• 한국ITS학회 논문지
• /
• 제21권1호
• /
• pp.17-34
• /
• 2022

본 논문은 수요대응형 모빌리티 이용객의 출발지와 목적지까지 최적 경로 산정을 위한 동적정류장 배정 모형을 개발하였다. 여기서 최적화를 위한 변수로는, 운영자 측면에서 버스통행시간과 이용자 측면에서 서비스 이용 시 추가로 소요되는 정류장까지 도보시간 및 대기시간, 우회시간을 사용하였다. 미국 캘리포니아주 애너하임과 주변 도시를 포함하는 네트워크를 대상으로 승객이 예약한 시종점에서 접근 가능한 동적정류장 리스트를 산정하고 K-means 클러스터링 기법을 이용하여 시종점 그룹들을 각기 차량에 배정하였다. 버스통행시간과 이용자 추가소요시간을 최소화하는 동적정류장 위치 및 버스노선 결정을 위한 모형을 개발하고 다목적 최적화를 위해 NSGA-III 알고리즘을 적용하였다. 최종적으로, 모델의 효용성을 평가하기 위해 이용자 추가소요시간 간의 변수를 조정하여 7개의 시나리오를 설정하였고 이를 통해 목적함수의 타당성을 분석하였다. 그 결과, 운영자 측면에서는 버스통행시간과 승객 대기시간만 고려한 시나리오가, 이용자 측면에서는 버스통행시간, 도보시간, 우회시간을 적용한 시나리오가 가장 우수하였다.

• Imaging Science in Dentistry
• /
• 제53권4호
• /
• pp.271-281
• /
• 2023

Purpose: The objective of this scoping review was to investigate the applicability and performance of various convolutional neural network (CNN) models in tooth numbering on panoramic radiographs, achieved through classification, detection, and segmentation tasks. Materials and Methods: An online search was performed of the PubMed, Science Direct, and Scopus databases. Based on the selection process, 12 studies were included in this review. Results: Eleven studies utilized a CNN model for detection tasks, 5 for classification tasks, and 3 for segmentation tasks in the context of tooth numbering on panoramic radiographs. Most of these studies revealed high performance of various CNN models in automating tooth numbering. However, several studies also highlighted limitations of CNNs, such as the presence of false positives and false negatives in identifying decayed teeth, teeth with crown prosthetics, teeth adjacent to edentulous areas, dental implants, root remnants, wisdom teeth, and root canal-treated teeth. These limitations can be overcome by ensuring both the quality and quantity of datasets, as well as optimizing the CNN architecture. Conclusion: CNNs have demonstrated high performance in automated tooth numbering on panoramic radiographs. Future development of CNN-based models for this purpose should also consider different stages of dentition, such as the primary and mixed dentition stages, as well as the presence of various tooth conditions. Ultimately, an optimized CNN architecture can serve as the foundation for an automated tooth numbering system and for further artificial intelligence research on panoramic radiographs for a variety of purposes.

• 콘크리트학회논문집
• /
• 제23권4호
• /
• pp.487-494
• /
• 2011

이 연구에서는 알칼리 활성화 시멘트 모르타르에 대한 결합재로서 바텀애쉬의 적용성을 평가하였으며, 배합 구성에 따른 재료 특성 변화를 파악하기 위한 실험을 수행하였다. 바텀애쉬를 사용한 알칼리 활성화 시멘트 모르타르 실험에서는 물/바텀애쉬 비, 활성화제/바텀애쉬의 비, 수산화나트륨에 대한 규산나트륨의 비, 양생 온도, 바텀애쉬의 분말도를 주된 실험 변수로 하여 유동성과 강도 실험을 수행하였다. 그 결과, $60^{\circ}C$ 고온 양생을 할 경우에는 적절한 유동성과 함께 40 MPa 이상의 압축강도를 얻을 수 있음을 확인하였으며, $20^{\circ}C$ 상온 양생 시에도 초기 강도 발현은 매우 느리지만 재령 28일 강도 30 MPa 정도가 발현되었다. 또한 실험 결과로부터 바텀애쉬를 사용한 알칼리 활성화 시멘트 모르타르의 적정 최적 배합 범위를 도출하였으며, 이와 함께 실험 결과를 바탕으로 인공신경망 분석법을 적용하여 배합 구성 변화에 따른 유동성 및 압축강도의 변화를 예측하였다.

• 한국전자파학회논문지
• /
• 제29권1호
• /
• pp.42-49
• /
• 2018

본 논문에서는 WLAN(Wireless Local Area Network) 시스템에 적용 가능한 결합 접지 구조(DGS)를 갖는 마이크로스트립 급전 방식의 모노폴 안테나를 제작하였다. 제안된 안테나는 결함 접지 구조를 이용하여 이중 대역이 나타나게 하였으며, 모노폴 안테나는 두께를 단계별로 줄여가며 임피던스 정합을 용이하게 하였다. $44{\times}51{\times}1.6mm^3$의 크기로 모노폴 안테나 및 접지면의 크기를 변화시켜가며 최적화하여 WLAN의 2.4 GHz 대역과 5 GHz 대역을 만족할 수 있도록 하였다. FR-4 기판을 사용하여 제작 및 측정한 결과 VSWR(Voltage Standing Wave Ratio) 2 이하를 기준으로 210 MHz(2.29~2.50 GHz)와 900 MHz(5.05~5.95 GHz)의 대역폭을 얻었고 전방향성의 방사패턴을 얻었다.

• 한국전자통신학회논문지
• /
• 제15권5호
• /
• pp.981-986
• /
• 2020

사물인터넷은 장소나 시간에 제약 없이 센서와 통신 기능이 내장된 사물이 사람과 사물에 상호 작용이 가능하도록 구성된 사물 공간 연결망을 말한다. IoT는 인간의 편의를 위한 서비스 목적으로 개발된 연결망이지만 현재는 전력전송, 에너지관리, 공장자동화와 같은 산업 전반에 그 사용범위가 확대되고 있는 상태이다. 그러나 IoT의 통신프로토콜인 MQTT는 푸시 기술 기반의 경량 메시지 전송 프로토콜로 보안에 취약함을 갖고 있고 이것은 개인정보 침해나 산업정보 유출 같은 위험성이 내재되어 있다고 할 수 있다. 우리는 이런 문제점을 해결하기 위해 경량 메시지전송 MQTT 프로토콜에 서로 다른 혼돈계가 임의의 값으로 동기화되는 특성을 이용하여 보안 채널을 생성하는 동기화 MQTT 보안 채널을 설계하였다. 우리가 설계한 통신 채널은 혼돈 신호의 난수 유사성, 초기치 민감성, 신호의 재생산성과 같은 특성을 이용한 방법으로 잡음 채널에 정보를 전송하는 방법이라고 할 수 있다. 우리가 제시한 킷값으로 동기화된 암호화 방법은 경량 메시지 전송 프로토콜에 최적화된 방법으로 IoT의 MQTT에 적용된다면 보안 채널 생성에 효과적이라고 할 수 있다.

• 대한원격탐사학회지
• /
• 제36권3호
• /
• pp.487-501
• /
• 2020

이 연구에서는 고해상도 위성영상을 이용하여 지표면 온도를 산출하는 기존의 여러가지 방법 이외에 보다 새로운 접근으로, 인공지능 기반의 심층신경망 기법을 148장의 Landsat 8 영상에 적용하여 우리나라 지표면온도를 산출하고 그 적합성을 평가하였다. Landsat 8 열적외 10번 밴드(약 11 ㎛ 파장대)의 밝기온도와 방출률은 물리방정식에 경험상수가 결합하여 도출된 값이기 때문에, 지역적 기상, 기후, 지형, 식생 등의 조건에 따른 불확실성을 내포하고 있다. 이를 보완하기 위하여 본 연구에서는 밝기온도와 방출률로부터 지표면온도 초기추정치 T₀를 산출하고 이와 함께, NDVI, 토지피복, 지형요소(고도, 경사, 향, 거칠기) 등을 입력변수로 하는 계절별 심층신경망 모델을 최적화하여 지표면온도를 산출하였다. 이는 ASOS(Automated Synoptic Observing System)와의 선형관계식으로 편의보정을 수행하는 기존 방법에 비해 진보된 기법이다. ASOS 관측치와 시공간적으로 일치되는 1,728건의 자료를 비교한 결과, 계절별로 차이가 있기는 하지만 특히 봄, 가을에는 상당히 좋은 결과를 보였으며(CC=0.910~0.917, RMSE=3.245~3.365℃), 또한 토지피복 유형에 상관없이 안정적인 산출이 이루어짐을 확인하였다. 향후 Landsat 5/7/8 자료의 장기시계열 빅데이터와 함께 추가적인 지표면변수를 활용하여 모델링 을 수행함으로써 기후변화 및 특이기상 하에서도 보다 신뢰도 높은 고해상도 지표면온도 산출이 필요할 것이다.

• 한국통신학회논문지
• /
• 제30권5B호
• /
• pp.253-263
• /
• 2005

본 논문은 이동 통신망 환경에서 사용자들의 다양한 요구사항을 충족시킬 수 있도록 End-to-End QoS를 제공하기 위한 이동 멀티캐스트 기법을 제안하였다. 투명한 이동성 보장을 위해 빠른 핸드오프 기법을 적용하였다. L2 Mobile Trigger를 이용하여 핸드오프 시 발생하는 지연으로 인한 다량의 패킷 손실을 줄일 수 있도록 하였다. Xcast++에 계층적 개념을 도입하여 확장한 HXcast++를 제안하여 멀티캐스트 전송 경로의 최적화를 제공하고, 빈번한 핸드오프로 인한 멀티캐스트 서비스 유지비용을 줄일 수 있도록 하였다. 핸드오프 시 IGMP Membership Query를 기다림 없이 즉각 그룹에 가입할 수 있는 GMA(Group Management Agent) 기반 그룹 관리 메커니즘을 제안하여 그룹 가입 지연을 줄이고, 탈퇴 지연으로 인한 자원의 낭비를 제거하였다. 그리고 멀티캐스트 트리가 생성되는 동안 발생할 수 있는 패킷 손실은 buffering&forwarding 기법을 이용하여 줄였다. End-to-End QoS 제공을 위해 지역 네트워크에서는 IntServ/RSVP를 사용하고 광역 네트워크에서는 DiffServ를 사용하도록 구성하였다. 그리고 핸드오프로 인한 RSVP의 세션 재 설립 지연을 줄이기 위해 HXcast++ 제어 메시지를 확장하여 PATH 메시지를 요구하도록 하였다. 본 논문에서 제안하는 HXcast++는 이동 통신망 환경에서 End-to-End QoS를 제공하는 멀티캐스트 기법으로서 사용자들의 다양한 요구사항을 충족시킬 수 있는 한 가지 방안이 될 것이다.

• 전자공학회논문지CI
• /
• 제46권4호
• /
• pp.61-68
• /
• 2009

본 논문에서는 레일리페이딩 환경의 모바일 Ad-hoc 무선 센서네트워크에서 신뢰성 및 전송 효율 서비스를 지원하기 위한 ARQ를 사용하는 클러스터링 기반의 협력도움 라우팅 프로토콜 (CCRA)을 제안한다. 제안된 CCRA의 주요한 특징 및 기여도는 다음과 같다. 첫째, 신뢰성 및 전송효율을 효과적으로 지원하기 위한 하부구조로서 모바일 노드들의 위치 정보를 이용한 클러스터링 방법을 사용한다. 둘째, 데이터 전송 효율을 향상시키기 위해서 하부구조로서 사용된 클러스터링 정보를 이용하는 협력전송 방법이 제안 사용된다. 셋째, 신뢰성 향상을 위해서 ARQ 기반 전송방법이 제안 사용된다. 넷째, 기존의 센서 네트워크는 주로 고정된 센서 노드들로 구성된 환경에서 많은 연구가 되어 왔지만, 본 연구에서는 노드들의 이동성을 고려한 클러스터링 기반 레일리페이딩 환경의 모바일 Ad-hoc 센서네트워크에서 연구가 이루어진다. 제안된 CCRA의 성능평가는 OPNET(Optimizd Network Engineering Tool)을 사용한 시뮬레이션과 이론적 분석을 통하여 이루어진다. 성능평가를 통하여 제안된 프로토콜은 클러스터링 기반의 안정된 경로 설정 및 신뢰성 있는 전송을 통한 데이터 전송효율을 효과적으로 증가 시킬 수 있음을 알 수 있다.

• 대한전자공학회논문지TC
• /
• 제41권12호
• /
• pp.41-49
• /
• 2004

최근 인터넷 사용자 수의 증가와 새로운 서비스의 등장으로 각 응용의 요구 대역폭이 증가하였다. 따라서 Internet 트래픽은 폭주하게 되었고, 고속의 백본(backbone) 네트워크가 필요하게 되었다. 이러한 요구는 IP packet switching과 wavelength switching 모두를 동시에 수행하면서 대용량의 대역폭을 지원할 수 있는 GMPLS(Generalized Multi-protocol Label Switching) 기반의 OXC(Optical cross-connects)에 의해 만족될 수 있다. 이러한 요구를 위해서는 Core망에 많은 수의 파장 변환기가 필요하고, 구축 및 운용비용(cost-effective)이 효율적일 뿐만 아니라 최적의 트래픽 전송제한을 받는 문제점을 갖고 있다. 따라서 본 논문에서는 GMPLS망에서 개선된 Lightpath setup을 위한 GMPLS의 RSVP-TE 시그널링을 제안하였다. 제안한 알고리즘은 setup 시그널링이 블로킹 되었을 때, edge router까지 PathErr 메시지를 전송하는 것이 아니라 파장 변환을 수행할 수 있는 최단거리에 위치한 람다 라우터를 찾고, 그 노드로부터 setup 시그널링을 다시 수행한다. 본 알고리즘은 Lightpath setup 시그널링의 블로킹 확률을 줄일 수 있으며, 적절한 파장 변환기 수를 산출하여 core망에서 람다 라우터의 효율적인 배치도 구현할 수 있을 것으로 사료된다.

• 한국지능시스템학회논문지
• /
• 제24권2호
• /
• pp.173-178
• /
• 2014

본 연구에서는 ASM기반 $(2D)^2$ 하이브리드 전처리 알고리즘을 이용한 얼굴인식 분류기와 그것의 설계방법론을 소개한다. 얼굴인식을 위한 이미지는 외부 환경에 쉽게 영향을 받기 때문에, 전처리 단계로 이러한 문제를 해결하기 위해서 ASM을 사용하였다. 특히 사람 얼굴의 특징 추출을 목적으로 널리 이용되고 있다. ASM을 이용해 얼굴영역을 추출 한 뒤 PCA와 LDA를 이용한 $(2D)^2$ 하이브리드 전처리 알고리즘을 이용하여 차원을 축소한다. 전처리 알고리즘을 통한 얼굴데이터는 제안된 다항식 기반 방사형 기저함수 신경회로망의 입력으로 사용된다. 기존의 신경회로망과는 달리 제안된 지능형 패턴 분류기는 강인한 네트워크 특성을 가지며, 예측능력이 우수할 뿐만 아니라 다차원 입출력에 대한 문제도 해결했다. 분류기의 중요한 필수 설계 파라미터(행의 고유벡터의 수, 열의 고유벡터의 수, 클러스터의 수, 퍼지화 계수)는 ABC알고리즘에 의해 최적화 되어진다. 얼굴인식에 많이 사용되는 Yale과 AT&T를 사용하여 인식률을 평가하였다.