• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권2호
• /
• pp.511-527
• /
• 2024

This paper proposes a block-based self-organizing time-division multiple access (BSO-TDMA) protocol for very high frequency (VHF) data exchange system (VDES) in shipborne ad-hoc networks (SANETs). The BSO-TDMA reduces the collisions caused by the simultaneous transmission of automatic identification system (AIS) messages by uniformly allocating channel resources using a block-wise frame. For this purpose, the BSO-TDMA includes two functional operations: (1) frame configuration and (2) slot allocation. The first operation consists of block division and block selection. A frame is divided into multiple blocks, each consisting of fixed-size subblocks, by using the reporting interval (RI) of the ship. Then, the ship selects one of the subblocks within a block by considering the number of occupied slots for each subblock. The second operation allocates the slots within the selected subblock for transmitting AIS messages. First, one of the unoccupied slots within the selected subblock is allocated for the periodic transmission of position reports. Next, to transmit various types of AIS messages, an unoccupied slot is randomly selected from candidate slots located around the previously allocated slot. Experimental simulations are conducted to evaluate the performance of BSO-TDMA. The results show that BSO-TDMA has better performance than that of the existing SOTDMA.

• 한국수산과학회지
• /
• 제57권4호
• /
• pp.479-488
• /
• 2024

In recent years, changes in the fishing ground environment have led to reduced catches by fishermen at traditional fishing spots and increased operational costs related to vessel exploration, fuel, and labor. In this study, we developed a deep learning model to classify the fishing activities of drift gillnet fishing boats using AIS (automatic identification system) trajectory data. The proposed model integrates long short-term memory and 1-dimensional convolutional neural network layers to effectively distinguish between fishing (throwing and hauling) and non-fishing operations. Training on a dataset derived from AIS and validation against a subset of CCTV footage, the model achieved high accuracy, with a classification accuracy of 90% for fishing events. These results show that the model can be used effectively to monitor and manage fishing activities in coastal waters in real time.

• 한국측량학회지
• /
• 제32권3호
• /
• pp.205-216
• /
• 2014

Multi-camera systems have been widely used as cost-effective tools for the collection of geospatial data for various applications. In order to fully achieve the potential accuracy of these systems for object space reconstruction, careful system calibration should be carried out prior to data collection. Since the structural integrity of the involved cameras' components and system mounting parameters cannot be guaranteed over time, multi-camera system should be frequently calibrated to confirm the stability of the estimated parameters. Therefore, automated techniques are needed to facilitate and speed up the system calibration procedure. The automation of the multi-camera system calibration approach, which was proposed in the first part of this paper, is contingent on the automated detection, localization, and identification of the object space signalized targets in the images. In this paper, the automation of the proposed camera calibration procedure through automatic target extraction and labelling approaches will be presented. The introduced automated system calibration procedure is then implemented for a newly-developed multi-camera system while considering the optimum configuration for the data collection. Experimental results from the implemented system calibration procedure are finally presented to verify the feasibility the proposed automated procedure. Qualitative and quantitative evaluation of the estimated system calibration parameters from two-calibration sessions is also presented to confirm the stability of the cameras' interior orientation and system mounting parameters.

• 한국정보통신학회논문지
• /
• 제20권8호
• /
• pp.1615-1622
• /
• 2016

본 연구에서는 항해용 국제 표준 기반의 전자해도를 기본 맵으로 육상 연안 정보 및 해저 수심 데이터를 제공하고, 선박 내 설치 운용되고 있는 자이로컴퍼스, DGPS, AIS의 각종 항해 지원 장비와의 표준 인터페이스를 제공하여 자선 및 타선의 실시간 항로 감시 및 안전운항 정보를 지원할 수 있는 중소형 선박 항해 성능 모니터링 시스템을 개발하고자 한다. 이를 위해 차량의 필수 장비인 육상 네비게이션의 기능 및 사용 방법들을 적용하여 항해자들에게 친숙한 사용 환경, 메뉴 구성, 쉬운 작동법을 제공하여 중소형 선박들이 보다 안전한 항해를 할 수 있는 장비 개발을 목표로 한다. 개발된 항해 성능 모니터링 시스템은 선박에 설치되어 있는 다양한 항해장비와의 인터페이스를 지원하고, 기존 해상 항해장비와 달리 사용자 편의를 극대화함으로써 조기에 선박간의 충돌사고 예방 및 선박 사고로 인한 인명 피해를 줄일 수 있을 것으로 판단된다.

• 수산해양기술연구
• /
• 제45권3호
• /
• pp.165-176
• /
• 2009

The process of berthing/deberthing operations for entering/leaving vessels in Busan northern harbor was analyzed and evaluated by using an integrated VTS(vessel traffic service) system installed in the ship training center of Pukyong National University, Busan, Korea. The integrated VTS system used in this study was consisted of ARPA radar, ECDIS(electronic chart display and information system), backup(recording) system, CCTV(closed-circuit television) camera system, gyro-compass, differential GPS receiver, anemometer, AIS(automatic identification system), VHF(very high frequency) communication system, etc. The network of these systems was designed to communicate with each other automatically and to exchange the critical information about the course, speed, position and intended routes of other traffic vessels in the navigational channel and Busan northern harbor. To evaluate quantitatively the overall dynamic situation such as maneuvering motions for target vessel and its tugboats while in transit to and from the berth structure inside a harbor, all traffic information in Busan northern harbor was automatically acquired, displayed, evaluated and recorded. The results obtained in this study suggest that the real-time tracking information of traffic vessels acquired by using an integrated VTS system can be used as a useful reference data in evaluating and analyzing exactly the dynamic situation such as the collision between ship and berth structure, in the process of berthing/deberthing operations for entering/leaving vessels in the confined waters and harbor.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2005년도 춘계학술대회 논문집
• /
• pp.273-277
• /
• 2005

본 논문에서는 양식어장을 보호하기 위한 어장 탐지 시스템에 있어서 칼만필터의 적용기법에 대해 논의하였다. 어장탐지시스템(FDS)은 어장에 침입하는 도전선박을 실시간으로 식별하고 어장의 위치변동 등을 파악하고자 하는 것이다. 본 연구에서는 양식어장으로의 접근 물체 중에서 F-AIS를 탑재하지 않은 의심선박에 대해 추적(tracking)을 하기 위해 칼만필터 기법을 적용하고자 한다. 백색잡음을 동반한 가속도계의 대상물에 대하여 위치 및 속도판독을 위한 시뮬레이션을 행하고 트랙킹 시스템으로의 적용 가능성에 대해 살펴본다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.588-590
• /
• 2022

선박에 대한 위치와 자세 공유는 다양한 변화가 있는 해상환경에서 안전한 항해와 효율적 운용을 도모하기 위한 아주 중요한 사항이다. 이를 위한 기술로 AIS(Automatic Identification System)가 대표적으로 활용이 되고 있다. 선박내 통신규약의 일종인 NMEA-0183을 통해 자함(ownship) 및 타선의 정보를 수집하여 항행에 큰 도움을 준다. 더 나아가 이 기술은 지상의 관제소 및 항공 영역에까지 공유되어 해상의 안전한 항행과 사고예방 및 대처용으로도 적극적으로 활용되고 있다. 이러한 AIS의 장점으로 인해 국제해사기구에 의해 국제여객선과 300톤 이상의 선박에 대해서는 AIS 탑재가 의무화된 상황이다. AIS는 장거리 송출을 위해 VHF(Very High Frequency) 밴드 영역을 사용하며, 이러한 특성으로 인해 타선의 정보를 모니터링하는 시스템에서는 필요 이상의 타깃들의 정보가 수집되고 표출이 되는 상황이다. 본 연구에서는 모니터링 시스템의 표출영역을 고려한 효율적인 AIS 데이터 추출 방안을 제시한다. 아울러, 이를 통해 결과적으로 모니터링 시스템의 처리 및 네트워크 부하를 감소시키고 타 체계의 타깃 정보와의 형평성 있는 표출을 유도한다.

• 대한전자공학회논문지SD
• /
• 제42권11호
• /
• pp.23-32
• /
• 2005

회로도면 자동생성 분야는 지난 수십 년간 HDL기반 설계과정에서 사용되어 왔다. 그러나 회로 도면은 더욱 복잡해져서 레지스터 및 시스템 레벨에서 자동 생성된 회로도면을 보고 신호의 흐름을 파악하기 어렵다. 이와 같이 복잡해진 회로도면의 가독성을 향상시키기 위해 본 논문에서는 4가지 기법, 즉 i ) 심볼이나 터미널들과 같이 반복되는 회로 패턴을 벡터 형태로 치환, ii) 피드백 루프 절단 알고리즘 개선, iii) 번들 네트 생성시 발생하는 다단 연결을 간결 화할 수 있는 압축 탭, iv) 연결도에 따라 블록열을 구분하고 정렬하는 알고리즘을 제안한다. 제안된 회로도면 생성 기법의 효용성을 확인하기 위해 도면 자동생성 프로그램을 개발하고, 계층적으로 설계된 미디어 프로세서의 다양한 모듈의 도면을 생성시켰다. 실험한 결과 도면 면적을 비롯하여 배선 수, 길이 등을 $90\%$까지 감소시키고 가독성을 높이는 효과를 보였으며 블록의 분산 및 빈 공간 발생을 억제하는 효과를 보였다.

• 정보과학회 논문지
• /
• 제42권11호
• /
• pp.1372-1379
• /
• 2015

본 논문에서는 구개열 환자의 장애 발음과 정상인의 발음을 자동으로 구분하여 판별하는데 사용될 수 있는 특징 추출 방법들의 성능을 분석하는 실험에 대하여 소개한다. 이 연구는 발성 장애인의 복지 향상을 추구하며 수행하고 있는 장애 음성 자동 인식 및 복원 소프트웨어 시스템 개발의 기초과정이다. 실험에 사용된 음성 데이터는 정상인의 발음, 구개열 환자의 발음, 그리고 모의 환자의 발음의 세 그룹으로부터 수집된 한국어 단음절로서 14개의 기본 자음과 5개의 복합 자음, 7개 모음이다. 발음의 특징 추출은 LPCC, MFCC, PLP의 세 가지 방법으로 각각 수행하였고, GMM 음향 모델로 인식 훈련을 한 후, 수집된 단음절 데이터를 대상으로 하여 인식 실험을 실시하였다. 실험 결과, 정상인과 구개열 환자의 장애 발음을 구별하기 위하여 특징을 추출함에 있어서 MFCC 방법이 전반적으로 가장 우수하였다. 본 연구의 결과는 구개열 환자의 부정확한 발음을 자동으로 인식하고 복원하는 연구와 구개열 장애 발음의 정도를 측정할 수 있는 도구에 대한 연구에 도움이 될 것으로 기대된다.

• International Journal of Computer Science & Network Security
• /
• 제22권4호
• /
• pp.420-426
• /
• 2022

Breast cancer is among the cancers that may be healed as the disease diagnosed at early times before it is distributed through all the areas of the body. The Automatic Analysis of Diagnostic Tests (AAT) is an automated assistance for physicians that can deliver reliable findings to analyze the critically endangered diseases. Deep learning, a family of machine learning methods, has grown at an astonishing pace in recent years. It is used to search and render diagnoses in fields from banking to medicine to machine learning. We attempt to create a deep learning algorithm that can reliably diagnose the breast cancer in the mammogram. We want the algorithm to identify it as cancer, or this image is not cancer, allowing use of a full testing dataset of either strong clinical annotations in training data or the cancer status only, in which a few images of either cancers or noncancer were annotated. Even with this technique, the photographs would be annotated with the condition; an optional portion of the annotated image will then act as the mark. The final stage of the suggested system doesn't need any based labels to be accessible during model training. Furthermore, the results of the review process suggest that deep learning approaches have surpassed the extent of the level of state-of-of-the-the-the-art in tumor identification, feature extraction, and classification. in these three ways, the paper explains why learning algorithms were applied: train the network from scratch, transplanting certain deep learning concepts and constraints into a network, and (another way) reducing the amount of parameters in the trained nets, are two functions that help expand the scope of the networks. Researchers in economically developing countries have applied deep learning imaging devices to cancer detection; on the other hand, cancer chances have gone through the roof in Africa. Convolutional Neural Network (CNN) is a sort of deep learning that can aid you with a variety of other activities, such as speech recognition, image recognition, and classification. To accomplish this goal in this article, we will use CNN to categorize and identify breast cancer photographs from the available databases from the US Centers for Disease Control and Prevention.