• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.1006-1009
• /
• 2007

모바일 애드혹 네트워크는 기존의 셀룰러 네트워크와는 달리 고정된 기지국이 존재하지 않고 모바일 노드들만으로 구성된 네트워크이다. 모바일 애드혹 네트워크의 각각의 노드들은 제한된 자원과 한정된 용량을 가진 배터리로 동작한다. 만일 이 배터리를 모두 소모하게 된다면 중간 노드들이 다운이 되고, 결과적으로 전체 네트워크가 단절되는 문제가 발생할 수 있다. 이러한 문제점을 해결하기 위해서는 한정된 자원을 최대한 효율적으로 사용해야 한다. 이를 위해 본 논문에서는 클러스터 기반의 애드 혹 네트워크 환경에서 발생하는 경로 요청 시 클러스터 내부의 에너지 분산을 통한 네트워크 생존 시간을 연장시키고자 하였다. 효율적인 에너지 분산을 위해 칼만 필터를 통한 클러스터 내부의 트래픽 변화량을 예측하고, 예측값과 노드의 에너지 잔량을 기준으로 경로를 설정하도록 하였다. 실험 결과 생존 시간을 23% 증가시켰고, 칼만 필터를 통한 트래픽 변화량 예측값의 오차는 6.3%로 나타났다. 앞으로 칼만 필터의 관측값을 확장하여 예측값에 대한 오차를 줄이고, 보다 복잡한 네트워크 환경에 적용하는 연구가 필요하다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.41 no.5
• /
• pp.350-356
• /
• 2013

Photogrammetry has been widely used for measuring the important physical quantities in aerospace areas because it is a remote and non-contact measurement method. In this study, we analyzed photogrammetric error which can be occur in six degrees of freedom(6DOF) analysis among coordinates systems with single camera. Error analysis program were developed, and validated using geometric problem converted from imaging process. We analogized that the statistic from estimated camera pose which is need to 6DOF analysis is normally distributed, and quantified the photogrammetric error using estimated population standard deviation.

• Journal of Advanced Navigation Technology
• /
• v.12 no.1
• /
• pp.22-27
• /
• 2008

This paper presents adaptive-MMOSPRED method for prediction of resource demands requested by multimedia calls, and shows the performance of the call admission control based on proposed resource prediction method in multimedia wireless networks. The proposed method determines (I-CDP) random variables of the standard normal distribution by using LMS algorithm that minimize errors of prediction in resource demands, while parameters in an existing method are constant all through the prediction time. Our simulation results show that prediction error in adaptive-MMOSPRED method is much smaller than in fixed-MMOSPRED method. Also we can see via simulation the CAC performance based on the proposed method improves the new call blocking performance compared with the existing method under the desired handoff dropping probability.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.14 no.5
• /
• pp.486-502
• /
• 1989

This paper proposes two types of the preview algorithms to predict the velocities and joint positions, and deals with a control approach using the preview algorithms for the precise trajectory control. Specifically, a predictor as the form of discrete time state equations is proposed based on the robot dynamics model linearized by the computed toque method. And another state predictor is proposed by the best line fitting in the least square sense, where present joint velocities and positions and several past positions are employed. Then computer simulations are performed for the SCARA robot with two d.o.f to show the validities of the proposed algorithms.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10c
• /
• pp.13-15
• /
• 2001

최근에 이르러 프로세서의 병렬성을 분석적 기법으로 예측하기 위한 연구가 활발해지면서 프로세서의 성능 예측 모델에 대한중요성이 대두되고 있다. 그러나 기존의 연구는 현재 광범위하게 사용되고 있는 다중 분기 예측법을 이용하는 프로세서에 대하여 분기 차수와 관계없는 재귀적 성능 모델을 제공해주지 않는다. 본 논문에서는 이것을 해결하기 위하여, 매 싸이클마다 명령어 종속 트리를 구성하고 종속인 명령어 간에 상대적인 병렬도 갓을 부여하여 성능 예측 모델 입력 데이타를 측정하였다. 그 곁과, 다중 분기 예측법을 사용하는 프로세서에서 정수형 프로그램에 대한 성능을 기존의 성능모델보다 작은 상대 오차로 예측할 수 있다.

• Communications for Statistical Applications and Methods
• /
• v.5 no.3
• /
• pp.599-605
• /
• 1998

본 연구에서는 단순구조 순환신경망을 이용한 신경망예측과 전통적인 시계열예측 방법을 이용하여, 순환변동이 있는 시계열자료의 단기예측 오차를 비교한다. 순환신경망모형의 입력자료를 변화시키는 개선된 학습방법을 적용하여 시계열자료를 학습하고, 신경망예측의 결과는 선형 AR(9)모형, 비선형 SETAR모형 그리고 이들의 결합모형을 이용한 예측결과와 비교한다. 실증분석에 적용된 시계열자료는 1700년부터 1987년 까지의 태양흑점 자료이며 예측에 이용된 검정자료는 1980년부터 8년 간의 자료이다.

• Communications for Statistical Applications and Methods
• /
• v.3 no.1
• /
• pp.29-37
• /
• 1996

계절성을 갖는 승법 계절 혼합 시계열 모형들의 동질성 검정을 위하여 Wald 검정 통계량을 구하고 그 극한 분포가 ${\chi}^2$-분포함을 보였으며 시뮬레이션 연구를 통하여 뒷받침하였다. 도시 규모가 비슷한 우리나라 지역별 평균 온도자료를 가지고 이 동질성 검정을 수행하여 시계열을 지역별로 모형화하여 예측한 것과 동질성이 있는 것을 묶고 모형화하여 예측한 것에 대한 예측 오차를 비교하였다.

• Journal of Korea Port Economic Association
• /
• v.30 no.4
• /
• pp.255-273
• /
• 2014

The purpose of this paper is to examine the causal relationship among the trading volume of Pyeongtaek port, Incheon Inner Harbor, Incheon North Harbor. Methodologically, Granger causality, impulse response function, and variance decomposition based on VAR are used. The results indicate that Pyeongtaek port trading volume positive shock has positive effects on Incheon North Harbor. In addition, Incheon Inner Harbor trading volumes positive shock has negative effects on Pyeongtaek port. The results also suggest that the volume of Pyeongtaek port Granger-causes the volume of Incheon North Harbor, but not vice versa. The volume of Incheon Inner Harbor Granger-causes the volume of Pyeongtaek port. Based on these results, we suggest that port authorities have to focus on policies that would promote copetition between port of Pyeongtaek and Incheon in the world harbor industry.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.7
• /
• pp.884-889
• /
• 2021

The number of people infected with Covid-19 in Korea seemed to be gradually decreasing thanks to various efforts such as social distancing and vaccines. However, just as the number of infected people increased after a particular incident on February 20, 2020, the number of infected people has been increasing rapidly since December 2020 by approximately 500 per day. Therefore, the future Covid-19 is predicted through the Prophet algorithm using Kaggle's dataset, and the explanatory power for this prediction is added through the coefficient of determination, mean absolute error, mean percent error, mean square difference, and mean square deviation through Scikit-learn. Moreover, in the absence of a specific incident rapidly increasing the cases of Covid-19, the proposed method predicts the number of infected people in Korea and emphasizes the importance of implementing epidemic prevention and quarantine rules for future diseases.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.29 no.1
• /
• pp.225-234
• /
• 2019

Bitcoin is a cryptocurrency with characteristics such as de-centralization and distributed ledger, and these features are maintained through a mining system called "proof of work". In the mining system, mining difficulty is adjusted to keep the block generation time constant. However, Bitcoin's current method to update mining difficulty does not reflect the future hash power, so the block generation time can not be kept constant and the error occurs between designed time and real time. This increases the inconsistency between block generation and real world and causes problems such as not meeting deadlines of transaction and exposing the vulnerability to coin-hopping attack. Previous studies to keep the block generation time constant still have the error. In this paper, we propose a machine-learning based method to reduce the error. By training with the previous hash power, we predict the future hash power and adjust the mining difficulty. Our experimental result shows that the error rate can be reduced by about 36% compared with the current method.