Earticle

스마트 그리드 환경의 중요한 기본 구성 요소라 할 수 있는 스마트 미터기는 유틸리티 기관에게 실시간 전력 소비 정보를 제공한다. 그렇지만, 스마트 미터기에 의한 전력 소비 데이터 집계 과정에서 정보 보안 및 사생활 보호를 보장하는 작업은 쉽지 않다. 최근 몇 년 동안 특정 소비자의 전력 소비 정보 추출을 방지하는 정보 보안 데이터 집계 프로세스에 관해 많은 연구가 있었으나 대부분 내부 공격자로부터 안전하지 않거나 데이터 무결성을 제공하지 못하고 있다. 게다가, bilinear pairing 또는 hash-to-point 작업이 스마트 미터기에서 수행되기 때문에 계산 비용이 만족스럽 지 않은 상황이다. 현재 에너지 공급 회사, 신생 기업, 기술 개발자, 금융 기관, 국가 정부 및 학계에서 큰 관심을 끌고 있는 기술로 블록체인 또는 분산 원장 기술이 활발히 연구되고 있다. 특히, 전력 소비 네트워크와 관련하여 블록체인은 상당한 이점과 혁신을 가져올 것으로 소개되고 있다. 이에 본 연구에서는 블록체인 기술을 사용한 분산된 전력 소비 정보 보호 및 보안 미터 데이터 집계 시스템을 제안하고, 손쉽게 구현할 수 있는 자바 프로그램을 나타낸다. 여기에서 스마트 미터 데이터는 계층적 Merkle 트리에 의해 집계 및 검증되며, 비잔틴 결함 허용 프로토콜에 의한 합의 방식이 지원된다.

As an important basic building block of the smart grid environment, smart meter provides real-time electricity consumption information to the utility. However, ensuring information security and privacy in the smart meter data aggregation process is a non-trivial task. Even though the secure data aggregation for the smart meter has been a lot of attention from both academic and industry researchers in recent years, most of these studies are not secure against internal attackers or cannot provide data integrity. Besides, their computation costs are not satisfactory because the bilinear pairing operation or the hash-to-point operation is performed at the smart meter system. Recently, blockchains or distributed ledgers are an emerging technology that has drawn considerable interest from energy supply firms, startups, technology developers, financial institutions, national governments and the academic community. In particular, blockchains are identified as having the potential to bring significant benefits and innovation for the electricity consumption network. This study suggests a distributed, privacy-preserving, and simple secure smart meter data aggregation system, backed up by Blockchain technology. Smart meter data are aggregated and verified by a hierarchical Merkle tree, in which the consensus protocol is supported by the practical Byzantine fault tolerance algorithm

빅 데이터 관련 주요 논제 중의 하나는 방대한 시간 기반 또는 원격 측정 데이터의 가용성에 관한 문제이다. 현재 저비용 획득 및 저장 장치의 등장은 더 세밀한 분석에 사용될 상세한 시간 데이터를 얻을 수 있어서 배후 시스템에 대해 여러 가지 지식을 갖거나 미래의 이벤트를 더 정확히 예측할 수 있다. 특히, 스마트 미터가 설치된 수많은 가정 및 기업 등을 대상으로 전기 사용에 관한 고객 맞춤형 계약을 정의하는 것은 다른 무엇보다도 중요한 문제이다. 수많은 스마트 미터 데이터를 바탕으로 공통적인 전력 소비 형태를 몇 가지 그룹으로 구분할 필요가 있다. 이에 본 연구에서는 스마트 미터 측정 관련 공개 데이터와 자바 기반 공개 소스인 KNIME 플랫폼을 사용하여 스마트 미터 관련 빅 데이터 변환과 클러스터링을 나타낸다. 빅 데이터 구성 요소는 공개 소스는 아니지만, 시험판으로 사용할 수 있다. 스마트 미터 빅 데이터를 가져오고, 정리하고, 변환한 후 전력 사용량 행위와 관련된 각 미터 ID의 해석과 클러스터링에 적합한 DTW 접근 방식을 통해 전력 사용 행위에 관한 스마트 계약을 정의할 수 있다.

One of the major issues surrounding big data is the availability of massive time-based or telemetry data. Now, the appearance of low cost capture and storage devices has become possible to get very detailed time data to be used for further analysis. Thus, we can use these time data to get more knowledge about the underlying system or to predict future events with higher accuracy. In particular, it is very important to define custom tailored contract offers for many households and businesses having smart meter records and predict the future electricity usage to protect the electricity companies from power shortage or power surplus. It is required to identify a few groups with common electricity behavior to make it worth the creation of customized contract offers. This study suggests big data transformation as a side effect and clustering technique to understand the electricity usage pattern by using the open data related to smart meter and KNIME which is an open source platform for data analytics, providing a user-friendly graphical workbench for the entire analysis process. While the big data components are not open source, they are also available for a trial if required. After importing, cleaning and transforming the smart meter big data, it is possible to interpret each meter data in terms of electricity usage behavior through a dynamic time warping method.

본 연구의 목적은 인공지능 기술 발달과 관련 산업 발달의 기반이 되는 생태계 구조에 대해 조사하는 것이다. 또한, 인공지능 기술을 기반한 인공지능 비즈니스 생태계에 대해 연구하고 활성화 방안에 대하여 고찰하였다. 생태계는 생산자, 소비자, 분해자들이 유기적으로 연관되어 역할을 수행한다. 인공지능 생태계에서 생산자인 인공지능 서비스 생 산자, 생산된 서비스를 이용하는 인공지능 서비스 소비자, 인공지능 서비스의 기반이 되는 데이터 및 관련 인프라 서비스 를 분해자로 분류하였다. 또한 인공지능 비즈니스 생태계에 등장하는 이해관계자는 인공지능 서비스 생산, 소비, 운영에 직간접적으로 영향을 주는 요인이 이해관계자로서 정부 및 각종 관련 민간단체 들이 있다. 특히 국내의 경우 정부가 가장 영향력 있는 이해관계자로서 역할을 수행하고 있다. 대표적인 사례로 관련 인력양성 지원인 생산자 증가에 기여하 고, R&D 자금 지원으로 생산되는 서비스의 증가에 촉매제 역할을 담당하고 있다. 본 연구에서 인공지능 비즈니스 생태 계의 활성화를 위한 정책은 (1) 생산자 증대 환경 확보, (2) 소비자의 인공지능 인식 확산, (3) 데이터 교류 및 공급 인프 라 확보, (4) 관련 서비스 지원 법 및 관련 제도 확보이다. 본 연구는 국내의 인공지능 기반 환경 구축 및 관련 연구에 기여 및 활용되는 것에 의의를 가진다.

The purpose of this study is to investigate the ecosystem structure underlying the development of artificial intelligence technology and related industries. In addition, the research on the AI business ecosystem based on AI technology and the ways to activate them was discussed. Ecosystems play a role in organically connecting producers, consumers, and decomposers. In the AI ecosystem, we classified the AI service producers, producers of AI services using the produced services, and data and related infrastructure services that are the basis of AI services. Stakeholders in the AI business ecosystem are the government and various private organizations that have a direct or indirect influence on AI service production, consumption, and operation. In Korea, in particular, the government plays a role as the most influential stakeholders. For example, the company contributes to the increase of producers, which are related to human resource development, and plays a catalyst role in the increase of services produced by R & D funding. In this study, the policy for revitalizing the AI business ecosystem includes (1) securing the environment for increasing producers, (2) spreading AI awareness among consumers, (3) securing data exchange and supply infrastructure, and (4) supporting services and related laws. Secure the system. This study is meaningful in that it contributes to and contributes to the construction of domestic AI-based environment and related research.

기존에 사용되던 방화벽들은 기본적으로 정책을 수동적으로 입력해 주는 방식으로 되어 있어 공격이 오는 즉시 대응하기 쉽지 않다. 왜냐하면 전문 보안 관리자가 이를 분석하고 해당 공격에 대한 방어 정책을 입력해 주어야하기 때문이다. 또한, 기존 방화벽 정책은 공격을 막기 위해 정상 접속까지 차단하는 경우가 많다. 패킷 자체는 정상적이지만 유입량이 많아 서비스 거부를 발생시키는 공격이 많기 때문이다. 본 논문에서는 방어 정책을 입력하는 부분을 인공지능 으로 대체하여 정책을 자동으로 생성하고, 정상 접속 학습을 통해 생성된 화이트리스트 정책으로 정상 접속은 가능하면 서 Flooding, Spoofing, Scanning과 같은 공격만을 차단하는 방법을 제안한다.

Conventional firewalls cannot cope with attacks immediately. It is because security professionals or administrators need to analyze them and enter relevant policies to the firewalls. In addition, those policies may often block even normal accesses. Even though the packet themselves are normal, there exist many attacks that cause denial of service due to the inflow of a large amount of those packets. In this paper, we propose a method to block attacks such as Flooding, Spoofing and Scanning while allowing normal accesses based on whitelist policies which are automatedly generated by learning normal access patterns.

악성코드는 탐지 프로그램을 피해 기기들에게 피해를 유발한다. 기존의 악성코드 탐지 기법으로 이러한 새로운 악성코드를 탐지하는데 어려움을 겪는 이유는 서명 기반의 탐지 기법을 사용하기 때문이다. 이 기법은 기존 악성코드들 은 효과적으로 탐지하지만, 새로운 악성코드에 대해서는 탐지가 어렵다. 이러한 문제점을 인식하여, 휴리스틱 기법을 추 가적으로 사용한다. 이 논문에서는 딥러닝을 활용하여 악성코드를 탐지하는 기술에 대해 소개하여 새로운 악성코드를 탐지하는 기술에 대해서 제안한다. 또한, 악성코드를 탐지한다는 것은, 기기에서 실행 가능한 파일의 개수는 무수히 많으 므로, 지도학습 방식(Supervisor Learning)으로는 분명한 한계가 존재한다. 그렇기 때문에, 준지도 학습으로 알려진 SCAE(Stacked Convolution AutoEncoder)를 활용한다, 파일들의 바이트 정보들을 추출하여, 이미지화를 진행하고, 이 이미지들을 학습을 시켜, 학습 시키지 않은 10,869개의 악성코드, 3,442개의 비악성코드를 모델에 추론한 결과 정확 도를 98.84%을 달성하였다.

Malicious codes cause damage to equipments while avoiding detection programs(vaccines). The reason why it is difficult to detect such these new malwares using the existing vaccines is that they use “signature-based” detection techniques. these techniques effectively detect already known malicious codes, however, they have problems about detecting new malicious codes. Therefore, most of vaccines have recognized these drawbacks and additionally make use of “heuristic” techniques. This paper proposes a technology to detecting unknown malicious code using deep learning. In addition, detecting malware skill using Supervisor Learning approach has a clear limitation. This is because, there are countless files that can be run on the devices. Thus, this paper utilizes Stacked Convolution AutoEncoder(SCAE) known as Semi-Supervisor Learning. To be specific, byte information of file was extracted, imaging was carried out, and these images were learned to model. Finally, Accuracy of 98.84% was achieved as a result of inferring unlearned malicious and non-malicious codes to the model.

블록체인은 탈중앙화된 방식으로 트랜잭션 제어가 가능하고 투명성, 보안성, 유연성과 같은 장점들로 인해 이미 제조, 금융, 은행, 물류, 의료 산업 영역으로의 도입이 검토되고 있으며, 경제적으로 큰 파급효과를 가져올 것으로 예측되 고 있다. 그러나 블록체인은 확장성(Scalability), 탈중앙화(Decentralization), 보안(Security) 특성을 동시에 개선하기 는 매우 어려운 3중 딜레마(Trilemma)가 존재한다. 그 중에서 블록체인의 가장 큰 한계는 확장성으로, 지속적으로 크게 증가하는 트랜잭션과 노드의 증가에 대처하기가 매우 어렵다. 블록체인을 확장 가능하게 하려면 기존의 합의 방식을 수 정하거나 확장 방식에 영향을 주는 특성 및 네트워크 효율을 향상시켜 더 높은 성능을 달성할 수 있어야 한다. 따라서 본 연구에서는 허가형(Permissioned) 블록체인의 대표적인 합의 알고리즘인 PBFT의 메시지 복잡도인 O(n²)을 O(n)으 로 줄이고 확장 구조에 적합한 클러스터 기반의 CBS-PBFT를 제안한다. 그리고 시뮬레이션 실험결과를 통해 타당성을 검증한다.

Blockchain can control transactions in a decentralized way and is already being considered for manufacturing, finance, banking, logistics, and medical industries due to its advantages such as transparency, security, and flexibility. And it is predicted to have a great economic effect. However, Blockchain has a Trilemma that is difficult to simultaneously improve scalability, decentralization and security characteristics. Among them, the biggest limitation of blockchain is scalability, which is very difficult to cope with the constantly increasing number of transactions and nodes. To make the blockchain scalable, higher performance should be achieved by modifying existing consensus methods or by improving the characteristics and network efficiency that affect many ways of scaling. Therefore, in this paper, we propose a cluster-based scalable PBFT consensus algorithm called CBS-PBFT which reduces the message complexity O(n²) of PBFT to O(n), which is a representative consensus algorithm of blockchain, and the validity is verified through simulation experiments.

본 논문에서는 재난이 발생하였을 경우 재난 정보를 스마트폰에서 확인할 뿐만 아니라 근거리 무선통신을 활용한 웨어러블 기기에서 동시에 확인할 수 있는 방안에 대해 연구를 진행하였다. 통상적으로 사용하는 웨어러블 기기는 무선 이어폰, 스마트밴드, 스마트워치와 같은 기기들이 있다. 이러한 기기 중에서 재난 발생 시 사용자가 재난 정보를 눈으로 확인할 수 있는 기기로는 스마트워치가 있다. 하지만 현재 재난문자는 스마트폰에서만 확인할 수 있기 때문에 스마트폰 에서 수신 받은 재난 정보를 스마트워치로 전달하는 방안에 대하여 연구를 진행하였다. 본 논문과 같은 연구가 지속될 경우 재난 발생 시 다양한 환경에서 재난을 인지하고 재난에 대한 대비를 수행할 수 있을 것이다.

In this paper, we conducted a study on ways to not only check disaster information on smart-phone in the event of a disaster, but also simultaneously check it on wearable devices using short-range wireless communication. Wearable devices commonly used include such devices as wireless earphones, smart bands and smart-watches. Among these devices are smart-watches that allow users to view disaster information in the event of a disaster. However, because current disaster message can only check on smart-phones, research was conducted on how to deliver disaster information received from smart-phones to smart-watches. If studies such as this paper continue, we will be able to recognize disasters more efficiently in the event of a disaster and to carry out preparations for them.

본 연구의 목적은 홈쇼핑 이용자가 매년 증가하고 있고 이들 고객들의 불편한 사항들도 이에 비례하여 증가하고 있는 바 고객 대기현황 데이터를 토대로 UX기반의 방송화면을 구현하여 고객불만을 낮추고 콜센터의 경영효율성을 향 상하는 시스템을 구현하기 위함이다. 주목한 고객불만은 홈쇼핑상품 주문시 통화중인 경우가 많고 이에 대한 사전 안내 가 부족하다는 것이다. 이에 본 제안 시스템은 고객의 주문현황을 불편함을 느끼는 정도의 고객 대기상황(20초이상, 30 초이상 등)에 대해 UX상의 기준을 설정하고 자동으로 안내할 수 있는 시스템을 제안하고자 한다. 즉 고객이 콜센터로 전화해서 상담원과의 통화를 위해 대기하지 않고 주문대기가 많으면 콜센터 데이터를 기반으로 TV화면 상에 모바일 주문이나 자동주문을 할 수 있도록 하는 UX기반의 자막을 자동제어 시스템을 통해 안내할 수 있도록 제안하였다. 제안 시스템은 SK스토아 콜센터와 주조정실에 구현하여 그 효율성을 검증하였다.

The purpose of this study is to identify and manage the problem of components discontinuity in the future based on the implementation of information systems to solve the problem of discontinuance of militaries parts, so as to solve the problem of discontinuance of components in the operation of the weapon systems and reduce excessive expenditure due to aging of the weapon system. The purpose is to prevent the discontinuance of components in the future by up-dating the production phenomena of parts manufactures periodically. Defense industries and R&D perood can expand users convenience by supporting selection of more efficient parts in weapon systems development and information of vast components information systems.

클러스터링 알고리즘은 유사한 특성을 가진 데이터들을 같은 집단으로 분류하는 방법이다. 레이다 시스템에서는 CFAR 알고리즘 수행한 결과에 대하여 인접한 hit들을 하나로 묶는 방법으로 주로 사용된다. 그러나 인접한 표적의 경우 에는 일반적인 클러스터링 방안으로 수행하면 하나의 표적으로 탐지될 경우가 많다. 본 논문에서는 인접한 표적을 분리 하기 위한 이중 클러스터링 방안에 대하여 서술한다. 연산시간 단축을 위하여 거리방향으로 클러스터링 수행 후 거리방 향 클러스터링 결과를 이용하여 도플러 방향으로 클러스터링을 수행한다. 거리-도플러 방향으로 각각 클러스터링을 수 행하기에 표적의 수가 증가하더라도 연산시간의 변화는 극히 적다.

The clustering algorithm is the grouping of similar objects. In radar system, it is mainly used to group adjacent hits using the CFAR algorithm results. However it is difficult to separate adjacent targets by a general clustering method. In this paper, we describe how to separate adjacent targets using double clustering method. First, we execute a range direction clustering. And we find the inflection point and separate it. Next, we execute a doppler direction clustering using range clustering results. This method makes the computation time less change even if the target increases by range-doppler clustering respectively.

센서네트워크를 위한 여러 가지 저전력 MAC들이 제안되어 있다. 그 중 IEEE802.15.4은 동기화로 인한 전력소 모가 많은 단점을 가지며 전력소모를 줄이기 위한 수면(sleep)과 각성(awake)을 반복하는 슈퍼프레임(superframe) 동 작으로 지연시간이 길어지는 단점이 있다. 대표적 비동기 B-MAC은 체크인터벌에 따라 지연시간을 짧게 할 수는 있지만 송신단에서는 과도한 프리엠블로 전력소모가 발생하며 수신단에서는 오버히어링으로 전력 손실이 발생하는 단점을 가진 다. 기존 MAC들의 지연시간과 전력소모 불균형으로 인한 단점을 보완하기 위해 비동기식 B-MAC 기법에 체크인터벌을 적응형으로 운용하는 방법[1]이 제안된 바 있다. 제안 방식에 따른 스루풋과 지연시간 측면의 성능을 분석한다.

There are so many low power MAC protocols for wireless sensor network. IEEE802.15.4 among them has disadvantage of a large power consumption for synchronization. To save power consumption it use the superframe operation alternating sleep mode and awake mode. But latency is longer result from superframe operation. B-MAC can have shorter latency according to check interval. But transmitter consumes more power because of long preamble. And receiver is suffering from overhearing. In this paper, we use the adaptive check interval scheme[1] of B-MAC for enhancing the power consumption. Its maximum throughput and minimum delay is evaluated by comparing the proposed scheme with a typical single channel IEEE802.15.4.

주변 후방산란 통신 (Ambient Backsactter Communication, AmBC)은 주변의 RF 신호를 활용해 데이터를 전송하기 때문에 송신 전력이 제한되는 단점을 가지고 있다. 이를 위해, 송수신기 간 전송 효율을 높이 위한 방법으로 수신단에서 채널 상태를 추정할 수 있는 채널 추정기가 필요하다. 본 논문에서는 주변 후방산란 통신에서 기댓값-최대화 알고리즘(Expectation-Maximization Algorithm, EM algorithm) 기반의 채널 추정기의 성능 개선을 위해 K-means 알고리즘 도입 방안을 고려하였다. 모의실험은 제안한 채널 추정기의 성능 확인을 위해 성능 지표로 평균 제곱 오차 (Mean Square Error, MSE)를 사용한다. 모의실험을 통해 K-means을 통한 초깃값 설정 시, 기존 EM 알고 리즘을 통한 채널 추정 방식 대비 개선된 성능을 보인다.

Ambient backscatter communication has a drawback in which the transmission power is limited because the data is transmitted using the ambient RF signal. In order to improve transmission efficiency between transceiver, a channel estimator capable of estimating channel state at a receiver is needed. In this paper, we consider the K-means algorithm to improve the performance of the channel estimator based on EM algorithm. The simulation uses MSE as a performance parameter to verify the performance of the proposed channel estimator. The initial value setting through K-means shows improved performance compared to the channel estimation method using the general EM algorithm.

다기능 레이다는 자원관리를 통해 표적을 탐색함과 동시에 추적한다. 한정된 자원에서 표적이 많을수록, 추적 갱신률이 빠를수록 추적에 할당되는 자원이 증가하여 탐색 자원 할당량이 감소하게 된다. 탐색 자원이 감소하면 표적의 탐지 재방문 시간, 포착 기회 수, 추적 등의 여러 레이다 탐색 성능이 저하된다. 자함 방어와 같은 복합전술 상황에서 탐지성능 저하는 유도탄의 방어 확률을 감소시킨다. 본 논문에서는 이러한 복합적인 전술상황에서의 자함 방어 분석을 위해 다기능 레이다를 탑재한 자함 모델, 레이다 모델, 표적 모델, 방어 모델 등을 구성하여 M&S도구를 개발하였다. 이를 통해 다양한 표적 환경 및 추적 성능에 따른 자함 방어의 영향성을 복합적으로 분석하였다.

The multi function radar is searching target and tracking through resource management at the same time. Increasing resource allotment of track, if more targets and faster the renewal rate of track, lead to decreasing quota of searching resource in limited resource. When the resource of search are decreased, it becomes degrade searching performance such as revisit time, number of detecting chance and tracking etc. Degraded performance of search reduces guided missile defense probability in complex strategy such as ship self defense. In this paper, we developed a modeling and simulation (M&S) tool that uses own-ship model, radar model, target model and defense model for analysis of self defense in complex strategy. We analyzed influence of ship self defense in complex strategy according to various target environments and track performance.

본 논문은 부호간 간섭을 최소화시킬 수 있는 SE-MMA 적응 등화기에서 adaptive modulus와 adaptive step size를 이용한 등화 성능을 개선할 수 있는 Hybrid-SE-MMA에 관한 것이다. 적응 등화를 위한 MMA 알고리즘에서는 오차 신호를 이용하여 등화기 탭 계수를 갱신하고, SE-MMA는 오차 신호의 부호만을 이용하므로 연산량을 단순화시킨 구조이다. 연산량을 단순화시킴으로서 수렴 속도와 알고리즘 처리 속도에서는 향상 효과를 얻을 수 있지만 등화 성능이 저하되는 한계를 단점이 있다. 논문에서는 등화기 출력 신호의 전력에 비례하는 적응 modulus와 적응 step size를 SE-MMA에 적용하므로서 등화 성능을 더욱 개선할 수 있음을 컴퓨터 시뮬레이션을 통해 확인한다. 개선된 등화 성능을 기존 SE-MMA와 비교하기 위하여 수신측에서의 등화기 출력 신호인 복원된 신호 성상도, 잔류 isi, MD (Maximum Distortion), MSE 및 외부 잡음에 대한 알고리즘의 강인성을 알 수 있는 SER 성능을 사용하였다. 컴퓨터 시뮬레이션 결과 Hybrid-SE-MMA 알고리즘은 잔류 isi와 MD, MSE 및 SER등의 모든 성능 지수에서 SE-MMA 보다 개선됨을 알 수 있었다.

This paper relates with the Hybrid-SE-MMA (Signed-Error MMA) that is possible to improving the equalization performance by using the adaptive modulus and adaptive step size in SE-MMA adaptive equalizer for the minimizing the intersymbol interference. The equalizer tap coefficient is updatted use the error signal in MMA algorithm for adaptive equalizer. But the sign of error signal is used for the simplification of arithmetic operation in SE-MMA algorithm in order to updating the coefficient. By this simplification, we get the fast convergence speed and the reduce the algorithm processing speed, but not in the equalization performance. In this paper, it is possible to improve the equalization performance by computer simulation applying the adaptive modulus to the SE-MMA which is proposional to the power of equalizer output signal. In order to compare the improved equalization performance compared to the present SE-MMA, the recovered signal constellation that is the output of the equalizer, residual isi, MD(maximum distortion), MSE and the SER perfomance that means the robustness to the external noise were used. As a result of computer simulation, the Hybrid-SE-MMA improve equalization performance in the residual isi and MD, MSE, SER than the SE-MMA.

본 논문은 QAM 신호 전송시 부가 잡음, 부호간 간섭 및 페이딩등 비선형 통신 채널에서 발생되는 찌그러짐을 줄일 수 있는 mDSE-MMA (modified Dithered Signed Error-MMA) 적응 등화 알고리즘의 성능 평가에 관한 것이 다. DSE-MMA 적응 등화 알고리즘은 기존 MMA의 연산량을 줄일 수 있지만, 이로 인하여 등화 성능의 열화되는 문제점 이 있다. 이런 DSE-MMA의 성능 열화를 개선하기 위하여 mDSE-MMA는 적응을 위한 스텝 크기를 등화기의 출력이 송신 신호점을 중심으로 임의 반경내의 존재 여부에 따라 조절하게 된다. 제안 mDSE-MMA 알고리즘의 성능을 기존 DSE-MMA 알고리즘의 성능 평가를 위하여 동일한 채널과 잡음 환경하에서 컴퓨터 시뮬레이션을 수행하였으며, 이를 위한 지수로는 수신측에서의 등화기 출력 신호인 복원된 신호 성상도, 수렴 성능을 나타내는 잔류 isi, MD 및 MSE learning 곡선과 SER을 사용하였다. 시뮬레이션 결과 모든 성능 지수에서 mDSE-MMA가 DSE-MMA 보다 우월함을 확인하였다.

This paper related with the performance evaluation of mDSE-MMA adaptive equalization algorithm which is possible to reduce the distortion that occurs in nonlinear communication channel like as additive noise, intersymbol interference and fading when transmitting the QAM signal. The DSE-MMA algorithm is possible to reduce the computational load compared to the presently MMA algorithm, it has the degraded equalization performance by this. In order to improve the performance degradation of DSE-MMA, the mDSE-MMA controls the step size according to the existence of arbitrary radius circle of equalizer output is centered at transmitted symbol point. The performance of proposed mDSE-MMA algorithm were compared to present DSE-MMA using the same channel and noise environment by computer simulation. For this, the recoverd signal constellation which is the output of equalizer, residual isi and MD, MSE learning curve which is represents the convergence performance and SER were applied as performance index. As a result of simulation, the mDSE-MMA has more superior to the DSE-MMA in every performance index.

아군을 위협하는 해상 표적이 저고도화, 소형화 및 고속화됨에 따라 해상 상태에 따른 클러터 변화 분석 및 모델 링의 필요성이 증가하고 있다. 해상 상태에 따른 클러터는 저고도 소형 해상 표적의 탐지율을 저하시키는 등 레이다 성능에 큰 영향을 미친다. 본 논문에서는 함정용 다기능 레이다의 탐지 성능 분석을 위하여 여러 해상 클러터 모델 중 레이다가 운용될 환경에 적합한 해상 클러터 모델을 선정하고 클러터 환경 하에서의 저고도 소형 표적 탐지에 대한 분석 을 진행하였다. 기 설치된 해상 표적 탐지용 레이다의 실측 데이터를 활용하여 기존에 알려진 4가지 해상 클러터 모델을 해상상태별로 구현하고 이를 비교, 분석하였다. 이를 통해 실제 레이다 환경을 가장 잘 반영한 클러터 모델을 선정함으로 써 클러터 모델에 대한 신뢰성을 확보하였다. 이후 선정된 모델을 활용하여 저고도 소형 표적 (RCS 1㎡ )에 대한 탐지 가능 거리를 분석하였다.

As the maritime targets that threaten allies become lower, smaller, and faster, the need for analysis and modeling of clutter according to sea state increases. Clutter according to the sea state has a great influence on radar performance, such as lowering the probability of detection of low-altitude small maritime targets. In this paper, to analyze the detection performance of a multi function radar for a ship, a sea clutter model suitable for the radar operating environment is selected from several sea clutter models, and analysis of low-altitude, small target detection under a clutter is performed. By using the actual data of the already mounted radar for maritime target detection, four known clutter models have been implemented for each sea state and compared with the actual data. Through this, by selecting a clutter model that best reflects the actual radar environment, reliability of the clutter model is improved. Subsequently, the selected model is used to detect the detectable distance to the low-altitude small target.

본 논문에서는 두 대의 X-대역 안테나를 활용한 시험을 통해 복수의 레이다가 적용되는 함정 통합마스트용 다기 능위상배열 레이다의 인접 안테나 개구면 간 전자파 간섭 영향성을 확인하였다. 두 안테나는 시험을 위해 설계 된 통합마 스트를 모사한 치구에 배치하였으며, 본 형상을 모델링하여 안테나 빔 조향 시 전자파 영향성을 전자파 해석 도구를 활용하여 분석하였다. 또한, 시험적 분석을 위해 6 가지 시험 시나리오를 설정하였으며, 각 시험 시나리오는 무반향 챔버 에서 진행하였다. 시험 시 안테나 #1은 펄스 파형 송신 하였으며, 안테나 #2 부터 수신된 신호는 수신장치를 통해 광 데이터로 저장하여 신호를 분석하였다. 분석 결과를 바탕으로 통합마스트에서 복수의 다기능 레이다를 인접하여 운용 시 전자파 간섭 영향성을 제시한다.

In this paper, we study the electromagnetic interference in adjacent antenna aperture of multi-function radar for Integrated MAST of naval ship, which is operating plural radars, with test result of two different X-band antennas. Two antennas is placed in the test fixture copying the part of Integrated MAST for the experiment. The test figure is modeled to see the electromagnetic interference when antenna beam is steered by using electromagnetic analysis tool. Also, 6 test scenarios is determined to verify experimentally and each test scenario is run in an anechoic chamber. At the test antenna #1 radiates a pulse signal and the signal from the antenna #2 is stored and analyzed in the optic data format through a receiving device. Based on the result, the effect of electromagnetic interference is suggested when multi-function radars in the Integrated MAST are operating in adjacent distance.

함정용 다기능레이다의 체계성능은 레이다 빔 운용에 따라 크게 영향 받는다. 다기능레이다는 단일 기능을 지닌 탐색레이더와 추적레이다보다 복잡한 빔 운용을 수행해야 한다. 본 논문에서는 함정용 다기능레이다의 체계 성능을 검증 하기 위한 분석도구 제작 내용을 기술한다. 체계 성능 검증을 위해 레이다를 탑재한 함정과 표적을 탐지하는 레이다로 구성하였고, 탐지 대상으로는 대공 및 대함 표적으로 구성하였다. 각각 구성된 모델을 통합하여 추적빔과 탐색빔의 자원 관리가 적용된 함정용 다기능 레이다 시뮬레이터를 구현하였다. 분석도구에 체계설계 성능 파라미터를 적용한 후, 운용 시나리오에서 시뮬레이션을 하여 제작한 분석도구를 검증하였다.

The system performance of naval multi function radar is affected by radar beam operation. Multi f function radar has to operate complicated beam better than search radar and tracking radar which have single operation. This paper describes fabricating analysis tool for the verification method for system performance of naval multi function radar. We composed the model that naval ship with MFR and radar which are detecting targets to verification the system performance. The targets are composed anti-aircraft and anti-ship. We integrate each model and make naval MFR simulator that applied resource management of track beam and search beam. We verify analysis tool by simulation in operating scenario after adjusting system parameter to analysis tool.

본 논문에서는 고해상도 거리분해능을 가지는 펄스 레이더에서의 고정밀 거리 인지 및 생성 방법에 대해서 다룬 다. 레이더의 목표한 거리분해성능을 테스트를 위해서 점검장비를 이용하는데 이때 설계한 거리분해능 이하의 거리를 정확히 인지하고 발생시켜야 한다. 이때 발생하는 거리 정확도는 일반적으로 시스템 기준 클럭(clock) 주파수에 비례한 다. 하지만 종래의 방법은 기준 클럭 타이밍을 트리거(trigger)하고 발생시는 프로세스의 입력 기준 클럭이 한계가 있고 설령 이러한 칩이 있다할지라도 매우 고가이다. 이를 해결하기 위해 일반적인 프로세서에서 범용적으로 적용 가능한 위 상 변위 합성을 이용한 거리 신호 생성 방법과 구조를 제시하였다. 제안하는 방법을 이용하여 모의 실험을 진행하였으며 종래에 방법에서 발생하는 문제점을 완전 제거하는 결과를 확인하였다.

We discuss the method of a high precision range trigger and generation for a high range resolution radar. To verify the designed range resolution performance, we use test-equipments which can absolutely make a precision range shorter than the desined range resolution. The accuracy of generated range is proportional to the system reference clock. However, the system main processor is limited to input reference clocks and a higher available one is expensive in the conventional method. To solve this problem, we proposed that the range trigger and generation method using multi-phase-shiftings and integration. Through a experiment, we verified that the proposed method made problems which can be ocurred in the conventional method clear.

본 논문에서는 공간 및 전원에 제약사항이 존재하는 함정용 다기능레이다의 생존성 향상을 위해 고속 연산용 DSP를 GPU로 대체 가능성을 검토하기 위한 연구를 수행하였다. 성능비교를 위해 동일한 알고리즘으로 DSP와 GPU상 에 신호처리기를 구현하였으며, 다기능 추적 레이다 비디오 신호에 대해 응답속도 측면에서 비교를 수행하였다. 성능비 교 결과 전체 신호처리 응답속도는 최소 95 us에서 328 us로 GPU가 DSP대비 1.2배~4.1배 우세하였다. 이 연구를 통해 DSP대비 GPU의 성능은 향후 함정용 다기능레이다 뿐 아니라 고속연산이 필요한 레이다신호처리장치를 대체할 수 있을 것으로 예상된다.

We studied for GPU based signal processor for naval multi-function radar. We implemented processing software both DSP and GPU, and compared computation performances and power consumption. As a result, computation performance was enhanced from 1.2 to 4.1 times compared with a DSP result. From the results, GPU can alternating DSP based signal processor for common radar processor even though Naval Multi Function Radar.

한국도로교통공단은 교통사고분석시스템(TAAS)을 활용하여 2015년부터 발생한 교통사고 원인을 분석한 통계를 제공하고 있다. 교통사고 발생 주요 원인으로, 2018년 한해 전체 교통사고 발생원인 중 전방주시 부주의가 대부분의 원인임을 TAAS를 통해 발표했다. 교통사고 원인에 대한 통계자료의 세부항목으로 운전 중 스마트폰 사용, DMB 시청 등의 안전운전 불이행 51.2%와 안전거리 미확보 14%, 보행자 보호의무 위반 3.6% 등으로, 전체적으로 68.8%의 비율을 보여준다. 본 논문에서는 Deep Learning의 알고리듬 중 CNN(Convolutional Neural Network)를 활용하여 첨단 운 전자 보조 시스템 ADAS(Advanced Driver Assistance Systems)을 개선한 시스템을 제안하고자 한다. 제안된 시스템 은 영상처리에 주로 사용되는 Conv2D 기법을 사용하여 운전자의 얼굴과 눈동자의 조향을 분류하는 모델을 학습하고, 차량 전방에 부착된 카메라로 자동차의 주변 object를 인지 및 검출하여 주행환경을 인지한다. 그 후, 학습된 시선 조향 모델과 주행환경 데이터를 사용하여 운전자의 시선과 주행환경에 따라, 위험요소를 3단계로 분류하고 검출하여 운전자 의 전방 및 사각지대 보조한다.

The Korea Highway Traffic Authority provides statistics that analyze the causes of traffic accidents that occurred since 2015 using the Traffic Accident Analysis System (TAAS). it was reported Through TAAS that the driver's forward carelessness was the main cause of traffic accidents in 2018. As statistics on the cause of traffic accidents, 51.2 percent used mobile phones and watched DMB while driving, 14 percent did not secure safe distance, and 3.6 percent violated their duty to protect pedestrians, representing a total of 68.8 percent. In this paper, we propose a system that has improved the advanced driver assistance system ADAS (Advanced Driver Assistance Systems) by utilizing CNN (Convolutional Neural Network) among the algorithms of Deep Learning. The proposed system learns a model that classifies the movement of the driver's face and eyes using Conv2D techniques which are mainly used for Image processing, while recognizing and detecting objects around the vehicle with cameras attached to the front of the vehicle to recognize the driving environment. Then, using the learned visual steering model and driving environment data, the hazard is classified and detected in three stages, depending on the driver's view and driving environment to assist the driver with the forward and blind spots.

최근 국내에서 미세먼지로 인해 심혈관계 질환이 유발되는 것으로 알려져 운전자들은 대기오염을 일으키는 자동 차의 연료를 효율적으로 사용하여 배출 가스를 감소시키는 방안에 대한 관심이 높아지고 있다. 이에 따라, 연비운전으로 연료를 절약시키고 운전자의 잘못된 운전습관을 개선하는 운전 보조 시스템을 개발했다. 개발한 시스템은 라즈베리파이, 아두이노와 안드로이드를 사용했다. OBD-II에서 얻어지는 차량의 RPM, 속도, 연료 분사량 정보들과 자이로센서의 값 들을 이용하여 사용자로 하여금 Fuel-Cut을 유도하여 최적의 관성주행 환경을 유도한다. 뿐만 아니라 GUI와 음성인식 기능을 통해 날씨, 주행환경, 졸음운전 방지 등 여러 가지 인포테이먼트 시스템을 제공한다. 안드로이드 애플리케이션을 이용하여 주행 기록 및 차량 고장 정보를 확인 할 수 있으며 IoT환경에 최적화 된 MQTT 프로토콜을 사용하여 메시지 전송의 오버헤드가 적게 구현했다.

Recently, fine dust has been known to cause cardiovascular diseases here, raising interest in ways to reduce emissions by efficiently using fuel from cars that cause air pollution. Accordingly, a driving assistance system was developed to save fuel by eco-driving and improve the driver's bad driving habits. The system was developed using raspberry pi, arduino and Android. Using RPM, speed, fuel injection information obtained from OBD-II, and gyro-sensor values, Fuel-Cut is induced to create an optimal inertial driving environment. It also provides various information system such as weather, driving environment, and preventing drowsy driving through GUI and voice recognition functions. It is possible to check driving records and vehicle fault information using Android application and has low overhead for message transmission using MQTT protocol optimized for IoT environment.

스파이킹 신경망은 기존 신경망과 다른 메커니즘으로 동작한다. 기존 신경망은 신경망을 구성하는 뉴런으로 들어 오는 입력 값에 대해 생물학적 메커니즘을 고려하지 않은 활성화 함수를 거쳐 다음 뉴런으로 출력 값을 전달한다. 뿐만 아니라 VGGNet, ResNet, SSD, YOLO와 같은 심층 구조를 사용한 좋은 성과들이 있었다. 반면 스파이킹 신경망은 기존 활성화함수 보다 실제 뉴런의 생물학적 메커니즘과 유사하게 동작하는 방식이지만 스파이킹 뉴런을 사용한 심층 구조에 대한 연구는 기존 뉴런을 사용한 심층 신경망과 비교해 활발히 진행되지 않았다. 본 논문은 기존 뉴런으로 만들어 진 심층 신경망 모델을 변환 툴에 로드하여 기존 뉴런을 스파이킹 뉴런으로 대체하여 스파이킹 심층 신경망으로 변환하 는 방법에 대해 제안한다.

The spiking neural network operates in a different mechanism than the existing neural network. The existing neural network transfers the output value to the next neuron via an activation function that does not take into account the biological mechanism for the input value to the neuron that makes up the neural network. In addition, there have been good results using deep structures such as VGGNet, ResNet, SSD and YOLO. spiking neural networks, on the other hand, operate more like the biological mechanism of real neurons than the existing activation function, but studies of deep structures using spiking neurons have not been actively conducted compared to in-depth neural networks using conventional neurons. This paper proposes the method of loading an deep neural network model made from existing neurons into a conversion tool and converting it into a spiking deep neural network through the method of replacing an existing neuron with a spiking neuron.

많은나라에서 온라인교육및 오프라인교육 장점을 결합한 혼합형학습을 개설하고 운영하는 중이다. 그러나, 온라 인 윈격 강의 기반 Mooc 강좌는 졸업율이 5~10%미만으로, 매우 낮은 수준이다. 그러므로, Web 기반에서 언제, 어디서 나, 누구나 간편하게 강의를 수강할 수 있는 온라인 Mooc 원격 교육 강의를 수강하는 학생들의 졸업율을 높이기 위해서 는, 반드시 학생들의 강의 이해도 자동분석 및 자동 학사 경고 시스템을 도입 해야만 한다. 특히, 우리나라가 교육 선진국 으로 진입하기 위해서는 오답율 자동판단 SW개발, 강의 자동요약 SW, 혼합형 학습 수준별 강의 기반 취약과목 자동 분석 SW 교육을 개발해야 한다. 본 논문에서는 이러한 문제점을 개선하기 위해서, 강의내용 자동요약 시스템, 오답 자동 경고 시스템, 취약과목 자동판단 알고리즘을 제안 하고 모의실험 하였다.

Many countries are establishing and operating blended learning that combines the advantages of online and offline education. However, online education lecture-based Mooc courses have a very low level, with a graduation rate of less than 5-10%. Therefore, in order to increase the graduation rate of students taking online Mooc distance education lectures that anyone can easily take lectures anytime, anywhere on the web-based basis, it is necessary to introduce automatic analysis of students' understanding level of lectures and an automatic academic warning system. Moreover, in order to enter an advanced education country, it is necessary to develop an automatic judgment SW for wrong answer rate, automatic summary SW for lectures, and automatic analysis SW education for lecture-based weak subjects based on mixed learning levels. In order to improve this problem, in this paper, we proposed and simulated an automatic summarization system for lecture contents, an automatic warning system for incorrect answers, and an automatic judgment algorithm for weak subjects.

DRAM은 메인 메모리 시스템을 구성하는 주요한 요소로서 운영체제의 발전, 응용 프로그램의 복잡도와 용량의 증가에 맞추어 DRAM의 용량과 속도 역시 증가하는 추세이다. DRAM은 주기적으로 저장된 값을 읽은 후 다시 저장하는 리프레시 동작을 수행해야 하며, 이에 수반되는 성능 및 파워/에너지 오버헤드는 용량이 증가할수록 더 악화되는 특성을 내재하고 있다. 본 연구는 전하의 보존 시간이 가장 낮은 셀들에 대해서 블룸 필터를 사용하여 64ms, 128ms 이내에 리프레시를 수행해야 하는 로우들을 효율적으로 저장하여 선택적 리프레시를 수행하는 에너지 효율 향상 기법을 제안한 다. 실험 결과에 따르면 제안 기법을 통하여 평균 5.5%의 성능 향상이 있었으며, 리프레시 에너지는 평균 76.4% 절감되 었고, 평균 EDP는 10.3% 절감된 것으로 나타났다.

DRAM is a major component of the main memory system. As the operating system evolves and application complexity and capacity increases, the capacity and speed of DRAM are also increasing. DRAM should perform a refresh action of periodically reading and then re-storing stored values, and the accompanying performance and power/energy overhead embodies characteristics that worsen as capacity increases. This study proposes an energy efficiency improvement technique that efficiently stores the rows that need to be refreshed within 64ms and 128ms using the bloom filter for cells with the lowest retention time of electrons. The results of the experiment showed that the proposed technique resulted in an average 5.5% performance improvement, 76.4% reduction in average refresh energy, and 10.3% reduction in average EDP.

마이크로프로세서에서 부동소수점 연산은 결과의 정확도를 높이기 위하여 실수형 데이터를 대상으로 시행하는 덧셈, 뺄셈, 곱셈, 나눗셈 등의 계산을 의미한다. 일반적으로 프로세서를 설계할 때는 복잡도 때문에 부동소수점 연산은 제외하고 정수형 연산만을 지원하는 경우가 많다. 그러나, 공학 기술 연산, 디지털 신호처리 뿐 만이 아니라, 오늘날 각광 을 받고 있는 인공지능 및 신경망에 대한 연산을 수행하기 위하여 필요에 따라서 부동소수점 연산이 포함되어야 한다. 본 논문에서는 VHDL을 이용하여 부동소수점 연산 명령어 기능을 갖는 32 비트 ARMv4 계열의 프로세서를 설계하고, ModelSim으로 검증하였다. 그 결과, ARM의 부동소수점 명령어에 대한 연산을 성공적으로 수행할 수 있었다.

Floating point arithmetic in microprocessor is the computation of addition, subtraction, multiplication, and division of floating point data to improve accuracy. In general, when designing a processor, floating point instructions are often excluded because of its complexity and only integer instructions are provided. However, in order to carry out the computations for not only engineering and technical operations but also artificial intelligence and neural networks that are in the spotlight today, floating point operations must be included. In this paper, we design a 32-bit ARMv4 family of processors with floating-point arithmetic instructions using VHDL and verify with ModelSim. As a result, ARM's floating point instructions are successfully executed.

고유치 문제에 기초한 모드 전송선로 이론 (Modal Transmission-Line Theory: MTLT)을 이용하여 blazed 격자로 구성된 광 도파로의 누설특성과 Bragg 조건들을 정확하게 분석하였다. 대칭형, 톱니형, 비대칭형으로 분류한 blazed 격자형 광 도파로는 Bragg 조건들에서 leaky-wave stop-band가 나타났으며, Bragg 조건 근처에서 Rayleigh 조건에 기인한 anomalies 현상이 발생함을 보였다. 또한, 주기적인 격자구조의 특성 임피던스에 기초한 종 방향 등가 전송선로를 구성하여 광 도파로의 DFB 특성을 Bragg 조건에서 분석하였다. 분석 결과, leaky-wave stop-band가 발 생하는 Bragg 조건에서 DFB 도파로의 반사전력이 최대가 되는 것을 확인하였다.

Leakage and Bragg condition of optical waveguides with blazed grating profile are evaluated in detail by using novel and rigorous modal transmission-line theory (MTLT) based on eigenvalue problem. The blazed waveguides classified as symmetric, sawtooth and asymmetric gratings occur leaky-wave stop-band at Bragg conditions and anomalies based on Rayleigh condition near Bragg conditions. Furthermore, DFB properties of blazed waveguides at Bragg conditions are analyzed by applying longitudinal equivalent transmission-line with characteristic impedance of periodic grating. The numerical results show that the reflected power of DFB waveguides is maximized at Bragg conditions in which leaky-wave stop-bands occur.

최근 온라인 서비스가 확대함에 따라 비대면 거래에서 본인을 확인하기 위한 주민번호 대체수단 기반의 본인확인 서비스의 적용이 증가하고 있다. 이에 따라 온라인 서비스 제공 사업자(Internet Service Provider: ISP)들은 대체수단 기반의 본인확인서비스를 무분별하게 적용함으로써 이용자의 개인정보가 과도하게 제공되는 문제점이 발생하고 있다. 따라서 본 연구에서는 온라인 서비스에서 본인확인이 필요한지 여부와 또 필요하다면 어떤 보증수준의 본인확인 인증수 단을 적용하는 것이 적정한지에 대한 차등화된 본인확인서비스 적용 방안을 제안한다. 이를 위해 본인확인 관련 요구사 항들 분석하여 각각의 요구사항들에 대해 위험을 분석하고, 해당 위험을 최소화하기 위한 보증수준에 따른 차등화된 본 인확인서비스 적용 방안을 제시한다. 제안한 방안을 통해 대체수단 기반의 본인확인서비스 적용을 최소화하여 인증비용 감소와 개인정보 제공 최소화를 통해 이용자 개인정보보호에도 도움을 줄 수 있음을 알 수 있다.

Recently, the application of personal proofing service based on social security number(SSN) replacement means for verifying identity in non-face-to-face transactions is increasing. In this paper, we propose a method of applying differentiated personal proofing service on whether identity verification is necessary in the online service provided by ISP and if it is appropriate to apply a certain level of assurance. By analyzing the requirements related to personal proofing required by current ISPs, we analyze the risks for each of the requirements and propose a method of applying differentiated personal proofing service according to the level of identity assurance guarantee to minimize the risks. In applying the proposed method to online service provision, it is possible to reduce user's unnecessary authentication cost by minimizing the application of personal proofing service based on alternative means, and to help protect user personal information by minimizing excessively collected personal information.

동등분할 문제(EPP)는 학생이 특정 분야에 대한 경험 유무인 [0/1]이진수 형태를 갖는 경우와 [1,2,3,4,5]와 같은 정수형의 기량 수준을 갖고 있는 문제로 분류된다. 이진수형 EPP에 대해서는 다항시간으로 최적 해를 구하는 알고리즘 이 알려져 있다. 반면에, 정수형 기량 수준을 갖는 EPP에 대해서는 다항시간으로 해를 구하는 알고리즘이 존재하지 않아 아직까지는 메타휴리스틱의 일종인 타부탐색법만이 알려져 있는 난제이다. 본 논문은 NP-난제인 정수형 기량 수준을 갖는 EPP에 대해 다항시간으로 해를 찾아가는 규칙을 가진 휴리스틱 탐욕방법을 제안한다. 제안된 알고리즘은 각 분야 의 기량 수준별 빈도수 내림차순으로 그룹 수를 충족하는 하한치(LB)를 구하고, LB 이상인 기량수준을 가진 학생들을 각 그룹 상자에 우선하여 채우고, LB 이하 기량수준을 가진 학생들을 추가로 각 상자에 배분하는 방법을 제안하였다. 제안된 알고리즘을 실험 데이터에 적용한 결과 기존의 타부탐색법으로 구한 결과를 개선하는 효과도 얻었다.

The equitable partitioning problem(EPP) is classified as [0/1] binary skill existence or nonexistence and integer skill levels such as [1,2,3,4,5]. There is well-known a polynomial-time optimal solution finding algorithm for binary skill EPP. On the other hand, tabu search a kind of metaheuristic has apply to integer skill level EPP is due to unknown polynomial-time algorithm for it and this problem is NP-hard. This paper suggests heuristic greedy algorithm with polynomial-time to find the optimal solution for integer skill level EPP. This algorithm descending sorts of skill level frequency for each field and decides the lower bound(LB) that more than the number of group, packing for each group bins first, than the students with less than LB allocates to each bin additionally. As a result of experimental data, this algorithm shows performance improvement than the result of tabu search.

본 논문에서는 IT 기업 재직자의 교육 훈련특성과 교육 성과에 대해 알아보고자 하였다. 빠르게 변화하는 시장환 경에서 기업에게 인적자원은 시장 경쟁력확보의 중요한 요소로써 교육 훈련을 통해 재직자의 역량육성과 기업 성과를 도모하고 있다. 하지만 이러한 노력에도 불구하고 지속적으로 증가하는 퇴사율과 교육내용의 낮은 활용도로 기업들이 교육 훈련 투자를 망설이게 하고 있다. 이와 같은 이유로 인해 연구자들은 교육 훈련의 특성과 성과에 대해 많은 연구가 진행되고 있지만, 교육 훈련특성과 조직몰입의 하위 요소, 현장 활용에 대한 세분화 되어진 연구는 미비한 편이다. 이에 본 연구에서는 교육 훈련특성 요인을 기존 연구를 통해 도출하고 조직몰입을 통해 실제적으로 재직자들이 업무 활용도에 어떠한 영향을 미치는 지 보고자 한다. 그 결과 자기효능감은 조직몰입에 영향을 미치지 않은 것으로 나타났으며, 강사 능력과 교육프로그램 적절성은 지속적 몰입과 정서적 몰입에 정(+)의 영향, 업무 관련성은 지속적 몰입과 정서적 몰입에 부(-)의 영향을 미치는 것으로 나타났다. 규범적 몰입은 학습 전이에 정(+)의 영향을 미치는 것으로 나타났다. 이와 같은 결과는 강사 능력과 교육프로그램에 대한 중요성을 높여야 한다는 의미로 보여지며, 교육 관련자들이나 관련 기업들에게 기초자료로 제공하고자 한다.

This study was performed to identify the education and training characteristics and the educational performance of the incumbent. For the enterprise in the rapidly changing market environment, the human resources is an important factor to secure the market competitiveness, and the enterprise promotes the development of competence and the corporate performance through the education and training. However, in spite of such effort, the continuously increasing turnover rate and the low utilization rate of educational contents make the enterprises to hesitate the investment in the education and training. Although, the researchers are conducting lots of researches on the characteristics and the performance of the education and training, the research focusing on the characteristics and the field utilization of the education and training is not sufficient due to such reasons, Therefore, this study intended to draw the factors of education and training characteristics through existing researches and find out what impact they have actually on the utilization in business by the incumbents through the organizational commitment. In the results of this study, it was shown that the self-efficacy do not have impact on the organizational commitment, the appropriateness of instructor ability has positive (+) impact on the continuous commitment and the emotional commitment, and the work correlation has negative impact on the continuous commitment and the emotional commitment. These results seems to mean that the importance of the instructor ability and the educational program should be increased and it is intended to provide the basic data for the education-related personnel and the related enterprises.

본 논문은 제조설비 자율제어를 위한 상태 정의 및 진단 알고리즘을 소개한다. 사이버-물리 시스템 및 디지털 트윈기술을 통한 스마트 공장 시스템은 기존 제조 공장의 생산성 및 안정성을 높일 수 있어 최근 이슈가 되고 있다. 스마트 공장 시스템이 생산성을 향상시키고 작업자로 하여금 더 나은 의사결정을 할 수 있도록 하며 정상적이지 않은 공정 흐름을 제어하기 위한 자율제어 시스템은 스마트 공장 시스템을 구성하는 중요한 기술 중 하나가 된다. 그러나 통합된 수많은 설비 데이터를 기반으로 자율제어 프로세스를 수행하는 것은 상당한 사전 작업이 필요하다. 따라서 본 논문에서는 제조설비 자율제어를 위한 추상화된 설비 상태를 정의하고 현재 상태를 진단할 수 있는 알고리즘을 제시한 다. 이를 통해 통합된 설비 데이터가 아닌 설비 상태를 기반으로 자율제어를 실시하며 더 간단하게 자율제어 프로세스를 진행 할 수 있도록 한다.

This paper introduces the state definition and diagnostic algorithm for autonomic control of manufacturing facilities. Smart factory systems through cyber-physical systems and digital twin technology are increasing the productivity and stability of existing manufacturing plants, which has become an issue recently. A Smart factory system is one of the key technologies that make up a smart factory system, to improve productivity, enable workers to make better decisions, and to control abnormal process flows. However, performing an autonomic control process based on large number of integrated plat data requires significant advance work. Therefore, in this paper, we define an abstracted facility state for manufacturing facility autonomic control and propose an algorithm to diagnose the current state. This makes the autonomic control process simpler by autonomic control based on the facility status rather then integrated facility data.