• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권4호
• /
• pp.1406-1423
• /
• 2014

Multi-mode device which combines multiple access technologies into a device will offer more cost-effective solution than a sole access implementation. Its concurrent multipath transfer (CMT) technology can transmit media flows over multiple end-to-end paths simultaneously, which is essential to select at least two paths from all available paths. At real networks, different paths are likely to overlap each other and even share bottleneck, which can weaken the path diversity gained through CMT. Spurred by this observation, it is necessary to select multiple independent paths as much as possible to avoid underlying shared bottleneck between topologically joint paths. Recent research in this context has shown that different paths with shared bottleneck can weaken the path diversity gained through CMT. In our earlier work, a grouping-based multipath selection (GMS) mechanism is introduced and developed. However, how to estimating the selection is still to be resolved. In this paper, we firstly introduce a Selection Correctness Index (SCI) to evaluate the correctness of selection results in actual CMT experiment. Therefore, this metric is helpful to discuss and validate the accuracy of the output paths. From extensive experiments with a realized prototype, the proposed scheme provides better evaluation tool and criterion in various network conditions.

• 한국정보과학회논문지:정보통신
• /
• 제33권5호
• /
• pp.355-368
• /
• 2006

본 논문은 IEEE 802.11 기반 무선랜 환경에서 TCP 성능을 향상시키기 위한 새로운 분할 TCP 기법을 소개한다. IEEE 802.11 기반 무선랜 환경에서는 유선 환경과는 달리 TCP 데이타 흐름(flow)이 많은 데이타를 보내려고 시도하지 않기 때문에 TCP 데이타 흐름 성능 저하의 주요한 원인이 된다. 본 논문에서는 이런 문제를 완화하여 TCP 데이타 흐름의 성능을 향상시키기 위한 TAS (TCP-Aware Sub-layer) 기법을 제안한다. TAS 기법은 하나의 TCP 데이타 흐름을 AP 등의 분할 지점을 기점으로 두 개의 TCP 데이타 흐름으로 나누는 기존의 분할 연결(split-connection) 기법을 확장한 개념이다. TAS를 기반으로 동작하는 무선 노드는 실제로 TCP ACK을 수신하는 것이 아니라, 수신된 MAC ACK을 이용하여 TCP ACK을 에뮬레이션한다. NS2 모의 실험을 통하여 제안된 기법인 TAS 기법의 성능을 기존 TCP 기법, I-TCP (Indirect TCP) 기법의 성능과 비교하였으며 모의 실험 결과는 TAS 기법이 다른 기법들에 비하여 시간당 처리량과 자원 할당의 형평성 측면에서 더 좋은 성능을 보인다는 것을 증명한다. 또한 절전 모드의 경우, 전송 지연 시간도 줄일 수 있다.

• 한국조경학회지
• /
• 제29권1호
• /
• pp.22-31
• /
• 2001

The purpose of this study is to compare calculated pollutant loadings using pollutant load unit factors and vector type coverage, and expected mean concentration(EMC) and raster type of digital elevation model(DEM). This study is also focusing on comparison of the advantages and the disadvantages of the two methods, and seeking for a method of calculation of pollutant loadings using DEM. Estimation of pollutant inputs using pollutant load unit factors has limitations in identifying seasonal variations of pollutant loadings. Seasonal changes of runoffs should be considered in the calculation of pollutant loadings from catchments into reservoirs. Evaluation of pollutant inputs using runoff-coefficient and EMC can overcome these drawbacks. Proper EMC and runoff-coefficient values for the Koeup stream catchments of the Koheung estuarine lake were drawn from review of related papers. Arc/Info was employed to establish database of spatial and attribute data of point and non-point pollutant sources and characteristics of the catchments. ArcView was used to calculate point and non-point pollutant loadings. Pollutant loads estimated with either unit factors-coverages, i.e., pollutant load unit factors and vector coverages f point sources and land use, or EMC and digital elevation mode(DEM) were compared with stream monitoring loads. We have found that some differences were shown between monitoring results and estimated loads by Unit Factors-Coverage and EMC-DEM. Monthly variations of pollutant loads evaluated with EMC-DEM were similar to those with monitoring result. The method using EMC-DEM can calculate accumulated flows and pollutant loads and can be utilized to identify stream networks. A future research on correcting the difference between vector type stream using flow direction grid and digitalizing vector type should be conducted in order to obtain more exact calculation of pollutant loadings.

• Journal of the Optical Society of Korea
• /
• 제18권3호
• /
• pp.274-282
• /
• 2014

In this study, closely spaced Au nanoparticles which are arranged in nanocluster (heptamer) configurations have been employed to design efficient plasmonic subwavelength devices to function at the telecommunication spectrum (${\lambda}$~1550 nm). Utilizing two kinds of nanoparticles, the optical properties of heptamer clusters composed of Au rod and shell particles that are oriented in triphenylene molecular fashion have been investigated numerically, and the cross-sectional profiles of the scattering and absorption of the optical power have been calculated based on a finite-difference time-domain (FDTD) method. Plasmon hybridization theory has been utilized as a theoretical approach to characterize the features and properties of the adjacent and mutual heptamer clusters. Using these given nanostructures, we designed a complex four-branch ($1{\times}4$) Y-shape splitter that is able to work at the near infrared region (NIR). This splitter divides and transmits the magnetic plasmon mode along the mutual heptamers arrays. Besides, as an important and crucial parameter, we studied the impact of arm spacing (offset distance) on the guiding and dividing of the magnetic plasmon resonance propagation and by calculating the ratio of transported power in both nanorod and nanoshell-based structures. Finally, we have presented the optimal structure, that is the four-branch Y-splitter based on shell heptamers which yields the power ratio of 23.9% at each branch, 4.4 ${\mu}m$ decaying length, and 1450 nm offset distance. These results pave the way toward the use of nanoparticles clusters in molecular fashions in designing various efficient devices that are able to be efficient at NIR.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권9호
• /
• pp.572-587
• /
• 2008

SOFM(Self-organizing Feature Map)은 고차원의 데이타를 군집화(clustering)하거나 시각화(visualization)하기 위해 많이 사용되고 있는 비교사 학습 신경망(unsupervised neural network)의 한 종류이며, 컴퓨터비전이나 패턴인식 분야에서 다양하게 활용되고 있다. 최근 SOFM이 실제 응용분야에 다양하게 활용되고 좋은 결과를 보이고 있지만, 학습된 SOFM의 뉴론(neuron)을 다시 군집화해야 하는 후처리가 필요하며, 대부분의 경우 수동으로 이루어지고 있다. 후처리를 자동으로 하기 위해 k-means와 같은 기존의 군집화 알고리즘을 많이 이용하지만, 이 방법은 특히 다양한 모양의 클래스를 가진 고차원의 데이타에서 만족스럽지 못한 결과를 보인다. 다양한 모양의 클래스에서 좋은 성능을 보이기 위해, 본 논문에서는 그래프 컷(graph cut)을 이용하여 학습된 SOFM을 자동으로 군집화하는 방법을 제안한다. 그래프 컷을 이용할 때 터미널(terminal)이라는 두 개의 추가적인 정점(vertex)이 필요하며, 터미널과 각 정점 사이의 가중치는 대부분 사용자에 의해 입력받은 사전정보를 기반으로 설정된다. 제안된 방법은 SOFM의 거리 매트릭스(distance matrix)를 기반으로 한 모드 탐색(mode-seeking)과 모드의 군집화를 통하여 자동으로 사전정보를 설정하며, 학습된 SOFM의 군집화를 자동으로 수행한다. 실험에서 효율성을 검증하기 위해 제안된 방법을 텍스처 분할(texture segmentation)에 적용하였다. 실험 결과에서 제안된 방법은 기존의 군집화 알고리즘을 이용한 방법보다 높은 정확도를 보였으며, 이는 그래프기반의 군집화를 통해 다양한 모양의 클러스터를 처리할 수 있기 때문이다.

• 한국정보처리학회논문지
• /
• 제7권12호
• /
• pp.3866-3873
• /
• 2000

본 논문에서는 경제시계열 데이타중에 하나인 환율데이타(Yen/Dollar)의 장기기억성과 정답율을 조사했다. 통상 단기 기억성을 가진 대표적 모델 AR 모델로 부터 생성되는 시계열에는 두종류의 프랙탈차원이 존재하는 경우가 많다. 두차원으로 분리되는 샘플 간격을 $k^{crossover}$라고 한다면, 통계모델에서K < $k^{crossover}$일때의 프랙탈차원을 $D_1$, K > $k^{crossover}$일때의 프랙차원을 $D_2$라고 한다면 $ D_1이면서 $D_2\cong2$ 인 관계를 가진다. 그러나 일본경제평균등 실제의 시계열에서는 이것에 반대되는 결과가 나타났다. 그 한 예로써 환율데이타에서는 $D_1>D_2$라는 관계를 가진다는 것을 알았다. 이것은 데이타 사이의 시간 간격이 멀어지는데 오히려 상관은 강해지는 현상을 나타내는 것이다. 환율 시계열을 뉴럴네트워크를 이용해서 예측한 결과, 예측오차로부터 얻어진 지수(指數) $\beta$와 D가 프랙탈성질을 가진 비선형 모델로 부터 구한 관계식 $\beta$=2-2D을 정확히 만족 시키는 것을 확인했다. 그리고 프랙탈차원의 차이가 정답율에서도 나타남을 확인했다.

• 대한교통학회지
• /
• 제21권2호
• /
• pp.71-82
• /
• 2003

최단경로문제(Shortest Path Problems)는 군사적 측면에서 매우 중요한 이슈이며. 가상전쟁에서도 매우 중요한 시뮬레이션 대상이다. 그러나. 기존의 군수송계획모델에는 링크(link)의 비용만을 고려한 하나의 해와경로만을 찾으므로 그 현실성이 떨어졌다. 본 연구는 Shier 알고리듬을 이용하여 차량군의 특성을 갖는 이동부대가 군사적 개념의 링크 용량과 시간개념의 비용을 갖는 네트웍에서 목적지로 가는 다수의 최단 경로를 찾는 것이다. 이 알고리듬의 수송계획 모델에의 사용가능성 여부를 검증하기 위하여 다양한 크기와 형태의 네트웍을 대상으로 기존의 Dijkstra 알고리듬과 비교 실험을 하였으며, 실제 군 병참 네트웍과 우발상황 네트웍을 대상으로 실증분석을 하였다. 본 연구를 통하여 첫째, 군수송계획 모델에의 적용가능성이 큰 것으로 나타났으며, 군 병참 네트웍을 대상으로 분석한 결과 링크의 비용에 대한 개념전환이 필요한 것으로 나타났다. 둘째, 다양한 제대를 대상으로 분석한 결과 각 대안별로 용량의 제약을 받는 구간이 발생하였으며, 이를 극복하기 위한 취약구간에 대한 대책, 이동수단의 성능향상, 분리행군에 대한 교범상의 반영 등이 필요함이 발견되었다. 연구의 한계점으로는 첫째, 다수 최단경로문제를 군사적 분야에 적용한 기존의 연구들이 대부분 임의의 네트웍을 대상으로 분석했기 때문에, 본 연구에서 군사적 네트웍에 적용한 결과치와의 차이점을 파악하기가 곤란하였다. 둘째, 본 연구는 링크의 용량만을 제약사항으로 두었는데, 교량이나 터널 등의 제약사항을 고려한 분석이 이루어지면, 전차나 공병장비 같은 중차량의 이동계획 수립시에도 보다 현실적으로 적용할 수 있을 것으로 판단된다.

• 지능정보연구
• /
• 제18권4호
• /
• pp.59-77
• /
• 2012

기업의 성장성, 수익성, 안정성, 활동성, 생산성 등에 대한 다양한 분석이 은행, 신용평가기관, 투자자 등 많은 이해관계자에 의해 실시되고 있고, 이에 대한 다양한 경영분석 지표들 또한 정기적으로 발표되고 있다. 본 연구에서는 이러한 경영분석 지표를 이용하여 어떤 기업이 가까운 미래에 유상증자를 실시하는지를 데이터마이닝을 통해 예측하고자 한다. 본 연구를 통해 어떠한 지표가 유상증자 여부를 예측하는데 도움이 되는가를 살펴 볼 것이며, 그 지표들을 이용하여 예측할 경우 그 예측의 정확도가 어느 정도인지를 분석하고자 한다. 특히 1997년 IMF 금융위기 전후로 유상증자를 결정하는 변수들이 변화하는지, 그리고 예측의 정확성에 분명한 차이가 존재하는지 분석한다. 또한 유상증자 실시 시기를 경영분석 지표 발표 후 1년 내, 1~2년 내, 2~3년 내로 나누어 예측 시기에 따라 예측의 정확성과 결정 변수들의 차이가 존재하는지도 분석한다. 658개의 유가증권상장법인의 경영분석 데이터를 이용하여 실증 분석한 결과, IMF 이후의 유상증자 예측모형이 IMF 이전의 예측모형에 비해 예측 정확도가 높았고, 학습용 데이터의 예측 정확도와 검증용 데이터의 예측 정확도 차이도 IMF 이후가 낮게 나타났다. 이러한 결과는 IMF 이후 재무자료의 정확도가 높아졌고, 기업에게 유상증자의 목적이 더욱 명확해졌다고 해석될 수 있다. 또한 예측기간이 단기인 경우 경영분석 지표 중 안전성에 관련된 지표들의 중요성이 부각되었고, 장기인 경우에는 수익성과 안전성뿐만 아니라 활동성과 생산성 관련지표도 유상증자를 예측하는 데 중요한 것으로 파악되었다. 그리고 모든 예측모형에서 산업코드가 유상증자를 예측하는 중요변수로 포함되었는데 이는 산업별로 서로 다른 유상증자 유형이 존재한다는 점을 시사한다. 본 연구는 투자자나 재무담당자가 유상증자 여부를 장단기 시점에서 예측하고자 할 때 어떠한 경영분석지표를 고려하여 분석하는 것이 바람직한지에 대한 지침을 제공하는데 그 의의가 있다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.141-154
• /
• 2019

인터넷 기술과 소셜 미디어의 빠른 성장으로 인하여, 구조화되지 않은 문서 표현도 다양한 응용 프로그램에 사용할 수 있게 마이닝 기술이 발전되었다. 그 중 감성분석은 제품이나 서비스에 내재된 사용자의 감성을 탐지할 수 있는 분석방법이기 때문에 지난 몇 년 동안 많은 관심을 받아왔다. 감성분석에서는 주로 텍스트 데이터를 이용하여 사람들의 감성을 사전 정의된 긍정 및 부정의 범주를 할당하여 분석하며, 이때 사전 정의된 레이블을 이용하기 때문에 다양한 방향으로 연구가 진행되고 있다. 초기의 감성분석 연구에서는 쇼핑몰 상품의 리뷰 중심으로 진행되었지만, 최근에는 블로그, 뉴스기사, 날씨 예보, 영화 리뷰, SNS, 주식시장의 동향 등 다양한 분야에 적용되고 있다. 많은 선행연구들이 진행되어 왔으나 대부분 전통적인 단일 기계학습기법에 의존한 감성분류를 시도하였기에 분류 정확도 면에서 한계점이 있었다. 본 연구에서는 전통적인 기계학습기법 대신 대용량 데이터의 처리에 우수한 성능을 보이는 딥러닝 기법과 딥러닝 중 CNN과 LSTM의 조합모델을 이용하여 감성분석의 분류 정확도를 개선하고자 한다. 본 연구에서는 대표적인 영화 리뷰 데이터셋인 IMDB의 리뷰 데이터 셋을 이용하여, 감성분석의 극성분석을 긍정 및 부정으로 범주를 분류하고, 딥러닝과 제안하는 조합모델을 활용하여 극성분석의 예측 정확도를 개선하는 것을 목적으로 한다. 이 과정에서 여러 매개 변수가 존재하기 때문에 그 수치와 정밀도의 관계에 대해 고찰하여 최적의 조합을 찾아 정확도 등 감성분석의 성능 개선을 시도한다. 연구 결과, 딥러닝 기반의 분류 모형이 좋은 분류성과를 보였으며, 특히 본 연구에서 제안하는 CNN-LSTM 조합모델의 성과가 가장 우수한 것으로 나타났다.