본 논문에서는 비디오 카메라를 통하여 획득한 연속적인 영상에서 사람의 머리를 인식하고 추적하는 시스템을 구현한다. 사람의 머리를 인식하기 위한 특징 벡터로서 얼굴 표면상의 특성인 사람의 피부색과 형태상의 특성인 타원 모델링을 이용한다. 또한 복잡한 배경으로부터 움직인 영역을 획득하기 위하여 시변 에지 검출 방법을 사용하고 획득된 영상에서 물체의 움직임을 판별하기 위하여 수직 투영 방법을 이용한다. 설정된 움직임 영역부분에 대하여 피부색을 갖고 있는 여러 개의 얼굴 후보영역을 설정하고 사람의 얼굴을 대표할 수 있는 타원 매핑을 적용하여 가장 최적으로 매핑되는 영역을 사람의 얼굴 부분으로 인식한다. 본 논문에서 제안한 방법은 사람 얼굴이 360도 회전하는 경우와 부분적으로 가려진 경우 그리고 좌우로 기울어진 경우에서도 우수한 성능을 보여주고 있다. 본 논문에서는 움직임 기반 추적 방법과 인식 기반 추적 방법을 이용하여 사람의 얼굴 부분이 빠르게 움직이는 경우에도 정확한 사람 얼굴 추적이 가능하도록 한다.
무선 센서 네트워크에서 객체의 위치 추적은 객체의 움직임 포착 및 동선 파악 등에 활용되는 중요한 어플리케이션이다. 따라서 객체의 정확한 동선을 파악하기 위해 추적의 정밀성이 중요하다. 하지만 기존의 연구들은 객체 추적을 위하여 사용자가 반복적으로 질의를 하기 때문에 에너지 효율성 및 정밀성이 떨어지게 된다. 따라서 본 논문에서는 객체 추적의 에너지 효율성 및 추적의 정밀성을 향상시키기 위하여, 각 노드들이 사용자의 질의를 객체의 예상 경로에 중계하는 방안을 제안한다. 이 방법은 객체 추적을 위하여 네트워크를 일정 크기로 클러스터링하고 각 클러스터 헤드를 트리로 구성한다. 객체를 감지한 클러스터 헤드는 트리를 통해 사용자에게 객체의 정보를 전달하고, 객체의 예상 경로에 위치한 클러스터 헤드에게 사용자의 질의를 중계해 줌으로써, 사용자의 반복적인 질의를 줄여준다. 시뮬레이션 결과, 제안방안이 기존의 객체 추적 연구에 비해 높은 에너지 효율과 추적 정밀성을 가지는 것을 보인다.
친환경 교통수단인 철도에 대한 투자비중이 증가함에 따라 철도 고속화와 복선화 및 선형개량 사업, 철도노선의 교외지역 이설 등으로 폐선부지가 급속히 증가하고 있는 추세이다. 그러나 철도폐선부지가 방치되어 도시미관을 저해하는 문제가 발생됨에 따라 최근 지자체에서는 철도폐선부지의 활용방안을 모색하고 있다. 또한, 국토교통부는 "철도유휴부지 활용지침"을 제정하여 보전 활용 기타부지 등 3가지 유형으로 분류하여, 폐선부지를 체계적으로 활용하고자 하였다. 그러나 현재 활용 중인 폐선부지는 공원, 레일바이크, 자전거도로, 태양광사업 등으로만 활용되고 있으며, 폐선부지의 다각화 및 사후평가에 대한 연구가 부재한 실정이다. 본 연구에서는 국내외 폐선부지의 활용사례를 조사하고 전국 철도폐선부지를 대상으로 자연문화경관, 교육과학적 가치, 위치 및 접근성, 휴양 유발성, 개발여건 등 영향요인을 분석하여 정량적으로 평가할 수 있는 방법을 제안하였고, 이를 통해 철도폐선부지의 활용 다각화 방안을 모색하고자 하였다.
본 논문에서는 이동 위성 채널에서 트렐리스 부호화된 CPFSK 신호를 검파하는데 있어서 최적의 수신 방식인 MLSD 대신에 복잡도를 크게 줄이면서 MLSD와 거의 같은 성능을 얻는 적응 RSSD 수신 방식을 제안 한다. 제안된 앉줬D를 시변 채널인 이동 위성 채널에 적용하기 위해서는 채널의 상태를 추정해야 하는 문제 가 발생하며l 본 논문에서는 채널의 특성을 추정하는 방법으로 steepest desc에t 알고리틈을 이용하며I 보다 효율적인 채널 추정을 위해 symbol-aided방법이 사용된다. syr뼈ol-aided 방법은 신뢰성 있는 채널 추정을 위하여 송신단에서는 주기적으로 알고 있는 섬볼을 삽입한 후에, 수신단에서는 알고 있는 섬볼이 수신되면 비터비 프로세서는 임시 데이터 결정을 하여 채널 추정기로 보내는 방법이다. 이러한 임시 데이터 결정 방법 을 사용한 채널 추정기는 긴 결정 지연 시간올 이용한 방법보다도 이동 위성 채널에서 빠르고 신뢰성 있게 채널을 추정한다. 본 논문에서 제안한 적웅 RSSD 수신 방식은 적웅 MLSD에 대한 준최적 수신 방식임에도 불구하고 복잡도를 크게 줄이면서 이통 위성 채널을 빠르고 신뢰성 있게 추적한다.
본 논문에서는 비접촉 손상검출기법으로 관심의 대상이 되고 있는 열화상 기법의 기본 원리, 활용 예, 제한 사항 등을 국내외 주요 연구성과를 분석하고 정리하였다. 콘크리트 구조물의 내부 결함 진단, 내부 철근 부식 측정과 콘크리트 구조물 표면과 섬유 보강 시트 사이의 비부착 검출, 포장도로의 표면 결함 검출, 오래된 건물의 표면 누수 측정, 철도 트랙 자갈의 상태 측정 등을 최근 연구결과 중심으로 광범위하게 검토하였고 최근에 보고된 실험결과도 제시하였다. 검토 결과, 열화상 기법은 광범위한 형태의 토목 구조물의 넓은 표면을 빠르게 정성적으로 검사할 수 있는 장점을 가지고 있는 것으로 확인되었다. 반면, 정량적 기법은 주변 온도 등 환경 요인에 민감하게 영향을 받는 것으로 판단되었으며, 다른 정밀계측장비와 혼용시 좋은 성과를 기대할 수 있을 것으로 예측된다.
방사형 거리 센서는 측량 및 자율 주행에 널리 사용된다. 이러한 센서의 작동 원리 및 적용 방법의 교육이 필요하다. 상용 방사형 거리 센서의 저성능화를 통한 저가화가 계속되고 있지만, 교육 목적으로 사용하기에는 여전히 고가이다. 본 논문에서는 교육용 로봇에 활용할 수 있는 저가의 포토트랜지스터의 방사형 배열을 이용한 물체추적기능을 갖는 거리 센서 모듈을 제안한다. 제안하는 방법은 포토트랜지스터를 180도 범위의 배열로 배치하여 빠르게 움직이는 물체의 위치를 즉시 감지할 수 있으며 서보 모터를 사용한 센서 회전으로 감지 각도 범위를 향상하고 물체를 추적한다. 제안된 센서의 스캔 속도는 상업용 거리 센서보다 50~200배 빨라서 1ms의 제어 루프를 가지는 고성능의 교육용 모바일 로봇에 적용할 수 있다.
국내 건설산업의 지속적인 노령화 및 인력부족 문제는 노동집약적 건설업의 특성과 지속되는 청년층의 건설업계를 향한 부정적 이미지가 증가하는 현실을 감안할 때 더 이상 미래의 문제가 아니라 국내 건설업의 생존을 위해 꼭 해결해야할 선결과제임에 틀림없다. 본 연구는 국내 건설산업이 직면한 건설 인력부족의 근원적인 문제점을 조명하고 인력부족문제를 해결하기 위해 최근 5년간 패스트트랙 성향의 신속한 대응책을 마련하고 있는 영국의 MMC 사례와 약 20년간의 중장기적인 대응방안을 모색하고 있는 싱가포르의 Buildability 사례를 비교분석함으로써 양국이 제시하는 전략적 대응방안의 시사점을 도출하고 유사한 전략을 구사하기 위한 방안을 제안하였다. 그리고 본 연구가 제시한 대응전략을 프로세스 다이어그램으로 제시하여, 향후 전략개발의 방향성을 명확히 하였다.
Muhammad Umer Farooq;Mustafa Latif;Waseemullah;Mirza Adnan Baig;Muhammad Ali Akhtar;Nuzhat Sana
International Journal of Computer Science & Network Security
/
제23권9호
/
pp.1-7
/
2023
Demand prediction is an essential component of any business or supply chain. Large retailers need to keep track of tens of millions of items flows each day to ensure smooth operations and strong margins. The demand prediction is in the epicenter of this planning tornado. For business processes in retail companies that deal with a variety of products with short shelf life and foodstuffs, forecast accuracy is of the utmost importance due to the shifting demand pattern, which is impacted by an environment of dynamic and fast response. All sectors strive to produce the ideal quantity of goods at the ideal time, but for retailers, this issue is especially crucial as they also need to effectively manage perishable inventories. In light of this, this research aims to show how Machine Learning approaches can help with demand forecasting in retail and future sales predictions. This will be done in two steps. One by using historic data and another by using open data of weather conditions, fuel, Consumer Price Index (CPI), holidays, any specific events in that area etc. Several machine learning algorithms were applied and compared using the r-squared and mean absolute percentage error (MAPE) assessment metrics. The suggested method improves the effectiveness and quality of feature selection while using a small number of well-chosen features to increase demand prediction accuracy. The model is tested with a one-year weekly dataset after being trained with a two-year weekly dataset. The results show that the suggested expanded feature selection approach provides a very good MAPE range, a very respectable and encouraging value for anticipating retail demand in retail systems.
영상 추적 기법은 현대 사회의 주요한 분야에서 필요로 하는 중요한 기술로 여겨지는 핵심 기술 중의 하나이다. 특히 물체의 외곽선 추적은 물체의 외형 정보를 파악하면서 빠른 추적을 할 수 있다는 측면에서 필요한 기술인데, 목표물 주변의 에지에 영향을 받기 쉬우며 연약 에지가 발생하였을 때 추적에 실패하는 경우가 발생한다. 이를 극복하기 위하여 이 연구에서는 카메라가 장착된 이동 로봇의 6자유도 운동을 가상적으로 발생시켜 PDM을 얻어내고, 이를 기반으로 모듈적으로 능동 형태 모델을 구성하여 추적 시스템을 설계하여 보다 국부적 최소점에 대하여 강인한 특성을 갖는 영상 추적기를 제안한다. 제안된 방법의 유효성을 보이기 위하여 실제 이동 로봇에서 관측되는 영상에 대하여 영상 추적 실험을 수행하였으며, 이를 다른 주요한 기법들과 비교하여 그 우수성을 확인하였다.
Muhammad Umer Farooq;Mustafa Latif;Waseem;Mirza Adnan Baig;Muhammad Ali Akhtar;Nuzhat Sana
International Journal of Computer Science & Network Security
/
제23권8호
/
pp.210-216
/
2023
Demand prediction is an essential component of any business or supply chain. Large retailers need to keep track of tens of millions of items flows each day to ensure smooth operations and strong margins. The demand prediction is in the epicenter of this planning tornado. For business processes in retail companies that deal with a variety of products with short shelf life and foodstuffs, forecast accuracy is of the utmost importance due to the shifting demand pattern, which is impacted by an environment of dynamic and fast response. All sectors strive to produce the ideal quantity of goods at the ideal time, but for retailers, this issue is especially crucial as they also need to effectively manage perishable inventories. In light of this, this research aims to show how Machine Learning approaches can help with demand forecasting in retail and future sales predictions. This will be done in two steps. One by using historic data and another by using open data of weather conditions, fuel, Consumer Price Index (CPI), holidays, any specific events in that area etc. Several machine learning algorithms were applied and compared using the r-squared and mean absolute percentage error (MAPE) assessment metrics. The suggested method improves the effectiveness and quality of feature selection while using a small number of well-chosen features to increase demand prediction accuracy. The model is tested with a one-year weekly dataset after being trained with a two-year weekly dataset. The results show that the suggested expanded feature selection approach provides a very good MAPE range, a very respectable and encouraging value for anticipating retail demand in retail systems.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.