• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.198-198
• /
• 2023

유역 내 수자원 계획을 효율적으로 수립하기 위해서는 장기간에 걸친 수문 모델링 뿐만 아니라 미래 기후 시나리오에 따른 수문학적 기후변화 영향 분석도 중요하다. 이를 위해서는 관측 값에 기반한 고품질 및 고해상도 격자형 기상자료 생산이 필수적이다. 하지만, 우리나라는 종관기상관측시스템(ASOS)과 방재기상관측시스템(AWS)으로 이루어진 고밀도 관측 네트워크가 2000년 이후부터 이용 가능했기에 장기간 격자형 기상자료가 부족하다. 이를 보완하고자 본 연구는 가정적인 상황에 기반하여 만약 2000년 이전에도 현재와 동일한 고밀도 관측 네트워크가 존재했다면 산출 가능했을 장기간 일 단위 고해상도 격자형 기상자료를 생산하는 것을 목표로 한다. 구체적으로, 2000년을 기준으로 최근과 과거 기간의 격자형 기상자료를 딥러닝 알고리즘으로 모델링하여 과거 기간을 대상으로 기상자료(일 단위 기온, 강수량)의 공간적 변동성 및 특성을 재구성한다. 격자형 기상자료의 생산을 위해 우리나라의 고도에 기반하여 기상 인자들의 영향을 정량화 하는 보간법인 K-PRISM을 적용하여 고밀도 및 저밀도 관측 네트워크로 두 가지 격자형 기상자료를 생산한다. 생산한 격자형 기상자료 중 저밀도 관측 네트워크의 자료를 입력 자료로, 고밀도 관측 네트워크의 자료를 출력 자료로 선정하여 각 격자점에 대해 Long-Short Term Memory(LSTM) 알고리즘을 개발한다. 이 때, 멀티 그래픽 처리장치(GPU)에 기반한 병렬 처리를 통해 비용 효율적인 계산이 가능하도록 한다. 최종적으로 1973년부터 1999년까지의 저밀도 관측 네트워크의 격자형 기상자료를 입력 자료로 하여 해당 기간에 대한 고밀도 관측 네트워크의 격자형 기상자료를 생산한다. 개발된 대부분의 예측 모델 결과가 0.9 이상의 NSE 값을 나타낸다. 따라서, 본 연구에서 개발된 모델은 고품질의 장기간 기상자료를 효율적으로 정확도 높게 산출하며, 이는 향후 장기간 기후 추세 및 변동 분석에 중요 자료로 활용 가능하다.

• 한국콘텐츠학회논문지
• /
• 제12권3호
• /
• pp.44-54
• /
• 2012

무선 센서 네트워크 환경에서 이동 객체 추적 기법은 환경 모니터링이나 군사 지역에서 적의 이동을 추적하는 실제 응용을 위한 핵심적인 기반 기술이다. 기존 연구에서는 저밀도를 갖는 실제 센서 네트워크 환경에 의해 발생되는 감지 공백 영역을 고려하지 않았다. 따라서 많은 이동 객체 추적 실패가 발생하여 에너지 소모가 증가하였다. 이러한 문제를 해결하기 위해 본 논문에서는 저밀도 환경과 감지 공백 영역을 고려한 이동 객체 추적 기법을 제안한다. 제안하는 기법은 다항 회귀 분석을 이용해 객체의 경로를 예측하여 최소한의 센서 노드를 활성화시킨다. 또한 이동 객체 추적 실패가 발생할 경우 감지 공백 영역의 경계 노드만을 활성화 시키는 객체 추적 복구 기법을 수행한다. 이를 통해, 제안하는 기법은 에너지 소모량을 줄이고 감지 공백 영역 안에서도 높은 예측 정확도를 보장한다. 제안하는 기법이 기존 기법에 비해 이동 객체 추적에 소모되는 에너지를 평균 약 47% 감소시켰고, 센서 노드가 낮은 밀도로 배치된 상황에서 발생하는 감지 공백 영역에서도 평균 약 91%의 예측 정확도를 보였다.

• 융합신호처리학회논문지
• /
• 제13권1호
• /
• pp.32-38
• /
• 2012

센서 네트워크에서의 각 노드들은 지리적 위치에 기반을 둔 정보를 처리해야할 경우에 다양한 방법으로 자신의 위치를 알 수 있다. GPS를 이용한 위치 획득 방법은 전파의 가시성을 요구하므로 위치 정보를 획득할 수 없는 경우가 존재하고 비용이 많이들며, 전력소모가 많다. GPS 없이 센서 노드들의 위치를 알아내는 방법은 복잡한 수학적 알고리즘을 요구하며, 위치 추정의 정확도 측면에서 불리하다는 단점을 가지고 있다. AHLoS는 GPS를 이용한 위치 측정과 위치 추정 알고리즘을 모두 사용하는 혼합 방식이다. AHLoS에서 GPS 노드는 GPS로부터 수신한 자신의 위치를 자신과 인접한 GPS 기능이 없는 일반 노드로 방송한다. 일반 노드는 최소한 3개 이상의 이웃 노드의 위치 정보를 수신할 경우 삼각 측량 위치 계산 알고리즘의 반복 수행을 통해 자신의 위치를 계산할 수 있다. 그러나, 센서 네트워크에서 노드 이동성 네트워크 밀도 지리적 조건에 따라 노드가 3개 이상의 이웃 신호를 수신하지 못할 경우가 존재한다. 본 연구에서는 GPS 노드로부터 위치 정보를 3개 이상 직접 수신하기 어려운 저밀도 환경에서 각 센서 노드가 간접적으로 자신의 위치를 획득하는 방법을 제안한다.

• 한국통신학회논문지
• /
• 제42권2호
• /
• pp.453-459
• /
• 2017

사용자들은 그들의 관심이 관심지점 (POI: Point-of-Interest)과 관련이 있다는 사실을 언급하기 위해 위치 기반 소셜 네트워크에 체크인하거나 그들의 상태를 올리는 경향이 있다. 관심지역 (AOI: Area-of-Interest)을 찾는 기존 연구는 대부분 위치 기반 소셜 네트워크로부터 수집된 공간 태그된 사진과 함께 밀도 기반 군집화 기법을 사용하여 수행되었다. 반면, 본 연구에서는 POI 중심을 포함한 하나의 군집에 해당하는 POI 경계선을 추정하는 데에 초점을 맞춘다. 트위터 사용자들로부터의 공간 태그된 트윗을 사용하여 POI 중심으로부터 도달할 수 있는 적절한 반경을 찾음으로써 POI 경계선을 추정하는 밀도 기반 저복잡도 두 단계 방법을 소개한다. 두 단계 밀도 기반 추정을 통해 선택된 공간 태그의 convex hull로써 POI 경계선을 추정하는데, 각 단계에서 다른 크기의 반경 증가를 가정하여 진행한다. 제안한 방법은 기본 밀도 기반 군집화 방법보다 계산 복잡도 측면에서 우수한 성능을 가짐을 보인다.

• 정보와 통신
• /
• 제29권8호
• /
• pp.26-33
• /
• 2012

차세대 통신 시스템에서는 고속 데이터 전송을 위해 다수의 송신자와 수신자가 네트워크를 구성하여 정보를 주고 받는 다자간 협력 통신을 가정한다. 이러한 상황에 적합한 오류 정정 부호로 이미 탁월한 오류 정정 능력을 검증 받은 저밀도 패리티 체크 (low-density parity-check, LDPC)부호, 이진 입력 이산 비기억 (discrete memoryless) 채널에서 무한한 길이에 대하여 채널 용량 (channel capacity)을 달성하는 것으로 알려진 극 부호 (polar code), 아직은 많이 개발되지 않았지만 보다 높은 전송률을 달성할 수 있는 다중점 (multiple point) 채널에서의 새로운 부호 등이 거론될 수 있다. 본고에서는 이러한 차세대 통신 시스템을 위한 오류 정정 부호들에 대해서 기본 이론과 최근 연구 동향, 그리고 향후 연구 방향 등을 소개하도록 한다.

• Composites Research
• /
• 제33권5호
• /
• pp.282-287
• /
• 2020

본 연구에서는 저 융점 폴리에틸렌 테레프탈레이트(PET) 섬유(Low melting PET fiber: LMF)가 복합화된 PET 시트의 고밀도화 공정을 통해 고강도 PET 시트를 제조하였다. 복합화된 LMF는 열처리 과정에서 용융되어 개개의 PET 섬유를 연결해 섬유간의 계면결합력을 향상시켰다. 또한 PET시트의 고밀도화는 거대기공밀도를 감소시키고 중첩된 PET 네트워크간의 결합력을 향상시켜 결과적으로 압축 전 LMF-PET 시트와 비교하여 연신율은 유지하면서 약 410% 향상된 인장강도를 보여주었다. 또한 강화된 결합력은 PET 섬유 네트워크의 수축을 방지하여 우수한 치수안정성을 나타내었다.

• 대한전자공학회논문지TC
• /
• 제43권1호
• /
• pp.57-70
• /
• 2006

센싱, 데이터 가공, 통신이 가능한 소형의 센서 노드로 구성된 무선 센서 네트워크는 다양한 환경 변화를 측정할 수 있는 유용한 수단이다. 센서 노드에서 측정된 데이터는 모든 데이터를 수집, 처리하며 사용자에게 전달하는 기능을 가진 프로세싱 센터에 전송된다. 이러한 과정은 에너지 제약을 가진 센서 노드를 고려하여 설계되어야 한다. 일반적으로 인접한 센서 노드는 유사한 정보를 가지므로, 로컬 클러스터를 형성하고 클러스터 헤드에 의해 집약된 데이터를 프로세싱 센터에 전송하는 클러스터링 기법이 저전력 구동에 효과적이다. 자동 구성능력을 지닌 기존의 다중 홉 클러스터 에너지 소비량 모델링 기법은 개별 센서 노드의 정확한 에너지 소비량을 예측할 수 없는 문제를 가지고 있었다. 따라서 본 논문에서는 이러한 문제를 보완한 새로운 클러스터 에너지 소비량 모델링 기법을 제안한다. 제안된 모델링 기법은 보로노이 배열(Voronoi tessellation)을 이용하여 클러스터 헤드의 수에 따른 에너지 소비량을 모델링한다. 즉, 센서 필드의 면적, 분포된 센서 노드의 수와 통신 범위를 이용하여 전체 네트워크의 에너지 소비량을 클러스터 헤드의 수에 따라 정량적으로 나타낸다. 본 모델링 기법을 통해 전체 네트워크의 에너지 소비량이 최소가 되는 클러스터의 수를 예측함으로써 저전력을 실현할 수 있다. 본 논문에서 제안하는 모델링 기법은 시뮬레이션을 통해 구성한 실제 네트워크의 에너지 소비량과 $90\%$ 이상의 정확도를 가지며, 기존 모델링의 $60\%$대에 비춰볼 때 상당히 우수한 정확도를 지니고 있다. 또한, 센서 노드의 밀도가 증가할수록 에너지 소비량 정확도가 증가하는 효과를 확인하였다.

• 전자공학회논문지CI
• /
• 제47권2호
• /
• pp.54-64
• /
• 2010

위치측정은 사용자나 사물에게 주변 환경에 대한 인식을 가능케 하는 기본적인 요소이기 때문에 센서네트워크 환경에서는 가장 핵심적인 요소이다. 기존 위치측정 기법은 크게 Range-based방식과 Range-free방식으로 나눌 수 있다. Range-based방식은 전파의 불규칙하고 추가 장비가 필요한 반면에 Range-free방식은 능동적인 통신을 수단으로 위치를 측정하므로 자원제약적인 센서네트워크에서는 적합한 것으로 알려져 있다. 그러나 위치측정의 정확성이 주변노드의 수에 따라 크게 좌우된다. 특히 밀집도가 낮은 센서네트워크 환경에서는 위치측정의 정확성이 매우 낮다. 본 논문에서 제안된 DRTS(Distributed Range-hybrid Tracking Scheme)는 Range-based와 Range-free방식을 혼합하고 주변노드의 위치와 통신범위 및 세기정보를 최대한 활용하여 이동물체를 추적할 수 있는 기법을 제시한다. 특히 주변노드를 최대한 활용한 효율적인 위치측정기법과 제안된 EGP(Estimative Gird Points)의 예측기법을 활용하여 위치추적의 정확성을 획기적으로 개선할 수 있는 방안을 제시한다. 그리고 시뮬레이션 결과를 통해 기존 위치추적 알고리즘 보다 추적의 정확도 관점에서 제안된 기법의 성능이 우수함을 증명하였다.

• 대한지리학회지
• /
• 제48권2호
• /
• pp.259-271
• /
• 2013

본 연구는 차세대 '정보 고속도로'로 각광받고 있는 슈퍼 와이파이 네트워크의 도입을 위한 효율적 시설물 배치에 대해 논의하고 있다. 슈퍼 와이파이는 기존 TV 방송의 유휴 주파수 대역인 화이트 스페이스를 활용함으로써 보다 넓은 지리적 서비스 범위를 가지기 때문에 인구 저밀도 지역이나 산간 지역에 대한 인터넷 접근성의 격차를 해소하는데 중요한 기능을 할 수 있다. 본 연구의 목적은 슈퍼 와이파이에 대한 체계적이고 효율적인 공간 계획을 탐색하는데 있으며, 이를 위해 전라남도 구례군을 대상으로 최적 입지 커버링 모델들을 적용하였다. 사례 분석 결과, 상이한 입지 모델(LSCP, MCLP)에 따른 최적화된 슈퍼 와이파이 입지 지점들을 도출할 수 있었으며, 시설물 수에 따른 커버리지 상쇄효과, 한계 커버리지와 같은 슈퍼 와이파이 네트워크 구축에 있어 유의미한 분석 결과들을 도출할 수 있었다. 본 연구의 결과는 향후 도시내 무선 네트워크의 확장이나 지역 무선 인프라 시설 구축에 슈퍼 와이파이를 도입하고자 하는 의사결정자에게 매우 유용한 참고 자료로 활용될 수 있을 것이다.

• 인터넷정보학회논문지
• /
• 제25권1호
• /
• pp.99-107
• /
• 2024

경제성장과 산업 발전에 따라 반도체 제품부터 SMT 제품, 전기 배터리 제품에 이르기 까지 많은 전자통신 부품들의 제조과정에서 발생하는 철, 알루미늄, 플라스틱 등의 이물질로 인해 제품이 제대로 동작하지 않거나, 전기 배터리의 경우 화재를 발생하는 문제까지 심각한 문제로 이어질 가능성이 있다. 이러한 문제를 해결하기 위해 초음파나 X-ray를 이용한 비파괴 방법으로 제품 내부에 이물질이 있는지 판단하여 문제의 발생을 차단하고 있으나, X-ray 영상을 취득하여 이물질이 있는지 판정하는 데에도 여러 한계점이 존재한다. 특히. 크기가 작거나 밀도가 낮은 이물질들은 X-Ray장비로 촬영을 하여도 보이지 않는 문제점이 있고, 잡음 등으로 인해 이물들이 잘 안 보이는 경우가 있으며, 특히 높은 생산성을 가지기 위해서는 빠른 검사속도가 필요한데, 이 경우 X-ray 촬영시간이 짧아지게 되면 신호 대비 잡음비율(SNR)이 낮아지면서 이물 탐지 성능이 크게 저하되는 문제를 가진다. 따라서, 본 논문에서는 저화질로 인해 이물질을 탐지하기 어려운 한계를 극복하기 위한 5단계 방안을 제안한다. 첫번째로, Global 히스토그램 최적화를 통해 X-Ray영상의 대비를 향상시키고, 두 번째로 고주파 영역 신호의 구분력을 강화하기 위하여 Local contrast기법을 적용하며, 세 번째로 Edge 선명도 향상을 위해 Unsharp masking을 통해 경계선을 강화하여 객체가 잘 구분되도록 한다, 네 번째로, 잡음 제거 및 영상향상을 위해 Resdual Dense Block(RDB)의 초고해상화 방법을 제안하며, 마지막으로 Yolov5 알고리즘을 이용하여 이물질을 학습한 후 탐지한다. 본 연구에서 제안하는 방식을 이용하여 실험한 결과, 저밀도 영상 대비 정밀도 등의 평가기준에서 10%이상의 성능이 향상된다.