• 한국인터넷방송통신학회논문지
• /
• 제19권5호
• /
• pp.187-194
• /
• 2019

시장의 급속한 변화와 개별 수요자 요구의 다양화로 인하여 전통적인 예측 방식은 기업의 요구사항을 충족시키기 어렵다. 다변화하는 생산 환경에서의 올바른 수요예측은 원활한 수율관리를 위한 중요한 요소이다. 현재 산업에서 보편적으로 사용되는 기존의 많은 예측 모델은 조금씩 기능에 제한이 있다. 제안된 모델은 각 모델이 개별적으로 더 잘 수행하는 부분을 고려하여 이러한 한계를 극복하도록 설계 되었다. 본 논문에서는 동적 프로세스 분석에 적합한 Grey Relational 분석을 통한 변수 추출을 하고, ARIMA 예측값을 통하여 산출되는 과거 수요 데이터의 특징을 포함하는 통계적으로 예측된 데이터를 생성한다. 이후, LSTM 모델과 결합하여 신경망모델이 가지는 특성인 유연성, 장기적인 의존성 문제를 피하도록 구성되어진 구조를 통하여 수요예측에 영향을 주는 많은 요인들을 특징을 반영하여 수요예측을 산출할 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.245-248
• /
• 2009

최근 단말기 기반의 경로 탐색에서도 동적인 정보를 반영하기 위한 연구가 진행되고 있다. 그러나 제시하는 대부분의 알고리즘은 $A{\ast}$알고리즘을 기반으로 한다. 휴리스틱을 이용한 알고리즘에서는 다음과 같은 탐색 비용이 증가하는 문제가 발생할 수 있다. 휴리스틱에 의해 결정된 추정 경로에 실제 경로가 존재하지 않을 경우, 휴리스틱 가중치 값이 비슷한 2가지 이상의 경로가 존재할 경우 탐색 비용이 증가한다. 이 논문에서는 생성 방법이 다른 추상 그래프의 성능을 평가 하였다. 추상 그래프는 실제 도로 네트워크를 단순화한 그래프로, 휴리스틱의 의존성과 탐색 비용을 줄이기 위해 제안된 방법이다. 추상 그래프는 생성 방법에 따라 동일 특성 노드 합병을 통한 추상 그래프($AG^H$)와 연결 노드 합병을 통한 추상 그래프($AG^C$)로 구별된다. 성능 실험 결과 생성 비용 측면에서 $AG^C$가 좋은 성능을 보였지만, 탐색 성능 측면에서는 $AG^H$가 좋은 성능을 보였다.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2008년도 추계학술대회 논문집
• /
• pp.518-523
• /
• 2008

경부고속열차(KTX) 차량컴퓨터제어장치(OBCS : On Board Computer System)는 네트워크 통신을 이용하여 차량내 각 종 전장품의 동작상태 감시와 운행명령 및 열차제어, 차량의 유지보수, 승무원의 운전업무를 지원하는 장치로써 KTX의 핵심장치이다. 이 장치는 TGV 제작사양과 프랑스의 고속열차 운영방식에 종속되어 특화된 시스템으로 제작되었으므로 실질적인 기술이전이 어려운 상태이다. 그렇기때문에 KTX 국내도입 후 운영상 요구되는 기능개선 및 자체적인 유지보수, 각 종 전장품(추진제어장치, 보조전원장치, 출입문제어장치 등)의 국산화 교체시 대부분의 인터페이스 신호가 차량컴퓨터제어장치(OBCS)와 연계되어 있어 많은 어려움이 수반되고 있다. 따라서 본 연구에서는 KTX 차량컴퓨터제어장치의 기능분석 및 주변장치(기관사 콘솔, 여객정보시스템, 고장현시장치, 각종 전장품 등)와의 상호 인터페이스 정보분석을 통해 KTX-OBCS 국산화 개발을 함으로써 KTX 운영상 요구되는 기능개선 및 유지보수 효율화에 기여하고, 더 나아가 고속열차제어 및 전장품 분야에서 선진 외국기술의 종속을 탈피하여 기술자립화를 이루고자 한다.

• 한국정보통신학회논문지
• /
• 제23권3호
• /
• pp.333-340
• /
• 2019

전투 시스템은 다양한 적대적 환경에서 주어진 임무를 수행한다. 주어진 임무를 수행하는 능력을 높이기 위하여 전투 시스템의 신뢰성을 분석하는 연구가 중요하다. 대부분의 기존 연구에서는 위협을 고려하지 않거나 하나의 위협을 고려하며 구성 요소간의 종속적 관계를 고려하고 있지 않다. 본 논문에서는 전투 시스템의 기능에 대한 상실 확률을 도출하며, 이를 이용하여 신뢰성 분석을 진행한다. 제안하는 방법은 하위, 상위의 두 계층으로 나누어 분석한다. 하위 계층에서는 다양한 위협을 동시에 고려하기 위하여 FTA 기법을 이용하여 구성 요소별 고장 확률을 도출한다. 상위 계층에서는 하위 계층에서 도출된 구성 요소의 고장 확률을 이용하며 구성 요소간의 종속적 관계를 고려하기 위해 BBN을 이용하여 기능의 상실 확률을 분석한다. 제안하는 방법을 이용하면 다양한 위협을 동시에 고려하면서 구성 요소간의 종속적 관계에 대한 분석이 가능하다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권6호
• /
• pp.2168-2187
• /
• 2021

The smart grid replaces the traditional power structure with information inventiveness that contributes to a new physical structure. In such a field, malicious information injection can potentially lead to extreme results. Incorrect, FDI attacks will never be identified by typical residual techniques for false data identification. Most of the work on the detection of FDI attacks is based on the linearized power system model DC and does not detect attacks from the AC model. Also, the overwhelming majority of current FDIA recognition approaches focus on FDIA, whilst significant injection location data cannot be achieved. Building on the continuous developments in deep learning, we propose a Deep Learning based Locational Detection technique to continuously recognize the specific areas of FDIA. In the development area solver gap happiness is a False Data Detector (FDD) that incorporates a Convolutional Neural Network (CNN). The FDD is established enough to catch the fake information. As a multi-label classifier, the following CNN is utilized to evaluate the irregularity and cooccurrence dependency of power flow calculations due to the possible attacks. There are no earlier statistical assumptions in the architecture proposed, as they are "model-free." It is also "cost-accommodating" since it does not alter the current FDD framework and it is only several microseconds on a household computer during the identification procedure. We have shown that ANN-MLP, SVM-RBF, and CNN can conduct locational detection under different noise and attack circumstances through broad experience in IEEE 14, 30, 57, and 118 bus systems. Moreover, the multi-name classification method used successfully improves the precision of the present identification.

• 한국융합학회논문지
• /
• 제13권4호
• /
• pp.155-161
• /
• 2022

코로나19의 확산으로 '가상관광'이 주목받고 있다. 포털 뉴스를 대상으로 '가상관광'을 키워드로 검색하여 데이터 마이닝 기법인 로그오즈비 분석, 명사 빈도분석, 의미망 분석을 통해 추이와 방향성을 고찰하였다. 그 결과, 코로나19 이전부터 '체험'과 '기술'기반의 '가상관광'에 주목하고 있었으며, '콘텐츠의 다양성 확보'에서 코로나19 이후 '지역 경제의 회복을 위한 사업'으로 바뀌었다는 점과 '온라인' 기반의 '상호작용'이 가능한 '가상현실' '확장현실' 등의 정보통신기술 의존성이 커졌다는 점을 명확히 할 수 있었다. 메타버스 등 '가상공간'에 대한 수요가 확대되고 있으므로 정부는 조사결과에 기초한 지원계획과 정책을 수립하고, 지자체와 기업은 AISAS(Attension, Interest, Search, Action, Share)에 주목하여 차별적 콘텐츠를 기획·제작하며, 대학과 연구기관은 콘텐츠에 맞는 기술을 개발하여 적용, 평가, 실용화함으로써 경제적, 체계적, 순환적 구조가 이루어질 수 있도록 해야 한다.

• 한국지반신소재학회논문집
• /
• 제21권2호
• /
• pp.11-19
• /
• 2022

본 연구에서는 하수관거 내부에서 촬영된 균열 데이터를 활용하여 균열검출에 대한 시계열 예측 성능을 개선하기 위해 GoogleNet의 전이학습과 CNN- LSTM(Long Short-Term Memory) 결합 방법을 제안하였다. LSTM은 합성곱방법(CNN)의 장기의존성 문제를 해결할 수 있으며 공간 및 시간적 특징을 동시에 모델링 할 수 있다. 제안 방법의 성능을 검증하기 위해 하수관거 내부 균열 데이터를 활용하여 학습데이터, 초기학습률 및 최대 Epochs를 변화하면서 RMSE를 비교한 결과 모든 시험 구간에서 제안 방법의 예측 성능이 우수함을 알 수 있다. 또한 데이터가 발생하는 시점에 대한 예측 성능을 살펴본 결과 역시 제안방법이 우수하게 나타나 균열검출의 예측에서 제안 방법이 효율적인 것을 검증하였다. 기존 합성곱방법(CNN) 단독 모델과 비교함으로써 본 연구를 통해 확보된 제안 방법과 실험 결과를 활용할 경우 콘크리트 구조물의 균열데이터뿐만 아니라 시계열 데이터가 많이 발생하는 환경, 인문과학 등 다양한 영역에서 응용이 가능하다.

• 정보처리학회논문지B
• /
• 제15B권2호
• /
• pp.137-146
• /
• 2008

결함 지역화는 관찰된 결함의 근본 원인을 자동 인식 하는 것이 가능하기 때문에 규모가 큰 분산시스템에서 중요 역할 수행하며 시스템의 신뢰성 개선을 위해 시스템의 관리와 제어가 가능한 자가 관리를 지원한다. 결함 지역화를 지원하는 기존 연구들은 유비쿼터스 환경에서 베이지안 네트워크와 같은 인공지능 기술들을 주로 사용하여 진단과 예측 기능 중 하나만을 고려하고 있다. 따라서, 본 논문에서는 시스템의 신뢰성 개선을 위해 실시간 시스템 성능 스트림에 대한 학습을 통해 자가관리를 위한 확률적 의존 분석을 기반으로 하는 결함 지역화 방법을 제안하여 진단과 예측기능을 동시 제공한다. 학습 방법으로 베이지안 네트워크 알고리즘을 사용하여 각종 관련된 요소들을 연결함으로써 네트워크를 생성하고 확률적 의존 관계를 통해 귀납적과 연역적 추론기능을 제공한다. 베이지안 네트워크의 구성은 노드들간의 연관성을 찾아내는 것이 중요하기 때문에 그것을 구성하는 인자의 개수가 많은 경우 노드 순서 리스트를 추출하는 사전처리 과정이 필요하다. 따라서 전체 모델링 프로세스에 대한 개선이 요구된다. 이러한 문제를 해결하기 위해 발생한 문제와 관련성이 높은 노드 순서 리스트를 추출하는 방법을 제공한다. 구조 학습을 지원 하는 사전처리 방법을 통해 다양한 문제 영역에서의 학습 효율성을 높이며 학습에 필요로 되는 시간을 줄인다. 제안 방법론을 통해서 시스템의 자원 문제를 신속하고 정확하게 진단하는 것이 가능하며, 관찰된 정보를 기반으로 실행 중에 발생되는 잠재적인 문제를 예측하는 것이 가능하다. 시스템 성능 평가 영역에서 제안 방법론을 적용한 시스템 성능 분석을 기반으로 진단, 예측의 효율성과 정확성을 평가하여 제안 방법론의 유효성을 입증하였다.

• 산경연구논집
• /
• 제9권3호
• /
• pp.45-56
• /
• 2018

Purpose - The Korean university education system is facing innovation and change, including cooperation between industry and university, Therefore It is important to activate the industry-university cooperation. This paper aims to demonstrate the factors that activate industry-university cooperation, particularly about the voluntary participation induction by industry and researching in path dependency perspectives. Research design, data, and methodology - The subject of this research were companies that are aware of the industry-university cooperation program. This research hypothesis is derived from the literature of previous studies of industry-university cooperation, This study have constructs that was defined operationally with reference to previous studies, this research model design to figure out structural relationship among technology leadership of university, university specialization, local network strength, fixation of local economy, recognition of path dependence, participation by industry, performance of industry-university cooperation. From 2017 July. 1 to Sept. 31, questionnaire survey targeting company staff who is involving in industry-university cooperation. 257 questionnaire survey had conducted. 249 investigated data were used for empirical analysis except wrong data. This data were used for AMOS(structural equation) & Regression statistics to verify hypothesis which developed by researcher. Results - The results of this study are as follows. First, technology leadership of universities has a significant effect on voluntary participation by industry. University specialization has significant effect on voluntary participation by industry. Second, local network strength has significant effect on voluntary participation by industry. but fixation of local economy does not affect voluntary participation by industry. Third, recognition of path dependence has moderating effect between Independent(university, company characteristics) and dependent variables(voluntary participation by industry) When recognition level of path dependence is high, preceding factors have a significant effect on voluntary participation by industry than recognition level of path dependence is low. As a result, the degree of recognition of path dependence was shown important variables that induce voluntary participation of industry for industry-university cooperation program. Conclusions - This study suggests that voluntary participation of industry is a very important factor in the achievement of industry-university cooperation. Recognition of interdependence as well as leading factors that encourage voluntary participation of industry is also just as important. If recognition of path dependence was high, Industry's voluntary participation was high.

• 스마트미디어저널
• /
• 제9권4호
• /
• pp.26-35
• /
• 2020

미래의 주가를 예측하기 위한 시도는 과거부터 꾸준히 연구되어왔다. 그러나 일반적인 시계열 데이터와 달리 금융 시계열 비정상성(non-stationarity)과 장기 의존성(long-term dependency), 비선형성(non-linearity) 등 예측을 하는 것에 있어서 여러 가지 방해 요인이 존재한다. 또한, 광범위한 데이터의 변수는 기존에 사람이 직접 선택하는 것에 한계가 있으며 모델이 변수를 자동으로 잘 추출할 수 있도록 하여야 한다. 본 논문에서는 비정상성 데이터를 정규화할 수 있는 슬라이딩 타임스텝 정규화(sliding time step normalization) 방법과 LSTM 형태의 오토인코더(AutoEncoder)를 사용하여 모든 변수로부터 압축된 변수로 미래 주가를 예측하는 방법, 기간을 나누어 전이 학습을 하는 이동 전이 학습(moving transfer learning)을 제안한다. 또한, 실험을 통하여 100개의 주요 금융 변수들만을 사용하는 것보다 뉴럴 네트워크를 통해서 가능한 많은 변수를 사용하였을 때 성능이 우수함을 보이며, 슬라이딩 타임스텝 정규화 방법을 사용하여 모든 구간에서 데이터의 비정상성에 대해 정규화를 수행함으로써 성능 향상에 효과적임을 보인다. 이동 전이 학습 방법은 스텝 별 테스트 구간에서 모델의 성능을 평가하고 전이학습을 함으로써 긴 테스트 구간에서 성능 향상에 효과적임을 보인다.