• 대한전자공학회논문지SP
• /
• 제44권1호
• /
• pp.40-48
• /
• 2007

이 논문은 다중 스케일 베이지안 관점에서 다층 퍼셉트론과 마코프 랜덤 필드를 사용한 새로운 결 분할 방법을 제안한다. 다층 퍼셉트론의 출력은 사후 확률을 모델링하므로 본 논문에서는 다중 스케일 웨이블릿 계수들을 다층 퍼셉트론의 입력으로 사용한다. 다층 퍼셉트론으로부터 구한 사후 확률과 MAP (maximum a posterior) 분류를 이용하여 각 스케일에서 결 분류를 수행한다. 또한 가장 섬세한 스케일에서 더 개선된 분할 결과를 얻기 위하여 모든 스케일에서 MAP 분류 결과들을 거친 스케일에서 섬세한 스케일까지 차례로 융합한다. 이런 과정은 한 스케일에서의 분류 정보와 그 인접한 보다 거친 스케일에서 얻어지는 문맥과 관련한 연역적 정보를 이용하여 MAP 분류를 행함으로써 이루어진다. 이 융합 과정에서, MRF (Markov random fields) 사전 모델이 평탄화 제한자로서 동작하고, 깁스 샘플러 (Gibbs sampler)는 MAP 분류기로서 동작한다. 제안한 분할 방법은 HMT (Hidden Markov Trees) 모델과 HMTseg 알고리즘을 이용한 결 분할 방법보다 더 좋은 성능을 보인다.

• 전자공학회논문지CI
• /
• 제45권6호
• /
• pp.60-67
• /
• 2008

RFID 시스템은 현재 다양한 분야에서 사용되어 지고 있는 바코드 인식 시스템이나 자기 인식 장치들이 근본적으로 내재하고 있는 실용성 및 보안성 문제점들을 보완할 수 있는 대체 시스템으로 각광받고 있다. 특히 RFID 시스템은 교통카드, 출입구 보안 및 출결 카드 분야를 포함한 상거래와 직접적인 관련이 있는 물류관리, 재고관리, 항만관리, 동물관리 등 물류 및 유통 분야에서도 빠르게 응용 및 확산되어 사용되어 지고 있다. 본 논문에서는 유비쿼터스 컴퓨팅의 한 예로서 RFID시스템을 TCP/IP를 이용하여 네트워크화하여 구성한 안전하고 효율적인 원격 출입 제어 시스템을 제안한다. 먼저 원격 출입 제어에 적합한 인증 프로토콜을 제안하며, 제안한 인증 프로토클 기반의 원격 보안 출입 제어 시스템이 원활한 자동문 제어가 가능함을 임베디드 시스템과 TCP/IP 기반의 RFID 시스템으로 구성된 자동문 세트를 활용한 모의실험을 통해 실용성을 증명한다.

• 한국전자파학회논문지
• /
• 제27권9호
• /
• pp.775-782
• /
• 2016

본 논문에서는 배열 개별소자의 격리도 특성과 설계 복잡도 개선을 위한 단층 간접급전구조 이중대역 GPS 안테나를 제안한다. 제안된 안테나는 중앙의 급전패치와 외곽의 이중루프로 구성되며, 이중루프는 급전패치로부터 생성된 전자기장에 의해 전류가 유기된다. 제안된 급전구조는 이중루프 사이에 강한 근접장을 밀집시키므로 소형 배열안테나의 소자간 격리도 특성을 개선할 수 있다. 이러한 특성을 확인하기 위해 일반적인 상용 안테나와 자계분포 및 격리도 특성을 비교하였으며, 근접영역에서의 자계세기 및 격리도가 상용 안테나에 비해 각각 평균 3 dB, 2 dB 개선되어 소형 CRPA 배열안테나에 적합함을 확인하였다.

• 한국전자통신학회논문지
• /
• 제1권1호
• /
• pp.20-26
• /
• 2006

최근에 급성장하고 있는 실시간 통신 분산 컴퓨팅은 최근에 컴퓨터 응용분야의 하나로서 컴퓨터 과학과 공학 분야에서 급성장하고 있는 한 분야이다. 실시간 객체 지향 분산 컴퓨팅은 분산된 컴퓨터 시스템에서 객체 네트워크의 형태로 구성된 실시간 분산 컴퓨팅이다. 본 논문에서는 TMO 구조를 이용하여 실시간 통신 시뮬레이션 프로그래밍을 하기 위해 DHS(Distributed High-Precision Simulation)라는 응용 환경에 적용하였다. TMO 구조에서 사용되는 시간 구동 및 메시지 구동 구조는 충분한 서비스를 제공하기 위해 데드라인 시간을 보장함으로서 실시간 시뮬레이션 프로그래머의 노력을 줄일 수 있는 이점을 가지고 있다. 데드라인 시간 보장은 프로그래머의 설계 시간을 처음 객체부터 적용하여 보장함으로서 형성될 수 있다. 분산된 객체지향 실시간 통신 시스템에서 TMO 구조를 이용한 다단계 프로그래밍 설계를 함으로서 실시간 통신 프로그래밍을 유연하게 작성할 수 있다.

• Structural Monitoring and Maintenance
• /
• 제1권3호
• /
• pp.249-271
• /
• 2014

This paper presents a unique study of Structural Health Monitoring (SHM) for the maintenance decision making about a real life movable bridge. The mechanical components of movable bridges are maintained on a scheduled basis. However, it is desired to have a condition-based maintenance by taking advantage of SHM. The main objective is to track the operation of a gearbox and a rack-pinion/open gear assembly, which are critical parts of bascule type movable bridges. Maintenance needs that may lead to major damage to these components needs to be identified and diagnosed timely since an early detection of faults may help avoid unexpected bridge closures or costly repairs. The fault prediction of the gearbox and rack-pinion/open gear is carried out using two types of Artificial Neural Networks (ANNs): 1) Multi-Layer Perceptron Neural Networks (MLP-NNs) and 2) Fuzzy Neural Networks (FNNs). Monitoring data is collected during regular opening and closing of the bridge as well as during artificially induced reversible damage conditions. Several statistical parameters are extracted from the time-domain vibration signals as characteristic features to be fed to the ANNs for constructing the MLP-NNs and FNNs independently. The required training and testing sets are obtained by processing the acceleration data for both damaged and undamaged condition of the aforementioned mechanical components. The performances of the developed ANNs are first evaluated using unseen test sets. Second, the selected networks are used for long-term condition evaluation of the rack-pinion/open gear of the movable bridge. It is shown that the vibration monitoring data with selected statistical parameters and particular network architectures give successful results to predict the undamaged and damaged condition of the bridge. It is also observed that the MLP-NNs performed better than the FNNs in the presented case. The successful results indicate that ANNs are promising tools for maintenance monitoring of movable bridge components and it is also shown that the ANN results can be employed in simple approach for day-to-day operation and maintenance of movable bridges.

• Advances in materials Research
• /
• 제6권2호
• /
• pp.169-184
• /
• 2017

Electro-Discharge machining (EDM) is a thermal process comprising a complex metal removal mechanism. This method works by forming of a plasma channel between the tool and the workpiece electrodes leading to the melting and evaporation of the material to be removed. EDM is considered especially suitable for machining complex contours with high accuracy, as well as for materials that are not amenable to conventional removal methods. However, several phenomena can arise and adversely affect the surface integrity of EDMed workpieces. These have to be taken into account and studied in order to optimize the process. Recently, artificial neural networks (ANN) have emerged as a novel modeling technique that can provide reliable results and readily, be integrated into several technological areas. In this paper, we use an ANN, namely, the multi-layer perceptron and the back propagation network (BPNN) to predict the mean surface roughness of electro-discharge machined surfaces. The comparison of the derived results with experimental findings demonstrates the promising potential of using back propagation neural networks (BPNNs) for getting a reliable and robust approximation of the Surface Roughness of Electro-discharge Machined Components.

• Advances in Computational Design
• /
• 제3권3호
• /
• pp.269-288
• /
• 2018

180 different 2D numerical analyses have been carried out to estimate the factor of safety (FOS) for rooted slopes. Four different types of vegetated coverage and a variety of slope geometry considering three types of soil have been evaluated in this study. The highly influenced parameters on the slope's FOS are determined. They have been chosen as the input parameters for developing a new practical relationship to estimate the FOS with an emphasis on the roots effects. The dependency of sliding mode and shape considering the soil and roots-type has been evaluated by using the numerical finite element model. It is observed that the inclination and height of the slope and the coverage type are the most important effective factors in FOS. While the soil strength parameters and its physical properties would be considered as the second major group that affects the FOS. Achieved results from the developed relationship have shown the acceptable estimation for the roots slope. The extracted R square from the proposed relationship considering nonlinear estimation has been achieved up to 0.85. As a further cross check, the achieved R square from a multi-layer neural network has also been observed to be around 0.92. The numerical verification considering different scenarios has been done in the current evaluation.

• 한국정보과학회논문지:시스템및이론
• /
• 제35권12호
• /
• pp.568-575
• /
• 2008

서버 가상화 기술에 의한 서버 통합은 효율적인 자원 사용에 따른 비용적인 장점이 있다. 그러나 하나의 물리적 장치에 여러 개의 서버가 가상머신으로 함께 동작함으로써 더욱 복잡한 부하특성을 가지게 되었다. 따라서 이를 해결하기 위한 효율적인 자원관리 방법이 요구된다. 이러한 문제에 대한 해결방법으로 제안된 것이 가상머신 이동(live migration)[1,2]을 이용한 가상머신 동적 재배치 기법이다[3,4]. 본 논문은 가상머신 동적 재배치 알고리즘에 있어서 각 자원요소(CPU, network I/O, memory)들의 활용률을 다차원 공간상에서 분석하여 조율함으로써 서버통합의 자원 효율성을 증가시키는 방법(Server consolidation optimizing algorithm)을 제안하고 있다. 실험을 위해서 여러 대의 통합서버와 수많은 서비스를 생성하여야 하는 어려움이 있기 때문에 본 논문에서는 기업환경에서의 서버 가상화 프로젝트 경험을 바탕으로 서버의 부하변화와 유사한 패턴의 모니터링 데이타들을 정의하여 수치적인 시뮬레이션을 통해 sandpiper[3]와 SCOA 알고리즘의 부하 균형에 대한 효율성을 비교하였다.

• Journal of Multimedia Information System
• /
• 제7권1호
• /
• pp.1-10
• /
• 2020

The image analysis is an important and predominant task for classifying the different parts of the image. The analysis of complex image analysis like histopathological define a crucial factor in oncology due to its ability to help pathologists for interpretation of images and therefore various feature extraction techniques have been evolved from time to time for such analysis. Although deep reinforcement learning is a new and emerging technique but very less effort has been made to compare the deep learning and deep reinforcement learning for image analysis. The paper highlights how both techniques differ in feature extraction from complex images and discusses the potential pros and cons. The use of Convolution Neural Network (CNN) in image segmentation, detection and diagnosis of tumour, feature extraction is important but there are several challenges that need to be overcome before Deep Learning can be applied to digital pathology. The one being is the availability of sufficient training examples for medical image datasets, feature extraction from whole area of the image, ground truth localized annotations, adversarial effects of input representations and extremely large size of the digital pathological slides (in gigabytes).Even though formulating Histopathological Image Analysis (HIA) as Multi Instance Learning (MIL) problem is a remarkable step where histopathological image is divided into high resolution patches to make predictions for the patch and then combining them for overall slide predictions but it suffers from loss of contextual and spatial information. In such cases the deep reinforcement learning techniques can be used to learn feature from the limited data without losing contextual and spatial information.

• 한국항행학회논문지
• /
• 제19권4호
• /
• pp.265-277
• /
• 2015

ADS-B (automatic dependent surveillance-broadcast)는 차세대 항행시스템 CNS/ATM (communication, navigation and surveillance/air traffic management)의 핵심기술로 위성항법시스템 정보를 이용하여 자신의 위치 정보를 자동으로 방송하며, 기존 레이더 시스템에 비해 지형에 의한 제약이 적고 갱신 속도가 빠르다는 장점을 가지고 있다. EUROCONTROL에서는 항공관제시스템에서 ADS-B 메시지를 교환하기 위하여 표준 감시자료 포맷 ASTERIX (all purpose structured eurocontrol surveillance information exchange) CAT.021을 정의하였다. 그러나 ASTERIX CAT.021은 업데이트 주기가 빠르고 이전 버전과 호환이 되지 않는 문제가 있다. 본 논문에서는 ASTERIX CAT.021의 버전과 관계없이 효율적으로 메시지를 처리하는 모듈을 설계 및 구현하였다. 구현 모듈은 네트워크로부터 수신한 메시지를 수집하여 패턴을 생성하고, 이후 수신 메시지는 패턴에 따라 정의된 루틴으로 처리한다.