• 디지털융복합연구
• /
• 제11권7호
• /
• pp.185-192
• /
• 2013

본 연구는 산업현장에서 작업자의 숙련도에 맞추어 학습이 가능한 3D 가시화기술과 이를 바탕으로 하여 자동차 엔진을 구성하고 있는 각각의 부품들 사이의 관계를 설정하고 태스크 온톨로지를 이용하여 자동차 부품을 추천하는 방법을 제안한다. 복합지식을 네트워크 형태의 의미화된 링크와 노드로 구조화하고 3차원 형태로 보여줄 수 있도록 SOM을 이용한 가시화방법을 제안하였다. 또한, is-a Relationship 기반 hierarchical Taxonomy를 이용하여 자동차 엔진을 구성하고 있는 각각의 부품들 사이의 관계를 설정하고, 가중치를 이용한 추천이 이루어 질 수 있도록 하였다. 3D 공간상에 복합지식을 배치하고 사용자에게 제공함으로써 보다 실감적이고 직관적인 네비게이션의 기회를 제공하고, 임의의 자동차 부품을 선택했을 때 해당 부품과 밀접한 관계를 가진 부품을 추천하여 특별한 전문 지식 없이도 손쉽게 자동차 부품의 조립 및 쓰임새와 중요성을 알 수 있게 해준다.

• 한국컴퓨터정보학회논문지
• /
• 제12권5호
• /
• pp.139-144
• /
• 2007

이동 IP 네트워크에서 이동 단말의 망 접점의 잦은 변경은 네트워크에 오버헤드를 증가시킨다. 본 논문에서는 이런 문제를 해결하기 IP 지역 등록방법[1]에 동적인 스코프 값을 부여하는 계층적 방법을 제안한다. 만약 이동 단말이 스코프 값으로 정해진 이웃 영역내의 방문 에이전트 간을 이동할 경우에는 홈 등록을 수행하지 않고 지역적인 위치 등록만 실행한다. 제안하는 방법의 수학적인 분석과 수치적 비교를 수행하였으며, 결과적으로 최적화된 스코프 값을 이용한 계층적 구조의 제안 방법을 적용할 경우 표준의 이동 IP 프로토콜의 위치 등록 기법[2]에 비하여 뚜렷한 비용 감소 효과를 얻을 수 있다. 이는 영역 내에서의 이동시 지역 내 등록만으로 위치 등록을 완료하기 때문이다. 특히 홈 에이전트로의 신호 비용이 증가할수록 제안하는 방법이 더 유리함을 보여준다.

• 한국통신학회논문지
• /
• 제31권11A호
• /
• pp.1147-1158
• /
• 2006

경제성 및 전력 효율성 등을 고려하여 단일 주파수 채널을 사용하는 클러스터 기반의 계층구조 무선 센서 네트워크에서 클러스터 헤드는 클러스터 내의 노드들에 대한 무선 자원 할당 및 제어를 관장하며, 데이터 축약(data aggregation) 또는 라우팅 등의 처리 기능이 집중되어 클러스터 내의 노드들과 빈번한 통신이 이루어진다. 따라서 클러스터 헤드는 일반 노드에 비해 상대적으로 많은 에너지를 소모하게 되고 배터리가 먼저 고갈되면 그 동작을 멈추게 된다. 이는 무선 센서 네트워크 수명을 단축시키는 주요한 원인이 되기 때문에 전력 효율적인 망 구조를 도출할 수 있는 클러스터링을 통해 에너지 소모가 많은 클러스터 헤드의 개수를 최소화하는 것이 중요하다. 본 논문에서는 노드간의 상호 응답 과정을 통해 주변 노드들을 발견하고 그 개수를 세어 나가는 과정을 통해 클러스터 헤드와 게이트웨이간의 거리를 최대화시켜 평균적으로 클러스터 헤드의 개수를 최소화할 수 있는 새로운 형태의 클러스터링 알고리즘을 제안하였으며, 모의실험을 통해 제안된 클러스터링 알고리즘에 의해 클러스터 헤드 개수가 기존의 클러스터링 알고리즘 대비 최대 21% 감소함을 보여준다. 또한 각 노드들의 역할을 재설정하여 네트워크의 평균 수명을 극대화하기 위한 전력 균형 분배(load balancing) 과정에서 에너지 소모가 많은 재클러스터링 과정의 발생을 억제함으로써 전체 네트워크 수명을 연장 시킬 수 있는 새로운 방식을 제안하였다

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제1권3호
• /
• pp.193-204
• /
• 2012

본 논문에서는 PMIPv6를 기반으로 하는 LC-$GM^2$라는 저비용의 글로벌 이동성관리 아키텍처와 프로토콜 절차를 제안한다. LC-$GM^2$의 구성은 여러PMIPv6 의 로컬 도메인과 계층적 구조로 코어 네트워크로 연결되어 있다. LC-$GM^2$에서 이동성 관리는 도메인 내에서의 모바일 노드(MN)의 이동은 PMIPv6의 이동성관리 방법으로 수행되며 도메인간으로 이동할 때는 홈 네트워크 모바일 액세스 게이트웨이(MAG)가 이동 네트워크의 지역 모바일 앵커(LMA)에 직접 프록시 바인딩 업데이트(PBU)를 수행하여 코어 네트워크(CN)의 게이트웨이를 통한 패킷 전송을 수행하는 네트워크 엔티티 관점으로 수행된다. 분석 모델로 유체 흐름 이동성 모델을 기반으로 위치 업데이트 비용, 패킷 전달 및 총 비용 함수의 다양한 시스템 매개변수의 영향 이용하여 계층적 모바일 IPv6(HMIPv6) 이동성관리 프로토콜과 GPMIP 아키텍처와 비교 분석한다. 수학적 분석의 결과는 다른 글로벌 이동성관리 기법들 간의 비용 분석의 결과를 통하여 제안된 글로벌 이동성관리 기법(LC-$GM^2$)이 전체적인 비용측면에서 상당히 우수하다는 것을 보여준다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권7호
• /
• pp.488-493
• /
• 2015

컴포넌트기반 체계모의환경(AddSIM)은 고해상도 공학급 무기체계를 사용하여 체계의 성능 및 효과도를 예측 분석하기 위해 개발된 무기체계 통합 모의환경이다. AddSIM을 이용한 고해상도 교전 모의 분석을 위해서는 연속시스템으로 표현되는 무기체계 공학급 모델은 물론, 지휘 통제, 네트워크 제어 모델과 같이 DEVS 형식론으로 기술된 이산사건시스템 모델을 복합적으로 사용해야 한다. 본 논문에서는 DEVS 모델과 AddSIM 플레이어 모델의 함수 간 관계 매핑(mapping)을 통해 AddSIM에서 실행 가능한 DEVS 모델 변환방법을 제시한다. 제안한 방법은 우선, 계층적으로 구성된 DEVS 모델을 단일 계층으로 변환하고, DEVS의 네 가지 함수(외부천이, 내부천이, 출력, 시간진행함수)를 AddSIM 플레이어 함수로의 변환을 주요 내용으로 한다.

• 지역연구
• /
• 제39권3호
• /
• pp.49-63
• /
• 2023

본 연구는 지역노동시장 수준에서 청년층 임금근로자의 직업이동 패턴을 탐색하고, 개별 근로자 수준 및 지역노동시장 수준 특성이 직업이동에 어떠한 영향을 미치는지에 대해 실증 분석했다. 분석을 위한 자료로는 『청년패널2007』 4-14차년도(2010-2020년), 『재직자조사』 원자료, 『지역별고용조사』 등을 활용했으며, 위계적 선형모형을 응용하여 근로자 개인 수준 및 지역노동시장 수준 한계효과를 추정했다. 분석 결과에 따르면, 1인당 GRDP가 높은 지역일수록 근로자의 직업 상향 이동에 긍정적인 영향을 미치는 것으로 나타났다. 한편, 지역노동시장권의 규모, 밀도, 실업률이 근로자가 보유한 교육 수준 및 직업 위치에 따라 차별적인 영향을 미치는 것으로 나타났는데, 이는 구조적 특성으로 인한 긍정적 효과가 모든 구성원에게 동등하게 배분되지는 않을 수 있는 점을 시사한다. 본 연구는 지역노동시장에서 최근 심화되고 있는 불평등 및 양극화와 관련하여 정책적 시사점을 제공한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.81-84
• /
• 2022

제조 산업에서의 이상치 검출은 생산품의 품질과 운영비용을 절감하기 위한 중요한 요소로 최근 딥러닝을 사용하여 자동화되고 있다. 이상치 검출을 위한 딥러닝 기법에는 CNN이 있으며, CNN을 계층적으로 구성할 경우 단일 CNN 모델에 비해 상대적으로 성능의 향상을 보일 수 있다는 것이 많은 선행 연구에서 나타났다. 이에 MVTec-AD 데이터셋을 이용하여 계층 CNN이 다중 클래스 이상치 판별 문제에 대해 효과적인지를 탐구하고자 하였다. 실험 결과 단일 CNN의 정확도는 0.7715, 계층 CNN의 정확도는 0.7838로 다중 클래스 이상치 판별 문제에 있어 계층 CNN 방식 접근이 다중 클래스 이상치 탐지 문제에서 알고리즘의 성능을 향상할 수 있음을 확인할 수 있었다. 계층 CNN은 모델과 파라미터의 개수와 리소스의 사용이 단일 CNN에 비하여 기하급수적으로 증가한다는 단점이 존재한다. 이에 계층 CNN의 장점을 유지하며 사용 리소스를 절약하고자 하였고 K-means, GMM, 계층적 클러스터링 알고리즘을 통해 제작한 새로운 클래스를 이용해 계층 CNN을 구성하여 각각 정확도 0.7930, 0.7891, 0.7936의 결과를 얻을 수 있었다. 이를 통해 Clustering 알고리즘을 사용하여 적절히 물체를 분류할 경우 물체에 따른 개별 상태 판단 모델을 제작하는 것과 비슷하거나 더 좋은 성능을 내며 리소스 사용을 줄일 수 있음을 확인할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.1387-1390
• /
• 2008

In a wireless network, handover latency is very important in supporting user mobility with the required quality of service (QoS). In view of this many schemes have been developed which aim to reduce the handover latency. The Hierarchical Mobile IPv6 (HMIPv6) approach is one such scheme which reduces the high handover latency that arises when mobile nodes perform frequent handover in Mobile IPv6 wireless networks. Although HMIPv6 reduces handoff latency, failures in the mobility anchor point (MAP) results in severe disruption or total disconnection that can seriously affect user satisfaction in ongoing sessions between the mobile and its correspondent nodes. HMIPv6 can avoid this situation by using more than one mobility anchor point for each link. In [3], an improved Robust Hierarchical Mobile IPv6 (RH-MIPv6) scheme is presented which enhances the HMIPv6 method by providing a fault-tolerant mobile service using two different MAPs (Primary and Secondary). It has been shown that the RH-MIPv6 scheme can achieve approximately 60% faster recovery times compared with the standard HMIPv6 approach. However, if mobile nodes perform frequent handover in RH-MIPv6, these changes incur a high communication overhead which is configured by two local binding update units (LBUs) as to two MAPs. To reduce this communication overhead, a new cost-reduced binding update scheme is proposed here, which reduces the communication overhead compared to previous schemes, by using an increased number of MAP switches. Using this new proposed method, it is shown that there is a 19.6% performance improvement in terms of the total handover latency.

• 한국전자거래학회지
• /
• 제23권3호
• /
• pp.33-49
• /
• 2018

다양한 고객의 요구를 만족시키기 위한 신제품 설계 및 개발의 필요성 때문에 중소기업 간의 융합 활동의 중요성은 증대하고 있다. 특히, 최고 의사결정을 가지는 중소기업 대표는 적합한 융합 활동 파트너를 구하기 위해 인맥관리는 필수적이다. 한편 기업인들은 많은 양의 인맥을 형성하는 것이 중요할 뿐만 아니라 유사한 토픽정보를 가진 기업인과의 인맥관계를 이해하는 것이 중요하다. 그러나 중소기업의 현황 부재와 산업분야별 기업인들의 기술과 특성을 나타낼 수 있는 토픽정보를 수집하는데 어려운 한계가 존재한다. 본 논문에서는 토픽 추출기법을 통해 이와 같은 문제점을 해결하고 3가지 측면에서 기업 네트워크를 분석한다. 구체적으로 C, S, T-Layer 모델이 있으며 각각의 모델은 인맥의 양, 인맥 중심성, 토픽 유사성을 분석한다. 실 데이터를 통한 실험 결과, 인맥의 양이 적은 경우 중심성이 높은 기업과 네트워크를 강화하여 인맥 네트워크를 활성화 시켜야 할 필요가 있고, 토픽 유사성이 낮은 경우 주제 기반의 네트워크를 활성화 시켜야 할 필요가 있다는 것을 실험을 통해 확인하였다.

• 방송공학회논문지
• /
• 제27권3호
• /
• pp.378-390
• /
• 2022

최근 심층 합성 곱 신경망 학습의 발전에 따라 단일 영상 초해상도에 적용되는 심층 학습 기법들을 좋은 성과를 보여주고 있으며 깊은 네트워크의 강한 표현 능력으로 저해상도 영상과 고해상도 영상 사이의 복잡한 비선형 매핑이 가능해졌다. 하지만 과도한 합성곱 신경망의 사용으로 인해 증가하는 파라미터와 연산량으로 실시간 또는 저전력 장치에 적용하는데 제한이 있다. 본 논문은 정보 증류 방식을 이용하여 계층적인 특징을 조금씩 추출해내는 블록을 재귀적인 방식으로 사용하며 고주파수 잔여 정제 블록을 통해 더 정확한 고주파수 성분을 만들어 성능을 향상시키는 경량화된 네트워크인 Recursive Distillation Super Resolution Network (RDSRN) 를 제안한다. 제안하는 네트워크는 RDN과 비교했을 때 비슷한 화질의 영상을 복원하며 약 32배 적은 파라미터와 약 10배 적은 연산량을 가지고 약 3.5배 더 빠르게 영상을 복원하며 기존 경량화 네트워크 CARN과 비교했을 때 약 2.2배 적은 파라미터와 약 1.8배 빠른 처리시간으로 평균 0.16dB 더 좋은 성능을 만들어 냄을 확인 하였다.