• Journal of Korean Society for Geospatial Information Science
• /
• v.14 no.4 s.38
• /
• pp.61-70
• /
• 2006

This paper presents photogrammetric processing to generate digital elevation models using SPOT-5 HRG stereo images and deals with the accuracy potential of HRG (High Resolution Geometry) supermode imagery for DEM generation. After bundle adjustment was preformed for sensor modelling, digital surface models were generated through the procedures of Epipolar image resampling and image matching. The DEM extracted from HRG imagery was compared along several test sections with the the refernce DEM which was obtained from the digital topographic maps of a scale of 1 to 5000. The ratio of the zone with DEM errors less than 5m to the whole zone was 53.8%, and about 2.5m RMSE was showed when assuming that the zones larger than 5m were affected by clouds, water bodies and buildings and excluding those zones from accuracy evaluation. In addition, the three-dimensional bird's eye view model and 3D building model were producted based on the DSM which was extracted from SPOT-5 HRG data.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.382-382
• /
• 2011

최근의 극심한 기상이변으로 인하여 발생되는 유출량의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이며, 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이는 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 수위를 직접 예측함으로써 이러한 오차의 문제점을 극복 하고자 한다. Neuro-Fuzzy 모형은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 소속함수를 최적화함으로서 모형의 구조를 스스로 조직화한다. 따라서 수학적 알고리즘의 적용이 어려운 강우와 유출관계를 하천유역이라는 시스템에서 발생된 신호체계의 입 출력패턴으로 간주하고 인간의 사고과정을 근거로 추론과정을 거쳐 수문계의 예측에 적용할 수 있을 것이다. 유전자 알고리즘은 적자생존의 생물학 원리에 바탕을 둔 최적화 기법중의 하나로 자연계의 생명체 중 환경에 잘 적응한 개체가 좀 더 많은 자손을 남길 수 있다는 자연선택 과정과 유전자의 변화를 통해서 좋은 방향으로 발전해 나간다는 자연 진화의 과정인 자연계의 유전자 메커니즘에 바탕을 둔 탐색 알고리즘이다. 즉, 자연계의 유전과 진화 메커니즘을 공학적으로 모델화함으로써 잠재적인 해의 후보들을 모아 군집을 형성한 뒤 서로간의 교배 혹은 변이를 통해서 최적 해를 찾는 계산 모델이다. 이러한 유전자 알고리즘은 전역 샘플링을 중심으로 한 수법으로 해 공간상에서 유전자의 개수만큼 복수의 탐색점을 설정할 뿐만 아니라 교배와 돌연변이 등으로 좁아지는 탐색점 바깥의 영역으로 탐색을 확장할 수 있기 때문에 지역해에 빠질 위험성이 크게 줄어든다. 따라서 예측과 패턴인식에 강한 뉴로퍼지 모형의 해 탐색방법을 유전자 알고리즘을 사용한다면 보다 정확한 해를 찾는 것이 가능할 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 상류의 수위자료로부터 하류의 단시간 수위예측에 관해 연구하였으며, 이를 위해 유전자 알고리즘을 이용항여 소속함수를 최적화 시키는 형태의 Neuro-Fuzzy모형에 대하여 연구하였다.

• The Transactions of the Korea Information Processing Society
• /
• v.6 no.8
• /
• pp.2060-2071
• /
• 1999

The complicate software failure system is defined to the superposition of the points of failure from several component point process. Because the likelihood function is difficulty in computing, we consider Gibbs sampler using iteration sampling based method. For each observed failure epoch, we applied to latent variables that indicates with component of the superposition mode. For model selection, we explored the posterior Bayesian criterion and the sum of relative errors for the comparison simple pattern with superposition model. A numerical example with NHPP simulated data set applies the thinning method proposed by Lewis and Shedler[25] is given, we consider Goel-Okumoto model and Weibull model with GOS, inference of parameter is studied. Using the posterior Bayesian criterion and the sum of relative errors, as we would expect, the superposition model is best on model under diffuse priors.

• Smart Media Journal
• /
• v.9 no.3
• /
• pp.122-129
• /
• 2020

The possibility that an asymptotic coronavirus-19 infected person around the world is not aware of his infection and can spread it to people around him is still a very important issue in that the public is not free from anxiety and fear over the spread of the epidemic. In this paper, the K-means clustering algorithm and deep learning-based crowd aggregation were proposed to determine the possibility of contact with confirmed cases of infectious diseases. As a result of 300 iterations of all input learning images, the PSNR value was 21.51, and the final MAE value for the entire data set was 67.984. This means the average absolute error between observations and the average absolute error of fewer than 4,000 people in each CCTV scene, including the calculation of the distance and infection rate from the confirmed patient and the surrounding persons, the net group of potential patient movements, and the prediction of the infection rate.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.53 no.3
• /
• pp.99-106
• /
• 2016

In this paper, we will discuss about correction method of missing data on noisy observation matrix and uncertainty analysis for the potential noise. In situations without missing data in an observation matrix, this solution is known to be accurately induced by SVD (Singular Value Decomposition). However, usually the several entries of observation matrix have not been observed and other entries have been perturbed by the influence of noise. In this case, it is difficult to find the solution as well as cause the 3D reconstruction error. Therefore, in order to minimize the 3D reconstruction error, above all things, it is necessary to correct reliably the missing data under noise distribution and to give a quantitative evaluation for the corrected results. This paper focuses on a method for correcting missing data using geometrical properties between 2D projected object and 3D reconstructed shape and for estimating a noise level of the observation matrix using ranks of SVD in order to quantitatively evaluate the performance of the correction algorithm.

• Korean Journal of Remote Sensing
• /
• v.28 no.5
• /
• pp.477-487
• /
• 2012

Sea surface winds in the sea off the east coast of Korea were derived from L-band ALOS (Advanced Land Observing Satellite) PALSAR (Phased Array type L-band Synthetic Aperture Radar) data and their characteristics of errors were analyzed. We could retrieve high-resolution wind vectors off the east coast of Korea including the coastal region, which has been substantially unavailable from satellite scatterometers. Retrieved SAR-wind speeds showed a good agreement with in-situ buoy measurement by showing relatively small an root-mean-square (RMS) error of 0.67 m/s. Comparisons of the wind vectors from SAR and scatterometer presented RMS errors of 2.16 m/s and $19.24^{\circ}$, 3.62 m/s and $28.02^{\circ}$ for L-band GMF (Geophysical Model Function) algorithm 2009 and 2007, respectively, which tended to be somewhat higher than the expected limit of satellite scatterometer winds errors. L-band SAR-derived wind field exhibited the characteristic dependence on wind direction and incidence angle. The previous version (L-band GMF 2007) revealed large errors at small incidence angles of less than $21^{\circ}$. By contrast, the L-band GMF 2009, which improved the effect of incidence angle on the model function by considering a quadratic function instead of a linear relationship, greatly enhanced the quality of wind speed from 6.80 m/s to 1.14 m/s at small incident angles. This study addressed that the causes of wind retrieval errors should be intensively studied for diverse applications of L-band SAR-derived winds, especially in terms of the effects of wind direction and incidence angle, and other potential error sources.

• The Transactions of the Korea Information Processing Society
• /
• v.5 no.1
• /
• pp.97-102
• /
• 1998

In the most cases of eigen value problems in the social sciences, the object matrix to analyze is real-valued symmetric matrix. And many cases of eigen value problems in this field needs 2-4 eigen pairs according to the magnitude of their absolute values. The methods to obtain eigen pairs by numerical computation using computer, we would face the problem of round off error because matrix computation needs a number of calculations. In this paper, an algorithm which make us to get some needed eigcn pairs according to the magnitude of their absolute values is designed. And in this algorithm, the power method is used to obtain some eigen pairs. This algorithm is expected to be effective by the reduction of the number of calculations.

• Proceedings of the Korean Association for Survey Research Conference
• /
• 2007.11a
• /
• pp.55-65
• /
• 2007

In this research, it will be examined on mathematical model of AMOS software program that ues for Covariance Structure Analysis. if we have not understood to mathematical model of Covariance Structure, we fail to understand Structural equation modeling. Similarly If We were not understand to mathematical model of AMOS Software, we do not use Software adequately. Therefore we examine two sorts of Software that be designed for Structural equation modeling or Covariance Structure Analysis. In this research, We will focus on 8 assumption of Structural equation modeling and compare AMOS(Analysis of MOment Structure) program with LISREL(Linear Structure RELation) program. We found that A Program of AMOS Software have materialized with RAM(Reticular Action Model).

• The Korean Journal of Applied Statistics
• /
• v.33 no.3
• /
• pp.257-267
• /
• 2020

We introduce multivariate exponential smoothing models based on a vector innovations structural time series framework. The models enable us to exploit potential inter-series dependencies to improve the fit and forecasts of multivariate (vector) time series. Models are applied to forecast the exchange rates of the UK pound (UKP) and US dollar (USD) against the Korean won (KRW) observed on monthly basis; subseqently, we compare their performance with alternative models. We observe that the multivariate exponential smoothing models are superior to alternatives.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.531-534
• /
• 2022

승차 공유, 카풀, 렌터카의 이용률이 증가하면서 많은 사용자가 동일한 차량에 로컬 액세스 할 수 있는 시나리오가 더욱 보편화됨에 따라 차량 네트워크에 대한 공격 가능성이 커지고 있다. 차량용 CAN Bus Network에 대한 DoS(Denial of Service), Fuzzy Attack 및 Replay Attack과 같은 공격은 일부 ECU(Electronic Controller Unit) 비활성 및 작동 불능 상태를 유발한다. 에어백, 제동 시스템과 같은 필수 시스템이 작동 불가 상태가 되어 운전자에게 치명적인 결과를 초래할 수 있다. 차량 네트워크 침입 탐지를 위하여 많은 연구가 진행되고 있으나, 기존 화이트리스트를 이용한 탐지 방법은 새로운 유형의 공격이 발생하거나 희소성이 높은 공격일 때 탐지하기 어렵다. 본 논문에서는 인공신경망 기반의 CAN 버스 네트워크 침입 탐지 기법을 제안한다. 제안하는 침입 탐지 기법은 2단계로 나누어 진다. 1단계에서 정상 패킷 분포를 학습한 VAE 모형이 이상 탐지를 수행한다. 이상 패킷으로 판정될 경우, 2단계에서 인코더로부터 추출된 잠재변수와 VAE의 재구성 오차를 이용하여 공격 유형을 분류한다. 분류 결과의 신뢰점수(Confidence score)가 임계치보다 낮을 경우 학습하지 않은 공격으로 판단한다. 본 연구 결과물은 정보보호 연구·개발 데이터 첼린지 2019 대회의 차량 이상징후 탐지 트랙에서 제공하는 정상 및 3종의 차량 공격시도 패킷 데이터를 대상으로 성능을 평가하였다. 실험을 통해 자동차 제조사의 규칙이나 정책을 사전에 정의하지 않더라도 낮은 오탐율로 비정상 패킷을 탐지해 낼 수 있음을 확인할 수 있다.