• 한국물환경학회지
• /
• 제27권4호
• /
• pp.425-432
• /
• 2011

To control non-point source pollution at a watershed scale, rainfall-runoff characteristics from forest watersheds should be investigated since the forest is the dominant land use in Korea. Long-term monitoring would be an ideal method. However, computer models have been utilized due to limitations in cost and labor in performing long-term monitoring at the watersheds. In this study, the Geo-spatial interface to the Water Erosion Prediction Project (GeoWEPP) model was evaluated for its runoff prediction from a coniferous forest dominant watersheds. The $R^2$ and the NSE for calibrated result comparisons were 0.77 and 0.63, validated result comparisons were 0.92, 0.89, respectively. These comparisons indicated that the GeoWEPP model can be used in evaluating rainfall-runoff characteristics. To estimate runoff changes from a coniferous forest watershed with various cover degree scenarios, ten cover degree scenarios (10%, 20%, 30%, 40%, 50%, 60%, 70%, 80%, 90%, 100%) were run using the calibrated GeoWEPP model. It was found that runoff increases with decrease in cover degree. Runoff volume was the highest ($206,218.66m^3$) at 10% cover degree, whereas the lowest ($134,074.58m^3$) at 100% cover degree due to changes in evapotranspiration under various cover degrees at the forest. As shown in this study, GeoWEPP model could be efficiently used to investigate runoff characteristics from the coniferous forest watershed and effects of various cover degree scenarios on runoff generation.

• 정보보호학회논문지
• /
• 제9권4호
• /
• pp.11-22
• /
• 1999

LMS 적응필터는 많은 신호처리 응용분야에서 광범위하게 사용되고 있으나 반복 적 최소 자승 (RLS) 적응 필터와 비교해서 주어진 안정상태 평균 자승 에러에 대한 수렴특성이 떨어진 다. 본 논문은 LMS 알고리즘의 수렴속도를 향상시키기 위해 폐기된 탭 입력 데이터를 몇 개의 한정된 버퍼를 이용 탭 가중치를 적응적으로 조절하여 수렴특성을 개선한다. 컴퓨터 시뮬레이션 결과를 통해 스텝 크기 매 개변수 $\mu$값의 증가는 보다 빠른 수렴속도와 평균 자승에러를 감소시키는 효과를 가지므로 데이터 재순 환 버퍼 구조에서 탭 가중치의 갱신에 비례하여 평균 자승 에러의 수렴속도가 재순환 버퍼 B를 증가시 켜 수렴속도가 (B+1)배 만큼 증가한다. 데이터 버퍼 알고리즘을 이용한 제안된 TDL 필터가 LMS 알고 리즘과 동일한 수렴조건을 가지고 실행될 때 연산복잡성의 실질적 부담감을 배제하고 채널 간의 상호심 볼간섭을 보다 효율적으로 제어하면서 적응 횡단선 필터의 수렴속도를 증기시켜 개선한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권3호
• /
• pp.59-70
• /
• 2021

최근 사물인터넷의 발전으로 사용자 주변 상황을 인지하여 맞춤형 서비스를 제공하는 상황인지 시스템에 대한 관심이 증가되고 있다. 기존의 상황인지 시스템은 사용자 주위에서 생성되는 데이터를 분석하여 사용자 주변 상황을 표현하는 상황 정보로 추상화하는 기술이 사용되었다. 하지만 증가하는 사용자의 서비스 요구 사항에 따라 다양한 종류의 비정형 데이터의 사용이 증가하고, 사용자 주변에서 수집되는 데이터의 양이 많아지면서 비정형 데이터의 처리와 상황인지 서비스의 제공에 어려움이 있다. 이러한 사항은 딥러닝 응용에서 비정형 구조의 입력 데이터가 많이 사용되는 데서 찾아볼 수 있다. 기존 연구에서는 에지 컴퓨팅 환경에서 다양한 딥러닝 모델을 활용해 비정형 데이터를 상황 정보로 추상화하는 연구가 진행되었으나, 수집-전처리-분석 등과 같은 추상화 과정 간의 종속성으로 인해 제한된 종류의 딥러닝 모델만이 적용 가능하기 때문에 시스템의 기능적 확장성이 고려되어야 한다. 이에 본 논문은 에지 컴퓨팅 환경에서 딥러닝 기술을 활용한 비정형 데이터 추상화 과정의 기능적 확장성을 고려한 비정형 데이터 추상화 방법을 제안한다. 제안하는 방법은 데이터 처리가 분산되어 있는 에지 컴퓨팅 환경에서 수집과 전처리 과정을 수행할 수 있는 팻 클라이언트 기술을 사용하여 추상화 과정의 수집-전처리 과정과 분석 과정을 분리하여 수행하는 것이다. 또한 분리된 추상화 과정을 관리하기 위해 수집-전처리 과정을 수행하는 데 필요한 정보를 팻 클라이언트 프로파일로 제공하고, 분석 과정에 필요한 정보를 분석 모델 설명 언어(AMDL) 프로파일로 제공한다. 두 가지 프로파일을 통해서 추상화 과정을 독립적으로 관리하여 상황인지 시스템의 기능적 확장성을 제공한다. 실험에서는 차량 출입 통제 알림 서비스를 위한 차량 이미지 인식 모델을 대상으로 팻 클라이언트 프로파일과 AMDL 프로파일의 예제를 통해 시스템의 기능적 확장성을 보이고, 비정형 데이터의 추상화 과정별 세부사항을 보인다.

• 문화기술의 융합
• /
• 제7권3호
• /
• pp.577-582
• /
• 2021

최근 AR, VR 및 스마트 디바이스 기술의 발전에 따라 피트니스 산업에서도 비대면 환경을 기반으로 한 서비스 수요가 증가하고 있다. 비대면 온라인 홈트레이닝 서비스는 기존의 오프라인 서비스에 비해 시간과 장소의 제약이 없다는 장점이 있으나 운동 기구의 부재 및 사용자의 정확한 운동 자세 유지여부, 운동량의 측정이 어려운 단점이 존재한다. 본 연구에서는 이러한 단점을 보완할 수 있는 표준 운동 프로그램을 개발하고 딥러닝 기반 신체 자세 추정 영상처리를 통하여 새로운 비대면 홈트레이닝 어플리케이션 알고리즘을 제안한다. 본 연구의 알고리즘 기반 어플리케이션을 활용한다면 표준 운동 프로그램 영상의 트레이너를 사용자가 직접 보고 따라하면서 사용자 스스로 자세를 교정하며 정확한 운동이 가능하다. 나아가 본 연구의 알고리즘을 용도에 맞게 커스터마이징 한다면 공연, 영화, 동아리 활동, 컨퍼런스 분야로의 적용도 가능할 것이다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권3호
• /
• pp.141-148
• /
• 2022

최근 들어 강화 학습은 심층 신경망 기술과 결합되어 바둑, 체스와 같은 보드 게임, Atari, StartCraft와 같은 컴퓨터 게임, 로봇 물체 조작 작업 등과 같은 다양한 분야에서 매우 놀라운 성공을 거두었다. 하지만 이러한 심층 강화 학습은 행동, 상태, 정책 등을 모두 벡터 형태로 표현한다. 따라서 기존의 심층 강화 학습은 학습된 정책의 해석 가능성과 일반성에 제한이 있고, 도메인 지식을 학습에 효과적으로 활용하기도 어렵다는 한계성이 있다. 이러한 한계점들을 해결하기 위해 제안된 새로운 관계형 강화 학습 프레임워크인 dNL-RRL은 센서 입력 데이터와 행동 실행 제어는 기존의 심층 강화 학습과 마찬가지로 벡터 표현을 이용하지만, 행동, 상태, 그리고 학습된 정책은 모두 논리 서술자와 규칙들로 나타내는 관계형 표현을 이용한다. 본 논문에서는 dNL-RRL 관계형 강화 학습 프레임워크를 이용하여 제조 환경 내에서 운송용 모바일 로봇을 위한 행동 정책 학습을 수행하는 효과적인 방법을 제시한다. 특히 본 연구에서는 관계형 강화 학습의 효율성을 높이기 위해, 인간 전문가의 사전 도메인 지식을 활용하는 방안들을 제안한다. 여러 가지 실험들을 통해, 본 논문에서 제안하는 도메인 지식을 활용한 관계형 강화 학습 프레임워크의 성능 개선 효과를 입증한다.

• 한국항공우주학회지
• /
• 제50권6호
• /
• pp.385-391
• /
• 2022

본 논문에서는 경사 하강법 기반의 경로 생성(GBPP)과 입자 군집 최적화(PSO)를 결합하여 3차원 공간에서 금지구역, 지형정보, 고정익 특성 등을 고려한 경로 생성 알고리즘을 제안한다. 기존의 GBPP 방법의 경우 빠르게 경로 생성이 가능하지만 초기 경로에 따라 지역적 최적 값에 빠져 안전하지 않은 경로가 생성될 수 있다. 유전 알고리즘(GA)과 PSO 등 생물학에서 영감을 받은 군집 지능 알고리즘들의 경우 다양한 경로들을 샘플링하여 지역적 최적 값 문제를 해결할 수 있다. 다만 무인기와 경로점 개수가 증가하여 최적 변수가 증가할 경우 군집 개수를 늘려야 하고 계산 시간이 크게 증가한다. 두 알고리즘 단점을 보완하고자 본 연구에서는 GBPP 입력 값인 초기경로를 수평, 수직 방향에 대한 변위 두 가지 변수로 정의하고 이를 PSO 변수로 정의하여 계층적 경로 최적화 알고리즘 HPSO를 제안한다. 제안한 알고리즘은 통용되는 비행 제어 컴퓨터(FCC)의 software-in-the-loop simulation(SILS)을 사용하여 고정익 무인기에 대한 사용 가능성을 검증하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권7호
• /
• pp.2169-2190
• /
• 2022

The COVID-19 pandemic has affected many aspects of human life. The pandemic not only caused millions of fatalities and problems but also changed public sentiment and behavior. Owing to the magnitude of this pandemic, governments worldwide adopted full lockdown measures that attracted much discussion on social media platforms. To investigate the effects of these lockdown measures, this study performed sentiment analysis and latent Dirichlet allocation topic modeling on textual data from Twitter published during the three lockdown waves in Malaysia between 2020 and 2021. Three lockdown measures were identified, the related data for the first two weeks of each lockdown were collected and analysed to understand the public sentiment. The changes between these lockdowns were identified, and the latent topics were highlighted. Most of the public sentiment focused on the first lockdown as reflected in the large number of latent topics generated during this period. The overall sentiment for each lockdown was mostly positive, followed by neutral and then negative. Topic modelling results identified staying at home, quarantine and lockdown as the main aspects of discussion for the first lockdown, whilst importance of health measures and government efforts were the main aspects for the second and third lockdowns. Governments may utilise these findings to understand public sentiment and to formulate precautionary measures that can assure the safety of their citizens and tend to their most pressing problems. These results also highlight the importance of positive messaging during difficult times, establishing digital interventions and formulating new policies to improve the reaction of the public to emergency situations.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권10호
• /
• pp.373-380
• /
• 2022

본 논문에서는 네트워크 환경에서 원격사용자들의 몰입형 상호작용을 위한 딥러닝 기반의 그룹 동기화 기법을 제안한다. 그룹 동기화의 목적은 사용자의 몰입감을 높이기 위해서 모든 참여자가 동시에 상호작용이 가능하게 하는 것이다. 기존 방법은 시간 정확도를 향상을 위해 대부분 NTP(Network Time Protocol) 기반의 시간 동기화 방식에 초점이 맞추어져 있다. 동기화 서버에서는 미디어 재생 시간을 제어하기 위해 이동 평균 필터를 사용한다. 그 한 예로서, 지수 가중평균 방법은 입력 데이터의 변화가 크지 않으면 정확하게 재생 시간을 추종하고 예측하나 네트워크, 코덱, 시스템 상태의 급격한 변화가 있을 때는 안정화를 위해 더 많이 시간이 필요하다. 이런 문제점을 개선하기 위해서 데이터의 특성을 반영할 수 있는 딥러닝 기반의 그룹 동기화 기법인 DeepGroupSync를 제안한다. 제안한 딥러닝 모델은 시계열의 재생 지연 시간을 이용하여 최적의 재생 시간을 예측하는 두 개의 GRU(gated recurrent unit) 계층과 하나의 완전 연결 계층으로 구성된다. 실험에서는 기존의 지수 가중평균 기반 방법과 제안한 DeepGroupSync 방법에 대한 성능을 평가한다. 실험 결과로부터 예상하지 못한 급격한 네트워크 조건 변화에 대해서 제안한 방법이 기존 방법보다 더 강건함을 볼 수 있다.

• 실천공학교육논문지
• /
• 제14권1호
• /
• pp.1-10
• /
• 2022

전자공학교육에서 C 프로그래밍 언어 학습은 컴퓨터 프로그래밍을 이해하고, 임베디드 시스템에서 마이크로프로세서 활용 능력을 습득하기 위한 중요한 기초 교육 과정이다. 기초적 문법과 알고리즘 이해에 중점을 두기 위해, 콘솔 창에서 C 표준 라이브러리 함수에 기반한 프로그램을 작성하며 이론과 실습을 병행해 학습하는 것이 일반적인 교육방법이다. 그렇지만, C 언어의 기본 지식을 어느 정도 습득한 후 프로젝트 활동을 하거나 더 심화된 단계로 나아가고자 한다면, 콘솔창에서 C 표준 라이브러리 함수만을 사용하는 것은 C 프로그램으로 표현하거나 제어할 수 있는 대상을 한정시키게 된다. 학습자가 그래픽 또는 멀티미디어 리소스를 쉽게 활용해 교육적 가치를 높이기 위한 목적으로, 본 논문에서는 공개 소스 소프트웨어인 Simple DirectMedia Layer (SDL)을 활용하는 방안을 C 프로그래밍 언어 학습 과정에 적용한 사례를 연구한다. 콘솔 창에서 수행하는 기초적 프로그래밍 교육과정을 마친 후에 적용된 SDL활용 프로그래밍 교육 과정을 소개하고, 설문 조사를 통해 교육적 가치를 평가한다. 그 결과, 응답자의 56% 이상이 응용능력개선, 흥미유발, 전반적 유용성 측면에서 긍정적 의견을 표명했으며, 부정적 의견은 4% 이하였다.

• 한국인터넷방송통신학회논문지
• /
• 제23권4호
• /
• pp.189-196
• /
• 2023

4차 산업혁명을 주도하는 기술로서 IoT, 빅데이터, 인공지능, CPS 등이 발전하면서 산업 현장에서 생산성과 효율성을 향상시키기 위한 디지털 트윈의 중요성이 부각되고 있다. 디지털 트윈은 실제 물리적 객체들의 디지털 복제로서, 객체의 속성과 상태를 유지하며 작동하는 가상 모델이다. CPS는 사이버 세계와 물리 세계의 상호작용을 위한 시스템으로, 디지털 트윈은 CPS의 고급형 기술로 볼 수 있다. 디지털 트윈은 AI, XR, 5G 등 다양한 요소 기술의 등장으로 구현 속도가 가속화되었다. 센서 기술의 발전과 IoT, 인공지능, 빅데이터, 클라우드 등의 관련 기술 발전으로 디지털 트윈 시장이 성장하고 있다. 이에 따라 기업들은 비즈니스 인텔리전스와 관련된 솔루션을 도입하여 프로세스 최적화, 비용 효율성, 생산성을 향상시키는 경향이 있다. 본 연구에서는 디지털 트윈 기술과 CPS를 결합하여 이기종 로봇의 실시간 3D 디지털 트윈을 구축하는 것이 목표이다. 이를 위해 유비씨의 FLEXING CPS와 FLEXING EDGE를 활용하여 데이터 수집과 관리를 수행한다. 프로젝트 구성원은 프로토콜 설정, 데이터 수집 및 전달, 3D 디지털 트윈 시뮬레이션을 담당한다. 이를 통해 CPS와 디지털 트윈을 통합한 기술의 가능성을 확인하고, 산업 현장에서 생산성과 효율성을 향상시킬 수 있다.