• 지질공학
• /
• 제32권3호
• /
• pp.339-350
• /
• 2022

경주시 골굴사 신생대 응회암에서는 다양한 형태의 타포니가 다수 발달한다. 응회암은 풍화변질되어 있는데, 석영, 장석류, 운모, 버미큘라이트, 녹니석, 스멕타이트와 제올라이트 광물인 아날사이트 등으로 구성된다. 타포니는 초기 단계에서는 각력이 제거된 동공이나, 응회암 결정 입자의 풍화변질에 의해 형성된 미세 동공에서부터 시작하여 점차 확대된다. 타포니는 사면의 반대방향으로 약하게 경사지면서 발달한다. 타포니의 상관계수는 폭-높이 0.839, 폭-깊이 0.900, 높이-깊이 0.856인데 서로 밀접한 관련성이 있다. 타포니 벽체가 제거되면 반달형이나 신장된 타포니로 되는데, 작은 동공들이 횡적으로 병합되면서 확대된다. 커다란 타포니 동공들은 암반 사면에 비하여 내부가 비어있기 때문에 암반의 강도가 더 낮다. 따라서 타포니 사면의 강도, 동공의 비율, 체적, 합병 양상에 대한 지속적인 모니터링이 요구된다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.157-173
• /
• 2021

소비자의 욕구와 관심에 맞추어 개인화된 제품을 추천하는 추천 시스템은 비즈니스에 필수적인 기술로서의 그 중요성이 증가하고 있다. 추천 시스템의 대표적인 모형 중 협업 필터링은 우수한 성능으로 다양한 분야에서 활용되고 있다. 그러나 협업필터링은 사용자-아이템의 선호도 정보가 충분하지 않을 경우 성능이 저하되는 희소성의 문제가 있다. 또한 실제 평점 데이터의 경우 대부분 높은 점수에 데이터가 편향되어 있어 심한 불균형을 갖는다. 불균형 데이터에 협업 필터링을 적용할 경우 편향된 클래스에 과도하게 학습되어 추천 성능이 저하된다. 이러한 문제를 해결하기 위해 많은 선행연구들이 진행되어 왔지만 추가적인 외부 데이터 또는 기존의 전통적인 오버샘플링 기법에 의존한 추천을 시도하였기에 유용성이 떨어지고 추천 성능 측면에서 한계점이 있었다. 본 연구에서는 CGAN을 기반으로 협업 필터링 구현 시 발생하는 희소성 문제를 해결함과 동시에 실제 데이터에서 발생하는 데이터 불균형을 완화하여 추천의 성능을 높이는 것을 목표로 한다. CGAN을 이용하여 비어있는 사용자-아이템 매트릭스에 실제와 흡사한 가상의 데이터를 생성하여, 희소성을 가지고 있는 기존의 매트릭스로만 학습한 것과 비교했을 때 높은 정확도가 예상된다. 이 과정에서 Condition vector y를 이용하여 소수 클래스에 대한 분포를 파악하고 그 특징을 반영하여 데이터를 생성하였다. 이후 협업 필터링을 적용하고, 하이퍼파라미터 튜닝을 통해 추천 시스템의 성능을 최대화하는데 기여하였다. 비교 대상으로는 전통적인 오버샘플링 기법인 SMOTE, BorderlineSMOTE, SVM-SMOTE, ADASYN와 GAN을 사용하였다. 결과적으로 데이터 희소성을 가지고 있는 기존의 실제 데이터뿐만 아니라 기존 오버샘플링 기법들보다 제안 모형의 추천 성능이 우수함을 확인하였으며, RMSE, MAE 평가 척도에서 가장 높은 예측 정확도를 나타낸다는 사실을 증명하였다.

• 한국정보과학회논문지:정보통신
• /
• 제35권2호
• /
• pp.130-138
• /
• 2008

주파수 상황에 대해 정확히 인지하는 기법은 사용되고 있지 않은 주파수를 활용하는 인지 라디오 시스템에서 중요한 연구 과제 중 하나이다. 본 논문에서는 인지 라디오 ad hoc 네트워크에서 주파수 상황인지 능력을 향상시키기 위한 감지(sensing) 채널 선택 기법을 제안한다. 제안하는 기법은 각 인지 라디오 사용자가 감지한 정보를 활용함으로써 협동 감지를 실현할 수 있도록, 마스터(master)를 가지는 일종의 클러스터(Cluster)를 이루어 채널 상황 정보를 수집/분석한다. 특히, 라이센스를 가진 사용자의 전송 반경이 한정되어 있다는 점을 활용하여 인지 라디오 사용자들이 각기 다른 주파수 대역을 감지하게 함으로써 좀 더 빠르고 정확하게 주파수 대역의 상황을 인지한다. 제안하는 기법의 성능을 시뮬레이션을 통해 평가하고 마스터 없이 개별적으로 주파수 상황을 인지하는 기법과 클러스터를 이루되 공간적으로 채널이 비어있을 수 있다는 점을 활용하지 않는 기법과 성능을 비교하였다. 시뮬레이션 결과 제안하는 기법이 많은 빈 채널을 확보하면서도 빠른 시간 내에 라이센스 사용자를 발견함으로써 라이센스 사용자와 인지 라디오 사용자의 요구를 동시에 만족시킬 수 있음을 보였다.

• 한국산학기술학회논문지
• /
• 제17권8호
• /
• pp.8-16
• /
• 2016

본 논문은 대형구조물의 형상관리를 위해 3D 레이저 스캐닝을 이용하여 옥트리기반 구조물 형상정보 가시화를 진행하였다. 이를 위해 3D스캔데이터를 옥트리 데이터 구조로 변환할 수 있는 프로세스를 정립하고, 메쉬기법과 래스터/백터변환 처리를 통해 점(point) 데이터가 2차원 면 형태를 거처 3D객체로 생성되는 프로세스를 진행하였다. 생성된 3D객체는 옥트리 데이터 구조로 전달할 수 있는 형식인 Binary file type로 변환하는 작업이 진행되었고, 변환된 Binary file을 옥트리 최상의 노드인 Root노드로 전달하였다. Root 노드를 시작으로 옥트리 내부에서의 세부분할 작업 후 내부노드 데이터 저장과 비어있는 영역제거를 통해 옥트리기반 구조물 형상정보모델을 구축하였다. 본 연구가 수행된 Test-bed는 성균관대학교 내에 위치한 강교량 구조물로, 구축된 옥트리기반 형상정보는 스캔데이터를 89.3% 압축하였으며 독일의 사무용빌딩, 대학캠퍼스와 미국 소재 단과대학건물 스캔데이터와의 비교를 통하여 옥트리 데이터 압축률을 확인하였다. 본 연구를 통해 대형구조물 및 복층터널의 내부형상정보관리를 위한 형상정보 가시화의 기반을 마련하였으며, 형상정보 가시화를 통해 구조물 모니터링 및 유지관리 효율을 높일 수 있을 것이라 기대한다.

• 한국정보통신학회논문지
• /
• 제24권2호
• /
• pp.276-284
• /
• 2020

본 논문에서는 인지 무선 통신을 위한 새로운 합성곱 신경망 기반 스펙트럼 센싱 기법을 제안한다. 제안하는 기법은 주 사용자 신호에 대한 어떠한 사전 정보도 알지 못하는 상황에서 에너지 검출을 통해 주 사용자 신호 유무를 판단한다. 제안하는 기법은 센싱하고자 하는 전체 대역을 고려하여 수신신호를 고속으로 샘플링한다. 이후 신호의 FFT(fast Fourier transform)을 통해 주파수 스펙트럼으로 변환하고 연속적으로 이와 같은 스펙트럼을 쌓아서 2차원 신호를 만든다. 이렇게 만든 2차원 신호를 탐지하고자 하는 채널 대역폭 단위로 자르고 합성곱 신경망에 입력하여 채널이 사용 중인지 비어있는지 판단한다. 판단하고자 하는 분류의 종류가 두 가지이므로 이진 분류 합성곱 신경망을 사용한다. 제안하는 기법의 성능은 컴퓨터 모의실험과 실제 실내환경에서의 실험을 통해 검증하는데 이 결과에 따르면 제안하는 기법은 기존 문턱값 기반 기법보다 2 dB 이상 우수한 성능을 보인다.