• 산업경영시스템학회지
• /
• 제40권1호
• /
• pp.87-94
• /
• 2017

Many industrial accidents have occurred continuously in the manufacturing industries, construction industries, and service industries of Korea. Fatal accidents have occurred most frequently in the construction industries of Korea. Especially, the trend analysis of the accident rate and fatal accident rate is very important in order to prevent industrial accidents in the construction industries systematically. This paper considers forecasting of the accident rate and fatal accident rate with static and dynamic time series analysis methods in the construction industries. Therefore, this paper describes the optimal accident rate and fatal accident rate by minimization of the sum of square errors (SSE) among regression analysis method (RAM), exponential smoothing method (ESM), double exponential smoothing method (DESM), auto-regressive integrated moving average (ARIMA) model, proposed analytic function model (PAFM), and kalman filtering model (KFM) with existing accident data in construction industries. In this paper, microsoft foundation class (MFC) soft of Visual Studio 2008 was used to predict the accident rate and fatal accident rate. Zero Accident Program developed in this paper is defined as the predicted accident rate and fatal accident rate, the zero accident target time, and the zero accident time based on the achievement probability calculated rationally and practically. The minimum value for minimizing SSE in the construction industries was found in 0.1666 and 1.4579 in the accident rate and fatal accident rate, respectively. Accordingly, RAM and ARIMA model are ideally applied in the accident rate and fatal accident rate, respectively. Finally, the trend analysis of this paper provides decisive information in order to prevent industrial accidents in construction industries very systematically.

• 인터넷정보학회논문지
• /
• 제17권3호
• /
• pp.25-32
• /
• 2016

본 논문에서는 에지를 사용한 관측 모델과 파티클 필터를 이용하여 실시간으로 객체를 추적하는 방법을 제안한다. 논문에서 제안하는 방법은 먼저, 초기 프레임에서 추적하고자 하는 객체를 지정한다. 지정된 객체에 대해 에지 관측 모델과 N개의 파티클 필터 집합을 생성한다. 에지 관측 모델과 파티클의 8방향 에지 모델의 중간 거리 평균을 비교하여 가중치를 계산하고, 계산된 값으로 가중치를 업데이트한다. 업데이트된 가중치를 이용해 파티클들을 리샘플링한 후, 추적 객체의 상태인 현재 위치를 추정할 수 있다. 마지막으로 본 논문에서 제안하는 방법은 여러 실험 데이터를 이용하여 기존의 방법과의 비교분석을 통해 안정적인 추적에 대한 성능을 입증한다.

• 대한의용생체공학회:의공학회지
• /
• 제10권2호
• /
• pp.117-124
• /
• 1989

근래에 생명과학과 의료기술의 발전으로 인공장 기의 설용화와 더불어 생체에 이용되는 새로운 소재의 개발이 매우 활발하다. 생체의료용 재료는 독성 이 없고, 생체適合性(biocompatibility)이 우수하며, 생체의료기능과 생체內 내구성이 뛰어나 야한다. 재료의 생체적합성은 생체와 접촉시에 부작용을 일으키지 않는 성질이다. 재료가 혈액과 접촉하면 혈액이 응고되며, 응혈형성이 억제되는 혈액적합 성(blood compatibility)재료의 개 발은 혈관, 인공 심장, 인공신장 및 인공섬폐기등의 순환계 인공장 기개발에 펄수적이다. 또한 재료가 생체조직과 접 촉시에 발열, 염증, 조직폐사플 야기하지 않는 조직융화성(tissue compatibility)이 필요하다. 생체 적합성 재료를 개발하기 위하여 생체에 자극을 일 으키지 않는 생체不活性(bioinert) 재료에 대한 연구가 활발하지만, 끈래에는 생체와 강한 친화력 을 가져서 조직과 결합될 수 있는 생체親和(bi- oadhesive)재료가 많이 개발되고 있으며, 체내에서 분해되는 생체분해성(biodegradable) 재료를 이용 하는 사례도 많이 발표되고 있다. 현재 인공신장을 위시한 인공장기와 인공뼈, 인공관절용 이식재료등에 다양한 금속, 요업재료 및 고분자재료가 활용되고 있으나 보다 우수한 생체 적합성과 생체의료기능을 가지는 재료개발에 많은 연구가 이루어지고 있다.

• 청정기술
• /
• 제8권1호
• /
• pp.27-37
• /
• 2002

본 연구에서는 오존 예측 시스템의 개발에 있어서 쌍일차 모델의 성능 및 효용성을 확인하기 위하여 쌍일차 모델 및 선형 모델을 이용한 오존 형성의 모델인식 모사실험을 하였으며 또한 쌍일차 모델을 이용한 오존 형성의 예측결과를 서울시의 측정자료 및 선형모델의 예측결과와 비교하였다. 모델인식에 있어서는 ARMA 모델을 사용하였으며 모델의 파라미터를 평가하기 위하여 방정식 오차법에 근거한 연속 파라미터 평가 알고리즘을 적용하였다. 모델인식 실험결과로부터 쌍일차 모델을 이용한 오존 형성량과 모사기로부터 얻은 오존 형성량이 거의 일치함을 알 수 있었으며 또한 예측결과와 서울시 측정자료와의 비교로부터 오존예보시스템을 위한 실시간 및 단시간 오존 형성량의 예측방법 개발에 있어서 본 연구에서 제안한 방법의 타당성을 확인할 수 있었다.

• 한국인터넷방송통신학회논문지
• /
• 제19권4호
• /
• pp.161-167
• /
• 2019

최근 안정적인 전력수급과 급증하는 전력수요를 예측하는 수요예측 기술에 대한 관심과 실시간 전력측정을 가능하게 하는 스마트 미터기의 보급의 증대로 인해 수요예측 기법에 대한 연구가 활발히 진행되고 있다. 본 연구에서는 실제 측정된 가정의 전력 사용량 데이터를 학습하여 예측결과를 출력하는 딥 러닝 예측모델 실험을 진행한다. 그리고 본 연구에서는 데이터 전처리 기법으로써 이동평균법을 도입하였다. 실제로 측정된 데이터를 학습한 모델의 예측량과 실제 전력 측정량을 비교한다. 이 예측량을 통해서 전력공급 예비율을 낮춰 사용되지 않고 낭비되는 예비전력을 줄일 수 있는 가능성을 제시한다. 또한 본 논문에서는 같은 데이터, 같은 실험 파라미터를 토대로 세 종류의 기법: 다층퍼셉트론(Multi Layer Perceptron, MLP), 순환신경망(Recurrent Neural Network, RNN), Long Short Term Memory(LSTM)에 대해 실험을 진행하여 성능을 평가한다. 성능평가는 MSE(Mean Squared Error), MAE(Mean Absolute Error)의 기준으로 성능평가를 진행했다.

• 정보관리학회지
• /
• 제36권1호
• /
• pp.295-313
• /
• 2019

본 연구의 목적은 이용자의 스마트폰 무선신호를 이용하여 이용자가 공공도서관 공간을 어떻게 이용하는지에 대한 이용행태를 분석하는 것이다. 공간이용 데이터를 수집하는 방법으로 이용자의 스마트폰 무선신호를 감지하여 이용자의 동선을 추적하였고 수집된 데이터를 로데이터로 하여 추가적인 분석을 진행하였다. 서울시내 한 구립도서관에서 4개월 동안 수집된 이용자 공간이용 데이터를 분석한 결과, 전월 대비 평균 37.9%의 이용자들이 익월에도 이용을 하는 것으로 나타났고 이용자 중의 50%는 7분 미만으로 도서관에 머무는 것으로 나타났다. 또한 도서관을 이용하는 시간을 분석한 결과, 오후 2-3시 사이에 이용자들이 가장 많았으며 주말 오후 5시 이후에는 이용자가 매우 적게 나타났다. 층간 공간이동을 분석한 결과, 서가가 위치한 3층과 4층 사이의 공간이동이 유사하게 높게 나타났다. 이러한 결과는 스마트폰 무선신호를 이용한 도서관 공간이용행태를 분석하는 방법론이 기존에 주로 사용되었던 관찰을 통한 분석보다 효과적임을 제시하고 있다. 따라서 향후 도서관 공간이용 분석에 적극 활용된다면 도서관 공간운영의 활용성을 높일 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.650-652
• /
• 2022

Frame rate up-conversion (FRUC) 알고리즘은 동영상의 프레임율을 향상시키는 영상 보간 기술이다. 이는 고화질 디지털 비디오 시스템에서 저프레임율 동영상으로 인한 화면 떨림이나 흐릿한 움직임 등의 문제를 해소하고 시청자에게 보다 자유롭고 매끄러운 시각 경험을 제공한다. 본 논문에서는 딥러닝 기반의 FRUC 알고리즘을 이용하여 동영상을 압축하는 기술을 제안한다. 제안 방법은 원시 동영상에서 일부 영상을 제외한 후 압축 및 전송하고, 복호화 과정에서 딥러닝 기반의 보간 방법을 이용하여 제외된 영상을 복원함으로써 고효율로 압축한다. 실험에서는 동영상을 1, 3장 단위로 건너뛰며 부호화한 후 복호된 영상과 FRUC 알고리즘에 의해 복원한 영상으로 압축 성능을 평가했다. 1장 및 3장씩 제외했을 때 실험결과는 평균 81.22%, 27.80% BD-rate 감소를 보였다. 3 장씩 제외하는 것이 1장의 제외에 비해 부호화 효율이 낮은 이유는 FRUC 방법으로 복원한 영상의 PSNR이 낮기 때문이다.

• 정보과학회 논문지
• /
• 제44권9호
• /
• pp.954-965
• /
• 2017

안정적인 전력 공급은 전력 인프라의 유지 보수 및 작동에 매우 중요하며, 이를 위해 정확한 전력 사용량 예측이 요구된다. 대학 캠퍼스는 전력 사용량이 많은 곳이며, 시간과 환경에 따른 전력 사용량 변화폭이 다양하다. 이러한 이유로, 전력계통의 효율적인 운영을 위해서는 전력 사용량을 정확하게 예측할 수 있는 모델이 요구된다. 기존의 시계열 예측 기법은 학습 시점과 예측 시점 간의 차이가 클수록 예측 구간이 넓어짐으로 예측 성능이 크게 떨어진다는 단점이 있다. 본 논문은 이를 보완하려는 방안으로, 먼저 의사결정나무를 이용해 날짜, 요일, 공휴일 여부, 학기 등을 고려하여 시계열 형태가 유사한 전력 데이터를 분류한다. 다음으로 분류된 데이터 셋에 각각의 자기회귀누적이동평균모형을 구성하여, 예측 시점에서 시계열 교차검증을 적용해 대학 캠퍼스의 일간 전력 사용량 예측 기법을 제안한다. 예측의 정확성을 평가하기 위해, 성능 평가 지표를 이용하여 제안한 기법의 타당성을 검증하였다.

• 방송공학회논문지
• /
• 제16권4호
• /
• pp.647-656
• /
• 2011

1비트 변환 (one-bit transform) 및 2비트 변환 (two-bit transform)을 이용하는 이진 블록 매칭 움직임 예측 (motion estimation) 방법은 전역 탐색 (full search) 움직임 예측 방법에 비해 블록 매칭 연산의 복잡도를 감소시키지만 PSNR (Peak Signal-to-Noise Ratio)성능 저하를 야기한다. 이러한 이진 블록 매칭 움직임 예측 방법의 정확도를 개선하기 위해 조건부 국부 탐색 (conditional localsearch)이 더해져 보완된 1비트 변환 (modified one-bit transform) 및 보완된 2비트 변환 (modified two-bit transform) 방법이 제안되었다. 그러나 이와 같이 추가적인 국부 탐색은 움직임이 빠른 영상에 대한 $16{\times}16$ 블록 크기의 움직임 예측에 있어서 많은 수의 추가적인 탐색을 필요로 한다. 본 논문은 기존의 조건부 국부 탐색 방법 대신 탐색 영역내의 각 후보 블록들의 (candidate blocks) NNMP(Number of Non-Matching Points)를 기반으로 한 효율적인 탐색 방법을 제안한다. NNMP 기반 탐색 방법을 통하여 작은 NNMP 값을 가지는 후보 블록들을 쉽게 탐색하여 최종 움직임 벡터(motion vector)를 효율적으로 찾을 수 있다. 실험을 통하여 제안하는 알고리듬이 기존의 방법들보다 복잡도 및 정확도 측면에서 좋은 성능을 보여주는 것을 확인하였다.

• 정보처리학회논문지D
• /
• 제10D권4호
• /
• pp.577-590
• /
• 2003

모양 기반 검색이란 실제 요소 값과 관계없이 질의 시퀀스와 유사한 모양을 갖는 시퀀스(서브시퀀스)를 데이터베이스 내에서 검색하여 내는 연산이다. 본 논문에서는 시계열 데이터베이스에서의 모양 기반 검색을 위한 유연성 있는 새로운 유사 모델을 정의하고, 이 유사 모델을 지원하기 위한 인덱싱 및 질의 처리 방안을 제시한다. 제안된 유사 모델에서는 정규화, 이동 평균, 타임 워핑 등 다양한 변환을 지원한다. 특히 최종 유사 정도를 계산하기 위하여 사용되는$L_p$거리 함수론 사용자가 임의로 지정하도록 함으로써 응용에서 선호하는 유사 모델을 반영할 수 있다. 또한 이러한 모양 기반 검색을 효과적으로 지원하기 위한 압축된 서브시퀀스 트리 구조를 제안하고, 이를 기반으로 하는 효율적인 질의 처리 기법을 제시한다. 실험 결과에 의하면 제안된 기법은 진의 시퀀스와 모양이 유사한 서브시퀀스들을 사용자에 의하여 선택된 거리 함수를 사용하여 성공적으로 검색할 뿐 아니라, 순차 검색과 비교하여 거리 함수 선택에 따라 수 십배에서 수 백배까지의 성능 개선 효과를 갖는 것으로 나타났다.