• 정보처리학회논문지D
• /
• 제16D권3호
• /
• pp.395-406
• /
• 2009

현재 정부 각 부처는 “정보시스템의 효율적 도입 및 운영 등에 관한 법률”에 의해 EA를 도입하여 운용하고 있으나 이의 평가 체계 및 지표는 제대로 갖춰져 있지 않다. 특히 EA의 성과평가를 위한 모델이 없을 뿐만 아니라 측정 할 수 있는 방법도 미흡하다. 본 연구에서는 EA성과평가를 위해 국내 범정부 성과참조모델과 미 연방 성과참조모델을 기반으로 8개의 평가 영역 및 17개의 평가지표를 도출하였다. 또한, 미 OMB 및 국내 범정부 EA성숙도 모델을 기반으로 8개의 평가 영역 및 10개의 평가지표를 도출하여, 이를 기반으로 EA 성과평가를 위한 업무, 고객, 프로세스, 인적자본 및 기술의 5개 영역으로 구성된 성과평가 모델을 제안하였다. 제안한 모델의 검증을 위해 3개 기관에 적용하여 각 기관의 EA 성과를 평가하였고, 평가 결과를 검증하기 위해 범정부 EA성숙도 모델의 성과평가 영역과도 비교 평가하였다. 또한, 제안한 성과평가모델의 측정지표를 기존의 EA성숙도 모델 및 성과참조모델과도 비교 분석하였다. 이러한 비교 분석 결과를 바탕으로 제안한 성과평가모델을 검증하였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제33권6호
• /
• pp.578-589
• /
• 2006

유비쿼터스 컴퓨팅의 핵심 기술로 주목 받고 있는 RFID (Radio Frequency Identification) 기술의 발달로 인해 이를 이용하여 사람들에게 편의를 제공하는 응용들이 점점 늘어나고 있다. 이러한 응용들을 쉽게 개발하기 위해서는 다양한 센서를 관리하며, 센서를 통해 수집된 태그 데이타 스트림으로부터 의미있는 데이타를 추출하여 응용에 전달해주는 미들웨어 시스템이 필요하다. 본 논문에서는 UbiCore (Ubiquitous Core)라 불리는 in 기반 RFID 미들웨어 시스템을 제안한다. UbiCore는 다음과 같은 특징을 가진다. 첫째, XQueryStream이라는 XQuery에 기반한 연속 질의 언어를 제공한다. 둘째, 프리 필터링과 중간 결과 재사용을 통해 스트림 데이타에 대한 질의 처리 속도를 향상 시킨다. 셋째, 연속적으로 생성되어 들어오는 실시간 데이타뿐 아니라 트리거에 기반하여 저장된 이력 데이타에 대한 질의를 지원한다. 넷째, 컨텍스트와 서비스의 연계 정보를 표현하기 위한 마크업 언어인 CSML(Context-driven Service Markup Language)을 제공한다.

• 한국산학기술학회논문지
• /
• 제19권6호
• /
• pp.634-638
• /
• 2018

안개는 전자광학센서를 활용한 탐지, 추적, 인식 등의 다양한 영상처리 알고리즘 성능을 저하시키는 요인이다. 실외 환경에서 사용되는 전자광학센서 기반 무인 시스템의 안정적인 작동을 위해서는 안개를 효과적으로 제거할 수 있는 기술이 필요하다. 단일 전자광학센서의 영상을 이용한 안개 제거 방법으로는 전자광학센서의 통계적 속성을 활용한 dark channel prior가 가장 널리 알려져 있다. 기존의 방법들은 dark channel prior를 활용하여 전달량을 구할 때 정방형 필터를 사용하였다. 정방형 필터 사용 시 필터의 크기가 커질수록 안개 제거의 효과가 작아지며, 필터의 크기가 과도하게 작아질 경우 과포화가 발생하여 영상의 색 정보가 손실된다. 필터의 크기가 알고리즘의 성능에 크게 영향을 끼치기 때문에, 일반적으로는 비교적 큰 크기의 필터를 사용하거나 영상에 따라 과포화가 일어나지 않는 범위에서 작은 크기의 필터를 사용한다. 본 논문에서는 컬러영상분할을 활용한 향상된 안개 제거 방법을 제안하였다. 컬러영상분할의 파라미터를 영상의 정보 복잡도에 따라 자동으로 조정하고, 이를 바탕으로 전달량을 추정하여 과포화 현상은 일어나지 않으며 뛰어난 안개 제거의 성능을 확보하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권1호
• /
• pp.25-32
• /
• 2020

다양한 분야에서 활용되는 상황인지 시스템은 상황정보를 획득하기 위한 추상화 과정에서 규칙 기반의 인공기능 기술이 기존에 사용되었다. 그러나 서비스에 대한 사용자의 요구사항이 다양해지고 사용되는 데이터의 증대로 규칙이 복잡해지면서 규칙 기반 모델의 유지보수와 비정형 데이터를 처리하는데 어려움이 있다. 이러한 한계점을 극복하기 위해 많은 연구들에서는 상황인지 시스템에 기계학습 기술을 적용하였으며, 이러한 기계학습 기반의 모델을 상황인지 시스템에 사용하기 위해서는 주기적으로 학습 데이터를 제공해야 한다. 이에 기계학습 기반 상황인지 시스템에 대한 선행연구에서는 여러 개의 기계학습 모델을 적용하기 위한 학습 데이터 생성, 제공 등의 과정을 보였으나 제한된 종류의 기계학습 모델만을 적용 가능하여 확장성이 고려되어야 한다. 본 논문은 기계학습 기반의 상황인지 시스템의 확장성을 고려한 기계학습 모델의 학습 데이터 생성 방법을 제안한다. 제안하는 방법은 시스템의 확장성을 고려하여 기계학습 모델의 요구사항을 반영할 수 있는 학습 데이터 생성 모델을 정의하고 학습 데이터 생성 모듈을 바탕으로 각각의 기계학습 모델의 학습 데이터를 생성하는 것이다. 시스템의 확장성의 검증을 위해 실험에서는 노인의 건강상태 알림 서비스를 위한 심박상태 분석 모델을 대상으로 한 학습데이터 생성 스키마를 기반으로 학습데이터 생성 모델을 정의하고 실환경에서 정의된 모델을 S/W에 적용하여 학습데이터를 생성한다. 또한 생성된 학습데이터의 유효성을 검증하기 위해 사용되는 기계학습 모델에 생성한 학습데이터를 학습시켜 정확도를 비교하는 과정을 보인다.

• 한국항행학회논문지
• /
• 제7권1호
• /
• pp.38-50
• /
• 2003

본 논문에서는 도선상에서 발생하는 결함 위치와 이상 유무를 감지하는 새로운 고분해능 반사측정법인 시간-주파수 영역반사측정법 (TFDR, Time-Frequency Domain Reflectometry)을 제안하였다. 고전적인 반사측정법들은 단지 시간 또는 주파수의 한 영역에서 분석되어져 왔으나, 본 논문에서 제시한 TFDR은 도선의 결함 위치와 이상 유무를 발견하기 위해 과도신호의 시간과 주파수 영역의 정보를 동시에 이용할 수 있는 시간-주파수 분석기법으로 특성화하였다. TFDR의 기준신호 설계는 측정 케이블의 물리적 성질들을 고려하여 주파수 밴드를 결정하며, 도선의 결함감지와 추정은 시간-주파수 상호상관관계 함수에 의해 이루어진다. TFDR 시스템을 이용하여 여러 결함 상태를 가진 실제 coaxial cable (RG-142, RG-400)에 대해 실험하였고 정확성을 입증하기 위해 TDR (Time Domain Reflectometry) 장비와 성능을 비교하였다. 본 논문에서는 TFDR이 TDR보다 작은 오차로 결함을 찾아냄을 나타내고 있으며, 측정된 정확도는 TFDR의 오차율이 0.5% 이하로 TDR (54750A/54754A) 장비보다 성능이 월등히 우수하다는 것을 알 수 있다.

• 융합정보논문지
• /
• 제11권6호
• /
• pp.1-6
• /
• 2021

음성 인식 분야에서 DNN이 적용됨에 따라 음성 인식의 이용이 증대되고 있으나 기존의 GMM 보다 병렬 훈련에 대한 계산의 양이 많아야 되며, 데이터의 양이 적으면 오버피팅이 발생한다. 이를 해결하기 위해 데이터의 양이 작은 경우에도 강인한 음성 특징 추출과 음성 신호 잡음 제거에 효율적인 방안을 제시한다. 음성 특징 추출은 음성에 대한 프레임 에너지의 차이와 음성 신호에 영향을 받는 영 교차율과 레벨 교차율을 적용하여 음성 에너지의 효율적 추출을 한다. 또한, 잡음 제거를 위해 음성 신호에 대한 검출에서 음성의 고유 특성을 유지하면서 음성 정보 손상이 적은 평균 예측 LMS 필터를 개선하여 음성 신호의 잡음을 제거하여 데이터양이 적은 경우의 문제를 해결한다. 개선된 LMS 필터는 입력 신호에 대한 활성 파라미터 임계치를 조정하여 입력된 음성 신호에 대한 잡음을 처리하는 방법을 사용한다. 본 논문에서 제안한 방법을 사용하여 기존의 프레임 에너지를 이용한 방법과 비교한 결과 음성의 시작점의 오차율은 7%, 끝나는 점 오차율에서 11% 향상된 성능을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권2호
• /
• pp.45-56
• /
• 2021

군집주행은 여러 대의 자율 주행 차량이 통신을 사용하여 서로 정보를 교환하며 하나의 군집을 이루어 주행하는 것이다. 이러한 군집주행 기술은 더 좁은 차량 간 간격을 유지하며 주행함으로써 도로의 통행량 증대, 에너지 소비 및 오염물질 배출 감소 등의 다양한 장점을 가진다. 그러나 군집주행의 좁은 차량 간 간격은 긴급한 사고 발생 시 대처를 더 어렵게 만들며, 이에 따라 필수적으로 확보되어야 할 군집주행의 안전성을 보장하는데 어려움을 주고 있다. 특히 주행 중 나타날 수 있는 가변성은 군집주행의 안전에 악영향을 미칠 수 있다. 이러한 가변성은 발생 예측이 어렵고, 재현이 어려운 특성으로 인해 가변성으로부터 발생하는 위험 요소를 방지하는 안전대책 마련에 어려움이 있다. 본 논문에서는 군집주행 중에 생겨날 수 있는 가변성에 따른 위험을 회피하기 위한 시뮬레이션 방법을 연구하였다. 이를 위해 가변성을 고려하는 다양한 시나리오를 개발하고, 가변성을 핸들링할 수 있는 안전 대책을 고안, 적용하였으며, 또한 오픈소스 군집주행 시뮬레이터인 VENTOS를 확장하여 시나리오 시뮬레이션을 수행하였다. 그 결과 가변성으로 인한 군집주행의 위험성을 제거하여 안전한 군집주행이 가능함을 확인하였다. 제시하는 가변성 대응 시나리오 시뮬레이션은 군집주행에서의 안전성을 확보하기 위한 연구 개발에 기여할 것으로 판단한다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제27권5호
• /
• pp.63-71
• /
• 2021

드론 자율비행 기술 중 장애물 회피는 드론이나 주변 환경의 손상을 방지하고 위험을 예방할 수 있도록 하는 매우 중요한 기술이다. LiDAR 센서 기반 장애물 회피방식은 비교적 높은 정확도를 보여 최근 연구에서 많이 활용되고 있지만, 단가가 높고 시각 정보에 대한 처리 능력이 제한적인 단점이 있다. 따라서 본 논문은 단가가 상대적으로 저렴하고 시각 정보를 이용한 확장성이 높은 카메라 기반 PPO(Proximal Policy Optimization) 강화학습을 이용한 드론의 장애물 회피 알고리즘을 제안한다. 3차원 공간상의 학습환경에서 드론, 장애물, 목표지점 등을 무작위로 위치시키고, 가상 카메라를 이용하여 전면에 설치된 스테레오 카메라를 통해 스테레오 영상정보를 얻은 다음 YOLOv4Tiny 객체검출을 수행한다. 그리고 난 후 스테레오 카메라의 삼각측량법을 통해 드론과 검출된 객체간의 거리를 측정한다. 이 거리를 기반으로 장애물 유무를 판단하고, 만약 장애물이면 패널티를 책정하고 목표지점이면 보상을 부여한다. 본 방법을 실험한 결과 카메라 기반 장애물 회피 알고리즘은 LiDAR 기반 장애물 회피 알고리즘과 비교하여 충분히 비슷한 수준의 높은 정확도와 평균 목표지점 도달시간을 보여 활용 가능성이 높음을 알 수 있었다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권1호
• /
• pp.23-34
• /
• 2022

네트워크 기술의 발달로 그 적용 영역 또한 다양해지면서 다양한 목적의 프로토콜이 개발되고 트래픽의 양이 폭발적으로 증가하게 되었다. 따라서 기존의 전통적인 스위칭, 라우팅 방식으로는 네트워크 관리자가 망의 안정성과 보안 기준을 충족하기 어렵다. 소프트웨어 정의 네트워킹(SDN)은 이러한 문제를 해결하기 위해 제시된 새로운 네트워킹 패러다임이다. SDN은 네트워크 동작을 프로그래밍하여 효율적으로 네트워크를 관리할 수 있도록 한다. 이는 네트워크 관리자가 다양한 여러 양상의 공격에 대해서 유연한 대응을 할 수 있는 장점을 가진다. 본 논문에서는 SDN의 이러한 특성을 활용하여 SDN 구성 요소인 컨트롤러와 스위치를 통해 공격 정보를 수집하고 이를 기반으로 공격을 탐지하는 위협 레벨 관리 모듈, 공격 탐지 모듈, 패킷 통계 모듈, 플로우 규칙 생성기를 설계하여 프로그래밍하고 허니팟을 적용하여 지능형 공격자의 서비스 거부 공격(DoS)을 차단하는 방법을 제시한다. 제안 시스템에서 공격 패킷은 수정 가능한 플로우 규칙에 의해 허니팟으로 빠르게 전달될 수 있도록 하였으며, 공격 패킷을 전달받은 허니팟은 이를 기반으로 지능적 공격의 패턴을 분석하도록 하였다. 분석 결과에 따라 지능적 공격에 대응할 수 있도록 공격 탐지 모듈과 위협 레벨 관리 모듈을 조정한다. 제안 시스템을 실제로 구현하고 공격 패턴 및 공격 수준을 다양화한 지능적 공격을 수행하고 기존 시스템과 비교하여 공격 탐지율을 확인함으로써 제안 시스템의 성능과 실현 가능성을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권3호
• /
• pp.91-100
• /
• 2023

본 연구는 2021년 2학기 비대면 수업과 2022년 2학기 면대면 수업 형태에 따른 학습몰입도, 학업스트레스 및 수업 만족도에 미치는 영향을 비교규명 사례 연구이다. C 전문대학 공학계열 S 학과에서 이루어진 이론교과목 면대면과 비대면 수업에서 동일 교재, 동일 과목, 동일 교수가 진행한 수업에서 240명에 대한 수업 만족도를 분석하였다. 자료처리는 SPSS Ver. 23.0을 이용하였다. 크론바하 α 신뢰도 계수 산출, t-test 및 피어슨 적률상관계수 그리고 다중회귀분석을 시행하였다. 본 연구 결과는 다음과 같다. 첫째, 공학 전공 이론교과목의 비대면 수업보다 면대면의 수업 형태에서 학습자의 학습 몰입도가 더 높았다. 둘째, 공학 전공 이론교과목의 면대면과 비대면 수업 형태에 따라 학업 스트레스가 차이가 있는 것으로 나타났다. 셋째, 공학 전공 이론교과목 중 면대면과 비대면과 수업 형태에 따른 수업 만족도에 미치는 교수·학습구성 요인별 상대적 영향력은 교수활동, 상호작용, 과제수행, 수업 안내 및 수업환경 변인 간 차이가 있는 것으로 나타났다. 결론적으로 공학 전공 이론교과목에서 면대면 수업이 학습자의 학습 몰입감, 수업 만족도에 더 긍정적인 영향을 미치고 비대면 수업은 학업 스트레스에 더 부정적인 영향을 미치는 것으로 나타났다.