• Journal of Communications and Networks
• /
• 제9권3호
• /
• pp.296-311
• /
• 2007

Mobile multi-robot teams are useful in many critical applications such as search and rescue. Explicit communication among robots in such mobile multi-robot teams is useful for the coordination of such teams as well as exchanging data. Since many applications for mobile robots involve scenarios in which communication infrastructure may be damaged or unavailable, mobile robot teams frequently need to communicate with each other via ad hoc networking. In such scenarios, low-overhead and energy-efficient routing protocols for delivering messages among robots are a key requirement. Two important primitives for communication are essential for enabling a wide variety of mobile robot applications. First, unicast communication (between two robots) needs to be provided to enable coordination and data exchange. Second, in many applications, group communication is required for flexible control, organization, and management of the mobile robots. Multicast provides a bandwidth-efficient communication method between a source and a group of robots. In this paper, we first propose and evaluate two unicast routing protocols tailored for use in ad hoc networks formed by mobile multi-robot teams: Mobile robot distance vector (MRDV) and mobile robot source routing (MRSR). Both protocols exploit the unique mobility characteristics of mobile robot networks to perform efficient routing. Our simulation study show that both MRDV and MRSR incur lower overhead while operating in mobile robot networks when compared to traditional mobile ad hoc network routing protocols such as DSR and AODV. We then propose and evaluate an efficient multicast protocol mobile robot mesh multicast (MRMM) for deployment in mobile robot networks. MRMM exploits the fact that mobile robots know what velocity they are instructed to move at and for what distance in building a long lifetime sparse mesh for group communication that is more efficient. Our results show that MRMM provides an efficient group communication mechanism that can potentially be used in many mobile robot application scenarios.

• 한국정보전자통신기술학회논문지
• /
• 제17권2호
• /
• pp.113-120
• /
• 2024

개체군 희소 지표는 인공 신경망을 구성하고 있는 내부 레이어의 동작을 뉴런의 관점에서 관찰할 수 있기 때문에 블랙박스로 불리는 인공 신경망 내부의 동작을 설명하기 위하여 활용될 수 있다. 최근의 연구에서는 개체군 희소 지표를 두 종류의 컨벌루션 신경망 모델 분석에 적용하여, 레이어의 층이 깊어질수록 지표 값이 비례하여 증가하는 것이 관찰되었음을 보고하였다. 또한, 영상 분류를 위한 컨벌루션 신경망 모델에서 개체군 희소성 지표와 성능이 양의 상관성을 보인다는 연구도 있다. 본 연구에서는 적대적 예제가 컨벌루션 신경망에 적용되었을 때 신경망 내부에서 어떠한 동작이 수행되는지에 대하여 관찰하였다. 이를 위하여 적대적 예제를 입력으로 하는 컨벌루션 신경망의 개체군 희소 지표를 구한 다음, 컨벌루션 신경망의 성능과의 상관성을 비교하였다. 실험의 결과로부터 사전에 5%의 정확도를 갖도록 변형된 적대적 예제들에 대하여 온건한 데이터를 적용한 경우와 유사한 패턴의 양의 상관성을 갖는 것을 확인할 수 있었다. 이 실험결과는 적대적 예제와 온건한 데이터에 대한 각각의 개체군 희소성 지표 값들이 거시적인 관점에서 차이가 없다는 것을 의미하며 적대적 예제가 뉴런의 활성화 측면에서부터 적대적으로 동작한다는 것을 의미한다.

• 지구물리와물리탐사
• /
• 제16권3호
• /
• pp.119-130
• /
• 2013

자력탐사자료의 3차원 역산법을 개발하였다. 자력탐사자료의 역산에서 가장 문제가 되는 점은 비유일해 문제와 방대한 계산시간이다. 일반적으로 자력탐사자료의 역산은 모델변수의 수가 자료의 수보다 훨씬 많아 비유일해 문제를 더욱 심화시키게 된다. 또한 자력탐사자료는 심도 분해능이 매우 낮다. 비유일해 문제를 극복하기 위하여 분해능이 높은 모델변수에는 큰 제한을 가하고, 작은 모델변수에는 약한 제한을 가하는 분해능 모델제한자를 제안하고, 이를 적용하여 분해능이 낮은 모델변수도 효과적으로 추정할 수 있었다. 또한 대형 행렬식을 웨이블릿 변환을 통하여 희소행렬로 변환하고, 역행렬의 계산에 병렬계산 방식을 적용하여 계산시간을 획기적으로 절감하였다. 수치실험을 통하여 개발된 3차원 역산알고리듬의 타당성을 검토하였다. 또한 금산 지역에서 얻어진 항공자력탐사자료의 역산에 적용하였다.

• 한국지구과학회지
• /
• 제31권4호
• /
• pp.301-312
• /
• 2010

지화학 자료는 환경 관리를 위한 중요한 환경 변수중 하나로 인식되어 왔다. 지화학 자료는 보통 공간적으로 산재되어 수집되기 때문에, 샘플링 되지 않은 지점에서의 속성값 예측과 더불어 부가적인 분석을 위해 예측에 수반되는 불확실성을 추정할 필요가 있다. 이 논문은 지시자 지구통계학이 지화학 자료의 공간적인 분포값의 제시뿐만 아니라 의사결정을 보조할 수 있는 정보를 제공하기 위해 유용하게 사용될 수 있는지를 예시하고자 한다. 카드뮴 자료의 추정사례 연구를 통해 확률론적 불확실성 모델링, 위험성 분석 등 지구통계학적 분석의 틀을 제시하였다. 지시자 크리깅을 통해 조건부 누적 분포 함수를 모델링한 후에, 기대값 추정치와 조건부 분산을 카드뮴의 추정값과 정량적 불확실성 추정을 위해 각각 계산하였다. 그리고 확률 임계치와 속성 임계치의 적용을 통해 오염/비오염 지역을 구분하였다. 또한 조건부 분산과 속성값과 임계치값의 차이를 모두 설명할 수 있는 변동 계수를 통해 추가적인 샘플링 지점을 추출하였다. 이 연구에서 적용한 지시자 지구통계학적 분석 틀은 불확실성을 고려한 의사 결정과 관련하여 지화학 자료를 포함한 환경 변수의 분석에 유용하게 사용될 수 있을 것으로 기대된다.

• 한국농림기상학회지
• /
• 제23권1호
• /
• pp.82-88
• /
• 2021

원격탐사 기법을 이용하여 산출된 태양 유도 엽록소 형광(Sun-Induced Fluorescence, SIF)을 통해 식생의 광합성 효율 및 스트레스 상태를 이해하기 위한 노력이 세계적으로 진행되고 있다. 최근 SIF 관측을 위한 광학 기기 개발과 SIF 산출 방법론이 정립되고 있으나 아직 국내에서는 SIF 관측이 드물며 관측 자료의 수도 적다. 본고에서는 나주에서 2020년 6월 10일부터 2020년 10월 5일까지 벼 생육기간 동안 광학 기기를 이용하여 관측된 SIF 자료를 공개하였다. SFM 방법과 iFLD 방법으로 O2A과 O2B 흡수 대역의 SIF를 산출하였으며, 광합성 유효 복사량에 대한 정보도 제공하였다. 또한, 태양천정각, 센서의 광 포화상태, 관측 순간의 태양광의 급격한 변화, 태양광 정반사 영향 등을 고려하여 품질이 낮은 SIF 자료를 필터링하였다. 본 자료를 통해 연구자들이 SIF에 대한 이해를 높이고, 제안된 SIF 자료 필터링 방법으로 SIF 산출물 품질관리에 도움이 될 것으로 기대한다.

• 지능정보연구
• /
• 제22권3호
• /
• pp.129-142
• /
• 2016

전자상거래에서 소비자들의 구매 의사결정에 판매 제품을 이미 구매하여 사용한 고객의 리뷰가 중요한 영향을 미치고 있다. 전자상거래 업체들은 고객들이 제품 리뷰를 남기도록 유도하고 있으며, 구매고객들도 적극적으로 자신의 경험을 공유하고 있다. 한 제품에 대한 고객 리뷰가 너무 많아져서 구매하려는 제품의 모든 리뷰를 읽고 제품의 장단점을 파악하는 것은 무척 힘든 일이 되었다. 전자상거래 업체들과 연구자들은 텍스트 마이닝을 활용하여 리뷰들 중에서 유용한 리뷰들의 속성을 파악하거나 유용한 리뷰와 유용하지 않은 리뷰를 미리 분류하는 노력을 수행하고 있다. 고객들에게 유용한 리뷰를 필터링하여 전달하는 방안이다. 본 연구에서는 문서-단어 매트릭스에서 단어의 제거 기준으로 온라인 고객 리뷰가 유용한 지, 그렇지 않은지를 구분하는 문제에서 단어들이 유용 리뷰 집합과 유용하지 않은 리뷰집합에 중복하여 등장하는 정도를 측정한 중립도를 제시한다. 제시한 중립도를 희소성과 함께 분석에 활용하여 제거할 단어를 선정한 후에 각 분류 알고리즘의 성과를 비교하였다. 최적의 성과를 보이는 중립도를 찾았으며, 희소성과 중립도에 따라 단어를 선택적으로 제거하였다. 실험은 Amazon.com의 'Cellphones & Accessories', 'Movies & TV program', 'Automotive', 'CDs & Vinyl', 'Clothing, Shoes & Jewelry' 제품 분야 고객 리뷰와 사용자들의 리뷰에 대한 평가를 활용하였다. 전체 득표의 수가 4개 이상인 리뷰 중에서 제품 카테고리 별로 유용하다고 판단되는 1,500개의 리뷰와 유용하지 않다고 판단되는 1,500개의 리뷰를 무작위로 추출하여 연구에 사용하였다. 데이터 집합에 따라 정확도 개선 정도가 상이하며, F-measure 기준으로는 두 알고리즘에서 모두 희소성과 중립도에 기반하여 단어를 제거하는 방안이 더 성과가 높았다. 하지만 Information Gain 알고리즘에서는 Recall 기준으로는 5개 제품 카테고리 데이터에서 언제나 희소성만을 기준으로 단어를 제거하는 방안의 성과가 높았으며, SVM에서는 전체 단어를 활용하는 방안이 Precision 기준으로 성과가 더 높았다. 따라서, 활용하는 알고리즘과 분석 목적에 따라서 단어 제거 방안을 고려하는 것이 필요하다.

• 대한지리학회지
• /
• 제49권5호
• /
• pp.761-778
• /
• 2014

본 논문은 거래빈도가 낮아 지금껏 적극적으로 시도되지 못한 상업용 토지의 가격을 정확히 추정하고자 하였다. 서울시 상업용 토지 실거래가 자료를 대상으로 선형 결합 형태의 평균 구조(전역적 경향), 지수 형태의 공분산함수 그리고 순수 오차항을 구성요소로 하는 모형을 구축 및 적용하였다. 상권별로 가격수준이 차별적으로 형성되는 상업용 토지 가격의 특성을 감안하여 대표적 공간보간기법인 크리깅 방법을 적용함으로써 지가의 공간적 상관성을 명시적으로 고려하였다. 더 나아가 희소한 자료의 한계를 극복하기 위해 전문가 지식을 사전 확률분포의 형태로 모형에 반영할 수 있는 베이지안 크리깅 방법을 활용하였다. 적용한 모형의 성능은 적합 과정에 사용되지 않은 검증 자료를 대상으로 검토하였으며, 전문가 지식의 반영과 공간적 상관성의 명시적 고려를 통해 가격 추정의 정확성이 높아진 사실을 확인하였다. 본 논문은 베이지안 크리깅 기법을 토지 가격 추정에 적용하되, 전문가의 주관적 지식을 명시적으로 모형에 반영하였다는 점 등에서 기존 연구와 차별성을 갖는다. 본 논문의 결과는 거래 자료가 희소한 상황에서도 신뢰성 있게 부동산 가격을 추정해야하는 경우에 유용하게 활용될 수 있을 것으로 기대된다.

• 지구물리와물리탐사
• /
• 제26권3호
• /
• pp.138-149
• /
• 2023

해저지층의 지질특성을 파악하는 것은 지구과학 및 공학에서 중요한 과업으로 신뢰도 높은 탐사자료를 확보하는 경우 가능하다. 대한민국 남동해역 대한해협 천부 지층의 특성을 파악하기 위하여 심부 시추 지층물성 실험실 분석자료와 탄성파 탐사자료를 확보하였고, 이를 통합 분석하였다. 해저면 심도 200 m 하부까지 심부 시추코어를 회수하여 천부 지층 탄성파 음파속도 로그를 얻었고, 탄성파 단면과 대비하였다. 지층 음파속도 로그와 시간 영역 탄성파 자료는 시간-심도 변환을 수행하여 상관성이 15%에서 45%로 증가하였다. 탄성파 임피던스 초기모형을 설정하고 모형기반, 대역제한 및 산재쐐기 역산을 각각 수행하여 결과를 비교하였다. 도출된 탄성파 임피던스는 천부 지층 내부 퇴적층이 우세한 영역과 미고결 영역에서 변화되는 양상을 보였다. 본 연구에서 수행된 음파 임피던스 역산 기법은 향후 지층 물성분석 로그자료와 탄성파자료의 추가 확보 시 통합 분석을 위한 프레임워크로, 임피던스 분포 단면은 해저면 단층 규명과 천부가스 누출 탐지 등에 활용 가능하다. 국내 해양 심부 시추는 이산화탄소 저장 후보지 특성 파악과 자원 부존 평가 등을 목적으로 지속 추진되고 있으므로 통합 역산의 지구물리 분야 적용 가치가 높아질 것으로 기대된다.

• 자원환경지질
• /
• 제35권3호
• /
• pp.273-284
• /
• 2002

인공위성 레이더고도 측정값으로부터 유도된 중력이상으로턱터 남극 드레이크해협의 해저지형을 계산하기 위해 Gravity-Geologic Method(GGM)를 적용하였다. 총 6548개의 음항측심자료 중 2/3는 control depth로, 나머지는 결과 검증을 위한 check point 자료로 이용하였다. 효과적인 계산을 위해 해수와 해저지형의 밀도차이는 check point를 이용, 9.0 gm/㎤로 가정하였다. Control depth로부터 광역중력이상을 계산하였고, 이를 Sandwell & Smith(1997)의 중력이상으로부터 제거하여 해저지형의 기복에 의한 중력 효과를 계산하였으며, 이로부터 해저지형을 복원하였다. Selective Merging 기법을 개발하여 복원된 해저지형과 고주파 측심자료를 효과적으로 합성하였다. 복원된 해저지형은 한국해양연구원의 측심자료, GEODAS 및 전지구 모델 ETOPO5 결과와 각각 0.91, 0.92, 0.85의 상관계수를 갖으며, Selective Merging을 이용한 최종 결과는 GEODAS 및 Smith Sandwell(1997)의 결과와 각각 0.948 및 0.954의 상관관계 및 449.8, 441.3 m의 RMS 오차를 갖는다. GGM을 이용하여 계산된 해저지형은 측심이 충분히 이루어지지 않은 지역의 경우 전지구모델(ETOPO5)이나 자료의 양이 불충분한 음항측심에 의한 결과보다 우수한 것으로 나타났다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권11호
• /
• pp.681-688
• /
• 2015

k-Nearest Neighbor(k-NN)그래프는 모든 노드에 대한 k-NN 정보를 나타내는 데이터 구조로써, 협업 필터링, 유사도 탐색과 여러 정보검색 및 추천 시스템에서 k-NN그래프를 활용하고 있다. 이러한 장점에도 불구하고 brute-force방법의 k-NN그래프 생성 방법은 $O(n^2)$의 시간복잡도를 갖기 때문에 빅데이터 셋에 대해서는 처리가 곤란하다. 따라서, 고차원, 희소 데이터에 효율적인 Locality Sensitive Hashing 기법을 (key, value)기반의 분산환경인 MapReduce환경에서 사용하여 k-NN그래프를 생성하는 알고리즘이 연구되고 있다. Locality Sensitive Hashing 기법을 사용하여 사용자를 이웃후보 그룹으로 만들고 후보내의 쌍에 대해서만 brute-force하게 유사도를 계산하는 two-stage 방법을 MapReduce환경에서 사용하였다. 특히, 그래프 생성과정 중 유사도 계산하는 부분이 가장 많은 시간이 소요되므로 후보 그룹을 어떻게 만드는 것인지가 중요하다. 기존의 방법은 사이즈가 큰 후보그룹을 방지하는데 한계점이 있다. 본 논문에서는 효율적인 k-NN 그래프 생성을 위하여 사이즈가 큰 후보그룹을 재구성하는 알고리즘을 제시하였다. 실험을 통해 본 논문에서 제안한 알고리즘이 그래프의 정확성, Scan Rate측면에서 좋은 성능을 보임을 확인하였다.