• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 1996년도 추계학술대회 논문
• /
• pp.133-137
• /
• 1996

This paper presents a new approach to the design of neural control system using digital signal processors in order to improve the precision and robustness. Robotic manipulators have bevome increasingly important in the field of flexible automation. High speed and high-precision trajectory tracking arre indispensable capabilities for their versatile application. the need to meet demanding control requirement in increasingly complex dynamical control systems under sygnificant uncertainties leads toward design of implementing real time neural control to provide an enhanced motion control for robotic manipulators. In this control scheme the ntworks intrduced are neural nets with dynamic neurouns whose dynamics are distributed over all the network nodes. The nets are trained by the distributed dynamic are distributed over all the network nodes. The nets are trained by the distributed dynamic back propagation algorithm. The proposed neural network control scheme is simple in structure fast in computation and suitable for implementation of real-time control, Performance of the neural controller is illustrated by simulation and experimental results for a SCAEA robot.

• Journal of Information Processing Systems
• /
• 제19권1호
• /
• pp.130-138
• /
• 2023

The traffic flow in an urban area is affected by the date, weather, and regional traffic flow. The existing methods are weak to model the dynamic road network features, which results in inadequate long-term prediction performance. To solve the problems regarding insufficient capacity for dynamic modeling of road network structures and insufficient mining of dynamic spatio-temporal features. In this study, we propose a novel traffic flow prediction framework called shared spatio-temporal attention convolution optimization network (SSTACON). The shared spatio-temporal attention convolution layer shares a spatio-temporal attention structure, that is designed to extract dynamic spatio-temporal features from historical traffic conditions. Subsequently, the graph optimization module is used to model the dynamic road network structure. The experimental evaluation conducted on two datasets shows that the proposed method outperforms state-of-the-art methods at all time intervals.

• 대한교통학회지
• /
• 제20권1호
• /
• pp.101-110
• /
• 2002

본 연구는 통행배분 모형과 네트워크 로딩의 일반적인 원리 및 그 관계를 규명하고. 시간을 고려한 네트워크 로딩방법 즉, 동적네트워크 로딩 방법을 소개한다. 우선 본 연구에서는, 동적 네트워크 로딩을 올바로 구현하기 위해 인과성 (causality), FIFO(First-In-First-Out), 교통량전파(flow propagation), 교통류보존(flow conservation) 등의 조건이 만족되어야 함을 제기한다. 그리고, 구체적인 동적 네트워크 로딩 방법을 알고리즘 형식으로 설명하였으며, 이후 링크 비용함수로써 결정적 대기행렬모형을 도입하여 가상 네트워크 속에서 동적 네트워크 로딩이 어떻게 이루어지는지를 수치적으로 보여준다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (A)
• /
• pp.691-693
• /
• 2004

Mobile Ad hoc network은 stationary infrastructure의 도움 없이 이동 노드들이 필요 시 multi-hop wireless links network 형태를 구성하여 통신이 이루어지게 하는 network이다. 따라서 효율적인 라우팅 프로토콜의 개발이 중요한 issue인데 최근에는 routing overhead가 적은 on-demand 프로토콜이 주목을 받고 있다. On-demand 프로토콜은 새로운 route을 구성하기 위해서 query packet을 broadcasting하게 되는데, 특히 노드들의 mobility가 많은 mobile ad hoc network(MANET)의 경우에는 더욱더 자주 발생하게 되는데, blind broadcasting은 neighbor 노드들 간의 radio transmission region overlap에 의해 redundancy, contention, collision 같은 broadcast storm 문제를 발생시키게 된다. 본 논문은 on-demand 프로토콜의 broadcast storm 문제를 해결하기 위해 Neighbor Topology을 고려 한 Dynamic Adaptation Query flooding scheme을 제시한다. 또한 Dynamic Adaptive Query flooding scheme은 broadcast storm 문제 해결뿐만 아니라 network의 congestion을 감소시켜 data packet의 성능 향상에도 기여 할 것이다.

• 한국멀티미디어학회논문지
• /
• 제11권6호
• /
• pp.807-815
• /
• 2008

A simple efficient method of spotting and recognizing hand gestures in video is presented using a network of hidden Markov models and dynamic programming search algorithm. The description starts from designing a set of isolated trajectory models which are stochastic and robust enough to characterize highly variable patterns like human motion, handwriting, and speech. Those models are interconnected to form a single big network termed a spotting network or a spotter that models a continuous stream of gestures and non-gestures as well. The inference over the model is based on dynamic programming. The proposed model is highly efficient and can readily be extended to a variety of recurrent pattern recognition tasks. The test result without any engineering has shown the potential for practical application. At the end of the paper we add some related experimental result that has been obtained using a different model - dynamic Bayesian network - which is also a type of stochastic model.

• 정보보호학회논문지
• /
• 제28권2호
• /
• pp.485-500
• /
• 2018

시스템 및 네트워크 환경의 규모가 확대되고, 네트워크 구조 및 시스템 구성이 빈번하게 변화함에 따라 네트워크 관리자가 현황을 수동으로 관리하고 실시간 변동사항을 식별하는 데에 많은 어려움이 발생하고 있다. 본 논문에서는 동적인 네트워크 정보를 실시간으로 스캔하고, 사전에 수집한 취약점 정보를 바탕으로 네트워크 내 장치의 취약성 정도를 점수화하고 최종적으로 공격자의 입장에서 공격 가능한 모든 경로를 도출하여 네트워크 관리자에게 공격 가능성이 높은 경로 목록을 제공하는 알고리즘을 제안하였다. 또한 제안하는 알고리즘을 토대로 한 Attack Graph를 실제로 구현하였으며, Software Defined Networking (SDN) 환경이 포함된 동적으로 변화하는 가상 네트워크 환경을 구축한 후 시뮬레이션을 진행하여 Moving Target Defense (MTD) 개념이 반영된 시스템에도 적용이 가능함을 입증하였다.

• 벤처창업연구
• /
• 제17권5호
• /
• pp.17-30
• /
• 2022

불확실한 환경에서 창업하는 기술창업기업의 경쟁우위에 동적역량이 매우 중요한 영향을 미친다는 점은 여러 연구에서 검증되어왔다. 그리고 이런 동적역량에는 외부기관 네트워크가 중요한 영향을 미친다. 이는 자원과 지식이 부족한 창업기업에게 더욱 중요하다. 동적역량에 직접적으로 유의한 영향을 미치는 네트워크는 가치사슬내부 네트워크 위주로 연구되어 왔다. 하지만 창업기업의 네트워크 활동은 가치사슬내부 네트워크 뿐만 아니라 가치사슬외부 네트워크와도 이루어지고 있다. 따라서 창업기업의 네트워크 활동이 동적역량에 미치는 영향을 연구하기 위해서는 두 가지 네트워크가 모두 포괄된 연구가 필요하지만, 선행연구가 부족하다. 본 연구에서는 기술창업기업을 대상으로 가치사슬외부 네트워크와 가치사슬내부 네트워크를 포괄하는 모델을 구성하고, 동적역량과 경쟁우위에 미치는 영향을 실증하는 연구를 진행하였다. 연구결과, 가치사슬내부와의 네트워크 활동은 선행연구와 마찬가지로 동적역량에 직접적으로 유의한 영향을 주었고, 가치사슬외부와의 네트워크 활동은 동적역량에 직접적으로 유의한 영향을 주지 않았다. 그리고 동적역량은 경쟁우위에 유의한 영향을 주었다. 추가연구를 통해 확인한 바, 가치사슬외부와의 네트워크 활동은 가치사슬내부와의 네트워크 활동에 영향을 주고 이를 통해 동적역량을 강화하며, 이를 통해 경쟁우위에 긍정적인 영향을 주는 매개효과가 유의하였다. 이를 통해 창업기업이 동적역량을 강화하여 경쟁우위를 높이기 위해서는 가치사슬내부 네트워크가 중요하다는 점과 가치사슬내부 네트워크는 강하게, 다양하게 맺는 것은 모두 동적역량을 높여 경쟁우위에 긍정적 영향을 준다는 점을 확인할 수 있었다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2007년도 춘계학술발표논문집
• /
• pp.150-153
• /
• 2007

The intent of this paper is to describe a neural network structure called multi dynamic neural network(MDNN), and examine how it can be used in developing a learning scheme for computing robot inverse kinematic transformations. The architecture and learning algorithm of the proposed dynamic neural network structure, the MDNN, are described. Computer simulations are demonstrate the effectiveness of the proposed learning using the MDNN.

• Communications for Statistical Applications and Methods
• /
• 제10권3호
• /
• pp.795-804
• /
• 2003

In this article, a tomography for the estimation of the origin-destination(OD) traffic intensities in dynamic routing network is considered. Vardi(1996)'s approach based on fixed route is not directly applicable to dynamic routing protocols, which arises from the fact that we cannot access the route at every observation time. While it uses link-wise traffics as the observations, the proposed method considers the triple of ingress/outgress/relayed traffics data at each node so that we can transform the problem into a routing-independent tomography. An EM algorithm for implementation and some simulated experiments are provided.

• Journal of applied mathematics & informatics
• /
• 제9권1호
• /
• pp.77-86
• /
• 2002

Ford and Fulkerson have shown that a stationary maximal dynamic flow can be obtained by solving a transhipment problem associated with the static network and thereby finding the maximal temporally repeated dynamic flow. This flow is known to be an optical dynamic flow. This paper presents an algorithm for second best temporal1y repeated flows. A numerical example is presented.