• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 추계학술대회 논문집 전력기술부문
• /
• pp.475-478
• /
• 2003

본 논문에서는 쿠르노 모형을 적용한 양방향입찰 전력 풀시장에서 입찰에 참여하는 발전기가 최대 이익을 얻기 위한 입찰전략으로서 신경회로망의 오차 역전파 알고리즘을 이용하여 최적 입찰발전량과 입찰가격을 수립하는 기법에 관하여 연구한다. 전력시장 환경은 n 개의 발전기들이 참여하는 비협조적 불완전정보 시장으로 설정하고 Bayesian의 조건부 확률이론을 적용하여 상대 발전기들의 발전비용함수와 시장의 수요함수를 추정하여 발전기 상호간 쿠르노-내쉬균형점을 이루는 최적 입찰발전량을 예측한다. 그리고 이익을 극대화시키기 위해 오차 역전파 알고리즘을 이용하여 시장의 가격 탄력성과 쿠르노 시장균형가격에 연결가중치를 조절함으로써 입찰가격이 계통한계가격에 근접하도록 최적 입찰전략을 수립한다.

• EDISON SW 활용 경진대회 논문집
• /
• 제1회(2012년)
• /
• pp.113-116
• /
• 2012

본 연구에서는 마하수 변화에 따른 층류유동 변화를 살펴보았다. 해석 프로그램은 EDISON_CFD를 이용하고, EDISON_CFD에서 사용한 수치기법과 Scheme에 대해서 언급한다. CFD기법을 이용하여 해석한 결과를 경계층조건의 이론 해석방법인 Blasius Boundary Layer와 비교하였다. 각 요소마다 해석한 결과를 통하여 층류 경계층의 특성을 살펴보았다. 그 결과 마하수 증가에 따른 평판의 온도 증가와 밀도 감소가 경계층을 선형적으로 증가시키는 것을 보았다. 또한 마하수 증가에 따른 점성계수의 증가를 살펴봄으로서 층류유동에서 마하수의 증가는 점성에 의한 운동량 확산을 증가시킨다는 것을 보았다.

• 한국정보통신학회논문지
• /
• 제19권2호
• /
• pp.308-316
• /
• 2015

본 논문에서는 이동 애드혹 네트워크에서 사용하는 네 가지 라우팅 프로토콜들을 NS-3 네트워크 시뮬레이터를 사용하여 성능비교를 수행하였다. 성능비교에 사용한 라우팅 프로토콜은 proactive 기법을 사용하는 DSDV(destination-sequenced distance vector)와 OLSR(optimized link state routing)기법과 reactive 기법을 사용하는 AODV(ad-hoc on-demand distance vector)와 DSR(dynamic source routing) 라우팅 프로토콜이다. 성능평가 척도는 시스템처리량과 패킷 전달 비율을 사용하였으며, 주어진 정사각형 모양의 통신영역 내에서 가변 개수의 통신노드들이 상호 독립적으로 이동할 경우 네 가지 라우팅 프로토콜의 성능을 평가하여 상호 비교하였다. 성능평가 결과에 따르면 AODV 라우팅 프로토콜의 성능이 전반적으로 우수함을 확인할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1998년도 추계종합학술대회
• /
• pp.389-393
• /
• 1998

SSB, VHF 등의 장비에 의한 무선통신은 아직도 중요한 정보전달의 수단으로 사용되고 있으며, 무선국으로부터 원거리에 설치되는 장비에 대해서는 전용회선을 사용하여 원격제어로 송ㆍ수신을 행하고 있다. 그러나 무선국에서 다수의 사용자가 다수의 장비에 임으로 접속하고 운용을 해야하는 환경에서는 ICS(Intergrated Communication System:통합통신시스템)의 회선접속 제어기가 요구된다. 본 논문에서는 ICS의 개발을 위하여 ASK(Amplitude Shift Keying) 변조방식에 의한 PTT(Press To Talk) 제어와 신호의 전송회로를 구성하여 실험하였고, 멀티-프로쎄싱에 의한 회선접속 제어기를 설계하여 통합 통신운용에 대한 알고리즘을 연구하였다. Keying에 의하여 m 신호를 단속하였고 지속되는 PTT 신호에 음성신호를 합성시켜 전송시키는 형태의 ASK 변조방식을 취하여 전송되도록 하였고, 회선접속 제어기는 master와 다수의 slave 프로쎄서를 멀티-프로쎄싱의 직렬데이터 전송방식으로 프로쎄서 상호간에 데이타가 전달되도록 구성하였다. 이에 따른 S/W 는 멀티-프로쎄싱의 인터럽트기법을 최대한 활용하여 원하는 회선에 정확히 접속되어 통신이 이루어지도록 설계하였다. 따라서 이 연구는 주파수 자원의 고갈과 통신량의 증가에 대한 대책의 일환으로 저비용의 시설로 재래식 장비의 운용 효율을 증대시키는 기술의 개발에 목적이 있다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2024년도 제69차 동계학술대회논문집 32권1호
• /
• pp.31-34
• /
• 2024

태양광 에너지는 탄소 중립 이행을 위한 주요 방안으로 많은 주목을 받고 있다. 태양광 발전량은 여러 환경적 요인에 따라 크게 달라질 수 있으므로, 정확한 발전량 예측은 전력 네트워크의 안정성과 효율적인 에너지 관리에 근본적으로 중요하다. 대표적인 인공지능 기술인 신경망(Neural Network)은 불안정한 환경 변수와 복잡한 상호작용을 효과적으로 학습할 수 있어 태양광 발전량 예측에서 우수한 성능을 도출하였다. 하지만, 신경망은 모델의 구조나 초매개변수(Hyperparameter)를 최적화하는 것은 복잡하고 시간이 많이 드는 작업이므로, 에너지 분야에서 실제 산업 적용에 한계가 존재한다. 본 논문은 2단계 신경망 최적화를 통한 태양광 발전량 예측 기법을 제안한다. 먼저, 태양광 발전량 데이터 셋을 훈련 집합과 평가 집합으로 분할한다. 훈련 집합에서, 각기 다른 은닉층의 개수로 구성된 여러 신경망 모델을 구성하고, 모델별로 Optuna를 적용하여 최적의 초매개변숫값을 선정한다. 다음으로, 은닉층별 최적화된 신경망 모델을 이용해 훈련과 평가 집합에서는 각각 5겹 교차검증을 적용한 발전량 추정값과 예측값을 출력한다. 마지막으로, 스태킹 앙상블 방식을 채택해 기본 초매개변숫값으로 설정해도 우수한 성능을 도출하는 랜덤 포레스트를 이용하여 추정값을 학습하고, 평가 집합의 예측값을 입력으로 받아 최종 태양광 발전량을 예측한다. 인천 지역으로 실험한 결과, 제안한 방식은 모델링이 간편할 뿐만 아니라 여러 신경망 모델보다 우수한 예측 성능을 도출하였으며, 이를 바탕으로 국내 에너지 산업에 이바지할 수 있을 것으로 기대한다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.1031-1036
• /
• 2007

최근 가상현실 기술의 주요 연구 동향으로 몰입감을 증가시키는 실감공간 구현구술이 주목 받고 있다. 실감공간 기술이란 서로 다른 공간에 떨어져 있는 사용자가 같은 공간에 있는 효과를 구현하는 기술이다. 본 논문에서는 특히 상호간의 주변 환경을 일치시키는 기술에 중점을 두고, 실시간으로 두 공간의 조명정보를 일치시키는 기술로서 2가지 핵심 내용을 소개한다. 첫째는 비주얼 헐 데이터를 기반으로 고속으로 노말벡터를 추출하는 방법이고, 둘째는 사용자 주변 조명 환경 정보를 반영하는 라이팅 방법이다. 본 논문에서 수행한 첫번째 방법은 비주얼 헐 데이터의 depth존재영역에서 노말맵을 계산하도록 하고, 노말맵을 계산할 때 주변 폴리곤들 기하학적 변화가 심할수록 노말맵 계산에 사용하는 주변 벡터의 선태을 늘리거나 줄이는 방식으로, 불필요한 계산량을 감소시켰다. 본 논문에서 수행한 두번째 방법에서는 주변 조명 정보에서 빛의 세기와 라이팅을 반영할 객체의 반사율의 특성을 고려하여 라이팅에 사용할 광원을 선택적으로 반영하여 불필요한 연산량을 감소시켰다. 종래의 영상기반 라이팅 기술이 사전에 촬영된 영상을 사용하거나 정지영상에 적용되는 연구를 한 반면에 본 논문은 실시간에서 라이팅을 구현하기 위한 시도로서 고속 라이팅 연산 기법을 제시하고 있다. 본 연구의 결과를 이용하면 영상기반 라이팅 연구의 실제적이고도 폭넓은 적용이 가능할 것으로 사료되며 고화질의 콘텐츠 양산에도 기여할 것으로 사료된다.

• 정보처리학회논문지C
• /
• 제17C권6호
• /
• pp.441-450
• /
• 2010

센서 네트워크는 유무선 네트워크 환경에 다양한 센서를 설치하고 이를 통해 데이터를 감지하며 감지된 데이터를 응용서비스 서버와 연동하는 기술로 최근 다양한 연구가 이루어지고 있다. 그러나 이러한 센서 네트워크는 센서 노드 자체의 제약점 때문에 메모리와 처리 능력, 에너지 수명에 제한을 가지며 그럼으로써 센서 네트워크 자체에 보안상의 취약점이 존재한다. 그러므로 센서 네트워크의 기술에 있어서 보안에 관한 연구가 매우 중요하며 센서의 계산 능력 또한 고려되어야 할 부분이다. 본 논문에서는 위와 같은 특징을 반영하여 일반 센서 노드들과 충분한 저장 공간과 계산 능력을 갖는 노드인 클러스터 헤더가 있는 이종의 센서로 네트워크를 구성하고 키 관리 기법 중 하나인 PCGR(Predistribution and local Collaboration-based Group Rekeying) 기법을 기반으로 하여 안전한 그룹 통신을 위한 그룹키 갱신 방법을 제안한다. 제안된 방법에서는 센서 노드 측에서 클러스터 헤더로부터 받은 새로운 키 정보를 인증하도록 하여 오염된 키 정보로 인해 네트워크의 안전성이 위협받는 상황을 최소화함으로써 보안성을 향상시킬 수 있도록 하였다. 즉, 그룹키를 갱신할 때, 클러스터 헤더는 노드가 보내주는 노드의 부분 정보를 검증함으로써 노드의 무결성을 확인하고 그룹키를 갱신하며 갱신된 그룹키는 다시 노드들에게 보내져서 노드들에 의해 재검증됨으로써 클러스터 헤더가 공격받았는지 아닌지에 대한 여부를 검사한 후 안전하게 그룹키를 갱신할 수 있도록 한다. QualNet 시뮬레이터를 이용한 실험을 통해 제안한 기법이 네트워크의 보안성을 높임은 물론 오버헤드 및 에너지 소모량이 기존의 그룹키 관리 기법보다 효율적임을 보인다.

• 정보과학회 논문지
• /
• 제42권1호
• /
• pp.54-67
• /
• 2015

최근 사물인터넷 환경에서는 발생하는 센서데이터의 가치와 데이터의 상호운용성을 증진시키기 위해 시맨틱웹 기술과의 접목에 대한 연구가 활발히 진행되고 있다. 이를 위해서는 센서데이터와 서비스 도메인 지식의 융합을 위한 센서데이터의 시맨틱화는 필수적이다. 하지만 기존의 시맨틱 변환기술은 정적인 메타데이터를 시맨틱 데이터(RDF)로 변환하는 기술이며, 이는 사물인터넷 환경의 실시간성, 대용량성의 특징을 제대로 처리할 수 없는 실정이다. 따라서 본 논문에서는 사물인터넷 환경에서 발생하는 대용량 스트리밍 센서데이터의 실시간 병렬처리를 통해 시맨틱 데이터로 변환하는 기법을 제시한다. 본 기법에서는 시맨틱 변환을 위한 변환규칙을 정의하고, 정의된 변환규칙과 온톨로지 기반 센서 모델을 통해 실시간 병렬로 센서데이터를 시맨틱 변환하여 시맨틱 레파지토리에 저장한다. 성능향상을 위해 빅데이터 실시간 분석 프레임워크인 아파치 스톰을 이용하여, 각 변환작업을 병렬로 처리한다. 이를 위한 시스템을 구현하고, 대용량 스트리밍 센서데이터인 기상청 AWS 관측데이터를 이용하여 제시된 기법에 대한 성능평가를 진행하여, 본 논문에서 제시된 기법을 입증한다.

• 정보보호학회논문지
• /
• 제26권6호
• /
• pp.1443-1454
• /
• 2016

하드웨어 기반의 Dual-rail Logic 스타일을 소프트웨어로 구현한 밸런스 인코딩 기법은 추가적인 저장 공간이 필요 없는 효과적인 부채널 분석 대응방법이다. 밸런스 인코딩 기법을 이용하여 암호 알고리즘을 구현하면 암호 알고리즘이 연산되는 동안 입력 값에 상관없이 비밀 정보를 포함하고 있는 중간 값은 항상 일정한 해밍 웨이트 및 해밍 디스턴스를 유지하게 되어 부채널 분석을 어렵게 만드는 효과가 있다. 그러나 기존 연구에서는 밸런스 인코딩 기법을 적용한 Constant XOR 연산만 제안되어 있어 PRINCE와 같이 XOR 연산만으로 구성이 가능한 암호 알고리즘에만 적용이 가능하다는 제한사항이 있다. 따라서 본 논문에서는 ARX 구조 기반의 다양한 대칭키 암호 알고리즘에도 적용이 가능하고, 효율적인 메모리 관리를 위해 Look-up table을 사용하지 않는 새로운 Constant AND, Constant Shift 연산 알고리즘을 최초로 제안하였으며, 상호 정보량 분석을 통해 안전성을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제19권8호
• /
• pp.11-18
• /
• 2014

본 논문은 무감독학습을 통한 데이터 분류기법인 ART에서 퍼지이론을 이용한 결합형 데이터 분류 방법을 제안한다. 무감독학습기법 기반의 데이터 분류 기술은 분류기술의 향상의 장점이 있지만, 처리성능이 저하된다는 단점이 있다. 민첩성 있는 대용량데이터 처리와 분류인식률을 만족하는 최적의 임계값 결정기법이 필요하지만, 이는 불확실성이 많이 따르기 때문에 두 가지를 고려하여 상호보완 할 수 있는 처리기법이 필요하다. 제안하는 기법은 무감독학습을 하기 위해 퍼지매개변수와 퍼지 규칙을 설계하여 최적의 임계값을 도출한다. 제안하는 기법의 성능평가를 위해 클라우드 컴퓨팅환경에서 G 단백질 연결 수용체(G protein coupled receptor, GPCR)데이터를 이용하여 실험하였으며, 실험결과는 높은 인식률과 낮은 처리시간을 통해 결합형 데이터 분류에 효과적임을 입증하였다.