• 한국정보통신학회논문지
• /
• 제26권10호
• /
• pp.1423-1431
• /
• 2022

블랙숄즈모형에서 옵션가격을 결정하는 변수 중 기초자산의 변동성은 현재 시점에서는 알 수 없고, 미래시점에 실현된 변동성을 사후에야 알 수 있다. 하지만 옵션이 거래되는 시장에서 관찰되는 가격이 있기 때문에 가격에 내재된 변동성을 역으로 산출한 내재변동성은 현재 시점에 구할 수 있다. 내재변동성을 구하기 위해서는 옵션가격과, 블랙숄즈 모형의 변동성을 제외한 옵션가격결정변수인 기초자산가격, 무위험이자율, 배당률, 행사가격, 잔존기간이 필요하다. 블랙숄즈모형의 변동성은 고정된 상수이나, 내재변동성 산출시 행사가격에 따라 변동성이 다르게 산출되는 변동성스마일현상을 보이기도 한다. 따라서 내재변동성 산출시 옵션 단일 종목이 아닌 시장전반의 변동성을 감안하는 것이 필요하다고 판단하여 본 연구에서는 V-KOSPI지수도 설명변수로 추가하였다. 머신러닝기법 중 지도학습방법을 사용하였으며, Linear Regression 계열, Tree 계열, SVR과 KNN 알고리즘 및 딥뉴럴네트워크로 학습 및 예측하였다. Training성능은 Decision Tree모형이 99.9%로 가장 높았고 Test성능은 Random Forest 알고리즘이 96.9%로 가장 높았다.

• 한국산업정보학회논문지
• /
• 제27권5호
• /
• pp.13-24
• /
• 2022

SNS는 일상생활에 매우 밀접한 서비스가 되었다. SNS를 통해 마케팅이 이루어지면서 흔히 핫플레이스라 불리는 장소가 생겨나고, 이곳으로 사용자들이 몰리고 있다. 하지만 단기간 많은 사람이 몰리며 혼잡한 경우가 빈번하게 발생하여 방문자와 서비스 제공자 모두 부정적인 경험을 하게 되는 경우가 많다. 이러한 문제를 개선하기 위해 혼잡도를 파악해야 하지만 개인적 수준에서 특정 지역의 혼잡도를 알아볼 방법은 매우 한정적이다. 이에 본 연구에서는 SNS상의 데이터를 활용하여 특정 관광지에 대한 혼잡도 정보 및 방문자들의 특성을 파악할 수 있는 시스템을 제시하고자 하였다. 이를 위해 사용자들이 업로드한 포스팅 데이터와 이미지 분석을 사용하였으며 네이버 DataLab 시스템을 이용하여 제안 시스템의 성능을 검증하였다. 관광지 유형별로 3개 장소를 선정하여 비교 검증한 결과 본 연구에서 산출한 결과와 DataLab에서 제공하는 혼잡도 수준이 유사한 것으로 나타났으며, 특히 본 연구는 특정 기업이나 서비스에 종속되지 않는 사용자의 실 데이터에 기반한 혼잡도를 제공하였다는 것에 의의가 있다.

• 문화기술의 융합
• /
• 제8권2호
• /
• pp.385-391
• /
• 2022

소도체의 품질평가는 축산업 분야의 중요한 문제이다. 최근 인공지능을 기반으로 한 AI 모니터 시스템을 통해 품질 관리사는 소도체 영상의 분석이나 결과 정보를 기반으로 정확한 판단에 도움을 받을 수 있다. 이러한 인공지능의 데이터셋은 성능을 판단하는 중요한 요소이다. 기존의 데이터셋은 표면의 방향이나 해상도가 달라질 수 있다. 본 논문에서는 딥러닝을 이용한 소도축 영상의 등급을 효율적으로 관리할 수 있는 단계별 분류 모델을 제안하였다. 그리고 기존의 세그멘테이션 추출된 영상의 데이터셋의 다양한 조건의 일관성을 위해 새로운 데이터셋 1,300장을 구성하였다. 새로운 데이셋을 이용한 5등급 분류에 대한 딥러닝의 인식률은 72.5%를 얻었다. 제안된 단계별 분류는 1++, 1+, 1등급과 2, 3등급의 차이가 크다는 것을 이용한 방안이다. 이로 인해 제안된 2단계 모델의 두 가지 방법에 따른 실험 결과, 73.7%, 77.2%의 인식률을 얻을 수 있었다. 이처럼 1단계 인식률을 100%를 갖는 데이터셋을 가진다면 더욱 효율적인 방법이 될 것이다.

• 한국항공우주학회지
• /
• 제50권2호
• /
• pp.127-135
• /
• 2022

국내 초소형위성의 경우 개발 사례가 지속적으로 늘어나는 것에 비해 초기의 통신 성공률이 상대적으로 낮다. 이러한 상황에서 최근 상용 위성통신망을 활용한 저궤도 위성의 통신사례가 늘고 있으며, 이에 한국천문연구원, 한국항공우주연구원 및 연세대학교에서 개발하고 있는 SNIPE 프로젝트에서는 이리디움(Iridium) 모듈을 이용한 초소형위성의 통신링크를 시험하고자 한다. 이에 본 논문에서는 이리디움 위성군에 대한 궤도 및 통신환경과 SNIPE 위성의 이리디움 모듈 및 자세지향 모드를 고려한 이리디움 모듈의 가시성을 분석하였다. 저궤도 위성의 경우 높은 고도에 따른 상대적으로 적은 이리디움 통신 커버리지 및 이리디움 통신망에서 고려하고 있는 도플러 변화량에 비해 높은 변화량에 따른 통신 가능성이 제한되었다. 이러한 이유로 인해 이리디움 위성군과의 상대적인 승교점 적경각의 차이에 따라 좀 더 많은 성능 차이를 보이는 것을 확인해 볼 수 있었다. 마지막으로 초소형위성의 초기 사출시 발생되는 회전운동 상태에 대한 통신 모듈의 가시성 분석을 통해 해당 기술에 대한 활용 가능성을 분석해 보았다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제26권5호
• /
• pp.127-134
• /
• 2022

본 연구에서는 장기재령(4~6년)으로 양생된 플라이애시 콘크리트를 대상으로 촉진 염화물 이온 통과 시험을 수행하였다. 콘크리트 배합은 3수준의 물-결합재 비(0.37, 0.42, 0.47)와 2수준의 플라이애시 치환율(0, 30 %)을 가지고 있었으며, 시간 의존적으로 개선되는 통과 전하량을 정량적으로 분석하였다. 또한 실험결과를 GRU 알고리즘을 고려한 단별량 시계열 모델을 적용하여 학습하였으며, 그 예측값을 평가하였다. 통과전하량 실험 결과, 플라이애시 콘크리트는 물-결합재 비에 의한 통과 전하량의 변화가 재령이 증가함에 따라 점차 감소하였으며 OPC 콘크리트에 비하여 우수한 염해저항성을 나타내었다. 최종 평가일인 6년에서 플라이애시 콘크리트는 모든 물 결합재 비 조건에서 'Very low' 등급에 해당되는 통과 전하량이 평가되었지만, OPC 콘크리트의 경우 가장 높은 물-결합재 비를 갖는 조건에서 'Moderate' 등급을 나타내었다. 메인 알고리즘으로서 사용한 GRU 알고리즘은 시계열 데이터를 분석할 수 있고 연산 속도가 빠른 장점을 갖고 있다. 4개의 은닉층을 갖는 딥-러닝 모델이 고려되었으며 결과값은 실험값을 합리적으로 예측하고 있었다. 본 연구의 딥-러닝 모델은 단변량 시계열 특성만을 고려할 수 있는 한계점이 존재하지만 추가 연구를 통해 콘크리트의 강도 및 확산계수와 같은 다양한 특성을 고려할 수 있는 모델이 개발 중에 있다.

• 인터넷정보학회논문지
• /
• 제23권4호
• /
• pp.35-43
• /
• 2022

메이크업은 사람의 외모를 개선하는 가장 보편적인 방법이다. 하지만 메이크업의 스타일이 매우 다양하기 때문에 한 개인이 본인에게 직접 메이크업을 하는 것에는 많은 시간적, 비용적 문제점이 존재한다. 이에 따라 메이크업 자동화에 대한 필요성이 증가하고 있다. 메이크업의 자동화를 위해 메이크업 변환(Makeup Transfer)가 연구되고 있다. 메이크업 변환은 메이크업이 없는 얼굴 영상에 메이크업 스타일을 적용시키는 분야이다. 메이크업 변환은 전통적인 영상 처리 기반의 방법과 딥러닝 기반의 방법으로 나눌 수 있다. 특히 딥러닝 기반의 방법에서는 적대적 생성 신경망을 기반으로 한 연구가 많이 수행되었다. 하지만 두 가지 방법 모두 결과 영상이 부자연스럽거나 메이크업 변환의 결과가 뚜렷하지 않고 번지거나 메이크업 스타일 얼굴 영상의 영향을 많이 받는다는 단점이 있다. 메이크업의 뚜렷한 경계를 표현하고 메이크업 스타일 얼굴 영상에서 받는 영향을 완화시키기 위해 본 연구에서는 메이크업 영역을 분할하고 HoG(Histogram of Gradient)를 사용해 손실 함수를 계산한다. HoG는 영상 내에 존재하는 에지의 크기와 방향성을 통해 영상의 특징을 추출하는 방법이다. 이를 통해 에지에 대해 강건한 학습을 수행하는 메이크업 변환에 대해 제안한다. 제안한 모델을 통해 생성된 영상과 베이스 모델로 사용하는 BeautyGAN을 통해 생성된 영상을 비교해 본 연구에서 제안한 모델의 성능이 더 뛰어남을 확인하고 추가로 제시할 수 있는 얼굴 정보에 대한 사용 방법을 향후 연구로 제시한다.

• 중소기업연구
• /
• 제42권4호
• /
• pp.251-283
• /
• 2020

본 연구는 우리나라의 중소기업들에 대하여 스마트 팩토리 관련 기술의 수용 및 사용의 수준을 제고하기 위한 관련 정책의 수립에 도움을 제공하기 위한 것이다. 이를 위하여 통합기술수용모델(UTAUT)을 확장하여 기술 수용의도에 영향을 미칠 수 있는 추가적인 영향요인들을 선정하였으며, 이를 실증하는 것이다. 연구목적의 달성을 위하여 리커트 7점 척도로 구성된 설문지를 작성하였으며, 제조 관련 기업을 대상으로 설문조사를 시행하였다. 통계처리에 활용된 설문지는 총 136부이다. 가설검정 결과 성과기대와 사회적 영향은 수(사)용의도에 정(+)의 유의한 영향을 미치지만, 노력기대와 촉진조건은 유의한 영향을 미치지 않는 것으로 검정되었다. 확장요인으로서 네트워크 효과, 조직특성은 정(+)의 유의한 영향을 미치며, 혁신저항은 부(-)의 유의한 영향을 미치지만 인지된 위험은 유의한 영향을 미치지 않는 것으로 검정되었다. 기업의 규모가 클수록 인지된 위험과 혁신저항의 수준은 낮으며, 이를 제외한 수(사)용의도 영향요인과, 수(사)용의도, 수(사)용행동의 수준은 높은 것으로 검정되었다. 본 연구를 통하여 스마트 팩토리 관련 기술의 수(사)용에 긍정적, 부정적 영향을 미칠 수 있는 요인들을 규명함으로서 제고되어야 하는 요인과 감소시켜야 하는 요인을 제시하였으며, 비교적 기업의 규모가 큰 기업들부터 우선적으로 스마트 팩토리 관련 기술이 수용될 수 있도록 하여야 한다는 연구결과를 제시한다.

• 방송공학회논문지
• /
• 제27권6호
• /
• pp.936-939
• /
• 2022

최근 공중 전투체계 기술들이 발전함에 따라 대공방어 시스템의 발전이 요구되고 있다. 대공 방어 시스템의 운용개념에 있어, 표적에 적합한 무장을 선택하는 것은 제한된 대공 전력을 사용하여 위협체에 대해 효율적으로 대응한다는 측면에서 체계에 요구되는 능력 중 하나이다. 비행 위협체의 식별에 있어 많은 부분이 운용자의 육안 식별에 의존하는데 고속으로 기동하고 원거리에 위치한 비행체를 육안으로 판별하는 것은 많은 한계가 있다. 뿐만 아니라, 현대 전장에서 무인화 및 지능화된 무기체계의 수요가 증가함에 따라 운용자의 육안 식별 대신 체계가 자동으로 비행체를 식별하고 분류하는 기술의 개발이 필수적이다. 영상자료를 수집해 딥러닝 기반의 모델을 이용하여 무기체계를 식별한 사례로는 전차와 함정 등이 있지만 비행체의 식별에 대한 연구는 아직 많이 부족한 상황이다. 따라서 본 논문에서는 합성곱 신경망 모델을 이용하여 전투기, 헬기, 드론을 분류하는 모델을 제시하고 제시하는 모델의 성능을 분석한다. 본 논문에서 제시하는 모델은 시험세트에 대해 95% 이상의 정확도를 보이고, precision 0.9579, recall 0.9558, F1-socre 0.9568의 값을 나타내는 것을 확인할 수 있다.

• 한국지리정보학회지
• /
• 제25권4호
• /
• pp.107-118
• /
• 2022

최근 자율주행 기술이 상용화 단계로 접어들며, 자율주행기반 모빌리티 서비스를 제공하는 서비스 플랫폼이 늘어나고 있다. 현재 자율주행 기반 모빌리티 서비스들은 자율주행차량의 주행 성능과 기능에 초점을 맞추어 서비스를 제공하고 있으므로 모빌리티 수단별 교통수요와 통행 특성을 고려한 서비스 지역을 선정하는 데에 한계가 있다. 따라서, 본 연구에서는 기존 모빌리티 서비스인 택시와 수요응답형 교통수단, 특별교통수단의 실제 교통 데이터를 활용하여 모빌리티 수단별 통행 특성을 분석하고 자율주행 적용 가능성을 검토한다. 이를 위해 모빌리티 서비스별 주요 사용 네트워크를 도출하고 전문가 조사를 기반으로 네트워크별 자율주행 난이도를 산정하여 모빌리티 서비스별 자율주행 적용 지수를 산출한다. 분석 결과, 수요가 분산된 형태의 모빌리티 서비스보다는 밀집된 형태의 서비스에서 자율주행 서비스 제공이 효율적인 것으로 확인된다. 또한 네트워크에 할당된 통행수요가 높고 자율주행 난도가 낮은 분포가 가장 큰 것은 특별교통수단으로 도출되었다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권11호
• /
• pp.403-410
• /
• 2022

블록체인 기반으로 생성된 NFT는 자신만의 고유한 값을 지녀 위변조가 불가하며 다른 토큰이나 코인과 교환될 수 없다. 이러한 특성을 이용해 이미지나 비디오, 예술작품, 게임 캐릭터 및 아이템 등과 같은 디지털 자산에 NFT를 발행하여 사이버상에 존재하는 수많은 사용자와 객체들 사이에서 디지털 자산의 소유권을 주장할 수 있으며, 동시에 원본 증명도 가능하다. 하지만, 2020년 초기부터 NFT에 관한 관심이 폭발하여 블록체인 네트워크에 많은 부하를 일으켰고, 이에 따라 사용자들은 연산 처리가 늦어지거나 채굴 과정에 매우 큰 수수료가 발생하는 문제점을 겪고 있다. 또한, 사용자들의 모든 행위가 블록체인 장부에 저장되고 디지털 자산은 블록체인 기반 분산 파일 저장 시스템에 저장되어 자신의 신분을 밝히고 싶지 않은 사용자의 개인정보가 불필요하게 노출될 가능성이 있다. 본 논문에서는 클라우드 컴퓨팅과 접근 게이트, 변환 테이블, 클라우드 아이디 등을 활용한 NFT 플랫폼을 제안하여 기존 시스템에서 발생하는 사용성 문제와 프라이버시 문제를 개선할 수 있도록 한다. 로컬시스템과 클라우드 시스템의 성능 비교를 위해 스마트 계약 배포 및 NFT 발행 트랜잭션 연산 처리에 사용된 가스를 측정했다. 그 결과, 클라우드 시스템이 같은 실험 환경 및 파라미터를 사용했음에도 스마트 계약 배포에는 약 3.75%, NFT 생성 트랜잭션 처리에는 약 4.6%의 가스를 절약하는 결과를 도출했고, 이를 통해 클라우드 시스템이 로컬시스템보다 효율적으로 연산을 처리할 수 있음을 확인했다.