• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.438-438
• /
• 2015

기후변화 시나리오는 다양한 자연조건에 대한 불완전한 이해, 연산능력 등의 제한으로 매우 높은 불확실성이 내포되어 있으며, 국내의 다양한 연구에서도 제시되어 있듯이 매우 과소 추정되어 있는 문제점이 있다. 이러한 문제로 인하여 다양한 편의보정 기법을 통해 기후변화 시나리오의 불확실성을 줄이고자 하는 노력이 수행되었다. 그러나 편의보정 기법은 적용 방법이 서로 상이하기 때문에 보정에 따른 강우 특성이 다르게 나타나는 문제점이 있다. 이에 본 연구에서는 편의보정 기법에 따른 강우-유출 특성을 갑천유역을 대상으로 분석하였다. Change Factor(CF)와 Quantile Mapping(QM) 그리고 CF와 QM을 연계한 편의보정기법(CQ)에 따른 강우-유출 특성을 갑천유역을 대상으로 Change Factor(CF)에서 연평균(CF_Y)/월평균(CF_M) 교정계수를 이용하는 방법과 Quantile Mapping(QM)을 총 편의보정기간(QM_E)과 우기와 비우기(QM_P)를 구분하여 누적확률분포를 고려하는 방법, 그리고 CF와 QM을 연계한 편의보정기법(CQ) 총 5가지에 대해서 편의보정을 수행하고 유출특성을 SWAT모형을 이용하여 분석하였다. 과거 기간에 대해 CF_M과 QM_P는 첨두유량이 실측 첨두유량에 비해 2배 이상 크게 나타났으며, 특히 QM_P는 최대 강우 발생 월이 다른 편의보정 기법과는 다르게 나타나 월별 유출 분석시 큰 오류가 발생될 것으로 판단된다. 5가지의 편의보정 기법 중에 CQ가 과거 강수 크기, 발생 분포 및 빈도 재현을 가장 잘 반영하며, 미래기간에 대한 기간별(2030s, 2050s, 2070s, 2090s) 평균유량을 비교한 결과 본 연구에서 사용한 SRES A1B 시나리오의 이산화탄소 배출 시나리오의 특성을 유지한 미래 강우-유출해석이 이루어지는 것으로 나타났다. 기후변화 시나리오에 편의보정 기법 적용으로 자연적인 현상을 정확하게 모의하기에는 어려움이 많고 불확실성 역시 매우 크지만, 과거 강수발생 경향이나 편의보정의 특성을 알고 활용목적에 맞는 편의보정을 수행한다면 수자원 관리 계획 수립 등에 큰 도움이 될것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.521-521
• /
• 2016

상수도 관망은 수원에서 수요절점까지 물을 안정적으로 공급하는 것을 목표로 한다. 상수도 관망의 최적설계는 수리학적 제한조건 (절점의 수압, 관로의 유속)을 만족하는 범위에서 비용을 최소화하는 설계안을 얻는 것으로 Savic and Walters (1997)는 유전 알고리즘 (Genetic Algorithms, Holland 1975)을 적용한 상수도 관망 설계 프로그램인 GANET를 제안하였고, Maier et al. (1996)은 개미군집알고리즘 (Ant Colony Optimization Algorithm, Dorigo et al. 1996)을 상수도 관망 최적설계에 적용한 후 그 결과가 유전 알고리즘에 비해 우수함을 증명하는 등 상수도 관망 최적설계에 관한 연구가 활발히 진행되어 오고 있다. 유전알고리즘은 선택, 교차, 돌연변이의 반복계산 과정을 통하여 최적해를 찾는 최적화 기법이다. 이 과정에서 결정변수는 유전자 (Gene)의 집합으로 표현되며, 염색체 (Chromosome) 내에서 근접한 유전 인자들은 일종의 Building Block을 형성하게 된다. Building Block은 좋은 해를 갖는 유전 인자를 높은 확률로 보관하여 지역해에 빠질 가능성을 줄이는 반면, 유전형 (Genotype)이 표현형 (Phenotype)을 충분히 모방하여 표현하지 못한 경우 오히려 최적해의 탐색을 방해할 수 있다는 한계점을 갖는다. 유전 알고리즘을 상수도 관망 최적설계에 적용하였을 때에도 이 한계점은 여실히 드러난다. 관로의 관경을 결정변수로 설정한 후 유전형으로 표현하였을 때, 관망도 상에서 근접하지 않은 두 관로가 염색체 내에서 연속으로 나열된다면 두 관로 간의 연관성이 실제보다 크게 고려되기 때문이다. 한편, 하모니써치 (Harmony Search, Geem et al. 2001) 알고리즘은 즉흥 연주 (Improvisation)를 통해 최상의 화음을 만들어내는 현상으로부터 착안하여 만들어진 최적화기법으로 연산 기법은 무작위선택, 기억회상, 피치조정 등으로 구성되어 있으며, 결정변수에 해당하는 연주자가 독립적으로 행동하며 해를 탐색한다는 점에서 유전알고리즘과 큰 차이를 갖는다. 본 연구에서는 유전알고리즘의 Building Block에 의해 발생하는 오류를 개선하고자, 상수도 관망 최적설계 연구에 많이 사용되는 Hanoi 관망 (Fujiwara and Khang 1990) 관로의 정렬 순서를 여러 가지 기준으로 설정하여 관망데이터를 구축한 후 하모니써치와 유전 알고리즘을 적용하여 최적화를 수행하였고 그 결과를 비교하였다. 그 결과 유전 알고리즘과 달리 하모니써치 알고리즘의 경우, 관로의 나열 순서와 상관없이 우수한 최적해 탐색 결과를 보이는 것을 확인할 수 있었다.

• 한국음향학회지
• /
• 제37권6호
• /
• pp.506-511
• /
• 2018

본 논문에서는 잡음 환경에서 효과적인 음성인식을 위하여 GMM(Gaussian Mixture Model)-DNN(Deep Neural Network) 하이브리드 기반의 특징 보상 기법을 제안한다. 기존의 GMM 기반의 특징 보상에서 필요로 하는 사후 확률을 DNN을 통해 계산한다. Aurora 2.0 데이터를 이용한 음성 인식 성능 평가에서 본 논문에서 제안한 GMM-DNN 하이브리드 기법이 기존의 GMM 기반 기법에 비해 Known, Unknown 잡음 환경에서 모두 평균적으로 우수한 성능을 나타낸다. 특히 Unknown 잡음 환경에서 평균 오류율이 9.13 %의 상대 향상률을 나타내고, 낮은 SNR(Signal to Noise Ratio) 잡음 환경에서 상당히 우수한 성능을 보인다.

• 한국건설관리학회논문집
• /
• 제20권2호
• /
• pp.13-27
• /
• 2019

가설공사는 임시시설물이지만 공사기간동안 사용빈도가 높으며 공사비의 10% 내외를 차지하고 있어 체계적인 관리가 필요하다. 하지만 가설공사의 시공검측정보들은 설계도서 및 시방사항에 특별한 명시가 없는 경우가 많으며 제기준에 대한 사항도 방대하다. 이로 인해 가설공사에 대하여 품질점검을 실시할 경우 관련 점검업무들을 비효율적으로 수행하며, 인간적인 오류가 발생할 확률이 높다. 따라서 본 연구에서는 가설공사에 대하여 품질점검 업무수행을 지원하고 관련 정보를 제공할 수 있는 전자작업지원시스템을 적용하고자 한다. 이를 위해 IDEF0를 활용하여 업무 단위프로세스별 정보흐름을 규명하고 EPSS기반 품질점검 업무체계를 정리하여 프로토타입을 개발한다. 이후 현장적용을 통한 검증방법으로 가설공사 품질점검 업무의 효율과 정보접근성을 향상하고자 한다.

• 응용통계연구
• /
• 제32권3호
• /
• pp.331-348
• /
• 2019

전이성 종양의 성장패턴 차이와 변화율에 따른 종양 이질성(tumor heterogeneity)을 파악하는 것은 종양세포의 약물에 대한 민감성을 파악하고 적절한 치료법을 찾아내기 위해 중요하다. 일반적으로 N개의 표본의 집단이 구분된다면 t-test 혹은 ANOVA 분석을 통해 집단별 평균의 차이에 대한 검정이 가능하다. 그러나 본 논문에서 다루는 데이터와 같이 집단이 구분되지 않는 경우 이러한 방법들은 사용될 수 없다. 표본들 사이의 이질성을 검정하기 위한 통계적 방법들이 연구되어 왔다. 최소 조합 t-검정 방법은 그 중 하나이다. 본 논문에서는 상이한 비율로 데이터를 양분하는 조합도 고려하는 최대 조합 t-검정 방법을 제안한다. 한편, 표본의 이질성을 검정하는 것이 군집분석에서 최적의 군집의 개수가 2개 이상인지를 검정하는 것과 같음에 착안하여 새로운 방법을 제안한다. 최대 조합 t-검정과 gap통계량을 이용하면 이전에 제안된 방법보다 개선된 제1종의 오류를 범할 확률과 검정력을 갖는다는 것을 모의실험을 통해 확인하였고 실제 자료 분석을 통해 결과를 도출하였다.

• 한국인터넷방송통신학회논문지
• /
• 제21권1호
• /
• pp.87-92
• /
• 2021

빅데이터 기반의 추천시스템 모델링에서 바이어스, 분산, 오류 및 학습은 성능에 중요한 요소이다. 이러한 시스템에서는 추천 모델이 설명도를 유지하면서 복잡도를 줄여야 한다. 또한 데이터의 희소성과 시스템의 예측은 서로 반비례의 속성을 가지기 마련이다. 따라서 희소성의 데이터를 인수분해 방법을 활용하여 상품간의 유사성을 학습을 통한 상품추천모델이 제안되어 왔다. 본 논문에서는 이 모델의 손실함수에 대한 최적화 방안으로 max-norm 규제를 적용하여 모델의 일반화 능력을 향상시키고자 한다. 해결방안은 기울기를 투영하는 확률적 투영 기울기 강하법을 적용하는 것이다. 많은 실험을 통하여 데이터가 희박해질수록 기존의 방법에 비해 제안된 규제 방법이 상대적으로 효과가 있다는 것을 확인하였다.

• 정보보호학회논문지
• /
• 제17권4호
• /
• pp.103-113
• /
• 2007

최근 P. Peris-Lopez 등에 의하여 제안된 일련의 RFID 상호인증 프로토콜 LMAP[10], $M^2AP$[11], EMAP[12]은 간단한 논리 연산에 기반하여 경량 환경에서 높은 구현 효율성을 제공하도록 설계되었다. 그런데, T. Li 등은 [8,9]에서 전송 메시지를 변조하는 능동적 공격으로 위 프로토콜들에 대한 비동기화공격이 높은 확률로 적용됨을 보이고, 태그의 ID를 포함한 일부 비밀 정보를 얻을 수 있음을 보였다. 본 논문에서는 [9]의 일부 오류를 수정하여 비동기화공격이 항상 가능함을 보이고 LMAP에 대한 대폭 개선된 능동적 공격을 제시한다. 한편, $M^2AP$, EMAP에 대한 새로운 분석으로서, $2{\sim}3$개 연속 세션의 도청으로 태그의 ID를 포함한 일부 비밀 정보를 얻을 수 있음을 보인다. 이들 정보는 태그 추적 외에, $M^2AP$의 경우 태그 위장에도 사용될 수 있어 본고의 공격은 $M^2AP$와 EMAP의 치명적인 결함을 드러낸다고 하겠다.

• Journal of Platform Technology
• /
• 제8권4호
• /
• pp.47-58
• /
• 2020

DO-330 소프트웨어 도구 자격증명 고려사항은 항공기에 탑재되는 소프트웨어 및 하드웨어를 개발/검증 하기 위해 사용되는 도구 개발 프로세스에 적용하기 위한 지침이다. 이 지침 상의 도구 개발 프로세스 중 검증 프로세스는 DO-330을 준수하기 위해 달성해야 하는 목표 중 많은 비중을 차지하고 있어 상당히 중요하다. 특히, 도구의 안전성 수준이 높은 개발 도구의 시험 목표들은 독립적으로 수행되어야 하기 때문에 많은 시간, 비용, 그리고 인력이 투입되어야 한다. 시험 절차를 잘 수립 해 놓았을 지라도 시험의 복잡도가 높아지면 인적 오류가 발생할 확률이 높아진다. 본 논문에서는 한화시스템에서 개발한 A661UAGEN 도구의 효율적인 DO-330 검증 프로세스를 진행하기 위한 스크립트 기반의 시험 자동화 에이전트 소프트웨어 구조를 제시하고 평가하였다. 그 결과 스크립트 기반의 시험 자동화 에이전트를 통해 자동화 된 시험이 테스트 엔지니어에 의한 수동 시험 보다 시험 수행 시간은 87.5%가 감소되었고, 시험 생산성은 43.75%가 향상되었음을 확인하였다.

• 한국정보기술학회논문지
• /
• 제17권6호
• /
• pp.9-16
• /
• 2019

최근 제조 공정을 개선하려는 기업들은 스마트 팩토리를 도입, 이에 따른 도약이 특별히 눈에 띈다. 이는 최소한의 수동 제어를 통해 완벽하게 생산시설의 프로세스를 수행하는 스마트 팩토리의 영역을 최대화하고 추론의 오차를 최소화 하는 것이 최종 목적이다. 본 연구는 무인 생산, 관리, 포장, 배송 관리를 위한 프로젝트의 일부로써 무인생산의 자동화 설비의 철근 추적을 통해 롤러의 자동 교정을 수행하기 위해 철근 추적 시작점 검출에 대한 연구이며, 시작지점부터 끝점까지의 위치를 정확히 추적해야 하는 요구사항을 만족해야 한다. 추적성능을 높이기 위해서는 시작점 설정이 주요한데 기존의 시간 기반 검출방법을 통해서는 조도, 분진 등 환경에 따라 추적오류의 발생 확률이 높다. 본 논문에서는 환경에 따른 오차를 줄이기 위해 고속 IR카메라의 평균 밝기 변화를 이용한 시작점 검출 방법을 제안하며, 제안 사항을 통해 15%이상의 성능 향상을 확인하였다.

• 한국정보통신학회논문지
• /
• 제24권4호
• /
• pp.501-507
• /
• 2020

본 논문에서는 합성곱 신경망(CNN)에 기반한 프레임 동기 기법을 제안한다. 기존의 프레임 동기 기법은 프리앰블과 수신 신호 사이의 상관을 통해 수신 신호와 프리앰블이 일치하는 지점을 찾는다. 제안하는 기법은 1차원 벡터로 이루어진 상관기 출력 신호를 2차원 행렬로 재구성하며, 이 2차원 행렬을 합성곱 신경망에 입력하고 합성곱 신경망은 프레임 도착 지점을 추정한다. 구체적으로 가산 백색 가우스 잡음(AWGN) 환경에서 무작위로 도착하는 수신 신호를 생성하여 학습 데이터를 만들고, 이 학습 데이터로 합성곱 신경망을 학습시킨다. 컴퓨터 모의실험을 통해 기존의 동기 기법과 제안하는 기법의 프레임 동기 오류 확률을 다양한 신호 대 잡음 비(SNR)에서 비교한다. 모의실험 결과는 제안하는 합성곱 신경망을 이용한 프레임 동기 기법이 기존 기법 대비 약 2dB 우수함을 보인다.