• 정보처리학회논문지D
• /
• 제16D권5호
• /
• pp.661-672
• /
• 2009

인간의 유전체 서열에는 유전체 단위반복변위(copy number variation, CNV)를 포함하는 다양한 유전적 구조 변이(genetic structural variation)가 존재하며, 이는 기능적으로 질병에 대한 감수성, 치료에 대한 반응, 유전적 특성 등과 밀접한 관련이 있다. 본 논문에서는 기가 시퀀싱(giga sequencing)의 결과 산출되는 대량의 짧은 길이의 DNA 서열 데이터를 이용한 새로운 CNV 검색 방식을 제안한다. 제안하는 알고리즘에서는 레퍼런스 시퀀스에 DNA 서열 데이터를 서열 정렬시켜 각 레퍼런스 시퀀스의 위치에 대한 서열 데이터의 출현 빈도 정보를 얻은 후, 출현 빈도 정보의 패턴을 분석하여 통계적 유의성을 갖는 1kbp 이상의 연속 영역을 CNV 후보 영역으로 추출한다. 또한 제안된 알고리즘을 효율적으로 지원하기 위한 서열 정렬 방식에 대한 비교 및 분석을 수행한다. 제안된 기법의 유용성을 규명하기 위하여 다양한 실험을 수행하였다. 실험 결과에 의하면, 제안된 기법은 비교적 낮은 커버리지의 기가 시퀀싱 데이터를 이용하여 반복되거나 결실되는 다양한 형태의 CNV 영역을 효율적으로 검출하며, 또한 작은 사이즈의 CNV 영역에서부터 큰 사이즈의 CNV 영역까지 다양한 크기의 CNV 영역을 효율적으로 검출 할 수 있는 것으로 나타났다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1255-1272
• /
• 2023

위성영상 기반 클로로필-a (chlorophyll-a) 농도는 전지구 기후변화 연구를 위해 장기간의 시계열 자료로 생산되고 있으며, 시간합성 또는 다종위성 자료의 병합(merging)을 통해 결측이 없는 자료의 생산이 요구된다. 그러나 한반도 주변 해역에서의 위성영상 기반 클로로필-a 농도와 관련된 연구는 단일 해색센서로 산출하여 계절적 특징을 평가하거나 연구해역에 적합한 알고리즘을 제시하는 연구가 주로 수행되었다. 본 연구에서는 한반도 주변 해역에서의 공간 커버리지가 높은 클로로필-a 농도 산출을 위해 정지궤도 해색센서 GOCI-II와 극궤도 센서(MODIS, VIIRS, OLCI)의 원격반사도(Remote Sensing Reflectance) 병합자료를 이용하였다. 연구결과 산출물의 공간 커버리지는 극궤도 해색센서 자료보다 약 30% 증가하여 구름으로 인한 결측을 보완하였다. 그리고 현장 관측자료와 함께 Ocean Colour Climate Change Initiative (OC-CCI)와 GlobColour에서 제공하는 전지구 클로로필-a 합성장 자료와의 비교를 통해 정확도를 정량적으로 제시하고자 하였다. 그러나 현장관측 자료의 절대적인 수 부족으로 유의미한 통계적 결과는 제시하지 못하였지만, 전지구 자료와의 비교 결과보다 과소 추정 경향을 확인하였다. 또한 적조와 같은 해양재해·재난 대응 목적의 활용성 평가를 위해 2013년 동해에서 발생한 대번성 사례와 정성적으로 비교하여 정지궤도 해색센서 단독 결과보다 OC-CCI와 유사하게 나타나는 것을 확인하였다. 본 연구를 통해 산출한 결과를 사용하여 향후 인공지능모델 기반의 예측 연구와 아노말리(anomaly) 활용 연구를 수행할 예정이며, 이를 통해 우리나라 연안해역에서 발생하는 클로로필-a 이벤트 모니터링에 유용하게 활용이 가능할 것으로 기대된다.

• 대한공간정보학회지
• /
• 제22권2호
• /
• pp.17-24
• /
• 2014

본 논문에서는 지리공간 웹 서비스 기반의 기준점 자동 추출 기법을 제안한다. 제안하는 기법은 3단계로 구성된다. 1) 첫 번째 단계에서는 지리공간 웹 서비스를 통해 대상영상의 촬영지역에 해당하는 기준자료를 자동으로 획득하고, 2) 두 번째 단계에서는 획득된 기준자료와 대상영상에 SURF 알고리즘을 적용하여 후보 기준점을 찾는다. 3) 마지막 단계에서는 RANSAC 알고리즘을 이용하여 추출된 후보 기준점 중 정 정합점을 최종 기준점으로 산출한다. 제안하는 기법은 기준자료를 획득하기 위해 지리공간 웹 서비스를 활용하였다. 이를 통하여 제안하는 기법은 기준영상과 고도자료의 관리 및 획득 시 사용자 편의성을 증대 시켰고, 표준을 따르기 때문에 높은 확장성을 가진다. 본 논문에서는 제안하는 기법을 SPOT-1, SPOT-5, IKONOS 위성영상에 적용하여 실험을 수행하였다. 실험지역에 적용한 결과, 제안하는 기법은 대상영상의 촬영센서, 촬영일자, 해상도 변화에도 RMSE 5화소 미만의 일관된 정확도를 산출하였고, 대상영상의 해상도가 좋아짐에 따라 정확도의 지속적인 향상 가능성을 확인하였다. 또한 기준영상과 고도자료로 군 표준 자료를 사용함으로써 제안하는 기법의 군사적 활용가능성을 확인하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권4호
• /
• pp.421-426
• /
• 2010

무선 메쉬 네트워크는 쉬운 설치와 향상된 커버리지로 인해 많은 관심과 연구가 진행되고 있다. 예를 들면 메쉬 네트워크에서 throughput을 향상시키는 라우팅 프로토콜에 관한 연구나, 메쉬 링크의 품질을 측정하는 방법 등 다양하다. 하지만 이러한 연구들 중 대부분은 메쉬 라우터의 위치가 고정되어 있다고 가정한다. 하지만 실내 메쉬 네트워크의 경우 관리자가 메쉬 네트워크를 독점적으로 관리하기 때문에 설치 시에 메쉬 라우터를 설치할 위치를 마음대로 결정할 수 있다. 따라서 처음부터 메쉬 네트워크의 성능을 고려하여 메쉬 라우터를 설치하는 것은 성능향상에 필수적이다. 이 논문에서는 유전자 기반 최적화 알고리즘을 바탕으로 메쉬 네트워크의 특성 (간섭, 패킷 전달 토폴로지 등)을 고려한 메쉬 라우터 위치선정 기법을 제시한다. 기존에 메쉬 네트워크는 아니지만 다양한 무선 내트워크에서 기지국이나 AP등을 설치하는 문제가 연구되었고, 메쉬 네트워크의 고정된 메쉬 라우터 집합에서 게이트웨이를 선택하는 문제등이 연구되었지만, 메쉬 라우터의 위치를 선택하는데 있어서, 메쉬 라우터들의 위치나 메쉬 라우터 상에서의 패킷 전송 토폴로지에 의한 간섭을 고려한 연구는 없었다. 다양한 시뮬레이션을 통해 이 논문에서 제시된 기법이 랜덤 선택 기법에 비해 30-40%의 향상을 달성하였음을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제12권4호
• /
• pp.269-277
• /
• 2007

진보된 하드웨어 개발 기술 및 다양한 응용 가능성으로 인하여 무선 센서 네트워크 시스템이 현재 또는 미래에 주목받을 것으로 기대된다. 최근 다양한 응용 중에서 해안 및 수중 센서 네트워크 시스템에 대한 관심이 증대되고 있다. 센서 네크워크 시스템을 해양 및 수중에 적용하여 해양 자원 샘플링, 환경 모니터링, 재해 예방, 항로 유도 등 다양한 이점을 얻을 수 있다. 그러나 이러한 응용을 위해서 센서 노드의 위치 정보가 제공되어야 한다. 따라서 해양 및 수중 환경에서 센서 노드들의 위치 정보를 얻기 위해 순차적인 위치 파악(Sequential Localization) 알고리즘을 제안한다. 순차적 위치 파악은 해안가에 적은 수의 비콘 노드를 설치하여 센서 노드의 위치를 파악한다. 순차적인 위치 파악(Sequential Localization) 방법은 위치 에러 누적 현상을 완화하고 최대한 센서 노드들의 위치 파악을 위해 센서 노드들의 위치 파악 순서를 제어하여 위치 정보를 얻는다. 순차적 위치 파악은 센서 노드들의 레퍼런스 노드의 개수에 대한 정보를 가지고 각 센서 노드의 위치 파악 순서를 지정한다. 가장 많은 레퍼런스 노드를 가지는 센서 노드가 위치 파악 시 가장 높은 우선순위를 갖는다. 순차적 위치 파악 알고리즘은 위치 에러 성능뿐만 아니라 최대한의 센서 노드의 위치 좌표를 구하여 센서 네트워크의 커버리지 또한 증대시킨다.

• 한국산학기술학회논문지
• /
• 제21권7호
• /
• pp.12-19
• /
• 2020

클러스터된 이기종 무선 센서 네트워크는 서로 다른 목적을 가지는 노드들이 계층적 구조를 이루어 링크를 구성하는 네트워크를 의미한다. 무선 센서 네트워크에서는 한정적인 메모리나 배터리 용량 내에서 운용되는 경우가 많기 때문에 이러한 자원을 효율적으로 관리해야만 네트워크의 수명, 커버리지, 연결성 등의 성능을 길게 유지할 수 있다. 예를 들어 특정 센서들의 부근에서 관심을 가지는 이벤트가 빈번하게 발생하여 계측되는 데이터가 증가하게 되면, 특정 클러스터 그룹의 클러스터 헤드로 전송되는 데이터의 양도 동시에 기하급수적으로 증가하게 된다. 특히 해당 클러스터 헤드에서 전송하는 데이터양보다 센서들로부터 수신하는 데이터양이 많을 경우나 링크가 끊어져 데이터 전송이 불가능한 경우 메모리 총 용량을 초과하는 데이터 혼잡 문제가 발생한다. 본 논문에서는 이러한 데이터 혼잡 문제를 해결하기 위해 모바일 싱크로서 드론을 이용한다. 네트워크, 센서 노드, 클러스터 헤드에 대한 모델링 후 데이터 혼잡도를 계산하기 위한 비용 함수와 혼잡 인디케이터를 정의한다. 이를 바탕으로 데이터 혼잡 지도 인덱스를 계산하여 데이터 혼잡 지도를 작성 후 지도를 기반으로 드론을 최적의 위치에 배치한다. 시뮬레이션을 통하여 드론의 배치에 따른 네트워크의 혼잡도가 감소하는 양상을 다양한 접근을 통해 보여준다. 제어 변수 α를 이용하여 배치되는 드론 수에 따른 데이터 혼잡도의 변화, 요구하는 데이터 혼잡도를 만족시키기 위한 통신 범위와 드론 수와의 관계를 알아본다. 또한 기존 연구와의 오버플로우 관점에서 비교를 통해 제안하는 알고리즘이 최소 20 %의 향상이 있음을 보여준다.

• 한국통신학회논문지
• /
• 제38C권1호
• /
• pp.64-77
• /
• 2013

본 논문에서는 요구되는 통신 거리가 길고 LOS 확보가 쉽지 않은 산악 지형이 보편적인 군 전술 통신 환경에서 커버리지 확장과 음영 지역 제거를 위한 협력 중계 기반의 IEEE 802.16j 네트워크를 고려한다. 이를 통해 IEEE 802.16j 네트워크의 상향 링크(UL)에서 협력 중계 전송을 위한 대역 할당과 경로 선택을 통합적으로 수행하는 기법을 제안한다. 이를 위해 OFDMA 프레임 구조에서 협력 중계에 의한 처리율 증가량과 UL 접속 구간 및 UL 중계 구간의 대역 제한폭을 고려하여 전체 시스템의 데이터 처리율을 최대화하는 최적화 문제를 정의하고, 다중 차원 다중 선택 배낭 문제(MMKP)로 변환 후, 전역 탐색 알고리즘을 이용하여 최적해를 구한다. 협력 중계를 이용하지 않는 경우에 대해서도 최적화 문제를 정의하고, MMKP 기반 기법을 제안한다. 성능 비교를 위해 링크 품질 기반 (LQB) 기법의 전체 시스템 처리율도 평가한다. 군 전술 통신 환경 중 LOS 확보가 쉽지 않은 산악 지형 환경에서 OPNET 기반 시뮬레이션을 통해 제안하는 기법들의 전체 시스템 처리율을 비교 분석하고, 제안하는 MMKP 기반 기법들이 LQB 기법들에 비해 좋은 성능을 나타냄을 보이고, 협력 중계를 사용하는 기법들이 그렇지 않은 기법들보다 더 높은 전체 시스템 처리율을 제공함을 보인다.

• 한국항공우주학회지
• /
• 제50권3호
• /
• pp.181-192
• /
• 2022

헬기의 능동진동제어시스템(AVCS)은 주로터로부터 발생되는 진동을 제어하며, 수동형 진동저감장치 대비 저중량으로 우수한 진동저감 성능을 발휘한다. 본 논문에서는 FxLMS 알고리즘을 기반으로 타코미터 및 가속도 센서 신호를 통해 연산된 제어명령을 하중발생기(CFG)로 전달하여 소형민수헬기의 진동을 제어하는 소프트웨어 개발 및 검증 내용을 제시하였다. DO-178C /DO-331 표준에 따라 모델 기반 설계 기법을 통해 진동제어 소프트웨어를 개발하였으며, PILS 및 HILS 환경에서 실시간 작동 성능을 평가하였다. 특히, PILS 환경에서는 LDRA 기반 검증 커버리지를 통해 소프트웨어의 신뢰성을 향상시켰다. AVCS를 소형민수헬기에 적용하기 위해 지상/비행시험을 통해 대상 헬기 동적응답특성 모델을 획득하였다. 이를 기반으로 시스템 최적화 분석 및 비행시험을 통해 최적 성능을 발휘하는 AVCS 형상을 결정하고, STC 인증을 획득하였다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.933-948
• /
• 2023

대기 중 에어로졸은 인체에 악영향을 끼칠 뿐 아니라 기후 시스템에도 직간접적인 영향을 미치므로 에어로졸의 특성과 시공간적인 분포에 대한 이해는 매우 중요하다. 이를 위해 위성기반 관측을 통해 에어로졸 광학 두께(Aerosol Optical Depth, AOD)를 산출하여 에어로졸을 모니터링하는 다양한 연구가 수행되어 왔다. 하지만 이는 주로 조견표를 활용한 역 산출 알고리즘에 기반하여 이루어지기 때문에 많은 계산량을 요구하며 불확실성이 존재한다. 따라서, 본 연구에서는 Geostationary Ocean Color Imager-II (GOCI-II)의 대기상한반사도와 30일 동안의 대기상한반사도 중 최솟값과 관측 시점 값의 차이 값, 수치 모델 기반 기상학적 변수 등을 활용하여 기계학습 기반 고해상도 AOD 직접 산출 알고리즘을 개발하였다. Light Gradient Boosting Machine (LGBM) 기법이 사용되었으며, 추정된 결과는 지상 관측 자료인 Aerosol Robotic Network (AERONET) AOD를 활용하여 랜덤, 시간 및 공간별 N-fold 교차검증을 통해 검증되었다. 세 가지 교차검증 결과 R²=0.70-0.80, RMSE=0.08-0.09, 기대오차(Expected Error, EE) 안에 있는 비율은 75.2-85.1% 수준으로 안정적인 성능을 보였다. Shapley Additive exPlanations (SHAP) 분석에서는 반사도 관련 변수들이 기여도의 상위권 대부분을 차지하고 있는 것을 통해 반사도 자료가 AOD 추정에 많은 기여를 하는 것을 확인하였다. 서울과 울산 지역에 대한 시간 별 AOD의 공간 분포를 분석한 결과, 개발된 LGBM 모델은 시간의 흐름에 따라 AERONET AOD 값과 유사한 수준으로 AOD를 추정하고 있었다. 이를 통해 높은 시공간 해상도(i.e., 시간별, 250 m)에서의 AOD 산출이 가능함을 확인하였다. 또한, 산출 커버리지 비교에서 LGBM 모델의 평균 산출 빈도가 GOCI-II L2 AOD 산출물 대비 8.8%가량 증가한 것을 통해 기존 물리모델기반 AOD 산출 과정에서 발생하던 밝은 지표면에 대한 과도한 마스킹의 문제점을 개선시킨 것을 확인하였다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.1-20
• /
• 2013

소셜 네트워크는 사용자들의 공통된 관심사, 경험, 그리고 일상 생활들을 함께 공유하기 위해 소셜 네트워크 상 사람들을 서로 연결시켜주는 거대한 커뮤니케이션 플랫폼이다. 소셜 네트워크상의 사용자들은 포스팅, 댓글, 인스턴스 메시지, 게임, 소셜 이벤트 외에도 다양한 애플리케이션을 통해 다른 사용자들과 소통하고 개인 정보 관리하는데 많은 시간을 소비한다. 소셜 네트워크 상의 풍부한 사용자 정보는 추천시스템이 추천 성능을 향상시키기 위해 필요한 큰 잠재력이 되었다. 대부분의 사용자들은 어떤 상품을 구매하기 전 가까운 관계이거나 같은 성향을 가진 사람들의 의견을 반영하여 의사 결정을 하게 된다. 그러므로 소셜 네트워크에서의 사용자 관계는 추천시스템을 위한 사용자 선호도 예측을 효율적으로 높이는데 중요한 요소라 할 수 있다. 일부 연구자들은 소셜 네트워크에서의 사용자와 다른 사용자들 사이의 상호작용 즉, 소셜 관계(social relationship)와 같은 소셜 데이터가 추천시스템에서 추천의 질에 어떠한 영향을 미치는가를 연구하고 있다. 추천시스템은 아마존, 이베이, Last.fm과 같은 큰 규모의 전자상거래 사이트 또한 채택하여 사용되는 시스템으로, 추천시스템을 위한 방법으로는 협업적 여과 방법과 내용 기반 여과 방법이 있다. 협업적 여과 방법은 사용자들의 선호도 학습에 의해 사용자가 아직 평가하지 않은 아이템 중 선호할 수 있는 아이템을 정확하게 제안하기 위한 추천시스템 방법 중 하나이다. 협업적 여과는 사용자들의 데이터에 초점을 맞춘 방법으로 유사한 배경과 선호도를 가지는 사용자들로부터 정보를 수집하여 사용자들의 선호도 예측을 자동으로 발생시킨다. 특히 협업적 여과는 근접한 이웃 사용자들에 의해서 목적 사용자가 선호할 수 있는 아이템을 제시하는 것으로 유사한 이웃 사용자를 찾는 것이 중요하다. 좋은 이웃 사용자 발견은 사용자와 아이템을 고려하는 방법이 일반적이다. 각 사용자는 아이템 즉, 영화, 상품, 책 등에 자신의 선호도를 나타내기 위하여 평가 값을 입력하고, 시스템은 이를 바탕으로 사용자-평가 행렬을 구축한다. 이 사용자-평가 행렬은 목적 사용자와 유사하게 아이템을 평가한 사용자 그룹을 찾기 위한 것으로, 목적 사용자가 아직 평가하지 않은 아이템에 대하여 사용자-평가 매트릭스를 통해 그 평가 값을 예측한다. 현재 이 협업적 여과 방법은 전자상거래와 정보 검색에서 적용되어 개인화 시스템에 효율적으로 사용되고 있다. 하지만 초기 사용자 문제, 데이터 희박성 문제와 확장성 그리고 예측 정확도 향상 등 해결해야 할 과제가 여전히 남아 있다. 이러한 문제들을 해소하기 위해 많은 연구자들은 하이브리드, 신뢰기반, 소셜 네트워크 기반 협업적 여과와 같은 다양한 방법을 제안하였다. 본 논문에서는 전통적인 협업적 여과 방식의 예측 정확도와 추천 성능을 향상시키기 위해 소셜 네트워크에 존재하는 소셜 관계를 이용한 협업적 여과 시스템을 제안한다. 소셜 관계는 소셜 네트워크 서비스 중 하나인 페이스북 사용자들이 남긴 포스팅과 사용자의 소셜 네트워크 친구와 의견 교류 중 남긴 코멘트와 같은 사용자 행동을 기반으로 정의된다. 소셜 관계를 구축하기 위해 소셜 네트워크 사용자의 포스팅과 댓글을 추출하고, 추출된 텍스트에 불용어 및 특수 기호 제거와 스테밍 등 전처리를 수행하였다. 특징 벡터는 TF-IDF를 이용하여 전처리된 텍스트에 나타난 각 단어에 대한 특징 점수를 계산함으로써 구축된다. 본 논문에서 이웃 사용자를 결정하기 위해 사용되는 사용자 간 유사도는 특징 벡터를 이용한 사용자 행동 유사도와 사용자의 영화 평가를 기반으로 한 전통적 방법의 유사도를 결합하여 계산된다. 제안하는 시스템은 목표 사용자와 제안한 방법을 통해 결정된 이웃 사용자 집단을 기반으로 목표 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고 Top-N 아이템을 선별하여 사용자에게 아이템을 추천하게 된다. 본 논문에서 제안하는 방법을 확인하고 평가하기 위하여 IMDB에서 제공하는 영화 정보 기반으로 영화 평가 시스템을 구축하였다. 예측 정확도를 평가하기 위해 MAE 값을 이용하여 제안하는 알고리즘이 얼마나 정확한 추천을 수행하는지에 대한 예측 정확도를 측정하였다. 그리고 정확도, 재현율 및 F1값 등을 활용하여 시스템의 성능을 평가하였으며, 시스템의 추천 품질은 커버리지를 이용하여 평가되었다. 실험 결과로부터 본 논문에서 제안한 시스템이 보다 더 정확하고 좋은 성능으로 사용자에게 아이템을 추천하는 것을 볼 수 있었다. 특히 소셜 네트워크에서 사용자 행동을 기반으로 한 소셜 관계를 이용함으로써 추천 정확도를 6% 향상시킴을 보였다. 또한 벤치마크 알고리즘과의 성능비교 실험을 통해 7% 향상된 추천 성능의 결과를 보여준다. 그러므로 사용자의 행동으로부터 관찰된 소셜 관계를 CF방법과 결합한 제안한 방법이 정확한 추천시스템을 위해 유용하며, 추천시스템의 성능과 품질을 향상시킬 수 있음을 알 수 있다.