and the non-monthly trend removing data. Then forecasting is executed on these data. The new method shows that it is useful for the time series that has various trend characteristics and has rather strong seasonal trend. The effectiveness of this method should be examined in various cases.

• Communications for Statistical Applications and Methods
• /
• 제29권1호
• /
• pp.41-51
• /
• 2022

We forecast the US oil consumption level taking advantage of google trends. The google trends are the search volumes of the specific search terms that people search on google. We focus on whether proper selection of google trend terms leads to an improvement in forecast performance for oil consumption. As the forecast models, we consider the least absolute shrinkage and selection operator (LASSO) regression and the structured regularization method for large vector autoregressive (VAR-L) model of Nicholson et al. (2017), which select automatically the google trend terms and the lags of the predictors. An out-of-sample forecast comparison reveals that reducing the high dimensional google trend data set to a low-dimensional data set by the LASSO and the VAR-L models produces better forecast performance for oil consumption compared to the frequently-used forecast models such as the autoregressive model, the autoregressive distributed lag model and the vector error correction model.

• 한국멀티미디어학회논문지
• /
• 제10권8호
• /
• pp.1017-1028
• /
• 2007

본 논문에서는 비디오 스트림을 효과적으로 표현하고 저장하며, 저장된 비디오 스트림을 효율적으로 검색하는 기법을 제안한다. 각 비디오 프레임으로부터 특징(feature)들을 추출하고, 각 특징들의 수치값을 정규화 하여 [0,1] 사이의 값으로 표현하면, f 개의 특징으로 표현된 비디오 프레임은 f 차원의 공간 $[0,1]^f$ 상의 한 점으로 나타낼 수 있다. 따라서 비디오 스트림은 다차원 공간에서 점들의 궤적으로 표현될 수 있으며 이 궤적은 카메라 샷을 기준으로 비디오 세그먼트로 분할된다. 비디오 세그먼트는 세그먼트 내의 점들의 움직임 등의 정보를 나타내는 경향 벡터(trend vector)로 표현되며, 비디오 스트림 검색은 이러한 경향 벡터에 대하여 수행된다. 스포츠, 뉴스, 기록영화, 교육용 비디오 등의 비디오 스트림에 대하여 제안한 기법을 검증하였으며, 실험 결과 기존의 방법에 비하여 복원 오차율(reconstruction error rate)이 평균37% 감소되었고, 검색의 정밀도(precision)는 비슷한 수준의 재현율(recall) 및 응답 시간을 유지하면서 평균 2.1 배까지 향상되었음을 관찰할 수 있었다.

• 한국해양학회지:바다
• /
• 제21권2호
• /
• pp.67-77
• /
• 2016

본 연구에서는 한반도 주변 해역의 해수면 및 수온, 염분의 선형 추세 분석을 위한 종합 회귀 도표를 개발하였다. 현장 관측 자료는 품질 관리 과정을 거쳤으며 객관 분석 자료와의 경험적 직교 함수 비교를 통해 검증하여 사용하였다. 종합 회귀 도표를 통해 기존의 연구 결과들과 유사한 선형 회귀 값을 확인하였고, 1983년부터 2013년 기간동안에서의 5년에서 30년 단위의 변동률을 추가로 제시하였다. 본 연구에서 제시된 정량적 결과가 향후 해양 장기 추세 관련 연구의 기준 값으로 유용하게 사용될 것을 기대한다.

• 융합보안논문지
• /
• 제11권3호
• /
• pp.19-24
• /
• 2011

소프트웨어 고장 시간은 테스팅 시간과 관계없이 일정하거나, 단조증가 혹은 단조 감소 추세를 가지고 있다. 이러한 소프트웨어 신뢰모형들을 분석하기 위한 자료척도로 자료에 대한 추세 검정이 개발되어 있다. 추세 분석에는 산술평균 검정과 라플라스 추세 검정 등이 있다. 추세분석들은 전체적인 자료의 개요의 정보만 제공한다. 본 논문에서는 고장시간을 측정하다가 시간 절단이 될 경우에 미래의 고장 시간 예측에 관하여 연구 하였다. 시계열 분석에 이용되는 단순이동 평균법과 가중이동평균법, 지수평활법을 이용하여 미래고장 시간을 예측하여 비교하고자 한다. 실증분석에서는 고장간격 자료를 이용하여 모형들에 대한 예측값을 평균자승오차를 이용하여 비교하고 효율적 모형을 선택 하였다.

• 융합보안논문지
• /
• 제12권3호
• /
• pp.115-121
• /
• 2012

소프트웨어 고장 시간은 테스팅 시간과 관계없이 일정하거나. 단조증가 혹은 단조 감소 추세를 가지고 있다. 이러한 소프트웨어 신뢰모형들을 분석하기 위한 자료척도로 자료에 대한 추세 검정이 개발되어 있다. 추세 분석에는 산술평균 검정과 라플라스 추세 검정 등이 있다. 추세분석들은 전체적인 자료의 개요의 정보만 제공한다. 본 논문에서는 고장시간을 측정하다가 시간 절단이 될 경우에 미래의 고장 시간 예측에 관하여 연구 하였다. 곡선회귀모형에 이용되는 S곡선모형과 성장모형, 로지스틱을 이용하여 미래고장 시간을 예측하여 비교 하였다. 제안된 예측방법에서는 고장시간 자료를 이용하여 모형들에 대한 예측 값을 결정계수 와 평균제곱오차를 이용하여 비교 하고 효율적 모형을 선택 하였다.

• 한국실내디자인학회논문집
• /
• 제21권5호
• /
• pp.46-56
• /
• 2012

Though Korea and China have a lot of things in common, these two countries have developed different housing style. However, after modernization, apartments have become major housing style in both Korea and China. So this research analyzed 240 apartment plans which was build in Seoul and Beijing in 2000s and 2010s to predict the future trends for apartments. The results are as follows: The opening direction of the front door will be outwards as the hallway space of small apartments in China become wider as the living standards is increasing. Because of the floor sitting lifestyle, Koreans end outdoor activities when take off their shoes at the entrance hall and continue for indoor activities, they separate entrance hall from livingroom. However, because Chinese have chair sitting lifestyle, entrance hall and livingroom is not divided. Korean apartment shows a trend which connects livingroom, diningroom and kitchen altogether; however, Chinese apartment shows a trend which separates kitchen from livingroom and diningroom. Bedrooms are showing a trend of distributed layout. Master bedroom are showing a trend which includes separate bathroom or attached room as the size of apartment increases and so on.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권3호
• /
• pp.236-243
• /
• 2009

특허, 뉴스, 블로그와 같이 시간 정보가 있는 문서들로부터의 자동적인 트렌드 분석(trend analysis)은 토픽탐지 및 추적 기술(TDT: Topic Detection and Tracking)과 더불어 중요한 연구 분야로 대두되고 있다. 과거 연구들은 대부분 트렌드과 관련된 단어의 출현 빈도 정보를 이용하여 주어진 개념의 중요도를 측정하고 이 개념의 시간에 따른 트렌드 라인을 보여주는 것에 초점을 맞췄다. 신출 트렌드 (emerging trend)를 탐지하기 위해서는 주어진 개념의 출현 빈도수 변화와 같은 간단한 방법이나 학습 데이타와 비교하여 차이를 탐지하여 제시하는 방법이 사용되었다. 그러나 여러 트렌드 중에서 특징적인 트렌드를 찾아서 사용자에게 제공하기 위해서는 트렌드 순위 결정 함수가 필요하다. 본 논문은 트렌드의 다양한 측면을 정량화하기 위하여 출현 빈도로 구성된 트렌드 곡선으로부터 네 가지 속성 (변동성, 지속성, 안정성, 누적량) 을 정의하고 이를 활용한 트렌드 순위 결정 방법을 제안한다. 일련의 실험을 통하여 각 속성의 유용성을 검증하고 속성들의 조합이 순위 결정에 어떤 영향을 미치는지 분석하였다. 실험결과로부터 네 가지 속성을 모두 조합할 경우 특징적인 트렌드 탐지에 더욱 기여하는 것을 알 수 있다.