• 대한교통학회지
• /
• 제23권5호
• /
• pp.123-134
• /
• 2005

본 연구는 기존의 루프검지기의 설치 및 유지보수를 위한 성능평가 방법으로서 사용해왔던 L-R-C(Inductance-Resistance-Capacitance) Test에 의한 Q Factor(질 계수)방법을 대체/보완할 수 있는 새로운 방법에 대한 연구이다. 기존의 Q Factor방법은 크게 세 가지 문제점을 수반하고 있다. 첫째, 현장의 루프검지기의 전기적 특성인 L-R-C값을 Q Factor를 기준으로 루프검지기의 현재 성능을 평가함으로써 인력에 의존하는 효율성에 문제를 안고 있으며 둘째, 루프검지시스템의 전체를 대상으로 하지 않고 일부의 측정치만으로 전체시스템을 추론하고 있다는 점과 셋째, 기존의 방법으로는 루프검지기의 검지영역, 즉 높이별 검지영역를 알 수 없다는 것이다. 따라서 본 연구에서는 이러한 문제점을 보완할 수 있는 방법으로서 루프검지기헤드에서 발생하는 자기장을 측정하여 루프검지기 전체시스템의 현재상태를 파악하고자 하였다. 이를 위하여 루프검지기에서 생성되는 자기장을 검출할 수 있는 센서와 자료수집방법, 분석방법 및 진단방법 등을 개발하였다.

• 전자공학회논문지CI
• /
• 제47권3호
• /
• pp.11-21
• /
• 2010

최근 웹페이지의 생성 및 웹이 가진 정보량이 기하급수적으로 늘면서 사용자의 검색 목적을 파악하여 효율을 높이기 위한 다양한 방법이 연구되고 있으며, 태깅 시스템이 하나의 대안으로 떠오르고 있다. 태깅 시스템은 인터넷 사용자로 하여금 태그라고 불리는 메타데이터를 글, 사진, 동영상 등에 부여하도록 함으로써 콘텐츠의 검색 및 브라우징을 편리하게 하는 시스템이다. 이처럼 태그는 해당 페이지의 대표 키워드를 의미하므로 콘텐츠 분류의 기준을 마련할 수 있으나, 사용자에 의해 직접 입력되어야 하는 수고가 필요하고, 또한 무분별한 태깅으로 인해 오히려 분류에 방해가 되는 등의 문제점들이 있다. 본 논문에서는 이러한 태깅의 문제를 해결하기 위한 방법으로 얼굴인식 알고리즘을 활용한 영상콘텐츠 내에서의 다중 얼굴 태깅 자동화 방법을 제시한다. 이를 위해 먼저 여러 얼굴검출 방법 중 Haar-like features와 AdaBoost 알고리즘을 이용하여 빠른 속도와 높은 정확도로 영상콘텐츠 내에서 얼굴 영역을 검출한다. 이후 PCA와 고유얼굴을 이용하여, 검출해 낸 얼굴을 데이터베이스에 미리 저장해 놓은 프로필 사진과 비교, 인식해냄으로써 해당 인물에 대한 정보를 불러와서 자동으로 태깅하는 시스템을 구현하였다. 이러한 새로운 방식의 태깅 기술은 현존하는 사진공유, 쇼핑, 검색 등의 수많은 웹서비스에 적용이 가능하며, 특히 소셜네트워크서비스에서의 사진 관리나 인물검색 등에서 활용할 때 큰 효과를 보일 것으로 기대된다.

• 한국건설관리학회논문집
• /
• 제18권3호
• /
• pp.63-73
• /
• 2017

실내에서 보내는 시간이 증가함에 따라, 쾌적한 실내환경에 대한 요구가 증가되고 있다. 또한, 새집증후군과 같은 문제들에 관심이 집중되면서 실내공기질에 관한 요구 역시 증가되고 있다. 정부에서는 이러한 요구에 따라 실내환경을 관리하기 위하여 다양한 정책 및 제도를 제정하였으며, 공공건물에서의 친환경제도 인증을 필수화하였다. 실내공기질과 관련된 인증제도는 크게 3가지로 도면기반으로 인증을 평가하는 건강친화형 주택건설기준과 녹색건축인증 그리고 측정정보 기반으로 인증을 평가하는 실내공기질 인증이 있다. 이중 도면기반으로 인증을 평가는 제도들을 업무의 비중 대비 과도한 업무량이 요구된다. 친환경인증업무를 수행하는 한 회사의 인터뷰 결과 평균 업무비중보다 2배 이상의 소요시간이 필요한 것으로 조사되었다. 이는 2D기반의 작업환경에서 면적에 관한 정보들을 일일이 수작업으로 측정하여 필요이상의 업무를 수행하고 있기 때문으로 분석된다. 따라서 본 연구에서는 3D기반의 BIM모델을 이용한 실내공기질 평가 자동화 프로세스를 제시한다. 국제표준 포맷인 IFC 파일을 이용하여 필요한 면적정보 및 자재정보를 자동으로 추출하고 이를 모델에 적용하여 자동화하는 과정을 제시한다. 본 연구는 인증을 위해 필요한 업무시간을 단축하고 업무효율성을 높이는 것에 기여할 것으로 기대된다.

• 한국컴퓨터정보학회논문지
• /
• 제14권3호
• /
• pp.93-101
• /
• 2009

본 논문에서는 웨이블릿 변환 된 고주파 서브밴드들의 에지 정보를 이용하여 관심 객체 영역을 고속으로 자동 검출해주는 새로운 알고리즘을 제안하였다. 제안된 방법에서는 에지정보를 이용하여 블록단위의 4-방향 객체 윤곽탐색 알고리즘(4-DOBS)을 수행하여 관심객체를 검출한다. 전체 이미지는 $64{\times}64$또는 $32{\times}32$ 크기의 코드 블록으로 먼저 나누어지고, 각 코드 블록 내에 에지들이 있는지 없는지에 따라 관심 코드블록 또는 배경이 된다. 4-방향은 바깥쪽에서 이미지의 중앙으로 탐색하고, 피사계 심도가 낮은 이미지는 중앙으로 갈수록 에지가 발견된다는 특징을 이용한다. 에지를 모두 발견하면 내부의 이미지 블록은 모두 관심영역으로 간주하고, 이 블록들은 빠르게 마스킹되어 서버로 전송되어 동적 ROI를 제공한다. 이는 기존 방법들의 문제점이였던 복잡한 필터링 과정과 영역병합 문제로 인한 높은 계산 복잡도를 상당히 개선시킬 수 있었고, 블록 단위의 처리로 인하여 실시간 처리를 요하는 응용에서도 적용 가능하였다.

• 대한원격탐사학회지
• /
• 제35권3호
• /
• pp.457-470
• /
• 2019

Synthetic Aperture Radar(SAR)영상을 이용한 자동 표적 인식(Automatic Target Recognition(ATR))은 날씨와 주야에 영향을 받지 않는 장점으로 감시, 정찰, 및 국토안보 등의 분야에서의 관심이 증대되고 있다. 그러나 SAR 자동표적인식은 실제 환경에서 발생하는 다양한 문제로 인해 자동으로 표적을 식별하는데 어려움이 있다. 따라서 본 연구에서는 실제 환경과 유사한 Extended Operating Conditions(EOC)에서의 ATR 문제에 대한 분석을 수행하였다. 특히, 표적의 폐색 조건과 훈련 영상과 테스트 영상의 관측 부각 차이에 따른 표적 식별률의 변화를 정량적으로 분석하였다. 관측 부각은 $30^{\circ}$와 $45^{\circ}$로 구분하였으며, 10%부터 50%까지의 다양한 폐색 조건에 대한 영상을 생성하기 위해 SARBake 알고리즘을 적용하였다. 표적에 대한 정량적인 식별률은 표적인식 분야에서 대표적으로 이용되는 템플릿 매칭과 Adaboost 알고리즘을 적용해 분석하였다. 분석 결과 관측부각에 따른 식별률은 두 알고리즘 모두 $45^{\circ}$에서 $30^{\circ}$보다 30%이상 급감했다. $30^{\circ}$의 관측 부각에서 템플릿 매칭은 75.88%, Adaboost 알고리즘은 94.46%로 Adaboost의 식별률이 높았다. 폐색 조건에 따른 식별률은 템플릿 매칭의 경우 폐색이 없을 때 95.77%에서 10%의 폐색 조건일 때 52.69%로 식별률이 급감하였다. Adaboost 알고리즘의 경우 폐색이 없을 때 85.16%, 10%의 폐색 조건일 때 68.48%로 폐색 조건에서의 식별률이 높았다. Adaboost 알고리즘은 50%의 폐색조건에서도 52.48%로 템플릿 매칭이 동일한 조건에서 30% 이하의 식별률을 보이는 것에 비해 전반적으로 높은 식별률을 보였다.

• 한국정보과학회논문지:시스템및이론
• /
• 제26권12호
• /
• pp.1516-1528
• /
• 1999

월드 와이드 웹(World Wide Web)에 존재하는 음란성 유해 정보는 많은 국가에서 사회적인 문제를 일으키고 있다. 그러나 현재 음란성 유해 정보로부터 미성년자를 보호하는 실효성 있는 방법은 유해 정보 접근 차단 프로그램을 사용하는 방법뿐이다. 유해 정보 접근 차단 프로그램은 기본적으로 음란성 유해 정보를 포함한 유해 정보 주소 목록을 기반으로 사용자의 유해 정보에 대한 접근을 차단하는 방식으로 동작한다.그런데 대규모 유해 정보 주소 목록의 확보를 위해서는 월드 와이드 웹으로부터 음란성 유해 정보를 자동 색출하는 인터넷 정보 검색 시스템의 일종인 음란성 유해 정보 색출 시스템이 필요하다. 그런데 음란성 유해 정보 색출 시스템은 그 대상이 사람이 아닌 유해 정보 접근 차단 프로그램이기 때문에 일반 인터넷 정보 검색 시스템과는 달리, 대단히 높은 검색 정확성을 유지해야 하고, 유해 정보 접근 차단 프로그램에서 관리가 용이한 검색 목록을 생성해야 하는 요구 사항을 가진다.본 논문에서는 기존 인터넷 정보 검색 모델이 "문헌"에 대한 잘못된 가정 때문에 위 요구사항을 만족시키지 못하고 있음을 지적하고, 월드 와이드 웹 상의 문헌에 대한 새로운 정의와 이를 기반으로 위의 요구사항을 만족하는 검색 모델인 페이지 그룹 검색 모델을 제안한다. 또한 다양한 실험과 분석을 통해 제안하는 모델이 기존 인터넷 정보 검색 모델보다 높은 정확성과 빠른 검색 속도, 그리고 유해 정보 접근 차단 프로그램에서의 관리가 용이한 검색 목록을 생성함을 보인다.Abstract Illegal and Harmful Content on the Internet, especially content for adults causes a social problem in many countries. To protect children from harmful content, A filtering software, which blocks user's access to harmful content based on a blocking list, and harmful content search system, which is a special purpose internet search system to generate the blocking list, are necessary. We found that current internet search models do not satisfy the requirements of the harmful content search system: high accuracy in document analysis, fast search time, and low overhead in the filtering software.In this paper we point out these problems are caused by a mistake in a document definition of the current internet models and propose a new internet search model, Page Group Search Model. This model considers a document as a set of pages that are made for one subject. We suggest a Group Construction algorithm and a Group Evaluation algorithm. And we perform experiments to prove that Page Group Search Model satisfies the requirements.uirements.

• 한국멀티미디어학회논문지
• /
• 제10권4호
• /
• pp.527-536
• /
• 2007

본 논문에서는 의복의 2차원 패턴을 이용하여 3차원 의복 모델을 제작하고 생성된 3차원 의복을 3차원 인체 모델에 자동으로 착의하는 3차원 패션 디자인 시스템을 제안한다. 이 시스템에서는 먼저 2차원 격자의 코너 점을 이용하여 2차원 옷감 조각을 디자인한 다음에 2차원 옷감 조각들 사이에 재봉되어야 할 제약점들을 기술함으로써 3차원 의복을 디자인한다. 그 다음에는 3차원 인체 모델 파일과 3차원 의복을 읽어 들인 다음 질량-스프링 모델에 기반한 물리적 시뮬레이션에 의해 의복을 착용한 3차원 모델을 생성한다. 본 논문의 시스템은 사실적인 시뮬레이션을 위하여 인체 모델을 구성하는 삼각형과 의복을 구성하는 삼각형 사이의 충돌을 검사하고 반응 처리를 수행하였다. 인체를 구성하는 삼각형의 수가 매우 많으므로, 이러한 충돌 검사 및 반응 처리는 많은 시간을 필요로 한다. 이 문제를 해결하기 위하여 본 논문에서는 Octree 공간 분할 기법을 이용하여 충돌 검사 및 반응 처리 수를 줄였으며 수초 이내에 가상 인체 모델에 의복을 입힐 수 있었다.

• 한국공간정보시스템학회 논문지
• /
• 제10권2호
• /
• pp.1-12
• /
• 2008

초당 최소 5만 건에서 50만 건이 넘는 삽입트랜잭션이 발생하는 반도체 자동 생산 공정 시스템은 대량의 데이터를 실시간으로 저장하는 저장관리시스템을 필요로 한다. 대용량의 데이터를 빠르고 안정적으로 저장하기 위해서 많은 저장관리시스템이 연구되었다. 기존의 저장관리시스템은 대표적으로 전형적인 디스크 기반 DBMS가 있다. 그러나 디스크 기반 DBMS는 초당 50만 건의 삽입트랜잭션 처리는 매우 어렵다. 그래서 디스크 기반 DBMS의 성능을 향상시키기 위해 데이터를 디스크가 아닌 메인메모리를사용하는 메인메모리 DBMS가 등장하였다. 그러나 메인메모리 DBMS는 메인메모리 용량의 한계로 인해 대용량 데이터를 저장하는 것은 어렵다. 본 논문에서는 초당 5만 건 이상의 삽입트랜잭션을 지원하고 대용량 데이터를 저비용으로 저장하기 위해 블록단위의 삽입 트랜잭션을 사용한 저장관리시스템을 제안한다. 블록단위의 삽입 트랜잭션은 개별 튜플 단위의 로그기록 비용과 인덱스 생성비용을 블록단위로 변경시켜 비용을 크게 감소시킬 수 있다. 또한 제안시스템은 데이터를 압축 저장하여 저장 비용을 감소시킬 수 있다. 그러나 압축기법은 데이터의 필드정보가 유실되어 모든 데이터의 압축을 해제하는 비용이 발생한다. 이 문제를 해결하기 위해 제안시스템은 압축 시 압축되는 블록의 인덱스를 생성하여 데이터 검색 속도를 향상시켰다. 본 제안시스템은 반도체 공정에서 빠르게 발생하는 대용량 데이터를 고속으로 저장할 수 있고, 디스크 저 장비용을 감소시킬 수 있다.

• 정보처리학회논문지A
• /
• 제17A권5호
• /
• pp.229-236
• /
• 2010

인터넷이나 기업체 안에서 생성되는 문서의 수가 빠르게 증가하고 있고 이에 따라 효율적인 문서 검색 서비스의 중요성도 함께 커지고 있다. 이런 검색 환경에서 사용자의 검색 질의를 미리 예측할 수 없기 때문에 문서 내의 키워드를 자동 추출하여 색인어로 사용하는 전문검색(full-text search)이 일반적으로 적용된다. 전문검색을 위해 생성된 색인 파일의 크기는 문서 수 증가로 대용량화 되고, 이런 대용량 색인에 대한 다중 키워드 질의 처리에는 과도한 디스크 비용이 초래될 수 있다. 논문에서는 이런 비용 문제를 해결하기 위해 대용량 문서의 전문검색 시스템에서 다중 키워드 질의를 효율적으로 처리할 수 있게 하는 색인 파일 구조 및 관리 기법을 제안한다. 제안된 방법은 다중 키워드 검색에 적합한 것으로 알려진 역파일을 기본 색인 구조로 하며, 질의 처리의 조인 연산과 랭킹 연산에 적합하도록 색인 파일을 계층화한다. 이를 바탕으로 다중 키워드 질의를 구성할 확률이 높은 키워드 쌍에 대한 조인 연산 결과를 주기억장치 공간에 동적으로 저장함으로써 디스크 사용량을 크게 줄일 수 있다. 논문에서는 제안된 기법의 우수성을 보이기 위해 디스크 비용 모델에 기반한 성능 비교도 수행한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권2호
• /
• pp.99-110
• /
• 2023

본 연구는 현 보안 관제 시스템이 직면한 실시간 트래픽 탐지 문제를 해결하기 위해 사이버 위협 프레임워크인 마이터 어택과 머신러닝을 이용하여 유해 네트워크 트래픽을 분류하는 방안을 제안하였다. 마이터 어택 프레임워크에 네트워크 트래픽 데이터셋인 UNSW-NB15를 적용하여 라벨을 변환 후 희소 클래스 처리를 통해 최종 데이터셋을 생성하였다. 생성된 최종 데이터셋을 사용하여 부스팅 기반의 앙상블 모델을 학습시킨 후 이러한 앙상블 모델들이 다양한 성능 측정 지표로 어떻게 네트워크 트래픽을 분류하는지 평가하였다. 그 결과 F-1 스코어를 기준으로 평가하였을 때 희소 클래스 미처리한 XGBoost가 멀티 클래스 트래픽 환경에서 가장 우수함을 보였다. 학습하기 어려운 소수의 공격클래스까지 포함하여 마이터 어택라벨 변환 및 오버샘플링처리를 통한 머신러닝은 기존 연구 대비 차별점을 가지고 있으나, 기존 데이터셋과 마이터 어택 라벨 간의 변환 시 완벽하게 일치할 수 없는 점과 지나친 희소 클래스 존재로 인한 한계가 있음을 인지하였다. 그럼에도 불구하고 B-SMOTE를 적용한 Catboost는 0.9526의 분류 정확도를 달성하였고 이는 정상/비정상 네트워크 트래픽을 자동으로 탐지할 수 있을 것으로 보인다.