• 응용통계연구
• /
• 제28권2호
• /
• pp.175-188
• /
• 2015

본 논문에서는 집단 약동/약력학 모형 추정을 위한 다양한 추정방법들을 이론적으로 비교, 분석하였다. 특히 확률적 표본을 이용한 방법들인 IMP, IMPMAP, SAEM 방법과 베이지안 방법의 이론적 배경과 이들의 성능을 자세히 살펴보고, 기존의 선형근사를 이용한 FO, FOCE 등의 방법과 비교 분석하였다. 확률적 표본을 이용한 추정방법들이 추정에 많은 시간이 소요된다는 문제점을 개선하기 위하여 좀 더 좋은 초기치를 찾는 방안으로 상대적으로 짧은 시간에 정확한 추정치를 계산해주는 ITS 방법을 이용하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권11호
• /
• pp.537-542
• /
• 2017

공격적인 성향의 운전은 자동차 사고의 주요한 원인이 된다. 기존 연구에서는 공격적 성향의 운전을 검출하기 위해, 주로 청년을 대상으로 연구가 이뤄졌으며 기계학습의 순수한 Clustering 또는 Classification 기법을 통해 이뤄졌다. 그러나 노인들은 취약한 신체적 조건에 의해 젊은 운전자와는 다른 운전 강도를 가지고 있어 기존의 방식으로는 검출이 불가능 하며, 데이터를 보정하는 등의 새로운 방법이 필요하다. 그리하여, 본 연구에서는 기존의 클러스터링 기법(K-means, Expectation - maximization algorithm)에, 새롭게 제안하는 ECA(Enhanced Clustering method for Acceleration data)기법을 추가하여, 주행 차량에 위치한 스마트폰으로부터 수집된 가속도 데이터를 분석하고 공격적인 운전 형태를 검출해 낸다. ECA는 모든 피험자의 데이터에서 K-means와 EM을 통해 검출된 군집군의 데이터 중 높은 강도의 데이터를 선별하여, 특징을 스케일링한 값을 통해 모델링한다. 본 방식을 통해 기존의 연구의 순수한 클러스터링 방식과는 달리, 모든 청장년 및 노인 실험 참가자 개인들의 공격적인 운전 데이터가 검출되었으며, 클러스터링 기법간의 비교를 통해 K-means 기법이 보다 높은 검출 효율을 갖고 있음을 확인했다. 또한, K-means 방식을 검출한 공격적인 운전 데이터에서는 젊은 운전자가 노인운전자에 비해 1.29배의 높은 운전 강도를 가지고 있음을 발견했다. 이와 같이 본 연구에서 제안된 방식은 낮은 운전 강도를 갖고 있는 노인의 데이터에서 공격적인 운전을 검출 가능하게 되었으며, 특히. 제안된 방법은 노인 운전자를 위한 맞춤형 안전운전 시스템을 구축이 가능하며, 추후 다양한 연구을 통해 이상 운전 상태를 검출하고 조기 경보하는데 활용이 가능할 것이다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.307-309
• /
• 2007

SVDD의 scale prob1em을 해결하기 위하여, 학습 데이터를 sub-groupings하여 group 단위로 SVDD를 통해 학습함으로써 학습 시간을 줄이는, K-means clustering을 이용한 SVDD 방범(KMSVDD)이 제안되었다. 하지만 KMSVDD는 K-means clustering 알고리즘의 본질상 최적의 K값을 정하기 힘들다는 문제와, 동일한 데이터를 학습할지라도 clustered group이 램덤하게 형성되기 때문에 매번 학습의 결과가 달라지는 문제점이 있었다. 또한 데이터의 분포 상태와 관계없이 무조건 타원(dlliptic) 형태의 K개의 cluster로 나누기 때문에 각각의 나눠진 cluster들은 데이터 분포에 대한 특징을 나타내기 힘들게 된다. 이러한 문제점을 해결하기 위하여 본 논문에서는 데이터 분포에서 mode를 먼저 찾은 후 이 mode를 기준으로 clustering하는 Mean Shift clustering 방법을 이용한 SVDD를 제안하고자 한다. 제안된 알고리즘은 KMSVDD와 비교해 데이터 학습 속도에서는 큰 차이가 없으면서도 데이터의 분포 상태를 고려한 형태로 clustering 한 sub-group을 학습하므로 학습의 정확도가 일정하게 되며, 각각의 cluster는 데이터 분표의 특징을 포함하는 효과가 있다. 또한 Mean Shift Kernel의 bandwidth의 결정은 K-Means의 K와는 달리 어느 정도 여유를 갖고 결정되어도 학습 결과에는 차이가 없다. 다양한 데이터들을 이용한 모의실험을 통하여 위의 내용들을 검증하도록 한다.

• 정보처리학회논문지C
• /
• 제12C권4호
• /
• pp.571-580
• /
• 2005

초고속-장거리 네트워크(fast long-distance network)에서 TCP의 혼잡 제어(congestion control) 알고리즘은 대역폭을 효과적 사용하지 못하는 문제점을 가지고 있다. 이 문제를 해결하기 위하여 TCP 혼잡 제어 알고리즘을 수정한 여러 윈도우 기반 혼잡 제어 프로토콜(window-based protocol)이 제안되었다 이러한 프로토콜들은 주로 확장성(scalability), TCP-친밀성(TCP-friendliness), 그리고 RTT-공평성(RTT-fairness) 등의 세 가지의 요구사항을 고려하고 있다. 하지만 기존에 제안된 프로토콜은 위 세 가지 특성의 균형관계(trade-off)로 인하여 이들 세 특성을 동시에 만족시키지 못한다. 본 논문에서는 EIMD (Exponential Increase/ Multiplicative Decrease)라고 하는 윈도우 기반 TCP 혼잡 제어 알고리즘을 제안한다. EIMD는 위의 세 가지 특성을 동시에 제공함은 물론이고, 초고속-장거리 네트워크에서 중요하게 고려해야 할 빠른 공정배분 수렴성(fair share convergence)도 제공한다. EM는 패킷 손실(packet loss)이 없는 한, 지수적으로 윈도우를 증가시켜 큰 대역폭을 효과적으로 사용하면서도, 혼잡제어 알고리즘의 반응 함수(response function)에 RTT를 반영하여 RTT-공평성와 TCP-친밀성을 제공한다. 또한 패킷 손실이 생기기 직전의 혼잡 윈도우 크기에 반비례하게 윈도우를 증가시킴으로써 공정배분(fair share) 값에 빠르게 수렴할 수 있다. 모의실험을 통해 제안된 프로토콜이 초고속-장거리 네트워크에서 위 4가지 특성들을 모두 만족하는지 검증하였다.

• 정보처리학회논문지D
• /
• 제13D권1호
• /
• pp.133-138
• /
• 2006

최근 인터넷의 보급으로 전자상거래가 대중들에게 나타났고 현재 기업들의 경영환경 변화를 주도하고 있다. 전자상거래에서는 기업이 고객과의 유지 및 관계 구축을 위하여 고객이 원하는 것이 무엇인가를 파악하고 그것을 고객에게 제안하는 여러 가지 고객 채널을 가지고 있는데, 그 중 게시판과 전자메일은 고객의 질의를 직접적으로 들을 수 있는 인바운드(Inbound) 정보로서 매우 중요한 채널로 다루어지고 있다. 그러나 현재 운영되는 전자상거래의 게시판과 전자메일은 체계적인 관리와 처리과정 없이 질의와 답변이 이루어지고 있는 실정이다. 따라서 본 연구에서는 이러한 문제점의 해결을 위해 인공지능 분야의 문서 분류에서 널리 사용되고 있는 기계학습 알고리즘 중 대표적인 나이브 베이지안(Naive Bayesian), TFIDF, 신경망, k-NN 알고리즘을 도입하여 전자상거래에서 존재하는 여러 가지 고객 질의의 카테고리를 자동으로 분류할 수 있도록 함으로써 관리자가 정확한 답변을 신속하게 처리할 수 있도록 하였다. 그리고 도입한 알고리즘의 고객 질의 문서 자동 분류 성능 실험을 통해 어떤 알고리즘이 우수한 분류 성능을 나타내는지 확인하였으며 실험 결과 나이브 베지이지안 알고리즘이 95%이상의 높은 분류 성능을 나타내는 것을 확인하였다.

• 한국측량학회지
• /
• 제33권2호
• /
• pp.111-122
• /
• 2015

본 연구에서는 모바일 레이저 스캐닝 데이터로부터 철도 선로탐지 및 선로모델 추출을 위한 방법을 제시하였다. 제안된 방법은 크게 세 단계로 구성된다. 첫째, 레이저 포인트로부터 잠재적인 철도 선로지역을 탐지하고, 초기 철도 선로궤적 방향을 추정한다. 둘째, 철도 선로에 관한 선 지식을 이용하여 첫번째 스트립에서 초기 선로위치를 결정한다. 여기서, 스트립은 국부 탐색공간을 나타내며 철도 선로궤적에 수직인 방향으로 정의된다. 마지막으로, 초기 선로위치에서 GMM-EM기반 분류방법을 통해 선로 포인트들을 탐지한 후 초기 선로 모델을 생성하고 스트립을 데이터 처리 기본단위로 하여 tracking by detection관점에서 연속적으로 선로모델을 생성하였다. 제안된 방법의 주요 특징은 다음과 같다. 첫째, 이전 스트립에서 생성된 선로 모델을 가이드 라인으로 다음 스트립에 전파되어 국부 탐색영역을 예측하여 선로 포인트를 탐지하는 하는데 있어서 처리 복잡성을 줄일 수 있었다. 둘째, 선로 포인트 탐지와 선로 모델링을 동시에 진행 함으로써 데이터 처리 시간을 최소화 할 수 있었다. 개발된 알고리즘은 C++ 프로그램 언어로 구현되었고 도시지역에서 MMS 측량을 통해 취득된 LiDAR 데이터(경부선 일부 구간)를 이용하여 성능 테스트를 진행하였다.

• 한국통신학회논문지
• /
• 제30권3B호
• /
• pp.138-143
• /
• 2005

본 연구는 CDMA2000 시스템에 있어서의 액세스 프로브 알고리즘을 최적화하고자 한다. 이동국이 액세스 채널을 통하여 송신하고 기지국으로부터 ACK 메시지를 받지 못 할 경우 수신신호가 양호한 지역에서는 PWR_STEP 증분값이 1dEm±0.2 값으로 NUM_STEP만큼 증분하여 액세스 프로브를 하게 된다. 그러나 수신신호가 약한 지역에서는 개방루프 전력제어 알고리즘에 따라 송신부 전력 증폭기가 포화상태에 이르게 되어 PWR_STEP 증분값이 0dBm± 0.2값으로 계속해서 액세스 프로브를 하게 되어 이동국 송신에 따른 간섭현상과 배터리 소비전력이 증가하게 된다. 이와 같은 문제를 해결하기 위하여 우리는 수신신호가 강한 지역에서는 IS-95C규격과 같이 RT 슬롯 값만큼 그리고 수신신호가 미약한 지역에서는 RT+1 슬롯 값만큼 지연하여 액세스 프로브 전력 증분값으로 송신하도록 하여 수신세기에 따라 액세스 프로브 알고리즘을 최적화하였다. 시뮬레이션 결과로부터 제안된 알고리즘이 이동국 송신전력에 따른 간섭현상과 소모 전력을 감소시키고 이로 인해 단말기의 총 통화시간을 향상시킬 수 있음을 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 추계학술대회 논문집 전력기술부문
• /
• pp.297-299
• /
• 2006

최근 들어 전력 계통은 점차 복잡해지고 계통 규모 역시 빠른 속도로 성장하고 있다. 이러한 환경 하에서 전력계통의 안정적, 경제적 운영을 담당하고 있는 한국전력거래소는 EMS(Energy Management System)를 통해 실시간 전력계통에 대한 정확한 판단을 기반으로 전력계통의 안정성과 경제성 확보에 주력하고 있다. EMS의 다양한 기능 중 스카다(SCADA) 기능은 단순히 취득 데이터를 처리하는 기능뿐 아니라 인텔리젼트한 기능을 탑재하고 있는데 이중 대표적 기능이 스카다 토폴로지(SCADA Topology)라 할 수 있다. 스카다 토폴로지는 그 이름에서 알 수 있듯이 스카다에서 실시간 취득, 처리되는 아날로그와 스테이터스 데이터를 기반으로 전력계통에서 운용하는 각종 전력설비(발전기, 송전선로, 변압기, 조상설비 등)에 대한 가압 또는 무압여부를 스캔주기(2초)내에 결정하는 기능을 말한다. 현재 전력거래소는 100인치 화면 16장을 연견한 Rear Projector에 전국전력계통도 화면을 제작하여, 한눈에 전력계통의 가압 또는 무안상태를 표시 실시간 감시에 활용하고 있다. 그럼에도 국내에서는 스카다 토폴로지에 대해 소개된 논문이나 소개가 부재한 형편임을 감안하여, 본고는 스카다 토폴로지의 기본 알고리즘을 분석하여 국내 스카다 기능의 선진화에 기여하고자 한다.

• 정보보호학회논문지
• /
• 제19권5호
• /
• pp.195-200
• /
• 2009

CRT-RSA 알고리즘이 스마트카드나 마이크로컨트롤러 등의 암호 장치에 구현된 경우 레이저 주입, 전자파 방사, 이온 빔 주사, 전압 글리치 주입 등의 오류 주입 기술 등에 의해 CRT-RSA 알고리즘의 비밀 소인수 p, q가 쉽게 노출 될 수 있다. 그 중 전압 글리치 오류는 대상 암호 장치에 어떠한 조작이나 변형 없이 적용 가능하여 보다 실제적이다. 본 논문에서는 비정상 전원 전압을 이용한 오류 주입 공격을 실험하였다. 실험 결과 기존에 알려진 고전압 글리치를 주입하는 방법 외에도 전원 전압을 일정 시간동안 단절함으로써 CRT-RSA의 비밀 소인수 p, q를 알아낼 수 있었다.

• 한국음향학회지
• /
• 제23권1호
• /
• pp.47-53
• /
• 2004

본 논문에서는 좌-우향은닉 마코프 모델 (Left-Right Hidden Markov Model)에서 상태결정을 갖는 음성향상방법을 제안하였다. 은닉 마코프 모델에 기초를 둔 음질향상 방법은 성능은 우수하나, 모든 상태에 대해서 음질향상 알고리즘을 계산하므로, 계산량이 많고, 메모리가 많이 필요하여 실시간 처리에 부적절하다. 좌-우향 은닉 마코프 모델은 마코프 모델을 좌측에서 우측으로의 전이만 허용하는 모델로 단순화시켜 현재 상태에서 현재 상태나 다음 상태로 전이될 수 있는 특성을 가지고 있다. 본 논문에서는, 좌-우향 은닉 마코프 모델에서 유사도비 테스트 (Log-Likelihood Ratio Test)를 이용하여 현재 음성의 상태를 결정하는 알고리즘을 제안하였다. 현재 음성의 상태를 알고 있다면, 현재 상태에 대해서만 음질향상 알고리즘을 계산하므로, 계산량이 줄어든다. 제안된 방법의 성능 평가를 위하여 음질 향상 시간과 신호 대 잡음비를 비교하였다. 제안된 방법은 기존의 방법에 비해 음질향상의 결과는 약 0.2∼0.4 dB 정도 떨어졌지만, 계산량을 많이 줄일 수 있었다.