• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권7호
• /
• pp.488-493
• /
• 2015

컴포넌트기반 체계모의환경(AddSIM)은 고해상도 공학급 무기체계를 사용하여 체계의 성능 및 효과도를 예측 분석하기 위해 개발된 무기체계 통합 모의환경이다. AddSIM을 이용한 고해상도 교전 모의 분석을 위해서는 연속시스템으로 표현되는 무기체계 공학급 모델은 물론, 지휘 통제, 네트워크 제어 모델과 같이 DEVS 형식론으로 기술된 이산사건시스템 모델을 복합적으로 사용해야 한다. 본 논문에서는 DEVS 모델과 AddSIM 플레이어 모델의 함수 간 관계 매핑(mapping)을 통해 AddSIM에서 실행 가능한 DEVS 모델 변환방법을 제시한다. 제안한 방법은 우선, 계층적으로 구성된 DEVS 모델을 단일 계층으로 변환하고, DEVS의 네 가지 함수(외부천이, 내부천이, 출력, 시간진행함수)를 AddSIM 플레이어 함수로의 변환을 주요 내용으로 한다.

• 지역연구
• /
• 제39권3호
• /
• pp.49-63
• /
• 2023

본 연구는 지역노동시장 수준에서 청년층 임금근로자의 직업이동 패턴을 탐색하고, 개별 근로자 수준 및 지역노동시장 수준 특성이 직업이동에 어떠한 영향을 미치는지에 대해 실증 분석했다. 분석을 위한 자료로는 『청년패널2007』 4-14차년도(2010-2020년), 『재직자조사』 원자료, 『지역별고용조사』 등을 활용했으며, 위계적 선형모형을 응용하여 근로자 개인 수준 및 지역노동시장 수준 한계효과를 추정했다. 분석 결과에 따르면, 1인당 GRDP가 높은 지역일수록 근로자의 직업 상향 이동에 긍정적인 영향을 미치는 것으로 나타났다. 한편, 지역노동시장권의 규모, 밀도, 실업률이 근로자가 보유한 교육 수준 및 직업 위치에 따라 차별적인 영향을 미치는 것으로 나타났는데, 이는 구조적 특성으로 인한 긍정적 효과가 모든 구성원에게 동등하게 배분되지는 않을 수 있는 점을 시사한다. 본 연구는 지역노동시장에서 최근 심화되고 있는 불평등 및 양극화와 관련하여 정책적 시사점을 제공한다.

• 방송공학회논문지
• /
• 제3권1호
• /
• pp.85-92
• /
• 1998

동영상 부호화에서 블록 정합 움직임 추정 기법은 움직임 추정 기법으로 가장 많이 쓰이고 있는 방법이다. 이 논문에서는 블록 정합 움직임 추정 기법의 하나로 최근에 제안된 공간적 상관 관계와 계층적 탐색방법을 이용한 고속 움직임 추정 알고리즘의 구현에 적합한 VLSI 구조를 제안한다. 제안된 구조는 systolic array에 바탕을 둔 탐색 기본 단위와 두 개의 shift register array등으로 이루어지며 수평/수직 -32~+31 화소 크기의 탐색을 수행한다. 이 때 탐색 기본 단위는 반복하여 사용하게 함으로써 게이트 수를 최소화하였다. 탐색 기본 단위의 구조로는 전역 탐색을 수행할 수 있는 기존의 여러 가지 systolic array 들이 사용 가능하며, 그 선택에 따라 칩의 크기와 속도 사이의 절충이 가능하다. 본 논문에서는 PE(processing element)의 개수를 줄여 전체적인 칩 사이즈를 줄이는데 중점을 두고 탐색 기본 단위의 구조를 결정하였다. 제안된 구조를 이용하면 $352{\times}288$ 크기의 영상, 탐색 영역 수평/수직 -32~+31 화소에 대해서 클럭 주파수가 35MHz일 때 최대 30Hz까지 실시간 처리를 할 수 있는 움직임 추정 칩을 20,000 게이트 이하로 구현할 수 있다. 더 높은 전송률의 입력 영상($720{\times}480$, 30Hz)에 적용할 경우에는 단순히 PE 개수를 늘리 구조를 탐색 기본 단위로 선택함으로써 실시간 구현이 가능하다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권3_4호
• /
• pp.251-258
• /
• 2003

Support Vector Machine(SVM)은 이론상으로 좋은 일반화 성능을 보이지만, 실제적으로 구현된 SVM은 이론적인 성능에 미치지 못한다. 주 된 이유는 시간, 공간상의 높은 복잡도로 인해 근사화된 알고리듬으로 구현하기 때문이다. 본 논문은 SVM의 분류성능을 향상시키기 위해 Bagging(Bootstrap aggregating)과 Boosting을 이용한 SVM 앙상블 구조의 구성을 제안한다. SVM 앙상블의 학습에서 Bagging은 각각의 SVM의 학습데이타는 전체 데이타 집합에서 임의적으로 일부 추출되며, Boosting은 SVM 분류기의 에러와 연관된 확률분포에 따라 학습데이타를 추출한다. 학습단계를 마치면 다수결 (Majority voting), 최소자승추정법(LSE:Least Square estimation), 2단계 계층적 SVM등의 기법에 개개의 SVM들의 출력 값들이 통합되어진다. IRIS 분류, 필기체 숫자인식, 얼굴/비얼굴 분류와 같은 여러 실험들의 결과들은 제안된 SVM 앙상블의 분류성능이 단일 SVM보다 뛰어남을 보여준다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권3호
• /
• pp.581-592
• /
• 2015

현재 한국군의 전시장비소요산정은 미군의 모델인 ELCON을 기반으로 하고 있다. 하지만 전시장비소요산정을 위해 ELCON에서 적용하는 22개의 취약성그룹에 대한 구체적인 분류기준은 알려져 있지 않다. 따라서 이번 연구에서는 2014년 국방전시기본품목 505종에 대해 데이터를 수집하고, 군집분석 방법을 통해 ELCON에서 사용되는 취약성그룹과 다른 새로운 취약성그룹을 제시하였다. 이번 연구를 통해 한국의 상황에 맞는 전시장비들의 취약성그룹을 분류하는 방법을 제시하였을 뿐만 아니라 새로 추가될 장비 역시 해당 장비의 특성을 통해 분류 할 수 있는 기준을 제시함으로 전시 정확한 장비소요를 예측할 수 있도록 하였다.

• 전기전자학회논문지
• /
• 제10권1호
• /
• pp.40-48
• /
• 2006

본 논문에서는 3차원 선소로부터 건물의 rooftop 평면을 추정하는 새로운 기법이 제안되었다. 3차원 rooftop 평면 추정은 3차원 선소의 계층적 grouping에 기반한 것으로, 끊어진 3차원 선소의 병합으로부터 시작된다. 병합된 3차원 선소는 평면 추정기법에 의해 rooftop 검출에 적용되는데, 평면 추정을 위해 T자형 모서리 및 L자형 모서리 검출을 통해서 신뢰성 있는 접속점이 구해진다. 구해진 접속점에 의해 가정된 rooftop 평면이 발생될 수 있으며, 건물 평면의 속성에 의해 최종적으로 검증되어, 건물의 rooftop 모델이 결정된다. Avenches 항공영상 데이터로부터 구해진 모의영상에 의해 실험이 수행되었는데, 실험 결과 0.4 - 1.3 meter의 오차를 가진 rooftop 평면 모델이 구해졌으며, 이는 종래의 영역기반 스테레오에 의해 구해진 고도에 비해 정확도가 2.5배 정도 향상되었음을 알 수 있었다.

• Journal of the Korean Data and Information Science Society
• /
• 제23권4호
• /
• pp.627-641
• /
• 2012

본 연구는 다차원 분할표 형태로 정리된 범주형 자료가 결측치나 무응답을 가지고 있을 때 주어진 자료를 가장 잘 설명하고 예측의 정확도를 높일 수 있는 모형의 추정과 모형의 선택 문제를 다루었다. 무시할 수 없는 무응답 (non-ignorable non-response)체계하에서 최대우도 추정에서 발생할 수 있는 변방값 문제를 해결하기 위하여 계층적 베이지안 모형을 고려하였다. 또한 모형 적도를 높이기 위한 변수 조합을 찾는 모형 선택의 문제를 함께 다루었다. 베이지안 접근하에서 모형 선택의 문제를 다루기 위하여 베이즈 인자 (Bayes factor)를 모형 선택의 기준으로 이용하였다. 제시된 방법은 2004년 실시된 우리나라 국회의원 선거를 앞두고 수행된 여론조사 데이터를 이용하여 실증분석을 수행하였다. 분석결과 무시할 수 없는 무응답 체계하에서 설명변수로 투표참여여부를 이용하는 것이 가장 적합한 모형으로 판명되었다.

• 대한전자공학회논문지SP
• /
• 제41권6호
• /
• pp.209-220
• /
• 2004

기존 비디오 표준과 비교해 볼 때, H.264 비디오 표준이 갖는 중요한 두 가지 특징으로는 높은 부호화 효율과 네트워크 친화성을 들 수 있다. 그러나 이러한 중요한 특성에도 불구하고 H.264 표준은 구현시 요구되는 메모리 대역폭과 연산량의 복잡도가 높기 때문에 실시간 응용에 적용하는데 어려움이 있다. H.264 부호화 기술 가운데 특히 복수 참조 영상을 이용한 다양한 블록 단위 움직임 탐색은 높은 부호화 효율을 갖도록 하는 핵심 요소지만 최적의 움직임 벡터를 찾기 위해 다양한 블록 단위 조합의 모든 경우에 대하여 SAD (Sum of Absolute Difference)를 구해야 하므로 상당한 계산량을 요구한다. 그러므로 본 논문에서는 움직임 탐색의 연산량을 줄이기 위해 정수화소 움직임 탐색 및 부화소 움직임 탐색을 위한 고속 알고리즘을 제안한다. 정수화소 단위 움직임 탐색의 경우, 기존의 고속 움직임 탐색 기법은 H.264의 다양한 블록 단위 움직임 탐색 구조에 그대로 적용할 경우 효과적이지 못하기 때문에 본 논문에서는 종래 다이아몬드 탐색 기반 방법을 계층적 블록 구조에 맞게 개선한 적응적 움직임 탐색 기법을 제안하도록 한다. 또한 부화소 단위 움직임 탐색을 위해서는 움직임 벡터의 통계적 특성을 이용하여 예측벡터를 중심으로 한 다이아몬드 탐색 기반 고속 알고리즘을 제안한다.

• Asian-Australasian Journal of Animal Sciences
• /
• 제14권7호
• /
• pp.910-914
• /
• 2001

The teat number of a sow plays an important role for weaning pigs and has been utilized in selection of swine breeding stock. Various linear models have been employed for genetic analyses of teat number although the teat number can be considered as a count trait. Theoretically, Poisson error mixed models are more appropriate for count traits than Normal error mixed models. In this study, the two models were compared by analyzing data simulated with Poisson error. Considering the mean square errors and correlation coefficients between observed and fitted values, the Poisson generalized linear mixed model (PGLMM) fit the data better than the Normal error mixed model. Also these two models were applied to analyzing teat numbers in four breeds of swine (Landrace, Yorkshire, crossbred of Landrace and Yorkshire, crossbred of Landrace, Yorkshire, and Chinese indigenous Min pig) collected in China. However, when analyzed with the field data, the Normal error mixed model, on the contrary, fit better for all the breeds than the PGLMM. The results from both simulated and field data indicate that teat numbers of swine might not have variance equal to mean and thus not have a Poisson distribution.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2006년도 춘계학술발표대회
• /
• pp.709-712
• /
• 2006

다양한 종류의 컴퓨터가 사람, 사물, 환경 속에 내재되어 있고, 이들이 서로 연결되어, 필요한 곳에서 활용할 수 있는 유비쿼터스 환경에서는 홈 네트워크를 통해 이 기종 기기간 다양한 데이터 교환을 요구한다. 더욱이 원활한 영상 데이터의 처리, 전송, 모니터링 기술은 핵심적 요소가 아닐 수 없다. 공간 및 시간적인 해상도, 컬러의 표현 그리고 화질의 측정방법 등 고전적 영상 처리 연구 분야뿐만 아니라 국한된 대역폭을 갖는 홈네트워크의 전송체계에서 전송률 문제에 대한 심도 있는 연구가 필요하다. 본 논문에서는 홈네트워크 상황에서 콘텐츠의 중심이 되는 영상 데이터의 전송과 처리 그리고 제어를 위하여 새로운 움직임 추정 알고리즘을 제안한다. 각도, 거리등 다양한 환경에서 전송되어지는 스테레오 카메라의 영상데이터들은 축소, 확대, 이동, 보정 등 전처리 후 제안된 변형계층 모션벡터 추정 알고리즘을 이용하여 압축 처리, 전송된다. 기존 모션벡터 추정 알고리즘의 장점을 계승하고 단점을 보완한 변형계층 알고리즘은 비정형, 소형 매크로 블록을 이용하여 휘도의 편차가 큰 영상의 효율적 움직임 추정에 이용된다. 본 논문에서 제안한 변형계층 알고리즘과 이를 이용해 구현된 영상시스템은 유비쿼터스 환경에서 다양하게 활용될 수 있다.