• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.29 no.7B
• /
• pp.660-666
• /
• 2004

Overall TCP performance represented by end-to-end throughput is largely dependent upon its loss recovery performance. In particular non-congestion packet losses caused by transmission errors degrade TCP performance seriously. Using Markov process, we analyze TCP loss recovery performance for correlated packet losses caused by multipath fading. The results show that loss recovery performance can be severely affected by burstiness in packet losses, even if overall packet loss ratio is very low.

• Bulletin of the Korea Photovoltaic Society
• /
• v.7 no.2
• /
• pp.7-15
• /
• 2021

태양광 발전소에 대한 성능을 평가하기 위해서는 IEC 61724-1에 적합한 계측장치를 설치하고 데이터를 수집하여 평가하는 것이 일반적인 방법이다. 본 논문에서는 태양광발전소 현장에서 DC 어레이 성능을 평가하기 위한 방법을 제시하였다. 측정 일사량과 같은 환경정보 값과 태양광 DC 어레이 전압-전류 특성 곡선을 이용해 일사량에 따른 출력모델 식을 도출하였다. 도출된 모델 식은 태양전지 셀의 종류나 버스바에 따라서 차이가 발생되므로 기존의 태양전지 셀 등가회로 수식을 반영한 시뮬레이션 모델식이 적절히 변경되어야 함을 실험을 통해 검증하였다. 주기적인 진단 평가를 실시하지 않는 국내외 태양광 발전소는 성능저하가 발생된 상태로 운전되는 경우가 다수 일 것이다. 대부분의 관제모니터링을 시스템은 미쓰매칭 손실 평가분석이 불가능하며 운전상태 모니터링 하는 시스템이 대부분이다. 이에 태양광 발전소의 효율적 운영을 위해서는 현장진단 장치를 이용한 주기적 성능진단 평가나 발전소 데이터의 손실평가 분석 기술의 개발이 필요할 것이다.

• Annual Conference of KIPS
• /
• 2024.05a
• /
• pp.69-72
• /
• 2024

모델 역추론 공격은 공격 대상 네트워크를 훈련하기 위해 사용되는 훈련 데이터셋 중 개인 데이터셋을 공개 데이터셋을 사용하여 개인 훈련 데이터셋을 복원하는 것이다. 모델 역추론 방법 중 적대적 생성 신경망을 사용하여 모델 역추론 공격을 하는 과거의 논문들은 딥러닝 모델 전체의 역추론에만 초점을 맞추기 때문에, 이를 통해 얻은 원본 이미지의 개인 데이터 정보는 제한적이다. 따라서, 본 연구는 대상 모델의 중간 출력을 사용하여 개인 데이터에 대한 더 품질 높은 정보를 얻는데 초점을 맞춘다. 본 논문에서는 적대적 생성 신경망 모델이 원본 이미지를 생성하기 위해 사용되는 계층별 역추론 공격 방법을 소개한다. MNIST 데이터셋으로 훈련된 적대적 생성 신경망 모델을 사용하여, 원본 이미지가 대상 모델의 계층을 통과하면서 얻은 중간 계층의 출력 데이터를 기반으로 원본 이미지를 재구성하고자 한다. GMI 의 공격 방식을 참고하여 공격 모델의 손실 함수를 구성한다. 손실 함수는 사전 손실 및 정체성 손실항을 포함하며, 역전파를 통해서 원본 이미지와 가장 유사하게 복원할 수 있는 표현 벡터 Z 를 찾는다. 원본 이미지와 공격 이미지 사이의 유사성을 분류 라벨의 정확도, SSIM, PSNR 값이라는 세 가지 지표를 사용하여 평가한다. 공격이 이루어지는 계층에서 복원한 이미지와 원본 이미지를 세 가지 지표를 가지고 평가한다. 실험 결과, 공격 이미지가 원본 이미지의 대상 분류 라벨을 정확하게 가지며 원본 이미지의 필체를 유사하게 복원하였음을 보여준다. 평가 지표 또한 원본 이미지와 유사하다는 것을 나타낸다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.14 no.11
• /
• pp.5956-5963
• /
• 2013

By the activation of environment-friendly river works, application of vegetation mats is increasing, however, evaluation techniques for hydraulic stability of vegetation mats are not presented. This study is conducted to develop the objective test method for vegetation mats. Two kind of vegetation mats are tested by the real scale experiments, and hydraulic quantities are measured and analyzed to evaluate acting shear stresses. To evaluate soil loss, Terrestrial 3D LiDAR measurement is conducted and soil loss index are calculated from changes of bed elevation. Quantified evaluation for permissible shear stresses is conducted by graphical method for acting shear stresses and soil loss index. By the results of precision survey, changes of sub soil are limited to local range in stable cases and relatively large changes of sub soil which is similar to natural river bed are detected in unstable cases. From the study, evaluation of permissible shear stresses by ASTM D 6040 is avaliable in the failure mechanism and failure criteria by soil loss index.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.334-338
• /
• 2011

일반적으로 유역에서 발생하는 토양손실은 붕괴사면과 표면침식, 토사류 붕괴에 의한 운반, 하상의 침식등 자연적인 요인과 도로건설, 산림의 벌채, 단지개발 등 인위적인 원인으로 발생할 수 있다. 토양손실의 발생은 농업생산성을 떨어뜨리고 목초지를 손상시키며, 물의 흐름을 방해하여 홍수위 상승, 저수지의 저수용량 감소, 고탁수 등 다양한 문제를 야기 시킨다. 이러한 문제를 해결하기 위해선 우선 토양손실 발생의 위험지역을 선정하고 그 지역을 집중적으로 관리하는 적절한 관리 대책의 마련이 필요하다. 이에 본 연구에서는 낙동강유역 전체를 대상유역으로 선정하고 토양손실 발생에 영향을 주는 여러 요소중 도시화나 농경지 확장 등 인간의 인위적인 개발로 인해 쉽게 변경될 수 있는 토지이용도를 이용하여 세부적으로 분석하였다. 토지이용도를 구성하고 있는 총 8가지의 토지이용항목 중 다른 항목들에 비해 분포면적이 매우 작은 녹지, 습지, 나지를 제외한 5가지의 항목(시가화, 논, 밭, 산림, 수역)의 분포면적을 통해 토지 이용특성에 따른 유사발생의 연관성을 파악하였으며 유역별 유사발생 위험순위를 평가하였다. 유사발생 위험순위 평가결과, 전체 낙동강유역내 유사발생 위험성이 높은 표준유역들로 구성되어있는 중권역은 내성천, 위천합류점, 합천댐유역, 안동댐유역으로 모두 높은 순위를 차지했다. 내성천유역, 위천합류점 유역, 합천댐유역은 구성하고 있는 표준유역의 절반 이상이 높은 순위들로 구성되어 있으며 안동댐유역은 구성하고 있는 소수의 표준유역이 유역내 최상위 순위를 차지하였다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.372-373
• /
• 2011

대규모 풍력발전 단지의 전력 계통에서 발생되는 전력손실의 종류를 분석하고 손실 저감 대책을 경제성 평가를 통해서 검토하였다. 검토결과 풍력발전 단지의 경우 부지면적이 넓어 배전선로에 의한 손실이 크고, 풍력발전설비의 설비 이용율(Capacity Factor)과 전력판매단가가 타 발전설비에 비해 상대적으로 높기 때문에 발전소내의 가공전선의 크기를 크게 선정하는 경우 투자비 대비 전력 손실 감소로 인한 발전량 증가로 얻는 경제적 이득이 더 크므로 경제적인 손실 저감 대책인 것으로 검토되었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.109-113
• /
• 2003

기존의 VOB(Virtual Output Buffer) 모델에서 신경회로망의 학습 패턴 처리를 위해 가상 셀 손실율이 도입되었다. VOB 모델은 신경망이 실제 셀 손실율 없이도 연결 수락 경계를 잘 찾을 수 있음을 보여주었다. 그러나 VOB 모델은 셀 손실율을 과다 평가하는 경향이 있어 결과적으로 망 자원의 이용률이 낮은 단점이 있다. 된 논문에서는 이러한 단점을 보완하는 방법으로 연결 수락 경계에서 셀 손실율의 평균에 대한 정보를 충분히 포함하는 셀 손실율 참조 곡선의 개념을 제안하였다 그리고 제안된 셀 손실을 참조 곡선을 이용하여 가상 셀 손실율을 처리하는 방법을 제안하였다. 제안된 학습 패턴 처리 방법은 ATM 트래픽 중에 가장 대표적인 두 가지 호원에 대하여 실험하였다. 실험에 사용된 호원은 LAN 데이터의 트래픽 특성을 가지는 On-Off 트래픽과 비디오 화상 통신의 특성을 가지는 Auto-Regressive 트래픽이다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.05a
• /
• pp.72-74
• /
• 2021

The deep learning process currently utilized in various fields consists of data preparation, data preprocessing, model generation, model learning, and model evaluation. In the process of model learning, the loss function compares the value of the model with the actual value and outputs the difference. In this paper, we analyze various loss functions used in the deep learning model for biomarker extraction, which measure the degree of loss of neural network output values, and try to find the best loss function through experiments.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.93-97
• /
• 2020

본 연구는 딥 러닝 기반 의존 구문 분석에서, 학습에 적용하는 손실 함수에 따른 성능을 평가하였다. Pointer Network를 이용한 Left-To-Right 모델을 총 세 가지의 손실 함수(Maximize Golden Probability, Cross Entropy, Local Hinge)를 이용하여 학습시켰다. 그 결과 LH 손실 함수로 학습한 모델이 선행 연구와 같이 MGP 손실 함수로 학습한 것에 비해 UAS/LAS가 각각 0.86%p/0.87%p 상승하였으며, 특히 의존 거리가 먼 경우에 대하여 분석 성능이 크게 향상됨을 확인하였다. 딥러닝 의존 구문 분석기를 구현할 때 학습모델과 입력 표상뿐만 아니라 손실 함수 역시 중요하게 고려되어야 함을 보였다.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.1
• /
• pp.133-142
• /
• 2011

When TCP operates in multi-hop wireless networks, it suffers from severe performance degradation due to the different characteristics of wireless networks and wired networks. This is because TCP reacts to wireless packet losses by unnecessarily decreasing its sending rate assuming the losses as congestion losses. Although several loss differentiation algorithms (LDAs) have been proposed to avoid such performance degradation, their detection accuracies are not high as much as we expect. In addition the schemes have a tendency to sacrifice the detection accuracy of congestion losses while they improve the detection accuracy of wireless losses. In this paper, we suggest a new sender-based loss differentiation scheme which enhances the detection accuracy of wireless losses while minimizing the sacrifice of the detection accuracy of congestion losses. Our scheme estimates the rate of queue usage which is highly correlated with the congestion in the network path between a TCP sender and a receiver, and it distinguishes congestion losses from wireless losses by comparing the estimated queue usage with a certain threshold. In the extensive experiments based on a network simulator, QualNet, we measure and compare each detection accuracy of wireless losses and congestion losses, and evaluate the performance enhancement in each scheme. The results show that our scheme has the highest accuracy among the LDAs and it improves the most highly TCP performance in multi-hop wireless networks.