• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.952-954
• /
• 2013

모델 기반 평가 방법은 블랙박스 테스트의 한 종류로 평가 항목의 생성과 평가 항목의 실행이 모델 기반 평가 도구를 통하여 자동으로 이루어지는 평가 방법이다. 자동차 지능형 헤드램프의 AFLS/ADB를 대상으로 무작위 평가 생성 기법과 T-method 평가 생성 기법을 이용 하여 평가 항목을 생성하고 비교해 보았으며 Vector CANoe를 사용하여 시뮬레이션을 구성하고 CAPL을 이용하여 스크립트를 작성하고 평가하여 나온 평가 보고서를 확인 하였다.

• 한국시뮬레이션학회논문지
• /
• 제27권1호
• /
• pp.91-99
• /
• 2018

도메인 사용자에게 배포된 이산 사건 시스템의 시뮬레이터는 시뮬레이션 결과를 분석하는 과정에서 발생하는 요구사항의 변화로 인해 수정될 필요가 생긴다. 이로 인해 예상치 못한 개발 비용이 추가적으로 발생하고 시뮬레이션 환경의 효용성이 떨어진다. 본 논문은 이런 문제를 해결하기 위해 이벤트를 변조/삭제/생성하여 이전과 다른 결과를 발생시키는 제어 함수를 지닌 이벤트 제어 모델 템플릿을 제안한다. 이벤트 제어 모델은 이산 사건 시뮬레이션을 이산화된 상태 변화와 대응되는 이벤트의 시퀀스로 보고 실행 시간에 블랙박스 모델 외부로 발생한 이벤트를 제어하여 기존의 모델 행동을 수정한다. 더해서 이벤트 제어 모델 템플릿은 사용자가 프로그램 구현을 하지 않고 모델 행동을 수정할 수 있도록 하여 더 나은 확장성을 가지게 하며 수정에 따른 개발 비용 상승을 막는다. 본 논문은 제안하는 방법의 효용성을 보이기 위해 프로젝트 경험으로부터 가정한 사례 연구를 포함하고 있다. 이를 통해 기존의 시뮬레이터를 재사용함에 따른 이득을 확인할 수 있다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제21권5호
• /
• pp.11-19
• /
• 2015

본 논문은 실제 블랙박스 영상을 통해 추적한 차량의 실제 경로 또는 사용자가 UI를 통해 그린 차량의 이동 경로를 이용하여 사실적인 3차원 차량 충돌 장면을 물리 시뮬레이션을 통해 생성하는 알고리즘을 제안한다. 시뮬레이션에 사용될 차량의 3차원 경로의 획득, 물리 기반 시뮬레이터 상에서 사용자가 원하는 경로대로 3차원 차량 모델을 적은 오차로 제어하는 경로 추적 알고리즘, 그리고 남아있는 오차를 보다 더 줄여주는 경로 최적화 알고리즘을 조합하여 사용자의 의도에 맞는 정확한 경로에서의 차량 충돌 장면을 재현하도록 도와준다. 또한 차량 충돌로 인한 차체의 변형을 차량 모델 골격의 세분화를 통하여 실시간으로 시뮬레이션 하여 실제 교통사고 시의 차량의 충돌 장면이 최대한 가상공간에서 사실적으로 재현되도록 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 추계학술발표대회
• /
• pp.315-318
• /
• 2007

랜덤 테스트(RT)는 가능한 입력 도메인에서 임의의 입력 값을 선택하여 테스트 케이스를 생성하고 테스트를 수행하는 기본적인 블랙 박스 테스트 기법이다. 랜덤 테스트의 성능을 향상 시키기 위해서 오류 패턴을 고려한 다양한 Adaptive Random Testing (ART) 알고리즘들이 제안되어 왔다. 그 중 Distance-Based ART (D-ART), Restricted Random Testing (RRT)이 좋은 성능을 보이고 있지만, 수행시간이 너무 느리다는 단점이 있어, 이를 대체할 수 있는 여러 ART 방법들이 제안되고 있다. 그 중, Adaptive Random Testing through Iterative Partitioning (IP-ART)가 가장 좋은 성능과 빠른 수행시간을 보인다. 본 논문에서는 IP-ART 의 성능을 더욱 향상시킬 수 있는 방법을 제안하고, 시뮬레이션을 통하여 향상된 성능을 평가해 보았다.

• 한국산학기술학회논문지
• /
• 제17권3호
• /
• pp.1-8
• /
• 2016

본 논문은 블랙박스 적용을 위한 적응형 히스토그램 스트레칭 알고리즘을 제안하였다. 본 알고리즘은 자동차 개인 저장장치 영상을 이용한 차량 번호판 검출을 위한 전처리 단계로 사용하였다. 제안 방식은 확률밀도함수(PDF: Probability Density Function)와 누적분포함수(CDF: Cumulative Density) 이용하여 영상의 밝기 분포도를 분석하였다. 이 두 함수는 일정한 간격을 두고 샘플링 한 영상을 사용하여 구하였다. 두 함수를 이용하여 영상의 특성을 분석하여, 특정 인자를 검출하였다. 검출된 인자를 분포도에 따라 각각 다른 스트레칭을 수행하였다. 알고리즘 검증은 촬영 된 자동차 개인 저장장치 영상을 사용하였다. 기존 알고리즘 비교는 시각적인 평가, 히스토그램 분포, 표준 및 표준 편차 값을 분석하였다. 또한 시뮬레이션 결과를 자동차 번호판 인식 알고리즘에 적용하여 번호판 인식율을 분석하였다. 기존 알고리즘보다 열화 현상이 적게 나타났고, 향상된 콘트라스트 값을 통하여, 차량 번호판 검출에서 기존 알고리즘보다 정확한 위치가 나타났다.

• 한국정보전자통신기술학회논문지
• /
• 제11권6호
• /
• pp.664-670
• /
• 2018

현대 사회는 감시의 눈이라 하는 CCTV가 일상생활 속에서 다양한 방법으로 영상데이터를 수집하기 위해 사용되고 있다. 치안 및 감시, 방범용으로 CCTV를 활용할 뿐만 아니라 자동차에 블랙박스 등 많은 분야에서 활용되고 있다. 본 논문에서는 STM32F407 ARM 칩을 기반으로 다양한 분야에 응용할 수 있는 카메라 시스템을 개발하기 위해 연구를 진행하였다. 카메라 시스템 개발을 위해 솔리드 웍스 환경에서 전체적인 구조를 3D를 기반으로 카메라 시스템을 모델링을 진행하였다. PCB 보드 설계는 카메라 시스템 모델링 파일에서 PCB 부품을 iges 파일로 추출하여 Altium Designer 툴에서 3D와 2D 보드로 변환하여 PCB 설계 진행함으로써 완성도 높은 조립성을 가질 수 있도록 진행하였다. 카메라 시스템 회로 및 PCB를 설계한 후, TRM(Thermal Risk Management) 툴을 활용해서 보드에서 발생하는 발열 시뮬레이션을 진행을 통해 대처할 수 있도록 함으로써 안정적인 시스템 구현에 관한 연구를 진행하였다.

• 정보처리학회논문지B
• /
• 제8B권3호
• /
• pp.231-236
• /
• 2001

일반적인 다층 신경망에서 가중치의 갱신 알고리즘으로 사용하는 오류 역전과 방식은 가중치 갱신 결과를 고정된(fixed) 한 개의 값으로 결정한다. 이는 여러 갱신의 가능성을 오직 한 개의 값으로 고정하기 때문에 다양한 가능성들을 모두 수용하지 못하는 면이 있다. 하지만 모든 가능성을 확률적 분포로 표현하는 갱신 알고리즘을 도입하면 이런 문제는 해결된다. 이러한 알고리즘을 사용한 베이지안 신경망 모형(Bayesian Neural Networks Models)은 주어진 입력값(Input)에 대해 블랙 박스(Black-Box)와같은 신경망 구조의 각 층(Layer)을 거친 출력값(Out put)을 계산한다. 이 때 주어진 입력 데이터에 대한 결과의 예측값은 사후분포(posterior distribution)의 기댓값(mean)에 의해 계산할 수 있다. 주어진 사전분포(prior distribution)와 학습데이터에 의한 우도함수(likelihood functions)에 의해 계산한 사후확률의 함수는 매우 복잡한 구조를 가짐으로 기댓값의 적분계산에 대한 어려움이 발생한다. 따라서 수치해석적인 방법보다는 확률적 추정에 의한 근사 방법인 몬테 칼로 시뮬레이션을 이용할 수 있다. 이러한 방법으로서 Hybrid Monte Carlo 알고리즘은 좋은 결과를 제공하여준다(Neal 1996). 본 논문에서는 Hybrid Monte Carlo 알고리즘을 적용한 신경망이 기존의 CHAID, CART 그리고 QUEST와 같은 여러 가지 분류 알고리즘에 비해서 우수한 결과를 제공하는 것을 나타내고 있다.

• 한국산학기술학회논문지
• /
• 제22권4호
• /
• pp.580-586
• /
• 2021

현재 사출성형분야의 Computer Aided Testing(CAT) 방법론으로 CAE(Computer Aided Engineering)를 이용한 수치 해석 기법이 주를 이루고 있다. 그러나 최근 시뮬레이션에 추가로 인공지능 기법을 응용하는 방법론이 연구되고 있다. 우리는 지난 연구에서 다양한 Machine Learning 기법을 활용하여 사출 성형 공정에 따른 변형 결과를 비교하였으며, 최종적으로 MLP(Multi-Layer Perceptron) 예측모델을 생성하였고, HMA(Hybrid Metaheuristic Algorithm)를 이용하여 최적화 결과를 얻어냈다. 그러나 MLP는 예측 성능이 우수한 반면 블랙박스와 같이 결정 과정에 대한 설명이 부족하다. 본 연구에서는 Radiator Tank 부품에 대하여 사출 성형 해석 소프트웨어인 Autodesk Moldflow 2018을 이용하여 수치 해석 기법으로 데이터를 생성하고, Machine Learning 소프트웨어인 RapidMiner Studio version 9.5를 활용하여 여러 Machine Learning Algorithms 모델을 생성하여 평균 제곱근 오차를 비교하였다. Decision-tree는 Root Mean Square Error(RMSE) 값이 다른 Machine Learning 기법에 비해 양호한 예측 성능을 갖추고 있었다. Decision-tree의 크기를 결정하는 Maximal Depth에 따라 분류 기준을 높일 수 있지만 복잡성도 함께 증가시켰다. Decision-tree를 이용하여 구속 조건을 만족하는 중간 값을 선정하여 시뮬레이션을 진행한 결과 기존의 시뮬레이션만 진행한 것보다 7.7%의 개선 효과가 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제24권12호
• /
• pp.51-57
• /
• 2019

현재 군에서 운용하고 있는 지뢰탐지 방법은 다양하나 통상 야전에서는 육안탐지, 탐침에 의한 탐지, 탐지기에 의한 탐지, 기타탐지 방법 등으로 지뢰를 탐지하며, 탐지기에 의한 탐지방법은 GPR센서를 이용한 탐지기로 금속탐지는 가능하나 비금속탐지가 곤란하며, 탐지를 실시한 곳과 실시하지 않은 지역을 구분할 수 없고, 많은 인력과 시간이 낭비되는 문제점이 있으며, 사용자가 센서를 일정한 속도로 움직이지 않거나, 너무 빨리 움직이는 경우 지뢰를 정확히 탐지하기가 곤란하다. 따라서 이러한 단방향 초음파 센싱 신호를 이용한 지뢰탐지 오류의 문제점을 개선하고자 Human Body 안테나부, 메인마이크로프로세서 유닛부, 스마트안경부, 바디장착형 LCD모니터부, 무선데이터 송수신부, 벨트형 전원공급부, 블랙박스 카메라부, 보안통신 헤드셋부로 구성한 스마트 웨어러블 지뢰탐지 장치를 연구하였다. 이 연구결과를 토대로 IoT(Internet of Things) 기반으로도 지하에 있는 지뢰를 탐지할 수 있는 가능성을 확인하기 위해 실험을 진행하고자 한다. 본 논문은 서론, 실험환경 구성, 시뮬레이션 분석, 결론 순으로 구성 하였으며, 서론에서는 지뢰, 지뢰 탐지기, 연구진행 등 연구내용을 소개 하고, 실험 환경 구성은 야전과 동일한 환경과 매설방법을 기초로 M14폭풍형 대인지뢰, M16A1파편형 대인지뢰, M15 및 M19대전차 지뢰, 지뢰와 유사한 플라스틱 병, 알루미늄 캔으로 구성하였으며, 시뮬레이션 분석은 지뢰탐지 장치 구현 성능을 분석하기 위해 매트랩을 이용한 시뮬레이션을 진행하여, IoT 신호를 생성 및 전송하고, 각각의 수신된 신호를 분석하여 지뢰의 탐지 성능을 확인한 후 IoT 기반 지뢰탐지 알고리즘 시뮬레이션을 통해 성능을 검증하여 지하에 있는 지뢰를 탐지할 수 있는 가능성을 IoT기반으로 입증하려고 한다.