Earticle

The consequences of rapid industrial advancement, diversified types of business and unexpected industrial accidents have caused a lot of damage to many unspecified persons both in a human way and a material way Although various previous studies have been analyzed to prevent industrial accidents, these studies only provide managerial and educational policies using frequency analysis and comparative analysis based on data from past industrial accidents. The main objective of this study is to find an optimal algorithm for data analysis of industrial accidents and this paper provides a comparative analysis of 4 kinds of algorithms including CHAID, CART, C4.5, and QUEST. Decision tree algorithm is utilized to predict results using objective and quantified data as a typical technique of data mining. Enterprise Miner of SAS and AnswerTree of SPSS will be used to evaluate the validity of the results of the four algorithms. The sample for this work chosen from 19,574 data related to construction industries during three years (2002~2004) in Korea.

The major task for cognitive radio (CR) systems is to sense the spectrum holes reliably and make the secondary user share the spectrum efficiently and effectively with the primary users. The Cognitive Radio cannot sense the primary users correctly because of the shadowing and fading environment in the multipath channel. To overcome this sensing problem collaboration between the secondary users has to be established. In collaborative sensing, a fusion centre will receive information from each secondary user and a decision will be made by fusion rule. Genetic algorithm is used to select secondary users having higher SNRs. MATLAB is used to carry out the simulation to obtain the optimum number of users can involved in the collaboration. HDL is implemented on Genetic algorithm to detect the optimal secondary users. Simulation and synthesis report is given in this paper.

안정적인 수돗물 공급을 목적으로 하는 상수도 시설은 설계비용과 에너지 비용 등 총 비용을 저감할 수 있도록 계획되어야 한다. 상수관망 설계 시 관경에 따라 설계비용이 달라지고 마찰 손실 에너지가 달라지기 때문에 적절한 관경을 결정하는 것이 효과적인 관망 관리에 도움이 된다. 본 연구에서는 설계비 용의 최소화와 마찰 손실 에너지의 최소화를 목적으로 하는 다목적 최적화 연구를 수행하기 위해 비지배 정렬 유전자 알고리즘(NSGA-Ⅱ)과 상수관망 프로그램인 EPANET을 연계하여 적용하였다. 대상지역은 인천시 청라지역 3개의 동으로 하였고, 마찰 손실 에너지를 산출하기 위한 관 내의 유량과 마찰 손실 수두는 EPANET 모델 결과를 활용하였다. 연구를 통하여 대상지역 상수관망 내 수요량과 압력을 충족시 키면서 설계비용과 마찰 손실 에너지의 파레토 프런트를 구성하였다. 또한, 비지배 정렬 유전자를 이용하 여 두 목적함수를 만족시키는 관망의 최적 설계 연구가 가능하다는 것을 제시하였다.

Water supply system that provide safe water to customers should be designed to reduce construction cost and management cost. Pipe diameter is a key aspect of water distribution system since it affects design cost and friction loss. This study applied multi-objective optimization algorithm coupled with EPANET hydraulic solver for minimizing design cost and friction loss energy to water distribution system. Non-dominated sorting genetic algorithm (NSGA-Ⅱ) was used as an optimization technique. The hydraulic results such as head loss and flow in the pipeline were obtained from EPANET program. The test bed was the Cheongna water distribution system in Incheon, Korea. The findings in this study provided Pareto front of minimizing design cost and friction loss energy with simultaneously satisfying the water demand and hydraulic pressure. This study suggests that NSGA-Ⅱ can be used to design optimal water distribution system that satisfy the multi-objective options.

딥러닝(Deep Learning)은 퍼셉트론을 기반으로 하고 있으며 현재에는 이미지 인식, 음성 인식, 객체 검출 및 약물 개발 등과 같은 다양한 영역에서 사용되고 있다. 이에 따라 학습 알고리즘이 다양하게 제안되었고 신경망을 구성하 는 뉴런수도 연구자마다 많은 차이를 보이고 있다. 본 연구는 현재 대표적으로 사용되고 있는 확률적 경사하강법(SGD), 모멘텀법(Momentum), AdaGrad, RMSProp 및 Adam법의 뉴런수에 따른 학습 특성을 분석하였다. 이를 위하여 1개 의 입력층, 3개의 은닉층, 1개의 출력층으로 신경망을 구성하였고 활성화함수는 ReLU, 손실 함수는 교차 엔트로피 오 차(CEE)를 적용하였고 실험 데이터셋은 MNIST를 사용하였다. 그 결과 뉴런수는 100~300개, 알고리즘은 Adam, 학습 횟수(iteraction)는 200회가 딥러닝 학습에서 가장 효율적일 것으로 결론을 내렸다. 이러한 연구는 향후 새로운 학습 데이터가 주어졌을 경우 개발될 알고리즘과 뉴런수의 기준치에 함의를 제공할 것이다.

Deep Learning is based on a perceptron, and is currently being used in various fields such as image recognition, voice recognition, object detection, and drug development. Accordingly, a variety of learning algorithms have been proposed, and the number of neurons constituting a neural network varies greatly among researchers. This study analyzed the learning characteristics according to the number of neurons of the currently used SGD, momentum methods, AdaGrad, RMSProp, and Adam methods. To this end, a neural network was constructed with one input layer, three hidden layers, and one output layer. ReLU was applied to the activation function, cross entropy error (CEE) was applied to the loss function, and MNIST was used for the experimental dataset. As a result, it was concluded that the number of neurons 100-300, the algorithm Adam, and the number of learning (iteraction) 200 would be the most efficient in deep learning learning. This study will provide implications for the algorithm to be developed and the reference value of the number of neurons given new learning data in the future.

산업재해 통계분석의 커다란 목적은 각 산업별로 주 위험요인을 도출하고 이에 따른 안전교육의 실시 또는 안전장치 등을 보완함으로써 산업재해를 줄이거나 예방하는데 있다고 볼 수 있다. 그러나 일반 제조업이나 건설업 등에서는 아직까지도 정량적 위험성 평가 기법이 개발되어 있지 않은 실정이다. 따라서 효율적인 위험성 평가 기법의 개발이 필요하다. 본 연구에서는 데이터마이닝 기법을 이용한 산업재해 예방을 위한 최적 알고리즘 선정 방법을 제시한다.

본 논문의 목적은 도로 인프라의 안전성 관리를 위해 운행하는 자율주행차의 최적경로 선 정 알고리즘을 제안하는 것이다. 자율주행차는 지정된 구역의 도로 네트워크의 노드-링크를 최소한 한 번 이상 주행하며 인프라 요소의 위험성을 검지하고, 다시 차고지로 복귀해야 한다. 이때 위험도가 높은 노드-링크를 우선 방문해야 한다. 본 논문에서는 위험도가 높은 노드-링크 를 방문하면 높은 보상을 주는 보상 최적화 알고리즘을 제안하였다. 새로운 알고리즘의 유효 성 검증을 위해 토이 네트워크를 구성하고, 중국 집배원 배달경로 알고리즘과 비교했다. 보상 최적화 알고리즘의 이동 횟수는 중국 집배원 배달경로의 이동 횟수와 같으나, 임의로 지정한 고위험 노드-링크는 보상 최적화 알고리즘에서 선 순위로 통과했다. 하지만, 본 연구의 보상 최적화 알고리즘은 단순구조의 토이 네트워크를 통해 검증하였으나, 향후 실제 도로환경과 유 사한 복잡한 네트워크에서 알고리즘의 유효성을 검증해야 하는 과제가 남아 있다.

The purpose of this paper is to devise an optimal route allocation algorithm for automated vehicle(AV) in monitoring quality of road infrastructure to support the road safety. The tasks of an AV in this paper include visiting node-links at least once during its operation and checking status of road infrastructure, and coming back to its depot.. In selecting optimal route, its priority goal is visiting the node-links with higher risks while reducing costs caused by operation. To deal with the problem, authors devised reward maximizing algorithm for AVs. To check its validity, the authors developed simple toy network that mimic node-link networks and assigned costs and rewards for each node-link. With the toy network, the reward maximizing algorithm worked well as it visited the node-link with higher risks earlier then chinese postman route algorithm (Eiselt, Gendreau, Laporte, 1995). For further research, the reward maximizing algorithm should be tested its validity in a more complex network that mimic the real-life.

본 논문에서는 이기종 통신 기반의 스마트 조명의 선택적 알고리즘을 제안한다. 스마트 조명은 조명의 역할뿐만 아니라 통신의 역할을 동시에 수행한다. 이기종 통신을 이용한 스마트 조명의 BER 성능을 높이기 위해, Line-of-Sight(LOS)/Non-LOS 채널에서 스마트 조명과 센서와의 거리, 조명사용시간, 사용자 요구를 위한 낮은 전력소모량에 따라 Optical Camera Communication(OCC), Wi-Fi, BLE 중 적합한 통신방식을 선택하도록 하였다. 그리하여 LOS/NLOS 채널에서 제안된 알고리즘의 성능과 기존의 방식과의 시뮬레이션 결과 비교를 통해 성능 향상을 확인하였다.

In this paper, we propose an algorithm for optimal selection of communications for smart lighting in heterogeneous networks. The smart lighting can be used for information communications and lighting simultaneously. To improve BER performance of smart lighting in heterogeneous networks, it adaptively selects a communication method among OCC, Wi-Fi, BLE based on distance between sensors and smart lightings, low power consumption for user requirements, operating time of smart lighting in Line-of-Sight(LOS)/Non-LOS channels. Thus, simulation results demonstrate effectiveness of the proposed algorithm contrary to baseline methods in LOS/NLOS channels.

본 논문에서는 최적의 설계 자동화를 위한 최소자원 할당 알고리듬을 제안한다. 제안된 할당 알고리듬은 연산자 간을 연결하는 신호선이 반복적으로 이용되어 연결 신호선 수가 최소가 될 수 있도록 기능 연산자를 할당한다. 레지스터 할당 시 연결구조에 따라 가중치를 갖는 구간 그래프를 구성한다. 최소의 클러스터 파티션 알고리듬을 이용하여 생성된 최대 크기의 클러스터들에 연결구조가 고려된 레지스터들을 할당한다. 또한 연결구조에 대한 멀티플렉서의 중복 입력을 제거하고 연산자에 연결된 멀티플렉서 간의 입력을 교환하는 입력 정렬 과정으로 연결 구조를 최소화한다. 또한, 벤치마크 실험을 통하여 제안된 알고리즘의 효용성을 보인다.

In this paper, we propose a new minimum resources allocation algorithm for optimal design automation. In the proposed algorithm, the operation are allocated to functional units so that the number of interconnection wires between functional units can be minimized. The registers are allocated to the maximal clusters generated by the minimal cluster partitioning algorithm. Finally, the interconnection is minimized by removing the duplicated inputs of multiplexers and exchanging the inputs across multiplexers. The efficiency of the proposed allocation algorithm is shown by experiments using benchmark examples.

This study aims to determine the optimal YOLO algorithm for object detection performance in PreScan simulation. YOLOv4, the current model used, is compared with five versions of YOLOv8 (v8n, v8s, v8m, v8l, v8x). The analysis focuses on simulation time, initial detection distance, and continuous detection distance to assess the suitability of each version for practical applications. YOLOv8n, designed for speed and efficiency, demonstrated significant improvements in reducing simulation time, while YOLOv8x showed exceptional performance in terms of detection accuracy and consistency. The various versions of YOLOv8 each present unique strengths, with YOLOv8n excelling in speed and YOLOv8x in accuracy. YOLOv8m offered a well-balanced approach, making it particularly suitable for scenarios where both speed and detection reliability are crucial. The study highlights the potential benefits of adopting YOLOv8 models in PreScan simulations, emphasizing their ability to enhance object detection performance in the tested scenario. While further testing is needed to confirm applicability across various conditions, the results suggest that each version has unique strengths that could be leveraged depending on specific requirements. Overall, YOLOv8m is identified as the optimal choice for balanced performance in the current test scenario, ensuring both effective simulation and reliable object detection capabilities.

기존의 Node-to-Node기반 최적경로탐색은 기점노드에서 모든 종점노드도착조건이 성립되 는 가정으로 구축되었다. 최근 적응적 경로탐색의 등장으로 Node-to-Node 경로탐색은 최적해 를 도출하지 못하는 한계가 존재한다. 따라서 교통정보를 링크에서 실시간 반영하기 위한 Node-to-Link(또는 Link-to-Node; NL) 문제에 필요성이 대두되고 있다. 본 연구는 Node-to-Link의 최적 해법을 구축하는 방안으로서 링크표지와 비가산성경로비용이 존재하는 네트워크를 가정 한다. 링크표지는 회전페널티가 존재하는 교차지점에서 네트워크의 원형을 유지하게 한다. 비 가산성경로비용의 포함은 최적경로를 도출하기 위해서 M-유사경로의 열거를 필요로 한다. 본 연구는 진입링크기반 네트워크 변형기법에서 링크표지를 통하여 루프를 통제하며 최종링크까 지 최적해를 보장하기 위한 방향삭제와 회전금지를 제안하였다. 사례연구를 통해 제안된 방법 이 경험적 최적해를 도출하는 것으로 파악되었다. 향후 대규모 네트워크에서 검증작업의 필요 성을 언급하며 마무리 하였다.

Existing node-to-node based optimal path searching is built on the assumption that all destination nodes can be arrived at from an origin node. However, the recent appearance of the adaptive path search algorithm has meant that the optimal path solution cannot be derived in node-to-node path search. In order to reflect transportation data at the links in real-time, the necessity of the node-to-link (or link-to-node; NL) problem is being recognized. This research assumes existence of a network with link-label and non-additive path costs as a solution to the node-to-link optimal path problem. At the intersections in which the link-label has a turn penalty, the network retains its shape. Non-additive path cost requires that M-similar paths be enumerated so that the ideal path can be ascertained. In this, the research proposes direction deletion and turn restriction so that regulation of the loop in the link-label entry-link-based network transformation method will ensure that an optimal solution is derived up until the final link. Using this method on a case study shows that the proposed method derives the optimal solution through learning. The research concludes by bringing to light the necessity of verification in large-scale networks.

차로변경은 운전자의 숙련된 주변인식 및 운전기술이 요구되어 심각한 교통사고를 야기한다. 그리하여 우리는 불가피한 차로변경이 대두되는 고속도로 합류구간에서 본선으로 합류하는 차량의 차로변경을 보조하는 차량 자동제어 시스템 (ALCAS; Advanced Lane Change Assist System)을 개발한다. 본 연구에서는 ALCAS 중 조향이 수행되기 이전에 최적 차로변경 시작지점(Optimal Lane Change Start Point; OLCSP)을 생성하고 그 지점까지 도달하는 종방향 제어 알고리즘 개발에 초점을 두었다. 이를 위해 우선 고속도로 합류구간 의 차로변경 행태를 분석하였고, 실제 차량의 가속도 함수 형태를 통해 차로변경 특징모형(Lane Change Feature Model)을 설계하였다. 그 후 차로변경 수행 단계를 정립하였으며, 이 알고리즘 성능과 타당성을 검증하기 위하여 다양한 주변차량 주행환경에 따른 시나리오 시험을 수행하였다. 또한 개발된 알고리즘의 효과를 미시적 교통류 시뮬레이션 (VISSIM)을 통해 확인하였다. 개발한 알고리즘을 합류차 량에 적용한 결과 안정류 상태에서 합류성능이 두드러지게 개선되는 것을 확인하였다. 이 차량 자동제어 시스템은 교통 자동차 분야 융 합기술의 일환으로 개발되었으며, 운전자의 부하와 오류를 감소시켜 효율성과 안전성을 향상시킬 뿐만 아니라 교통류의 안정성, 임계용 량, 주행 효율성의 증대로 사회비용 감소를 기대할 수 있다.

A lane change maneuver which has a high driver cognitive workload and skills sometimes leads to severe traffic accidents. In this study, the Advanced Lane Change Assist System (ALCAS) was developed to assist with the automatic lane changes in merging sections which is mainly based on an automatic control algorithm for detecting an available gap, determining the Optimal Lane Change Start Point (OLCSP) in various traffic conditions, and positioning the merging vehicle at the OLCSP safely by longitudinal automatic controlling. The analysis of lane change behavior and modeling of fundamental lane change feature were performed for determining the default parameters and the boundary conditions of the algorithm. The algorithm was composed of six steps with closed-loop. In order to confirm the algorithm performance, numerical scenario tests were performed in various surrounding vehicles conditions. Moreover, feasibility of the developed system was verified in microscopic traffic simulation(VISSIM 5.3 version). The results showed that merging vehicles using the system had a tendency to find the OLCSP readily and precisely, so improved merging performance was observed when the system was applied. The system is also effective even during increases in vehicle volume of the mainline.

기존 무선에너지 하비스팅시스템에서 유저는 하나의 Hybirid-AP (H-AP)로부터 에너지와 정보를 동시에 받았다. 하지만 무선에너지 하비스팅은 거리가 멀수록 감쇄가 심하기 때문에 H-AP에서 거리가 먼 유저들은 낮은 하비스팅 효율 가진다 (이중 근거리/원거리 문제). 이러한 문제를 해결하기 위해서 본 논문은 Power beacon (PB)을 통해 유저에게 별도의 파워를 공급하는 비결합 무선에너지 하비스팅 네트워크를 시스템 모델로 사용하였다. 이 논문의 주된 목적은 다양한 제약 조건과 Quality of service (QoS), 그리고 Quality of harvested power (QoP)를 만족하면서 목적 함수인 Energy efficiency (EE)를 최대화 하는 것이다. 제안된 시스템은라그랑지안 쌍대 분해법 이론을 기반으로 EE 최대화를 위한 최적의 시간 스케줄링 알고리즘을 제안한다. 이 알고리즘을 통해 프레임 분해 요소, H-AP의 송신파워, 그리고 PB의 송신파워의 최적 값과 EE의 최대값을 구할 수 있다. 모의 실험 결과는 제안된 알고리즘으로 파라미터가 최적 값으로 빠르게 수렴하고 제안된 모델의 성능이 기존의 시스템 모델보다 우수하다는 것을 증명한다.

Conventional RF energy harvesting systems can harvest energy and decode information from same source as an Hybirid-AP (H-AP). However, harvesting efficiency is seriously dependent on distance between users and H-AP. Therefore, in this paper, we proposed a transmission model for RF harvesting consisting of information and power source separately called Decoupled RF Energy harvesting networks. Main purpose of this paper is to maximize energy efficiency under various constraints of transmit power from H-AP and power beacon (PB), minimum quality of service and quality of harvested power of each users. To measure proposed model’s performance, we proposed optimal time scheduling algorithms for energy efficiency (EE) maximization using Lagrangian dual decomposition theory that locally maximizes the EE by obtaining suboptimal values of three arguments : transmit power of H-AP, transmit power of PB, frame splitting factor. Experiment results show that the proposed energy-efficient algorithms converge within a few iterations with its optimality and greatly improve the EE compared to that of baseline schemes.

본 논문에서는 시간 가중치를 적용하여 각 노드들 간의 중간지점까지의 최적 경로 탐색 기법을 제안한다. 중간지 점을 이용하는 서비스들은 주로 사용자들의 위치를 기반으로 하여 제공한다. 위치 기반 탐색 방법은 단순히 위치에 대해 서만 고려하기 때문에 시간의 측면에서 효율적이지 못하다는 문제점이 있다. 제안된 방법은 기존의 위치 기반 탐색 방법 의 문제점을 해결하기 위해 사용자들의 위치와 중간지점까지의 소요시간을 반영함으로써 각 노드와 중간지점까지의 가 중치를 설정하고, 이를 활용하여 최적의 경로를 탐색할 수 있다. 또한, 탐색의 효율성을 증대하기 위해 주어지는 정보들 에 적응적으로 가중치를 설정함으로써 높은 정확성을 갖도록 한다. 실험 결과, 제안된 방법은 기존 방법에 비해 중간지 점까지의 최적 경로를 효과적으로 찾을 수 있음을 확인하였다.

In this paper, we propose an optimal path search algorithm between each node and midpoint that applies the time weighting. Services for using a location of mid point usually provide a mid point location-based on the location of users. There is a problem that is not efficient in terms of time because a location-based search method is only considered for location. To solve the problem of the existing location-based search method, the proposed algorithm sets the weights between each node and midpoint by reflecting user's location information and required time. Then, by utilizing that, it is possible to search for an optimum path. In addition, to increase the efficiency of the search, it ensures high accuracy by setting weights adaptively to the information given. Experimental results show that the proposed algorithm is able to find the optimal path to the midpoint compared with the existing method.

MEC(Mobile Edge Computing)에서 사용자의 이동성 지원 및 서비스의 연속성 보장은 중요한 요소이다. 특히 다양한 네트워크와 이기종의 서비스가 혼재하는 IoT(Internet of Things) 환경에서의 마이그레이션 경로 결정 문 제는 더욱 복잡하다. 본 연구에서는 이기종의 다양한 서비스가 혼재하는 환경에서 UE(User Equipment)의 이동 에도 끊김없이 서비스를 제공해 사용자의 QoS(Quality of Service)를 높이고자 한다. 이동성 지원을 위해 마이그 레이션 비용과 전송비용, 에너지 소비량을 고려한 총비용을 계산하고, UE별 가중치를 설정하여 마이그레이션 여부 및 최적의 경로를 결정한다. NS3로 이기종 서비스가 혼재하는 네트워크 환경을 구축하며, DQN(Deep Q-Network) 알고리즘에 가중치를 설정한 보상의 합으로 성능을 확인한다. 실험을 통해 제안하는 weight-DQN 알고리즘이 다양한 서비스가 혼재하는 환경에서 QoS를 더욱 향상시키는 것을 확인한다.

In MEC(Mobile Edge Computing), user mobility support and service continuity guarantee are important factors. In particular, the problem of determining a migration path in an IoT(Internet of Things) environment in which various networks and heterogeneous services coexist is more complicated. In this study, we intend to improve the QoS(Quality of Service) of users by providing services without interruption even when UE(User Equipment) moves in an environment where heterogeneous and various services coexist. To support mobility, the total cost considering the migration cost, transmission cost, and energy consumption is calculated, and weights are set for each UE to determine migration and the optimal path. With NS3, a network environment in which heterogeneous services coexist is established, and performance is confirmed by the sum of compensations with weights set in the DQN(Deep Q-Network) algorithm. Experiments confirm that the proposed algorithm further improves QoS in an environment where various services coexist.