• 정보보호학회논문지
• /
• 제17권4호
• /
• pp.115-129
• /
• 2007

유비쿼터스 및 자동화된 컴퓨팅 환경은 개방적이고 동적이어야 하며, 끊김 없는(seamless)소프트웨어와 시스템 구조의 연동을 통한 일반적인 무선 접근으로 사용자에게 다가가는 퍼베이시브 서비스를 제공해야한다. 하지만 다양한 네트워크에서 모든 이동 기기들 간에 미리 정의된 보안 인증을 포함한 로밍 서비스를 제동하기는 매우 복잡하고 어렵다. 더욱이 퍼베이시브서비스 환경에서 끊김 없는 통신 서비스를 제공하기 위해, 다양한 무선 사업자간에 로밍 협정을 세팅하거나 스마트카드 기반의 효율적인 사용자 프로파일 모델링 연구나 다양한 종류의 사용자 인터페이스를 이용하여 자동화된 사용자 인증 시스템을 위한 보안 방안에 관한 연구는 많지 않다. 사용자에게 다가가는 네트워크 도메인 간의 퍼베이시브 보안 서비스를 포함한 상호 로밍이 가능한 로밍 코디네이터 기반의 보안 관리 프레임워크를 제안한다. USIM(Universal Subscriber Identity Module Card)을 이용한 상용 이동 통신은 하나의 서비스 도메인에서만 가능하지만 본 논문에서 제안한 로밍 코디네이터(Roaming Coordinator)는 PWLAN(Public Wireless Local Area Network)이나 3G 이동통신 그리고 WMAN(Wireless Metropolitan Area Network) 등의 다른 네트워크 도메인에서의 보안 서비스를 보다 안전하고 쉽게 제공할 수 있다.

• Smart Structures and Systems
• /
• 제29권4호
• /
• pp.625-640
• /
• 2022

Maglev rail joints are vital components serving as connections between the adjacent F-type rail sections in maglev guideway. Damage to maglev rail joints such as bolt looseness may result in rough suspension gap fluctuation, failure of suspension control, and even sudden clash between the electromagnets and F-type rail. The condition monitoring of maglev rail joints is therefore highly desirable to maintain safe operation of maglev. In this connection, an online damage detection approach based on three-dimensional (3D) convolutional neural network (CNN) and time-frequency characterization is developed for simultaneous detection of multiple damage of maglev rail joints in this paper. The training and testing data used for condition evaluation of maglev rail joints consist of two months of acceleration recordings, which were acquired in-situ from different rail joints by an integrated online monitoring system during a maglev train running on a test line. Short-time Fourier transform (STFT) method is applied to transform the raw monitoring data into time-frequency spectrograms (TFS). Three CNN architectures, i.e., small-sized CNN (S-CNN), middle-sized CNN (M-CNN), and large-sized CNN (L-CNN), are configured for trial calculation and the M-CNN model with excellent prediction accuracy and high computational efficiency is finally optioned for multiple damage detection of maglev rail joints. Results show that the rail joints in three different conditions (bolt-looseness-caused rail step, misalignment-caused lateral dislocation, and normal condition) are successfully identified by the proposed approach, even when using data collected from rail joints from which no data were used in the CNN training. The capability of the proposed method is further examined by using the data collected after the loosed bolts have been replaced. In addition, by comparison with the results of CNN using frequency spectrum and traditional neural network using TFS, the proposed TFS-CNN framework is proven more accurate and robust for multiple damage detection of maglev rail joints.

• 한국전통조경학회지
• /
• 제30권1호
• /
• pp.146-158
• /
• 2012

본 연구는 조선시대 국가대사 중 하나인 사직대제를 행하는 장소로서 중요한 위치를 점유하고 있는 서울 사직단의 조경적 특성을 파악하기 위한 기능론적 단계로 조영실제, 입지, 공간구성 특성을 구명하는데 목적을 두고 수행되었다. 연구방법은 문헌조사와 현지조사로 구분하여 이루어졌으며, 연구결과는 다음과 같다. 첫째, 조영의 경우 태종16년(1416) 사직단의 모습을 갖추게 되었으며, 이후 임란, 숙종, 일제강점기 때 공간구성의 변화를 거쳤으며, 복원사업 (1988)이 이루어져 현재의 모습을 갖추게 되었음을 파악할 수 있었다. 둘째, 입지의 경우 사직단은 한양의 내사산(內四山) 중 우백호(右白虎)인 인왕산의 남동쪽으로 뻗어내려 온 산맥과 연접하며, 서북쪽이 높고 동남쪽이 낮은 서고동저의 지형을 보이며, 매동초등학교, 사직주민센터, 단군성전 등이 공간을 한정함을 파악할 수 있었다. 셋째, 공간구성의 경우 중앙에 사단과 직단이 음양을 이루어 배치되고, 유원과 주원(周垣)의 사면에 유문과 신문(神門)을 두어 중심과 사방위를 가진 오행적 구성을 보임을 파악할 수 있으며, 사직단의 부속건물들은 기능의 유사성과 이용의 편의성을 고려하여 배치되었을 것으로 사료된다. 넷째, 구성요소의 경우 단유시설로는 사직대제(社稷大祭)를 봉행 시 제사를 올리는 사단과 직단과 두 단을 위요하는 유원, 유원 밖의 담인 주원 등이, 건조물로는 사직단 대문, 신실, 안향청 등이, 조경수목으로는 소나무가 주수종이었으나, 왕벚나무, 느티나무, 단풍나무 등 일반적인 조경수가 식재되어 정비가 요구된다 하겠다.

• 헤리티지:역사와 과학
• /
• 제43권2호
• /
• pp.40-59
• /
• 2010

기둥 안쏠림 기법은 아직 구체적으로 규명되지 않은 상태로 남아 있으므로 관련 연구에 한계를 초래하고 있다. 선행 조사연구 자료가 희박한 상황에서 안쏠림 기법은 3차원적 정밀 실측조사를 통해서 알아볼 수 있다고 판단된다. 궁궐 정전은 제도를 준수해 세운 건물로 평가할 수 있으므로 안쏠림 기법을 파악함에 적절한 대상으로 판단, 고찰하여 몇 가지 중요한 결과를 도출하였다. 1. 조사 고찰한 궁궐 정전에서 안쏠림은 어칸 기둥에서 가장 크게 가해져 있고, 점차 귀기둥에 이르면서 작아지는 경향으로 나타나 있다. 2. 중층 정전에서 층단주로 세워진 2층 처마기둥은 어칸에서 가장 큰 치수로 건물 안쪽을 향해 들여세우기 되어 있으며 점차 귀기둥에 이르면서 들여세우기 치수가 작아지는 독특한 기둥배치 방식이 밝혀졌다. 이러한 2층 처마기둥 들여세우기는 어칸의 경우 1층 초석부터 2층 처마기둥 하단까지의 높이에 해당하는 안쏠림 크기에 따라 이루어져 있음으로 밝혀졌다. 3. 중층 정전에서 2층 처마기둥 안쏠림은 1층 처마기둥에 비해 대체로 1/3 내지 1/4 정도로 작게 적용되어 있음으로 고찰되었다. 안쏠림은 1층과 마찬가지로 어칸 기둥에서 가장 크게 가하고, 점차 귀기둥에 이르면서 작게 감소시켜 적용하는 기법이 내재되어 있음으로 파악되었다. 4. 궁궐 정전에서 안쏠림은 어칸 기둥에서 가장 큰 치수로 적용되어 있으며, 점차 귀기둥에 이르면서 작아져 수렴되는 독특한 기법이 고찰되었다. 이러한 안쏠림 기법은 송(宋) "영조법식(營造法式)"과 차별되는 한국건축 고유 기법일 가능성이 있음으로 점쳐볼 수 있었다. 이 연구는 궁궐 정전을 대상으로 한정적인 고찰에 그치고 있으나, 고건축 기둥 안쏠림에 대해 기법 측면에서 새롭게 조명하였으며, 기술사 연구에 중요한 근거 자료가 될 수 있다. 제한적인 일부 건물에 대한 고찰 결과는 보편성을 지니기 어려움을 인정하나, 직접 실측조사 작업을 수행한 궁궐 정전만을 대상으로 하여 정치한 고건축 기법분석에 대한 오차범위를 좁히고자 하였다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.221-241
• /
• 2018

최근 딥러닝 기술이 주목을 받고 있다. 대중들의 관심을 받았던 국제 이미지 인식 기술 대회(ILSVR)와 알파고(AlphaGo)에서 사용된 딥러닝 기술이 바로 합성곱 신경망(CNN; Convolution Neural Network)이다. 합성곱 신경망은 입력 이미지를 작은 구역으로 나누어 부분적인 특징을 인식하고 이것을 결합하여 전체를 인식하는 특징을 가진다. 이러한 딥러닝 기술이 우리의 생활에 있어 많은 변화를 야기할 것이라는 기대를 주고 있지만 현재까지는 이미지 인식과 자연어 처리 등에 그 성과가 국한되어 있다. 비즈니스 문제에 대한 딥러닝 활용은 아직까지 초기 연구 단계로 향후 마케팅 응답 예측이나 허위 거래 식별, 부도 예측과 같은 전통적 비즈니스 문제들에 대해 보다 깊게 활용되고 그 성능이 입증된다면 딥러닝 기술의 활용 가치가 보다 더 주목받게 될 것으로 기대된다. 이러한 때 비교적 고객 식별이 용이하고 활용 가치가 높은 빅데이터를 보유하고 있는 전자상거래 기업의 사례를 바탕으로 하여 딥러닝 기술의 비즈니스 문제 해결 가능성을 진단해보는 것은 학술적으로 매우 의미 있는 시도라 할 수 있겠다. 이에 본 연구에서는 전자상거래 기업의 고객 행태 예측력을 높이기 위한 방안으로 합성곱 신경망을 활용한 '이종 정보 결합(Heterogeneous Information Integration)의 CNN 모델'을 제시한다. 이는 정형과 비정형 정보를 결합하여 다층 퍼셉트론 구조의 합성곱 신경망에서 학습시키는 모델로서 최적의 성능을 발휘하도록 '이종 정보 결합'과 '비정형 정보의 벡터 전환', 그리고 '다층 퍼셉트론 설계'로 하는 3개의 내부 아키텍처를 정의하고 각 아키텍처 단위로 구성되는 방식에 따른 성능을 평가하여 그 결과를 바탕으로 제안 모델을 확정하고 그 성능을 평가해보고자 한다. 고객 행태 예측을 위한 목표 변수는 전자상거래 기업에서 중요하게 관리하고 있는 재구매 고객, 이탈 고객, 고빈도 구매 고객, 고빈도 반품 고객, 고단가 구매 고객, 고할인 구매 고객 등 모두 6개의 이진 분류 문제로 정의한다. 제안한 모델의 유용성을 검증하기 위해서 국내 특정 전자상거래 기업의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 정형과 비정형 정보를 결합하여 CNN을 활용한 제안 모델이 NBC(Naïve Bayes classification)과 SVM(Support vector machine), 그리고 ANN(Artificial neural network)에 비해서 예측 정확도와 F1 Measure가 높게 평가되었다. 또 NBC, SVM, ANN에서 정형 정보만을 사용할 때 보다 정형과 비정형 정보를 결합하여 입력 변수로 함께 활용한 경우에 예측 정확도가 향상되는 것으로 나타났다. 따라서 실험 결과로부터 비정형 정보의 활용이 고객 행태 예측의 정확도 향상에 기여한다는 점과 CNN 기법의 특징 추출 알고리즘이 VOC에 사용된 단어들의 분포와 위치 정보를 해석하여 문장의 의미를 파악하는데 효과적이라는 점을 실증적으로 확인하였다는데 그 의미가 있다고 할 수 있겠다. 이를 통해서 CNN 기법이 지금까지 소개된 이미지 인식이나 자연어 처리 분야 외에 비즈니스 문제 해결에도 활용 가치가 높다는 점을 확인하였다는데 이 연구의 의의가 있다 하겠다.