• 대한토목학회논문집
• /
• 제43권1호
• /
• pp.109-117
• /
• 2023

건설공사에서의 공기지연은 공사금액 증가, 발주처 클레임, 무리한 공기단축에 따른 건설공사의 질 하락 등 건설프로젝트에 악영향을 끼치는 주요 리스크 요인이다. 기존 연구에서는 공기지연 리스크의 중요도 및 우선순위를 파악하고 중요도에 따라 공정을 관리하였으나, 공기지연 리스크의 심도는 데이터 수집의 한계 등으로 정량화 연구가 미흡하다. 따라서 본 연구에서는 BERT (Bidirectional Encoder Representations from Transformers) 언어 모델을 활용하여 비정형데이터로 저장된 공사일지의 작업내용을 분석 가능한 WBS (Work Breakdown Structure) 기반의 정형데이터로 변환하고 리스크 분류 및 도출 체계, 공정계획에 사용가능한 리스크 발생확률, 리스크 확률분포(심도)의 정량화 방안을 제시하였다. 제안된 프로세스를 고속도로공사 8개 공구에 적용하여, 39개 세부 공중 중 8개의 세부 공종에서 75건의 우천 공기지연 리스크를 도출하였다. K-S 검정을 통해 4개 공종에서 유의미한 확률분포를 도출하였으며 위험도를 비교하였다. 향후 본 연구에서 제시된 프로세스는 시공단계에서 발생하는 다양한 공기지연 요인의 도출 및 심도 정량화에 적용될 수 있을 것으로 기대된다.

• 한국콘텐츠학회논문지
• /
• 제7권11호
• /
• pp.84-93
• /
• 2007

본 논문은 시스템 버스와 IP로 구성되는 SoC 플랫폼 기반의 설계에서 온칩 버스의 소비 전력을 시스템 레벨에서 빠르고 정확하게 추정하는 방법을 제시한다. 제안된 소비 전력 추정 모델링은 시스템 구조 변화에 따른 버스 시스템의 소비 전력 변화를 직접 예측할 수 있고 이에 따라 시스템 구성을 최적화할 수 있다. 본 논문에서 소비전력 모델링은 크게 두 부분으로 구성된다. 하나는 버스 시스템 구조에 따른 버스 로직들이 사용하는 소비 전력이고, 다른 하나는 데이터 전송시 발생하는 신호 천이에 의한 버스 라인의 소비 전력이다. 본 모델링을 타겟 멀티미디어 SoC인 MPEG 인코더에 적용하여 92% 이상의 정확도를 가짐을 보였다. 제안된 모델링은 고성능/저전력 멀티미디어 SoC 설계에 활용 가능할 것으로 기대된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권9호
• /
• pp.367-374
• /
• 2021

주가 예측은 경제, 통계, 컴퓨터 공학 등 여러 분야에서 연구되는 주제이며, 특히 최근에는 기본적 지표나 기술적 지표 등 다양한 지표로부터 인공지능 모델을 학습하여 주가의 변동을 예측하는 연구들이 활발해 지고 있다. 본 연구에서는 S&P500 등의 해외지수, 과거 KOSPI 지수, 그리고 KOSPI 투자자별 매매 동향으로부터 KOSPI의 등락을 예측하는 딥러닝 모델을 제안한다. 제안 모델은 주가 등락 예측을 위하여 비지도 학습 방법인 적층 오토인코더를 이용하여 잠재변수를 추출하고, 추출된 잠재변수로부터 시계열 데이터 학습에 적합한 LSTM 모델로 학습하여 당일 시가 대비 종가의 등락을 예측하며, 예측된 값을 기반으로 매수 또는 매도를 결정한다. 본 연구에서 제안하는 모델과 비교 모델들의 수익률 및 예측 정확도를 비교한 결과 제안 모델이 비교 모델들 보다 우수한 성능을 보였다.

• 방송공학회논문지
• /
• 제26권6호
• /
• pp.778-789
• /
• 2021

최근 다양한 분야에서 뛰어난 성능을 나타내는 Convolutional Neural Network(CNN)모델을 모바일 기기에서 사용하기 위한 다양한 연구가 진행되고 있다. 기존의 CNN 모델은 모바일 장비에서 사용하기에는 가중치의 크기가 크고 연산복잡도가 높다는 문제점이 있다. 이를 해결하기 위해 가중치의 표현 비트를 낮추는 가중치 양자화를 포함한 여러 경량화 방법들이 등장하였다. 많은 방법들이 다양한 모델에서 적은 정확도 손실과 높은 압축률을 나타냈지만, 대부분의 압축 모델들은 정확도 손실을 복구하기 위한 재학습 과정을 포함시켰다. 재학습 과정은 압축된 모델의 정확도 손실을 최소화하지만 많은 시간과 데이터를 필요로 하는 작업이다. Weight Quantization이후 각 층의 가중치는 정수형 행렬로 나타나는데 이는 이미지의 형태와 유사하다. 본 논문에서는 Weight Quantization이후 각 층의 정수 가중치 행렬을 이미지의 형태로 비디오 코덱을 사용하여 압축하는 방법을 제안한다. 제안하는 방법의 성능을 검증하기 위해 ImageNet과 Places365 데이터 셋으로 학습된 VGG16, Resnet50, Resnet18모델에 실험을 진행하였다. 그 결과 다양한 모델에서 2%이하의 정확도 손실과 높은 압축 효율을 달성했다. 또한, 재학습 과정을 제외한 압축방법인 No Fine-tuning Pruning(NFP)와 ThiNet과의 성능비교 결과 2배 이상의 압축효율이 있음을 검증했다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제33권8호
• /
• pp.1261-1267
• /
• 2009

직접토크제어는 일정한 히스테리시스 범위 내에서 전동기의 자속과 토크를 제어하는 방법으로서 최적 스위칭 테이블을 사용한 고정자 전압 공간 벡터에 의해 전동기의 자속과 토크를 제어하게 된다. 그리고 본 논문에서 사용한 센서리스 제어법은 실제 전동기와 수식 모델의 전류가 수렴하도록 고정자 전압을 인가하면 실제 전동기 회전자 속도가 속도 지령치인 수식 모델의 회전자 속도에 접근하는 제어방식이다. 이 방식들을 접목하면 PI 제어기가 필요하지 않는 간단하면서도 강인한 제어를 구현할 수 있는데 본 논문에서는 컴퓨터 모의실험을 통해 이의 유효성을 입증한다.

• 대한전자공학회논문지SP
• /
• 제40권1호
• /
• pp.72-78
• /
• 2003

본 논문에서는 자기구성 뉴로퍼지 네트워크를 이용한 MPEG-4 비트율 제어알고리즘을 제안한다. 경험적인 수식을 바탕으로 rate-distortion(RD) 모델을 구성하는 일반적인 방법과는 달리 제안하는 알고리즘의 기본적인 아이디어는 온라인으로 RD모델을 스스로 구성하고 매 프레임마다 그 구조를 적응적으로 업데이트하는 SOLPN을 이용해 RD 모델을 구현하는 것으로 많은 비트율 제어 방식 중 프레임을 기반으로 한 비트율 제어만을 본 논문에서는 고려한다. 특히 이 알고리즘은 오프라인에서 미리 트레이닝하는 것이 필요가 없기 때문에 실시간 코딩에도 적용 가능하다. VM18.0과의 비교 실험 결과들을 보면 본 논문에서 제안하는 비트율제어 알고리즘이 VMl8.0〔16〕에 비해 주관적인 화질 향상뿐만 아니라 적은 프레임 스킵(franc skip)과 높은 PSNR을 나타낸다.

• 한국지능시스템학회논문지
• /
• 제20권4호
• /
• pp.463-468
• /
• 2010

미지의 영역에서 작업을 수행하고자 하는 이동로봇은 주변의 지도가 없을 뿐만 아니라 자신의 위치도 알 수 없다. 이러한 환경의 극복을 위해 가장 많이 쓰이는 방법이 SLAM(Simultaneous Localization And Mapping)이다. SLAM 분야에서 가장 많이 쓰이는 방법은 EKF (Extended Kalman Filter) 기반의 SLAM이다. 최적의 센서 융합 기법이지만 odometeric error 등을 보상하기 위해서는 복잡한 과정이 점차 증가하게 된다. 사람은 SLAM 방식을 이용하여 낯선 장소에서 마음속의 지도를 쉽게 작성하지만 로봇의 경우 SLAM을 수행하는 것은 매우 어렵고 시간이 오래 걸린다는 단점이 생기는 것이 다. 이러한 단점의 보완을 위하여 본 논문에서는 대칭모형 SLAM(M-SLAM)을 제안한다. M-SLAM은 대칭에 사용할 모형을 미리 정하고 센서로 받아들인 데이터를 모형과 비교하여 대칭된 모형을 맵에 적용시켜서 작업의 양을 줄이는 방법이다. M-SLAM은 적은 특징점을 이용하여 선택된 대칭 도형과의 유사성 판별을 이용하는 방법이므로 특징점이 적은 거리센서에 사용하기 적합한 특성을 가지고 있다고 할 수 있다. 특징점이 적어도 된다는 장점은 SLAM의 시간을 크게 줄여 줄수 있다.

• 한국정보통신학회논문지
• /
• 제26권4호
• /
• pp.503-509
• /
• 2022

본 논문의 연구 취지는 예측하고자 하는 다음 날과 이전 날의 시가 사이 변동률을 예측값으로 두고 시가를 예측하는 기존 논문들과는 다르게 예측하고자 하는 다음날의 주가 순위를 일정한 간격으로 분할하여 생성된 각 구간마다의 시가 변동률을 예측값으로 하는 모델을 통하여 최종적인 다음날의 시가 변동률을 예측하는 새로운 시계열 데이터 예측 방식을 제안하고자 한다. 예측값의 세분화 정도와 입력 데이터의 종류에 따른 모델의 성능 변화를 분석했으며 연구 결과 예측값의 세분화 정도에 따른 모델의 예측값과 실제값의 차이가 예측값의 세분화 개수가 3일 때 큰 폭으로 감소한다는 사실도 도출해 낼 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권6호
• /
• pp.1800-1817
• /
• 2022

With the development of the economy and the improvement of living standards, the hot issues in the subject area have become the main research direction, and the mining of the hot issues in the subject currently has problems such as a large amount of data and a complex algorithm structure. Therefore, in response to this problem, this study proposes a method for extracting hot keywords in scientific journals based on the improved BERT model.It can also provide reference for researchers,and the research method improves the overall similarity measure of the ensemble,introducing compound keyword word density, combining word segmentation, word sense set distance, and density clustering to construct an improved BERT framework, establish a composite keyword heat analysis model based on I-BERT framework.Taking the 14420 articles published in 21 kinds of social science management periodicals collected by CNKI(China National Knowledge Infrastructure) in 2017-2019 as the experimental data, the superiority of the proposed method is verified by the data of word spacing, class spacing, extraction accuracy and recall of hot keywords. In the experimental process of this research, it can be found that the method proposed in this paper has a higher accuracy than other methods in extracting hot keywords, which can ensure the timeliness and accuracy of scientific journals in capturing hot topics in the discipline, and finally pass Use information technology to master popular key words.

• 스마트미디어저널
• /
• 제12권11호
• /
• pp.1-9
• /
• 2023

스트레스는 감당하기 어려운 외부 또는 내부 요인으로부터 유발되는 것으로 현대 사회의 주요한 문제 중 하나이다. 높은 스트레스가 장기적으로 지속되면 만성적으로 발전할 수 있으며, 건강 및 생활 전반에 큰 악영향을 초래할 수 있다. 그러나 만성적인 스트레스를 겪는 사람들은 자신이 스트레스를 받고 있는지 알아차리기 어렵기 때문에 사전에 스트레스를 인지하고 관리하는 것이 중요하다. 웨어러블 기기로부터 측정된 생체 신호를 이용하여 스트레스를 탐지한다면, 스트레스를 효율적으로 관리할 수 있을 것이다. 그러나 생체 신호를 이용하는 데에는 두 가지 문제점이 있다. 첫째로 생체 신호에서 수작업 특징을 추출하는 것은 바이어스를 발생시킬 수 있으며, 두 번째는 실험 주체에 따라 분류 모델 성능의 변이가 클 수 있다는 것이다. 본 논문에서는 데이터의 핵심적인 특징을 표현할 수 있는 합성곱 오토인코더를 이용해 바이어스를 줄이고 앙상블 학습 중 하나인 소프트 보팅을 이용해 일반화 능력을 높여 성능의 변이를 줄이는 모델을 제안한다. 모델의 일반화 성능을 확인하기 위하여 LOSO 교차 검증 방법을 이용하여 성능을 평가한다. 본 논문에서 제안한 모델은 WESAD 데이터셋을 이용하여 높은 성능을 보여주었던 기존의 연구들보다 우수한 정확도를 보임을 확인하였다.