• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권2호
• /
• pp.69-76
• /
• 2018

참조 표현이란 장면 영상 내의 특정 물체를 가리키는 자연어 문장들을 의미한다. 본 논문에서는 참조 표현 이해를 위한 새로운 심층 신경망 모델을 제안한다. 본 논문에서 제안하는 모델은 장면 영상 내 대상 물체의 영역을 찾아내기 위해, 참조 표현에서 언급하는 대상 물체뿐만 아니라 보조 물체, 그리고 대상 물체와 보조 물체 사이의 관계까지 풍부한 정보를 활용한다. 또한 제안 모델에서는 영상 내 각 후보 영역의 적합도 계산을 위해 물체 적합도와 관계 적합도를 참조 표현의 문장 구조에 따라 결합한다. 따라서, 본 모델은 크게 총 네 가지 서브 네트워크들로 구성된다: 언어 표현 네트워크(LRN), 물체 정합 네트워크(OMN), 관계 정합 네트워크(RMN), 그리고 가중 결합 네트워크(WCN). 본 논문에서는 세 가지 서로 다른 참조 표현 데이터집합들을 이용한 실험을 통해, 제안 모델이 현존 최고 수준의 참조 표현 이해 성능을 보인다는 것을 입증하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제27권5호
• /
• pp.33-43
• /
• 2021

본 논문에서는 변형 자동 인코더 네트워크(variational autoencoder network)의 잠재 공간 내에 스타일 자동 인코더 네트워크를 적용하여 컨텐츠 캐릭터의 모션에 스타일 캐릭터 모션의 스타일 정보를 이전하는 프레임워크를 제안한다. 이 프레임워크를 사용하면 기존의 변형 자동 인코더를 통해 얻은 모션의 다양성을 스타일 캐릭터 모션의 스타일 정보를 이전하여 증가시킬 수 있다. 또한 입력 데이터 및 출력 데이터에 모션의 속도 정보를 포함시켜 이전 프레임의 모션에 속도를 적분하여 모션을 계산함으로써, 변형 자동 인코더로 인한 샘플링과 잠재 공간 내에서 스타일 정보가 이전된 새로운 잠재 변수의 디코더 네트워크를 통한 확장으로 발생할 수 있는 부자연스러운 동작을 개선할 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (C)
• /
• pp.328-331
• /
• 2007

본 논문은 물리엔진을 기반으로 구현한 자동차 시뮬레이터 프로그램에서 베이지안 네트워크를 이용해서 최적화된 이동방식을 계산하여 제공하는 기능을 구현한 결과를 보여준다. 자동차 시뮬레이터로부터 입력 받은 각 코스별 통과시간과 이동위치 및 회전각을 토대로 수집된 정보에 베이지안 네트워크를 적용하여 가장 빠른 시간 내에 완주한 코스의 이동위치에 따른 회전각을 산출해 낸 다음 각 위치마다 확률적으로 가장 적합한 핸들 조작법을 화면에 제공함으로써 사용자가 현 위치에 가장 최적화 된 조작법을 알 수 있게 한다. 또한 반복적인 레이스 트랙 완주에 따라서 더욱 최적화 된 각도를 피드백 함으로서 좀 더 빠른 완주가 가능해지도록 하는 것이 이 연구의 목적이다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.2656-2659
• /
• 2001

본 논문은 교사 있는 학습기의 Kohonen Feature Map에 고차 뉴런을 도입, 고차 뉴런을 이용한 Kohonen의 자기 조직화 맵을 제안한다. 일반적인 Kohonen Feature Map의 특징은 입력신호를 받아 출력 면(Kohonen Feature Map) 내의 특정한 위치 주위에 집중하는 메커니즘으로 즉, 국소집중 반응을 구하는 구조이다. 본 논문에서는 종래형의 Kohonen Feature Map의 특징을 보유하며 교사 있는 학습기의 Kohonen Feature Map에 고차 뉴런을 도입하여 국소집중반응 및 특징 축출이 용이하도록 네트워크 구조를 개선한 것이다. 특히, 일차 뉴런의 문제점인 비선형 분리 문제에 대하여 교사 있는 학습기의 Kohonen Feature Map의 입력층에 고차 뉴런을 도입함으로 비선형 분리 가능한 형태의 네트워크 구조로 형성하였다. 그러나, 일반적인 고차 뉴런의 문제점을 보안하기 위해 본 논문에서는 오직 2차 뉴런만을 생성하였으며 중복되는 뉴런을 최대한 억제하였다. 본 제안 모델의 특성을 살펴보기 위해 XOR문제와 20개의 Alphabet을 식별하는 패턴인식 시뮬레이션을 했으며, 본 제안 모델의 범화능력을 알아보기 위하여 Mirror Symmetry를 사용하여 계산기 시뮬레이션을 했다. 그 결과, 본 제안 모델이 종래형의 네트워크 구조보다 뛰어난 인식률을 얻을 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 하계학술대회
• /
• pp.79-81
• /
• 2018

최근 딥 러닝의 발전과 함께 보행자 검출 기술의 성능이 발전하면서 다양한 분야에서 응용되고 있다. 영상 내 보행자의 위치나 움직임을 파악함으로써 위험 지역이나 보안 지역에 접근하는 보행자를 찾아낼 수 있다. 일반적인 딥 러닝 기반의 물체 검출기는 멀리 있는 보행자와 같은 작은 물체를 검출 하는 데에 적합하지 않다. 또, 검출을 수행하기 위해서 큰 계산량을 필요로 하기 때문에, 동영상의 매 프레임 마다 수행하기 부적합 하다는 단점이 있다. 본 논문에서는 작은 물체도 잘 검출할 수 있도록 기존 YOLO 네트워크의 구조를 변경하고, 보행자 데이터를 이용하여 추가로 학습함으로써 보행자를 검출하는 성능을 증가시켰다. 그리고 검출한 보행자들에 대해 추적 기법을 이용함으로써, 동영상의 매 프레임 마다 검출을 수행하는 것을 피할 수 있도록 하였다. 실제로 DukeMTMC Dataset을 이용하여 실험을 해본 결과, YOLO 네트워크의 구조를 변경하고 추가 학습을 함으로써 검출 정확도가 개선되는 것을 확인할 수 있었다. 또, 추적 기법을 이용했을 때, 성능이 크게 떨어지지 않으면서 검출 속도를 개선할 수 있는 것을 확인할 수 있었다.

• Korean Chemical Engineering Research
• /
• 제52권5호
• /
• pp.603-612
• /
• 2014

대규모 산업 단지 내에는 다양한 네트워크가 형성되어 있다. 각각의 네트워크들은 네트워크를 구성하는 요소들이 필요로 하는 물질의 생산 및 수송을 통하여 물질의 수요를 충족시킨다. 네트워크 자체적으로 직접 생산을 통하여 각 공장들이 필요로 하는 물질의 수요를 충족시키기도 하며 수요량의 변화나 경제적 요소들로 인하여 네트워크 외부에서 필요로 하는 물질을 구매하여 네트워크 내에서 수송하기도 한다. 특히나 유틸리티 네트워크와 수소 네트워크는 대규모 산업 단지의 대표적인 네트워크들이며 이러한 네트워크들의 비용적 절감 및 네트워크 구성의 최적화와 관련된 많은 연구들이 수행되어 왔다. 하지만 두 네트워크를 연결하여 통합된 네트워크 모델을 구축하여 최적화를 진행한 연구는 진행되어 오지 않았다. 본 논문에서는 유틸리티 네트워크에서 발생되는 여분의 스팀을 수증기 메탄 개질 공정의 원료로 사용하여 수소를 생산한 후, 생산된 수소를 수소 네트워크에 주입하여 수소 네트워크의 수소 수요량을 충족시키는 모델을 개발하였다. 제시된 모델은 유틸리티 네트워크의 유틸리티 수요량과 수소 네트워크의 수소 수요량을 모두 충족시키면서 통합된 네트워크 모델의 최적 설계 및 네트워크 구성도를 결정할 수 있게 하고, 요구되는 전체 비용을 계산 가능하게 한다. 본 연구에서 제시한 모델의 타당성을 평가하기 위하여 국내 최대 규모의 대규모 석유 화학 산업단지를 가지고 있는 여수 석유 화학 단지를 대상으로 사례를 적용해 보았으며 이 사례 연구를 통하여 얻은 결과는 기존의 유틸리티 네트워크와 수소 네트워크를 개별적으로 연구한 결과와 비교하여 더 최적의 결정을 제시할 것이다.

• 한국정보통신학회논문지
• /
• 제20권11호
• /
• pp.2187-2192
• /
• 2016

무선 센서 네트워크의 생존시간을 증가시키기 위하여 중계노드에서의 데이터 병합을 고려한 데이터 중심 라우팅이 필요하다. 본 논문에서는 무선 센서 네트워크에서 센싱 정보의 수집 시간과 노드의 에너지 소비량 간의 트레이드 오프를 고려하여 에너지 소비를 최소화하면서도 빠른 시간 내에 센싱 정보를 수집하는 에너지 효율적인 데이터 중심 라우팅 알고리즘을 제안한다. 제안 하는 라우팅 방식은 먼저 전체 센서 노드 중에서 최대 거리가 최소화가 되도록 만드는 노드를 싱크 노드로 설정한다. 이후 빠른 정보 수집을 위하여 센서 노드와 싱크 노드 간 최대 거리의 증가를 최소화하면서 에너지 소비를 줄이기 위하여 노드간 연결 링크 비용을 최소화하는 방식으로 트리 구조를 확장해나간다. 시뮬레이션 결과, 제안하는 데이터 중심 라우팅 알고리즘은 짧은 정보 수집 시간과 낮은 에너지 소비량을 가지며, 이로 인하여 기존 라우팅 알고리즘 대비 높은 네트워크 에너지 효율을 달성한다.

• 한국전자거래학회지
• /
• 제13권2호
• /
• pp.149-163
• /
• 2008

센서 네트워크에서는 데이터의 실시간 처리가 중요한 요소 중의 하나이다. 각 노드들이 감지한 데이터를 정해진 시간 내에 전달해야 필요한 시기에 적합한 처리가 가능하다. 따라서 노드들이 데이터를 정해진 시간 내에 제대로 전달하고 있는가를 점검하는 것은 매우 중요하다. 이에 따라 본 논문에서는 데이터 전송시간에 대한 모니터링을 통하여 센서 네트워크에 존재하는 노드들이 허용시간 범위 내에서 서버로 데이터를 전송하고 있는가를 확인하기 위한 데이터 전송시간 분석 시스템의 구현 사례를 제안한다. 이를 위하여 데이터 전송시간 분석을 위한 절차를 제시하고, 제시한 절차에 따라 전송시간을 분석하기 위해 필요한 시간차 분석 방법, 데이터 송수신 시간 수집 방법 및 데이터 전송시간 계산 방법을 제시한다. 또한 제시한 방법을 바탕으로 데이터 전송시간을 모니터링하고 분석하기 위한 시스템을 구현하고, 사례 연구를 수행한 결과를 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (1)
• /
• pp.175-177
• /
• 2005

무선 센서 네트워크에서는 배터리에 의존하는 수많은 센서 노드들로 구성이 된다. 이때, 물체들을 감지하기 위해서는 센서들은 켜져 있어야 하고, 수집한 데이터는 클러스터 헤드(Cluster Head)나 싱크(sink) 로 보내주어야 한다. 일련의 동작을 위해서 센서들은 않은 에너지를 소모하게 된다 이를 보완하기 위해서 LEACH 라는 방법을 이용하여, 클러스터 헤드 만이 싱크로 데이터를 전송하고, 에너지를 균일하게 소모하기 위한 기법을 사용한다. 본 논문에서는 기본적으로 LEACH 방법을 이용하면서, 이동체의 이동을 감지함에 있어서, 이동체의 예상 이동영역을 예측하여, 예상 이동영역내에 존재하지 않는 센서 노드들은 다음 라운드가 시작할 때까지 Sleep 하도록 하고. 예상 이동영역내에 있는 센서 노드들만 감지하도록 하여, 에너지의 소모를 줄였다. 이때 예상 이동영역은 싱크가 이전에 수집한 데이터로 계산하여, 이동체들의 정보를 모든 노드들에게 브로드 캐스트(Broadcast)하고, 매 라운드마다 클러스터 헤드선택까지는 LEACH 와 마찬가지로 모든 센서 노드들이 참여하지만, 이후 클러스터의 구성원이 되기 위해서는 예상 이동영역내에 존재해야 한다. 만약 해당 라운드에서클러스터 헤드가 되어도, 구성원이 존재하지 않는 다면 다시 Sleep 하도록 하여, 에너지 소모를 줄였다.

• 한국정보통신학회논문지
• /
• 제18권1호
• /
• pp.201-209
• /
• 2014

본 논문에서는 애드혹 네트워크에서 협력통신을 위한 이동노드 간 연결을 최대화하는 유전 알고리즘을 제안한다. 일반적으로 네트워크에서 이동노드의 이동량이 증가하면 노드 연결을 위한 계산량은 급격히 늘어나게 된다. 본 논문에서는 밀집도가 높은 네트워크에서 적정한 시간 내에 최적의 노드 연결을 위한 유전 알고리즘을 제안하며, 효율적인 검색을 위해 유전 알고리즘의 효과적인 이웃해 생성 동작을 제안한다. 제안된 알고리즘은 최대 노드 연결 수와 실행시간 관점에서 성능을 평가하며, 평가 결과에서 제안된 알고리즘이 기존의 알고리즘들에 비해 성능이 우수함을 보인다.