• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2000년도 춘계공동학술대회 논문집
• /
• pp.261-264
• /
• 2000

When there ate several classes of customers demanding service times with different distributions at some stations of a queueing network, the stability problem becomes suddenly complicated compared with the single class case. Recently many researchers had tried to find some kind of stability conditions for multiclass queueing networks, but did not get significant results except in very limited 2-station cases. In this study, we try to develop some dynamic control techniques which can guarantee the stability under the nominal traffic condition. Our approach includes the randomization method and the leaky bucket control scheme. Also, we mention other possibilities such as the discrete-review approach and the generalized round-robin technique. Both theoretical and experimental results will be presented.

• 대한산업공학회지
• /
• 제39권2호
• /
• pp.82-89
• /
• 2013

Novelty detection (ND) is an effective technique that can be used to determine whether a future observation is normal or not. In the present study we propose a novelty detection algorithm that can handle a situation where the distributions of target (normal) observations are inhomogeneous. A simulation study and a real case with the TFT-LCD process demonstrated the effectiveness and usefulness of the proposed algorithm.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 제39회 하계학술대회
• /
• pp.1891-1892
• /
• 2008

본 논문에서는 부분방전 패턴인식을 위한 퍼지뉴럴네크워크(Fuzzy-Nueral Network를 설계한다. 퍼지뉴럴네트워크의 구조에서 규칙의 전반부는 개별적인 입력 공간을 분할하여 표현하고, 규칙의 후반부는 다항식으로서 표현되며 오류역전파 알고리즘을 이용하여 연결가중치인 후반부 다항식의 계수를 학습한다. 또한, 유전자 알고리즘을 이용하여 각 입력에 대한 전반부 멤버쉽함수의 정점과 학습률 및 모멤텀 계수를 최적으로 동조한다. 제안된 네트워크는 부분방전 패턴인식을 위해 다중 출력을 가지며, 초고압 XLPE 케이블 절연접속함의 모의결함에 대해 부분방전 신호를 패턴인식한다. 부분방전 신호는 PRPDA 방법을 통해 256개의 입력 벡터와 4개의 출력 벡터를 가지며, 보이드 방전, 코로나 방전, 표면 방전, 노이즈의 4개 클래스를 분류하며, 패턴인식률로서 결과를 분석한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2008년도 춘계학술대회 학술발표회 논문집
• /
• pp.3-6
• /
• 2008

베어링은 각종 설비에서 활용하는 중요한 기계요소 중 하나이다. 설비고장의 상당수는 베어링의 결함이나 파손에 기인하고 있다. 따라서 베어링에 대한 온라인모니터링기술은 설비의 정지를 예방하고 손실을 줄이는 데 필수적이다. 본 논문은 진동신호를 이용하여 베어링의 상태를 예측하기 위한 온라인모니터링에 대해 연구한다. 프로파일로 주어지는 진동신호는 이산웨이블릿변환을 통해 분석되고, 분해수준별 웨이블릿계수로부터 얻은 통계적 특징 중 유의한 것을 선별하고자 분산분석 (ANOVA)을 이용한다. 선별된 특징벡터는 Support Vector Machine (SVM)의 입력이 되는 데, 본 논문에서는 다중클래스 분류문제를 다루기 위한 계층적 SVM 네트워크를 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2001년도 추계학술발표논문집 (상)
• /
• pp.527-530
• /
• 2001

영상이 시각적인 해석을 위해 처리될 때, 퍼지 이론이 영상 대비 강화에 많이 사용되고 있다. 적응적 퍼지 클러스터링 기법을 사용하여 자동적으로 영상의 명암도에 대한 다중 클래스를 형성하고 여기에 각각의 명암도를 속성 공간으로 전환시키는 퍼지함수를 사용하여 각 픽셀의 명암도에 부합하는 퍼지 소속도를 구한다. 영상 대비 향상을 위하여 구한 퍼지 소속도에 강화 연산자를 반복적 적용한다. 본 논문에서 제안한 방법을 히스토그램 평활화와 비교하기 위해 흑백 영상에 적용하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (1)
• /
• pp.495-497
• /
• 1999

오늘날 소프트웨어는 컴포넌트 기반의 소프트웨어라고 할 수 있다. 새로운 소프트웨어를 개발함에 있어서 컴포넌트를 사용하면 개발 기간과 비용 등 여러 면에서 장점이 있다. 그러나 이러한 컴포넌트 기반의 소프트웨어의 단점은 3자가 개발한 컴포넌트를 사용함에 따른 유지보수의 어려움이다. 제 3자가 개발한 컴포넌트의 경우 관련 문서, 설계 명세, 도움말 등이 존재하지 않는 경우 유지보수가 불가능하거나 아주 어렵게 된다. 이러한 경우 컴포넌트로부터 설계 명세 등의 정보를 추출할 수 있다면 기존 컴포넌트 기반의 소프트웨어를 기능을 향상시키거나 새로운 기능을 추가하는 등의 컴포넌트의 유지보수가 가능하다. 본 논문에서는 자바 빈즈 컴포넌트 모델을 기반으로 한 컴포넌트 명세 추출을 보인다. 자바 빈즈 컴포넌트로부터의 명세 추출은 자바의 리플렉션이나 자바 빈즈의 인트로스펙션 기능을 이용하여 소스 파일이 없이 자바 빈즈 컴포넌트의 클래스 파일만을 가지고 가능하다. 추출된 정보로부터 컴포넌트의 추상적인 설계 명세를 얻을 수 있다. XML은 웹 기반의 마크업 언어로써 구조적, 다중 링크, 자기 서술적, 정확성 등의 장점이 있다. 따라서 본 논문에서는 자바 빈즈 컴포넌트의 명세 표현 형태를 XML을 이용하여 자바 빈즈 컴포넌트 명세의 재사용성, 검색, 효율적인 관리가 가능함을 제시한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.338-339
• /
• 2021

본 논문에서는 변환 학습을 기반으로 한 다중 클래스 이미지 장면 분류 방법을 제안한다. 이미지 분류를 위해 대형 이미지 데이터 세트 ImageNet에 대해 사전 학습 한 ResNet (ResNet) 모델을 사용하는 방법이다. CNN 모델의 이미지 분류 방법에 비해 분류 정확도 및 효율성을 크게 향상시킬 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.112-114
• /
• 2021

도시 상태를 탐지하기 위해서는 운송 수단 수, 교통 흐름등이 필수적으로 파악되어야 할 요소이다. 본 논문에서는 기존의 Mask R-CNN을 이용하여 다양한 차량의 형태를 학습하고, 드론으로 촬영한 도시항공 영상에서 특정 유형의 차량 들을 검출하는 시스템을 오늘날 NLP 분야에서 널리 쓰이게 된 Transformer 모델을 컴퓨터 비전 문제에 도입하여 기존의 컨볼루션 신경망보다 높은 성능을 보여준 Swin Transformer 모델을 이용하여 기존의 연구에서 보여주었던 검출 시스템 능력을 향상시켰다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.621-623
• /
• 2023

본 연구는 당뇨병성 망막증의 자동 분류를 위해 딥러닝 모델을 활용한다. CLAHE 를 사용한 전처리로 이미지의 대비를 향상시켰으며, ResNet50 모델을 기반으로 한 전이학습을 통해 모델의 성능을 향상했다. 또한, 데이터의 불균형을 고려하여 정확도 뿐만 아니라 민감도와 특이도를 평가함으로써 모델의 분류 성능을 종합적으로 평가하였다. 실험 결과, 제안한 방법은 당뇨병성 망막증 분류 작업에서 높은 정확도를 달성하였으나, 양성 클래스의 식별에서 일부 한계가 있었다. 이에 데이터의 품질 개선과 불균형 데이터 처리에 초점을 맞춘 향후 연구 방향을 제시하였다.

• 화약ㆍ발파
• /
• 제41권3호
• /
• pp.73-92
• /
• 2023

가스 폭발의 위험성의 증대와 함께 가스 폭발의 규모와 영향을 예측하는데 필요한 폭발 인자들을 간접적으로 추정하는 방법들이 사용되고 있다. 본 연구에서는 주로 사용되고 있는 TNT 등가량 산정법, TNO 다중에너지 방법, BST 방법의 특성과 폭발 인자를 결정하는 과정을 비교하였다. TNT 등가량 산정법의 경우, 증기운 폭발의 형태와 폭발 물질 등 다양한 조건에 따라 적합한 efficiency factor를 선택하는 것이 필요하였다. TNO 다중에너지 방법은 클래스 번호를 결정하기 위한 객관적 기준이 부족하였으며 음의 과압을 추정하지는 못하였다. 기 보고된 인자값에 오기재로 보이는 부분을 확인하였으며 수정된 인자값을 제시하였다. BST 방법은 음의 과압을 포함한 보다 상세한 폭발 인자 추정이 가능하지만 사용하는 그래프가 가시적이지 않은 문제점이 있었다. 이를 보완하기 위해 그래프를 재작성하였으며 향후 그래프의 수식화를 통한 편리한 폭발 인자 추정이 가능할 것으로 기대된다.