• 한국통신학회논문지
• /
• 제40권3호
• /
• pp.469-477
• /
• 2015

본 논문에서는 고밀집 환경에서 대용량 MIMO가 장착된 무선랜 시스템의 효율을 높이기 위한 방식으로 결합공간 분할 및 재사용 기법을 제안한다. 제안한 기법은 다중 안테나로 생성할 수 있는 공간 자원을 간섭을 미리 억제하는데 사용하는 공간 자원과 캐리어 센싱 및 전송을 하는데 이용하는 공간 자원으로 분리한다. 분리된 공간자원의 양에 따라 다른 캐리어 센싱 한계값을 할당하여, 해당 공간 자원으로의 전송 여부를 결정한다. 이 방식은 공간 분할 (spatial division) 최적화 문제와 공간 재사용 (spatial reuse) 최적화 문제를 동시에 고려해 네트워크의 전송 용량을 최대화한다. 시뮬레이션을 통해 제안한 기법이 IEEE 802.11에서 정의된 캐리어 센싱 기법보다 네트워크의 용량을 133% 증가시키므로 차세대 무선랜 시스템에 적용하여 사용자에게 우수한 전송 품질을 제공해 줄 수 있음을 보인다.

• 한국습지학회지
• /
• 제15권3호
• /
• pp.397-406
• /
• 2013

습지보전계획을 수립하는데 있어 식생의 온전성, 멸종위기종 출현여부 등 대상지역 위주의 습지평가방법에서 점차 주변지역이나 광역적인 위상관계, 연결성을 고려한 경관생태학적 접근방법에 의한 습지평가 필요성이 제기되고 있다. 이에 본 연구에서는 낙동강 유역에 분포하는 407개 습지를 대상으로 경관생태학적 접근방법과 그래프이론에 의해 습지생태네트워크 구축모형을 제시하였다. 습지의 물질순환, 철새이동루트 등 현지조사 자료가 부족한 낙동강 유역의 네트워크 분석에는 평면네트워크 그래프 모델을 적용하였으며, 연결성 분석은 임계거리를 15km로 설정하여 습지군집 5개와 핵심습지 4개를 도출하였다. 이진모형과 확률모형에 의한 통합연결성지수와 연결가능성지수를 계산한 결과, 5개 습지군집 및 핵심습지와 취약습지를 검증할 수 있었으며, 낙동강본류와 금호강지류에 위치한 습지군집이 습지생태네트워크에 있어 중요한 역할을 담당하고 있다. 본 연구를 통해 얻은 낙동강 유역의 습지군집과 네트워크, 취약습지 분포특성은 유역 단위의 습지보전 관리계획 수립, 습지복원사업을 실시하는데 기초자료로 활용할 수 있다.

• 한국정보통신학회논문지
• /
• 제11권3호
• /
• pp.608-618
• /
• 2007

영상의 이진화는 영상을 물체와 배경으로 구분하는 전처리 과정으로써 처리해야 할 대상이 되는 물체를 규정짓기 위한 매우 중요한 처리 과정이다. 본 논문에서는 저 품질 문자 영상에서 효과적인 문자 인식을 위한 효율적인 이진화 방법 및 획 영상 재구성 방법을 제안하다. 먼저 전역적 이진화 방법의 장점과 지역적 이진화 방법의 장점을 반영하여 문자 영역에 대한 이진화를 수행한 다음 이진화된 획 영상에 대한 분석을 통해 획에 붙어 있는 획 잡영 제거와 획 부분에 파여진 공백 잡영에 대한 채움 과정을 수행하여 고 품질의 획 영상으로 재구성하였다. 제안하는 문자 영상을 위한 이진화 알고리즘은 적응적인 임계값 선택 방법에 의해 속도와 성능의 효율성을 추구할 수 있도록 하였으며 이진화 결과로 인한 획 표면 잡영에 대해 단계적인 제거 과정을 수행하여 획 영상을 재구성함으로써 고 품질의 이진 영상을 획득할 수 있었다.

• 한국정보통신학회논문지
• /
• 제11권7호
• /
• pp.1373-1379
• /
• 2007

본 논문에서는 임펄스 잡음검출과 필터링을 기반으로 하는 변형된 적응 스위칭 메디안 필터 알고리즘을 제안하였다. 임펄스 잡음검출 과정에서는 마스크 내의 화소값의 차에 의해 설정된 임계값을 사용하며, 이 때 잡음으로 판단된 화소들에 대하여 필터링 과정을 수행한다. 제안한 필터링 방법은 국부 잡음밀도에 상응하여 마스크 크기를 가변하며, 필터링을 반복 수행한다. 그리고 제안한 방법의 시뮬레이션을 위해, 다양한 밀도의 임펄스 잡음을 원영상에 중첩하여 테스트 영상으로 사용하였으며, 기존의 방법과 비교하였다. 또한 평가를 위한 기준으로 PSNR을 적용하였으며, 시뮬레이션 결과에서 제안한 알고리즘은 우수한 성능을 나타내었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.326-326
• /
• 2016

단층은 지질학적 관점에서 국부적인 지구구조응력(tectonic stress)이 암반 내에 존재하는 어떤 면을 따라 파괴 분기값을 초과하는 경우에 발생하는 매우 큰 공간적 변이에 의한 파괴 면으로 정의된다. 이러한 단층의 수문지질학적 특성은 단층의 공간적인 분포와 간극의 연결성에 따라 변화된다. 단층의 형성이 단층 내의 간극의 생성과 파괴를 이끄는 과정이 포함될 때 단층을 따라 발생되는 변이와 간극의 변화 사이에 복잡한 관계가 존재한다. 본 연구에서는 단층의 기하학적 특성에 따라 변화되는 흐름 변화를 3차원 이산 균열망 모형을 통해 모의 및 분석을 수행하였다. 단층의 기하학적 특성에 대해 3가지 경우를 고려하였다. 첫 번째는 영역 중심에 위치한 폭이 매우 좁고 상대적으로 주위 암반보다 매우 높은 투수성을 가진 단층, 두 번째는 단층 주변에 손상지역(damaged zone)이 존재하는 경우 그리고 세 번째는 relay 구조를 가진 단층이다.

• 한국컴퓨터정보학회논문지
• /
• 제19권11호
• /
• pp.33-41
• /
• 2014

본 논문에서는 일상생활에 편리한 무구속 센서를 활용하여 호흡을 측정하는 시스템을 제안한다. 제안된 시스템은 Piezoelectric 센서를 내장한 센서 패드, 센서 패드로부터 출력된 호흡 신호를 증폭 필터링한 후 디지털로 변환하는 호흡 측정 기기, 센서 데이터 시각화 및 호흡 측정 알고리즘을 구현한 뷰어로 구성된다. 제안된 알고리즘은 센서 데이터의 임계값을 통해 추출된 최고점을 기준으로 한 호흡 주기에 기반하고 있다. 3명의 피실험자에 대하여 이동 평균 개수와 임계값을 변경해 가면서 호흡 측정 실험이 수행되었으며, 실험 결과에 의하면, 제안 시스템은 이동 평균 개수 50~60을 중심으로 임계값 800~1300 범위에서 약 5% 이내의 오류율이라는 양호한 성능을 나타내었다. 향후 본 시스템은 영 유아나 독거노인의 수면 중 질식사를 예방하는데 기여할 수 있을 것으로 기대된다.

• 한국콘텐츠학회논문지
• /
• 제19권4호
• /
• pp.682-689
• /
• 2019

본 연구는 취약계층을 대상으로 건강정도를 객관적 지표인 체질량지수를 통해 비만 정도의 지역별 격차를 공간적으로 규명해보고자 한다. 따라서 체질량지수가 공간적으로 높은 값과 낮은 값을 가지는 군집패턴을 보이는 지역을 추출하고 이 지역의 특성을 분석하였다. 분석 결과, 비만인구비율의 I 통계량은 0.07, z-score은 4.39으로 나타나, 공간자기상관성을 확인하였다. z-score의 경우 최대 임계값인 2.57보다 훨씬 크게 나타났다. 이는 사회취약계층 비만율이 지역별 격차를 보이며, 이러한 격차가 공간통계적으로 유의함을 의미한다. 이러한 비만 취약지역과 양호지역에 대한 지역별 환경을 비교 분석한 결과는 취약지역의 경우 대중교통성이 좋지 않고 쉽게 이용할 수 있는 공원이 적으며 단독 다세대 주택이 밀집한 지역으로 확인되었다. 본 연구의 분석 결과는 기존 연구들이 소홀했던 사회취약계층의 건강에 대하여 공간적인 시사점을 제공한다는 점에서 의미를 지닌다.

• Earthquakes and Structures
• /
• 제20권1호
• /
• pp.1-12
• /
• 2021

The occurrence of progressive collapse induced by the removal of the vertical load-bearing element in the structure, because of fire or earthquake, has been a significant challenge between structural engineers. Progressive collapse is defined as the complete failure or failure of a part of the structure, initiating with a local rupture in a part of the building and can threaten the stability of the structure. In the current study, the behavior of the structures equipped with a cylindrical friction damper, when the vertical load-bearing elements are eliminated, is considered in two cases: 1-The load-bearing element is removed under the gravity load, and 2-The load-bearing element is removed due to the earthquake lateral forces. In order to obtain a generalized result in the seismic case, 22 pair motions presented in FEMA p 695 are applied to the structures. The study has been conducted using the vertical push down analysis for the case (1), and the nonlinear time-history analysis for the second case using OpenSEES software for 5,10, and 15-story steel frames. Results indicate that, in the first case, the load coefficient, and accordingly the strength of the structure equipped with cylindrical friction dampers are increased considerably. Furthermore, the results from the second case demonstrate that the displacements, and consequently the forces imposed to the structure in the buildings equipped with the cylindrical friction damper substantially was reduced. An optimum slip load is defined in the friction dampers, which permits the damper to start its frictional damping from this threshold load. Therefore, the optimum slip load of the damper is calculated and discussed for both cases.

• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 1999년도 춘계공동학술대회: 지식경영과 지식공학
• /
• pp.175-186
• /
• 1999

Detecting the features of significant patterns from their own historical data is so much crucial to good performance specially in time-series forecasting. Recently, a new data filtering method (or multi-scale decomposition) such as wavelet analysis is considered more useful for handling the time-series that contain strong quasi-cyclical components than other methods. The reason is that wavelet analysis theoretically makes much better local information according to different time intervals from the filtered data. Wavelets can process information effectively at different scales. This implies inherent support fer multiresolution analysis, which correlates with time series that exhibit self-similar behavior across different time scales. The specific local properties of wavelets can for example be particularly useful to describe signals with sharp spiky, discontinuous or fractal structure in financial markets based on chaos theory and also allows the removal of noise-dependent high frequencies, while conserving the signal bearing high frequency terms of the signal. To date, the existing studies related to wavelet analysis are increasingly being applied to many different fields. In this study, we focus on several wavelet thresholding criteria or techniques to support multi-signal decomposition methods for financial time series forecasting and apply to forecast Korean Won / U.S. Dollar currency market as a case study. One of the most important problems that has to be solved with the application of the filtering is the correct choice of the filter types and the filter parameters. If the threshold is too small or too large then the wavelet shrinkage estimator will tend to overfit or underfit the data. It is often selected arbitrarily or by adopting a certain theoretical or statistical criteria. Recently, new and versatile techniques have been introduced related to that problem. Our study is to analyze thresholding or filtering methods based on wavelet analysis that use multi-signal decomposition algorithms within the neural network architectures specially in complex financial markets. Secondly, through the comparison with different filtering techniques' results we introduce the present different filtering criteria of wavelet analysis to support the neural network learning optimization and analyze the critical issues related to the optimal filter design problems in wavelet analysis. That is, those issues include finding the optimal filter parameter to extract significant input features for the forecasting model. Finally, from existing theory or experimental viewpoint concerning the criteria of wavelets thresholding parameters we propose the design of the optimal wavelet for representing a given signal useful in forecasting models, specially a well known neural network models.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 춘계공동학술대회-지식경영과 지식공학
• /
• pp.175-186
• /
• 1999

Detecting the features of significant patterns from their own historical data is so much crucial to good performance specially in time-series forecasting. Recently, a new data filtering method (or multi-scale decomposition) such as wavelet analysis is considered more useful for handling the time-series that contain strong quasi-cyclical components than other methods. The reason is that wavelet analysis theoretically makes much better local information according to different time intervals from the filtered data. Wavelets can process information effectively at different scales. This implies inherent support for multiresolution analysis, which correlates with time series that exhibit self-similar behavior across different time scales. The specific local properties of wavelets can for example be particularly useful to describe signals with sharp spiky, discontinuous or fractal structure in financial markets based on chaos theory and also allows the removal of noise-dependent high frequencies, while conserving the signal bearing high frequency terms of the signal. To data, the existing studies related to wavelet analysis are increasingly being applied to many different fields. In this study, we focus on several wavelet thresholding criteria or techniques to support multi-signal decomposition methods for financial time series forecasting and apply to forecast Korean Won / U.S. Dollar currency market as a case study. One of the most important problems that has to be solved with the application of the filtering is the correct choice of the filter types and the filter parameters. If the threshold is too small or too large then the wavelet shrinkage estimator will tend to overfit or underfit the data. It is often selected arbitrarily or by adopting a certain theoretical or statistical criteria. Recently, new and versatile techniques have been introduced related to that problem. Our study is to analyze thresholding or filtering methods based on wavelet analysis that use multi-signal decomposition algorithms within the neural network architectures specially in complex financial markets. Secondly, through the comparison with different filtering techniques results we introduce the present different filtering criteria of wavelet analysis to support the neural network learning optimization and analyze the critical issues related to the optimal filter design problems in wavelet analysis. That is, those issues include finding the optimal filter parameter to extract significant input features for the forecasting model. Finally, from existing theory or experimental viewpoint concerning the criteria of wavelets thresholding parameters we propose the design of the optimal wavelet for representing a given signal useful in forecasting models, specially a well known neural network models.