• Journal of the Institute of Electronics Engineers of Korea TC
• /
• v.49 no.6
• /
• pp.90-97
• /
• 2012

In this paper, the new user mobility model which can be utilized to register user's location for interworking with heterogeneous overlay convergent networks under the time-varying radio propagation environment has been proposed. Thus the user mobility model is considered in order to evaluate the behaviors of users in the overlay convergent networks. This Mobile IP user mobility model will be very useful to model the user mobility behaviors and can be used to estimate the signaling traffic and frequency spectrum demands for massive data transfer for the heterogeneous overlay convergent networks.

• Proceedings of the KAIS Fall Conference
• /
• 2010.05a
• /
• pp.103-107
• /
• 2010

사람, 컴퓨터, 그리고 사물이 유기적으로 연계되어 다양하고 편리한 서비스를 제공해 주는 컴퓨팅 기술에 대한 연구들이 진행됨에 따라 지능형 로봇 시스템 환경은 분산 환경과 웹이 융합된 새로운 환경으로 변화하고 있다. 이러한 변화를 로봇산업에 적용하기 위해 다양한 연구기관의 개발자들은 이를 지원할 수 있는 로봇 미들웨어 플랫폼의 개발이 많은 노력을 기울이고 있다. 하지만, 지금까지 개발되어진 플랫폼은 통신 오버헤드, 컴포넌트 모델 부재, 통신구조 등 다양한 문제점을 가지고 있다. 이러한 문제점은 부적합한 통신 모델과 상호작용 패턴을 고려하지 않아 파생된다. 본 논문에서는 다양한 로봇 미들웨어 플랫폼의 통신 구조를 "통신 모델"과 "상호작용 패턴"을 분석하고, 시뮬레이션을 통한 결과를 기반으로 로봇 미들웨어 플랫폼의 향후 방향을 제시한다.

• 한국HCI학회:학술대회논문집
• /
• 2009.02a
• /
• pp.971-975
• /
• 2009

최근 다양하게 출시되는 터치스크린 휴대폰 시장의 흐름에 맞춰 터치 인터랙션 유형에 관한 연구 또한 활발히 진행되고 있다. 그러나 기존의 연구들은 터치 입력 인터랙션 유형의 사용자 모델에만 초점이 맞추어져 있는 상태이다. 시스템 모델의 이해부족 현상과, 터치 인터랙션의 사용자 모델과 시스템 모델사이의 차이점에서 나타나는 충돌은 잘못된 인터랙션 문제를 발생시키며, 사용자들에게 혼란 줄 수 있다. 때문에 본 연구는 터치 입력 인터랙션 유형의 시스템 모델에 초점을 맞춰서 진행하였다. 터치 인터랙션 유형 시스템 모델의 정의에 있어서 시간 축을 기준으로 터치 인터랙션 유형을 정의하였다. 정의된 시스템 모델을 기반으로 6개의 기본 입력 인터랙션을 각각 비교하여 상관관계를 도출하였고, 이 결과의 유효성 검증을 위해 전문가 인터뷰를 실시했다. 정리된 터치 인터랙션 유형의 시스템 모델 정의 및 상관관계는 앞으로 다양한 터치 기반 인터랙션 개발 시 최적화된 터치 유형 개발에 활용 될 수 있으며, 개발에 참여하는 디자이너, 개발자, 기획자들이 시스템 기능을 이해하는데 도움을 주며 그들의 원활한 의사소통 수단으로 쓰임과 동시에 고객들과의 의사소통에 효과적으로 쓰일 것으로 기대된다.

• KOREAN JOURNAL OF CROP SCIENCE
• /
• v.64 no.4
• /
• pp.353-365
• /
• 2019

A near-infrared reflectance spectroscopy (NIRS) prediction model was set to establish a rapid analysis system of wheat germplasm and provide statistical information on the characteristics of protein contents. The variability index value (VIV) of calibration resources was 0.80, the average protein content was 13.2%, and the content range was from 7.0% to 13.2%. After measuring the near-infrared spectra of calibration resources, the NIRS prediction model was developed through a regression analysis between protein content and spectra data, and then optimized by excluding outliers. The standard error of calibration, R², and the slope of the optimized model were 0.132, 0.997, and 1.000 respectively, and those of external validation results were 0.994, 0.191, and 1.013, respectively. Based on these results, a developed NIRS model could be applied to the rapid analysis of protein in wheat. The distribution of NIRS protein content of 6,794 resources were analyzed using a normal distribution analysis. The VIV was 0.79, the average protein was 12.1%, and the content range of resources accounting for 42.1% and 68% of the total accessions were 10-13% and 9.5-14.6%, respectively. The composition of total resources was classified into breeding line (3,128), landrace (2,705), and variety (961). The VIV in breeding line was 0.80, the protein average was 11.8%, and the contents of 68% of total resources ranged from 9.2% to 14.5%. The VIV in landrace was 0.76, the protein average was 12.1%, and the content range of resources of 68% of total accessions was 9.8-14.4%. The VIV in variety was 0.80, the protein average was 12.8%, and the accessions representing 68% of total resources ranged from 10.2% to 15.4%. These results should be helpful to the related experts of wheat breeding.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.148-151
• /
• 2009

u-GIS 공간정보를 제공하기 위한 3D 모델의 렌더링 성능을 향상시키기 위해 일반적으로 Discrete LOD 기법이 적용된다. 하지만 u-GIS의 3D 건물 모델은 그 복잡성이 매우 높아 LOD 단계별로 모델을 직접 생성하려면 많은 비용과 시간이 소요되어 효율적이지 못하다. 본 연구에서는 원본 3D 모델을 활용하여 하위 LOD 단계의 모델을 메쉬 간략화 알고리즘인 QEM 기법을 통해 생성하는 프로그램을 구현하였다. 프로그램은 다양한 3D 모델의 데이터 포맷을 입력받고 출력할 수 있도록 하여 범용성을 높이고, 생성되는 모델의 결과를 바로 화면으로 확인할 수 있도록 하여 사용자 편의성을 확보하였다. 몇 개의 실제 3D 건물 모델로 실험을 수행하여 프로그램의 성능을 검증하고 그 결과를 도출하였다.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.31 no.1
• /
• pp.51-59
• /
• 2021

The deep learning model can produce false prediction results due to inputs that deviate from training data through variation, which leads to fatal accidents in areas such as autonomous driving and security. To ensure reliability of the model, the model's coping ability for exceptional situations should be verified through various mutations. However, previous studies were carried out on limited scope of models and used several mutation types without separating them. Based on the CIFAR10 data set, widely used dataset for deep learning verification, this study carries out reliability verification for total of six models including various commercialized models and their additional versions. To this end, six types of input mutation algorithms that may occur in real life are applied individually with their various parameters to the dataset to compare the accuracy of the models for each of them to rigorously identify vulnerabilities of the models associated with a particular mutation type.

• Journal of KIISE:Computing Practices and Letters
• /
• v.15 no.8
• /
• pp.547-565
• /
• 2009

Simulation is the imitation of some real thing, state of affairs, or process. The act of simulating something generally entails identifying certain key characteristics or behaviors of a selected physical or abstract system. And a simulator is the software or hardware tool that performs simulation tasks. When developing a simulator, the non-functional requirements such as modifiability, interoperability, and extendability should be required. However, existing studies about the simulator development focus not on such non-functional requirements but on the methodologies to build the simulation model. In this paper, we suggest the new architectural pattern for the software based simulator in consideration of such non-functional requirements. In order to define the architectural pattern, we identify the essential elements of the simulators, define relationships between them, and design the architectural structure with the elements to accommodate such non-functional requirements. According to the proposed pattern we can solve the simulation problems to combine the various simulation model components. The pattern guarantees modifiability by reconstructing the simulation model, also guarantees interoperability and extendability by adding various interfaces to the simulation model and by keeping the consistent interfacing mechanism between the simulation model components. The suggested architectural pattern can be used as the reference architecture of the simulator systems that will be developed in future.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.313-319
• /
• 2022

최근 BERT와 같은 트랜스포머 (Transformer) 기반의 모델이 natural language understanding (NLU)와 같은 여러 자연어 처리 태스크에서 좋은 성능을 보인다. 이러한 모델은 여전히 대용량의 학습을 요구한다. 일반적으로, 데이터 증강 기법은 low-resource 환경을 개선하는 데 도움을 준다. 최근 생성 모델을 활용해 합성 데이터를 생성해 데이터를 증강하는 시도가 이루어졌다. 이러한 방법은 원본 문장과 의미론적 유사성을 훼손하지 않으면서 어휘와 구조적 다양성을 높이는 것을 목표로 한다. 본 논문은 task-oriented 한 어휘와 구조를 고려한 데이터 증강 방법을 제안한다. 이를 위해 검색 모델과 사전 학습된 생성 모델을 활용한다. 검색 모델을 사용해 학습 데이터셋의 입력 문장과 유사한 문장 쌍을 검색 (retrieval) 한다. 검색된 유사한 문장 쌍을 사용하여 생성 모델을 학습해 합성 데이터를 생성한다. 본 논문의 방법론은 low-resource 환경에서 베이스라인 성능을 최대 4% 이상 향상할 수 있었으며, 기존의 데이터 증강 방법론보다 높은 성능 향상을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.951-952
• /
• 2023

소위 '인생네컷'이라 불리는 셀프사진관은 MZ 세대의 새로운 놀이 문화로 떠오르며 사용자 수가 나날이 증가하고 있다. 그러나 짧은 시간 내에 다양한 포즈를 취해야 하는 셀프사진관 특성상 촬영이 낯선 사람에게는 여전히 진입장벽이 존재한다. 더불어 매번 비슷한 포즈와 사진 결과물에 기존 사용자는 점차 흥미를 잃어가는 문제점도 발생하고 있다. 이에 본 연구에서는 셀프사진관 사용자의 관계를 분류하는 모델을 개발하여 관계에 따른 적합하고 다양한 포즈를 추천하는 프레임워크를 제안한다. 사용자의 관계를 'couple', 'family', 'female_friend', 'female_solo', 'male_friend', 'male_solo' 총 6 개로 구분하였고 실제 현장과 유사하도록 단색 배경의 이미지를 우선으로 학습 데이터를 수집하여 모델의 성능을 높였다. 모델 학습 단계에서는 모델의 성능을 높이기 위해 여러 CNN 기반의 모델을 전이학습하여 각각의 정확도를 비교하였다. 결과적으로 195 장의 test_set 에서 accuracy 0.91 의 성능 평가를 얻었다. 본 연구는 객체 인식보다 객체 간의 관계를 학습시켜 관계성을 추론하고자 하는 것을 목적으로, 연구 결과가 희박한 관계 분류에 대한 주제를 직접 연구하여 추후의 방향성이나 방법론과 같은 초석을 제안할 수 있다. 또한 관계 분류 모델을 CCTV 에 활용하여 미아 방지 혹은 추적과 구조 등에 활용하여 국가 치안을 한층 높이는 데 기대할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.448-448
• /
• 2021

최근 급격한 기후변화와 도시화 및 산업화로 인한 지류하천에서의 수량과 수질의 변동은 생물 다양성 감소와 수생태계 건강성 저하에 큰 영향을 미치고 있다. 효율적인 수생태 관리를 위해서는 지속적인 유량, 수질, 그리고 수생태 모니터링을 통한 데이터 축적과 더불어 면밀한 상관 분석을 통해 수생태계 건강성의 악화 원인을 규명해야 할 필요가 있다. 그러나 수많은 지류하천을 대상으로 한 지속적인 모니터링은 현실적으로 어려움이 있으며, 수생태계의 특성 상 단일 영향 인자만으로 수생태계의 건강성 변화와의 관계를 정확히 파악하는데 한계가 있다. 따라서 지류하천에서의 유량 및 수질의 시공간적인 변동성과 다양한 영향 인자를 고려하여 수생태계의 건강성을 효율적으로 예측할 수 있는 기술이 필요하다. 이에 본 연구에서는 경험적 데이터 기반의 머신러닝 모델 구축을 통해 미계측 하천에서의 수생태계 건강성 지수(BMI, TDI, FAI)의 등급(A to E)을 예측하고자 하였다. 머신러닝 모델은 학습 데이터셋의 양과 질에 따라 성능이 크게 달라질 수 있으며, 학습 데이터셋의 분포가 불균형적일 경우 과적합 또는 과소적합 문제가 발생할 수 있다. 이를 보완하고자 본 연구에서는 실제 측정망 데이터셋을 바탕으로 생성적 적대 신경망 GAN(Generative Adversarial Network) 알고리즘을 통해 머신러닝 모델 학습에 필요한 추가 데이터셋(유량, 수질, 기상, 수생태 등급)을 확보하였다. 머신러닝 모델의 성능은 5차 교차검증 과정을 통해 평가하였으며, GAN 데이터셋의 정확도는 실제 측정망 데이터셋의 정규분포와의 비교 분석을 통해 평가하였다. 최종적으로 SWAT(Soil and Water Assessment Tool) 모형을 통해 예측 된 미계측 하천에서의 데이터셋을 머신러닝 모델의 검증 자료로 사용하여 수생태계 건강성 등급 예측 정확도를 평가하였다. 본 연구에서의 GAN에 의해 강화된 머신러닝 모델은 수질 및 수생태 관리가 필요한 우심 지류하천 선정과 구조적/비구조적 최적관리기법에 따른 수생태계 건강성 개선 효과를 평가하는데 활용될 수 있을 것이다. 또한 이를 통해 예측된 미계측 하천에서의 수생태계 건강성 등급 자료는 수량-수질-수생태를 유기적으로 연계한 통합 물관리 정책을 수립하는데 기초자료로 활용될 수 있을 것이라 사료된다.