• 정보처리학회논문지B
• /
• 제17B권4호
• /
• pp.275-286
• /
• 2010

디지털 콘텐츠의 원본 품질을 유지할 수 있고 지적 재산권을 보호할 수 있는 가역 워터마킹 기술에 대한 다양한 연구가 진행되고 있다. 특히 원본 품질을 중요시하는 의료, 군사, 예술작품 분야에서 가역 워터마킹의 필요성이 증대되고 있다. 본 논문에서는 추정 오차 확장 및 오류 예측 보정을 통한 고용량 가역 워터마킹 기술을 제안한다. 보간 기법을 사용하여 픽셀의 값을 추정하고, 추정값과 원본값의 차이에 대한 히스토그램을 계산한 후에 이를 확장하여 워터마크 메시지를 삽입한다. 기존의 인접 픽셀 사이의 차이값이 아닌 추정치를 활용함으로써 메시지가 삽입되는 히스토그램 값의 집중도를 높여서 높은 삽입 용량을 달성하였다. 삽입된 워터마크는 추정값과 원본값의 차이에 대한 히스토그램을 복원하여 검출한다. 삽입 후에 발생할 수 있는 오버플로우 및 언더플로우 문제는 오류 예측 기법을 통하여 해결하였다. 제안하는 가역 워터마킹 알고리즘의 성능을 검증하기 위하여 다양한 영상을 활용하여 기존 알고리즘과 비교 분석을 수행하였다. 그 결과에 따르면 제안한 알고리즘은 완전한 가역성을 갖으며, 삽입 후에도 높은 영상 품질을 유지하고, 높은 삽입 용량을 얻을 수 있었다.

• 한국융합학회논문지
• /
• 제12권7호
• /
• pp.37-44
• /
• 2021

기계번역 품질 예측(Quality Estimation, QE)은 정답 문장(Reference sentence) 없이도 기계번역 결과의 질을 평가할 수 있으며, 활용도가 높다는 점에서 그 필요성이 대두되고 있다. Conference on machine translation(WMT)에서 매년 이와 관련한 shared task가 열리고 있고 최근에는 대용량 데이터 기반 Pretrained language model(PLM)을 적용한 연구들이 주로 진행되고 있다. 본 논문에서는 기계번역 품질 예측 task에 대한 설명 및 연구 동향에 대한 전반적인 survey를 진행했고, 최근 자주 활용되는 PLM의 특징들에 대해 정리하였다. 더불어 아직 활용된 바가 없는 multilingual BART 모델을 이용하여 기존 연구들인 XLM, multilingual BERT, XLM-RoBERTa와 의 비교 실험 및 분석을 진행하였다. 실험 결과 어떤 사전 학습된 다중언어 모델이 QE에 적용했을 때 가장 효과적인지 확인하였을 뿐 아니라 multilingual BART 모델의 QE 태스크 적용 가능성을 확인했다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회/대한산업공학회 2005년도 춘계공동학술대회 발표논문
• /
• pp.381-386
• /
• 2005

본 논문에서는 LCD 공정의 효율적인 관리를 위한 방법으로서 품질마이닝 시스템의 설계/개발 그리고 운영방법론을 논하고자 한다. 주요내용으로는 주요공정의 탐색, 설비유의차분석, 공정최적화 및 recipe 최적화, 수율 및 주요특성의 추정/예측 등을 들 수 있다. 이를 위하여 다양한 데이터마이닝 도구와 통계적 모형의 적절한 활용 방법을 논하고자 한다. 또한, 실제현장 중심의 개발사례를 통하여 품질마이닝 시스템의 유용성을 기술하였다.

• 한국어업기술학회:학술대회논문집
• /
• 한국어업기술학회 2000년도 추계수산관련학회 공동학술대회발표요지집
• /
• pp.83-84
• /
• 2000

식품저장의 목적은 수확한 식량이나 가공식품의 관능적 품질과 영양가의 손실 속도를 줄이고 유해 미생물의 증식 가능성을 배제하는 데 있다. 그러나 어떠한 저장 방법을 써도 관능적 품질의 손상과 영양가의 손실을 완전히 정지시킬 수는 없다. 즉 모든 저장식품은 시간의 경과에 따라 언젠가는 먹을 수 없을 정도로 변하게 되어 있으며 주어진 조건에서 제품이 일정수준의 품질을 유지할 수 있는 기간을 곧 저장 수명 또는 품질수명(shelf-life)이라고 정의할 수 있다. (중략)

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2002년도 하계 학술대회 논문집
• /
• pp.33-39
• /
• 2002

농산물 취급자는 전체 수송기간 동안 청과류의 품질을 어떻게 유지할 것인가 하는 기술적인 면에 더 많은 관심을 기울이고 있다. 대부분의 농산물은 선적하기 전의 품질만으로도 목적지에 도착했을 때의 품질을 예측할 수 있다. 신선도가 높은 농산물은 신선도가 떨어지는 농산물에 비해 병원균의 침투에 강하고, 기계적인 손상과 물리적 피해에 대한 저항력이 크다. 동일한 조건으로 수송될 때 양질의 농산물은 품질이 낮은 농산물에 비해 손실이 적고, 수송비용을 많이 들이는 것이 양질의 농산물을 수송하는 한가지 방법이다(McGregor, 1989). (중략)

• 한국산학기술학회논문지
• /
• 제10권6호
• /
• pp.1346-1352
• /
• 2009

자동차 부품의 품질보증 비용은 각 시장의 품질보증 영역(warranty region) 내에서 부품이 고장 날 확률에 따라 달라진다. 부품이 고장 날 확률은 각 시장의 다른 스트레스 조건이 비슷하다고 가정할 때 사용비율(usage-rate)에 영향을 크게 받는다. 그러므로 품질보증 비용은 사용비율을 반영한 고장모형을 수립하고 이를 이용한 확률과정 (stochastic process)을 통하여 예측할 수 있다. 본 논문에서는 사용비율을 선형으로 가정한 후 가속실험 모형을 적용하여 2차원 고장모형을 1차원으로 축소시킨다. 이렇게 1차원으로 축소된 고장모형은 사용비율의 함수로 표현될 수 있으므로 사용비율의 변동에 따른 부품의 고장확률 변동을 설명할 수 있다. 이를 통해 새로운 시장의 사용비율을 알면 실측 데이터가 없다고 하더라도 고장확률 분포를 추정할 수 있고 교체되어야 하는 부품일 경우 재생과정(renewal process)으로 비용을 예측할 수 있다. 응용사례에서 실제 두 시장의 품질보증 데이터를 이용하여 이를 분석해 보았다.

• 한국항행학회논문지
• /
• 제23권4호
• /
• pp.322-327
• /
• 2019

본 논문에서는 셀룰러 인지 라디오 망에서 주 사용자들 (PU; primary user)의 다중 채널상에서 발생하는 스펙트럼 홀 (spectrum hole)을 그룹핑(grouping)하여, 광대역 인지 사용자 (WCRU; wideband cognitive radio user)의 서비스 품질 (QoS; quality of service)을 향상시킬 수 있는 방법을 제안한다. 제안하는 스펙트럼 홀 그룹핑 방법은 같은 시간에 발생하는 스펙트럼 홀들을 위너예측과정으로 예측하고, 예측된 스펙트럼 홀을 그룹핑하여 광대역 인지 사용자를 지원함으로써 인지 사용자의 서비스 품질을 향상시킨다. 시뮬레이션을 통하여 단일 스펙트럼 홀 채널을 이용한 경우와 비교하여 핸드오프 호의 손실률과 초기 발생 호의 차단률을 줄일 수 있음을 보인다.

• 한국주조공학회지
• /
• 제28권5호
• /
• pp.217-220
• /
• 2008

본 연구에서는 유한요소법을 적용한 수치해석을 이용하여 타이어 제조용 금형을 생산하기 위해 사용되는 주조재의 열적 특성에 관하여 조사해 보았다. 고 품질의 정밀도가 좋은 타이어를 제조하기 위해, 일반적으로 타이어 제조용 금형의 주조재로 많이 사용되고 있는 알루미늄 합금과 비교 대상으로 연강을 선정하여 각각의 주조재에 대한 응고과정에서의 온도분포와 응력분포 결과를 수치적으로 계산해 보고 결과를 예측해 보았다. 수치해석을 통한 결과에서, 알루미늄 합금을 사용한 금형의 냉각과정 동안의 온도분포는 연강에 비해 보다 더 안정적으로 나타나는 것을 확인하였으며, 응력분포 결과 또한 알루미늄 합금 금형이 연강에 비해 정밀도를 향상시키고 좋은 품질의 제품을 얻는 데 보다 나은 것으로 나타났다. 그리고 금형의 온도분포와 응력분포는 금형의 냉각과정 동안 주조재의 초기 냉각온도에 의해 크게 영향을 받는 것으로 사료된다. 마지막으로, 이러한 수치해석에 의한 금형의 열적 특성 예측은 향후 고품질, 고정밀도의 금형 생산을 위한 예비성능평가 방법과 경제적 측면에서 매우 유용하게 활용할 수 있을 것으로 보인다.

• 한국콘텐츠학회논문지
• /
• 제8권7호
• /
• pp.66-74
• /
• 2008

소프트웨어 개발 프로세스의 초기 단계에서 결함경향성이 많은 모듈들을 예측하는 위험도 예측 모델은 프로젝트 자원할당에 도움을 주어 전체 시스템의 품질을 개선시키는 역할을 한다. 설계 복잡도 메트릭에 기반을 둔 여러 예측 모델들이 제안 되었지만 대부분 훈련 데이터 집합을 필요로 하는 모델들이었고 훈련 데이터 집합을 보유하고 있지 않은 대부분의 개발 집단들은 이들을 사용할 수 없다는 문제점이 있었다. 본 논문에서는 잘 알려진 감독형 학습 모델인 오류 역전파 신경망 모델에 SDL 시스템 명세를 정량화하여 적용한 예측 모델을 개발하였으며, 기존 학습 모델들의 문제점을 해결하기 위해 이 모델을 여러 제약조건을 가지고 만든 가상 훈련데이터집합으로 학습시켰다. 제안 모델의 사용가능성을 알아보기 위해 몇가지 모의실험을 수행 하였으며, 그 결과 제안 모델이 훈련 데이터 집합이 없는 개발 집단에서는 실제 데이터로 훈련된 예측 모델의 대안으로 사용될 수 있음을 보였다.

• 한국정보전자통신기술학회논문지
• /
• 제14권2호
• /
• pp.115-121
• /
• 2021

본 논문은 급증하는 인터넷 트래픽예측을 위해 빅데이터와 인공지능기술을 이용하였다. 기존에 트래픽 예측에 관해 다양한 연구가 있었지만 최근 스마트폰이나 스트리밍 등 거대한 인터넷 트래픽을 유발하는 증가 요소를 반영하지는 못했다. 더불어 대용량 인기 게임 출시나 OTT(Over the Top)사업자의 신규 컨텐츠 제공과 같은 이벤트성 요소는 사전 예측이 더욱 어렵다. 이러한 특성으로 기존 방법으로는 ISP(Internet Service Provider)가 실시간적 서비스 품질관리나 트래픽 예측치를 네트워크 사업환경에 반영하기가 불가능하였다. 따라서 본 연구에서는 이러한 문제점을 해결하고자 기존 NMS와는 별개로 트래픽 데이터를 실시간적으로 탐색, 판별하여 수집하는 인터넷 트래픽 수집시스템을 구축하였다. 이를 통해 수집대상의 데이터를 자동등록할 수 있는 유연성과 탄력성을 확보하였으며 실시간 네트워크 품질모니터링을 가능하게 하였다. 또한 시스템에서 수집된 대량의 트래픽 데이터를 머신러닝(AI)으로 분석하여 OTT 사업자의 미래 트래픽을 예측하였다. 이를 통해 보다 과학적이고 체계적인 예측이 가능해졌으며 더불어 ISP 사업자 간의 연동 최적화와 대형 OTT 서비스의 품질확보가 가능할 수 있게 되었다.