• Journal of Ocean Engineering and Technology
• /
• v.11 no.3
• /
• pp.180-190
• /
• 1997

잠수함이 저심도 조건에서 특수임무 수행시, 표면파도 및 조류등 외란의 영향하에서 요구심도 및 위치 유지를 위한 강인한 자동항법장치 설계는, 첨단 군용 잠수함 개발에 필수적이다. 본 연구는 잠수함 조종 운동역학계에 기초하여, 정확한 심도 및 피치 운동 제어를 위해 선형 행렬 부등식을 이용한 혼합 $H_2/H_{\infty}$ 설계법을 사용, 다중 목적 함수로 표현된 잠수함의 조종성능들을 개선하였다. 또한, 제어기 설계법의 타당성을 수치 시뮬레이션을 통하여 검증하였다. 결과적으로 본 제어법은 각종 외란 및 계의 불확실성하에서 잠수정의 만족스러운 과도 상태 응답과 일정 심도 유지 및 피치 각도 변동 최소화에 적합한 강인한 방법임이 검증되었다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.16 no.2
• /
• pp.201-206
• /
• 2010

PLCs are special purpose microcontrollers used in most automatic control systems such as plants, embedded systems, and intelligent buildings. LD is one of the most popular languages among PLC languages. For now LD programs are mainly verified by simulation and testing which has a lot of limitation. This paper describes how to translate a given LD program into an input of a model checker so that LD program is verified by model checking. We define formal semantics of LD programs and SMV models and specify a formal definition of the translation function which preserves semantics between LD programs and SMV models.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.21-23
• /
• 2000

공간 데이터베이스 시스템에서 객체간의 인접성을 유지해야하는 공간 객체의 갱신 연산 수행시, 이와 인접한 공간 객체들은 의미적 무결성을 상실하게 된다. 이러한 의미적 무결성을 만족하기 위해서는 수작업으로 무결성을 유지하는 수동적 무결성 유지 방법보다 사용자 편의성을 위해 자동 보정 연산의 지원이 필요하다. 본 논문에서는 공간 객체의 갱신 연산 수행시 인접한 공간 객체간의 의미적 무결성을 지원하기 위한 능동적인 공간 연산 트리거를 제안한다. 제안한 기법은 무결성 제약조건 검증 단계에서 인접한 공간 객체에 대한 자동 보정 연산을 수행하여 객체간의 의미적 무결성을 유지한다. 제안한 기법의 지원을 위해 무결성 제약조건은 레이어, 공간 객체의 순서로 기술하며, 무결성 검증 단계는 공간 객체, 레이어 순으로 제약조건 검사를 수행한다. 능동적 공간 연산 트리거는 레이어 제약조건 검증 단계에서 갱신연산에 대해 공간 위상 추출연산을 포함한 확장된 SQL을 사용하여 무결성을 유지하도록 한다. 능동적 공간 연산 트리거는 레이어 제약조건 검사와 공간 객체에 대한 자동 보정 연산의 수행을 통하여 인접성을 유지해야 하는 공간 객체들의 의미적 무결성과 사용자 편의성을 제공한다.

• Annual Conference on Human and Language Technology
• /
• 2010.10a
• /
• pp.3-8
• /
• 2010

본 연구에서는 일련의 연구에서 수집된 영작문 오류 유형의 정제된 자료를 토대로 연관 규칙을 생성하고, 학습을 통해서 효용성이 검증된 연관 규칙을 활용해서 영작문 데이터의 형태 통사 오류를 자동으로 탐지한다. 영작문 데이터에서 형태 통사 오류를 찾아내는 작업은 많은 시간과 자원이 소요되는 작업이므로 자동화가 필수적이다. 기존의 연구들이 통계적 모델을 활용한 어휘적 오류에 치중하거나 언어 이론적 틀에 근거한 통사 처리에 집중하는 반면에, 본 연구는 데이터 마이닝을 통해서 정제된 데이터에서 연관 규칙을 생성하고 이를 검증한 후 형태 통사 오류를 감지한다. 이전 연구들에서는 이론적 틀에 맞추어진 규칙 생성이나 언어 모델 생성을 위한 대량의 코퍼스 데이터와 같은 다량의 지식 베이스 생성이 필수적인데, 본 연구는 적은 양의 정제된 데이터를 활용한다. 영작문 오류 유형의 형태 통사 연관 규칙을 생성하기 위해서 Apriori 알고리즘을 활용하였다. 알고리즘을 통해서 생성된 연관 규칙 중 잘못된 규칙이 생성될 가능성이 있으므로, 상관성 검정, 코사인 유사도와 같은 규칙 효용성의 통계적 검증을 활용해서 타당한 규칙만을 학습하였다. 이를 통해서 축적된 연관 규칙들을 영작문 오류를 자동으로 탐지하는 실험에 활용하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.514-516
• /
• 2004

오늘날 RTOS가 운영되는 시스템이 고안정성을 요구할수록 임베디드 소프트웨어인 RTOS의 중요성은 날이 갈수록 증대하고 있다 검증된 RTOS의 개발을 목표로 본 논문에서는 RTOS의 태스크 스케줄러를 정형명세하고, 정형명세된 스케줄러가 가져야 하는 몇 가지의 검증특성들을 모델체킹 기법을 통해서 검증하였다. 또한 에스테럴로 정형 명세된 스케줄러에서 자동 생성된 C 소스를 사용하여 직접 태스크를 스케줄 해 주는 간단한 RTOS를 제작함으로서 검증된 RTOS를 제작 할 수 있는 방법을 제시 하고자 한다.

• Journal of the Korea Convergence Society
• /
• v.9 no.10
• /
• pp.277-283
• /
• 2018

This paper is a study of TPS Migration to a multi-purpose ATS which is used for functional testing of Avionics parts. The dedicated ATS used for the performance test of avionics parts has a lot of difficulties in domestic MRO companies that carry out maintenance of high-level avionics ranging from tens of thousands won to several hundreds of billions won. For this reason, in this paper, I have studied the procedure of TPS migration to use the wire-harness in generators used in A aircraft, which is a maintenance product using a dedicated ATS, as a general-purpose ATS. Through the proposed study, We confirmed the 100% performance verification after the TPS migration from the proprietary to the general purpose. It is possible to expand infinitely through the standardization of the procedure.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.07a
• /
• pp.117-120
• /
• 2012

본 논문에서는 토픽 모델링 기반 TV 프로그램 유사 시청 사용자 그룹핑 및 이를 이용한 TV 프로그램 콘텐츠 추천 알고리듬을 제안하였다. 제안 기술은 토픽 모델링 기법 중 Latent Dirichlet Allocation(LDA) 방법을 이용하여 TV프로그램 시청 기록 내에서 은닉된 유사 사용자들을 그룹핑하고 이러한 유사 시청 사용자 그룹 정보를 이용하여 사용자에게 선호 TV 프로그램 콘텐츠를 자동으로 추천하는 알고리듬이다. 제안된 자동 추천 알고리듬의 성능평가를 위해 실제 TV 시청기록 데이터를 이용하여 훈련 기간과 검증 기간을 나누어 훈련 기간 동안 제안한 알고리듬을 이용하여 사용자 개인에 대한 추천 TV 프로그램 콘텐츠 목록을 생성하여 검증 기간 동안에 실제 추천된 TV프로그램을 얼마나 시청했는지를 측정하여 추천 정확도를 검증하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.1551-1554
• /
• 2012

차량전장용 운영체제는 안전중요(safety-critical) 소프트웨어로써 엄밀한 검증과 테스트를 필요로 한다. 엄밀한 검증은 시스템의 모든 사용 가능한 시나리오의 도출을 필요로 하며, 이것을 수작업으로 생성하는 데에는 비용과 효율성에 문제가 있다. 본 연구에서는 차량전장용 운영체제의 국제표준인 OSEK/VDX 에 명시된 제약사항을 고려한 테스트 시나리오 자동 생성기와 이를 보조하는 OSEK/VDX 시뮬레이터를 개발하여 테스트 효율의 향상과 자동화를 도모하였다. 개발된 도구는 OSEK/VDX 기반 개방형 운영체제인 Trampoline 에 적용하여 효과를 입증하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.430-431
• /
• 2022

자율주행 차량의 성능을 검증하기 위해서는 다양한 검증용 시나리오가 필요하기 때문에 최근에는 검증용 시나리오를 자동으로 생성하기 위한 연구들이 수행되고 있다. 실세계에서 발생되는 다양한 현상을 반영한 시나리오를 생성하기 위해서는 자율주행 차량의 주변 상황에 대한 측정이 필요하지만, 공간적인 문제로 한계가 발생한다. 이와 같은 데이터 수집의 어려움을 자율주행 차량에 탑재된 블랙박스의 영상을 통해서 생성하는 것이 가능하다. 본 논문에서는 DRQN을 이용하여 자율주행 차량 사고영역을 자동으로 탐지하는 방법을 제안한다. 동영상에서 추출된 프레임을 분석해서 교통사고 원도우의 초기 위치를 설정한다. DRQN 학습 프레임워크로 차량의 특징을 도출한다. 마지막으로 특징을 기반으로 교통사고 원도우의 크기와 위치를 조정해서 교통사고 영역을 정확하게 찾는다.

• Korean Journal of Remote Sensing
• /
• v.39 no.5_1
• /
• pp.577-587
• /
• 2023

The utilization of crowdsourced spatial data has been actively researched; however, issues stemming from the uncertainty of data quality have been raised. In particular, when low-quality data is mixed into drone imagery datasets, it can degrade the quality of spatial information output. In order to address these problems, the study presents a methodology for automatically validating the geometric quality of crowdsourced imagery. Key quality factors such as spatial resolution, resolution variation, matching point reprojection error, and bundle adjustment results are utilized. To classify imagery suitable for spatial information generation, training and validation datasets are constructed, and machine learning is conducted using a radial basis function (RBF)-based support vector machine (SVM) model. The trained SVM model achieved a classification accuracy of 99.1%. To evaluate the effectiveness of the quality validation model, imagery sets before and after applying the model to drone imagery not used in training and validation are compared by generating orthoimages. The results confirm that the application of the quality validation model reduces various distortions that can be included in orthoimages and enhances object identifiability. The proposed quality validation methodology is expected to increase the utility of crowdsourced data in spatial information generation by automatically selecting high-quality data from the multitude of crowdsourced data with varying qualities.