• 전자공학회논문지
• /
• 제51권1호
• /
• pp.11-23
• /
• 2014

무선 메쉬 네트워크는 멀티홉 기반의 유연한 망구성 및 확장성이 높은 이점으로 관심을 받고 있으며, 최근 전 세계 전력회사에서도 스마트 그리드 네트워크에 무선 메쉬 네트워크 기술을 적용하기 위한 연구가 활발히 진행 중이다. 스마트 그리드란 전력공급과정에 정보통신기술을 접목시켜 전력공급자와 소비자간 실시간 양방향 정보교환을 통해 에너지 효율을 최적화한 차세대 지능형 전력망으로, 스마트그리드 환경에서 실시간성 및 시급성 등으로 인한 중요한 데이터에 대한 QoS 보장은 필수적이다. 이에 본 논문에서는 국내의 전력용 통신시스템을 바탕으로 스마트그리드 어플리케이션 특성 분석 및 스마트그리드 메쉬 네트워크 구축 방안을 설계하고, IEEE 802.11s의 예약기반의 매체 액세스 매커니즘인 MCCA를 적용함으로서 QoS 성능향상 방안을 제시한다. 이를 검증하기 위해서는 NS-2 시뮬레이션을 이용하여 성능분석을 수행하고, 예약기반의 MCCA가 안정적인 대역폭을 보장함으로서 성능이 향상됨을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제17권7호
• /
• pp.139-146
• /
• 2012

본 논문에서는 효율적인물류관리를위하여물류프로세스와현장 업무환경을 고려한 모바일물류정보시스템을 구현한다. 모바일 물류정보시스템은 물류센터의 전체 업무 프로세스를 실시간으로 수행할 수 있으며, ERP 및 POS 시스템과의 연계로 업무의 효율성을 강화시키는 시스템이다. 또한 서비스와 전체 공급망의 관리 수준을 향상시키는 시스템이다. 기존의물류 관련 업무는 전산화 및 자동화가 되지 않아작업자 경험과 관례에 의존하여 작업을 진행하기 때문에 비효율적인 관리가 이루어지고 있으며 물류 현황 통제력 약화로 물류의 품질이 저하되는 문제점이 있다. 이러한 문제점을 해결하기 본 논문에서는 모바일 물류정보시스템을 구축하여 실물 현장 중심의 실시간 운영 모니터링 환경을 제공하고, 현장업무 효율성 충족 및 최적화 된 시스템 기능을 제공하고자 한다. 또한 신규 물류 시스템으로 안정적 물류 정보지원과 새로운 ERP 및 관련 시스템과의 견고한 인터페이스로 시장 확대와 성장에 따른 물동량 증가에 적절하게 대응할 수 있도록 한다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 1994년도 추계학술발표회 및 정기총회
• /
• pp.11-11
• /
• 1994

트래픽의 흐름을 조절하고 ATM 네트워크 자원의 사용을 최적화하기위해서는 폭주로 인한 성능 저하를 막기 위한 적절한 제어가 필요하다. 기존의 사용자 감시 제어(UPC) 메커니즘이 네트워크의 상황과는 관계없이 매우 불안정한 예방적 기능만을 수행하였고, qvj로 인해 셀 지연을 가중시키는 한계점을 갖고 있었다. 본 논문은 OAM 셀을 이용하여 네트워크의 상태에 따라 능동적으로 반응하는 적응적 사용자 감시 제어 메커니즘을 제안하고ㅡ 버퍼로 인한 지연을 고려하여 서비스의 한층 더 높이고자 한다. 제시한 사용자 감시 제어방식은 OAM 셀이 주는 정보를 바탕으로 네트워크 내의 상황을 판단하여 사용자가 요구한 서비스의 질을 고려할 수 있도록 리키율과 버퍼의 문턱값을 조정하였다. 네트워크가 분주시에는 리키율을 낮추고 버퍼를 줄여서 네트워크 내에 유입되는 셀을 막는 역할을 하고 네트워크가 한가할 때는 리키율을 높히고 버퍼를 늘여서 빠르게 네트워크 내로 셀이 유일도리 수 있\ulcorner 한다. 폭주 발생 시에는 셀의 유입을 막고 푹주 상태가 해결될때까지 스페이서의 작동을 멈춘다. 본 논문에서 제시한 사용자 감시 제어 메커니즘의 트래픽 소스 모델은 IPP로 모델링하였고, 트래픽은 음성과 고속 데이터를 중심으로 시뮬레이션하였다. 음성과 고속 대이타 각각의 경우에 시뮬레이션한 결과를 기존의 방식과 비교, 분석한 결과에서 음성에서는 버퍼지연이 대폭 줄였고 고속 데이터인 경우에는 셀 손실율이 줄어드는 것을 볼 수 있었다. 따라서 제시한 방식에 의해 사용자가 요구하는 서비스의 질을 유지하면서 동시에 네트워크의 자원을 효율적으로 사용하였음을 알 수있었다.에 적합한가를 고찰하였다.베이터에 의한 아파트의 소음 및 진동에 관하여 그 현황, 원인 그리고 대책에 관한여 논하고자 한다.감 방법을 연구하였고, T.Sakai는 5자유도 모델을 이용하여 엔진 공회전시 발생하는 치타음에 대해 이론과 실험을 통해 해석하고, 엔진 회전수 변동, 클러치 특성, 변속기의 드래그(drag) 토크의 영향과 치타음 저감을 위한 개선된 클러치 특성을 제시하였다. 이 외에도 Thomas C.T.와 E.P.Petkus는 특정 차량에 대한 동력전달계의 비틀림 진동 현상에 대해 연구하였다. 이러한 연구들로 볼 때, 자동차 동력전달계에서 발생하는 진동은 이론과 실험을 통해 그 해석이 가능하며 설계에 매우 유용하게 이용되고 있음을 알 수 있다. 따라서, 본 연구는 4 실린더 4 싸이클 1.5 L 엔진을 장착한 경승용차의 실차 주행실험을 통해 가속 페달의 급조작에 따른 차체의 종진동 현상을 측정하고, 엔진-변속기-타이어-차체의 반환정계 4자유도 진동모델로 시뮬레이션을 수행하여 실차 주행실험의 결과치와 비교, 분석한 후 클러치 비틀림 특성을 비롯한 자동차 동력전달계의 각 설계인자들이 차체의 종진동에 어떠한 영향을 미치는가를 해석하고자 한다.be presented.LIFO, 우선 순위 방식등을 선택할 수 있도록 확장하였다. SIMPLE는 자료구조 및 프로그램이 공개되어 있으므로 프로그래머가 원하는 기능을 쉽게 추가할 수 있는 장점도 있다. 아울러 SMPLE에서 새로이 추가된 자료구조와 함수 및 설비제어 방식등을 활용하여 실제 중형급 시스템에 대한 시뮬레이션 구현과 시스템 분석의 예를 보인다._3$", chain segment,

• 천문학회보
• /
• 제44권2호
• /
• pp.62.2-62.2
• /
• 2019

한국의 고천문 자료는 삼국시대 이후 근대 조선까지 다수가 존재하여 세계적으로 드문 기록 문화를 보유하고 있으나, 한문 번역이 많이 이루어지지 않아 학술적 활용이 활발하지 못한 상태이다. 고문헌의 한문 문장 번역은 전문인력의 수작업에 의존하는 만큼 소요 시간이 길기에 투자대비 효율성이 떨어지는 편이다. 이에 최근 여러 분야에서 응용되는 인공지능의 적용을 대안으로 삼을 수 있으며, 초벌 번역 수준일지라도 자동번역기의 개발은 유용한 학술도구가 될 수 있다. 한국천문연구원은 한국정보화진흥원이 주관하는 2019년도 Information and Communication Technology 기반 공공서비스 촉진사업에 한국고전번역원과 공동 참여하여 인공신경망 기계학습이 적용된 고문헌 자동번역모델을 개발하고자 한다. 이 연구는 고천문 도메인에 특화된 인공지능 기계학습 기법으로 자동번역모델을 개발하여 이를 서비스하는 것을 목적으로 한다. 연구 방법은 크게 4가지 개발을 진행하는 것으로 나누어 볼 수 있다. 첫째, 인공지능의 학습 데이터에 해당되는 '코퍼스'를 구축하는 것이다. 이는 고문헌의 한자 원문과 한글 번역문이 쌍을 이루도록 만들어 줌으로써 학습에 최적화한 데이터를 최소 6만 개 이상 추출하는 것이다. 둘째, 추출된 학습 데이터 코퍼스를 다양한 인공지능 기계학습 기법에 적용하여 천문 분야 특수고전 도메인에 특화된 자동번역 모델을 생성하는 것이다. 셋째, 클라우드 기반에서 참여 기관별로 소장한 고문헌을 자동 번역 모델에 기반하여 도메인 특화된 모델로 도출 및 활용할 수 있는 대기관 서비스 플랫폼 구축이다. 넷째, 개발된 자동 번역기의 대국민 개방을 위해 웹과 모바일 메신저를 통해 자동 번역 서비스를 클라우드 기반으로 구축하는 것이다. 이 연구는 시스템 요구사항 분석과 정의를 바탕으로 설계가 진행 또는 일부 완료되어 구현 중에 있다. 추후 이 연구의 성능 평가는 자동번역모델 평가와 응용시스템 시험으로 나누어 진행된다. 자동번역모델은 평가용 테스트셋에 의한 자동 평가와 전문가에 의한 휴먼 평가에 따라 모델의 품질을 수치로 측정할 수 있다. 또한 응용시스템 시험은 소프트웨어 방법론의 개발 단계별 테스트를 적용한다. 이 연구를 통해 고천문 분야가 인공지능 자동번역 확산 플랫폼 시범의 첫 케이스라는 점에서 의의가 있다. 즉, 클라우드 기반으로 시스템을 구축함으로써 상대적으로 적은 초기 비용을 투자하여 활용성이 높은 한문 문장 자동 번역기라는 연구 인프라를 확보하는 첫 적용 학문 분야이다. 향후 이를 활용한 고천문 분야 학술 활동이 더욱 활발해질 것을 기대해 볼 수 있다.

• 한국전산구조공학회논문집
• /
• 제20권5호
• /
• pp.533-541
• /
• 2007

계층적 p-세분화를 위해 Zienkiewicz-Zhu 오차평가법이 약간 수정되었으며, 이 방법의 유효성을 보이기 위해 휨을 받는 개구부를 갖는 Reinssner-Mindlin $C^{\circ}$-평판에 적용하였다. 유한요소해석상의 적응적 체눈을 결정하는 단계는 초수렴 팻취 복구기법에 기초를 둔 사후오차평가자와 연계된 p-세분화에 의해 제안되었다. 요소내의 변위장을 정의하기 위해 적분형 르장드르 고차 형상함수가 사용되는 반면 복구응력을 보간하기 위해 파스칼의 삼각수에 기초를 둔 같은 차수의 고차다항식이 사용되는 이유로 수정 Z/Z 오차평가는 종래의 방법과 다소 차이를 보여준다. 가우스 적분점에서의 응력을 최적화하기 위해 필요한 다항식으로 표현되는 응력함수를 얻기 위해 최소제곱법이 사용되었다. 고정된 요소망에 거의 최적의 형상함수 차수의 분배를 찾기 위한 전략이 논의되었는데, 허용되는 정확도를 얻을 수 있을 때까지 각 요소마다 형상함수의 차수를 불균등하게 증가시키는 방법으로, 소위 최적의 선택적 p-분배를 자동으로 결정하도록 되어있다. 위의 사항들을 L-형 평판 해석에 적용한 결과, 적응적 p-체눈설계 단계가 진행됨에 따라 자유도의 증가에 따라 오차량은 급격히 감소되는 것을 알 수 있었고, 제안된 오차 지시자에 의한 적응적 p-체눈 세분화는 최적 p-분배 진행방향에 근접하는 것을 볼 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제11권9호
• /
• pp.1204-1212
• /
• 2008

가상현실은 1920년대 vehiclesimula-tion(fight simulator)을 효시로 하여 정밀한 광학적/전자기적 장치의 발달로 군사적 목적 이외의 범위로 발전하기 시작하여 realistic display 기술을 선두로 오락, 의료, 학습, 영화, 건축설계, 관광 등 다양한 분야에서 점점 일반화 되어 지고 있다. 1989년 재론 래니어에 의해 가상현실이란 용어가 고안되었고, 모든 가상 프로젝트들을 하나의 단일 항목으로 묶을 수 있게 되었지만, 그 이전에 가상현실은 연구 되어져왔고 현재에 이르게 되었으며, 불가능한 것에 대한 새로운 경험은 인간에게 가상현실의 한 부문으로써 라이드필름을 개발하게 하였다. 라이드필름(Ride Film)의 어트랙션은 기술적 요소뿐만 아니라 인간의 심리적 기반을 분석하여 그 토대로 구성되어지며, 가상현실의 궁극적인 원칙은 상호작용에 의한 몰입이다. 진정한 상호작용은 인터페이스와 입력센서 그리고 반응능력을 요구하는데, 라이드필름(Ride Film)은 전형적인 상호작용성의 요소는 아니다. 따라서 본 연구는 가상현실 기반에서 연구되어온 기술 중심적 입장 외에, 경험 중심적 정의 측면에서 사이버상의 철학자라 불리 우는 마이클 하임 교수의 7가지 기초 개념, 즉 인공현실 / 상호작용 / 몰입 / 망으로 연결된 세계 / 원격현전 /시뮬레이션 / 온몬 몰입에 근거하여 가상현실로서의 적합성을 대입 분석해 보고, 완전한 몰입을 위한 라이드필름(Ride Film)의 발전 방향과 최적화된 결론을 도출하는데 목적을 두고 있다. 이런 관점에서 라이드필름(Ride Film)의 연구는 선례연구가 부족한 라이드필름(Ride Film)의 선행연구로써의 기틀과 디지털 영상을 한 차원 발전시키는데 기여할 것이라 여긴다.

• 지능정보연구
• /
• 제17권4호
• /
• pp.157-173
• /
• 2011

최근 인터넷 사용의 증가에 따라 네트워크에 연결된 시스템에 대한 악의적인 해킹과 침입이 빈번하게 발생하고 있으며, 각종 시스템을 운영하는 정부기관, 관공서, 기업 등에서는 이러한 해킹 및 침입에 의해 치명적인 타격을 입을 수 있는 상황에 놓여 있다. 이에 따라 인가되지 않았거나 비정상적인 활동들을 탐지, 식별하여 적절하게 대응하는 침입탐지 시스템에 대한 관심과 수요가 높아지고 있으며, 침입탐지 시스템의 예측성능을 개선하려는 연구 또한 활발하게 이루어지고 있다. 본 연구 역시 침입탐지 시스템의 예측성능을 개선하기 위한 새로운 지능형 침입탐지모형을 제안한다. 본 연구의 제안모형은 비교적 높은 예측력을 나타내면서 동시에 일반화 능력이 우수한 것으로 알려진 Support Vector Machine(SVM)을 기반으로, 비대칭 오류비용을 고려한 분류기준값 최적화를 함께 반영하여 침입을 효과적으로 차단할 수 있도록 설계되었다. 제안모형의 우수성을 확인하기 위해, 기존 기법인 로지스틱 회귀분석, 의사결정나무, 인공신경망과의 결과를 비교하였으며 그 결과 제안하는 SVM 모형이 다른 기법에 비해 상대적으로 우수한 성과를 보임을 확인할 수 있었다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.147-168
• /
• 2017

오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.

• 경영정보학연구
• /
• 제16권3호
• /
• pp.161-177
• /
• 2014

기업신용등급은 금융시장의 신뢰를 구축하고 거래를 활성화하는데 있어 매우 중요한 요소로서, 오래 전부터 학계에서는 보다 정확한 기업신용등급 예측을 가능케 하는 다양한 모형들을 연구해 왔다. 구체적으로 다중판별분석(Multiple Discriminant Analysis, MDA)이나 다항 로지스틱 회귀분석(multinomial logistic regression analysis, MLOGIT)과 같은 통계기법을 비롯해, 인공신경망(Artificial Neural Networks, ANN), 사례기반추론(Case-based Reasoning, CBR), 그리고 다분류 문제해결을 위해 확장된 다분류 Support Vector Machines(Multiclass SVM)에 이르기까지 다양한 기법들이 학자들에 의해 적용되었는데, 최근의 연구결과들에 따르면 이 중에서도 다분류 SVM이 가장 우수한 예측성과를 보이고 있는 것으로 보고되고 있다. 본 연구에서는 이러한 다분류 SVM의 성능을 한 단계 더 개선하기 위한 대안으로 유전자 알고리즘(GA, Genetic Algorithm)을 활용한 최적화 모형을 제안한다. 구체적으로 본 연구의 제안모형은 유전자 알고리즘을 활용해 다분류 SVM에 적용되어야 할 최적의 커널 함수 파라미터값들과 최적의 입력변수 집합(feature subset)을 탐색하도록 설계되었다. 실제 데이터셋을 활용해 제안모형을 적용해 본 결과, MDA나 MLOGIT, CBR, ANN과 같은 기존 인공지능/데이터마이닝 기법들은 물론 지금까지 가장 우수한 예측성과를 보이는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안모형이 더 우수한 예측성과를 보임을 확인할 수 있었다.