• 한국ITS학회 논문지
• /
• 제7권6호
• /
• pp.81-91
• /
• 2008

본 연구에서는 버스정보시스템 운영과정에서 발생하는 단계별 정보지연시간을 분석하고, 실제 버스정보시스템 운영시 지연시간을 최소화하여 시스템의 신뢰도를 향상시킬 수 있는 방안에 대해 고찰하였다. 버스정보시스템의 정보지연시간을 최소화할 수 있는 방안을 도출하기 위하여, 정보수집단계에서 발생하는 지연시간 발생요인에 대해 분석하였다. 버스정보 수집단계 무선통신 과정에서 발생하는 호 연결시간을 주요 영향변수로 선정하고, 호 연결시간이 정보지연시간에 미치는 영향을 최소화 할 수 있도록 최적 통신지점(검지지점) 선정에 대한 모형을 제시하였다. 제안된 모형은 무선통신을 수행하는데 소요되는 시간과 차량이 이동하는데 소요되는 시간과의 차이가 최소화되는 지점을 산출하여 실제 버스가 정류소에 도착하는 시간과 정보가 제공되는 시간을 평균적으로 최소화되도록 하였다. CDMA통신을 이용한 버스정보시스템을 대상으로 모형을 평가한 결과 제안된 모형식은 정보수집 지연시간을 적절히 산출할 수 있었으며, 산출된 지연시간을 고려하여 최적의 통신지점을 선정함으로써 지연시간을 최소화하여 시스템의 신뢰도를 보다 향상시킬 수 있었다. 본 연구 결과는 그동안 경험적으로만 설정하던 버스정보시스템의 최적 통신지점(검지 지점) 결정에 대한 문제에 대한 해법을 명확히 제시한데 그 의의가 있다.

• 한국ITS학회 논문지
• /
• 제16권5호
• /
• pp.38-48
• /
• 2017

속도, 점유율, 교통량 등의 링크 속성은 교통계획 및 운영에 필수적인 요소이다. 따라서 링크 속성 정보를 수집하기 위한 센서들의 최적 위치를 결정하는 것은 지능형교통시스템(ITS)의 중요한 의사결정 중 하나이다. 본 연구는 전체 네트워크 교통정보의 변동성을 최소화하기 위한 네트워크 센서의 최적 입지를 결정하는 모형을 개발하는 것을 목적으로 한다. 이를 위해 데이터 수집의 이산적 특성을 반영한 네트워크 센서 위치 모형(NSLM)이 개발된다. 교통 정보의 변동성 지표는 분산-공분산 행렬의 대각요소의 합을 통해 계산된다. 개발된 모형의 적용가능성을 평가하기 위해, 대구광역시 도로에서 단거리 전용 통신(DSRC)으로 수집되는 속도 자료가 이용된다. 본 연구는 지능형교통시스템(ITS)의 투자 효율성을 제고하고 정보 정확도를 개선하는 데에 기여할 것으로 기대된다.

• 디지털산업정보학회논문지
• /
• 제19권4호
• /
• pp.117-126
• /
• 2023

Traditional markets, formed naturally, often feature aged buildings and facilities that are susceptible to fire. However, the lack of adequate fire detection systems in these markets can easily lead to large-scale fires upon ignition. Therefore, this study was conducted with the aim of detecting fires in traditional markets, utilizing thermal imaging cameras for data collection and the YOLOv8 model for object detection experiments. Data were collected in the night markets within traditional markets of xx city and by simulating fire scenarios. A comparative analysis of the Nano and XL models of YOLOv8 revealed that the XL model is more effective in detecting fires. The XL model not only demonstrated higher accuracy in correctly identifying flames but also tended to miss fewer fires compared to the Nano model. In the case of objects other than flames, the XL model showed superior performance over the Nano model. Taking all these factors into account, it is anticipated that with further data collection and improvement in model performance, a suitable fire detection system for traditional markets can be developed.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.893-903
• /
• 2022

Recently, computer vision (CV)-based safety monitoring (i.e., object detection) system has been widely researched in the construction industry. Sufficient and high-quality data collection is required to detect objects accurately. Such data collection is significant for detecting small objects or images from different camera angles. Although several previous studies proposed novel data augmentation and synthetic data generation approaches, it is still not thoroughly addressed (i.e., limited accuracy) in the dynamic construction work environment. In this study, we proposed a game engine-driven synthetic data generation model to enhance the accuracy of the CV-based object detection model, mainly targeting small objects. In the virtual 3D environment, we generated synthetic data to complement training images by altering the virtual camera angles. The main contribution of this paper is to confirm whether synthetic data generated in the game engine can improve the accuracy of the CV-based object detection model.

• 한국컴퓨터정보학회논문지
• /
• 제26권4호
• /
• pp.93-103
• /
• 2021

금융당국의 채권추심 가이드라인, 추심업자에 대한 직접적인 관리 감독 수행 등의 노력에도 불구하고 채무자에 대한 불법, 부당한 채권 추심은 지속되고 있다. 이러한 불법, 부당한 채권추심행위를 효과적으로 예방하기 위해서는 비정형데이터 기계학습 등 기술을 활용하여 적은 인력으로도 불법 추심행위에 대한 점검 등에 대한 모니터링을 강화 할 수 있는 방법이 필요하다. 본 연구에서는 대부업체의 추심 녹취 파일을 입수하여 이를 텍스트 데이터로 변환하고 위법, 위규 행위를 판별하는 규칙기반 검출과 SVM(Support Vector Machine) 등 기계학습을 결합한 불법채권추심 분류 모델을 제안하고 기계학습 알고리즘에 따라 얼마나 정확한 식별을 하였는지를 비교해 보았다. 본 연구는 규칙기반 불법 검출과 기계학습을 결합하여 분류에 활용할 경우 기존에 연구된 기계학습만을 적용한 분류모델 보다 정확도가 우수하다는 것을 보여 주었다. 본 연구는 규칙기반 불법검출과 기계학습을 결합하여 불법여부를 분류한 최초의 시도이며 후행연구를 진행하여 모델의 완성도를 높인다면 불법채권 추심행위에 대한 소비자 피해 예방에 크게 기여할 수 있을 것이다.

• 한국산업융합학회 논문집
• /
• 제20권1호
• /
• pp.67-73
• /
• 2017

This study aimed to analyze the fluid inside the ceramic filtration dust collection system which was assumed to be a stationary 3-dimensional turbulence. The fluid dynamics data necessary for performance curves were obtained based on the analysis results. The governing equations used to compute the velocity distribution and pressure inside the catalyst converter were expressed with continuity and momentum equations. Furthermore, the ${\kappa}-{\varepsilon}$ turbulence model, already validated by the industry(coal factory, high temperature dust collector) was used for the study. Of a total of three computational models employed, Model-1 served as the basis for CFD analysis which took measurements in increments of 70mm.

• 한국방재학회 논문집
• /
• 제8권1호
• /
• pp.103-108
• /
• 2008

Riverbed change is greatly influenced by artificial factors such as dam construction, gravel collection, and river improvement. This study simulated a long-term bed change based on the GSTARS3 model using actual data from the area downstream of the Geum River Daecheong Dam and compared the estimation with a section of the actual measurement. As a result, it was found that the section of the actual measurement was far lower than the result of the simulation in terms of long-term bed change. While the area downstream of Daecheong Dam displayed approximately an average of 2.29 m of streambed degradation on average while the upper stream area showed approximately 0.63 m of bed degradation over 24 years. In the simulation of the area downstream of Daecheong Dam based on the GSTARS3 model, similar bed degradation was observed. However, a great difference was detected between the result and the actual measurement. According to the cause analysis, the riverbed in the area downstream of Daecheong Dam has continuously degraded due to the dam construction and mass collection of gravel. The mass collection of gravel was the main cause of riverbed change. It was found that about 76% of all riverbed degradation was caused by the mass collection of gravel.

• ETRI Journal
• /
• 제44권3호
• /
• pp.426-437
• /
• 2022

To understand the multilateral characteristics of human behavior and physiological markers related to physical, emotional, and environmental states, extensive lifelog data collection in a real-world environment is essential. Here, we propose a data collection method using multimodal mobile sensing and present a long-term dataset from 22 subjects and 616 days of experimental sessions. The dataset contains over 10 000 hours of data, including physiological, data such as photoplethysmography, electrodermal activity, and skin temperature in addition to the multivariate behavioral data. Furthermore, it consists of 10 372 user labels with emotional states and 590 days of sleep quality data. To demonstrate feasibility, human activity recognition was applied on the sensor data using a convolutional neural network-based deep learning model with 92.78% recognition accuracy. From the activity recognition result, we extracted the daily behavior pattern and discovered five representative models by applying spectral clustering. This demonstrates that the dataset contributed toward understanding human behavior using multimodal data accumulated throughout daily lives under natural conditions.

• Animal Bioscience
• /
• 제34권10호
• /
• pp.1632-1642
• /
• 2021

Objective: The hypothesis was that apparent ileal digestibility (AID), basal endogenous losses, and standardized ileal digestibility (SID) of amino acids (AA) are not affected by adding acid to collection containers or bags used to collect ileal digesta from pigs. Methods: Twenty-four growing barrows (initial body weight: 77.8±4.5 kg) that were fitted with a T-cannula in the distal ileum were fed diets for three 7-d periods. An N-free diet and 3 diets containing corn, soybean meal, or wheat middlings as the sole source of AA were used. Within each period, each of the 4 diets were fed to 6 pigs. Among the 6 pigs, digesta from 3 pigs were collected in bags containing no HCl, whereas 40 mL of 3 N HCl was included in the bags used to collect digesta from the remaining 3 pigs. Every other bag collected from each pig was emptied into a container without adding HCl, whereas the remaining bags were added to a container along with 40 mL of 3 N HCl for each bag. All digesta were stored at -20℃ immediately after collection. Data were analyzed using a model that included feed ingredient, HCl in bags, HCl in containers, and all 2-way and 3-way interactions as fixed effects. No 3-way interactions were significant, and data were, therefore, reanalyzed independently for each diet as a 2×2 factorial. Results: There were no interactions between adding HCl to collection bags and to containers, and no effects of adding HCl to collection bags or containers for AID, basal endogenous losses, or SID of most AA were observed. Conclusion: It is not necessary to add acid to digesta collection bags or collection containers if ileal digesta are stored at -20℃ immediately after collection.

• Journal of the Korean Data and Information Science Society
• /
• 제27권5호
• /
• pp.1293-1305
• /
• 2016

본 연구는 한국장학재단 일반상환 학자금 대출 연체자를 대상으로 연체 미회수 그룹으로 분류될 수 있는 위험요인들을 파악하고, 학자금 대출 연체 회수 예측모형을 개발하였다. 또한 개발된 예측모형을 활용하여 그에 따른 신용위험 평점표를 작성하였다. 예측모형 개발은 연체기간에 따라 총 3가지 모형 (Model 1: 연체 1개월 모형, Model 2: 연체 2개월 모형, Model 3: 연체 3개월 이상 모형)으로 로지스틱 회귀분석 분석을 적용하였다. 연체기간 구분은 금융권에서 일반적으로 사용하고 있는 연체회수모형의 단위를 준용하여 1개월 단위를 기준으로 연체 1개월, 연체 2개월, 연체 3개월 이상으로 구분하였다. 연체 1개월 모형 (Model 1)에서는 연체계좌수, 이체일자, 연체잔액, 소득분위가 영향력이 큰 것으로 나타났으며, 연체 2개월 모형 (Model 2)에서는 연체 일수, 연체잔액, 이체일자, 연체금액이 중요한 것으로 나타났다. 마지막으로 연체 3개월 이상 모형 (Model 3)에서는 최근 3개월 이내 연체 횟수, 이체일자, 연체계좌수, 연체액의 영향력이 큰 것으로 나타났다. 본 연구에서 개발된 연체회수 모형이나 평점표를 바탕으로 연체 채권관리를 함에 있어 좀더 세분화된 관리서비스를 제공하고, 상담센터의 상담원이 연체자의 평점에 따라 상담전략을 세울 수 있는 기초자료가 될 수 있을 것으로 사료된다.