• 한국산학기술학회논문지
• /
• 제20권5호
• /
• pp.47-55
• /
• 2019

한국군은 군 구조 개편 및 병력 감축 등 변화될 미래 전장 환경에 대비하여 보다 효율적인 군수지원 체계를 갖추기 위해 군수지원 체계 구조 개편을 진행하고 있다. 본질적으로 군수지원 체계는 다양한 규모의 부대가 상호 연결된 공급네트워크 구조를 가지는 특성이 있다. 이러한 공급네트워크의 구조는 공급네트워크의 효율성을 좌우 할 수 있는 요인으로 주목 받고 있다. 그동안 군 공급네트워크와 관련한 연구는 재고관리, 수송, 공급사슬 관리 방법론, 물류비용 측면에서 폭 넓고 다양하게 연구되어 왔으나, 군 공급네트워크의 구조 효율성 분석에 대한 연구는 상대적으로 미진한 실정이다. 따라서 본 논문에서는 군 공급네트워크의 구조와 효율성 사이의 상관분석을 수행하여 군 공급네트워크 구조의 어떤 특성이 효율성에 영향을 미치는 요인이 되는지를 식별하는 연구를 수행하였다. 이를 위해 먼저, 최근 폭 넓게 활용되고 있는 사회연결망분석 방법론을 사용하여 군 공급네트워크의 구조적 영향 요인으로 연결, 인접, 사이 중앙성 값을 측정한다. 측정된 중앙성 값은 군 공급네트워크의 효율성 측정지표로써 측정된 가중 평균경로거리와 회귀분석을 수행하여 상관관계를 분석하여 어떠한 군 공급네트워크의 구조적 영향 요인이 효율성에 영향을 끼치는지 식별한다. 본 연구는 향후 발전적인 공급네트워크 설계를 위한 영향 요소를 식별하였다는데 의미가 있다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅲ
• /
• pp.1565-1568
• /
• 2003

In this paper, we propose modular network to solve difficult and complex problems that are seldom solved with multi-layer neural network. The structure of modular neural network in researched by Jacobs and Jordan is selected in this paper. Modular network consists of several expert networks and a gating network which is composed of single-layer neural network or multi-layer neural network. We propose modular network structure using recurrent neural network, since the state of the whole network at a particular time depends on an aggregate of previous states as well as on the current input. Finally, we show excellence of the proposed network compared with modular network.

• 한국컴퓨터정보학회논문지
• /
• 제18권10호
• /
• pp.47-54
• /
• 2013

본 논문에서는 광인터넷의 구조 설계에 대한 분석과 광서비스망에서 UNI(User Network Interface) 시그널링 프로토콜을 이용한 광전송 실험을 시행하였다. 광인터넷의 계층에 따른백본망, 서비스망, 액세스망에 대한 세부적인 구조를 보여주었고, 각 계층에서 필요한 기능들에 대하여 기술하였다. 이어서 광전달 계층의 제어 구조, 운용관리망 구조, 망간 연동 기술 그리고 라우팅 및 신호망에 대한 기능적 요구조건들을 제시하였다. 이러한 광인터넷망에서 OIF(Optical Internetworking Forum)에 의해서 규정된 UNI 시그널링 프로토콜을 사용하여 전송 실험을 하였다. LSP(Label Switched Path)에 트래픽을 전송하여 설정된 경로를 따라서 메시지가 UNI에 전달되었고, 스위칭을 통하여 최종 목적지에 도착한 TCP(Transmission Control Protocol) 패킷(packet) 값을 보여줌으로서 실시한 광전송이 성공적으로 완료되었음을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.694-697
• /
• 2003

In this paper, we propose modular network to solve difficult and complex problems that are seldom solved with Multi-Layer Neural Network(MLNN). The structure of Modular Neural Network(MNN) in researched by Jacobs and jordan is selected in this paper. Modular network consists of several Expert Networks(EN) and a Gating Network(CN) which is composed of single-layer neural network(SLNN) or multi-layer neural network. We propose modular network structure using Recurrent Neural Network(RNN), since the state of the whole network at a particular time depends on aggregate of previous states as well as on the current input. Finally, we show excellence of the proposed network compared with modular network.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권4호
• /
• pp.338-342
• /
• 2015

시계열 데이터를 다룰 수 있는 기계학습모델인 회귀 신경망은 되먹임 연결을 허용하기 때문에 앞먹임 신경망에 비해 훨씬 다양한 구조를 가질 수 있다. 본 연구에서는 은닉 뉴런 간의 네트워크 구조에 초점을 맞추어 그것이 회귀 신경망의 정보처리 능력에 미치는 영향을 탐구하고자 한다. 이를 위해 회귀신경망 모델 중 하나인 Echo State Network을 기준으로 하여, 여러 가지 잘 알려진 네트워크 모델에 따라 은닉 뉴런 간 연결을 구성하고 각각의 경우에 시계열 학습 능력과 동역학을 분석하였다. 그 결과, 은닉 뉴런의 네트워크 구조에 따라 모델의 성능이 큰 폭으로 변하는 것이 관찰되었으며, 그러한 현상은 신경망 동역학이 가지는 임계도(criticality)의 변화와 잘 일치했다. 본 연구의 결과는 기존 회귀 신경망 연구에서 주된 관심사였던 신경망 연결 가중치뿐만 아니라 신경망의 연결 구조가 모델의 성능에 중요한 영향을 미친다는 사실을 보여주며, 성능 향상을 위한 중요한 단서가 될 수 있다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 제36회 하계학술대회 논문집 D
• /
• pp.2681-2683
• /
• 2005

In this paper, we present the structure of fuzzy neural network(FNN) based on wavelet function, and apply this network structure to the identification of nonlinear systems. For adjusting the shape of membership function and the connection weights, the parameter learning method based on the gradient descent scheme is adopted. And an approach that uses adaptive learning rates is driven via a Lyapunov stability analysis to guarantee the fast convergence. Finally, to verify the efficiency of our network structure. we compare the Identification performance of proposed wavelet based fuzzy neural network(WFNN) with those of the FNN, the wavelet fuzzy model(WFM) and the wavelet neural network(WNN) through the computer simulation.

• Journal of Information Processing Systems
• /
• 제18권1호
• /
• pp.12-25
• /
• 2022

In recent years, deep convolutional neural networks have made significant progress in the research of single image super-resolution. However, it is difficult to be applied in practical computing terminals or embedded devices due to a large number of parameters and computational effort. To balance these problems, we propose CSRNet, a lightweight neural network based on channel split residual learning structure, to reconstruct highresolution images from low-resolution images. Lightweight refers to designing a neural network with fewer parameters and a simplified structure for lower memory consumption and faster inference speed. At the same time, it is ensured that the performance of recovering high-resolution images is not degraded. In CSRNet, we reduce the parameters and computation by channel split residual learning. Simultaneously, we propose a double-upsampling network structure to improve the performance of the lightweight super-resolution network and make it easy to train. Finally, we propose a new evaluation metric for the lightweight approaches named 100_FPS. Experiments show that our proposed CSRNet not only speeds up the inference of the neural network and reduces memory consumption, but also performs well on single image super-resolution.

• 한국시뮬레이션학회논문지
• /
• 제3권1호
• /
• pp.75-88
• /
• 1994

Discrete event modeling is finding ever more application to anlysis and design of complex manufacturing, communication, computer systems, etc. This paper shows how packet network systems may be advantageously represented as DEVS (Discrete Event System Specification) models by employing System Entity structure / Model base (SES/MB) framework developed by Zeigler. DEVS models and network structure representations support a strong basis for performance analysis of packet network systems. This approach is illustated in a typical packet network example with several routing strategies.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.1299-1303
• /
• 2005

Over the last decade the research of end-to-end behavior on computer network has grown by orders but it has few researching in hop-by-hop behavior. We think if we know hop-by-hop behavior it can make better understanding in network behavior. This paper represent ICMP time stamp request and time stamp reply as tool of network study for learning in hop-by-hop behavior to estimate link bandwidth and link structure. We describe our idea, experiment tools, experiment environment, result and analysis, and our discussion in our observative.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.193-194
• /
• 2006

In this paper, the SPINS, a sensor network security mechanism, was researched to design a system to be applied to home network structure and check the security of which degree was ensured by a virtual network of home networking middleware. Sensor Network security mechanism SPINS provides data confidentiality and authentication by SNEP, and provides authenticated broadcast by ${\mu}TESLA$. We designed the system that applied SPINS to home networking middleware basic structure.