• 통상정보연구
• /
• 제15권2호
• /
• pp.71-82
• /
• 2013

자동차 공급망은 자동차기업들이 글로벌화되어 아웃소싱이 일반화되고 해외생산기지를 구축함에 따라 지속적으로 복잡하게 되었다. 자동차산업에서 순환물류용기 (RPC: Returnable Plastic Container) 의 사용은 물류효율과 비용절감 측면에서 매우 일반화되어 있으나 주로 내수용으로 활용하고 있으며 국제무역용으로는 절대적인 운송거리가 길고 운영관리가 복잡해져 크게 활용되지 않고 있다. 이 연구는 시뮬레이션을 통하여 1회용기와 반복사용이 가능한 순환물류용기를 pooling system으로 적용하는 경우 기업에 미치는 경제적 영향을 비교하였다. 결론적으로 미국과 같은 장거리 국제물류에서는 순환물류용기의 사용이 어려우나 중국과 일본과 같이 비교적 단거리 국제무역에서는 pooling 시스템의 도입으로 경제적으로 타당한 것으로 나타났다. 이 연구결과는 국제공급망 환경에 따라 경제적으로 최적의 포장방법과 형태의 변화가 필요함을 밝혔다. 다만, 국제무역상 발생하는 통관상의 복잡함, 관세, 국내와 해외 물류환경의 상이로 인한 효율성 저하 등의 문제는 하기 위해서는 보다 많은 연구가 필요하다.

• 대한토목학회논문집
• /
• 제39권5호
• /
• pp.561-568
• /
• 2019

최근 우리나라는 기후변화 영향으로 극심한 가뭄으로 인한 피해가 발생하고 있다. 따라서 가뭄에 대한 완화대책을 마련하기 위해서는 가뭄 위험도의 변화를 분석할 필요가 있다. 본 연구에서는 관측 강수량 자료와 RCP 4.5 및 8.5 기후변화 시나리오에 따른 미래 강수량 자료를 활용하여 극한가뭄에 대한 수문학적 위험도를 평가하였다. 먼저, 임계수준방법으로 가뭄사상을 정의하고 풀링을 통하여 미소가뭄을 제거하여 도출한 가뭄 지속기간 및 심도를 대상으로 이변량 가뭄빈도분석을 실시하였다. 극한가뭄사상에 대한 수문학적 위험도를 산정한 결과, RCP 4.5 시나리오에서 위험도가 가장 높은 지역은 전라북도이며 과거보다 51 % 증가하였다. 또한, RCP 8.5 시나리오에서 위험도가 가장 높은 지역은 강원도이며 과거보다 47 % 증가하였다.

• 한국정보과학회논문지:정보통신
• /
• 제30권2호
• /
• pp.244-251
• /
• 2003

인터넷과 무선 이동통신 둥이 실생활에 보편화되면서 두 기술을 접목한 WAP(Wireless Application Protocol)[1]이 등장하였고, 다수의 사용자 요구를 동시에 효율적으로 처리하면 서 다양한 무선 단말기로부터 요청을 신속하게 처리할 수 있는 WAP 게이트웨이(WAP gateway)에 대한 연구가 여러 연구 그룹에서 수행되고 있으며, 이에 대한 효율적인 처리가 필수적이다. WAP 스택[2]은 이러한 연구 중의 가장 기본적인 기술이다. 본 논문에서는 Java의 기본적인 서비스인 멀티쓰레드를 이용하고, 컨테이너 유효 리소스의 효율적 관리를 위해 접속 풀링(connection peeling) 기능을 적용하여 WAP container를 구현하며, 우선순위 정책에 기반한 WAP Protocol의 WTP(Wireless Transaction Protocol)[3] 계층 및 UDP(User Datagram Protocol)[4] 계층을 설계하고 구현함으로 우선순위가 높은 트랜잭션들에 대해 기존 시스템보다 신속히 처리할 수 있는 기능을 구현하였고 모의 실험을 통해 그 효율성을 입증하였다.

• 한국인터넷방송통신학회논문지
• /
• 제21권5호
• /
• pp.141-147
• /
• 2021

본 연구를 통해 임베디드 시스템(Embedded System)에서 뉴럴 네트워크(Neural Network) 인풋의 차원 감소 방식으로 복잡한 연산량을 줄여 초분광 대용량 데이터 특징 정보의 활용률을 개선하기 위해, 전체 밴드를 밴드별 최댓값과 최솟값 차이로 부분집합으로 군집화하여, 각 부분집합에서 밴드 선택 알고리즘을 적용한다. 특징 추출과 특징 선택 기법 중에, 특징 선택 기법을 통해, 파장 범위와 관계없이 데이터세트에 맞는 최적의 밴드 수와 기존 알고리즘 적용 소요 시간과 성능을 향상하고자 한다. 이 실험을 통해 기존 밴드 선택 기법보다 1/3~ 1/9배 소요 시간을 단축했음에도 불구하고 K-최근접 이웃 분류기를 통한 성능 면에서는 약 4% 이상 향상된 의미 있는 결과를 도출하였다. 실시간 초분광 데이터 분석 활용에는 어렵지만, 개선된 가능성을 확인했다.

• 한국음향학회지
• /
• 제38권1호
• /
• pp.106-113
• /
• 2019

본 논문은 능동소나 시스템이 비협동으로 운용될 경우 수신된 직접파로 부터 이를 탐지하여 식별하는 일련의 알고리즘을 제안하였다. 제안하는 알고리즘은 최근 다양한 분야에서 우수한 성능을 보여주고 있는 콘볼루션 신경회로망을 사용하였으며, 입력 데이터로 수신신호를 단시간 퓨리에 변환을 수행한 시간 주파수 분석 데이터를 사용하였다. 본 논문에서 사용한 콘볼루션 신경회로망의 구조는 두 개의 콘볼루션 계층과 풀링 계층을 사용하였으며, 출력층에 따라 데이터베이스 기반의 신경회로망과 펄스 특징인자 기반의 신경회로망을 설계하였다. 알고리즘의 성능을 검증하기 위해 실제 해상에서 수신한 3110개의 CW(Continuous Wave)펄스와 LFM(Linear Frequency Modulated) 펄스의 데이터를 가공하여 학습 데이터와 테스트 데이터를 구성하였다. 시뮬레이션을 수행한 결과 데이터베이스 기반의 신경회로망은 99.9 %의 정확도를 보였으며, 특징인자 기반의 신경회로망은 두 픽셀의 오차를 허용할 경우 약 96 %의 정확도를 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권6호
• /
• pp.1-8
• /
• 2021

본 논문은 저해상도 적외선영상을 사양이 낮은 임베디드 시스템에서 추론 가능하도록 강화된 VGG 스타일과 Global Average Pooling 조합으로 정확도를 증가시키면서 연산량을 최소화하는 딥러닝 컨볼루션 신경망을 이용한 저해상도 적외선 표적 분류 방법을 제안한다. 제안한 알고리즘은 OKTAL-SE로 생성한 합성영상 클래스 9개 3,723,328개를 분류하였다. 최초 임베디드 추론 가능하도록 파라메터 수가 최소화된 최대풀링 레이어 기준 입력단 8개와 출력단 8개 조합에 비해 강화된 VGG 스타일을 적용한 입력단 4개와 출력단 16개 필터수 조합을 이용하여 연산량은 약 34% 감소시켰으며, 정확도는 약 2.4% 증가시켜 최종 정확도 96.1%을 획득하였다. 추가로 C 코드로 포팅하여 수행시간을 확인하였으며, 줄어든 연산량 만큼 수행 시간이 약 32% 줄어든 것을 확인할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.321-321
• /
• 2023

가뭄은 수개월 혹은 수년간 지속적이며, 점진적으로 광범위하게 피해를 미치는 자연재해이다. 강수 부족과 같은 비정상적 기상환경으로 인해 발생하는 기상학적 가뭄이 지속되어 토양 수분량 감소 및 식생에 영향을 미치는 농업적 가뭄을 발생시킬 수 있으며, 하천유출량 및 가용수자원이 감소하는 수문학적 가뭄으로까지 진행된다. 이처럼 분야별 가뭄이 장시간 지속됨에 따라 다른 종류의 가뭄을 발생시키는 현상을 가뭄 전이라고 하며, 가뭄이 전이되지 않은 비전이 사상보다 지역에 큰 피해를 야기한다. 최근 우리나라에서도 가뭄 전이와 관련된 연구들이 진행되고 있다. 하지만 기상학적, 농업적 및 수문학적 가뭄에 대한 가뭄 전이를 모두 고려하여 가뭄의 전이 및 비전이사상간의 피해 양상을 비교하는 연구는 부족한 실정이다. 따라서, 본 연구에서는 전국 단위의 시군구별 SPI(Standardized Precipitation Index), SGI(Standardized Groundwater level Index) 및 PHDI(Palmer Hydrological Drought Index)를 사용하여 각각 기상학적, 농업적 및 수문학적 가뭄을 판단하였다. 각 분야별 가뭄간의 시간적 중복여부를 통해 가뭄의 전이 여부를 판단하고, 가뭄의 전이 특성(풀링, 감쇠, 지체, 연장) 분석을 수행하였다. 또한, 가뭄 전이 사상과 비전이 사상이 발생한 시기의 가뭄 피해 관련 자료를 수집하여, 지역별 가뭄 전이 사상 및 비전이 사상간의 피해 양상을 비교 및 분석하였다. 과거 충청북도 충주시는 2011년의 기상학적 가뭄(비전이 사상) 발생시 피해 인구가 없었으나, 2019년의 기상학적 가뭄에서 수문학적 가뭄으로 전이가 발생하여 999명의 피해 인구가 발생하였다. 즉, 동일한 지역에서 다른 시기에 발생한 가뭄 피해 및 동일한 연도에서 인접한 지역의 가뭄 피해를 분석한 결과, 비전이된 가뭄 사상에 비해 전이된 가뭄 사상에서 더욱 큰 피해를 가지는 것을 확인하였다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권10호
• /
• pp.935-943
• /
• 2017

많은 양의 데이터 기반으로 학습하는 neural network 중 이미지 분류나 음성 인식 등에 사용되어 지고 있는 CNN(Convolution neural network)는 현재까지도 우수한 성능을 가진 구조로 계속적으로 발전되고 있다. 제한된 자원을 가진 임베디드 시스템에서 활용하기에는 많은 어려움이 있다. 그래서 미리 학습된 가중치를 사용하지만 여전히 한계점이 있기 때문에 이를 해결하기 위해 GPU의 범용 연산을 위해서 사용하는 GP-GPU(General-Purpose computing on Graphics Processing Units)를 활용하는 추세다. CNN은 단순하고 반복적인 연산을 수행하기 때문에 SIMT(Single Instruction Multiple Thread)기반의 GPGPU에서 스레드 할당과 활용 방법에 따라 연산 속도가 많이 달라진다. 스레드로 Convolution 연산과 Pooling 연산을 수행할 때 쉬어야 하는 스레드가 발생하는 데 이러한 문제를 해결하기 위해 남은 스레드가 다음 피쳐맵과 커널 계산에 활용되는 방법을 사용함으로써 연산 속도를 증가시켰다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권7호
• /
• pp.635-645
• /
• 2007

컴포넌트 기술은 재사용 가능한 컴포넌트를 조합하여 효율적으로 소프트웨어 시스템을 개발하기 위한 기술로 정착되어 왔으며, 마이크로소프트의 닷넷은 최근의 대표적 컴포넌트 기술 중의 하나이다. 모델기반 아키텍처(Model Driven Architecture, MDA)는 설계 모델을 점진적으로 변환하여 소프트웨어를 자동으로 생성하는 새로운 개발 방식이다. MDA에서 구조적 모델 변환은 성공적으로 적용되었으나, 동적모델과 퍼베이시브 서비스(Pervasive Services) 특히, 트랜잭션 서비스, 보안 서비스, 동기화 서비스, 객체 풀링 둥과 같은 기능에 대한 모델 변환은 부족하다 엔터프라이즈 애플리케이션 시스템은 다 계층 분산 아키텍처를 가지며 이러한 아키텍처에서 퍼베이시브 서비스는 필수적이다 닷넷 플랫폼은 코드상에서 애트리뷰트(Attribute) 코드를 명시함으로써 이러한 퍼베이시브 서비스를 지원하는 Component Object Model+ (COM+) 컴포넌트를 구현한 수 있다. 본 논문에서는 엔터프라이즈 시스템 개발에서 필수적인 퍼베이시브 서비스의 기능과 닷넷 컴포넌트 생성을 위한 요소를 명세화하여, 이를 UML 프로파일로 정의한다. 또한, 정의된 프로파일을 이용하여 .NET/C#용 플랫폼 종속적 모델(PSM)을 명세한 후 도구를 이용하여 코드를 자동 생성하는 기법을 제안한다. 본 논문에서 정의된 UML 프로파일은 Meta Object Facility(MOF)를 준수한 UML 도구 및 MDA 도구에서 사용이 가능하다. 또한, 제안한 방법을 사용할 경우 퍼베이시브 서비스 기능을 지원하는 .NET 컴포넌트를 쉽게 자동 생성할 수 있으며 높은 개발 생산성, 확장성, 이식성 및 유지보수성을 증가시킬 수 있다.

• 한국음향학회지
• /
• 제42권6호
• /
• pp.544-551
• /
• 2023

잡음 음성의 지각적 품질과 명료도 향상을 위해 활용되는 음성 향상은 크기 스펙트럼을 이용한 방법에서 크기와 위상을 같이 향상시킬 수 있는 복소 스펙트럼을 이용한 방법으로 연구되어왔다. 본 논문에서는 잡음 음성의 명료도와 품질을 더욱 향상시키기 위해 복소 스펙트럼 기반 음성 향상 시스템에 어텐션 기법을 적용하는 방안에 관해 연구를 수행하였다. 어텐션 기법은 additive attention을 기반으로 수행하며 복소 스펙트럼의 특성을 고려하여 어텐션 가중치를 계산할 수 있도록 하였다. 또한 특징 맵의 중요도를 고려하기 위해 전역 평균 풀링 연산을 같이 사용하였다. 복소 스펙트럼 기반 음성 향상은 Deep Complex U-Net(DCUNET) 모델을 기반으로 수행하였으며, additive attention은 Attention U-Net 모델에서 제안된 방법을 기반으로 연구를 수행하였다. 거실 환경의 잡음 데이터에 대해 음성 향상을 수행한 결과, 제안한 방법이 Source to Distortion Ratio(SDR), Perceptual Evaluation of Speech Quality(PESQ), Short Time Objective Intelligibility(STOI) 평가 지표에서 기준 모델보다 개선된 성능을 보였으며, 낮은 Signal-to-Noise Ratio(SNR) 조건의 다양한 배경 잡음 환경에 대해서도 일관된 성능 향상을 보였다. 이를 통해 제안한 음성 향상 시스템이 효과적으로 잡음 음성의 명료도와 품질을 향상시킬 수 있음을 보여주었다.