• 한국수자원학회논문집
• /
• 제31권6호
• /
• pp.779-793
• /
• 1998

본 연구에서는 용수공급을 위한 이수관점에서 수력발전의 경제적 운영과 더불어 용수수요에 효과적으로 대처할 수 있는 댐군의 경제적 연계운영 최적화 모형을 제안한다. 제안된 모형은 댐군의 연계운영을 통한 발전방류의 최대화, 용수 수요량에 대한 물부족량(shortfall)의 최소화, 불필요한 여수로 방류량의 최소화, 홍수기를 대비한 저수지의 여유공간 확보, 그리고 발전효율을 높일 수 있는 저수위의 확보 등을 고려하였다. 제안된 최적화 모형은 구조적으로는 최적화 모형이지만, 실질적으로는 댐군의 연계운영의 행태를 표현한 시뮬레이션 모형이라 할 수 있으며, 용수공급계획 수립시 최대 용수공급 가용량 산정에 활용하기 위해서 개발된 모형이다. 최적화모형은 약 3,920개의 혼합정수변수와 약 7만$\times$13만 Node-Arc Incidence Matrix로 표현되는 네트워크 모형을 포함하는 여러 기간에 걸친 혼합정수계획 문제 (multi-period mixed integer programming)로 설계되었으며, 대형문제로부터 야기되는 수많은 자료를 효과적으로 처리하기 위하여 DBMS를 활용하였다. 본 모형의 효과를 검토하기 위하여 한강수계에 위치한 댐들 중에서 2개의 다목적 댐과 3개의 발전용 댐들의 연계운영에 실험하여 보았다. 실험결과, 본 연구에서 수립된 모형의 현실적인 이용을 위한 수정 보완과, 효과적인 댐 유역별 중장기 유입량 예측시스템이 개발되어 실시간으로 운영될 수 있도록 수정, 보완된다면 현재의 운영방법보다 더 좋은 운영방안을 제시하므로써, 환경보존에 따른 이득은 물론 용수공급 능력을 증대시킬 수 있는 대안이 될 수 있다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.95-112
• /
• 2021

대학 교육에 있어서 전공과목의 선택은 학생들의 진로에 중요한 역할을 한다. 하지만, 산업의 변화에 발맞춰 대학 교육도 학과별 전공과목의 분야가 다양해지고 그 수가 많아지고 있다. 이에 학생들은 본인의 진로에 맞게 수업을 선택하여 수강하는 것에 어려움을 겪고 있다. 본 연구는 대학 전공과목 추천 모델을 제시함으로써 개인 맞춤형 교육을 실현하고 학생들의 교육만족도를 제고하고자 한다. 모델 연구에는 대학교 학부생들의 2015년~2017년 수강 이력 데이터를 활용하였으며, 메타데이터로는 학생과 수업의 전공 명을 사용했다. 수강 이력 데이터는 컨텐츠 소비 여부만을 나타낸 암시적 피드백 데이터로, 수업에 대한 선호도를 반영한 것이 아니다. 따라서 학생과 수업의 특성을 나타내는 임베딩 벡터를 도출했을 시, 표현력이 낮다. 본 연구는 이러한 문제점에 착안하여, 네트워크 분석을 통해 학생, 수업의 벡터를 생성하고 이를 모델의 입력 값으로 활용하는 Net-NeuMF 모델을 제시한다. 모델은 암시적 피드백을 가진 데이터를 이용한 대표적인 모델인 원핫 벡터를 이용하는 NeuMF의 구조를 기반으로 하였다. 모델의 입력 벡터는 네트워크 분석을 통해 학생과 수업의 특성을 나타낼 수 있도록 생성하였다. 학생을 표현하는 벡터를 생성하기 위해, 각 학생을 노드로 설정하고 엣지는 두 학생이 같은 수업을 수강한 경우 가중치를 가지고 연결되도록 설계했다. 마찬가지로 수업을 표현하는 벡터를 생성하기 위해 각 수업을 노드로 설정하고 엣지는 공통으로 수강한 학생이 있는 경우 연결시켰다. 이에 각 노드의 특성을 수치화 하는 표현 학습방법론인 Node2Vec을 이용하였다. 모델의 평가를 위해 추천 시스템에서 주로 활용하는 지표 4가지를 사용하였고, 임베딩 차원이 모델에 미치는 영향을 분석하기 위해 3가지 다른 차원에 대한 실험을 진행하였다. 그 결과 기존 NeuMF 구조에서 원-핫 벡터를 이용하였을 때보다 차원과 관계없이 평가지표에서 좋은 성능을 보였다. 이에 본 연구는 학생(사용자)와 수업(아이템)의 네트워크를 이용해 기존 원-핫 임베딩 보다 표현력을 높였다는 점, 모델을 구성하는 각 구조의 특성에 맞도록 임베딩 벡터를 활용하였다는 점, 그리고 기존의 방법론에 비해 다양한 종류의 평가지표에서 좋은 성능을 보였다는 점을 기여점으로 가지고 있다.

• 한국정보과학회논문지:데이타베이스
• /
• 제30권3호
• /
• pp.320-335
• /
• 2003

위치 기반 서비스는 이동체의 위치에 따라 종속적인 결과를 얻는 위치 기반 질의를 필요로 하게 하였다. 연속적으로 이동하는 이동체의 위치를 추적하는 것은 위치 기반 서비스에서는 중요한 응용 중의 하나이다. 효과적인 질의 처리를 위해 이동체 데이터베이스는 연속적으로 위치를 변경하는 이동체의 이동을 관리하는 3차원 색인을 필요로 한다. 2차원 R-tree의 확장으로 시간 도메인을 포함하는 3DR-tree와 같은 이동체 색인은 노드 간의 높은 중복과 사장 공간으로 인하여 낮은 공간 활용도와 검색 성능이 저하되는 문제점이 있다. 이 논문에서 제시하는 TR-tree는 R-tree 기반의 색인으로서, 시간 도메인의 성장을 고려하여 시간 축 분할 시 비균등 분할 정책을 사용하여 공간 활용도를 높였다. 노드간의 중복과 사장 공간을 최소화 하기 위하여 강제 합병 정책을 사용하여 중복이 심한 노드를 강제 합병 시킨다. 또한 오버플로우 노드의 분할 시에 노드간의 중복을 심하게 하는 원인이 되는 긴 선분을 절단 정책을 사용하여 2개의 선분으로 절단하여 분할 노드 간의 중복을 제거한다. 실험 평가 결과에서 TR-tree는 3DR-tree와 TB-tree 보다 성능이 우수하였으며, 특히 R-tree와 R*-tree보다 색인의 크기가 작다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 추계학술대회
• /
• pp.497-500
• /
• 2010

무선 센서 네트워크는 여러 노드들이 서로 간에 정보를 교환하고 유기적으로 협력하여 데이터 수집 및 처리를 수행하기 위한 시스템이다. 이러한 작업의 수행을 위해서는 명령 수행의 동기화 및 이벤트 발생순서 구분 등의 작업이 필요하고 이를 위해서는 모든 노드가 같은 시각 정보를 필요로 한다. 모든 노드가 같은 시각 정보를 가지기 위해서는 외부의 절대 시각을 참조하는 방법이 가장 정확하지만 무선 센서 네트워크에서 이를 적용하는 것이 어렵기 때문에 시각 동기화에 대한 다양한 연구가 진행되었다. 센서 네트워크에서 시각 동기화를 수행하게 되면 오차가 발생하게 되는데 이 오차를 최소화 하는 것이 중요하다. 본 논문에서는 여러 차례의 타임스탬프 정보 교환을 이용하여 최초의 네트워크 구성 시의 시각 동기화에서 발생하는 오차를 줄이는 방법을 제안한다. 노드 간의 통신에서 트래픽 과부하 등의 이유로 송신과 수신의 시간 지연 간에 큰 차이가 발생 할 경우 오차가 큰 시간 보정 값과 전송 지연 시간을 얻게 되는데 한차례의 타임스탬프 정보 교환 시에는 이를 찾아 낼 수 없다. 이에 여러 차례의 타임스탬프 정보 교환을 통하여 구한 전송 지연과 시간 보정 값 중 중앙값을 이용하여 시간 보정을 함으로서 서로 다른 송신과 수신시의 통신 지연으로 인한 오차를 배재하여 시각 동기화 시 발생할 수 있는 오차를 줄인다.

• 한국ITS학회 논문지
• /
• 제15권4호
• /
• pp.33-43
• /
• 2016

수도권 통합대중교통요금제를 위해 생성되고 있는 교통카드자료는 수도권 도시철도의 환승시간 및 횟수정보를 제공하지 못하고 있다. 도시철도에는 환승게이트가 설치되어 있지 않아 노선간의 환승정보는 설문조사나 목측을 통한 거시적 추정으로 진행된다. 따라서 교통카드자료를 토대로 계산되는 수도권 대중교통의 환승시간 및 횟수는 과소평가되는 문제점을 내포한다. 환승자료의 정확한 추정을 위해서는 교통카드 태그가 이루어지는 진입 및 진출 게이트 사이에서 발생하는 통행경로에 대한 설명이 필요하다. 본 연구는 교통카드 단말기 태그자료를 기반으로 환승현황을 파악하기 위한 통행경로모형을 구축하고 수도권에서 발생하는 환승정보를 도출한다. 이를 위해 단말기 운영체계와 도시철도의 네트워크 특성을 일치시키기 위한 빅노드 개념을 도입한다. 또한 수도권 도시철도의 효과적 네트워크 구동을 위해 링크표지개념을 도입한다. 교통카드단말기의 행정구역정보를 토대로 시군구의 중죤, 서울-경기-인천의 대죤에서 발생하는 환승시간과 횟수를 도출한다. 2014년 일일 대중교통카드자료를 이용하여 전수화된 환승특성데이터를 구축하고 수도권 도시철도의 환승저항에 대한 통합적인 자료로서 활용가능성을 제시한다.

• 한국정보통신학회논문지
• /
• 제21권6호
• /
• pp.1183-1190
• /
• 2017

네트워크와 IT 기술의 발전으로 사용자들은 장소에 구애 받지 않고 어디서든 본인이 원하는 아이템을 검색하고 구매하고 있다. 이에 따라 추천시스템에서 급증하는 데이터로 인한 확장성 문제를 어떻게 해결할 것인가에 대한 연구들이 다양하게 진행되고 있다. 본 논문에서는 Tag 가중치를 적용한 아이템 기반 협업 필터링 기법과 분산 병렬 처리 방식인 MapReduce 방법을 적용한 추천 기법을 제안한다. 제안하는 기법은 속도 향상과 효율성을 위해 전처리 과정에서 아이템을 카테고리별로 분류하고 노드 수에 맞게 그룹지은 후 사용한다. 각 분산 노드에서 4번의 Map-Reduce 단계를 통해 데이터 처리를 진행하는데 사용자에게 더 나은 아이템을 추천하기 위해 유사도 계산에서 아이템 Tag 가중치를 사용한다. 마지막 Reduce 단계를 거쳐 출력된 예측값 중 상위 N개의 아이템을 추천에 사용한다. 실험을 통해 제안 하는 기법이 대량의 데이터를 효율적으로 처리하며 기존의 아이템 기반 기법보다 추천의 적합성도 향상되는 것을 확인하였다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권12호
• /
• pp.677-683
• /
• 2017

Apache Storm이란 대표적인 실시간 분산 처리 시스템으로써, 분산 서버를 통해 실시간 데이터를 빠르게 처리하는 특징을 갖는다. 기존에 Storm은 다수의 서버에 트래픽을 분배할 때, 셔플(Shuffle) 그룹핑은 처리 지연 문제가 발생하며 이를 개선한 로컬(Local-or-Shuffle) 그룹핑은 트래픽이 특정 노드에 편중되는 문제가 발생할 수 있다. 본 논문은 이러한 기존 Storm 그룹핑에서 발생할 수 있는 문제를 해결하기 위한 지역성 고려(Locality-aware) 그룹핑을 제안한다. 실험에서는 제안하는 지역성 고려 그룹핑이 기존의 셔플 그룹핑 및 로컬 그룹핑에 비해 우수함을 확인하였다. 본 논문은 기존의 Storm의 한계점인 지역성과 로드 밸런싱을 동시에 고려한 우수한 결과라 사료된다.

• 한국전자통신학회논문지
• /
• 제9권7호
• /
• pp.791-797
• /
• 2014

빅데이터의 병렬분산처리 시스템을 위한 아파치 하둡 환경을 구축하기 위해서는 다수의 컴퓨터를 연결하여 노드를 구성하거나, 하나의 컴퓨터에 다수의 가상 노드 구성을 통해 클라우딩 환경을 구축하여야 한다. 그러나 이러한 시스템을 교육 환경에서 실습용으로 구축하는 것은 복잡한 시스템 구성과 비용적인 측면에서 많은 제약이 따른다. 따라서 빅데이터 처리 분야의 입문자들과 교육기관의 실습용으로 사용할 수 있는 실용적이고 저렴한 학습 시스템의 개발이 시급하다. 본 연구에서는 라즈베리파이 보드를 기반으로 하둡과 NoSQL과 같은 빅데이터 처리 및 분석 실습이 가능한 빅데이터 병렬분산처리 학습시스템을 설계 및 구현하였다. 구현된 빅데이터 병렬분산처리시스템은 교육현장과 빅데이터를 시작하는 입문자들에게 유용한 시스템이 될 것으로 기대된다.

• Geomechanics and Engineering
• /
• 제23권1호
• /
• pp.51-59
• /
• 2020

In this paper, the WEKA platform was used to mine and analyze measured data of floor failure depth and a prediction system of floor failure depth was developed with Java. Based on the standardization and discretization of 35-set measured data of floor failure depth in China, the grey correlation degree analysis on five factors affecting the floor failure depth was carried out. The correlation order from big to small is: mining depth, working face length, floor failure resistance, mining thickness, dip angle of coal seams. Naive Bayes model, neural network model and decision tree model were used for learning and training, and the accuracy of the confusion matrix, detailed accuracy and node error rate were analyzed. Finally, artificial neural network was concluded to be the optimal model. Based on Java language, a prediction system of floor failure depth was developed. With the easy operation in the system, the prediction from measured data and error analyses were performed for nine sets of data. The results show that the WEKA prediction formula has the smallest relative error and the best prediction effect. Besides, the applicability of WEKA prediction formula was analyzed. The results show that WEKA prediction has a better applicability under the coal seam mining depth of 110 m~550 m, dip angle of coal seams of 0°~15° and working face length of 30 m~135 m.

• 디자인학연구
• /
• 제15권1호
• /
• pp.93-100
• /
• 2002

대학 web도서관은 web으로 도서관에 소장된 서지나 기타 자료의 검색, 대출, 반납에 관한 정보의 처리가 가능하도록 되어 있는 도서관의 형태이다. 정보화 사회에 진입 한 이후 네트워크와 멀티미디어란 것의 등장으로 인해 정보전달 및 획득의 수단과 과정에 있어서 엄청난 변화를 겪고 있다. 이미지 화, 동영상 화 된 방대한 멀티미디어 정보들이 네트 워크를 통해 정보 제공자와 정보 사용자간의 물리적 거리에 대한 한계를 느끼지 못하게 되었다. 하지만, 이에 따르는 문제점으로는 저작잔 인식부족, 인프라의 미비, 기술적, 신뢰성 등으로 인해 발전이 요구되는 상태이다. 본 논문에서는 국정 대학 평가 기준에 근거하여 20개 대학의 web기반 도서관 site에서, 각 시스템별 검색 형식과 user interface를 비교, 분석하였다. 이에 기초하여 web기반 대학 도서관의 실험적 user interface를 제작하고, 이 interface에 대한 설문조사 및 데이터를 수집, 정리, 분석하였다. 이 결과를 현재web기반 대학도서관의 일반검색 시스템의 인터페이스에 적용하여 도서의 위치, 도서의 대출 및 검색회수, 대학 web도서관 내에서의 도서구입에 대한 기능을 포함하는 새로운 user interface를 제안하였다.