• 한국항해항만학회지
• /
• 제38권4호
• /
• pp.399-407
• /
• 2014

컨테이너터미널의 증가로 터미널 물량이 분산되어 기존 물동량 보존과 새로운 물동량 유치 경쟁이 치열해지고 있으며 이에 터미널 물동량 처리 능력과 유치에 다양한 방법을 모색하고 있다. 컨테이너터미널은 물동량처리 능력을 향상시키기 위해서 최신 장비 확충과 최신 터미널 시스템 개발을 통해 터미널의 생산성 향상과 효율성 극대화에 노력을 기울이고 있다. 컨테이너터미널의 생산성 향상에 영향을 줄 수 있는 요인은 다양하게 존재 한다. 그중 야드 이송장비의 경우, 특정 선석크레인(GC, Gantry Crane)에 야드 트랙터(YT, Yard Tractor)가 고정 할당되는 방식에서 다수 선석크레인(GC, Gantry Crane)에 야드 트랙터(YT, Yard Tractor)가 적절하게 분산 할당 방식으로 처리하는 Pooling System으로 전환하게 되면 터미널 생산성과 YT의 가용성을 높일 수 있다. 컨테이너터미널에서 생산성 지표가 되는 KPI는 GC 생산성이고 GC 생산성은 물리적인 GC 작업 속도를 넘어설 수 없기에 Pooling System 적용하여 생산성을 높이는데 의미와 효과는 크다. 본 논문에서는 컨테이너터미널에서 생산성 향상을 위해 이송장비 운영을 더 효율적으로 할 수 있도록 Pooling System 알고리즘을 제시하고 실제로 컨테이너터미널에 적용하여 Non Pooling System과 Pooling System 생산성을 비교하였다. 이송장비 풀링시스템을 도입하여 타 터미널에 비해 생산성을 향상함으로써 터미널 비즈니스에 있어 지속적인 서비스 질과 수익성 향상을 위한 필수불가결한 요소가 될 수가 있다.

• 한국정보전자통신기술학회논문지
• /
• 제16권1호
• /
• pp.41-49
• /
• 2023

CNN(Convolutional Neural Network) 알고리즘은 인공신경망 구현에 활용되는 대표적인 알고리즘으로 기존 FNN(Fully connected multi layered Neural Network)의 문제점인 연산의 급격한 증가와 낮은 객체 인식률을 개선하였다. 그러나 IT 기기들의 급격한 발달로 최근 출시된 스마트폰 및 태블릿의 카메라에 촬영되는 이미지들의 최대 해상도는 108MP로 약 1억 8백만 화소이다. 특히 CNN 알고리즘은 고해상도의 단순 이미지를 학습 및 처리에 많은 비용과 시간이 요구된다. 이에 본 논문에서는 고해상도 단순 이미지의 객체 분류 학습모델 구현을 위한 개선된 CNN 알고리즘을 제안한다. 제안하는 알고리즘은 고해상도의 이미지들의 학습모델 생성 시간을 감소하기 위해 CNN 알고리즘의 풀링계층의 Max Pooling 알고리즘 연산을 위한 인접 행렬 값을 변경한다. 변경한 행렬 값마다 4MP, 8MP, 12MP의 고해상도 이미지들의 처리할 수 있는 학습 모델들을 구현한다. 성능평가 결과, 제안하는 알고리즘의 학습 모델의 생성 시간은 12MP 기준 약 36.26%의 감소하고, 학습 모델의 객체 분류 정확도와 손실률은 기존 모델 대비 약 1% 이내로 오차 범위 안에 포함되어 크게 문제가 되지 않는다. 향후 본 연구에서 사용된 학습 데이터보다 다양한 이미지 종류 및 실제 사진으로 학습 모델을 구현한 실질적인 검증이 필요하다.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.793-810
• /
• 2022

실시간 범람 모니터링을 위해 인공위성 SAR영상을 활용하는 수체탐지에 대한 필요성이 대두되었다. 주야와 기상에 상관없이 주기적으로 촬영 가능한 인공위성 SAR 영상은 육지와 물의 영상학적 특징이 달라 수체탐지에 적합하나, 스페클 노이즈와 영상별 상이한 밝기 값 등의 한계를 내포하여 다양한 시기에 촬영된 영상에 일괄적으로 적용 가능한 수체탐지 알고리즘 개발이 쉽지 않다. 이를 위해 본 연구에서는 Convolutional Neural Networks (CNN)기반 모델인 U-Net 아키텍처에 레이어의 조합인 모듈을 추가하여 별도의 전처리 없이 수체탐지의 정확도 향상 방법을 제시하였다. 풀링 레이어의 조합을 활용하여 형태학적 연산처리 효과를 제공하는 Morphology Module과 전통적인 경계탐지 알고리즘의 가중치를 대입한 컨볼루션 레이어를 사용하여 경계 학습을 강화시키는 Edge-enhanced Module의 다양한 버전을 테스트하여, 최적의 모듈 구성을 도출하였다. 최적의 모듈 버전으로 판단된 min-pooling과 max-pooling이 연속으로 이어진 레이어와 min-pooling로 구성된 Morphology 모듈과 샤를(Scharr) 필터를 적용한 Edge-enhanced 모듈의 산출물을 U-Net 모델의 conv 9에 입력자료로 추가하였을 때, 정량적으로 9.81%의 F1-score 향상을 보여주었으며, 기존의 U-Net 모델이 탐지하지 못한 작은 수체와 경계선을 보다 세밀하게 탐지할 수 있는 성능을 정성적 평가를 통해 확인하였다.

• 한국정보전자통신기술학회논문지
• /
• 제11권2호
• /
• pp.175-180
• /
• 2018

본 논문에서는 몰포러지 연산만을 적용하여 특징을 추출하고, 물체를 인식하는 알고리즘을 제안하였다. 특징추출에서 사용한 몰포러지 연산은 에로전과 다이레이션, 에로전과 다이레이션을 연계한 오프닝과 크로우징, 몰포러지 연산을 이용한 에지 및 스케리톤 검출 연산 등이다. 특징을 기반으로 물체를 인식하는 과정에서는 차원을 축소하기 위해서 풀링 연산을 사용하였다. 다양한 형태소 중에서 $3{\times}3$ Rhombus, $3{\times}3$ Square, $5{\times}5$ Circle 형태소를 임의로 선정하여 몰포러지 연산을 수행하였다. 무작위 인터넷 영상을 대상으로 행한 실험을 통해 물체인식 분야에서 유용한 알고리즘으로 적용될 수 있다는 것을 확인하였다.

• 한국정보전자통신기술학회논문지
• /
• 제12권6호
• /
• pp.567-572
• /
• 2019

본 논문에서는 이진영상과 이진커널을 사용하여 컨볼루션, 풀링, ReLU 연산을 수행하는 이진 CNN 연산 알고리즘을 제안한다. 256 그레이스케일 영상을 8개의 비트평면으로 분해하고, -1과 1로 구성되는 이진커널을 사용하는 방법이다. 이진영상과 이진커널의 컨볼루션 연산은 가산과 감산으로 수행한다. 논리적으로는 XNOR 연산과 비교기로 구성되는 이진연산 알고리즘이다. ReLU와 풀링 연산은 각각 XNOR와 OR 논리연산으로 수행한다. 본 논문에서 제안한 알고리즘의 유용성을 증명하기 위한 실험을 통해, CNN 연산을 이진 논리연산으로 변환하여 수행할 수 있음을 확인한다. 이진 CNN 알고리즘은 컴퓨팅 파워가 약한 시스템에서도 딥러닝을 구현할 수 있는 알고리즘으로 스마트 폰, 지능형 CCTV, IoT 시스템, 자율주행 자동차 등의 임베디드 시스템에서 다양하게 적용될 수 있는 시스템이다.

• 한국콘텐츠학회논문지
• /
• 제18권11호
• /
• pp.447-454
• /
• 2018

본 논문은 컨볼루션 신경망으로 이루어진 학습 모델을 통해 스테레오 영상의 깊이영상 생성 알고리즘을 제안한다. 제안하는 알고리즘은 좌, 우 시차 영상을 입력으로 받아 각 시차영상의 주요 특징을 추출하는 특징 추출부와 추출된 특징을 이용하여 시차 정보를 학습하는 깊이 학습부로 구성된다. 우선 특징 추출부는 2D CNN 계층들로 이루어진 익셉션 모듈(xception module) 및 ASPP 모듈(atrous spatial pyramid pooling) module을 통해 각각의 시차영상에 대한 특징맵을 추출한다. 그 후 각 시차에 대한 특징 맵을 시차에 따라 3차원 형태로 쌓아 3D CNN을 통해 깊이 추정 가중치를 학습하는 깊이 학습부를 거친 후 깊이 영상을 추정한다. 제안하는 알고리즘은 객체 영역에 대해 기존의 다른 학습 알고리즘들 보다 정확한 깊이를 추정하였다.

• Journal of the Korean Statistical Society
• /
• 제21권2호
• /
• pp.201-207
• /
• 1992

The algorithm for obtaining the isotonic regression in simple tree order, the most basic and simplest model next to the simple order, is considered. We propose to call it "Pool-the-Maximum-Violators" algorithm (PMVA) in conjunction with the "Pool-Adjacent-Violators" algorithm (PAVA) in the simple order. The dual problem of obtaining the isotonic regression in simple tree order is our main concern. An intuitively appealing relation between the primal and the dual problems is demonstrated. The interesting difference is that in simple order the required number of pooling is at least the number of initial violating pairs and any path leads to the solution, whereas in the simple tree order it is at most the number of initial violators and there is only one advisable path although there may be some others leading to the same solution.o the same solution.

• 대한교통학회지
• /
• 제17권3호
• /
• pp.97-116
• /
• 1999

The growing demand for the real time traffic information is bringing about the category and number of traffic collection mechanism in the era of ITS. There are, however, two problems in making data into information using various traffic data. First, the information making process of making data into the representative information, for each traffic collection mechanism, for the specified analysis periods is required. Second, the integration process of fusing each representative information into "the information" for each link out of each source is also required. That is, both data reduction and/or data to information process and information fusion are required. This article is focusing on the development of information fusing algorithm based on voting technique, fuzzy regression, and, Bayesian pooling technique for estimating the dynamic link travel time of networks. The proposed algorithm has been validated using the field experiment data out of GPS probes and detectors over the roadways and the estimated link travel time from the algorithm is proved to be more useful than the mere arithmetic mean from each traffic source.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1994년도 제11회 음성통신 및 신호처리 워크샵 논문집 (SCAS 11권 1호)
• /
• pp.223-228
• /
• 1994

We propose a novel method to incorporate temporal correlations into a speech recognition system based on the conventional hidden Markov model. With the proposed method using the extended logarithmic pool, we approximate a joint conditional PD by separate conditional PD's associated with respective components of conditions. We provide a constrained optimization algorithm with which we can find the optimal value for the pooling weights. The results in the experiments of speaker-independent continuous speech recognition with frame correlations show error reduction by 13.7% with the proposed methods as compared to that without frame correlations.

• 한국항해항만학회지
• /
• 제33권8호
• /
• pp.555-562
• /
• 2009

컨테이너 터미널의 주요 생산성 지표는 안벽에서의 작업 효율성이라 할 수 있다. 안벽에서는 Q/C(Quay Crane)이라는 장비가 접안 선박의 컨테이너를 하역한다. Q/C의 작업 생산성을 높이기 위해서는 좀 더 효율적인 Y/T(Yard Tractor)운영 방식이 필요하다. 기존 작업 방식(싱글 사이클)에서는 양하작업 이후 적하 작업이 이루어진다. 듀얼 사이클이란 양하작업과 적하 작업을 동시에 함으로써 안벽 생산성과 야드 트랙터의 이용률을 높이는 방법이다. 터미널에서 듀얼 사이클의 도입은 추가적인 장비의 도입 없이 운영에서의 변화만을 요구한다. 즉, 기존의 dedicate 시스템에서 pooling 시스템으로의 변화가 필요하다. 본 논문에서는 듀얼 사이클을 이용하는 항만에서의 작업 효율성을 증대시키기 위한 선적 계획 방법을 제시하고자 한다. 이 문제를 풀기위해 유전 알고리즘과 타부서치를 제시하였다.