• 한국정보시스템학회지:정보시스템연구
• /
• 제15권3호
• /
• pp.187-211
• /
• 2006

As port competitiveness is becoming more important in the global market environment RFID (Radio Frequency Identification) Is also becoming a crucial enabler In implement efficient visible, secure and productive ports. However there Is a lack of practical validated RFID technology acceptance cases in the port logistics industry until now, even though various related projects have been undertaken. In this study, we applied 13.56MHz passive RFID readers, tags, and their applications into existing bar-code based gate systems to improve the port logistics process, and we analyzed results of a pilot test in economic and non-economic perspectives. The main purpose of this study is to develop the RFID based automatic gate passing system in container terminals, and is to validate its economic and non-economic feasibility. In order to accomplish the purpose of this study, first, we examined previous researches on RFID technology acceptance in the port logistics industry, second, we Identified and analyzed the business process of existing gate systems in container terminals, third, we build RFID gate systems with 13.56Mhz tags, readers, and its middle-ware, finally we tested the system and its performance. The results were successful and showed the feasibility of the system in real container terminal gates. Economic and non-economic contribution was confirmed. Although the system has technological limitations with short range passive type, we clearly identified its potential capability and its economic validity in the field, which are the implications of this study.

• Asian review of World Histories
• /
• 제4권1호
• /
• pp.3-34
• /
• 2016

This introduction is both a statement of a research problem and an account of the first research results for its solution. As more historical databases come online and overlap in coverage, we need to discuss the two main issues that prevent 'big' results from emerging so far. Firstly, historical data are seen by computer science people as unstructured, that is, historical records cannot be easily decomposed into unambiguous fields, like in population (birth and death records) and taxation data. Secondly, machine-learning tools developed for structured data cannot be applied as they are for historical research. We propose a complex network, narrative-driven approach to mining historical databases. In such a time-integrated network obtained by overlaying records from historical databases, the nodes are actors, while thelinks are actions. In the case study that we present (the world as seen from Venice, 1205-1533), the actors are governments, while the actions are limited to war, trade, and treaty to keep the case study tractable. We then identify key periods, key events, and hence key actors, key locations through a time-resolved examination of the actions. This tool allows historians to deal with historical data issues (e.g., source provenance identification, event validation, trade-conflict-diplomacy relationships, etc.). On a higher level, this automatic extraction of key narratives from a historical database allows historians to formulate hypotheses on the courses of history, and also allow them to test these hypotheses in other actions or in additional data sets. Our vision is that this narrative-driven analysis of historical data can lead to the development of multiple scale agent-based models, which can be simulated on a computer to generate ensembles of counterfactual histories that would deepen our understanding of how our actual history developed the way it did. The generation of such narratives, automatically and in a scalable way, will revolutionize the practice of history as a discipline, because historical knowledge, that is the treasure of human experiences (i.e. the heritage of the world), will become what might be inherited by machine learning algorithms and used in smart cities to highlight and explain present ties and illustrate potential future scenarios and visionarios.

• 한국멀티미디어학회논문지
• /
• 제15권5호
• /
• pp.615-623
• /
• 2012

본 논문에서는 재난 지역을 고려한 T-DMB 자동재난경보서비스 수신 모델을 제안한다. 제안한 수신 모델에서는 T-DMB 신호를 수신하고 있는 단말기의 위치를 자동으로 파악한 후, 단말기가 재난이 발생한 지역과 밀접한 위치에 있을 경우에만 재난 메시지를 단말기에 표시한다. 단말기의 위치를 파악하기 위해서는 먼저 T-DMB 전송 프레임 중 동기 채널(synchronization channel, SC)의 널 심볼(null symbol)에 포함된 중계기 정보인 TII (transmitter identification information) 신호로부터 중계기의 식별 정보를 획득한 후, 이 값을 중계기의 위치 정보가 전송되는 FIG 0/22의 데이터 필드에서 찾아 해당 중계기의 위치를 계산한다. 이와 같이 계산된 중계기의 위치를 단말기의 위치로 설정하고, 이를 재난이 발생한 지역과 비교하여 인접한 지역일 경우에만 해당 재난 메시지를 단말기에 표출한다. 이를 검증하기 위한 실험에서는 테스트용으로 제작된 재난 메시지들을 T-DMB 송출기를 통해 실제 송출하여 테스트를 진행하였다.

• 한국정보통신학회논문지
• /
• 제6권7호
• /
• pp.1026-1031
• /
• 2002

본 고에서는 현재 해상과 항공 이동통신에서는 자동 감시 및 트래픽 완화를 위해 도입되고 있는 자동 식별장치에 대한 기술적 특성에 대해서 기술하였다. 특히 해상에서는 2002년 7월부터 의무적으로 선박자동식별장치를 설치할 것을 SOLAS(Safety of Life at Sea)조약에서 규정하고 있다. 자동감시시스템인 선박자동식별장치는 디지틀 무선링크와 GNSS(Global Navigation Satellite System)를 컴퓨터와 상호 연결해서 효율적으로 선박간의 충돌 회피 및 트래픽 관리를 수행한다. 이를 위해서는 각 장치간에 데이터 링크를 효율적으로 사용해야 하는데 이를 SOTDMA(Self-Organized Time Division Multiple Access)라 부르는 알고리즘이 수행하고 있다. 이 알고리즘은 여러 무선국에 짧은 버스트를 허용해서 정확히 조직화한다. 그러므로 무선국을 설치한 선박이나 항공기간에 충돌은 최소화된다. 본 고에서는 해상 및 항공에서 SOTDMA 알고리즘 동작 및 능력을 분석해서 모델링하여 이 시스템의 throughput을 평가하는 방법을 제시 하였다.

• 컴퓨터교육학회논문지
• /
• 제6권2호
• /
• pp.9-21
• /
• 2003

본 논문에서는 한국어 번역문과 영어 원문으로 구성된 병렬 코퍼스로부터 자동으로 외래어 표기 사전을 구축하는 시스템을 제안한다. 구축 시스템은 첫 단계로 한국어 문서에서 명사를 추출하고, 두 번째 단계에서 추출된 명사 중 언어 모델에 근거하여 외래어만을 추출한 후, 마지막 세 번째 단계에서 확률적 정렬 방법을 이용하여 외래어에 대응되는 영어를 추출한다. 특히, 외래어는 한국어 어미나 조사가 붙어서 같이 쓰이기 때문에, 한국어 어절 내에서 정확하게 외래어 부분만을 분리하기 위해, 병렬 코퍼스 내에 존재하는 대응 영어 단어 정보를 활용하였다. 또, 문자체계가 다른 두 단어를 같은 문자로 변환하지 않고 직접 음운 유사도를 비교할 수 있도록 했다. 실험 결과, 성능은 전처리 단계인 한국어 미등록어 및 외래어 추정에 영향을 많이 받았고, 수작업으로 전처리를 한 모델 중 가장 성능이 높은 것은 재현률 85.4%, 정확률 91.0%를 보였고, 전 과정을 자동으로 한 모델중에서는 재현률 68.3%, 정확률 89.2%를 보였다.

• 한국지능시스템학회논문지
• /
• 제24권3호
• /
• pp.310-315
• /
• 2014

최근 국내외 해상환경은 국제 해상 물동량 증가 및 활발한 해상 레저 활동으로 인하여 교통량이 증가함으로써 해양 사고의 발생 빈도가 높아지고 있는 추세이다. 이러한 해양사고를 줄이기 위해서 선교에는 항해사의 부담을 감소시키며 정확한 의사결정을 지원하기 위하여 다양한 종류의 항행 안전장비가 존재하고 있다. 그러한 장비들 중에서 선박자동식별장치의 경우 선박 자신의 정보를 송출하고 동시에 다른 선박의 정보를 받아들여 주위 상황판단에 도움을 주는 매우 중요한 시스템이나, 오류가 발생했을 경우 잘못된 정보를 주기적으로 송출하기 때문에 해당 정보를 이용하는 육상 관제사나 항행 중인 항해사의 의사결정에 지장을 주는 경우가 자주 발생한다. 이 연구는 AIS로부터 수신되는 선박 정보들의 신뢰도 및 정확도 향상을 위한 AIS 에러 데이터 및 필드 보정 알고리즘을 제안한다.

• 정보과학회 논문지
• /
• 제42권11호
• /
• pp.1372-1379
• /
• 2015

본 논문에서는 구개열 환자의 장애 발음과 정상인의 발음을 자동으로 구분하여 판별하는데 사용될 수 있는 특징 추출 방법들의 성능을 분석하는 실험에 대하여 소개한다. 이 연구는 발성 장애인의 복지 향상을 추구하며 수행하고 있는 장애 음성 자동 인식 및 복원 소프트웨어 시스템 개발의 기초과정이다. 실험에 사용된 음성 데이터는 정상인의 발음, 구개열 환자의 발음, 그리고 모의 환자의 발음의 세 그룹으로부터 수집된 한국어 단음절로서 14개의 기본 자음과 5개의 복합 자음, 7개 모음이다. 발음의 특징 추출은 LPCC, MFCC, PLP의 세 가지 방법으로 각각 수행하였고, GMM 음향 모델로 인식 훈련을 한 후, 수집된 단음절 데이터를 대상으로 하여 인식 실험을 실시하였다. 실험 결과, 정상인과 구개열 환자의 장애 발음을 구별하기 위하여 특징을 추출함에 있어서 MFCC 방법이 전반적으로 가장 우수하였다. 본 연구의 결과는 구개열 환자의 부정확한 발음을 자동으로 인식하고 복원하는 연구와 구개열 장애 발음의 정도를 측정할 수 있는 도구에 대한 연구에 도움이 될 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2002년도 추계종합학술대회
• /
• pp.187-191
• /
• 2002

본 고에서는 현재 해상과 항공 이동통신에서는 자동 감시 및 트래픽 완화를 위해 도입되고 있는 자동 식별장치에 대한 기술적 특성에 대해서 기술하였다. 특히 해상에서는 2002년 7월부터 의무적으로 선박자동식별장치를 설치할 것을 SOLAS(Safety of Life at Sea)조약에서 규정하고 있다. 자동감시시스템인 선박자동식별장치는 디지틀 무선링크와 GNSS(Global Navigation Satellite System)글 컴퓨터와 상호 연결해서 효율적으로 선박간의 충돌 회피 및 트래픽 관리를 수행한다. 이를 위해서는 각 장치간에 데이터 링크를 효율적으로 사용해야 하는데 이를 SOTDMA(Self-Organized Time Division Multiple Access)라 부르는 알고리즘이 수행하고 있다. 이 알고리즘은 여러 무선국에 짧은 버스트를 허용해서 정확히 조직화한다. 그러므로 무선국을 설치한 선박이나 항공기간에 충돌은 최소화된다. 본 고에서는 해상 및 항공에서 SOTDMA 알고리즘 동작 및 능력을 분석해서 모델링하여 이 시스템의 throughput을 평가하는 방법을 제시하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권4호
• /
• pp.1765-1794
• /
• 2019

Genetic Programming (GP) is an intelligence technique whereby computer programs are encoded as a set of genes which are evolved utilizing a Genetic Algorithm (GA). In other words, the GP employs novel optimization techniques to modify computer programs; imitating the way humans develop programs by progressively re-writing them for solving problems automatically. Trial programs are frequently altered in the search for obtaining superior solutions due to the base is GA. These are evolutionary search techniques inspired by biological evolution such as mutation, reproduction, natural selection, recombination, and survival of the fittest. The power of GAs is being represented by an advancing range of applications; vector processing, quantum computing, VLSI circuit layout, and so on. But one of the most significant uses of GAs is the automatic generation of programs. Technically, the GP solves problems automatically without having to tell the computer specifically how to process it. To meet this requirement, the GP utilizes GAs to a "population" of trial programs, traditionally encoded in memory as tree-structures. Trial programs are estimated using a "fitness function" and the suited solutions picked for re-evaluation and modification such that this sequence is replicated until a "correct" program is generated. GP has represented its power by modifying a simple program for categorizing news stories, executing optical character recognition, medical signal filters, and for target identification, etc. This paper reviews existing literature regarding the GPs and their applications in different scientific fields and aims to provide an easy understanding of various types of GPs for beginners.

• International Journal of Computer Science & Network Security
• /
• 제22권4호
• /
• pp.420-426
• /
• 2022

Breast cancer is among the cancers that may be healed as the disease diagnosed at early times before it is distributed through all the areas of the body. The Automatic Analysis of Diagnostic Tests (AAT) is an automated assistance for physicians that can deliver reliable findings to analyze the critically endangered diseases. Deep learning, a family of machine learning methods, has grown at an astonishing pace in recent years. It is used to search and render diagnoses in fields from banking to medicine to machine learning. We attempt to create a deep learning algorithm that can reliably diagnose the breast cancer in the mammogram. We want the algorithm to identify it as cancer, or this image is not cancer, allowing use of a full testing dataset of either strong clinical annotations in training data or the cancer status only, in which a few images of either cancers or noncancer were annotated. Even with this technique, the photographs would be annotated with the condition; an optional portion of the annotated image will then act as the mark. The final stage of the suggested system doesn't need any based labels to be accessible during model training. Furthermore, the results of the review process suggest that deep learning approaches have surpassed the extent of the level of state-of-of-the-the-the-art in tumor identification, feature extraction, and classification. in these three ways, the paper explains why learning algorithms were applied: train the network from scratch, transplanting certain deep learning concepts and constraints into a network, and (another way) reducing the amount of parameters in the trained nets, are two functions that help expand the scope of the networks. Researchers in economically developing countries have applied deep learning imaging devices to cancer detection; on the other hand, cancer chances have gone through the roof in Africa. Convolutional Neural Network (CNN) is a sort of deep learning that can aid you with a variety of other activities, such as speech recognition, image recognition, and classification. To accomplish this goal in this article, we will use CNN to categorize and identify breast cancer photographs from the available databases from the US Centers for Disease Control and Prevention.