• 한국군사과학기술학회지
• /
• 제21권4호
• /
• pp.529-540
• /
• 2018

As the equipment of the military has recently become more sophisticated and expensive, the cost of purchasing spare parts is also steadily increasing. Therefore, demand forecast accuracy is also becoming an issue for the effective execution of the spare parts budget. This study predicts the demand by using the data of spare parts consumption of the KF-16C fighter which is being operated in the Republic of Korea Air Force. In this paper, SARIMA(Seasonal Autoregressive Integrated Moving Average) is applied to seasonal data after dividing the spare parts consumptions into seasonal data and non-seasonal data. Proposing new methods, Majority Voting and Hybrid Method, to the non-seasonal data which consists of spare parts of low consumption with unclear pattern, We want to prove that the demand forecast accuracy of spare parts improves.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2013년도 제48차 하계학술발표논문집 21권2호
• /
• pp.11-13
• /
• 2013

무선 센서 네트워크는 개방된 환경에서 무작위로 배치되어 악의적인 공격자들에게 쉽게 노출된다. 센서 노드는 한정된 에너지 자원과 손쉽게 훼손된다는 단점을 통해 허위 보고서와 투표 삽입 공격이 발생한다. Li와 Wu는 두 공격을 대응하기 위해 확률적 투표기반 여과기법을 제안하였다. 확률적 투표기반 여과기법은 고정적인 검증 경로를 결정하기 때문에 특정 노드의 에너지 자원고갈 위험이 있다. 본 논문에서는 센서 네트워크에서 보고서 여과 확률 향상을 위하여 퍼지 시스템을 기반으로 다음 노드 선택을 약 6% 효율적인 경로 선택 방법을 제안한다. 제안 기법은 전달 경로 상의 노드 중 상태정보가 높은 노드를 검증 노드로 선택하고, 선택된 검증 노드는 허용 범위 경계 값을 기준으로 공격 유형을 판별하고 여과한다. 실험결과를 통해 제안기법은 기존기법과 비교하였을 때 에너지 효율이 향상되었다.

• 한국지역지리학회지
• /
• 제13권4호
• /
• pp.381-395
• /
• 2007

한국 사회의 민주화와 소선거구제로의 변화로 또한 지역기반 정당의 출현으로 13대 총선 이후 전국적인 투표 행태가 종래 여촌야도에서 지역주의적인 양상으로 바뀌었다. 충북 전북 경북의 접경지역인 영동군, 무주군, 김천시를 대상으로 지역적 정당정체성의 변화를 검토하고, 각 후보자 선택 기준의 중요도를 비교하여 투표 행태를 규명해 보고자 하였다. 시군 단위로 볼 때, 타도와의 문화적 친화성으로 인해 영동군은 전면적으로 무주군은 부분적으로 지역당에 대한 지지가 약화되는 반면, 김천시는 지역당에 대한 지지가 확고한 것으로 나타났다. 읍면 단위로 본 이웃효과는 3 시군 모두에서 부분적으로만 확인되었다. 후보자의 정치적, 사회적 특성이 유권자의 투표행위라 할 수 있는 득표율에 어느 정도 영향을 미치는지를 선형근사식을 통해 살펴 본 결과, 여러 설문조사와는 다르게 후보자의 소속 정당이나 출신지역 등 지역적인 선택 기준을 중시하고 있다. 지난 17대 총선을 기점으로 지역정당이 쇠퇴하고 있어 향후 정치적 지역주의에 어떠한 변화가 초래될지 주목된다.

• 한국정보통신학회논문지
• /
• 제5권7호
• /
• pp.1340-1345
• /
• 2001

본 논문은 이동물체의 이동 정보를 표현하는 OF의 최적해를 계산하고 동작 속도를 향상시키는 방법을 제안한다. 이를 위하여 CHT와 투표누적을 사용하여 기존의 방법에 비해 양호한 최적해를 계산하였고, 간단하게 이 동물체를 검색하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (1)
• /
• pp.760-762
• /
• 2001

정보 사회의 급속한 발전을 통해 유.무선 환경에서 다양한 응용 분야들이 창출되고 있다. 그 중에서 전자 투표는 그 효용성 측면에서 새로이 관심을 가지는 분야이다. 그러나, 아직까지는 공개 네트워크를 이용하여 투표를 수행할 경우 보안 측면에서 여러 고려 사항들이 존재하며, 이들이 만족되지 않을 경우 투표의 신뢰성을 떨어뜨리게 된다. 본 논문은 전자 투표를 위해 필수적으로 요구되는 보안 사항들을 일반 요구 사항과 특수 요구 사항으로 분류하고, 이들 요구사항을 만족하는데 필요한 Screw method와 Magic Sticker 방식을 제안한다. 동시에 이들을 기초로 새로운 전자 투표 기법을 제안하고, 요구 사항을 만족하는지 평가할 것이다.

• 방송공학회논문지
• /
• 제18권3호
• /
• pp.401-408
• /
• 2013

본 논문에서는 영상 내의 문맥 특징(context feature)과 외형 특징(appearance feature)을 함께 학습함으로써 의료영상 내의 비슷한 외형 특징을 가지는 장기들을 자동으로 검출하는 기법을 제안한다. 기존 검출 기법들은 외형 특징 정보만을 학습하여 분류기(classifier)를 생성하였기 때문에 의료영상 내에 외형이 비슷한 장기들이 다수 포함되어 있는 경우 검출 오류가 발생하였다. 제안하는 기법은 외형 특징을 이용하여 학습된 분류기를 통해 얻은 확률 값들을 바탕으로 관심 복셀(voxel) 주변의 확률 분포 특징을 반복적으로 학습함으로써 문맥 정보를 포함하는 분류기를 생성한다. 또한, 실험 단계(test stage)에서 '지역 기반 투표 방식'(region based voting scheme)을 도입함으로써 효율성과 정확성을 향상시킨다. 제안하는 기법의 성능 평가를 위해 SKI10 무릎 관절 데이터 셋 내에서 외형 특징이 비슷한 대퇴골(femur)과 경골(tibia)을 검출하는 실험을 진행하였다. 실험 결과를 통해 제안하는 기법이 외형 특징만을 이용했던 검출 기법에 비해 개선된 검출 성능을 보이고 있음을 확인할 수 있었다.

• 한국조사연구학회지:조사연구
• /
• 제8권1호
• /
• pp.81-104
• /
• 2007

본 논문은 선거연구의 핵심적 쟁점을 설명하고 이와 관련하여 일반여론조사의 대안으로 부상한 패널 여론조사의 장 단점을 논의한다. 패널 여론조사는 개별투표결정요인의 역동성은 물론 요인간 인과관계에 대한 분석에서 일반여론조사의 한계를 극복하는 대안으로 간주된다. 이의 구체적인 사례로 5 31 지방선거 패널조사의 기획과정과 결과를 보고한다. 동아시아연구원은 중앙일보, SBS, 한국리서치와 컨소시엄을 구성하여 5 31 지방선거에서의 민심의 변화를 중심으로 우리나라 선거와 관련한 최초의 체계적인 패널조사를 시도하였다. 지역 패널의 경우 서울, 부산, 광주, 충남의 4개 지역 광역단체장 선거를 중심으로 투표결정요인 간의 인과관계, 선거운동의 영향력, 부동층 등 선거연구의 핵심 쟁점에 대한 분석을 가능케 하는 자료를 구축하였다.

• 한국컴퓨터정보학회논문지
• /
• 제17권10호
• /
• pp.35-41
• /
• 2012

본 논문에서는 과분할 방지와 복잡한 현미경 세포영상의 자동 분할을 위한 새로운 마커 기반의 워터쉐드 알고리즘을 제안한다. 워터쉐드 방식은 접촉 또는 겹침으로 인한 복잡한 대상들을 분할하기 위해 효과적이며 보다 성공적인 적용을 위해 정확한 마커 추출이 선행되어야 한다. 세포 영상의 정확한 마커 추출을 위해 본 논문에서는 방사형 대칭성을 이용한 반복 보팅 알고리즘을 이용하였다. 합성 영상과 실제 영상에서도 기존의 다른 방식들에 비해 양호한 분할 결과를 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권3호
• /
• pp.1264-1286
• /
• 2018

In this paper, a novel background prior-based salient object detection framework is proposed to deal with images those are more complicated. We take the superpixels located in four borders into consideration and exploit a mechanism based on image boundary information to remove the foreground noises, which are used to form the background prior. Afterward, an initial foreground prior is obtained by selecting superpixels that are the most dissimilar to the background prior. To determine the regions of foreground and background based on the prior of them, a threshold is needed in this process. According to a fixed threshold, the remaining superpixels are iteratively assigned based on their proximity to the foreground or background prior. As the threshold changes, different foreground priors generate multiple different partitions that are assigned a likelihood of being foreground. Last, all segments are combined into a saliency map based on the idea of similarity voting. Experiments on five benchmark databases demonstrate the proposed method performs well when it compares with the state-of-the-art methods in terms of accuracy and robustness.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권12호
• /
• pp.6009-6027
• /
• 2019

Support vector machine (SVM) classifiers have been widely used for object detection. These methods usually locate the object by finding the region with maximal score in an image. With bag-of-features representation, the SVM score of an image region can be written as the sum of its inside feature-weights. As a result, the searching process can be executed efficiently by using strategies such as branch-and-bound. However, the feature-weight derived by optimizing region classification cannot really reveal the category knowledge of a feature-point, which could cause bad localization. In this paper, we represent a region in an image by a collection of local feature-points and determine the object by the region with the maximum posterior probability of belonging to the object class. Based on the Bayes' theorem and Naive-Bayes assumptions, the posterior probability is reformulated as the sum of feature-scores. The feature-score is manifested in the form of the logarithm of a probability ratio. Instead of estimating the numerator and denominator probabilities separately, we readily employ the density ratio estimation techniques directly, and overcome the above limitation. Experiments on a car dataset and PASCAL VOC 2007 dataset validated the effectiveness of our method compared to the baselines. In addition, the performance can be further improved by taking advantage of the recently developed deep convolutional neural network features.