• 한국컴퓨터정보학회논문지
• /
• 제24권11호
• /
• pp.119-126
• /
• 2019

부분역최적화는 역최적화의 흥미로운 변형으로, 주어진 최적화문제와 그 문제의 부분해가 주어지면 이 부분해가 최적해에 포함되도록 문제를 최소한으로 수정하는 문제이다. 이 논문은 라인위에서 정의되는 순환외판원문제(TSP)를 다루는데, 이는 배달시스템, 창고 선반에서 물건을 수집하는 것, 등의 많은 응용을 가진다. 라인 위에서 위치하는 n개의 일이 주어지고 이 중 연속적으로 처리해야하는 일 k개가 부분적으로 주어진다. 각각의 일은 라인 위의 특정 장소에 위치하고 라인을 움직이는 서버에 의해 처리되어야 한다. 우리의 임무는 k개의 일이 최적해에서 연속적으로 처리되도록 n개의 일의 위치를 라인 위에서 최소한으로 조정하는 것이다. 이 논문에서 이 문제와 이 문제의 다양한 변종을 다항시간 내에 푸는 알고리즘을 개발한다. 구체적으로, 서버가 특정한 Forward Trip이라는 특정한 내부 알고리즘을 사용하는 경우와 일반적인 최적 알고리즘을 사용하는 경우에 대한 부분역최적화를 다룬다.

• 한국건축시공학회지
• /
• 제21권5호
• /
• pp.397-408
• /
• 2021

건설업은 업무상 재해 발생빈도와 사망자 수가 다른 산업군에 비해 높아 가장 위험한 산업군으로 불린다. 정부는 건설 현장에서 발생하는 산업 재해를 줄이고 예방하기 위해 CCTV 설치 의무화를 발표했다. 건설 현장의 안전 관리자는 CCTV 관제를 통해 현장의 잠재된 위험성을 찾아 제거하고 재해를 예방한다. 하지만 장시간 관제 업무는 피로도가 매우 높아 중요한 상황을 놓치는 경우가 많다. 따라서 본 연구는 딥러닝 기반 컴퓨터 비전 모형 중 개체 분할인 YOLACT와 다중 객체 추적 기법인 SORT을 적용하여 다중 클래스 다중 객체 추적 시스템을 개발하였다. 건설 현장에서 촬영한 영상으로 제안한 방법론의 성능을 MS COCO와 MOT 평가지표로 평가하였다. SORT는 YOLACT의 의존성이 높아서 작은 객체가 적은 데이터셋을 학습한 모형의 성능으로 먼 거리의 물체를 추적하는 성능이 떨어지지만, 크기가 큰 객체에서 뛰어난 성능을 나타냈다. 본 연구로 인해 딥러닝 기반 컴퓨터 비전 기법들의 안전 관제 업무에 보조 역할로 업무상 재해를 예방할 수 있을 것으로 판단된다.

• 한국입자에어로졸학회지
• /
• 제17권1호
• /
• pp.1-8
• /
• 2021

The purpose of this study is to assess respirable crystalline silica (RCS) exposure levels in workers who collect and dispose used coal briquette ash (CBA) in sanitation companies that are subcontracted by one medium-sized local government on the collection of municipal household waste (MHW), and to analyze the quartz content in CBA. When the CBA powder that undergone specialized pretreatment in several steps were subjected to mineral identification and quantitative analysis using X-ray diffraction (XRD), it was found that quartz represented 18%, and in addition, mullite, and plagioclase were included. For two CBA collectors, samples were collected by the personal sampling evaluation method. After respirable dust was collected in accordance with the National Institute for Occupational Safety and Health 7500 method, the concentration of quartz was analyzed using XRD. Meanwhile, a portable real-time dust monitor (Sidepak AM520, TSI Inc., USA) was also used to observe the dust exposure level for each time zone and job task. The RCS exposure level of one worker was as high as 0.024 mg/㎥, which was the American Conference of Governmental Industrial Hygienists (ACGIH) Threshold Limit Values (TLV) level. The other worker also exhibited a concentration of 0.013 mg/㎥, which was more than half of TLV. The Sidepak results revealed that the work of collecting CBA and loading it onto a vehicle was hardly exposed to the dust of a significant level. It was found, however, that the work of transferring the collected CBA to a container through a conveyor belt was exposed to a very high average respirable dust concentration of 2.238 mg/㎥. The results of this study confirmed that quartz, which is crystalline silica and a carcinogen, is contained in CBA, one of municipal household waste (MHW), in high concentration. It was also confirmed that workers are exposed to high RCS concentrations while transferring collected CBA into a container. Although each local government in South Korea handles CBA in different ways, it is imperative to investigate the CBA exposure level of sanitation workers and improve their working conditions.

• 한국정보과학회논문지:시스템및이론
• /
• 제34권10호
• /
• pp.493-501
• /
• 2007

부정확한 실시간시스템은 시간적으로 긴급한 태스크들을 융통성있게 스케줄링해줄 수 있다. 총 오류를 최소화시키면서 0/1제약조건과 시간적 제약조건들을 모두 만족시키는 대부분의 스케줄링문제들은 선택적 태스크들이 임의의 수행시간을 갖고 있을 때 NP-complete이다. Liu는 단일처리기상에서 0/1제약조건을 갖는 태스크들을 총 오류가 최소화되도록 스케줄링시킬 수 있는 합리적인 전략을 제시하였다. 또한, 송 등은 다중처리기상에서 0/1제약조건을 갖는 태스크들을 총 오류가 최소화되도록 스케줄링시킬 수 있는 합리적인 전략을 제시하였다. 그러나, 이러한 알고리즘들은 모두 오프라인 알고리즘들이다. 그런데, 온라인 스케줄링에 있어서, NORA알고리즘은 부정확한 온라인 태스크 시스템상에서 최소의 총 오류를 갖는 스케줄을 찾을 수 있다. 이러한 NORA알고리즘에 있어서, EDF전략이 선택적 스케줄링에 적용되었다. 한편, 0/1 제약조건을 갖는 태스크시스템에 있어서는, EDF스케줄링이 총 오류가 최소화된다는 측면에서 최적이 아닐수도 있다 더욱이, 선택적 태스크들이 그들의 실행요구시간의 오름차순으로 스케쥴될 때, EBF전략이 적용된 NORA알고리즘이 최소의 총오류를 산출할 수 없을지도 모른다. 그러므로, 본 논문에서는, 0/1제약조건을 갖는 부정확한 태스크 시스템의 총 오류를 최소화시키는 온라인 알고리즘이 제안되었다. 그리고나서, 제시된 알고리즘과 NORA 알고리즘 사이의 성능을 비교하기 위하여 여러 가지 실험들이 수행되었다. 두 알고리즘들 사이의 성능비교의 결과로서, 선택적 태스크들이 그들의 실행요구시간들의 임의의 순서대로 스케줄 될 때는 제안된 알고리즘이 NORA알고리즘과 비슷한 총 오류를 산출하지만 특별히 선택적 태스크들이 그들의 실행요구시간들의 오름차순으로 스케줄 될 때는 제안된 알고리즘이 NORA알고리즘보다 더 적은 총 오류를 산출할 수 있음이 밝혀졌다. 프라이버시 문제를 해결하도록 방안을 제시한다. 구간 보안 역시 완전한 솔루션을 제시하고 있지는 않다. 본 논문에서는 이러한 취약성을 고찰하고 그에 따른 대응방안을 제시하였다.긴 경우가 1예 있었으며, 수술 후 30일내 사망한 예가 1예였고 다른 1예는 전이성 암으로 사망하였다. 걸론: 근치적 방법으로 치료가 힘든 경우의 만성 농흉 환자들에게 있어 개방식 배농술과 근육이식술, 근육피판을 이용한 최종적인 개방창 폐쇄술까지의 단계적인 접근 방법이 안전하고 효과적인 대안이 될 수 있을 것으로 생각한다.만으로 야뇨횟수에 호전을 보이는 초기반응군 경우 2개월째 투약반응이 유의하게 좋았다. 이로써 야뇨증의 치료초기 행동요법에 대한 반응정도는 치료효과를 예측하는 지표로서 활용될 수 있다고 판단된다.지침을 제공할 수 있다. 소아의 첫 요로감염시 초음파나 $^{99m}Tc$-DMSA 신장 스캔상에서 양성소견이 있을 경우 배뇨성 방광 요도 조영술 검사를 시행하는 것이 좋으며, 초음파와 $^{99m}Tc$-DMSA 신장 스캔상에서 양성소견이 없을 경우라도 CRP 또는 백혈구 등의 임상자료들을 평가하여 배뇨성 방광 요도 조영술 검사를 시행유무를 결정하는 것이 잔존하는 방광요관역류를 찾는데 도움이 될 것으로 생각된다.O$로 고칼슘뇨군에서 더 농축된 소변을 보았다(P=0.003). 결론 :고칼슘뇨군의 소변화학검사의 가장 특징적인 소견은 요소 배설과 사구체여과율의 증가로서 이는 고칼슘뇨군이 비고칼슘뇨군에 비하여 고단백식이를 하고 있을 가능성을 시사한다. 나트륨과 칼슘은 사구체 여과가 증가함에 따라 원위세뇨관 및 집합관에 도달하는 양도 증가하고 그 곳에서 나트륨의 재흡수 기전이 매우 정교하게 이루어지는데 비하여 칼슘의 그 것은 그렇지 못하여 고칼슘뇨증을 일으켰을 가능성이 있다. 향후 고칼슘뇨 환아를 진료함에 있어서 단백질 섭취 등식이

• 지능정보연구
• /
• 제22권4호
• /
• pp.177-192
• /
• 2016

기계학습(Machine Learning)은 인공 지능의 한 분야로, 데이터를 이용하여 기계를 학습시켜 기계 스스로가 데이터 분석 및 예측을 하게 만드는 것과 관련한 컴퓨터 과학의 한 영역을 일컫는다. 그중에서 SVM(Support Vector Machines)은 주로 분류와 회귀 분석을 목적으로 사용되는 모델이다. 어느 두 집단에 속한 데이터들에 대한 정보를 얻었을 때, SVM 모델은 주어진 데이터 집합을 바탕으로 하여 새로운 데이터가 어느 집단에 속할지를 판단해준다. 최근 들어서 많은 금융전문가는 기계학습과 막대한 데이터가 존재하는 금융 분야와의 접목 가능성을 보며 기계학습에 집중하고 있다. 그러면서 각 금융사는 고도화된 알고리즘과 빅데이터를 통해 여러 금융업무 수행이 가능한 로봇(Robot)과 투자전문가(Advisor)의 합성어인 로보어드바이저(Robo-Advisor) 서비스를 발 빠르게 제공하기 시작했다. 따라서 현재의 금융 동향을 고려하여 본 연구에서는 기계학습 방법의 하나인 SVM을 활용하여 매매성과를 올리는 방법에 대해 제안하고자 한다. SVM을 통한 예측대상은 한국형 변동성지수인 VKOSPI이다. VKOSPI는 금융파생상품의 한 종류인 옵션의 가격에 영향을 미친다. VKOSPI는 흔히 말하는 변동성과 같고 VKOSPI 값은 옵션의 종류와 관계없이 옵션 가격과 정비례하는 특성이 있다. 그러므로 VKOSPI의 정확한 예측은 옵션 매매에서의 수익을 낼 수 있는 중요한 요소 중 하나이다. 지금까지 기계학습을 기반으로 한 VKOSPI의 예측을 다룬 연구는 없었다. 본 연구에서는 SVM을 통해 일 중의 VKOSPI를 예측하였고, 예측 내용을 바탕으로 옵션 매매에 대한 적용 가능 여부를 실험하였으며 실제로 향상된 매매 성과가 나타남을 증명하였다.

• 상하수도학회지
• /
• 제35권6호
• /
• pp.417-424
• /
• 2021

Algal bloom is an ongoing issue in the management of freshwater systems for drinking water supply, and the chlorophyll-a concentration is commonly used to represent the status of algal bloom. Thus, the prediction of chlorophyll-a concentration is essential for the proper management of water quality. However, the chlorophyll-a concentration is affected by various water quality and environmental factors, so the prediction of its concentration is not an easy task. In recent years, many advanced machine learning algorithms have increasingly been used for the development of surrogate models to prediction the chlorophyll-a concentration in freshwater systems such as rivers or reservoirs. This study used a light gradient boosting machine(LightGBM), a gradient boosting decision tree algorithm, to develop an ensemble machine learning model to predict chlorophyll-a concentration. The field water quality data observed at Daecheong Lake, obtained from the real-time water information system in Korea, were used for the development of the model. The data include temperature, pH, electric conductivity, dissolved oxygen, total organic carbon, total nitrogen, total phosphorus, and chlorophyll-a. First, a LightGBM model was developed to predict the chlorophyll-a concentration by using the other seven items as independent input variables. Second, the time-lagged values of all the input variables were added as input variables to understand the effect of time lag of input variables on model performance. The time lag (i) ranges from 1 to 50 days. The model performance was evaluated using three indices, root mean squared error-observation standard deviation ration (RSR), Nash-Sutcliffe coefficient of efficiency (NSE) and mean absolute error (MAE). The model showed the best performance by adding a dataset with a one-day time lag (i=1) where RSR, NSE, and MAE were 0.359, 0.871 and 1.510, respectively. The improvement of model performance was observed when a dataset with a time lag up of about 15 days (i=15) was added.

• 정보처리학회논문지A
• /
• 제16A권6호
• /
• pp.481-488
• /
• 2009

가스절연개폐장치(Gas Insulated Switchgear:GIS)는 SF6가스를 절연 매체로 하는 대용량 전력 차단기기이다. GIS는 단순한 구조로 고장이 적고 신뢰성이 높은 편이지만 내부를 볼 수 없어 고장 확인이 어렵고 고장이 발생하면 파급 효과가 크고 복구가 어렵다. 따라서 GIS 내부의 이상 징후를 초기에 찾아낼 수 있도록 GIS 예방진단시스템이 도입되었다. GIS 예방진단시스템은 센서에서 수집, 분석한 정보로 이상 징후를 판 단하기 때문에 데이터의 신뢰성과 적시성이 중요하다. 하지만 기존 시스템은 중앙 집중 데이터 수집 방식으로 효율이 낮고 신뢰성과 적시성의 보장이 어렵다. 이러한 신뢰성과 적시성을 보장하기 위하여 GIS 예방진단시스템은 실시간성을 보장하는 미들웨어를 탑재해야 한다. 따라서 본 논문에서는 GIS 예방진단시스템의 신뢰성 향상을 위하여 실시간 분산 컴퓨팅의 적시성 보장을 위해 제안된 TMO를 적용한 미들웨어를 사용한 다. 그리고 TMO를 적용한 데이터 수집 및 감시, 제어 방법을 적용한 새로운 GIS 예방진단 시스템을 제안한다. 논문에서 제안하는 시스템은 TMO의 실시간 기능을 활용하여 데이터의 분산 처리가 가능한 통신제어장치를 개발하여 사용한다. 통신제어장치는 TMO를 통해 실시간 데이 터 수집 및 처리 과정의 적시성을 보장하고 데이터의 신뢰성을 높여 시스템의 성능 향상에 기여한다. 또한, 기존의 서버의 데이터 수집 및 처 리 과정을 통신제어장치가 부담하여 서버의 부하를 줄이고 향후 분산 환경을 지원할 수 있도록 설계하였다. 따라서 제안하는 시스템은 통신제 어장치의 적시성 보장을 통해 GIS 예방진단시스템의 신뢰성과 성능을 향상시키고 GIS의 안정적인 운영을 보장할 수 있다.

• 전자공학회논문지SC
• /
• 제42권6호
• /
• pp.37-48
• /
• 2005

내장형 시스템의 DC-DC 변환기나 배터리의 효율은 시스템을 구성하는 디바이스들의 종류 및 다양한 동작 패턴에 따른 전류의 시간적인 변화에 영향을 받는다. 이러한 특성은 DC-DC 변환기나 배터리의 효율을 분석하기 위해서는 다양한 부하를 가지는 실제 시스템을 구현, 응용프로그램을 수행하고, 배터리와 DC-DC 변환기를 포함한 전원 공급 회로를 연결하여 실제로 전력 소모를 측정할 것을 요구하지만, 이와 같이 실제 시스템을 구현한다는 것은 엄청난 개발 시간과 비용을 요구한다. 본 논문에서는 부하들의 전력 소모를 측정에 의해 얻어 저장하고 전원 공급 회로로부터 실제 시스템의 부하처럼 전력을 소모하도록 에뮬레이션 해줄 수 있는 시스템을 구현하였다. 구현한 부하 에뮬레이터(load emulator)는 측정한 전력 소모 프로파일의 양을 줄이기 위해 패턴 인식 후 압축하는 알고리즘을 사용하며, 저속 대용량 능동부하(active load)와 고속 소용량 능동부하들로 이루어진 비대칭(heterogeneous) 구조로 구현함으로써 전력 소모의 양이 많고 전력 소모가 신속하게 변하는 디지털 시스템의 부하를 에뮬레이션 할 수 있게 해준다. 구현한 부하 에뮬레이터의 성능을 평가하기 위해 하드디스크의 전력 소모를 측정 및 재생하여 비교하며, 부하 에뮬레이터의 응용으로써 부하의 전력 소모 패턴에 따른 DC-DC 변환기의 효율을 검토해 보았다.

• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2007년도 정기학술발표대회 논문집
• /
• pp.95-102
• /
• 2007

본 논문은 건설사업 프로세스를 모델링하고 자동화시키기 위해 개발된 핵심 기술을 제시한다. 비즈니스 프로세스 리엔지니어링 (Business Process Reengineering: BPR)과 비즈니스 프로세스 자동화 (Business Process Automation: BPA)는 건설사업관리에서 중요한 요소기술로 인식되어 왔다. 그러나 기존은 BPR 기법은 어떤 프로젝트를 조달하는 데 있어서 수천 개의 비즈니스 프로세스를 식별(identify), 문서화(document), 구현(implement), 실행(execute), 그리고 유지관리(maintain)하기위해 많은 노력이 필요하다. 그에 더해서 기존의 전사적 자원관리 시스템 (Enterprise Resource Planning: ERP)에 사용되어온 BPA 기술은 건설사업 프로세스 관리를 위한 효율적인 확장성 (혹은 범위성)을 제공하는 데 적합하지 않다. 워크플로와 객체기술(object technology)이 응용은 건설업계에 확장성이 있는 기업용 응용프로그램을 구축하는데 매우 효율적일 것이다. 본 논문은 건설사업 프로세스 자동화를 위한 기술들 및 방법론을 다음의 내용을 포함하여 제시한다. 1) 자동화된 건설관리 단위업무들이 캡슐화된 소프트웨어 부품으로 개발되는 방법. 2) 프로세스 모델링이 자동화된 건설관리 단위업무들을 마우스로 드래그-앤-드롭 (Dragging-and-Dropping)만하면 되도록 모델링 절차가 용이하게 된 방법. 3) 사업 요청들(business requests)을 발의하고 이러한 요철등에 상응하는프로세스 인스턴스(process instances: 프로세스 수행단계에서 실행된 프로세스)를 생성하는 방법, 그리고 4) 비즈니스 프로세스 인스턴스가 실시간 시뮬레이션 엔진(real-time simulation engine)을 기반으로 하는 워크플로 기술을 사용하여 실행되는 방법. 본 논문은 의도적으로 단순화한 건설장비 예약 및 취소 프로세스를 사례로 사용하여 어떻게 건설 사업 프로세스 자동화가 달성되었는지를 제시한다.

• 한국산업보건학회지
• /
• 제27권1호
• /
• pp.13-22
• /
• 2017

Objectives: The objective of this study was to evaluate the exposure levels of door-to-door deliverers to fine particulate matter (PM2.5). Another objective was to confirm the general working patterns of door-to-door deliverers via survey. Methods: In the city of Daegu, ten door-to-door deliverers who wished to join the study were recruited. The general working characteristics of door-to-door deliverers were surveyed using self-reported questionnaires. In the cabin of each car driven by a deliverer, a real-time PM2.5 sampler (Sidepak, Model AM510, TSI Inc., MN, USA) and a GPS device (GPS 741, Ascen, Korea) were installed. Each deliverer was monitored for four days per week so that each day could be monitored at least four times. Results: A total of 40 measurements of PM2.5 concentrations were taken during delivery of parcels. The average exposure levels of door-to-door deliverers to PM2.5 was $44.62{\mu}g/m^3$ ($7-9443{\mu}g/m^3$. Exposure levels to PM2.5 according to the day of the week and coverage areas were not significantly different (p>0.05). Door-to-door deliverers using trucks with older diesel engines manufactured before 2006 had significantly higher exposure levels to PM2.5 than in the case of trucks with diesel engines manufactured after 2006 (p<0.05). Many of the door-to-door deliverers reported the status of having windows open during the delivery task. During delivery services, the working hours spent in residential areas were higher than on roadsides, but exposure levels to PM2.5 in residential areas and on roadsides were $46.17{\mu}g/m^3$ and $49.90{\mu}g/m^3$, respectively. Real-time PM2.5 exposure levels were significantly different between roadways and residential areas (p<0.001). Conclusions: PM2.5 exposure levels of door-to-door deliverers were found to be affected by higher vehicle emissions from the roadsides near their vehicle during deliveries and while driving to other locations compared to by PM2.5 from the diesel engines of their own trucks. Particle concentrations from roadsides and emissions from nearby vehicles through open windows were the main source of PM2.5.