본 논문에서는 Network RTK 보정정보를 사용자에 적용 시, 다중 기준국 보정정보 모델링 방식에 따른 사용자 성능 비교를 수행하였다. 기준국과 사용자 거리가 멀어질수록 사용자와 기준국의 GPS 오차요소 상관성이 감소하므로, 이와 같은 GPS 오차요소의 공간적 특성에 입각하여 다수의 네트워크 보정정보를 적절히 조합하여 사용자에 적용해주어야 한다. 기존에 기준국간 수평 거리 및 고도를 활용한 다양한 보정정보 모델링 방식을 활용하여, MAC 방식의 Compact Network RTK에 적용 가능한지 이론적으로 분석하였다. 한국 내 설치된 상시 기준국에서 습득한 실측 GPS 데이터를 활용하여, 서울대학교에서 제안한 Compact RTK와 기존의 Network RTK가 결합된 방식인 Compact Network RTK 사용자에 대해 각 모델링 방식 별 사용자 성능을 측정치 잔여오차 및 위치 정확도 예측치 관점에서 비교 및 분석을 수행하였다. 그 결과, 각 보정정보 모델링 방식에 대해 사용자 수평 위치 정확도 예측치의 경우 모두 2DRMS 5 cm 이내의 정확도를 보였고, 수직 위치 정확도 예측치의 경우 모두 95 % 신뢰도로 7 cm 이내의 정확도를 나타내었다. 또한, 기존 보정정보 모델 방식 중, 기준국간 고도 차이를 사용한 모델링 방법의 적용 가능 기준국 배치 조건에 대해 분석하였다.
본 논문은 서비스 품질이 서로 다른 두 항만의 가격경쟁을 게임모형을 이용해 이론적으로 분석하고 있다. 화주들의 위치를 두 가지로 가정하였다. 하나는 두 항만의 한곳에 화주들이 밀집된 경우이고, 다른 하나는 두 항만 사이에 화주들이 고루 배치된 경우이다. 분석결과를 요약하면, 다음과 같다. 화주가 두 항만 사이의 특정 위치에 밀집되어 있을 경우, 화주들의 고품질 서비스에 대한 선호도가 커질수록 두 항만의 가격이 높아지나, 고품질 항만의 가격이 저품질 항만의 가격보다 2배 이상 빠르게 증가한다. 화주들의 위치가 고품질 항만쪽에 가까울수록 고품질 항만의 가격은 올라가고, 저품질 항만의 가격은 떨어진다. 또한, 운송비가 올라가면 저품질 항만의 가격은 낮아지나, 고품질 항만의 가격은 올라갈 가능성이 높다. 고품질 항만의 서비스가 상대적으로 더 높아지면, 고품질 항만의 가격은 올라가고, 저품질 항만의 가격 변화는 불확실하다. 다음으로 화주가 두 항만사이에 균질하게 분포할 경우, 화주들의 고품질 항만 서비스에 대한 선호도가 커질수록 두 항만의 가격이 높아지고, 고품질 항만의 가격이 저품질 항만의 가격보다 2배 이상 빠르게 증가하며, 운송비가 커질수록 두 항만의 가격이 함께 작아지나, 저품질 항만의 가격이 고품질 항만의 가격보다 2배 정도 빠르게 감소해 간다. 또한, 고품질 항만 서비스가 상대적으로 높아지면, 고품질 항만의 가격은 올라가지만, 저품질 항만의 가격은 운송비 수준이 높으면 내려간다.
전용회선은 데이터 전송에 있어서 연결된 두 지역을 독점적으로 사용하는 구조이기 때문에 안정된 품질수준과 보안성이 확보되어 교환회선의 급격한 증가에도 불구하고 기업 내부에서는 지속적으로 많이 사용하는 회선 방식이다. 하지만 비용이 상대적으로 고가이기 때문에 기업 내 네트워크 운영자의 중요한 역할 중의 하나는 네트워크 전용회선의 자원을 적절히 배치하고 활용하여 최적의 상태를 유지하는 것이 중요한 요소이다. 즉, 비즈니스 서비스 요구 사항을 적절히 지원하기 위해서는 데이터 전송 관점에서 전용회선의 대역폭 자원에 대한 적절한 관리가 필수적이며 전용회선 사용량을 적절히 예측하고 관리하는 것이 핵심 요소가 된다. 이에 본 연구에서는 기업 네트워크에서 사용하는 전용회선의 실제 사용률 데이터를 기반으로 다양한 예측 모형을 적용하고 성능을 평가하였다. 일반적으로 통계적인 방법으로 많이 사용하는 평활화 기법 및 ARIMA 모형과 요즘 많은 연구가 되고 있는 인공신경망에 기반한 딥러닝의 대표적인 모형들을 적용하여 각각의 예측에 대한 성능을 측정하고 비교하였다. 또한, 실험결과에 기초하여 전용회선 자원의 효과적인 운영 관점에서 각 모형이 예측에 대하여 좋은 성능을 내기 위하여 고려해야 할 사항을 제안하였다.
분산 딥러닝은 각 노드에서 지역적으로 업데이트한 지역 파라미터를 동기화는 과정이 요구된다. 본 연구에서는 분산 딥러닝의 효과적인 파라미터 동기화 과정을 위해, 레이어 별 특성을 고려한 allreduce 통신과 연산 오버래핑(overlapping) 기법을 제안한다. 상위 레이어의 파라미터 동기화는 하위 레이어의 다음 전파과정 이전까지 통신/계산(학습) 시간을 오버랩하여 진행할 수 있다. 또한 이미지 분류를 위한 일반적인 딥러닝 모델의 상위 레이어는 convolution 레이어, 하위 레이어는 fully-connected 레이어로 구성되어 있다. Convolution 레이어는 fully-connected 레이어 대비적은 수의 파라미터를 가지고 있고 상위에 레이어가 위치하므로 네트워크 오버랩 허용시간이 짧고, 이를 고려하여 네트워크 지연시간을 단축할 수 있는 butterfly all-reduce를 사용하는 것이 효과적이다. 반면 오버랩 허용시간이 보다 긴 경우, 네트워크 대역폭을 고려한 ring all-reduce를 사용한다. 본 논문의 제안 방법의 효과를 검증하기 위해 제안 방법을 PyTorch 플랫폼에 적용하여 이를 기반으로 실험 환경을 구성하여 배치크기에 대한 성능 평가를 진행하였다. 실험을 통해 제안 기법의 학습시간은 기존 PyTorch 방식 대비 최고 33% 단축된 모습을 확인하였다.
항내로 침입하는 특정 주파수대의 파랑을 제어할 목적으로 파랑필터이론에 근거한 공진장치가 고안된 이후, 선박의 장주기운동을 제어하기 위하여 미국 Long Beach 항 J-부두와 이탈리아 로마 요트항 등지의 실해역에 공진장치가 적용된 사례가 보고되어 있다. 최근, 초장주기파 혹은 고립파로 근사된 지진해일파의 제어에 관한 공진장치의 유용성과 적용성은 확인되어 있지만, 실해역에서의 지진해일파를 대상으로 한 검토는 보고된 사례가 없다. 본 연구에서는 우리나라 동해안에 위치한 묵호항과 임원항에 기개발된 형상의 공진장치를 적용하여 1983년 동해중부지진해일과 1993년 북해도남서외해지진해일의 작용 하에 항내에서 지진해일고의 저감율을 COMCOT 모델에 의한 수치해석으로부터 검토하였다. 결과에 따르면 묵호항에서는 최대 40%~50% 정도, 임원항에서는 최대 21% 정도의 저감율을 각각 나타내었으며, 이로부터 실해역의 지진해일파에 대해서도 공진장치의 유용성을 확인할 수 있었다. 또한, 최적의 공진장치를 얻기 위해서는 현장 여건 등을 고려하여 공진장치의 형상, 배치 및 크기에 관해 다각도로 검토될 필요가 있는 것으로 판단된다.
전편의 연구에서는 기존공진장치를 동해안의 묵호항과 임원항에 적용하여 1983년에 발생한 동해중부지진해일과 1993년에 발생한 북해도남서외해지진해일의 작용 하에 각 항내에서 지진해일고의 저감율을 수치적으로 검토하여 실해역의 지진해일파에 대한 기존공진장치의 유용성을 확인하였다. 후편의 본 연구에서는 전편과 동일한 지지해일파의 작용조건 하에 세 개의 신형공진장치 I, II-1 및 II-2를 동해안의 삼척항에 적용하여 지진해일고의 저감율을 각각 검토하였으며, 또한 수치해석에는 전편과 일관성을 갖도록 COMCOT 모델을 적용하였다. 삼척항에서 각 신형공진장치의 부착여부, 각 신형공진장치의 크기변화에 따른 최대지진해일고의 공간분포와 수위의 시간변동 및 공진장치의 유용성 등을 함께 논의하였다. 이로부터 신형공진장치를 부착함으로서 지진해일고를 최대 40% 정도로 저감시켰으며, 따라서 신형공진장치의 유용성을 확인할 수 있었다. 현장조건에 적합한 최적의 공진장치를 얻기 위해서는 지진해일파의 입사 방향 등을 고려하여 공진장치의 형상, 배치 및 크기에 관해 다각도적인 검토가 수행될 필요가 있는 것으로 판단된다.
오늘날 데이터 네트워크 AI (DNA) 기반 지능형 서비스 및 애플리케이션은 비즈니스의 삶의 질과 생산성을 향상시키는 새로운 차원의 서비스를 제공하는 것이 현실이 되었다. 인공지능(AI)은 IoT 데이터(IoT 장치에서 수집한 데이터)의 가치를 높이며, 사물 인터넷(IoT)은 AI의 학습 및 지능 기능을 촉진한다. 딥러닝을 사용하여 대량의 IoT 데이터에서 실시간으로 인사이트를 추출하려면 데이터가 생성되는 IoT 단말 장치에서의 처리능력이 필요하다. 그러나 딥러닝에는 IoT 최종 장치에서 사용할 수 없는 상당 수의 컴퓨팅 리소스가 필요하다. 이러한 문제는 처리를 위해 IoT 최종 장치에서 클라우드 데이터 센터로 대량의 데이터를 전송함으로써 해결되었다. 그러나 IoT 빅 데이터를 클라우드로 전송하면 엄청나게 높은 전송 지연과 주요 관심사인 개인 정보 보호 문제가 발생한다. 분산 컴퓨팅 노드가 IoT 최종 장치 가까이에 배치되는 엣지 컴퓨팅은 높은 계산 및 짧은 지연 시간 요구 사항을 충족하고 사용자의 개인 정보를 보호하는 실행 가능한 솔루션이다. 본 논문에서는 엣지 컴퓨팅 내에서 딥러닝을 활용하여 IoT 최종 장치에서 생성된 IoT 빅 데이터의 잠재력을 발휘하는 현재 상태에 대한 포괄적인 검토를 제공한다. 우리는 이것이 DNA 기반 지능형 서비스 및 애플리케이션 개발에 기여할 것이라고 본다. 엣지 컴퓨팅 플랫폼의 여러 노드에서 딥러닝 모델의 다양한 분산 교육 및 추론 아키텍처를 설명하고 엣지 컴퓨팅 환경과 네트워크 엣지에서 딥러닝이 유용할 수 있는 다양한 애플리케이션 도메인에서 딥러닝의 다양한 개인 정보 보호 접근 방식을 제공한다. 마지막으로 엣지 컴퓨팅 내에서 딥러닝을 활용하는 열린 문제와 과제에 대해 설명한다.
최근 5G와 인공지능 기술이 발전하면서 클라우드 엣지 환경에서 정보를 수집/처리/분석 하기 위한 AIoT 기술에 많은 관심을 갖고 있다. AIoT 기술은 다양한 스마트 환경에 적용되고 있지만 수집된 정보의 정확한 분석을 통해 빠른 대응처리를 수행할 수 있는 연구가 필요하다. 본 논문에서는 스마트 환경에서 수집된 정보를 AIoT에서 빠른 처리와 정확한 분석/예측을 통해 AIoT 정보들간 연계 처리를 블록 처리함으써 대역폭 및 처리시간을 최소화할 수 있는 기법을 제안한다. 제안 기법은 블록체인으로 수집된 정보를 다중 연계하여 AIoT 장치에서 데이터 인덱스에 대한 시드를 생성하여 수집정보와 함께 블록처리하여 데이터 센터로 전달한다. 이 때, 클라우드와 AIoT 장치사이는 DNN(Deep Neural Network) 모델을 배치하여 네트워크 오버헤드를 줄이도록 하였다. 그리고, 서버/데이터센터에서는 전달된 분석 및 예측된 결과를 통해 정확하지 못한 AIoT 정보의 정확도를 개선하여 지연시간을 최소화하도록 하였다. 또한, 제안기법은 AIoT 정보에 가중치를 적용하여 블록체인으로 그룹핑하기 때문에 계층화된 다층 네트워크로 분할 가능하도록 하여 데이터 지연시간을 최소화하였다.
선택적 촉매 혼합법은 대용량의 화력 발전시스템에서 질소산화물을 제거하는 방법으로 많이 사용되고 있다. 분사된 암모니아와 유입된 배기가스의 균일한 혼합은 촉매 층에서의 탈질 환원 과정에서 매우 중요하다. 본 연구에서는 탈질설비의 암모니아 분사시스템 설계과정에 전산해석 기법을 적용하였다. 적용 모델은 현재 가동되고 있는 800 MW급 석탄 화력 발전소의 탈질설비이다. 유동 해석 범위는 암모니아 분사 시스템 입구에서 촉매 층 후단부이다. 2차원 유동장을 선택하였고 비압축성으로 가정하였다. 상용 소프트웨어인 ANSYS-Fluent를 사용하여 정상 상태의 난류 유동을 해석하였다. 설계 변수로는 암모니아 분사 시스템에서의 노즐 배치 간극과 분사 유량으로 4가지 경우에 대해 결과를 분석하였다. 촉매 층 입구에서의 몰 비에 의한 평균제곱근오차 값을 최적화 변수로 선정하였고 실험계획법을 기반으로 한 최적화 알고리즘을 도입하였다. 노즐 피치와 유량을 동시에 조절한 경우가 유동 균일성 관점에서 가장 우수하였다.
도시 개발로 인한 영향을 최소화하여 물 순환 체계를 개선하기 위해서는 적극적인 강우유출수 관리가 필수적이다. 최근에는 도시의 강우유출수 관리를 위한 저영향개발(Low Impact Development, LID) 기법이 합리적인 대안으로 주목받고 있다. Storm Water Management Model(SWMM)은 LID 모듈을 통해 다양한 GI(Green Infra) 시설에 대한 모의 기능을 제공하고 있어 도시 물순환 개선 사업에 적극 활용되고 있다. 그러나 SWMM을 이용하여 GI 시설을 모의하기 위해서는 복잡한 유역 설정과 GI 시설 배치에 많은 어려움이 존재한다. 본 연구에서는 GI 시설의 핵심적인 수문 프로세스를 구현하면서도 상대적으로 간단하게 GI 시설의 성능을 평가할 수 있는 모형이 제안된다. 제안된 모형은 수문학적 추적을 기반으로 작동되므로 GI 시설의 침투, 저류, 증발산을 모두 반영할 수 있을 뿐만 아니라 GI 시설에 의한 도시 물순환 개선 효과를 정량적으로 평가할 수 있다. 제안된 모형의 결과와 SWMM의 결과를 비교함으로써 제안된 모형의 적용성을 검증하였다. 더붙여서 SWMM의 투수성 포장 모의에서 발생되는 오류에 대한 논의가 포함된다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.