• 한국통신학회논문지
• /
• 제27권6C호
• /
• pp.544-561
• /
• 2002

본 논문에서는 이동 ad-hoc 네트워크(Mobile Ad-hoc Networks)에서 인접 단말(node)간에만 경로 설정 정보를 교환하는 협의의 네트워크인 가상 클러스터(Virtual Cluster)를 정의하고, 이를 기반으로 하는 새로운 형태의 혼합 방식 경로 설정 프로토콜(Virtual Cluster-based Routing Protocol. VCRP)을 제안한다. 이는 단말이 전체 네트워크의 구성 및 비용 정보를 알고 즉시 경로를 설정할 수 있는 Proactive Routing Protocol (PRP)이 갖는 짧은 전송 지연시간의 장점과 모든 단말이 자신을 제외한 어떠한 단말과도 정보를 교환하지 않고 단지 경로탐색 패킷(Route Query Packet)에 의존하여 동작하는 Reactive Routing Protocol (RRP)이 갖는 우수한 오버헤드 효율성의 장점을 동시에 만족하도록 설계된 방식이다. 이는 경로탐색 패킷이 가상 클러스터가 갖는 장점을 이용하여 적은 오버헤드로 신속하게 네트워크 토폴로지 정보의 수집이 가능한 형태로 수정된 전파(flooding) 기법에 기인한 것이다. 또한, 제안 방식은 수집된 정보를 기반으로 최적 경로뿐만 아니라 부수적으로 백업 경로를 동시에 파악할 수 있기 때문에 이를 이용하는 프로토콜(Virtual Cluster-based Routing Protocol with Backup Route: VCBRP)도 고려하였다. VCRP와 VCBRP 방식은 네트워크 토폴로지 변화에 대해 강인한 특성을 지니며, 동시에 패킷 전송 지연(Packet Transfer Delay), 링크 단절률(Link Failure Ratio), 그리고 무선 자원 수율(Throughput) 및 오버헤드 효율성의 성능이 기존의 경로 설정 프로토콜들에 비해 우수함을 모의 실험을 통해 검증했다.

• 대한교통학회지
• /
• 제20권7호
• /
• pp.177-183
• /
• 2002

현재 국내 VMS 운영은 대체로 소극적 정보제공에 머물고 있으며, 정보제공 우선순위. 조합 가능한 메시지 집합 등이 포함된 간단한 형태의 지식기반 추론엔진 방식에 의하고 있다. 또한 VMS 관련 연구도 해당도로의 상황을 정확히 검지하고 예측하는 방법론 개발에 집중되어 있다. 그러나 VMS도 적극적 운영을 통하여 교통관리의 수단으로 활용해야 하며, 이에 있는 그대로 상황을 전달하는 현 Practice에서 진일보한 전략적 정보제공 기술이 개발되어야 한다. 본 연구에서는 네트워크 차원의 교통관리를 목적으로 한 VMS 자동제어 알고리즘을 제안하였다. 외란의 불확실성과 모형의 정확도에 강한(robust) 피드백 제어방식을 채택하였고, 알고리즘은 시스템 최적 달성을 목표로 설정한 여유용량 균등화 Regulator와 VMS Display 모듈로 구성된다. 여유용량의 산정은 도로용량편람의 용량 개념과 차별화 되는 개념을 제안하였으며 이 부분에 대한 구체적 산정방식의 개발은 향후과제로 남겨두었다. 두 개의 대안경로로 구성된 실제 도로망에 대한 모의실험을 통하여. 여유용량균등화 Regulator에 의한 통행 재배분 효과를 제한적으로나마 살펴보았다. 그러나 VMS Display Strategy 모듈에 의한 실제 통행배분 행태는 모의실험의 한계성으로 인하여 검증하지 못하였으며 이를 향후과제로 남겨두었다.

• 한국정보통신학회논문지
• /
• 제12권4호
• /
• pp.772-780
• /
• 2008

K-means는 알고리즘의 단순함과 효율적인 구현이 가능함으로 인해 군집화를 위해 현재까지 널리 사용되는 방법 중 하나이다. 하지만 K-means는 집단의 개수가 사전에 결정되어야 하는 근본적인 문제점이 있다. 이 논문에서는 BIC(Bayesian information criterion) 점수를 이용하여 효율적으로 집단의 개수를 추정할 수 있는 X-means 알고리즘을 확장한 두 가지 알고리즘을 제안한다. 제안한 방법은 기본적으로 X-means 방법을 따르면서 집단이 임의의 분산 행렬을 가질 수 있도록 함으로써 X-means 알고리즘이 원형 집단만을 허용함에 따른 over-fitting을 개선한다. 제안한 방법은 하나의 집단에서 시작하여 계속해서 집단을 나누어가는 하향식 방법으로, BIC score를 최대로 증가시키는 집단을 분할해 나간다. 제안한 알고리즘은 Modified X-means(MX-means)와 Generalized X-means(GX-means)의 두 가지로, 전자는 K-means 알고리즘을, 후자는 EM 알고리즘을 사용하여 현재 주어진 집단들에서 최적의 분할을 찾아낸다. MX-means는 GX-means보다 그 속도에서 앞서지만 집단들이 중첩 된 경우에는 올바른 집단을 찾아낼 수 없는 단점이 있다. GX-means는 실행 속도가 느린 단점이 있지만 집단들이 중첩된 경우에도 안정적으로 집단들을 찾아낼 수 있다. 이러한 점들은 일련의 실험을 통해서 확인할 수 있으며, 제안한 방법들이 기존의 방법들에 비해 나은 성능을 보임을 확인할 수 있다.

• 한국광학회지
• /
• 제17권5호
• /
• pp.383-390
• /
• 2006

Shack-Hartmann 파면측정 센서는 적응광학 분야에서 파면측정용으로 가장 널리 사용되고 있다. Shack-Hartmann 센서에서 파면측정 알고리즘은 크게 점영상의 중심점 탐색 알고리즘과 파면복원 알고리즘으로 나눌 수 있다. 이 중 점영상의 중심점 탐색은 파면측정 결과에 크게 영향을 미치나 많은 연구결과에도 불구하고 최적의 중심점 측정 알고리즘 및 내부 변수 설정에 대한 일반적인 해결책은 아직 제시되지 못하고 있다. 현재, 중심점 탐색 알고리즘으로는 무게중심법(center of gravity)이 가장 널리 사용되고 있다. 본 연구에서는 중심점 탐색 알고리즘에 의한 측정 정확도 분석을 위해 무게중심법과 상관관계법(correlation)을 함께 고려하였다. 이를 위해 Shack-Hartmann 센서의 파면측정 과정을 전산모사하였고, 이로부터 중심점 탐색 알고리즘과 관련하여 무게중심법 및 상관관계법에서의 노이즈 특성을 비교, 분석하였다. 또한, 무게중심법에서 문턱값(threshold value)의 설정에 따른 파면측정의 정확도에 대한 분석을 통하여 노이즈 제거를 위한 최적의 문턱값을 제안하였다. 이와 더불어 Shack-Hartmann 센서 시스템을 구성하여 디포커스(defocus)를 발생시키고 이를 측정하는 실험을 수행함으로써 파면측정 알고리즘 및 전산모사 결과를 검증하였다.

• 한국산학기술학회논문지
• /
• 제20권4호
• /
• pp.232-241
• /
• 2019

본 연구는 현대 재무관리 이론 상 전형적인 주제로서 현재까지도 지속적인 논의의 대상이 되는 국내 재벌그룹 소속 계열사들의 연구개발비 비중에 대한 재무적 결정요인들에 대한 분석이다. 실증 연구를 통한 분석 결과의 강건성 제고를 위하여 본 연구에서는 다양한 실증적 모형들이 응용되었다. 절대적 추정방법으로서 정적인 패널자료 모형, 토빗 모형 그리고 단계적 회귀 모형 등이 활용되었고, 상대적인 추정방법으로서 로짓, 프로빗 그리고 보완적 로그-로그 모형 등이 재벌소속 계열사와 그에 대한 상대 표본인 비재벌소속 계열사들의 재무적 결정요인의 차별성 규명을 위하여 응용되었다. 실증 분석 결과와 관련, 전년도의 연구개발비 비중, 시장가치 기준의 부채비율 그리고 기업규모 등이 첫 번째 가설에서 표본기업들의 연구개발비 비중에 대하여 통계적으로 유의한 재무적 결정요인으로서 판명되었으며, 후자의 상대적 추정모형 분석에서는 총 11개의 설명변수들 중, 대다수의 변수들이 통계적으로 유의한 것으로 검정되었다. 최근 국내 자본시장에서 요구하는 재벌기업들의 사회-경제적 기능면에서의 점진적 변화 가능성을 전제하여, 본 연구 결과는 재벌소속 계열사들의 적정 연구개발비 수준을 결정하기 위한 선행요인들의 재무적 분석에 기여할 수 있다고 판단된다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권10호
• /
• pp.373-380
• /
• 2022

본 논문에서는 네트워크 환경에서 원격사용자들의 몰입형 상호작용을 위한 딥러닝 기반의 그룹 동기화 기법을 제안한다. 그룹 동기화의 목적은 사용자의 몰입감을 높이기 위해서 모든 참여자가 동시에 상호작용이 가능하게 하는 것이다. 기존 방법은 시간 정확도를 향상을 위해 대부분 NTP(Network Time Protocol) 기반의 시간 동기화 방식에 초점이 맞추어져 있다. 동기화 서버에서는 미디어 재생 시간을 제어하기 위해 이동 평균 필터를 사용한다. 그 한 예로서, 지수 가중평균 방법은 입력 데이터의 변화가 크지 않으면 정확하게 재생 시간을 추종하고 예측하나 네트워크, 코덱, 시스템 상태의 급격한 변화가 있을 때는 안정화를 위해 더 많이 시간이 필요하다. 이런 문제점을 개선하기 위해서 데이터의 특성을 반영할 수 있는 딥러닝 기반의 그룹 동기화 기법인 DeepGroupSync를 제안한다. 제안한 딥러닝 모델은 시계열의 재생 지연 시간을 이용하여 최적의 재생 시간을 예측하는 두 개의 GRU(gated recurrent unit) 계층과 하나의 완전 연결 계층으로 구성된다. 실험에서는 기존의 지수 가중평균 기반 방법과 제안한 DeepGroupSync 방법에 대한 성능을 평가한다. 실험 결과로부터 예상하지 못한 급격한 네트워크 조건 변화에 대해서 제안한 방법이 기존 방법보다 더 강건함을 볼 수 있다.

• 멤브레인
• /
• 제32권1호
• /
• pp.43-49
• /
• 2022

높은 안전성과 견고한 기계적 특성을 가진 고체상 슈퍼커패시터는 차세대 에너지 저장 장치로서 세계적 관심을 끌고 있다. 슈퍼커패시터의 전극으로서 경제적인 탄소 기반 전극이 많이 사용되는데 수계 전해질을 도입하는 경우 소수성 표면을 가진 탄소 기반 전극과의 계면 상호성이 좋지 않아 저항이 증가한다. 이와 관련하여 본 연구에서는 전극 표면에 산소 플라즈마 처리를 하여 친수화된 전극과 수계 전해질 사이의 향상된 계면 성질을 기반으로 더 높은 전기화학적 성능을 얻는 방법을 제시한다. 풍부해진 산소 작용기들로 인한 표면 친수화 효과는 접촉각 측정을 통해 확인하였으며, 전력과 지속시간을 조절함으로써 친수화 정도를 손쉽게 조절할 수 있음을 확인하였다. 수계 전해질로 PVA/H₃PO₄ 고체상 고분자 전해질막을 사용하였으며 프레싱하여 전극에 도입하였다. 15 W의 낮은 전력으로 5초간 산소 플라즈마 처리를 시행하는 것이 최적 조건이었으며 슈퍼커패시터의 에너지 밀도가 약 8% 증가하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권7호
• /
• pp.1951-1975
• /
• 2023

Recent advances in Cognitive Radio Networks (CRN) have elevated them to the status of a critical instrument for overcoming spectrum limits and achieving severe future wireless communication requirements. Collaborative spectrum sensing is presented for efficient channel selection because spectrum sensing is an essential part of CRNs. This study presents an innovative cooperative spectrum sensing (CSS) model that is built on the Firefly Algorithm (FA), as well as machine learning artificial neural networks (ANN). This system makes use of user grouping strategies to improve detection performance dramatically while lowering collaboration costs. Cooperative sensing wasn't used until after cognitive radio users had been correctly identified using energy data samples and an ANN model. Cooperative sensing strategies produce a user base that is either secure, requires less effort, or is faultless. The suggested method's purpose is to choose the best transmission channel. Clustering is utilized by the suggested ANN-FA model to reduce spectrum sensing inaccuracy. The transmission channel that has the highest weight is chosen by employing the method that has been provided for computing channel weight. The proposed ANN-FA model computes channel weight based on three sets of input parameters: PU utilization, CR count, and channel capacity. Using an improved evolutionary algorithm, the key principles of the ANN-FA scheme are optimized to boost the overall efficiency of the CRN channel selection technique. This study proposes the Artificial Neural Network with Firefly Algorithm (ANN-FA) for cognitive radio networks to overcome the obstacles. This proposed work focuses primarily on sensing the optimal secondary user channel and reducing the spectrum handoff delay in wireless networks. Several benchmark functions are utilized We analyze the efficacy of this innovative strategy by evaluating its performance. The performance of ANN-FA is 22.72 percent more robust and effective than that of the other metaheuristic algorithm, according to experimental findings. The proposed ANN-FA model is simulated using the NS2 simulator, The results are evaluated in terms of average interference ratio, spectrum opportunity utilization, three metrics are measured: packet delivery ratio (PDR), end-to-end delay, and end-to-average throughput for a variety of different CRs found in the network.

• 한방재활의학과학회지
• /
• 제33권3호
• /
• pp.135-148
• /
• 2023

Objectives To investigate the effectiveness of acupuncture in the treatment of post-disaster musculoskeletal pain by reviewing relevant clinical studies. Methods A systematic search was conducted across 10 electronic databases to identify relevant clinical studies on acupuncture treatment for post-disaster musculoskeletal pain until May 2023. The methodological quality was evaluated using the Cochrane Risk of Bias 2 and Risk of Bias Assessment tool for non-randomized studies tools. Results Six articles were analyzed, including two randomized controlled trials (RCTs), two before-after studies, one qualitative research, and one case series. Overall, acupuncture therapy showed some improvement in pain scale among musculoskeletal pain survivors. However, no significant improvement was observed in the Short-Form McGill Pain Questionnaire (SF-MPQ-2). Subgroup analysis of participants who completed at least four acupuncture sessions revealed a significant effect on the SFMPQ-2. Additionally, a significant improvement in 36-Item Short Form Survey (SF36P) was observed after 6 months of treatment, but the 2-month treatment period did not show statistically significant effects on SF-36P improvement. The evaluation of the methodological quality of the RCTs identified some concerns of bias. Conclusions The results suggest that acupuncture is effective in alleviating post-disaster musculoskeletal pain. However, considering the limited number of selected studies and the inclusion of subjective evaluation measures, caution should be exercised in interpreting the results. Further large-scale follow-up studies are needed to determine the optimal frequency and duration of acupuncture treatment. Well-designed controlled trials should be conducted to provide more robust evidence regarding the effectiveness of acupuncture for post-disaster musculoskeletal pain.

• 스마트미디어저널
• /
• 제12권1호
• /
• pp.9-16
• /
• 2023

최근 농가의 사과 품질 선별 작업에서 인적자원의 한계를 극복하기 위해 합성곱 신경망(CNN) 기반 시스템이 개발되고 있다. 그러나 합성곱 신경망은 동일한 크기의 이미지만을 입력받기 때문에 샘플링 등의 전처리 과정이 요구될 수 있으며, 과도 샘플링의 경우 화질 저하, 블러링 등 원본 이미지의 정보손실 문제가 발생한다. 본 논문에서는 위 문제를 최소화하기 위하여, 원본 이미지의 패치 기반 그래프를 생성하고 그래프 트랜스포머 모델의 랜덤워크 기반 위치 인코딩 방법을 제안한다. 위 방법은 랜덤워크 알고리즘 기반 위치정보가 없는 패치들의 위치 임베딩 정보를 지속적으로 학습하고, 기존 그래프 트랜스포머의 자가 주의집중 기법을 통해 유익한 노드정보들을 집계함으로써 최적의 그래프 구조를 찾는다. 따라서 무작위 노드 순서의 새로운 그래프 구조와 이미지의 객체 위치에 따른 임의의 그래프 구조에서도 강건한 성질을 가지며, 좋은 성능을 보여준다. 5가지 사과 품질 데이터셋으로 실험하였을 때, 다른 GNN 모델보다 최소 1.3%에서 최대 4.7%의 학습 정확도가 높았으며, ResNet18 모델의 23.52M보다 약 15% 적은 3.59M의 파라미터 수를 보유하여 연산량 절감에 따른 빠른 추론 속도를 보이며 그 효과를 증명한다.