• 한국정보통신학회논문지
• /
• 제19권2호
• /
• pp.323-335
• /
• 2015

모바일 헬스케어란 정보 통신 기술과 바이오 기술을 융합한 신개념 의료서비스로서 시간과 공간에 구애받지 않고 언제 어디서나 건강과 생활을 관리하여 건강한 삶을 유지시키기 위한 건강관리 서비스이다. 모바일 헬스케어를 위해서는 생체신호 계측 관련 기술인 WBAN(Wireless Body Area Network)과 모바일 장치를 이용한 데이터 분석 및 모니터링 기술이 필수적이다. 모바일 헬스케어 환경에서는 이용자의 모바일 장치를 중심으로 구성된 WBAN이 이동 중에 다른 WBAN을 만나게 되면 하나의 매체에 두 개의 WBAN이 동작하는 결과가 된다. 두 개 이상의 WBAN이 충돌하게 되면 노드들이 서로 부여 받은 슬롯에 보내는 데이터 프레임들의 충돌이 발생하며 이는 전송실패와 더불어 데이터 재전송으로 인한 불필요한 에너지 소모를 가져오게 된다. 본 논문에서는 이러한 문제점들을 해결하기 위해서 다음과 같이 모바일 헬스케어를 지원하는 MAC 프로토콜 요소기술을 제안하였다. 첫째, 제안하는 슈퍼프레임은 노드가 할당된 슬롯에서 데이터 전송을 보장받는 TDMA(Time Division Multiple Access) 기반의 경쟁 구간과 CSMA/CA 알고리즘을 통해 데이터를 전송하는 경쟁 구간을 가진다. 둘째, 제안하는 MAC 프로토콜을 기반으로 하는 WBAN의 충돌을 감지하고 네트워크를 병합하는 알고리즘을 제안하였다. 이동성을 가지는 WBAN이 다른 WBAN과 충돌하게 되면 네트워크를 재구성하여 노드가 전송하는 데이터 프레임 충돌을 줄이도록 하였다. 제안하는 슈퍼프레임 구조와 네트워크 병합 알고리즘의 성능평가를 위해서 OMNeT++ 네트워크 시뮬레이션 프레임워크 기반의 Castalia를 사용하였다. 성능평가 결과 제안한 MAC 프로토콜을 사용했을 때가 IEEE 802.15.6을 사용했을 때 보다 충돌 확률이 감소하여 패킷 전송 성공률과 에너지 효율이 개선된 것을 확인할 수 있었다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.155-170
• /
• 2018

기업의 금융 부도를 예측하는 것은 전통적으로 비즈니스 분석에서 가장 중요한 예측문제 중 하나이다. 선행연구에서 예측모델은 통계 및 기계학습 기반의 기법을 적용하거나 결합하는 방식으로 제안되었다. 본 논문에서는 잘 알려진 최적화기법 중 하나인 시뮬레이티드 어니일링에 기반한 새로운 지능형 예측모델을 제안한다. 시뮬레이티드 어니일링은 유전자알고리즘과 유사한 최적화 성능을 가진 것으로 알려져 있다. 그럼에도 불구하고, 시뮬레이티드 어니일링을 사용한 비즈니스 의사결정 문제의 예측과 분류에 관한 연구가 거의 없었기 때문에, 비즈니스 분석에서의 유용성을 확인하는 것은 의미가 있다. 본 연구에서는 시뮬레이티드 어니일링과 기계학습의 결합 모델을 사용하여 부도예측모델의 입력 특징을 선정한다. 최적화 기법과 기계학습기법을 결합하는 대표적인 유형은 특징 선택, 특징 가중치 및 사례 선택이다. 이 연구에서는 선행연구에서 가장 많이 연구된 특징 선택을 위한 결합모델을 제안한다. 제안하는 모델의 우수성을 확인하기 위하여 본 연구에서는 한국 기업의 실제 재무데이터를 이용하여 그 결과를 분석한다. 분석결과는 제안된 모델의 예측 정확도가 단순한 모델의 예측 정확성보다 우수하다는 것을 보여준다. 특히 기존의 의사결정나무, 랜덤포레스트, 인공신경망, SVM 및 로지스틱 회귀분석에 비해 분류성능이 향상되었다.

• 한국해안·해양공학회논문집
• /
• 제32권6호
• /
• pp.384-395
• /
• 2020

연안에서 천수변형에 의해 발생하는 쇄파는 표사이동, 연안류의 생성, 충격파압의 발생 등과 같은 연안역의 다양한 물리현상과 밀접한 관계를 갖고 있다. 따라서, 연안구조물의 설계 시 쇄파파고 및 쇄파수심과 같은 쇄파지표를 정확하게 예측하는 것이 중요하다. 과거부터 많은 연구자들에 의해 쇄파현상을 규명하고 예측하기 위한 많은 과학적인 노력들이 이루어져 왔다. 대표적인 쇄파에 연구들은 주로 수리모형실험을 통해 쇄파지표 예측을 위한 많은 경험식이 제안되어 왔다. 하지만, 기존의 쇄파지표에 대한 경험식은 일정한 방정식의 가정하에 자료의 통계적 분석을 통해 가정한 방정식의 계수들을 결정하고 있다. 본 논문에서는 회귀 혹은 분류문제와 관련된 다양한 연구분야에 있어서 높은 예측성능을 보여주는 대표적인 선형기반의 지도학습 머신러닝 기법을 적용하였다. 적용된 머신러닝 기법을 기반으로 기존의 쇄파에 대한 실험자료로부터 쇄파지표 예측을 위한 모델을 개발하고, 학습된 모델로부터 쇄파예측을 위한 새로운 선형식을 제시하였다. 새롭게 제안된 쇄파지표식은 단순한 선형식임에도 불구하고 기존의 경험 공식에 비해 유사한 예측성능을 보였다.

• 융합신호처리학회논문지
• /
• 제23권1호
• /
• pp.28-36
• /
• 2022

현재 조선산업 현장의 자동화, 지능화가 가능해져 작업 생산능력과 비용 경쟁력은 향상되었으나, 산업현장 작업자들의 안전사고 감소율은 여전히 저조한 편이며 안전사고로 인한 피해는 매우 심각하므로 현장에 맞게 개선의 필요성이 존재한다. 본 연구에서는 조선소의 작업자 보호 및 환경 안전을 위한 스마트 안전모의 개발과 함께 효용성을 검증하기 위해 실증 구역에서 스마트 안전모 간의 커넥티비티 실증을 목표로 한다. 또한, 작업자 보호 및 안전을 위해 스마트 안전모 착용자 간의 다대다 LTE 통신을 구현하고, 조선소 작업장에서 테스트한 결과를 분석하였다. 작업자 간의 원활한 통신을 위해 작업장에서 발생하는 95dB 이상의 충격 소음을 확인하였고, 이를 개선하기 위해 Butterworth, Chevbychev, elliptic 알고리즘으로 필터링 성능을 비교 분석하였다. 본 연구에서 제안한 스마트 안전모 간의 커넥티비티 테스트와 소음저감 방법은 향후 조선산업의 현장 맞춤형 스마트 안전모 고도화 개발로 활용성 및 현장의 안전성을 증대시켜줄 것이다.

• 한국인터넷방송통신학회논문지
• /
• 제22권4호
• /
• pp.49-57
• /
• 2022

정부에서는 전국에 설치된 공공 CCTV를 이용하여 실종아동 등 범죄 예방을 위하여 많은 노력을 하고 있다. 하지만, 운용인력의 부족과 장시간 집중에 따른 집중력 약화 그리고 추적의 어려움 등이 나타나고 있다. 또한, 딥러닝 알고리즘을 통하여 실시간 객체 탐색 및 재인식 그리고 추적을 적용하는 것은 복잡한 신경망 분석의 사유로 파라미터가 증가하고 속도감소 메모리 부족이라는 현상을 나타냈다. 본 논문에서는 실시간 객체 인식이 가능한 Yolo의 적용과 Batch 및 TensorRT 기술 적용을 통하여 신경망을 경량화를 통하여 속도 개선 및 메모리 절약이 가능하도록 설계하였다. 이 논문에서는 이러한 발전된 알고리즘의 연구를 바탕으로 K-reciprocal nearest neighbor 알고리즘, Jaccard distance 비유사도 측정 알고리즘, 산출물 알고리즘 등을 개발하여 공공 CCTV 식별추적시스템 구축을 제시하였다. 그 결과, 비교분석을 통한 알고리즘 조합을 통해 공공 다중CCTV환경에서 실시간으로 객체를 인식하고 재식별하여 객체를 추적할 수 있는 한국형 공공 추적시스템을 제안하였다.

• 한국인터넷방송통신학회논문지
• /
• 제23권3호
• /
• pp.83-89
• /
• 2023

RF-fingerprint를 이용한 클러스터링 기술은 전송 파형에 포함된 송수신기의 특성(signature)을 추출하고 이들에게 임의의 레이블을 자동으로 할당함으로써, 추후 지도 학습기반에 무선단말기 분류기의 개발을 용이하게 해준다. 동종 무선 단말기 분류를 위한 RF-fingerprint 특징 추출 알고리즘의 출력은 512개 또는 1024개 이상의 고차원 특징이다. 이러한 고차원의 특징을 분류기에는 효과적일 수 있으나 클러스터링 알고리즘의 입력으로는 부적절하다. 이에 본 논문은 다차원의 RF-fingerprinting 특징을 무선단말기의 fingerprinting 특징을 유지하면서 차원을 효과적으로 줄일 수 있는 차원 축소 알고리즘을 제안하고, 축소된 차원을 효과적으로 클러스터링할 수 있는 클러스터링 알고리즘을 제안한다. 제안된 RF-fingerprinting 클러스터링 알고리즘은 다차원 RF-fingerprinting 특징을 KL Divergence 기반에 t-SNE를 이용하여 차원을 축소하고 DPC(Density Peaks Clustering)를 이용하여 클러스터링 수행한다. 무선단말기 클러스터링 알고리즘의 성능 분석은 모토롤라XiR 10대와 윈어텍 N-Series 10대에서 수집한 3000개의 데이터셋을 이용한다. RF-fingerprintining기반 클러스터링 알고리즘의 성능 분석 결과 20개의 클러스터가 형성되었고, Homogeneity, Completeness, V-measure 모두 99.4%의 성능을 보였다.

• 한국방사선학회논문지
• /
• 제17권6호
• /
• pp.843-849
• /
• 2023

본 연구는 임플란트 시술한 환자에 대한 두경부 CT 영상을 4개의 알고리즘(Standard, Soft, Bone, Detail)을 재구성하여 Noise, SNR, CNR 측정값을 정량적으로 분석한 후 최적의 알고리즘을 알아보고자 하였다. 분석방법으로는 Image J 프로그램을 이용하여 재구성한 영상에 관심영역(Region of interest)을 통하여 픽셀값을 계산하였다. Noise, SNR, CNR은 측정부위를 영상에서 인두, 깨물근, 귀밑샘이 있는 지점에 관심영역을 측정하고 mean값과 SD값을 구하였다. SNR과 CNR의 값은 주어진 식에 의거하여 산출하였다. 결과적으로 Standard 알고리즘에서 노이즈는 가장 낮게 나타났으며 SNR 또한 가장 높게 나타났다. CNR은 Soft 알고리즘에서 가장 높게 나타났으나 Standard 알고리즘과는 별 차이가 없는 것으로 나타났다. 따라서 두경부 CT검사에서 구강내 임플란트 착용한 환자 검사에서 Standard 알고리즘이 최적의 알고리즘이라고 사료되며 이 연구의 자료가 두경부 CT검사에서 영상 평가하는데 기초자료로 사용되기를 바라며 다양한 알고리즘 변화로 영상의 질을 더 높일 수 있는 계기가 될 것으로 판단된다.

• 한국측량학회지
• /
• 제37권6호
• /
• pp.481-489
• /
• 2019

다시기 위성 영상을 이용한 변화탐지 분석은 인간 활동의 변화를 직접 반영하는 지표이다. 변화탐지는 크게 화소 기반 변화탐지(PBCD: Pixel-Based Change Detection)와 객체 기반 변화탐지(OBCD: Object-Based Change Detection)로 구분한다. 화소 기반 변화탐지는 알고리즘이 간단하고 비교적 쉽게 정량적 분석이 가능해 전통적으로 많이 쓰여온 기법이나 고해상도 영상에서의 화소 기반 변화탐지는 오탐지나 노이즈(noise)가 발생하기 때문에 고해상도 영상에서의 활용도가 떨어진다. 또한, 고해상도 다시기 영상은 취득 당시 센서의 자세나 지형적 특성으로 인해 영상 등록(image registration)을 수행한 이후에도 지형적 불일치가 발생한다. 등록오차(registration noise)라고 불리는 이 지형 불일치는 고해상도 다시기 영상 활용을 위한 공간정보 추출 시 정확도를 떨어뜨리는 방해요인으로 작용한다. 이에 본 연구에서는 등록오차를 고려한 고해상도 영상의 객체 기반 변화탐지를 수행하였다. 이 때, 다양한 화소 기반 변화탐지 결과를 모두 고려한 객체 기반 변화탐지 결과를 도출하였으며 이 과정에서 분할 영상(segmentation image)과의 major voting을 적용하였다. 제안 기법과 화소 기반 변화탐지 결과, 그리고 화소 기반 변화탐지 결과를 객체 기반 변화탐지로 확장한 결과의 비교를 통해 제안 기법의 우수성을 평가하였다.

• 한국항공우주학회지
• /
• 제45권4호
• /
• pp.310-317
• /
• 2017

오늘날 다양한 나라에서 위성항법시스템을 운용, 개발하고 있다. 또한 GNSS의 성능향상을 위해 정지궤도위성을 이용하는 SBAS가 운용 중에 있다. 가장 대표적으로 사용되는 SBAS는 미국에서 개발한 GPS의 WAAS이다. SBAS에서는 사용자에게 정확성, 가용성, 연속성, 무결성을 보장하기 위해 다양한 알고리즘이 사용되고 있다. 이 중 위성에 대한 무결성을 보장하기 위한 알고리즘이 있다. 이 알고리즘은 위성오차를 추정하고 보정정보를 생성하여 사용자에게 제공한다. 여기서 위성궤도오차를 3차원으로 추정하게 된다. 이렇게 위성궤도오차를 3차원으로 추정하기 위해서는 기준국 배치가 중요하게 된다. 기준국의 배치가 넓을수록 시선각 벡터가 넓게 분포되어 추정 정확도가 향상될 수 있다. 여기서 대표적 SBAS 운영국인 미국과 한국의 지역적 특성으로 인한 분석을 수행하고자 한다. 한국은 미국에 비해 매우 협소한 지리적 특성을 가지고 있다. 따라서 3차원 위성궤도오차 추정 기법을 그대로 사용하기 어렵다. 본 논문에서는 협역지역에서 위성궤도오차를 3차원으로 추정하는 것이 아닌 스칼라로 값으로 사용하는 방식을 제안한다. 제안하는 기법은 기준국(Reference)과 위성간의 시선각 (LOS, Line-Of-Sight) 벡터에 궤도오차를 투영한 스칼라 값을 이용하는 것이다. 이 방식을 이용하여 정상상태, 고장상태의 한국과 미국지역에서 기저선 거리에 따른 오차 변화를 확인하도록 한다. 이 오차변화 차이를 비교하여 제안하는 기법의 사용 가능성을 제시한다.

• 한국정보과학회논문지:시스템및이론
• /
• 제36권4호
• /
• pp.274-282
• /
• 2009

기동물체 추적을 위해서 GPS, INS, 레이더 및 광학장비 등의 다양한 위치추적 센서가 이용되고 있으며, 기동물체의 강인한 추적성능을 유지하기 위해 이기종 센서의 효과적인 융합방법이 필요하다. 이기종 다중센서를 이용한 추적성능 향상을 위해 센서의 서로 다른 오차특성을 고려하여 각 센서의 측정치를 상이한 모델로 간주하여 융합하는 연구가 수행되었지만, 한 센서의 오차가 급격히 증가하는 구간에서 다른 센서의 추정치에 대한 오차가 증가하고 각 센서의 측정값이 참 값일 확률인 Sensor Probability 값에 대해 센서 측정치 변화를 실시간으로 반영하지 못하였다. 본 논문에서는 각 센서 칼만필터의 갱신추정치와 측정치 간의 차이에 대한 RMSE(Root Mean Square Error)를 비교하여 Sensor Probability를 구하고, 결합추정치를 다시 각 센서 칼만필터 입력값으로 대입하는 과정을 제외하여 센서 측정치에 대한 실시간적인 반영과 센서 성능이 급격히 저하되는 구간에서의 추적성능을 개선한다. 제안하는 알고리즘은 각 센서의 오차특성을 조건부 확률값으로 추가하여 각 센서의 Sensor Probability에 따라 가장 양호한 성능을 보이는 센서 위주로 트랙융합을 함으로써 강인성을 보장 한다. 실험을 통해 UAV의 기동 경로를 생성하고 제안 알고리즘을 적용하여 다른 융합 알고리즘과 성능분석을 실시한다.