• 사물인터넷융복합논문지
• /
• 제8권5호
• /
• pp.77-83
• /
• 2022

낸드 플래시 메모리는 구조적으로 쓰기 전 지우기(Erase-Before-Write) 동작이 요구된다. 이것을 해결하기 위해서는 데이터 업데이트 동작이 빈번히 발생하는 페이지(Hot data page)를 구분하여 별도에 블록에 저장함으로 해결할 수 있으며 이러한 Hot data를 분류하는 기법을 핫 데이터 판단기법이라 한다. MHF(Multi Hash Function Framework)기법은 데이터 갱신요청의 빈도를 시스템 메모리에 기록하고 그 기록된 값이 일정 기준 이상일 때 해당 데이터 갱신요청을 Hot data로 판단한다. 하지만 데이터 갱신요청에 빈도만을 단순히 카운트하는 방법으로는 정확한 Hot data로 판단에 한계가 있다. 또한 데이터 갱신요청의 지속성을 판단 기준으로 하는 기법의 경우 갱신요청 사실을 시간 간격을 기준으로 순차적으로 기록한 뒤 Hot data로 판단하는 방법이다. 이러한 지속성을 기준으로 하는 방법의 경우 그 구현과 운용이 복잡한 단점이 있으며 갱신요청에 빈도를 고려하지 않는 경우 부정확하게 판단되는 문제가 있다. 본 논문은 데이터 갱신요청에 빈도와 지속성을 함께 고려한 경량화된 핫 데이터 판단기법을 제안한다.

• 사물인터넷융복합논문지
• /
• 제8권5호
• /
• pp.33-39
• /
• 2022

모바일 컴퓨팅 분야에서 사용되는 저장장치는 저전력, 경량화, 내구성 등을 갖추어야 하며 사용자에 의해 생성되는 대용량 데이터를 효과적으로 저장 및 관리할 수 있어야 한다. 낸드 플래시 메모리는 모바일 컴퓨팅 분야에서 저장장치로 주로 사용되고 있다. 낸드 플래시 메모리는 구조적 특징 때문에 데이터 갱신요청 시 제자리 덮어쓰기가 불가능하여 데이터 갱신요청이 자주 발생하는 요청과 그렇지 않은 요청을 정확히 구분하여 각 블록에 저장 및 관리함으로써 해결할 수 있다. 이러한 데이터 갱신요청에 분류기법을 핫 데이터 식별 기법이라고 하며 현재 다양한 연구가 진행되었다. 본 논문은 더 정확한 핫 데이터 검증을 위해 카운팅 필터를 사용하여 데이터 갱신요청 발생을 연속적으로 기록하고 또한 특정 시간 동안 요청된 갱신요청이 얼마나 자주 발생하는지를 고려하여 핫 데이터를 검증한다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제25권5호
• /
• pp.135-140
• /
• 2021

본 연구에서는 일반강도 범위 콘크리트의 단면에서 골재 형상의 특성을 추출하고 이를 인공신경망과 이미지 프로세싱 기술에 적용하여 콘크리트의 압축강도를 예측하였다. 이를 위하여 면적, 둘레, 길이 등과 같은 일반적인 골재 형상 특성과 함께 골재의 거리-각도 특징을 수치적으로 표현하고 물성치 예측에 활용하였다. 그 결과, 콘크리트 압축강도에 영향을 미치는 주요변수를 사용하지 않고 단면의 골재 형상 특성만을 사용하여 압축강도 예측이 가능하였으며, 인공신경망 알고리즘 구축을 통해 예측 강도와 실제 강도의 상대오차 4.43% 이내의 범위에서 콘크리트 압축강도를 예측할 수 있었다. 본 연구에서 도출된 결과를 기반으로 골재의 거리-각도 특징을 활용하여 콘크리트의 유동성, 휨·인장강도 등 다양한 특성을 예측도 가능할 것으로 판단된다.

• 한국정보전자통신기술학회논문지
• /
• 제15권6호
• /
• pp.492-505
• /
• 2022

본 연구는 IoT 센싱 데이터의 무 손실 실시간 전송에 활용 가능한 BL-beta 코드의 엔코딩 및 디코딩 성능 개선을 통해 효과적으로 압축 데이터를 실시간으로 전송하고, 해독할 수 있도록 로직을 개선한 결과에 대한 연구이다. BL-beta 코드의 엔코딩 과정에는 비교적 연산 부담이 큰 로그 함수와 지수 함수, 나눗셈 및 제곱근 연산 등이 포함되어 있는데 이를 개선하여 비트 연산과 이진수 패턴 분석 그리고 비트 패턴을 이용한 뉴턴-랩슨 방법의 초기 값 설정을 통해 빠르게 데이터를 BL-beta 코드로 엔코딩 및 디코딩 할 수 있는 새로운 규칙성을 발견하였으며 이를 적용하여 기존 연구와 비교하여 알고리즘의 엔코딩 속도를 평균 24.8%, 디코딩 속도를 평균 5.3% 개선하였다.

• 농업과학연구
• /
• 제49권3호
• /
• pp.619-627
• /
• 2022

In Korea, apples and pears are among the most important agricultural products to farmers who seek to earn money as income. Generally, farmers make decisions at various stages to maximize their income but they do not always know exactly which option will be the best one. Many previous studies were conducted to solve this problem by predicting farmers' income structure, but researchers are still exploring better approaches. Currently, machine learning technology is gaining attention as one of the new approaches for farmers' income prediction. The machine learning technique is a methodology using an algorithm that can learn independently through data. As the level of computer science develops, the performance of machine learning techniques is also improving. The purpose of this study is to predict the income structure of apples and pears using the automatic machine learning solution H2O.AI and to present some implications for apple and pear farmers. The automatic machine learning solution H2O.AI can save time and effort compared to the conventional machine learning techniques such as scikit-learn, because it works automatically to find the best solution. As a result of this research, the following findings are obtained. First, apple farmers should increase their gross income to maximize their income, instead of reducing the cost of growing apples. In particular, apple farmers mainly have to increase production in order to obtain more gross income. As a second-best option, apple farmers should decrease labor and other costs. Second, pear farmers also should increase their gross income to maximize their income but they have to increase the price of pears rather than increasing the production of pears. As a second-best option, pear farmers can decrease labor and other costs.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권2호
• /
• pp.381-404
• /
• 2022

Forest fires inflict great losses of human lives and serious damages to ecological systems. Hence, numerous fire detection methods have been proposed, one of which is fire detection based on sensors. However, these methods reveal several limitations when applied in large spaces like forests such as high cost, high level of false alarm, limited battery capacity, and other problems. In this research, we propose a novel forest fire detection method based on image processing and correlation coefficient. Firstly, two fire detection conditions are applied in RGB color space to distinguish between fire pixels and the background. Secondly, the image is converted from RGB to YCbCr color space with two fire detection conditions being applied in this color space. Finally, the correlation coefficient is used to distinguish between fires and objects with fire-like colors. Our proposed algorithm is tested and evaluated on eleven fire and non-fire videos collected from the internet and achieves up to 95.87% and 97.89% of F-score and accuracy respectively in performance evaluation.

• 한국컴퓨터정보학회논문지
• /
• 제28권8호
• /
• pp.39-48
• /
• 2023

본 연구는 의류의 디자인 간 치수의 불일치와 비표준화로 인해 온라인 구매 시 발생하는 치수 선택의 오류 문제를 해결할 수 있는 방안을 제시하기 위해 수행되었다. 본 논문은 구매자에게 개인화된 치수를 제시할 수 있는 기계 학습 기반 추천 시스템의 구현 방안을 다루고 있다. 온라인 상거래로부터 발생된 구매 데이터를 사용하여 비음수 행렬 분해(NMF), 특이값 행렬 분해(SVD), k-최근접 이웃(KNN), 공동 클러스터링(Co-Clustering) 등 여러 검증된 협업 필터링 알고리즘을 훈련하였고, 이들 간에 성능을 비교하였다. 연구 결과, 비음수 행렬 분해 (NMF) 알고리즘이 다른 알고리즘들보다 뛰어난 성능을 보임을 확인할 수 있었다. 동일한 계정을 사용하는 여러 구매자가 포함되는 구매 데이터의 특성에도 불구하고, 제안 모형은 충분한 정확도를 보였다. 본 연구의 결과는 치수 선택의 오류로 인한 반품률을 감소하고 전자상거래 플랫폼에서의 고객 경험을 향상시키는 데 기여할 것으로 기대된다.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.768-775
• /
• 2022

Current MEP designs are mostly applied by 2D-based design methods and tend to focus on simple modeling or geometry information expression such as converting 2D-written drawings into 3D modeling without taking advantage of the strength of BIM application. To increase the demand for BIM-based MEP design, geometric information, and property information of each member of the 3D model must be conveniently linked from the phase of the Design Development (DD) to the phase of Construction Document (CD). To conveniently implement a detailed model at each phase, the detailed level of each member of the 3D model must be specific, and an automatic generation of objects at each phase and automatic detailing module for each LOD are required. However, South Korea's guidelines have comprehensive standards for the degree of MEP modeling details for each design phase, and the application of each design phase is ambiguous. Furthermore, in practice, detailed levels of each phase are input manually. Therefore, this paper summarized the detailed standards of MEP modeling for each design phase through interviews with MEP design companies and related literature research. In addition, items that enable auto-detailing with DYNAMO were selected using the checklist for each design phase, and the types of detailed methods were presented. Auto-detailing items considering the detailed level of each phase were classified by members. If a DYNAMO algorithm is produced that automates selected auto-detailing items in this paper, the time and costs required for modeling construction will be reduced, and the demand for MEP design will increase.

• 대기
• /
• 제33권1호
• /
• pp.49-59
• /
• 2023

Blocking refers to a class of weather phenomena appearing in the mid and high latitudes, whose characteristics are blocked airflow of persistence. Frequently found over the Pacific and Atlantic regions of the Northern Hemisphere, blocking affects severe weather in the surrounding areas with different mechanisms depending on the type of blocking patterns. Along with lots of studies about persistent weather extremes focusing on the specific types of blocking, a new categorization using Rossby wave breaking has emerged. This study aims to apply this concept to the classification of blockings over the Pacific and examine how different wave breakings specify the associated cold weather in the Korean peninsula. At the same time, we investigate a strongly developing ridge around the Pacific by designing a new detection algorithm, where a reversal method is modified to distinguish ridge-type blocking patterns. As result, Kamchatka blocking (KB) and strong ridge over the Central Pacific are observed the most frequently during 20 years (2001~2020) of the studied period, and anomalous low pressures with cold air over the Korean Peninsula are accompanied by blocking events. When it considers the Rossby wave breaking, cyclonic wave-breaking is dominant in KB, which generates low-pressure anomalies over the Korean Peninsula. However, KB with anticyclone wave breaking appears with the high-pressure anomalies over the Korean Peninsula and it generates the warm temperature anomaly. Lastly, the low-pressure anomalies are also generated by the strong ridge over the Central Pacific, which persists for approximately three days and give a significant impact on cold surge on the Korean Peninsula.

• 전기전자학회논문지
• /
• 제27권1호
• /
• pp.1-11
• /
• 2023

자율주행 자동차 또는 자율주행 로봇의 개발을 위해서는 경로 주행 시험이 필요하다. 이러한 시험은 실제 환경뿐만 아니라 시뮬레이션 환경에서도 수행되고 있다. 특히 강화학습과 딥러닝을 이용한 개발을 위해서 다양한 환경의 데이터가 필요한 경우에 시뮬레이터를 통한 개발도 이루어지고 있다. 이를 위해서는 수작업으로 설계된 경로뿐만 아니라 무작위로 자동으로 설계된 다양한 경로의 활용이 필요하다. 이러한 시험장 설계는 실제 건설, 제작에도 활용할 수 있다. 본 논문에서는 원호와 선분의 조합으로 이루어진 주행 시험 경로를 무작위로 생성하는 방법을 소개한다. 이는 원호와 선분의 거리를 구하여 충돌 여부를 판별하는 방법과 경로를 계속해서 이어 나가는 것이 불가능할 경우 경로 일부를 삭제하고 적절한 경로를 다시 만들어 나가는 알고리듬으로 이루어진다.