• Proceedings of the ESK Conference
• /
• 1993.10a
• /
• pp.89-99
• /
• 1993

원자력발전소 고장 및 불시정지 사례의 상당수가 시스템과 연계되어 인간에 의해 수행되는 운전, 유지보수, 관리와 관련된 인적오류에 기인하는 것으로 알려져 있다. 이러한 인적오류는 원자력발전소의 안전성과 효율성의 유지에 중요한 변수로 작용하며 불시정지에 의한 경제적 손실과 사회적 충격을 초래 하게 된다. 특히, 국내 원자력발전소가 외국설계라는 점과 인적요인에 대한 체계적인 평가가 이루어 지 지 않은 상태에서 운영중인 것을 감안하면, 인적요인의 국가별 차이에서 발생가능한 인적오류 유발요인 이 상존하고 있다고 할 수 있다. 이러한 인적오류의 중요성에 비해 국내 원자력 발전소의 인적오류에 대 한 연구는 지금까지 활발히 이루어지지 않고 있다. 본 연구에서는, 국내 원자력발전소에서 발생하는 인적 오류의 분석과 그 분석결과를 응용하기 위한 기술개발의 첫단계로, 기존 국외의 인적오류연구방법론 비교 분석, 국내 원전의 인적오류 발생현황 및 관련보고체계 분석, 등을 수행하여 국내 원자력발전소의 인적오류 분석 및 응용기술개발을 위한 연구개발 방향을 정립하였다. 기존 국외의 인적오류연구방법론 비교분석에서는, 인적오류에 대한 연구를 그 접근 방식에 따라 관리적 접근방식, 정량적 접근방식, 정성적 접근방식의 세가지로 분류하여, 각 접근방식에 대한 분석대상, 분석방식, 수행목적 등, 각 접근방식의 특징과 이에따른 실효성을 분석하였다. 그리고, 국내 원전의 인적오류 발생현황 및 관련보고체계분석에서는, 국내 원자력발전소에서 발생한 고장/정지 사건이 내포하고 있는 인적오류의 주요 형태를 파악하였으며, 또한, 인적오류연구 수행에 필수적인 인적오류사례원으로서 국내 원전에서의 인적오류 관련 보고체계에 대한 운용현황을 파악하고 그 유용성을 조사하였다. 이러한 연구를 통하여, 국내에 적용가능한 인적오류 분석기술개발 추진을 위한 제약 조건과 이러한 제약조건을 극복하고 인적오류 분석기술 수준을 향상시키기 위한 필요충분조건을 파악하였으며, 이 필요충분조건을 고려하여 인적오류 분석기법개발, 인적 오류 사례전파 및 자료관리 기술개발, 인적오류 사례수집 기술개발, 등을 주요 골자로 하는 인적오류 분석기술개발의 기본 방향을 설정하였다. 이와 아울러, 오류사례의 수집, 상세분석, 자료의 저장 및 응용을 위한 hardware 및 software 환경을 체계화하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 1999.06b
• /
• pp.35-40
• /
• 1999

이 논문은 디지털 TV의 압축 비트열을 전송할 때, 채널 오류로 인해 디지털 TV 디코더에서 화면을 재생할 때 발생할 수 있는 화질의 저하를 최소화시키는 방법을 기술한다. 텔레비전과 같은 단방향 방송 시스템에서 전송 도중에 오류가 발생하여 수신측에서 전송 오류를 제대로 정정하기 곤란할 때, 재생된 화면이 심각하게 훼손될 수 있다. 이때 오류로 인한 화면의 손상을 주변의 공간적 또는 시간적 상관 정보를 이용하여 화면을 복원하는 동작을 오류 은폐라고 한다. 최근 디지털 TV나 고선명 TV의 기본 부호화 방식으로 많이 사용하고 있는 MPEG 비디오 표준 방식은 공간적인 중복 정보를 압축하기 위해 DCT 변환을 수행하며, 시간적인 중복 정보를 압축하기 위해 움직임 예측과 움직임 보상 방법을 이용한다. 또한 MPEG 비디오 압축 방식은 일종의 차분 부호화 방법을 사용하기 때문에 현재 화면에서 오류가 발생하면 현재 화면뿐만 아니라, 시간적으로 나중에 부호화된 화면에도 오류가 전파된다. 본 논문에서는 MPEG 비트열의 채널 오류의 영향을 분석하여 화면간에 존재하는 시간적인 중복성을 이용하여 움직임 벡터를 추정하여 손상된 부분을 은폐시키는 방법을 제안한다. 기본적으로 손상된 매크로블록의 위와 아래로 인접한 화소값들을 움직임 벡터의 추정에 사용한다. 제안된 방법들 중에서 주변 움직임 벡터들의 가중치를 이용한 평균값 방법과 초기 움직임 벡터를 이용한 확장 영역 움직임 추정 방법이 우수한 결과를 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.1303-1306
• /
• 2009

수중에서의 통신은 해수면과 해저면 등에 의한 신호의 반사에 의해 발생한 다중경로 현상으로 신호가 왜곡되어 원활한 통신이 어렵다. 이에 본 논문에서는 다중경로에 의해 발생한 오류를 정정하고자 수중 채널 전달함수를 이용한 정정기법을 제안하였으며, 시뮬레이션 결과 제안한 기법을 적용하였을 경우 적용하지 않았을 때 보다 더욱 우수한 성능을 보이는 것을 확인 할 수 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.153-157
• /
• 2004

본 논문은 패턴인식을 위해 사용할 수 있는 감독학습을 이용한 supervised IAFC neural network 1과 supervised IAFC neural network 2를 제안하였다 Supervised IAFC neural network 1과 supervised IAFC neural network 2는 LVQ(Learning Vector Quantization)를 퍼지화한 새로운 퍼지 학습법칙을 사용하고 있다. 이 새로운 퍼지 학습 법칙은 기존의 학습률 대신에 퍼지화된 학습률을 사용하고 있는데, 이 퍼지화된 학습률은 조건 확률을 퍼지화 한 것에 근간을 두고 있다. Supervised IAFC neural network 1과 supervised IAFC neural network 2의 성능과 오류역전파 신경회로망의 성능을 비교하기 위하여 iris 데이터를 사용하였는데, 실험결과 supervised IAFC neural network 2 의 성능이 오류역전파 신경회로망의 성능보다 우수함이 입증되었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.841-844
• /
• 2008

본 논문은 공개 네트워크 시뮬레이터 ns-2.31(Network Simulator 2.31)의 802.11 DCF 모듈에서 버그(bug)를 소개하고 이의 영향 결과를 분석한다. ns의 802.11 DCF 모듈은 다음과 같은 문제점을 가지고 있다. 첫째, 백오프(backoff) 알고리즘은 표준안에서 명시한 알고리즘대로 작성되지 않았다. 둘째, 특정조건에 해당되는 충돌에 대하여 트레이스 파일에 출력하지 않는다. 셋째, 전파 오류 모듈을 삽입하여도 전파 오류 결과를 트레이스 파일에 출력하지 않는다. 넷째, MAC(Medium Access Control) 알고리즘만을 평가할 수 있는 기법을 제공하지 않는다. 이러한 문제점을 수정한 ns-2와 수정전의 ns-2와 평균4.6%의 충돌률 차이를 보인다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.29 no.6B
• /
• pp.548-553
• /
• 2004

Due to the recent advance in wireless communication technology, it is now more demanding to enjoy the high quality of service in the wireless Internal. TCP, which many Internet applications depend on for the end-to-end transport service, is optimized for the wired environment. Consequently, TCP suffers from severe performance degradation in the wireless environment where the bit error rate is relatively high and the burst errors frequently take place. In this paper, we propose a Robust TCP algorithm, which can effectively react against the burst error and significantly improve the TCP performance in wireless Internet. It is shown through the simulations that the Robust TCP performs well in the wireless environment, especially under the burst error condition.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.9 no.5
• /
• pp.1019-1024
• /
• 2005

MPEG-2 achieves high compression radio, by exploiting the temporal and spatial correlations in real image sequence, using the motion compensated prediction and the transform coding, respectively. However, as the image sequence is more highly compressed, the encoded bitstream becomes more vulnerable to transmission error over the noisy channels. Furthermore, er개rs in the headers are fatal to decoding processes, because the header parameters in the video coding standard include a lot of important information connected to the syntax elements, fables, and decoding process. In this paper, we propose a new error resilience method using LSB coding for header parameters in MPEG-2 coded video transmissions. The experimental results for football and susie video sequence demonstrate that the proposed error resilience method for header parameters in MPEG-2 bitstream has good performance.

• Journal of KIISE:Software and Applications
• /
• v.28 no.9
• /
• pp.603-611
• /
• 2001

This paper proposes a novel fast layer-by-layer algorithm that has better generalization capability. In the proposed algorithm, the weights of the hidden layer are updated by the target vector of the hidden layer obtained by least squares method. The proposed algorithm improves the learning speed that can occur due to the small magnitude of the gradient vector in the hidden layer. This algorithm was tested in a handwritten digits recognition problem. The learning speed of the proposed algorithm was faster than those of error back propagation algorithm and modified error function algorithm, and similar to those of Ooyen's method and layer-by-layer algorithm. Moreover, the simulation results showed that the proposed algorithm had the best generalization capability among them regardless of the number of hidden nodes. The proposed algorithm has the advantages of the learning speed of layer-by-layer algorithm and the generalization capability of error back propagation algorithm and modified error function algorithm.

• Journal of Bio-Environment Control
• /
• v.20 no.4
• /
• pp.277-282
• /
• 2011

We carried out shape recognition. We found out cucumber's feature shape by means of neural network and back propagation algorithm. We developed an algorithm which finds object position and shape in real image and we gained following conclusion as a result. It was processed for feature shape extraction of cucumber to detect automatic. The output pattern rates of the miss-detected objects was 0.1~4.2% in the output pattern which was recognized as cucumber. We were gained output pattern according to image resolution $445{\times}363$, $501{\times}391$, $450{\times}271$, $297{\times}421$. It was appeared that no change was detected. When learning pattern was increased to 25, miss-detection ratio was 16.02%, and when learning pattern had 2 pattern, it didn't detect 8 cucumber in 40 images.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.39 no.1
• /
• pp.23-34
• /
• 2002

This paper proposes a new neuro-fuzzy system that is fast trained by evolution strategy and describes application results of the proposed system to nonlinear system identification to show its usefulness. As training methods of neuro-fuzzy systems, modified error back-propagation algorithms and genetic algorithms have been used so far. However, the former has some drawbacks such as long training time, falling to local optimum, and experimental selecting of learning rates and the latter has difficulty in precise searching solutions because genetic algorithms represents solutions as genotype individuals. The evolution strategy we used can do precise search because its individuals are represented as phenotype real values, it seldom falls into a local optimum, and its training speed is faster than error back-propagation algorithms. We apply our neuro-fuzzy systems to nonlinear system identification. It was found from experiments that training speed is fast and the training results were considerably good.