• 방송공학회논문지
• /
• 제15권1호
• /
• pp.52-62
• /
• 2010

분산 비디오 부호화(DVC: Distributed Video Coding)는 움직임 추정과 같은 복잡한 연산을 복호기측에서 처리함으로써 경량화 된 영상 부호화를 가능하게 하는 기술로 최근 많은 연구가 진행되고 있다. 분산 비디오 부호화의 부호화 성능을 개선하기 위한 기존의 연구는 주로 우수한 보조정보(SI: Side Information) 생성 또는 채널 특성을 잘 기술할 수 있는 채널 잡음 모델링에 집중되었다. 본 논문에서는 화소영역 Wyner-Ziv(Pixel Domain WZ: PDWZ) 코덱의 성능을 개선하기 위해 부호기에서 높은 복잡도를 도입하지 않고 간단한 비트 연산을 통하여 구현될 수 있는 성능 개선 방법을 제안한다. 즉, WZ 프레임과 보조정보 간에 존재하는 높은 상관성을 이용하고, 특정 영역에 집중하여 나타나는 가상채널 잡음을 줄임으로써 부호화 성능을 개선하는 방식을 제안한다. 이를 위해, 본 논문에서는 코드할당 및 그레이코드(Gray Code)를 사용하여 통계적 중복성을 효과적으로 이용하고, 더불어 비트 인터리버를 통하여 가상 채널 잡음의 영향을 줄이는 PDWZ 코덱을 제안한다. 모의실험을 통하여 제안한 방법은 최대 약 0.5 dB의 화질 개선을 제공할 수 있음을 보인다.

• 한국지하수토양환경학회지:지하수토양환경
• /
• 제14권5호
• /
• pp.18-28
• /
• 2009

다양한 물리화학적 특성을 지닌 12개의 유기오염물이 저표면적의 무기물 지반 수착제로 수착 시 12개의 유기오염물을 적은 수의 pseudocompound로 집략화하는 접근법(lumped approach)의 타당성과 정확성을 평가하였다. 집략화 접근법은 복잡한 혼합 유기오염물의 수착 거동을 근거로 통계적인 처리방법인 집략분석(cluster analysis)을 통해 개발되었다. 집략화 접근법을 이용해 수용액상에서 복잡한 혼합 유기오염물이 친수성 무기물로 수착 시 감소된 수의 집략화된 오염물(pseudocompound)과 집략화된 오염물의 수착 매개변수($K_f$, n)를 이용하여 복잡한 혼합 유기오염물의 수착을 설명할 수 있었다. 또한, 실험을 수행하지 않고(a priori) 복잡한 혼합 유기오염물 내 각 유기오염물의 특성(${\gamma_w}^{sat}$)을 근거로 pseudocompound를 예측할 수 있었다. 따라서 집략화 접근법은 복잡한 혼합 유기오염물의 수착거동을 단순화하여 반응관련 매개변수 산출에 필요한 시간과 비용을 감소시켜주고 통계적으로 정확성이 동일한 범위 내의 실용적인 수착 결과를 제공해 줄 수 있다. 향후 더 많은 반응 인자소결합크기, 수착제 내 반응 지점 수 및 반응성 그룹 등)를 고려한 다중회귀분석(multiple regression analysis)을 통해 집략화 접근법(lumped approach)의 정확도를 높일 필요가 있다고 판단된다.

• 한국지리정보학회지
• /
• 제18권1호
• /
• pp.120-134
• /
• 2015

본 연구에서는 Natural Capital Project에서 개발 된 InVEST Water Yield 모형을 통해 국내 산림의 수자원 공급 서비스를 평가하고 적용성을 검토 해 보았다. InVEST Water Yield 모형은 총 8가지의 필수 입력자료를 요구하며, 그 중 6가지는 공간자료로, 2가지는 계수로 설정되었다. 국내에서 쉽게 활용 및 보정 가능한 자료를 이용한 모형 구동 결과, 우리나라 산림생태계의 수자원 공급서비스 총량인 수원함량은 2011년을 기준으로 9,409,622,083톤으로 나타났다. 이 결과는 해당년도 강우량의 분포와 비슷한 경향을 보였으며, 대상지에서 공간분석을 통해 이뤄진 기존 연구 및 통계적으로 분석된 전국 규모의 연구 결과와 비교 시 차이를 보였다. 이러한 차이는 모형의 기작 특성에 따른 통계적 방식과 공간적 구현 방식에서의 차이로 인해 발생하는 것으로 파악되었다. 따라서 InVEST 모형의 활용은 현 시점에도 개발이 지속되고 있는 상황임을 감안해야 하며, 정량적인 평가보다는 정성적인 평가에 중점을 두어야 할 것이다. 또한 향후 모형의 고도화를 위해서는 우리나라에 맞는 입력자료의 작성 및 멀티모델링을 통한 비교를 통해 정확성을 향상시켜야 한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권10호
• /
• pp.391-398
• /
• 2021

전용회선은 데이터 전송에 있어서 연결된 두 지역을 독점적으로 사용하는 구조이기 때문에 안정된 품질수준과 보안성이 확보되어 교환회선의 급격한 증가에도 불구하고 기업 내부에서는 지속적으로 많이 사용하는 회선 방식이다. 하지만 비용이 상대적으로 고가이기 때문에 기업 내 네트워크 운영자의 중요한 역할 중의 하나는 네트워크 전용회선의 자원을 적절히 배치하고 활용하여 최적의 상태를 유지하는 것이 중요한 요소이다. 즉, 비즈니스 서비스 요구 사항을 적절히 지원하기 위해서는 데이터 전송 관점에서 전용회선의 대역폭 자원에 대한 적절한 관리가 필수적이며 전용회선 사용량을 적절히 예측하고 관리하는 것이 핵심 요소가 된다. 이에 본 연구에서는 기업 네트워크에서 사용하는 전용회선의 실제 사용률 데이터를 기반으로 다양한 예측 모형을 적용하고 성능을 평가하였다. 일반적으로 통계적인 방법으로 많이 사용하는 평활화 기법 및 ARIMA 모형과 요즘 많은 연구가 되고 있는 인공신경망에 기반한 딥러닝의 대표적인 모형들을 적용하여 각각의 예측에 대한 성능을 측정하고 비교하였다. 또한, 실험결과에 기초하여 전용회선 자원의 효과적인 운영 관점에서 각 모형이 예측에 대하여 좋은 성능을 내기 위하여 고려해야 할 사항을 제안하였다.

• KEPCO Journal on Electric Power and Energy
• /
• 제6권4호
• /
• pp.413-418
• /
• 2020

초기 학습 데이터의 과적합으로 인한 전력망 상태예측 모델의 성능 감소를 방지하고 예측모델의 예측 정확도 유지를 통한 계속적인 현장활용을 위해서는 기계학습 모델의 예측 정확도를 지속적으로 관리할 필요가 있다. 이를 위해, 본 논문에서는 다양한 요인에 의해 끊임없이 변화하는 전력망 상태 데이터의 특성을 고려하여 예측모델의 정확성과 신뢰성을 높이고 현장 적용 가능한 수준의 품질을 유지하기 위한 기계학습 기반 전력망 상태예측 모델의 성능 유지관리 자동화 기법을 제안한다. 제안 기법은 워크플로우 관리 기술의 적용을 통해 전력망 상태예측 모델 성능 유지관리를 위한 일련의 태스크들을 워크플로우의 형태로 모델링하고 이를 자동화하여 업무를 효율화 하였다. 또한, 기존 기술에서는 시도되지 않았던 학습데이터의 통계적 특성 변화 정도와 예측의 일반화 수준을 모두 고려한 예측모델의 성능 평가를 통해 성능 결과의 신뢰성을 확보하고 이를 통해 예측 모델의 정확도를 일정 수준으로 유지관리하고 더욱 성능이 우수한 예측모델의 신규 개발이 가능하다. 결과적으로 본 논문에서 제안하는 전력망 상태예측 모델 성능 유지관리 자동화 기법을 통해 예측모델의 성능 저하문제를 해결하여 분산자원 연계 등 외부 환경의 변화에 유연한 예측모델 관리를 통해 정확성과 신뢰성이 보장된 예측 모델의 지속적인 활용이 가능하다.

• 한국항해항만학회지
• /
• 제43권1호
• /
• pp.1-8
• /
• 2019

해양사고를 야기한 선원의 행동오류를 식별하는 것은 해양사고의 예방 또는 저감에 관한 연구의 기초가 된다. 본 연구의 목적은 선원들의 행동오류를 세 가지 행동(즉, Skill, Rule, Knowledge)으로 모델링하는데 필요한 최적의 확률분포함수를 추정하는데 있다. 본 저자들의 사전 연구에서 획득한 해양사고 종류별 행동오류 데이터를 이용하여 세 가지 행동오류에 최적인 확률분포함수를 추정하고, 확률분포함수에서 도출한 확률 값들 사이의 유의성을 검증하였다. 확률분포함수 추정에는 최우추정법(Maximum Likelihood Estimation, MLE)을 적용하고, 유의성 검증에는 분산분석(ANOVA)를 이용하였다. 실험결과 여덟 가지 해양사고 종류별 세 가지 행동으로 각각에 대해서 최소의 오차를 갖는 확률분포함수를 추정할 수 있었다. 이를 이용하여 계산한 여덟 가지의 해양사고 종류에 대한 세 가지 행동오류들의 확률 값들은 통계적인 유의성이 관측 되었다. 또한, 행동오류가 해양사고에 영향을 미치는 것으로 관측되었다.

• 한국빅데이터학회지
• /
• 제3권2호
• /
• pp.71-78
• /
• 2018

본 연구는 산불 발생 예측 모형의 정확도를 높이기 위해 머신러닝 기법을 적용한 연구이다. 산불 피해면적이 가장 큰 강원도를 중심으로 2003년부터 2016년까지 총 14년의 산불 자료를 이용하였다. 기상자료의 오차를 줄이기 위해 강원도를 9개의 구역으로 나누어 각 구역 관측소의 기상자료를 이용하였다. 9개의 구역으로 나누어 각 구역의 산불 예측 모형을 만들게 되면 산불이 발생한 날(majority)과 산불이 발생하지 않은 날(minority)의 비율 차이가 큰 불균형 문제가 발생한다. 불균형 문제에서는 모델의 성능이 떨어지는 현상이 발생할 수 있다. 이를 해결하기 위해 여러 샘플링 방법을 적용하였다. 또한 모델의 정확도를 높이기 위해 캐나다 산불 기상 지수(FWI)의 5가지 지수를 파생변수로 사용하였다. 모델링 방법은 통계적 방법인 로지스틱 회귀분석 방법과 머신러닝 방법인 random forest와 xgboost 방법을 사용하였다. 각 구역의 최종모델의 선택기준을 정확도, 민감도, 특이도를 고려하여 정했으며, 9개 구역의 예측 결과는 산불이 발생한 104건 중 80건의 발생 예측에 성공하였으며 산불이 발생하지 않은 9758건 중 7426건의 발생하지 않음을 예측했다. 전체의 정확도는 76.1%였다.

• 대한지구과학교육학회지
• /
• 제15권1호
• /
• pp.62-75
• /
• 2022

이 연구에서는 2015 개정 과학과 교육과정 중 '태양'에 관한 내용 요소를 중심으로, 3D 프린터를 활용한 체험형 STEAM(Science, Technology, Engineering, Arts & Mathematics) 프로그램을 개발하고, 이에 대한 효과성을 알아보고자 무선 표집된 2개의 중학교 77명의 학생들에게 이를 적용하여 창의적 문제해결력, STEAM 태도 및 수업만족도를 분석하였다. 이 연구의 결과는 다음과 같다. 첫째, 3D프린터를 활용하여 태양촉각모델을 제작하고 시각장애 체험을 통해 학생들이 체험 위주의 적극적인 학습이 가능하도록 프로그램을 개발하였다. 둘째, STEAM 태도 검사의 사전·사후 점수 차에 의한 대응표본 t 검정에서는 '소통', '유용성·가치 인식' 구인을 제외한 '흥미', '배려', '자아 개념', '자아 효능감', '이공계 진로선택' 구인에서 유의미한 통계적 검정 결과(p< .05)를 얻었다. 셋째, 3D프린터 활용 시각장애 중심의 체험형 STEAM 프로그램 적용 후에 실시한 만족도 검사에서는 하위구인들의 평균값의 범위가 3.66 ~ 3.97로, 전반적으로 수업에 대한 긍정적인 반응을 나타내었다.

• 한국항행학회논문지
• /
• 제27권6호
• /
• pp.835-840
• /
• 2023

RFID(Radio Frequency Identification) 시스템은 응용 서비스의 비용과 에너지 효율성으로 인해 사물인터넷 기술의 핵심 구성 요소로 각광받고 있다. RFID 기술을 사물인터넷 응용 서비스 분야에서 사용하기 위해서는 RFID 시스템의 리더와 태그 사이의 단순한 인식뿐만 아니라 다양한 정보를 장기간 저장하고 관리할 수 있어야 한다. 그리고 정보를 태그에 읽고 쓰기 위하여 열악한 무선 채널에 강하고 신뢰성 있는 성능 향상 기술이 필요하다. 특히, UHF(Ultra High Frequency) RFID 시스템에서는 다수의 태그가 밀집 환경에서 수동적인 방법으로 통신하기 때문에 개별 태그의 인식률과 전송속도 향상이 필수적이다. 본 논문에서는 임펄스 잡음 환경에서 RFID 시스템의 성능을 분석하기 위하여 Middleton의 A급 임펄스 잡음 모델을 선정하였고 태그에서는 FM0 인코딩과 Miller 인코딩을 적용하여 RFID 시스템의 오율 성능을 분석하였다. Middleton의 A급 임펄스 잡음 채널에서 RFID 시스템의 성능을 분석한 결과, 가우스 잡음 대 임펄스 잡음의 전력비 값과 임펄스 잡음 지수 값이 클수록 가우시안 잡음 채널과 유사함을 알 수 있었다.

• 한국음향학회지
• /
• 제28권8호
• /
• pp.697-705
• /
• 2009

본 논문에서는 단일 채널 다성 음악에서 리듬 악기 신호를 블라인드 (blind) 방식으로 추출하는 방법을 제안한다. 상업적으로 판매되는 음악 신호는 대부분 2개 이하만의 혼합된 채널 형태로 사용자에게 제공되는 반면, 그 혼합 채널 신호에는 각각 가창 음원 (vocal)을 비롯한 많은 종류의 악기가 포함되어 있는 형태이다. 따라서, 혼합 신호의 개수가 음원 개수와 같거나 더 많은 상황을 가정하는 기존의 음원 분리 방법처럼, 혼합 환경이나 신호의 통계적 특성을 모델링하는 것 보다는, 특정 음원의 고유 특성을 활용하는 것이 이처럼 적은 개수의 혼합 신호만을 가지고 있는 환경 (underdetermined)에 더욱 적합하다. 본 논문에서는 다른 화성 악기와 혼합되어 있는 상창에서 리듬 악기 음원만을 추출하는 것을 목표로 한다. 비음수 행렬 인수분해 (NMF: Nonnegative Matrix Factorization)의 변형된 알고리즘인 비음수 행렬의 부분적 공동 분해 (NMPCF: Nonnegative Matrix Partial Co-Factorization)가 입력 행렬의 시간적인 속성과 주파수적인 속성에서 다양한 관계성을 분석하기 위해 활용된다. 또한 특정 시간 단위로 입력 신호를 파편화 (segmentation)하고, 파편들에서 반복적으로 발생하는 성분을 리듬 악기가 공통적으로 포함하고 있는 특성이라고 가정한다. 본 논문에서 제안하는 방법은 일반적으로 받아들여질 수 있을 정도의 성능을 보여주지만, 기본적으로는 사전 정보를 활용하는 타악기 음원 분리 방식보다 우수하지는 않다. 그러나 블라인드 방식의 특성상, 사전 정보를 획득한기에 용이하지 않은 경우, 또는 사전 정보와 현격히 다른 리듬 악기가 연주되는 경우 등에 보다 유연하게 대응할 수 있다.