• 대한원격탐사학회지
• /
• 제23권1호
• /
• pp.7-14
• /
• 2007

Atmospheric correction is one of critical procedures to extract quantitative information related to biophysical variables from hyperspectral imagery. Most atmospheric correction algorithms developed for hyperspectral data have been based upon atmospheric radiative transfer (RT) codes, such as MODTRAN. Because of the difficulty in acquisition of atmospheric data at the time of image capture, the complexity of RT model, and large volume of hyperspectral data, atmospheric correction can be very difficult and time-consuming processing. In this study, we attempted to develop an efficient method for the atmospheric correction of EO-1 Hyperion data. This method uses the pre-calculated look-up-table (LUT) for fast and simple processing. The pre-calculated LUT was generated by successive running of MODTRAN model with several input parameters related to solar and sensor geometry, radiometric specification of sensor, and atmospheric condition. Atmospheric water vapour contents image was generated directly from a few absorption bands of Hyperion data themselves and used one of input parameters. This new atmospheric correction method was tested on the Hyperion data acquired on June 3, 2001 over Seoul area. Reflectance spectra of several known targets corresponded with the typical pattern of spectral reflectance on the atmospherically corrected Hyperion image, although further improvement to reduce sensor noise is necessary.

• International Journal of Automotive Technology
• /
• 제7권1호
• /
• pp.25-34
• /
• 2006

For decades, simulation technique has been well validated in areas such as computer and communication systems. Recently, the technique has been much used in the area of transportation and traffic forecasting. Several methods have been proposed for investigating complex traffic flows. However, the dynamics of vehicles and diversities of driver characteristics have never been considered sufficiently in these methods, although they are considered important factors in traffic flow analysis. In this paper, we propose a traffic simulation tool called Multi-Agent for Traffic Simulation with Vehicle Dynamics Model (MATDYMO). Road transport consultants, traffic engineers and urban traffic control center managers are expected to use MATDYMO to efficiently simulate traffic flow. MATDYMO has four sub systems: the road management system, the vehicle motion control system, the driver management system, and the integration control system. The road management system simulates traffic flow for various traffic environments (e.g., multi-lane roads, nodes, virtual lanes, and signals); the vehicle motion control system constructs the vehicle agent by using various vehicle dynamic models; the driver management system constructs the driver agent capable of having different driving styles; and lastly, the integrated control system regulates the MATDYMO as a whole and observes the agents running in the system. The vehicle motion control system and driver management system are described in the companion paper. An interrupted and uninterrupted flow model were simulated, and the simulation results were verified by comparing them with the results from a commercial software, TRANSYT-7F. The simulation result of the uninterrupted flow model showed that the driver agent displayed human-like behavior ranging from slow and careful driving to fast and aggressive driving. The simulation of the interrupted flow model was implemented as two cases. The first case analyzed traffic flow as the traffic signals changed at different intervals and as the turning traffic volume changed. Second case analyzed the traffic flow as the traffic signals changed at different intervals and as the road length changed. The simulation results of the interrupted flow model showed that the close relationship between traffic state change and traffic signal interval.

• 한국컴퓨터그래픽스학회논문지
• /
• 제27권1호
• /
• pp.9-17
• /
• 2021

본 논문에서는 확률적 모델예측제어(model predictive control) 기법을 이용하여 예제 동작 데이터가 주어지면 물리 기반 시뮬레이션 환경에서 그 동작을 모방할 수 있는 캐릭터 동작 제어기를 빠르게 학습할 수 있는 간편한 지도 학습(supervised learning) 프레임워크를 제안한다. 제안된 프레임워크는 크게 학습 데이터 생성과 오프라인 학습의 두 컴포넌트로 구성된다. 첫번째 컴포넌트는 예제 동작 데이터가 주어지면 확률적 모델예측제어를 통해 그 동작 데이터를 추적하기 위한 최적 제어기를 캐릭터의 현재 상태로부터 시작하여 가까운 미래 상태까지의 시간 윈도우에 대해 주기적으로 업데이트하면서 그 최적 제어기를 통해 캐릭터의 동작을 확률적으로 제어한다. 이러한 주기적인 최적 제어기의 업데이트와 확률적 제어는 주어진 예제 동작 데이터를 모방하는 동안 캐릭터가 가질 수 있는 다양한 상태들을 효과적으로 탐색하게 하여 지도 학습에 유용한 학습 데이터를 수집할 수 있게 해준다. 이렇게 학습 데이터가 수집되면, 오프라인 학습 컴포넌트에서는 그 수집된 데이터를 정규화 시켜서 데이터에 내제된 크기와 단위의 차이를 조정하고 지도 학습을 통해 제어기를 위한 간단한 구조의 인공 신경망을 학습시킨다. 걷기 동작과 달리기 동작에 대한 실험은 본 논문에서 제안한 학습 프레임워크가 물리 기반 캐릭터 동작 제어기를 빠르고 효과적으로 생성할 수 있음을 보여준다.

• 대한기계학회논문집
• /
• 제8권5호
• /
• pp.416-424
• /
• 1984

본 연구에서는 다회로의 단상(single-phase) 자연순환계에 관한 실험 및 수치 해석적 연구로서, RWR에서의 자연순환 현상을 모사할 수 있는 fast-running code를 개 발하고 이를 실험을 통하여 입증하며, 또한 자연순환계에서 일어나는 여러 현상을 정 성적으로 관찰하는 것을 목적으로 삼았다. 이론부분은 저자의 다른 논문에 발표되었 으므로 여기에서는 요약하여 소개하며, 실험은 2-회로 PWR(고리 1호기) 1차계통을 약 1/15로 축소시킨 실험장치에서 행하였다.

• 한국시뮬레이션학회논문지
• /
• 제28권1호
• /
• pp.109-115
• /
• 2019

격실 내 인명 살상확률을 계산하는 문제는 무기체계의 효과분석에 있어서 중요한 문제이다. 본 연구에서는 바닥 면이 정사각형인 직육면체 형태의 격실에서 격실 크기에 따른 인명 살상확률 100%를 만족하는 최소 화약량을 산출하는 식을 개발한다. 내부 폭발로 인해 생성된 폭풍파의 압력 이력은 고속 계산 폭압 모델로 계산하였고, 폭풍파에 노출된 인명의 살상확률은 Axelsson SP 방법론을 적용하여 계산하였다. 한 변의 길이가 5m에서 15m인 정사각형을 바닥 면으로 하는 격실 안에서 무게 20kg에서 170kg의 TNT가 폭발하는 총 176 가지의 시나리오들에 대해 시뮬레이션이 수행되었다. 선형 모델 및 화약밀도기반 모델을 개발하여 표적 격실의 바닥 면의 한 변의 길이에 따른 인명피해 100%를 만족하는 최소 폭약량을 예측하였다.

• Nuclear Engineering and Technology
• /
• 제23권4호
• /
• pp.444-455
• /
• 1991

본 연구에서는 CANDU-PHWR 형 기존 및 개량 핵연료의 원통형 (soild) 및 환상형 소결체에 대하여, 그 핵연료 전 수명 기간동안, 반경방향 출력분포를 정확하고 신속하게 계산하는 NEDAR 모형을 개발하였다. 본 계산모형에는 핵연료소결체의 직경 범위 8.0-19.5 mm, 농축도 범위 0.71-6.0 wt % U-235이고, 계산 가능 연소도범위가 0-840 Mwh/kgU (35000MWD/T)인 한계내에서, 핵연료 반경방향 출력분포결자식 및 열중성자속감소 계산결과자료가 포함되어 있다. CAN-DU-PHWR 형 원자로 중성자속 스펙트럼을 입력자료로 하여, 로물리 전산코드, CE-HAMMER 를 이용하여 핵연료의 각 설계조건 및 소결체의 환별 국부지점에 대하여, 임의로 설정한 기준 연소시점에서 반경 방향 출력 분포를 계산하였다. 이 계산 결과를 토대로 각 환의 평균출력을 구하는 적분법 및 비선형 곡선희귀계산법에 의하여, Bessel 함수와 지수함수의 다항식으로 구성된 반경방향 출력분포 기본 결과식 및 그 계수들이 산출되었다. 본 연구에서 개발된 NEDAR 모형을 이용하여 산출한 반경방향출력분포값을, 핵연료소결체 표면에서의 값을 기본단위로 환산하여 비교하면, 본 의형에 의한 반경방향 출력분포 결과가 기존 ELESIM 전산코드의 결과에 비교하여 약간 높게 나타났다. 소결체의 반경방향의 출력 및 온도분포는 핵분열기체생성물방출과 밀접한 관계가 있으므로, 본 모형을 기존 ELESIM 전산코트의 반경방향 출력분포 계산 모형과 대체한 전산코트, 즉 KAFEPA-NEDAR에 의한 핵분열기체생 생성물방출량 예측치를 기존 ELESIM 전산코드의 예측치와 비교하였다. 여기서 KAFEPA-NEDAR리 예측치가 실험결과 자료에 보다 더 가깝게 접근하였다. 따라서, 본 연구에서 개 발된 NEDAR모형은 과대한 계산시간의 낭비없이 CANDU-PHWR 형 핵연료소결체의 반경방향출력분포를 효율적이고, 신속/정착하게 계산하는 모형임이 입증되었다.

• 정보처리학회논문지C
• /
• 제11C권4호
• /
• pp.409-418
• /
• 2004

인터넷상에서 멀티캐스트 서비스가 급속도로 증가하고 있으며 이에 따라 멀티캐스트 통신의 보안을 유지하는 것이 중요하다. 멤버의 탈퇴는 그룹키 관리의 확장성 문제와 밀접한 관계가 있다. 그룹의 한 멤버가 제거되면 새로운 그룹키를 생성하여 그룹의 나머지 모든 멤버들에게 전달되어야 한다. 새로운 키를 생성하여 분배하는 것은 많은 연산을 요구하므로 rekey하기 위하여 보내는 메시지의 수와 복합키를 생성하기 위한 연산비용을 최소화하는 것은 키 관리기법을 평가하는 중요한 기준이다. 일괄제거는 멤버를 순차적으로 1개씩 제거하는 것보다 rekey에 대한 메시지의 수와 복합키의 연산 비용을 줄일 수 있다. 본 논문에서는 그룹에서 제거될 멤버들간의 해밍거리가 임계치보다 작은 멤버들만 동시에 제거된다. 여러 개의 멤버를 제거할 때 라운드 조정 알고리즘을 수행하면 rekey를 위하여 메시지의 수와 복합키를 생성하기 위한 연산의 비용을 줄이며 공모공격의 가능성이 제거되는 이점이 있다.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2007년도 추계학술대회 논문집
• /
• pp.313-336
• /
• 2007

고속철도는 일반철도와는 달리 터널구간에서 여러 가지 공기역학적인 문제가 발생한다. 개활지와 비교하여 크기가 매우 작은 터널에서 고속으로 운행하는 열차는 큰 공기저항을 받게 되어 주행 안정성이 떨어지고, 터널 내의 급격한 압력변동으로 객차 내 승객의 이명감 발생, 터널출구에서의 소음공해 등 일반철도에서는 예상치 못했던 문제를 유발시킨다. 이 같은 문제점을 해결하기 위하여 본 고에서는 공기압의 특성 분석에 대하여 소개하고자 한다. 수치시뮬레이션을 통해 이명감 기준을 만족하는 최적의 단면을 검토하였다. 또한, 경부고속철도를 운행하는 열차에서 객차내 압력을 측정하였고, 화신5터널에서 터널내 압력 및 터널출구에서의 미기압을 측정하였다. 동시에 열차주행 모형실험을 수행하여 수치시뮬레이션의 입력조건으로 사용된 각종 매개변수 등의 적정성을 비교 검증하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제41권8호
• /
• pp.586-597
• /
• 2014

최근 고성능 센서가 집적된 스마트폰과 웨어러블 디바이스 기술이 부각됨에 따라 이와 같은 플랫폼을 활용한 차세대 모바일 컴퓨팅 기술이 크게 주목받고 있다. 기존 행위인지는 지속적인 움직임에 따른 고유 패턴을 포착하는 반면, 자세인지는 급격한 순간 변화나 신체 방향의 변화를 포착하는 방법으로 접근되어 왔다. 그러나 이 두 가지의 패턴을 함께 고려하고 실제 활용 가능한 수준의 성능 확보와 그 시스템에 대한 연구는 다소 부족한 실정이다. 이에 본 논문에서는 최근 부각되는 스마트폰과 웨어러블 디바이스의 센서 데이터를 함께 고려하고 각각이 갖는 장점을 혼합한 사용자 행위 및 자세인지 기법과 스마트폰 플랫폼을 기반으로 실제 환경에서의 그 활용 방법을 제안한다. 스마트폰과 웨어러블 센서 데이터를 함께 운용하기 위한 전처리 방법을 설계하고 고유 진동 패턴과 수직, 수평 방향 패턴 특징을 혼합적으로 활용하여 인지 모델을 구축하였다. 이 과정에서 자전거 타기와 빠르게, 천천히 걷기, 뛰기와 같이 보다 다양한 행위와 서기, 앉기, 누워있기와 같은 자세 패턴을 고려하였다. 실험 결과 제안하는 기법의 성능과 타당성을 입증하였고 실제 환경에서의 적용을 통해 그 활용 가능성을 보였다.

• 한국측량학회지
• /
• 제39권3호
• /
• pp.141-148
• /
• 2021

본 논문은 SegNet과 ResNet을 조합한 딥러닝을 이용하여 횡단보도를 검출하는 방법을 제안한다. 시각 장애인의 경우 횡단보도가 어디에 있는지 정확히 아는 게 안전한 교통 시스템에서 중요하다. 딥러닝에 의한 횡단보도 검출은 이 문제에 대한 좋은 해결책이 될 수 있다. 로봇 시각 기반 보조 기술은 지난 몇년 동안 카메라를 사용하는 특정 장면에 초점을 두고 제안되어 왔다. 이러한 전통적인 방법은 비교적 긴 처리 시간으로 의미있는 결과를 얻었으며 횡단보도 인식을 크게 향상시켰다. 그러나 전통적인 방법은 지연 시간이 길고 웨어러블 장비에서 실시간을 만족시킬 수 없다. 본 연구에서 제안하는 방법은 취득한 영상에서 횡단보도를 빠르고 안정적으로 검출하기 위한 모델을 제안한다. 모델은 SegNet과 ResNet을 기반으로 개선되었으며 3단계로 구성된다. 첫째, 입력 영상을 서브샘플링하여 이미지 특징을 추출하고 ResNet의 컨벌루션 신경망을 수정하여 새로운 인코더로 만든다. 둘째, 디코딩 과정에서 업샘플링 네트워크를 통해 특징맵을 원영상 크기로 복원한다. 셋째, 모든 픽셀을 분류하고 각 픽셀의 정확도를 계산한다. 이 실험의 결과를 통하여 수정된 시맨틱 분할 알고리즘의 적격한 정확성을 검증하는 동시에 결과 출력 속도가 비교적 빠른 것으로 파악되었다.