http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
무향 변환 기반 필터링을 이용한 전술표적 추적 성능 연구
변재욱,정효영,이새움,김기성,김기선,Byun, Jaeuk,Jung, Hyoyoung,Lee, Saewoom,Kim, Gi-Sung,Kim, Kiseon 한국군사과학기술학회 2014 한국군사과학기술학회지 Vol.17 No.1
Tracking the tactical object is a fundamental affair in network-equipped modern warfare. Geodetic coordinate system based on longitude, latitude, and height is suitable to represent the location of tactical objects considering multi platform data fusion. The motion of tactical object described as a dynamic model requires an appropriate filtering to overcome the system and measurement noise in acquiring information from multiple sensors. This paper introduces the filter suitable for multi-sensor data fusion and tactical object tracking, particularly the unscented transform(UT) and its detail. The UT in Unscented Kalman Filter(UKF) uses a few samples to estimate nonlinear-propagated statistic parameters, and UT has better performance and complexity than the conventional linearization method. We show the effects of UT-based filtering via simulation considering practical tactical object tracking scenario.
변재욱 ( Jaeuk Byun ),김한솔 ( Hansol Kim ),박미랑 ( Mirang Park ),신종원 ( Jong Won Shin ) 대한범죄학회 2018 한국범죄학 Vol.12 No.1
국가 형벌권은 공정, 정확하고, 예측 가능한 형태로 운영되어야 한다. 사회적 자본, 재판관의 재량 등으로 발생하는 상이한 판결로 인해 사법 신뢰는 위협받고 있으며, 기계 학습 기법 등을 이용해 판결 형량을 예측할 수 있는 보조 도구의 수요가 점차 늘고 있다. 이에 따라, 본 연구는 다양한 기계 학습 및 패턴 인식 기반의 접근들을 이용하여 살인 사건에 대한 형량을 예측할 수 있는 기술적 방법들을 연구한다. 양형 기준이 적용된 사건에 대해 판결문에 나타난 다양한 법·사회적 요인들을 분석해 개별 사건을 복합적인 인자로 모델링하는 한편, 이들 인자들로부터 나타나는 인자와 판결간의 패턴 관계를 선형 회귀, 유사 판례 탐색, 비음수 행렬 인수분해 기반 기법들을 적용하여 판결 예측 성능을 비교하고, 문제와 개선점을 함께 비교한다. 본 논문에서 제시된 방법 중 예시 기반 비음수 행렬 인수분해 방법은 평균 제곱근 오차 42개월, 평균 절대 백분비 오차 28.7%의 성능을 나타내는 것을 확인하였다. 개발된 판결 예측 시스템을 토대로 향후 균형 있는 데이터 확보 및 모델의 다양한 시도를 통해 훨씬 더 성능을 개선할 수 있을 것으로 기대한다. National administrative justices should be operated impartially, accurately, and predictably. Depending on the individual’s social capitals and judge’s subjective discretion, sometimes the court decisions can be inconsistent, and the trust in jurisdiction can be threatened. For these reason, the need for legal assistant software utilizing recent machine learning-based training algorithm arises naturally. This paper researches the algorithms for court decision prediction based on diverse machine learning and pattern recognition-based approaches. Gathering domestic sentencing data, we analyzed the various features such as legal, social, and geometrical features of court and court participants including their interrelations, which can meaningfully affect the sentencing results. We thereafter applied and analyzed various machine learning-based sentencing prediction models that trains pattern relations in the existing sentencing data. Among the proposed sentence prediction systems, sparse nonnegative-matrix factorization (SNMF) and exemplar-based nonnegative matrix factorization (ENMF)-based methods showed the best performance achieving 42 month in RMSE and 28.7% in MAPE results. These methods especially showed remarkable performances for low valued sentences whose samples are abundant, achieving 18 month in RMSE and 29.775% MAPE for the cases under 120 months. The developed methods are expected to be even improved if we have more and balanced data set and use better-designed learning structures.
차량 간 통신 환경에서 효과적인 위험 경고 메시지 전송 방안
변재욱(Jaeuk Byun),권성오(Sungoh Kwon) 한국통신학회 2012 韓國通信學會論文誌 Vol.37 No.1B
차량 사용이 증가함에 따라 교통안전에 관한 문제가 심각해지고 있다. 이러한 문제점을 해결하기 위해 근래에는 차량에 통신 기술을 접목한 ITS (Intelligent Transportation System)기술로 차량의 안전성을 강화하려는 연구가 진행되고 있다. 차량 안전 네트워크 규격인 WAVE는 방송형 멀티홉으로 전송하고 다중접속방법으로 CSMA/CA를 사용하므로 차량 수가 증가하면 빈번한 전송 시도로 인해 성능이 급격히 저하되는 특징이 있다. 본 연구에서는 이러한 문제를 해결하기 위해 메시지 전송차량과 수신치량의 위치관계를 이용하여 불필요한 메시지 전송을 줄이는 양방향 묵시적 수신확인 방안(TWIA: Two-Way Implicit Acknowledgement)을 제안한다. 제안한 TWIA는 전방과 후방의 차량으로부터 같은 메시지를 받으면 메시지 전달이 성공적인 것으로 간주하여 더 이상 재전송하지 않으므로 불필요한 메시지 전송을 줄인다. 실험을 통해 기존의 위험 경고 메시지 전송방안과 성능비교를 하였으며, 100대 차량을 기준으로 맨 뒤 차량까지의 전송 지연은 9%의 성능 개선이 되었고, 일정 구간 내에 모든 차량의 메시지 수신 성능은 0.7초 이내 수신 성공률이 12%가 개선되었다. In this paper, we propose an algorithm to improve collision avoidance in Vehicle-to-Vehicle (V2V) networks based on IEEE 802.11p. Since IEEE 802.11p adopts CSMA/CA as a multiple access scheme and an emergency warning message (EWM) is delivered to behind vehicles in a multi-hop manner, due to transmission collision, the more vehicles in the vehicle chain results in a longer delay. The longer delay increases the possibility of a rear-end collision. In order to ensure message reception with low latency, we consider implicit acknowledgement of a broadcasted EWM message and propose an algorithm to reduce redundant message transactions, called Two-Way Implicit Acknowledgement (TWIA). By simulations, we show that our proposed algorithm can reduce the latency until the last car receives the message by 9% and the success rate every car receives the message within 0.7sec by 12% at 100 fixed-number-of-car environment.
차량 간 통신에서 충돌을 완화하기 위한 랜덤 백오프 방안
변재욱(Jaeuk Byun),권성오(Sungoh Kwon) 한국통신학회 2012 韓國通信學會論文誌 Vol.37 No.3B
본 연구에서는 IEEE 802.11을 기반으로 하는 무선 차량 네트워크에서 위험 경고메시지를 효과적으로 전송하기 위한 Backoff 방안을 제안한다. 차량 간 통신인 IEEE 802.11은 위험 경고메시지를 보낼 때 다중 홉 방식을 사용하고, 중접속방안으로 CSMA/CA를 적용하므로 차량이 밀집될수록 메시지 전송 충돌 확률이 증가한다. 따라서 위험 경고메시지 전송이 시간 지연될 가능성이 높다. 또한, 배경 트래픽이 있을 경우, 위험 경고메시지가 우선 전송이 되어야 한다. 이 같은 문제를 해결하기 위해 위험 경고메시지 전송차량과 수신차량의 위치에 따라 다른 난수발생범위를 갖는 거리 기반 백오프 방안 (DDAB: Distance-Dependent Adaptive Backoff)을 제안한다. DDAB는 배경 트래픽과 경쟁하는 영역의 차량들은 작은 난수발생범위로 설정하여 배경 트래픽보다 전송 우선순위를 높이고, 같은 위험 경고메시지 간 경쟁이 빈번한 영역의 차량들은 큰 난수발생범위를 갖도록 하여 위험 경고메시지 간의 충돌을 줄인다. 실험을 통해 기존의 Backoff 방안과 비교하였으며, DDAB 방안을 적용한 경우 기존의 방안을 적용했을 때보다 성능 향상됨을 보였다. In this paper, we propose a random backoff scheme for Emergency Warning Messages (EWMs) in the vehicle-to-vehicle environment. The EWMs are disseminated from a vehicle that detects an emergency situation to other vehicles in a multi-hop fashion. Since the vehicle-to-vehicle communication based on IEEE 802.11 adapts CSMA/CA, the density of vehicles increase the probability of collisions between transmissions. Moreover, in the presence of background traffic, the EWM should have a higher priority than that of other messages in neighboring vehicles. To that end, we propose the Distant-Dependent Adaptive Backoff (DDAB) scheme, which set a different contention window for random backoff depending on the distance from the sender to the receiver. In the case when a vehicle is expected to located in the outskirts of the communication boundary, the proposed scheme makes the contention window size small in order to compete the background traffic transmission. Otherwise the contention window is set to a large number to reduce the collision possibility among the EWM transmissions. Via simulations, we show that the proposed scheme performs better than the previous schemes for EWM.