• Ecology and Resilient Infrastructure
• /
• 제8권4호
• /
• pp.266-272
• /
• 2021

친수지구는 주민들의 친수활동을 위한 공간을 계획적으로 관리하기 위하여 지정한 곳을 의미하며, 하천 친수공원의 효율적인 관리를 위해서는 친수시설의 GIS 자료 및 DB구축의 자동화 작업이 필요하다. 이에 대한 대안으로 드론영상이나 항공영상을 활용한 객체기반 분류 방법이 국토의 3차원 공간정보를 획득할 수 있는 효율적 수단으로 주목받고 있다. 추출된 윤곽선에 포함된 잡영을 제거하기 위해서는 윤곽선의 선형 평활화 작업이 필요하며 수동으로 적용하기에는 많은 어려움이 따르므로 이를 극복하기 위한 여러가지 자동화 방법들이 개발되었고, 그 중 현재까지 가장 널리 연구되고 활용되어지고 있는 방법은 선형 평활화 방법이라고 할 수 있다. 본 연구에서는 친수시설의 기하학적 형상에 대하여 선형 평활화 알고리즘인 Douglas-Peucker, Visvalingam-Whyatt, Bend-simplify 알고리즘에 대한 적합성을 판단하였다.

• 정보보호학회논문지
• /
• 제29권4호
• /
• pp.785-794
• /
• 2019

최근 4차 산업 혁명 기술 중 하나인 딥러닝(Deep Learning) 기술은 보안 분야에서는 탐지하기 어려운 네트워크 데이터의 숨겨진 의미를 식별하고 공격을 예측하는 데 사용되고 있다. 침입탐지에 사용될 딥러닝 알고리즘을 선택하기 전에 데이터의 속성과 품질 분석이 필요하다. 학습에 사용되는 데이터의 오염여부에 따라 탐지 방법에 영향을 주기 때문이다. 따라서 데이터의 특징을 파악하고 특성을 선정해야 한다. 본 논문에서는 네트워크 데이터 셋을 이용하여 악성코드의 단계적 특징을 분석하고 특성을 추출하여 딥러닝 모델을 적용하였을 때 각 특성이 성능에 미치는 영향을 분석하였다. 네트워크 특징에 따른 특성들의 비교에 대한 트래픽 분류 실험을 진행하였으며 선정한 특성을 기반으로 96.52% 정확도를 분류하였다.

• 한국콘텐츠학회논문지
• /
• 제19권7호
• /
• pp.99-109
• /
• 2019

비모수 생산성 분석기법인 Data Envelopment Analysis (DEA)는 여러 분야의 효율성 평가에 적용되고 있다. DEA 방법론이 다양한 분야의 문제에 대한 현실적 적용에 있어 단점이 있다. 예를 들어 DEA는 각 의사 결정단위의 상대적인 효율성 평가에 적합하다. 그러나 이론적인 최대치와의 비교가 아닌 벤치마킹해야 할 참조그룹과 얼마만큼 개선해야 할지를 단지 알려 줄 뿐이다. 즉, 새로운 의사결정단위의 효율성을 측정하기 위해 우리는 과거에 사용된 의사결정단위 데이터와 함께 완전히 새로운 DEA를 적용해야만 한다. 또한 우리는 다시 DEA를 적용하지 않고서 새로운 의사결정단위의 효율성 수준을 예상할 수 없다. 우리는 이러한 DEA의 단점을 보완하기 위해 C5.0과 결합한 하이브리드 분석방법론을 제안한다. 35개의 항만의 효율성 평가를 통해 새로운 의사결정단위는 기존의 의사결정단위와 함께 다시 DEA를 실행할 필요 없이 제안한 방법론을 적용하여 어느 등급에 속하는지 예상할 수 있다.

• 한국터널지하공간학회 논문집
• /
• 제21권5호
• /
• pp.641-656
• /
• 2019

본 연구에서는 쉴드 TBM (Tunnel Boring Machine) 터널 디스크 커터의 적절한 교체 시기를 예측하기 위한 방법으로 머신러닝 기법을 사용한 방법을 제안하였으며, 이를 위해 국내 기 시공된 쉴드 TBM 현장의 데이터를 이용하여 다양한 머신러닝 알고리즘 중 SVM (Support Vector Machine)을 이용하여 예측 모델을 구축하고 그 성능을 평가하였다. 지반 조건별 디스크 커터의 마모와 높은 상관성을 갖는 TBM 기계 데이터와 디스크 커터 교체 이력을 분류하고, 이들을 SVM의 변수로 사용하여 3종류의 분류 함수를 적용하여 각각 학습을 한 후 예측을 수행한 결과, 각 지반 조건에 대해서 3종류의 SVM 분류 함수 중 전체적으로 RBF (Radial Basis Function) SVM의 예측성능이 가장 우수하며(평균적으로 80%의 정확도, 10% 오분류율), 지반 조건별로 구분 시 디스크 커터 교체 데이터의 수가 많을수록 예측 결과가 좋은 것으로 나타났다. 향후 많은 데이터를 축적하고 이를 모두 활용하여 학습모델을 지속적으로 발전시켜 나간다면 이와 같은 디스크 커터 교환주기를 예측하기 위한 머신러닝 기법의 실무 적용성이 매우 클 것으로 기대한다.

• 정보관리학회지
• /
• 제36권3호
• /
• pp.131-148
• /
• 2019

본 연구는 시청자가 사운드 자료의 주제를 파악하는 과정과 사운드의 특성을 이해하기 위한 인지적 정보처리 모형을 구성하였다. 이후 사건관련유발전위(event related potentials, ERP)의 두뇌의 전후측에 걸쳐서 발현하는 N400, P600 구성요소들을 인지적 정보처리 모형의 언어적 표상에 접목시켜 사운드 요약을 생성하는 방안을 제안하기 위해서 연구 가설들을 수립하였다. 뇌파 실험을 통해서 연구 가설들을 검증한 결과, P600이 사운드 요약의 핵심 구성 요소로 나타났다. 본 연구 결과는 분류 알고리즘 설계에 적용되어 내용 기반 메타데이터 즉, 일반적인 또는 개인화된 미디어 요약(사운드 요약, 비디오 스킴)을 생성하는 데에 활용될 수 있을 것이다.

• 한국의류산업학회지
• /
• 제21권5호
• /
• pp.627-639
• /
• 2019

This study analyzes differences between the results of 3D direct measurements and automated measurements for Korean elderly females according to age groups, side somatotype, and BMI groups. This study compares the measurement differences of the direct and the 3D automated measurements for women between the ages of 70 to 85, according to age group, BMI group, and side somatotype. A comparison of the results of the direct measurement and the 3D automated measurements for elderly women show that a meaningful discrepancy exists for 29 items out of 33 items. Furthermore, the results of comparing the average error tolerance recommended by ISO20685 shows that 30 items out of 33 items exceeded ISO recommendations. The results of the automated measurement program shows a higher degree of accuracy for straight postures; however, this unsuitable for postures of elderly women with a changed somatotype. The analysis results of the measurement difference indicate the suitability of the automatic measurement programs is found to be high for stood postures, while problems seem to exist on several items along with an automated program is not appropriately used due to posture and part of body changes for elderly women. Therefore, it is recommended to develop an algorithm, that reflects the body changes of elderly women first and then upgrade the automated program equipped with a measurement size method. It is hoped that the study results can be utilized as base data for improving the automated measurement program.

• International Journal of Naval Architecture and Ocean Engineering
• /
• 제11권1호
• /
• pp.82-96
• /
• 2019

A semi-submersible structure has been widely used for offshore drilling and production of oil and gas. The small water plane area makes the structure very sensitive to weight increase in terms of payload and stability. Therefore, it is necessary to lighten the substructure from the early design stage. This study aims at an optimization of hull structure based on a sophisticated yield and buckling strength in accordance with classification rules. An in-house strength assessment system is developed to automate the procedure such as a generation of buckling panels, a collection of required panel information, automatic buckling and yield check and so on. The developed system enables an automatic yield and buckling strength check of all panels composing the hull structure at each iteration of the optimization. Design variables are plate thickness and stiffener section profiles. In order to overcome the difficulty of large number of design variables and the computational burden of FE analysis, various methods are proposed. The steepest descent method is selected as the optimization algorithm for an efficient search. For a reduction of the number of design variables and a direct application to practical design, the stiffener section variable is determined by selecting one from a pre-defined standard library. Plate thickness is also discretized at 0.5t interval. The number of FE analysis is reduced by using equations to analytically estimating the stress changes in gradient calculation and line search steps. As an endeavor to robust optimization, the number of design variables to be simultaneously optimized is divided by grouping the scantling variables by the plane. A sequential optimization is performed group by group. As a verification example, a central column of a semi-submersible structure is optimized and compared with a conventional optimization of all design variables at once.

• 한국음향학회지
• /
• 제38권1호
• /
• pp.23-29
• /
• 2019

본 논문에서는 국내에서 발생한 지진 신호를 검출 및 식별하기 위한 방법을 다루었다. 국내에서 발생한 지진 신호들을 분석해 본 결과 서로 다른 주파수 대역 신호의 특징들이 각각 분류를 위한 특징으로 적절함을 확인할 수 있었다. 이러한 분석 결과를 바탕으로 지진 신호에서 추출한 다중 주파수 대역 특징을 기반으로 하는 CNN(Convolutional Neural Network) 기법에 대해서 제안하였다. 제안하는 다중 주파수 대역 CNN 기법은 지진 신호에서 추출한 멜 스펙트럼에 대해서 각각 필터를 적용하여 서로 다른 주파수 대역(저/중/고 주파수)의 신호를 추출하였다. 추출된 신호들을 바탕으로 각각 CNN 기반 분류를 수행하였고, 수행된 결과를 융합하여 최종적으로 지진 이벤트에 대해 식별하였다. 2018년 동안 대한민국에서 발생한 실제 지진데이터를 기반으로 하는 실험을 통해 제안하는 기법에 대한 효용성을 검증하였다.

• 산업융합연구
• /
• 제16권4호
• /
• pp.33-46
• /
• 2018

개인신용평가는 은행이 대출을 승인할 때 수익성 있는 의사결정을 적절히 유도할 수 있는 효과적인 도구이다. 최근 많은 분류 알고리즘 및 모델이 개인신용평가에 사용되고 있다. 개인신용평가 기법은 대체로 통계적 방법과 비 통계적 방법으로 구분된다. 통계적 방법에는 선형회귀분석, 판별분석, 로지스틱 회귀분석, 의사결정나무 등이 포함된다. 비 통계적 방법에는 선형계획법, 신경망, 유전자 알고리즘 및 Support Vector Machines 등이 포함된다. 그러나 신용평가모형 개발을 위해 어떠한 방법이 최선인지에 관해서는 일관된 결론을 내리기는 어렵다. 본 논문에서는 중국 금융기관의 개인 신용 데이터를 사용하여 가장 대표적인 신용평가 기법인 로지스틱 회귀분석, 신경망 그리고 Support Vector Machines의 성능을 비교하고자 한다. 구체적으로, 세 가지 모형을 각각 구축하여 고객을 분류하고 분석 결과를 비교하였다. 분석결과에 따르면, Support Vector Machines이 로지스틱 회귀분석과 신경망보다 더 나은 성능을 가지는 것으로 나타났다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.238-241
• /
• 2019

본 논문에서는 차량에서 측정되는 모든 센서 데이터를 클라우드에 저장하고, 저장된 데이터를 분류 모델을 이용해 분석한 다음, 분석이 완료된 데이터를 실시간으로 운전자의 디스플레이에 제공하는 "클라우드와 데이터 마이닝을 이용한 차량 분석 시스템"을 설계한다. 제안하는 정보 분석을 위한 클라우드 서버는 차량에서 측정하는 센서 데이터를 클라우드 서버의 테이블에 저장하고 전달받은 데이터를 분석 모듈로 전달하는 센서 데이터 통신 모듈과 분류를 위해 전달받은 데이터를 학습 알고리즘을 이용해 분류한 분류 모델을 이용서 목적에 맞게 분석, 분류하고 운전자에게 실시간으로 정보를 제공하는 센서 데이터 분류 모듈로 구성된다. 제안된 정보 분석을 위한 클라우드 서버는 차량에서 수집되는 수많은 센서 데이터를 클라우드 서버에 저장하기 때문에 차량에 데이터가 과부하 되지 않고 데이터 분류를 위한 연산을 차량이 아닌 클라우드 서버에서 진행하기 때문에 데이터를 빠르고 효율적으로 관리할 수 있다. 또한, 운전자가 원하는 정보들을 디스플레이에 시각화하여 사람들의 자율주행차량에 대한 안정성을 증가시킬 수 있다.