• 한국지형학회지
• /
• 제19권2호
• /
• pp.69-79
• /
• 2012

충남 서천군 소황리 해안을 대상으로 광파측거기를 이용하여 해빈과 전사구를 정밀측량한 후 중기간의 해빈과 해안사구 지형 변화를 분석하고 그 결과를 현지의 풍계와 장기간 지형변화와 연관시켜 검토하였다. 4회에 걸친 측정값을 1m 해상도의 DEM으로 변환하여 분석한 결과, 연구 지역의 지형 발달 방향은 바람의 방향보다는 인공구조물의 영향이 큰 것으로 나타났다. 연구지역 중앙에 위치한 도류제와 남단에 신축된 방조제에 의해, 도류제 북쪽에서는 퇴적이, 도류제 남쪽에서는 침식이, 그리고 연안류에 의해 방조제 근처에 지속적인 퇴적이 발생하였다. 해빈과 해안사구는 측정시기에 따라 침식과 퇴적이 반복되어 퇴적물 교환이 주기적으로 일어남을 알 수 있었다. 향후 주기적이고 지속적인 정밀 측량이 이루어지면 연구 지역 일대에서 일어나는 지형 변화의 원인을 정확히 밝힐 수 있을 것으로 생각된다.

• 방송공학회논문지
• /
• 제27권3호
• /
• pp.283-294
• /
• 2022

딥 러닝 네트워크에서 사용되는 특징 맵은 일반적으로 영상보다 데이터가 크며 특징 맵을 전송하기 위해서는 영상의 압축률보다 더 높은 압축률이 요구된다. 본 논문은 딥러닝 기반의 영상처리에서 객체의 크기에 대한 강인성을 가지는 FPN 구조의 네트워크에서 사용되는 피라미드 특징 맵을 높은 압축률로 전송하기 위해 제안한 복원-예측 네트워크를 통해 전송된 일부 계층의 피라미드 특징 맵으로 전송하지 않은 계층의 피라미드 특징 맵을 예측하며, 압축으로 인한 손상을 복원하는 구조를 제안한다. 제안한 방법의 COCO 데이터셋 2017 Train images에 대한 객체 탐지의 성능은 rate-precision 그래프에서 VTM12.0을 통해 특징 맵을 압축한 결과 대비 BD-rate 31.25%의 성능향상을 보였고, PCA와 DeepCABAC을 통한 압축을 수행한 방법 대비 BD-rate 57.79%의 성능향상을 보였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권1호
• /
• pp.29-34
• /
• 2022

모바일 디바이스 화면상의 클릭 가능한 객체를 인지하기 위한 데이터셋을 구축하고 새로운 네트워크 구조를 제안한다. 모바일 디바이스 화면에서 클릭 가능한 객체를 기준으로 다양한 해상도를 가진 디바이스에서 여러 애플리케이션을 대상으로 데이터를 수집하였다. 총 24,937개의 annotation data를 text, edit text, image, button, region, status bar, navigation bar의 7개 카테고리로 세분화하였다. 해당 데이터셋을 학습하기 위한 모델 구조는 Deconvolution Single Shot Detector를 베이스라인으로, backbone network는 기존 ResNet에 Squeeze-and-Excitation block을 추가한 Squeeze-and-Excitation networks를 사용하고, Single shot detector layers와 Deconvolution module을 Feature pyramid networks 형태로 쌓아 올려 header와 연결한다. 또한, 기존 input resolution의 1:1 비율에서 오는 특징의 손실을 최소화하기 위해 모바일 디바이스 화면과 유사한 1:2 비율로 변경하였다. 해당 모델을 구축한 데이터셋에 대하여 실험한 결과 베이스라인에 대비하여 mean average precision이 최대 101% 개선되었다.

• 한국공간정보시스템학회 논문지
• /
• 제5권1호
• /
• pp.65-74
• /
• 2003

위치 기반 서비스는 이동 통신 단말기의 위치를 GPS 등을 이용하여 실시간 위치 정보와 관련된 정보를 제공하는 응용 서비스로서 이동 통신망의 고도화에 따라 교통, 물류, 전자 상거래 등의 분야에서 시공간 데이터베이스의 주요한 응용 영역으로 부각되고 있다. 속도와 이동 방향과 같은 궤적 정보가 제공되지 않는 이동 통신 환경에서 지속적으로 변화하는 이동 객체의 위치를 효율적으로 색인하는 방법으로 본 논문에서는 A-Quadtree를 제시한다. A-Quadtree는 2차원 위치 정보를 실시간 갱신을 지원하는 구조로서 객체 식별자에 대한 색인과 통합하여.Net 콤포넌트로서 구현함으로써 다양한 플랫폼에 적용이 가능하도록 하였다. 또한 실험을 통하여 A-Quadtree는 기존의 다차원 색인 구조보다 갱신과 검색 성능이 효율적임을 보인다.

• 대한전자공학회논문지TE
• /
• 제42권1호
• /
• pp.35-40
• /
• 2005

최근 들어 이동 통신에서 이동하는 고객의 위치정보와 관련된 서비스가 중요하게 부각되고 있다. 이동 객체의 경우 갱신 연산이 많고 부하가 특정 지역에 집중되는 특징이 있다. 이러한 LBS 응용에서 시공간 영역질의는 중요한 부분이고, 질의 처리속도의 개선을 위해서 디스크 입출력 시간을 최대한 줄일 필요가 있다. 본 논문에서는 갱신연산을 최소화하기 위해 고안되어진 시공간 인덱스 구조로 비 균등 2단계 격자 인덱스 구조를 적용한다. 또한 질의 처리률 향상을 위해서 공간 관련성과 시간 관련성을 이용한 스케줄링 기법과 time zone 개념을 사용하여 시공간 개념이 결합된 질의 처리 기법을 제안한다. 다양한 질의 범위를 사용하여 실험한 결과 제안된 방법이 기존의 방법보다 우수함을 알 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권7호
• /
• pp.691-701
• /
• 2000

소프트웨어 문서는 수많은 논리적인 객체와 객체간의 관계로 이루어진 구조를 가지고 있으며 그 구조가 빈번하게 변경될 수 있다. 본 논문에서는 소프트웨어 편집 과정에서 적용되는 연산에 기반한 미세 단위 소프트웨어 객체의 버전 및 일관성 관리 모델을 제안하였다. 모든 소프트웨어 객체는 연산으로 구성된 인터페이스를 가지고 객체의 편집은 연산을 통해서 이루어진다. 편집기를 통하여 객체에 적용된 연산은 연산 히스토리에 기록되고 버전 관리와 소프트웨어 구성 요소간의 일관성 관리에 이용된다. 객체의 버전은 연산 히스토리를 이용한 델타를 이용하여 저장되고 검색되므로 델타 추출을 위한 비교 과정이 필요 없으며 버전간의 변경 내용을 쉽게 파악하여 버전 전파 여부를 결정지을 수 있다는 장점이 있다. 일관성은 객체간의 종속성과 객체에 적용된 연산의 종류에 의해 관리되므로 불필요한 변경 전파를 피할 수 있다. 본 논문에서는 객체에 적용된 연산을 기반으로 하여 버전 검색 및 미세 단위 일관성에 대한 정형적인 모델을 제시하였다.

• 한국ITS학회 논문지
• /
• 제18권2호
• /
• pp.104-113
• /
• 2019

도로 관리 주체는 도로 파손을 보수하기 위해 적지 않은 비용을 투입한다. 이러한 파손은 자연 요인과 노후화로 인하여 필연적으로 발생을 하는데, 효율적인 보수를 위한 유지보수 기술이 필요하다. 이런 수요에 대응하기 위해 여러 가지 기술들이 개발되고 적용되고 있지만, 최근 들어서는 차량용 블랙박스 형태로 수집한 영상 정보를 바탕으로 도로 노면 파손 유지 보수기술이 개발되고 있다. 이 파손 영역을 추출하는 방법에는 여러 가지가 있지만, 본 논문에서는 최근 활발히 연구되고 있는 심층 신경망 구조의 영상인식 기술에 대해 논하고자 한다. 특히 영역 기반의 합성곱 알고리즘을 이용하여 영상 내에서 도로 파손 유무와 그 영역을 추정할 수 있는 새로운 심층 신경망을 소개한다. 이를 개발하기 위해 실제 주행을 통해서 600여장의 영상 데이터를 수집하였고, 이를 활용하여 학습을 수행하였다. 그 결과 기존 모델과 성능을 비교하여 10.67% 향상된 신경망을 개발하였다.

• Spatial Information Research
• /
• 제19권2호
• /
• pp.47-56
• /
• 2011

대표적인 트리 기반 공간 인덱스 구조는 크게 R-Tree와 같은 데이타 분할 기반 인덱스 구조와 KD-Tree와 같은 공간 분할 기반 인덱스 구조로 구분되며, 최근에는 이들의 장점을 결합한 하이브리드 인덱스 구조에 대한 연구가 활발히 진행되고 있다. 그러나, 기존 연구에서는 공간 객체가 삽입되는 노드의 분할 경계 확장이 다른 이웃 노드에 연쇄적으로 전파되어 노드간 겹침이 증가하고 질의 처리 비용이 높아지는 문제가 있다. 본 논문에서는 이러한 문제를 해결하기 위하여 효율적인 질의 처리를 위한 하이브리드 인덱스 구조인 SQR-Tree를 제시한다. SQR-Tree는 크기를 갖는 공간 객체 처리에 적합하도록 Quad-Tree를 확장한 SQ-Tree(Spatial Quad-Tree)와 SQ-Tree의 리프 노드마다 연계되어 실제로 공간 객체를 저장하는 R-Tree가 결합된 인덱스 구조이다. SQR-Tree는 노드마다 하위 노드를 포함하는 MBR을 가지고 있기 때문에 노드의 분할 경계 확장이 독립적으로 이루어지도록 하여 노드간 겹침을 줄였다. 그리고 SQR-Tree에서 공간 객체는 분할된 데이타 공간마다 존재하는 여러 R-Tree에 분산 저장되며 SQ-Tree가 분할된 데이타 공간을 식별하는 기능을 수행한다. 따라서 공간 질의 처리시 질의 영역에 해당하는 R-Tree만 접근하면 되기 때문에 질의 처리 비용을 줄일 수 있다. 마지막으로 실험을 통해 SQR-Tree의 우수성을 입증하였다.

• 대한조선학회논문집
• /
• 제51권5호
• /
• pp.409-418
• /
• 2014

Simulation of flow past a complex marine structure requires a fine resolution in the vicinity of the structure, whereas a coarse resolution is enough far away from it. Therefore, a lot of grid cells may be wasted, when a simple Cartesian grid system is used for an Immersed Boundary Method (IBM). To alleviate this problems while maintaining the Cartesian frame work, we adopted an Adaptive Mesh Refinement (AMR) scheme where the grid system dynamically and locally refines as needed. In this study, We implemented a moving IBM and an AMR technique in our basic 3D incompressible Navier-Stokes solver. A Volume Of Fluid (VOF) method was used to effectively treat the free surface, and a recently developed Lagrangian Dynamic Subgrid-scale Model (LDSM) was incorporated in the code for accurate turbulence modeling. To capture vortex induced vibration accurately, the equation for the structure movement and the governing equations for fluid flow were solved at the same time implicitly. Also, We have developed an interface by using AutoLISP, which can properly distribute marker particles for IBM, compute the geometrical information of the object, and transfer it to the solver for the main simulation. To verify our numerical methodology, our results were compared with other authors' numerical and experimental results for the benchmark problems, revealing excellent agreement. Using the verified code, we investigated the following cases. (1) simulating flow around a floating sphere. (2) simulating flow past a marine structure.

• 한국컴퓨터정보학회논문지
• /
• 제21권5호
• /
• pp.79-89
• /
• 2016

In this paper, we proposed the object classification method using genetic and dynamic random forest consisting of optimal combination of unit tree. The random forest can ensure good generalization performance in combination of large amount of trees by assigning the randomization to the training samples and feature selection, etc. allocated to the decision tree as an ensemble classification model which combines with the unit decision tree based on the bagging. However, the random forest is composed of unit trees randomly, so it can show the excellent classification performance only when the sufficient amounts of trees are combined. There is no quantitative measurement method for the number of trees, and there is no choice but to repeat random tree structure continuously. The proposed algorithm is composed of random forest with a combination of optimal tree while maintaining the generalization performance of random forest. To achieve this, the problem of improving the classification performance was assigned to the optimization problem which found the optimal tree combination. For this end, the genetic algorithm methodology was applied. As a result of experiment, we had found out that the proposed algorithm could improve about 3~5% of classification performance in specific cases like common database and self infrared database compare with the existing random forest. In addition, we had shown that the optimal tree combination was decided at 55~60% level from the maximum trees.