GAODV는 목적지의 위치 정보를 이용하여 경로 요청 패킷이 유니캐스트 방식으로 전달되도록 할 수 있지만, GAODV는 목적지의 위치 정보를 알 수 있는 경우에만 활용 가능하다는 제약이 따른다. 본 논문에서는 목적지의 이동에 따른 위치의 불확실성을 완화시킬 수 있는 가상 목적지 도움 GAODV(Virtual Destination Aided GAODV(VDA-GAODV))를 제안한다. 제안하는 VDA-GAODV는, 알려진 목적지 위치를 이용하지 않고, 소스와 목적지를 연결하는 선상에 위치하는 가상의 위치로 경로 요청 패킷이 전달되도록 한다. 경로 요청 패킷 재방송이 목적지가 이동 가능한 영역을 되도록 많이 커버할 수 있도록 하는 최적 가상 위치를 도출한다. VDA-GAODV는, 알려진 목적지 위치를 중심으로 하는 1-hop 통신 영역의 95 % 영역을 경로 요청 패킷 전달 과정에서 커버 가능하며, 이것은 기존 GAODV보다 23 % 향상된 것이다.
화상 회의, 원격 진료 및 교육 시스템, CSCW 등과 같은 그룹 응용을 지원하기 위해서는 망에 의해서 멀티캐스트 기능이 제공되어야 한다. 멀티캐스트 경로배정의 방법으로는 보통 최단 경로 트리 방식과 최소 비용 스타이너 트리를 찾기 위해 유전자 알고리즘을 사용하는 진화적 최적화 방법을 제안하고자 한다. 특히 스타이너 트리를 찾기 위해 유전자 알고리즘을 사용하는 진화적 최적화 방법을 제안하고자 한다. 특히 스타이너 트리의 표현에 있어, 일반적인 유전자 알고리즘에서 사용되는 이진 스트링의 개체 표현 대신 트리를 사용하여 개체를 표현하는 방법을 제안함으로써 최적화의 효율을 개선하는 방식을 보여주며, 또한 기존의 경험적 알고리즘과의 비교를 통하여 진화방식에 의한 최적화가 기존의 방법보다 최적해에 더 가까이 수렴할 수 있음을 보여준다.
특송 소화물 수송은 상품의 생산과 소비에 직결되어 있으며 소비자에 대한 원활한 소화물 수송이 경제에 미치는 영향이 지대하므로 그 중요성은 날로 증대하고 있다. 특히, 소비자 중심의 다 빈도 소량 운송시대로의 전환과 택배 등 특송 소화물 운송 산업의 활성화에 대한 화물수송 증가추세에 비해 적절한 계획 및 정책이 결여되어 있는 실정이다. 본 논문에서는 물류센터(단지)에서 모든 고객에게 수 배송을 가장 빠른 시간 내에 완료하여 고객이 서비스를 받기 위해 대기하는 시간을 최소화하는 차량경로를 결정하는 배송완료시간 최소화를 위한 차량경로모형을 제시한다. 본 연구에서는 마지막으로 방문을 받는 수요자의 대기시간을 최소화하는 개념으로서 생산문제와 비교하면 단위시간당 동일한 비용이 지출된다고 가정 할 때 모든 제품의 생산 및 판매까지의 총 비용을 최소화하는 것이 고전적인 차량경로문제라고 본다면 모든 제품의 생산완료 시점을 최소화하여 납기일을 단축시키는 것이 특징으로 볼 수 있다. 본 수리모형이 고전적인 차량경로문제와 구별되는 개념 중 하나는 각 차량의 마지막 방문수요지에서 물류센터로 복귀하는 시간은 고려하지 않으며 이에 따라 동일한 수요자를 방문하더라도 방문순서에 따라서 이동시간이 상이한 것과 또한 차량들이 방문하는 총 이동시간이 동일하더라도 경로 변경에 따라 모든 수요자 중 가장 마지막에 방문을 받는 수요자의 대기시간을 단축할 수 있다. 일반적으로 이러한 모형은 배송을 완료하는 시점이 중요시 되는 특송 소화물, 신문배송 문제, 신선함을 요하는 상품 또는 퀵 서비스 등 다양한 서비스 문제에 확대 적용할 수 있다. 제시된 모형은 ILOG Cplex 및 Solver를 활용하여 기존 차량경로문제와 비교하여 다양한 고객 및 차량 수에 대하여 최적해에 근접한 해를 쉽게 구할 수 있다.
멀티미디어 응용 서비스에서는 특정 시간 내에 데이터 전송이 이루어져야 하는 시간 의존성이 있다. 이러한 실시간 특성은 네트웍의 QoS 보장을 위한 중요한 요소이다. 네트웍 사용자의 증가와 응용 프로그램의 데이터 전송율의 증가로 네트웍 자원을 효율적으로 사용하기 위한 연구는 계속 진행되고 있다. 종단간(End-to-End) 지연시간 제한 조건을 만족하면서 최소 비용을 갖는(Delay Constrained Least Cost, DCLC) 경로를 찾는 문제는 이미 NP-hard 문제로 알려져 있다. 최소 지연시간 경로의 비용은 최소 비용 경로의 비용보다 상대적으로 높은 경로 비용을 갖으며, 역으로 최소 비용 경로의 지연시간은 최소 지연시간 경로의 지연 시간보다 상대적으로 높은 지연시간을 갖는다. 본 논문에서는 이러한 단점을 극복하여 DCLC문제에 접근하기 위해 링크비용과 지연시간을 확률적으로 조합한 인자를 사용한 새로운 알고리즘을 연구하였다. 최근 Salama에 의해 제안된 DCUR 알고리즘은 최적에 가까운 알고리즘이나, 제안한 알고리즘은 DCUR 알고리즘과 비교하여 종합적인 컴퓨터 시뮬레이션 결과에 의하면 노드 수 200에서 38% 이상의 효과를 보았다. 본 알고리즘의 특징은 선택의 요소로서 새로운 인자를 만들었고, 링크를 순차적으로 선택하지 않고 동적으로 선택하는 방법을 구현하였다는 것이다.
차량경로문제의 Set-Partitioning 모형에 적용된 열생성 프로세스에서 차량경로를 생성하는 하위문제는 순회외판원 문제와 같은 combinatorial 구조를 가지므로 연산상의 어려움이 크다. 본 논문은 각 차량경로를 분할하여 하위문제에서 분할된 부분경로를 생성하는 경로분할모형을 소개한다. 열생성이 용이해지는 반면 주문제가 복잡해지는 단점이 있으나 이 모형은 set-partitioning 모형으로 다루기 힘든 크기의 VRP에 접근하도록 한다. 경로분할모형은 최대 199곳의 수요지를 갖는 Symmetric VRP의 실험문제에서 평균93.5%, 수요지수 최대 70곳의 Asymmetric VRP의 실험문제에서 평균 97.6%의 하한값을 도출해 특히 Asymmetric VRP의 경우에서 잘 알려진 다른 하한값 기법들보다 우수함을 보였다. 개발된 Branch-and-Price 프로세스로는 도출된 하한값을 사용하여 수요지 최대 48곳의Asymmetric VRP의 최적해를 구할 수 있었다. 경로분할모형은 성능이 비교되는 다른 모형과 달리 다른 크기의 차량을 다룰 수 있는 장점이 있고, Asymmetric VRP 문제에서는 현재 가장 우수한 하한값을 제시한다. 이러한 점에서 본 모형은 향후 연구가치가 있다고 판단된다.
기존의 클러스터 라우팅 방식은 클러스터 헤드를 선출하여 클러스터 내의 멤버 노드들로부터 정보를 수집하고 압축하여 기지국에 전송함으로써 에너지 효율을 높일 수 있는 대표적인 방식이다. 그러나 클러스터 형성 단계 중 매 라운드마다 셋업 단계에서 선출된 클러스터 헤드와 클러스터 내의 멤버 노드들 간의 빈번한 정보 교환으로 인해 발생하는 불필요한 에너지 소모는 클러스터 라우팅 방식이 해결해야 하는 과제이다. 본 논문에서는 셋업 단계에서의 선출된 클러스터 헤드와 기존의 클러스터 헤드 사이에 변경되지 않는 중첩된 영역에 속한 멤버 노드들을 계산함으로써, 중첩된 멤버 노드들의 셋업 단계에서의 불필요한 송수신 횟수를 줄여 정보 교환을 최소화하였다. 또한 최적의 클러스터 구성을 위해 상위 클러스터 헤드의 방향성을 고려하였다. 따라서 셋업 단계에서의 소모되는 에너지를 절약하여 안정 단계에서 효율적으로 사용함으로써, 에너지의 효율적인 사용과 전체적인 네트워크의 생존시간을 증가시키고자 하며, 전체 네트워크내의 멤버들에게 클러스터 헤드가 될 수 있는 균등한 기회를 주고자 하는 클러스터 헤드 선출 기법을 제안한다.
본 논문에서는 사용자의 QoS (Quality of Service) 만족을 위해 할당하는 통신 자원에 대한 비용을 최소화하는 기법을 제안한다. 전송 지연이나 손실과 같이 사용자의 QoS를 결정짓는 요소들은 링크 사용률에 의존하게 되므로 링크 사용률에 따른 비용함수를 정의한다. 우선 네트워크 효용 최대화 (Network Utility Maximization) 문제로부터 기본적인 용량 계획 문제를 만들고, 하나의 토폴로지를 예로 들어 기본적인 용량 계획 문제의 해법이 최적의 해법을 제시하지 못한다는 것을 증명한다. 기본적인 용량 계획 문제의 해법을 초기 값으로 설정하고 라우팅과 용량 증설의 계층간 최적화 기법을 통하여 최적의 용량 계획 방법을 제시한다. 이 용량 계획 방법은 점차 증가하고 있는 평균 트래픽 양을 고려했을 때, 어떤 링크에 얼마만큼의 추가 자원이 필요할지에 대한 효과적인 해법을 제시할 수 있다. 시뮬레이션 결과를 통해, 제시한 토폴로지에서 최소 비용으로 수렴하는 것을 확인한 후에 좀 더 복잡하고 일반적인 네트워크에서도 수렴함을 보인다.
Rotsnarani Sethy;Soumya Ranjan Mahanta;Mrutyunjaya Panda
International Journal of Computer Science & Network Security
/
제24권9호
/
pp.30-40
/
2024
Building an accurate 3-D spatial road network model has become an active area of research now-a-days that profess to be a new paradigm in developing Smart roads and intelligent transportation system (ITS) which will help the public and private road impresario for better road mobility and eco-routing so that better road traffic, less carbon emission and road safety may be ensured. Dealing with such a large scale 3-D road network data poses challenges in getting accurate elevation information of a road network to better estimate the CO2 emission and accurate routing for the vehicles in Internet of Vehicle (IoV) scenario. Clustering and regression techniques are found suitable in discovering the missing elevation information in 3-D spatial road network dataset for some points in the road network which is envisaged of helping the public a better eco-routing experience. Further, recently Explainable Artificial Intelligence (xAI) draws attention of the researchers to better interprete, transparent and comprehensible, thus enabling to design efficient choice based models choices depending upon users requirements. The 3-D road network dataset, comprising of spatial attributes (longitude, latitude, altitude) of North Jutland, Denmark, collected from publicly available UCI repositories is preprocessed through feature engineering and scaling to ensure optimal accuracy for clustering and regression tasks. K-Means clustering and regression using Support Vector Machine (SVM) with radial basis function (RBF) kernel are employed for 3-D road network analysis. Silhouette scores and number of clusters are chosen for measuring cluster quality whereas error metric such as MAE ( Mean Absolute Error) and RMSE (Root Mean Square Error) are considered for evaluating the regression method. To have better interpretability of the Clustering and regression models, SHAP (Shapley Additive Explanations), a powerful xAI technique is employed in this research. From extensive experiments , it is observed that SHAP analysis validated the importance of latitude and altitude in predicting longitude, particularly in the four-cluster setup, providing critical insights into model behavior and feature contributions SHAP analysis validated the importance of latitude and altitude in predicting longitude, particularly in the four-cluster setup, providing critical insights into model behavior and feature contributions with an accuracy of 97.22% and strong performance metrics across all classes having MAE of 0.0346, and MSE of 0.0018. On the other hand, the ten-cluster setup, while faster in SHAP analysis, presented challenges in interpretability due to increased clustering complexity. Hence, K-Means clustering with K=4 and SVM hybrid models demonstrated superior performance and interpretability, highlighting the importance of careful cluster selection to balance model complexity and predictive accuracy.
본 논문에서는 노드의 위치 정보와 유효성 경로에 따라 클러스터링내의 헤드 노드를 선출하는 방법 중 하나로 에너지 효율성을 고려한 ECOPS(Energy Conserving Optimal path Schedule) 알고리즘을 제안한다. 기존 LEACH 알고리즘은 헤드 노드를 선출할 때 노드의 에너지 확률적 분포 함수에 기반 하여 헤드 노드의 주기를 선택적으로 관리하게 된다. 그러나 이 경우 중계노드의 거리 정보 등 상황 정보 인자가 반영되지 않아 위치적으로 또는 중계노드로 적당하지 않은 노드들이 확률분포에 포함되어 헤드노드로 선택 되는 경우가 발생한다. 따라서 본 논문에서는 기존의 LEACH 기반에서 계층적인 클러스터 구조의 토폴로지로부터 헤드 노드를 선택함에 있어 인접한 노드와의 위치상황 정보인자 및 잔존에너지의 상황정보를 이용하는 ECOPS 알고리즘을 제안 한다. 제안된 ECOPS 알고리즘은 헤드 노드 교체 상황에서 후보 헤드노드 중 최적의 효율적인 에너지 보존 경로를 가지는 멤버 노드가 새로운 헤드노드로 선출됨으로써 전체 노드 수명 및 네트워크의 관리를 향상시키는 것으로 모의실험 결과를 나타내었다.
한국에서 현재 사용되고 있는 홍수예보모형은 집중형 강우-유출모형을 적용하여 유역의 유출을 계산하고 하도 및 저수지 추적모형 등을 활용하여 하천의 수위를 예측한다. 집중형 모형은 유역을 동질의 배수구역으로 가정한다. 따라서 유역내의 다양한 공간적 특성을 고려하지 못한다는 단점이 있다. 또한, 사용되는 강우자료도 지점강우를 활용하기 때문에 공간적인 분포를 자세히 고려하지 못한다는 한계가 있다. 따라서 홍수예보모형에 분포형 모형을 적용하기 위한 연구가 다양하게 진행되고 있다. 본 연구에서는 GRM모형을 한국 홍수예보시스템에 적용하기 위해 모형의 다양한 해상도에 따른 유역유출의 결과의 차이를 분석하여 최적의 해상도를 결정하고자 한다. 모형의 격자가 너무 조밀한 경우 계산시간이 과다하게 되어 홍수예보모형에 적용하기에는 적합하지 않다. 너무 성길 경우에도 분포형 모형을 적용하여 공간적인 분포를 파악하고자 하는 목적에 맞지 않게 된다. 본 연구의 결과로 유역유출 예측의 정확성을 만족시키고 홍수예보에 적합한 계산속도가 나올 수 있는 최적 해상도를 제시하였다. 유출량 예측의 정확도는 Nash-Sutcliffe model efficiency coefficient (NSE) 값의 비교를 통해 분석하였다. 본 연구에서 도출된 최적해상도 산정 결과는 분포형 유역유출모형을 홍수예보모형에 적용하기 위한 기초자료로 활용될 것이다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.