• 한국통신학회논문지
• /
• 제34권5B호
• /
• pp.509-516
• /
• 2009

SCTP(Stream Control Transmission Protocol)는 새로운 전송계층 프로토콜로 다양한 기능들을 제공한다. 그 중에서 멀티호밍(multihoming)은 두 단말 사이의 어소시에이션(SCTP에서의 연결)이 여러 개의 경로를 사용할 수 있게 해 주는데, 여러 경로 중, 주 경로(Primary Path)는 처음 전송되는 데이터를 송수신하기 위하여 사용되고 대체경로(Alternate Path)는 재전송되는 데이터를 송수신하기 위하여 사용된다. 그러나 SCTP의 현재 재전송 정책은 대체 경로로 데이터를 재전송함으로써 데이터 도착 성공률을 높여주는 반면 사실상 많은 상황에서 성능 저하의 주요인이 됨이 확인되고 있다. 이는 칸 알고리즘에 의한 것으로 대체 경로로 재전송된 데이터를 대체 경로의 RTT(Round-Trip Time)를 업데이트 하는데 사용할 수 없도록 하고 있기 때문이다. 본 논문에서는 이러한 성능 저하를 피하기 위해 새로운 기법을 제안한다. 제안하는 기법은 DATA chunk와 SACK chunk에서 사용되지 않는 2비트를 사용하여 첫 번째 전송과 재전송을 명확하게 구별한 뒤 RTT를 업데이트함으로써 RTO(Retransmission Time-Out) 값을 보다 정확하게 유지 할 수 있도록 하였다.

• 한국음향학회지
• /
• 제28권1호
• /
• pp.32-43
• /
• 2009

본 논문은 자동 분할과 extreme learning machine (ELM)을 이용하여 연속 심음신호에 의한 심장질환 분류의 성능을 개선한다. 자동 분할을 위한 전처리 단계에서 비정상적인 심음신호는 심잡음 (murmur)과 클릭음 (click)을 포함하고 있기 때문에 제1음 (S1)과 제2음 (S2) 시작점 검출 결과가 부정확하거나 누락되어 기존의 심장질환 분류 시스템의 정확도를 저하시키게된다. 이러한 분할 오류에 의한 성능 저하를 감소하기 위해 S1 및 S2의 위치를 찾고, S1 및 S2의 시간 차이를 이용하여 부정확한 시작점을 교정한 다음 한 주기 심음 신호를 추출한다. 특징벡터로는 단일 주기의 심음 신호로부터 추출된 멜척도 필터뱅크 로그 에너지 계수와 포락선을 사용한다. 심장질환을 분류하기 위하여 한 개의 은닉층을 가진 ELM 알고리듬을 사용한다. 9가지 심장질환 분류 실험을 수행한 결과, 제안 방법은 81.6%의 분류 정확도를 나타내며, multi-layer perceptron(MLP), support vector machine (SVM), hidden Markov model (HMM) 중에서 가장 높은 분류 정확도를 보여준다.

• 한국측량학회지
• /
• 제27권6호
• /
• pp.761-768
• /
• 2009

최근 GPS 상시관측소 자료의 이용이 각종 정보산업분야에서 날로 급증하고 있다. GPS 위치 관측값 취득에 있어서도 사용 소프트웨어별, 정밀궤도력 이용 및 시간대별에 따른 성과의 신뢰성 및 허용오차 기준 마련이 중요한 과제 중의 하나로 논의되고 있다. 이에 본 연구는 GPS 상시 관측소 자료를 이용하여 관측 시간대별, 사용 소프트웨어별, 위성궤도정보별로 분석하여 사용목적에 따른 정확도 허용한계 기준을 설정하고자 수행되었다. 장기선 GPS 관측망에서 연속관측시간대가 6시간까지는 정확도에 큰 변화의 차이가 없었으나 관측 시간대가 줄어듦에 따라 서서히 정확도가 저하되다가 3시간 연속 관측시간대부터는 정확도가 급격히 저하됨을 알 수 있었다. 관측조건은 같으나 학술용과 상용 소프트웨어를 적용하였을 경우 학술용에서는 1cm 이내의 오차가 발견되었으나 상용 프로그램의 경우 3cm에서 최대 10cm 까지의 차이가 있음을 알 수 있었다. 또한 위성궤도정보별 분석에서의 위치 관측값은 정밀궤도력과 방송궤도력에서 비슷한 차이가 발생함을 확인할 수 있었다. 이에 본 연구결과가 위치 관측값의 요구정확도에 적절하게 사용할 수 있는 기준설정의 마련에 필요한 자료를 제공할 수 있을 것으로 판단되었다.

• 한국산업정보학회논문지
• /
• 제9권1호
• /
• pp.56-62
• /
• 2004

산업현장에서는 높은 강도의 육체적 작업에 병행하여 정신적 작업이 요구되는 경우가 있다. 육체적 작업 후에 피로의 회복을 위한 충분한 시간이 주어지지 않는 경우, 이 피로에 수반되는 정신적 피로에 의해 정신적 작업의 정확도는 저하된다는 보고가 있다. 그러나 본 연구에서는 높은 강도의 근육활동에 숙련된 그룹과 숙련되지 못한 그룹 모두에서 본 연구를 위한 실험조건 하에서는 오히려 육체적 활동 후의 정신적 작업의 정확도가 증가한다는 것이 밝혀졌다. 또한 물리적 자극에 대한 이들 그룹의 반응시간을 측정하여 정신작업의 정확도와의 관계를 해석하였다. 그 결과 반응시간은 높은 강도의 근육활동에 숙련된 그룹에서만 운동강도에 따라 안정적으로 점증하였고, 모든 피실험자 그룹에 대해서 정신작업의 정확도와 반응시간은 밀접한 관계에 있지 않음을 알 수 있었다.

• 한국정보통신학회논문지
• /
• 제25권6호
• /
• pp.774-784
• /
• 2021

객체 검출 및 인식 과정은 컴퓨터비전 분야에서 매우 중요한 과업으로써, 관련 연구가 활발하게 진행되고 있다. 그러나 실제 객체 인식 과정에서는 학습된 이미지 데이터와 테스트 이미지 데이터간 해상도 차이로 인하여 인식기의 정확도 성능이 저하되는 문제가 종종 발생한다. 이를 해결하기 위해 본 논문에서는 객체 인식 정확도 향상을 위한 이미지 초해상도 기법을 제안하여 객체 인식 및 초해상도 통합 프레임워크를 설계하고 개발하였다. 세부적으로는 11,231장의 차량 번호판 훈련용 이미지를 웹 크롤링, 인조데이터 생성 등을 통해 자체적으로 구축하고, 이를 활용하여 이미지 좌우 반전에 강인하도록 목적함수를 정의하여 이미지 초해상도 인공 신경망을 훈련시켰다. 제안 방법의 성능을 검증하기 위해 훈련된 이미지 초해상도 및 번호 인식기 1,999장의 테스트 이미지에 실험하였고, 이를 통해 제안한 초해상도 기법이 문자 인식 정확도 개선 효과가 있음을 확인하였다.

• 정보보호학회논문지
• /
• 제32권2호
• /
• pp.405-416
• /
• 2022

AI기술은 데이터 기반의 기계학습을 이용하여 삶의 질을 높여주고 있다. 기계학습을 이용시, 분산된 데이터를 전송해 한곳에 모으는 작업은 프라이버시 침해가 발생할 위험성이 있어 비식별화 과정을 거친다. 비식별화 데이터는 정보의 손상, 누락이 있어 기계학 습과정의 성능을 저하시키며 전처리과정을 복잡하게한다. 이에 구글이 2017년에 데이터의 비식별화와 데이터를 한 서버로 모으는 과정없이 학습하는 방법인 연합학습을 발표했다. 본 논문은 실제 금융데이터를 이용하여, K익명성, 차분프라이버시 재현데이터의 비식별과정을 거친 데이터의 학습성능과 연합학습의 성능간의 차이를 비교하여 효용성을 분석하였으며, 이를 통해 연합학습의 우수성을 보여주고자 한다. 실험결과 원본데이터 학습의 정확도는 91% K-익명성을 거친 데이터학습은 k=2일 때 정확도 79%, k=5일 때76%, k=7일 때 62%, 차분프라이버시를 사용한 데이터학습은 𝜖=2일 때 정확도 52%, 𝜖=1일 때 50%, 𝜖=0.1일 때 36% 재현데이터는 정확도 82%가 나왔으며 연합학습의 정확도는 86%로 두번째로 높은 성능을 보여 주었다.

• 한국통신학회논문지
• /
• 제33권12A호
• /
• pp.1217-1224
• /
• 2008

갈릴레오 위성시스템의 정확한 위치 확인을 위해서는 기본적으로 정화한 반송파 추적이 이루어져야 한다. 주파수 오차를 추적하기 위한 FLL은 전파 도달 시간의 변화를 발생시키는 동적 음력에 강인하지만 정확한 반송파 추적이 어렵다. 반면 위상 오차를 추적하기 위한 PLL은 정확한 반송파 추적이 가능하지만 동적음력에 약하고 높은 동적음력에서 반송파 추적성능이 저하된다. 본 논문에서는 갈릴레오 L1F 신호에서 높은 동적응력에서도 정확한 반송파 추적이 가능하도록 FLL과 PLL의 상호 보완적인 운용과 FLL지원의 PLL 루프필터를 적용한 반송파 추적루프를 설계하였으며, 모의실험을 통하여 제안한 기법의 성능을 입증하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
• /
• pp.113-114
• /
• 2019

다수의 센서 노드로 구성된 IoT 환경에서는 네트워크 수명, 센서 노드의 통신 범위 제한과 같은 제약 사항들이 있다. 이러한 한계점을 해결하기 위해 밀집된 센서 노드 간의 협력이 필요하다. 이때, 밀집된 센서 노드들은 에너지 낭비 및 전송 데이터의 정확도를 저하시킨다. 본 연구에서는 데이터 집중으로 인해 발생하는 네트워크의 에너지 낭비 및 전송 데이터의 정확도 문제를 해결하기 위해 자체조직지도(Self Organized Map, SOM)를 기반으로 한 클러스터링 기법을 제안한다. 결과적으로 제안된 기법을 통하여 클러스터링 된 노드들은 다른 클러스터링 기법과 비교했을 때 밀도 기반의 정확한 예측 값을 얻을 수 있다.

• 한국정보기술학회논문지
• /
• 제17권12호
• /
• pp.29-38
• /
• 2019

라이프로그를 이용한 경로 예측 기법은 정확한 경로 예측을 위하여 많은 양의 학습 데이터를 요구하며, 학습 데이터가 부족할 경우 경로 예측 성능이 저하된다. 학습 데이터 부족은 사용자의 이동 패턴이 유사한 다른 사용자의 데이터를 이용하여 해결이 가능하다. 따라서 이 논문은 사용자 유사도 기반 경로 예측 알고리즘을 제안한다. 이를 위하여 제안 알고리즘은 경로를 3단 그리드 패턴으로 학습하고 코사인 유사도 기법을 이용하여 사용자 간 유사도를 측정한다. 이후, 측정된 유사도를 학습된 모델에 적용하여 경로를 예측한다. 평가를 위하여 기존 경로 예측 기법들과 제안 기법의 경로 예측 정확도를 측정 및 비교한다. 그 결과, 제안 기법의 정확도는 66.6%로 다른 기법들에 비해 평균 1.8% 더 높은 정확도를 가진 것으로 평가된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.236-236
• /
• 2022

연속적인 하천의 유량을 추정하기 위해서는 관측된 수위값을 유량으로 변환하기 위해 일반적으로 수위-유량 관계 곡선을 사용하며 수위구간 별로 일대일 관계로 제시된다. 그러나 유량을 추정함에 있어서 수위 외에도 하상경사, 조도계수와 같은 지형인자, 시간에 따른 유량의 변화와 같은 흐름요소를 모두 고려하여야 정확한 유량을 산정할 수 있다. 즉, 평상시에는 적합한 수준의 유량을 추정할 수 있다고 하더라도 조석의 영향이 있는 구간이나 홍수와 같이 시간에 따른 수위와 유량이 급변하는 경우에는 관측값과 수위-유량관계곡선을 이용한 추정값의 차이가 상당히 증가하여 유량 추정값의 활용이 부적합할 수 있다. 따라서 본 연구에서는 수위-유량관계곡선식의 적용이 어려운 조건에서 보다 정확한 유량을 추정하기 위해 1차원 유동해석모델을 이용한 계산 값과 관측 값과의 비교를 통해 정확도를 검토하고, 지점에 따라 차이가 발생되는 원인을 정성적으로 분석하고자 한다. 대상지점은 강우, 식생 등의 영향으로 수위와 유량의 관계를 단일 관계로 표현하기 어려워 구간분리가 발생된 지점으로 선정하였다. 흐름해석은 기지의 기점수위 조건으로부터 시작하며, 모델링을 통해 유량과 조도계수를 동시에 추정하였다. 분석 결과, 모델 내에서도 수위와 유량 관계의 루프형 특성, 조도계수의 변화를 대체적으로 잘 반영하는 것으로 나타났으며, 국내하천에서 유량추정의 정확도를 저하시키는 주된 원인에 대해 추정할 수 있었다. 향후 이 같은 방법을 통해 도출된 결과를 기반으로 수위-유량관계곡선의 불확실성을 평가하고, 유량 추정방식의 보완이 필요한 지점을 선별하는 기준에 대한 가이드라인을 제시할 수 있을 것으로 기대된다.