• 한국의류산업학회지
• /
• 제25권6호
• /
• pp.690-703
• /
• 2023

With the emergence of digitalization and environmental changes, such as those caused by COVID-19 and high-speed networks, online video platforms have changed how people communicate and created new marketing opportunities. The unique characteristics of mobile short-form videos are causing more people to consume and produce diverse content in the digital environment. The study focuses on two story types (product essential and relative information) to examine the effectiveness of short-form videos for fashion marketing. This study verified the influence of the common traits of short-form video content (informativeness, expertise, familiarity, and playfulness) on fun, e-WOM, and purchase intention and the mediation effect of fun using video samples categorized by story type. In this study, 300 Gen Z men and women responded to a survey after watching a 30-second short-form video sample. All the traits of short-form video content were found to have a positive effect on fun. Moreover, all the traits excluding playfulness had a positive effect on e-WOM and purchase intention as well. Fun had a positive effect on both e-WOM and purchase intention as well as a partial mediating effect. These findings are expected to provide insight and reference for planning short-form video marketing from the perspective of the fashion industry.

• Smart Structures and Systems
• /
• 제32권3호
• /
• pp.135-151
• /
• 2023

Using 3D asphalt pavement surface data, a deep and multiscale network named CrackNet-M is proposed in this paper for pixel-level crack detection for improvements in both accuracy and robustness. The CrackNet-M consists of four function-specific architectural modules: a central branch net (CBN), a crack map enhancement (CME) module, three pooling feature pyramids (PFP), and an output layer. The CBN maintains crack boundaries using no pooling reductions throughout all convolutional layers. The CME applies a pooling layer to enhance potential thin cracks for better continuity, consuming no data loss and attenuation when working jointly with CBN. The PFP modules implement direct down-sampling and pyramidal up-sampling with multiscale contexts specifically for the detection of thick cracks and exclusion of non-crack patterns. Finally, the output layer is optimized with a skip layer supervision technique proposed to further improve the network performance. Compared with traditional supervisions, the skip layer supervision brings about not only significant performance gains with respect to both accuracy and robustness but a faster convergence rate. CrackNet-M was trained on a total of 2,500 pixel-wise annotated 3D pavement images and finely scaled with another 200 images with full considerations on accuracy and efficiency. CrackNet-M can potentially achieve crack detection in real-time with a processing speed of 40 ms/image. The experimental results on 500 testing images demonstrate that CrackNet-M can effectively detect both thick and thin cracks from various pavement surfaces with a high level of Precision (94.28%), Recall (93.89%), and F-measure (94.04%). In addition, the proposed CrackNet-M compares favorably to other well-developed networks with respect to the detection of thin cracks as well as the removal of shoulder drop-offs.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 춘계학술발표대회
• /
• pp.995-998
• /
• 2008

무선 통신 기술의 발전과 함께 802.11n과 같은 광대역 네트워크 인프라의 구축이 확대됨에 따라, 이에 적합한 높은 성능을 낼 수 있는 전송 계층의 프로토콜이 필요하다. 유선 환경에서 개발된 TCP(Transmission Control Protocol)는 현재 가장 널리 이용하는 전송 프로토콜이다. 하지만 높은 에러율과 긴 딜레이가 발생하는 무선 네트워크상에서는 패킷 손실의 원인을 구별하지 못하기 때문에 성능이 저하된다. 또한, 광대역폭을 지원하는 초고속 네트워크상에서 TCP가 동작할 경우 기존 무선 네트워크에서 처리하는 혼잡윈도우 값보다 커진 값을 제대로 처리하지 못하기 때문에 가용대역폭을 활용하지 못하는 문제점이 발생한다. 따라서, 본 논문에서는 초고속 네트워크 안에서 slowstart threshold에 기반하여 가용대역폭을 동적으로 획득하고, 높은 전송률을 보장하는 TCP VEST(TCP Vegas-based Estimator with Slowstart Threshold)를 제안한다. TCP VEST는 기본적으로 송신자기반 무선네트워크에서 우수한 성능을 지원하는 TCP WestwoodVT의 패킷 손실원인 구분법을 사용한다. 그리고 TCP VEST는 패킷 손실의 원인을 구분하고 각각의 경우에 따라서 전송량을 slowstart threshold 값의 변화에 맞춰 조절한다. NS-2를 통한 성능평가에서 VEST는 WestwoodVT와 비교했을 때 링크 에러율이 1%인 환경에서는 20% 이상의 전송률 향상을 나타내며, Westwood와 비교했을 때는 60%의 성능향상이 있다. 또한 초고속 네트워크에서 5%와 10% 사이의 에러율을 가질 때에는 WestwoodVT와는 50%, Westwood와는 300% 이상의 성능향상이 나타남을 보인다. 이를 통해 VEST가 기존의 무선 네트워크와 더불어 초고속 네트워크에서도 동적으로 대역폭을 획득함으로써 높은 전송률을 지원하는 것을 입증한다.

• Structural Engineering and Mechanics
• /
• 제91권5호
• /
• pp.443-457
• /
• 2024

At present, the traditional concrete surface inspection methods based on artificial vision have the problems of high cost and insecurity, while the computer vision methods rely on artificial selection features in the case of sensitive environmental changes and difficult promotion. In order to solve these problems, this paper introduces deep learning technology in the field of computer vision to achieve automatic feature extraction of structural damage, with excellent detection speed and strong generalization ability. The main contents of this study are as follows: (1) A method based on DeepLabV3+ convolutional neural network model is proposed for surface detection of post-earthquake structural damage, including surface damage such as concrete cracks, spaling and exposed steel bars. The key semantic information is extracted by different backbone networks, and the data sets containing various surface damage are trained, tested and evaluated. The intersection ratios of 54.4%, 44.2%, and 89.9% in the test set demonstrate the network's capability to accurately identify different types of structural surface damages in pixel-level segmentation, highlighting its effectiveness in varied testing scenarios. (2) A semantic segmentation model based on DeepLabV3+ convolutional neural network is proposed for the detection and evaluation of post-earthquake structural components. Using a dataset that includes building structural components and their damage degrees for training, testing, and evaluation, semantic segmentation detection accuracies were recorded at 98.5% and 56.9%. To provide a comprehensive assessment that considers both false positives and false negatives, the Mean Intersection over Union (Mean IoU) was employed as the primary evaluation metric. This choice ensures that the network's performance in detecting and evaluating pixel-level damage in post-earthquake structural components is evaluated uniformly across all experiments. By incorporating deep learning technology, this study not only offers an innovative solution for accurately identifying post-earthquake damage in civil engineering structures but also contributes significantly to empirical research in automated detection and evaluation within the field of structural health monitoring.

• 한국농림기상학회지
• /
• 제14권2호
• /
• pp.53-62
• /
• 2012

고해상도 기상자료 제공과 농림 분야에서의 요구를 충족시키기 위하여 LAPS를 이용하여 경기도 지역을 100m 해상도로 분석하였다. 구축된 시스템은 수치예보과에서 생산되는 6시간 간격 예측자료를 초기추정치로 사용하고, 각 관측자료를 동화하여 지표 온도와 습도 바람을 분석한다. 기존 분석시스템의 기상관측자료의 수집 방식을 개선하여 자료 수집에 소요되는 시간을 성공적으로 단축시킴으로써 약 20분 내에 기온, 상대습도, 풍향, 풍속에 대한 고해상도 분석결과 제공이 가능하게 되었다. 그러나 앞으로 LAPS 분석결과를 이용하여 관측이 가능한 지역 이외에 어느 지역에서든 정확한 농업기상정보를 산출할 수 있게 하려면 다양한 기상자료의 활용과 지표이용도의 개선, 관측지점의 영향반경을 최적화 시키는 과정들이 추가로 연구되어야 할 것이다. 현재 구축된 시스템의 분석결과 정확도는 떨어지지만 LAPS의 내부 알고리즘에 대한 미세한 조정으로 향상이 가능하므로 농업기상요소 생성을 위한 최적화 작업들을 수행한다면 정확도 향상을 꾀할 수 있을 것이다. 또한 다양한 기상요소에 대한 분석이 가능하기 때문에 특별한 기상요소들을 필요로 하는 농림 분야의 요구를 충족 시킬 수 있도록 분석요소의 확장이 가능 할 것이다.

• 한국ITS학회 논문지
• /
• 제17권5호
• /
• pp.143-150
• /
• 2018

RF 기반 고속 무선통신 기술이 급속히 발전함에 따라 무선 주파수 대역을 기반으로한 IoT 네트워크용 디바이스가 빠르게 보급되고 있으나, 최근 IoT 네트워크 디바이스의 급속한 확산 속도에 비하여 RF 통신 기술의 발전속도가 미치지 못하고 있다. 이러한 상황에서 가시광원을 송신수단으로 사용하는 OWC 기술은 RF 기반 무선 통신의 대역 고갈 문제를 극복 할 수 있는 기술로서 주목받고 있으나, OWC용 데이터 수신 중 발생하는 LED 조명 형태의 왜곡으로 인하여 LED 조명 검출율이 저하되고 RoI의 설정이 부정확해지는 현상이 발생 할 가능성이 있다. 본 논문에서는 Adaptive Median Filter를 적용한 저속 카메라 통신용 LED 조명 검출 알고리즘을 제안하였다. 이를 통해 명확한 RoI 설정 및 LED 조명 검출이 가능할 것으로 사료되며, 본 연구결과를 통해 RF 기반 무선 통신기술의 보완재로서의 역할을 효율적으로 수행 할 수 있을 것으로 판단된다.

• 한국환경과학회지
• /
• 제25권10호
• /
• pp.1349-1368
• /
• 2016

Concentrations of fine particulate matter ($PM_{2.5}$) and several of its particle constituents measured outside homes in Houston, Texas, and Los Angeles, California, were characterized using multiple regression analysis with proximity to point and mobile sources and meteorological factors as the independent variables. $PM_{2.5}$ mass and the concentrations of organic carbon (OC), elemental carbon (EC), benzo-[a]-pyrene (BaP), perylene (Per), benzo-[g,h,i]-perylene (BghiP), and coronene (Cor) were examined. Negative associations of wind speed with concentrations demonstrated the effect of dilution by high wind speed. Atmospheric stability increase was associated with concentration increase. Petrochemical source proximity was included in the EC model in Houston. Area source proximity was not selected for any of the $PM_{2.5}$ constituents' regression models. When the median values of the meteorological factors were used and the proximity to sources varied, the air concentrations calculated using the models for the eleven $PM_{2.5}$ constituents outside the homes closest to influential highways were 1.5-15.8 fold higher than those outside homes furthest from the highway emission sources. When the median distance to the sources was used in the models, the concentrations of the $PM_{2.5}$ constituents varied 2 to 82 fold, as the meteorological conditions varied over the observed range. We found different relationships between the two urban areas, illustrating the unique nature of urban sources and suggesting that localized sources need to be evaluated carefully to understand their potential contributions to $PM_{2.5}$ mass and its particle constituents concentrations near residences, which influence baseline indoor air concentrations and personal exposures. The results of this study could assist in the appropriate design of monitoring networks for community-level sampling and help improve the accuracy of exposure models linking emission sources with estimated pollutant concentrations at the residential level.

• 한국수자원학회논문집
• /
• 제55권12호
• /
• pp.1091-1104
• /
• 2022

기후변화는 전 세계적으로 강우의 빈도와 강도를 증가 시킬 것으로 예측되며 급격한 도시화와 산업화로 인해 도시 지역의 내수 침수 피해로 양상이 바뀌고 있다. 이에 기후변화에 따른 영향평가는 도시계획에 매우 중요한 요소로 언급되고 있으며, 세계기상기구(WMO)는 기상 현상으로부터 발생할 수 있는 사회, 경제적 영향을 고려하는 영향예보의 필요성을 강조하고 있다. 특히 교통에 있어서 도시침수로 인한 교통 시스템의 성능 저하는 사회에 가장 해로운 요소이며 영향을 받는 주요 도로마다 시간당 £ 100k 정도인 것으로 추정하고 있다. 그러나 국내의 경우 현재 기상재해의 발생에 대한 정확한 예보 및 특보를 제공해도 그 영향을 제대로 전달하지 못하고 있다. 따라서 본 연구에서는 도시홍수의 침수심을 제시하고 차량에 영향을 미칠 수 있는 피해에 대처하기 위해 각 지역의 고해상도 분석 및 수문학적 요인을 반영하고, 강우로 인한 홍수 정도와 차량 운행에 미치는 영향 정도를 조사할 필요가 있다고 판단하였다. 이에 강우-침수심-차량속도의 산정식을 간단한 선형회귀식이 아닌 다양한 머신러닝 기법을 이용하여 제시하고자 한다. 또한 또한 기후변화 시나리오를 강우-침수심-차량속도 산정식에 적용하여 집중호우 시 도시하천의 침수를 예측하고 미래 기후변화의 영향을 고려한 도로 침수로 인해 발생할 수 있는 교통 네트워크의 장애를 평가하며, 도시 교통흐름 계획에 이용하는 기술을 개발하고자 한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권10호
• /
• pp.4717-4737
• /
• 2017

Today, smart grids, smart homes, smart water networks, and intelligent transportation, are infrastructure systems that connect our world more than we ever thought possible and are associated with a single concept, the Internet of Things (IoT). The number of devices connected to the IoT and hence the number of traffic flow increases continuously, as well as the emergence of new applications. Although cutting-edge hardware technology can be employed to achieve a fast implementation to handle this huge data streams, there will always be a limit on size of traffic supported by a given architecture. However, recent cloud-based big data technologies fortunately offer an ideal environment to handle this issue. Moreover, the ever-increasing high volume of traffic created on demand presents great challenges for flow management. As a solution, flow aggregation decreases the number of flows needed to be processed by the network. The previous works in the literature prove that most of aggregation strategies designed for smart grids aim at optimizing system operation performance. They consider a common identifier to aggregate traffic on each device, having its independent static aggregation policy. In this paper, we propose a dynamic approach to aggregate flows based on traffic characteristics and device preferences. Our algorithm runs on a big data platform to provide an end-to-end network visibility of flows, which performs high-speed and high-volume computations to identify the clusters of similar flows and aggregate massive number of mice flows into a few meta-flows. Compared with existing solutions, our approach dynamically aggregates large number of such small flows into fewer flows, based on traffic characteristics and access node preferences. Using this approach, we alleviate the problem of processing a large amount of micro flows, and also significantly improve the accuracy of meeting the access node QoS demands. We conducted experiments, using a dataset of up to 100,000 flows, and studied the performance of our algorithm analytically. The experimental results are presented to show the promising effectiveness and scalability of our proposed approach.

• 대한전자공학회논문지TC
• /
• 제41권1호
• /
• pp.23-34
• /
• 2004

본 논문에서는 초고속 패킷 스위치 네트워크에서 VoD나 HDTV, VoIP같은 고품질 스트리밍 서비스의 QoS를 보장하는 패킷 스케줄러의 구조 및 제어방법을 제시한다. 스트리밍 서비스는 버스트 데이터 응용서비스보다 더욱 엄격한 QoS(jitter, delay, packet loss)보장을 요구한다 또한 스트리밍 서비스는 다른 플로우들의 동작에 상관없이 끊김 없는 서비스를 제공하기 위해 각 플로우별로 최소 대역 보장과 종단간 지연조건을 보장해야 한다. 이들 요구조건들을 만족하기 위해, 패킷 스케줄러는 플로우들이 다른 플로우의 영향을 받지 않도록 분리하고, 각 플로우들에게 종단간 지연 보장을 제공해야 한다. 그리고 각 플로우들에게 요구되는 최소 대역폭을 할당해야한다 지금까지 많은 벤더들이 10Gbps급 트래픽 관리기 칩을 개발하였지만 대부분 칩들은 고품질 스트리밍 서비스를 지원하지 못하는 단점이 있다. 따라서 본 논문에서는 상용 TM칩들의 단점 및 스트리밍서비스의 트래픽 특성을 조사하고, 제안한 패킷 스케줄러의 하드웨어 구조를 제시한다. 그리고 마지막으로 제안한 스케줄러의 시물레이션 결과를 분석하였다.