• 한국콘텐츠학회논문지
• /
• 제6권12호
• /
• pp.80-88
• /
• 2006

객체지향 패러다임에서 객체의 속성, 동작, 객체사이의 관계를 표현하는 클래스의 구성요소들에 대한 연관관계를 측정하는 응집도는 다양하게 연구되어 왔다. 리팩토링 분야에서도 개발자의 경험이나 직감에 의한 수동분석에서 자동분석에 이르기까지 다양한 연구가 제안되어 왔다. 리팩토링을 자동으로 수행하기 위해서는 수행여부를 결정짓는 객관적 판단기준에 대한 검증이 필요하다. 본 논문에서는 참조관계를 고려한 여섯 개의 메소드 위치 결정 요인과 메소드 위치에 대한 관계를 분석하기 위한 방법으로 로지스틱 회귀분석과 신경망을 사용할 것을 제안하였다. 실험 결과, 로지스틱 회귀 분석은 97%, 신경망은 90% 이상의 예측율을 보였으며, 로지스틱 회귀분석이 신경망을 이용한 방법보다 더 우수한 예측결과를 보였다. 또한 두 방법 모두 90% 이상의 예측율로 여섯 개의 메소드 위치 결정 요인이 리팩토링 무브 메소드의 객관적 판단기준으로 적용될 수 있음을 보였다.

• 화약ㆍ발파
• /
• 제26권1호
• /
• pp.15-21
• /
• 2008

건물해체에서 발생하는 충격진동의 예측은 구조물의 낙하높이와 중량, 즉 위치에너지가 고려되어져왔다. 본 연구에서는 충격진동의 예측방법으로써, 위치에너지 대신 낙하중량에 관한 충격량을 이용한 새로운 식을 제시하였다. 실험은 자유낙하를 통해 기존의 방법인 위치에너지와 본 연구에서 제시하는 충격량을 회귀분석 결과로 비교 분석하였다. 또한 중첩원리를 이용한 방법도, 즉 거리별 감쇠율, 높이별 자유낙하시차, 붕괴패턴에 따른 지반에 충격을 가하는 시점을 산정함으로써, 기존 건물해체 진동데이터와 동일 조건에서 비교해 보았다. 결론적으로 본 연구에서는, 기존의 충격진동을 예측하는 방법으로써 충격량과 중첩의 원리를 이용한 새로운 방법이 적용되어야 함을 제안하였다. 이러한 결과는 실제 건물해체 시 발생하는 충격진동을 기존의 방법보다 정확하게 예측할 수 있을 거라고 기대할 수 있다.

• 정보과학회 논문지
• /
• 제42권2호
• /
• pp.190-202
• /
• 2015

스마트폰내 GPS 및 다양한 센서 데이터를 이용하여 스마트폰 사용자의 이동 패턴을 학습하고, 이를 기반으로 사용자 목적지와 경로를 예측하여 사용자의 의도에 맞는 서비스를 제공하는 위치기반 지능형 개인화 서비스(Intelligent personal assistant) 연구가 활발히 진행 되고 있다. 위치기반 개인화 서비스의 지능성은 불완전한 센서 데이터로부터 사용자 이동 정보를 처리하여, 실시간으로 사용자의 경로를 예측하는 정확성과 효율성에 좌우된다. 본 논문은 불완전한 정보로부터 사용자의 경로와 목적지를 추론하는 동적 베이지안 네트워크 기반의 강인한 파티클 필터(Robust particle filter)를 제안한다. 제안한 강인한 파티클 필터 방법은 부정확하고, 불완전한 센서 정보를 보완할 수 있는 파티클 생성, 실시간에 계산 복잡도를 감소시키는 효율적인 스위칭 함수와 가중치 함수, 파티클의 정확도를 향상시키는 재표본화로 구성되며, 사용자의 목적지와 경로의 예측 정확성과 효율성의 성능을 향상시켰다.

• 한국컴퓨터정보학회논문지
• /
• 제26권12호
• /
• pp.19-27
• /
• 2021

본 논문에서는 지역 차분 프라이버시(Local Differential Privacy, LDP) 기법을 이용하여 프라이버시를 보호하면서 수집한 차량 위치 데이터와 딥러닝 기법을 이용하여 교통량을 예측하기 위한 기법을 제시한다. 제시한 기법은 데이터를 수집하는 과정과 수집한 데이터를 이용하여 교통량을 예측하는 과정으로 구성된다. 첫 번째 단계에서는 데이터 수집 과정 중에 발생할 수 있는 프라이버시 침해 문제를 해결하기 위해 LDP 기법을 적용하여 차량의 위치 데이터를 수집한다. LDP 기법은 데이터 수집 시 원본 데이터에 노이즈를 추가해 사용자의 민감한 데이터가 외부에 노출되는 것을 방지한다. 이를 통해 운전자의 프라이버시를 보존하면서 차량의 위치 데이터를 수집할 수 있다. 두 번째 단계에서는 첫 번째 단계에서 수집한 데이터에 딥러닝 기법을 적용하여, 교통량을 예측한다. 또한, 본 논문에서 제안한 기법의 우수성을 입증하기 위해, 실데이터를 이용한 성능 평가를 진행한다. 성능 평가 결과는 본 논문에서 제안한 기법이 사용자의 프라이버시를 보호하면서 수집된 데이터를 이용하여 효과적으로 교통량을 예측할 수 있음을 입증한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.689-690
• /
• 2020

HEVC(High Efficiency Video Coding)의 색차신호 화면내 예측(Intra Prediction)은 복호화된 주변 화소로부터의 예측과 동일한 위치의 휘도신호의 예측 모드를 이용한 예측을 수행한다. 본 논문에서는 색차신호 화면내 예측의 성능 향상을 위하여 합성 곱 신경망(CNN: Convolutional Neural Network) 기반의 색차신호 예측 기법을 제안한다. 제안하는 기법은 복원된 주변 블록의 휘도 및 색차신호로부터 CNN 을 이용하여 현재블록의 색차신호를 예측한다. 실험결과 제안한 CNN 기반의 색차신호 예측 기법이 HEVC 의 색차신호 화면내 예측보다 향상된 성능을 보임을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 추계학술대회
• /
• pp.143-144
• /
• 2019

자율 주행 차량의 상용화를 위해서는 차량의 정교한 위치 추정이 필수적이다 특히 실내공간의 경우 다중 경로 등 복잡한 경로를 주행 중인 차량의 위치를 추적해야 한다. 이 경우 정밀한 위치 추정을 위해 이동체가 주행하는 경로를 정확히 판별하는 것이 필수적이다. 본 논문에서는 다중 경로가 존재하는 복잡한 실내공간을 주행하는 이동체의 경로 추정을 위해 딥러닝 기법을 이용한다. 특히 딥러닝 기법이 주행 차량의 영상 정보를 활용하는 방식을 기술한다. 본 논문에서 딥러닝 방식은 주행 차량의 영상 정보를 이용하여 이동체가 주행하게 될 경로를 예측한다. 모의실험은 적용된 딥러닝 방식이 이동체의 주행 경로를 정확하게 예측함을 보인다.

• 한국재난정보학회:학술대회논문집
• /
• 한국재난정보학회 2016년 정기학술대회
• /
• pp.217-218
• /
• 2016

본 연구에서는 화학사고와 관련하여 위험확산 예측기술개발을 위해 필요한 기상관측장비의 설치위치를 공간분석기법을 활용하여 우선순위로 설치되어야 하는 지역 20개소를 선정하였다. 울산전지역을 1km, 5km, 10km 격자망을 생성하여 기존 기상청에서 제공하고 있는 기상정보를 제외하고 울산전역의 상세한 기상관측정보 제공을 위해 필요한 관측개소 개수를 1차적으로 파악하였다. 위험확산 모니터링에 필요한 기상관측장비 설치간격을 결정하고 경제성을 고려하여 통신사 기지국 활용가능성을 검토하였다. 20개의 최종 설치위치를 결정하기 위해 울산지역에서 발생한 화학사고정보를 기반으로 밀도분석을 수행하여 위험지역을 분석하고, 유해화학물질을 취급하는 업소 정보를 수집하여 군집분포를 수행하였으며, 누출사고 발생 시 가장 중요하게 고려되어야 하는 주거지역 분포를 파악하기 위해 밀도분석을 수행하였다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2005년도 전력전자학술대회 논문집
• /
• pp.224-226
• /
• 2005

본 논문에서는 새로운 회전자 위치 오차 예측 알고리즘(RPEPA)를 이용한 BLDC 전동기의 센서리스 제어 방법을 제안한다. 회전자 위치 정보는 3상 단자 전압으로부터 간접적인 Back-EMF 검출에 의해 추정되고, 저역통과 필터는 스위칭 노이즈 제거를 위해 사용된다. 제안한 방법은 저속 영역에서 기존 방법들 보다 향상된 성능을 갖고 있다. 필터에 의해 발생되는 위상 오차는 새로운 RPEPA에 의해 실시간 보상되어 정확한 전환시점을 결정한다. RPEPA를 이용한 센서리스 방법은 넓은 속도범위와 전동기의 효율을 개선시킨다. 제안한 방법은 실험을 통하여 타당성과 효율성을 검증한다.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2002년도 추계학술대회 논문집(I)
• /
• pp.162-167
• /
• 2002

열차가 고속으로 터널에 진입하게 되면 터널 내부에서 극심한 압력 교란이 발생하게 되며 이로 인한 이명현상은 승객들에게 불쾌감을 크게 유발시키고, 열차 구조물에 작용하는 반복적인 하중변화 또한 구조상 큰 문제를 일으킬 수 있게 된다. 따라서 이를 해결하기 위해서는 터널 내부의 유동장에 대한 정확한 예측이 필요하다. 본 논문은 긴 터널을 효율적으로 해석하기 위해서 최소 차원의 공간 가정을 통하여 계산 시간을 절약할 수 있는 혼합차원 기법을 이용하여 현재 G7 시제차의 시험 운행 구간내의 터널들에 대해서 수치해석을 수행하였다. 해석 결과 터널 내부에서는 압축파, 팽창파의 상호 작용에 의한 복잡한 압력 교란이 발생하였고, 이러한 압력 변화는 열차 속도, 터널 길이, 측정위치에 따라 각각 다르게 나타났다. 따라서 터널 내부의 유동장을 정확히 예측하려면 열차 속도, 터널 길이, 열차 길이, 열차/터널 단면적 비, 측정 위치 등을 고려하여 해석을 수행하여야 한다. 이러한 수치 해석 결과는 시제차 시험 계획의 수립 및 시험기기의 선택과 설치 위치 등을 결정하는 중요한 자료로 활용될 수 있을 것이며, 고속 열차의 여압 시스템과 외부 부착 구조물에 대해서도 중요한 정보를 제공할 수 있을 것이다.

• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 2007년도 추계학술대회 논문집
• /
• pp.462-463
• /
• 2007

신경망을 이용하여 반구형 유도결합형 플라즈마 장비에 대한 전자밀도의 예측모델을 개발하였다. 신경망으로는 Radial Basis function Network를 이용하였고, 신경망의 예측성능은 유전자 알고리즘을 이용하여 최적화하였다. 체계적인 모델링을 위해 $2^4$ 전 인자 (Full Factorial) 실험계획법을 이용하였다. 개발된 모델을 이용하여 공정변수에 따른 전자밀도의 영향을 고찰하였다. 전자밀도는 팁 위치(즉 챔버 높이)에 가장 많은 영향을 받았으며, 소스전력과 압력의 변화에 따른 전자밀도의 변화는 작았다. 팁 위치는 소스전력 변화에 영향을 받지 않았지만, 압력변화는 팁 위치에 따라 복잡하게 전자밀도에 영향을 미쳤다.