본 연구는 선박용 공기압축기의 상태기반보전 시스템에 필요한 이상치 탐지 알고리즘 적용에 대한 실험적 연구로서 고장모사 실험을 통해 시계열 전류 센서 데이터를 이용한 이상탐지 적용 가능성을 확인하였다. 고장 유형 10개에 대해 실험실 규모의 고장 모사 실험을 수행하여 정상 운전데이터와 고장 데이터를 구축하였다. 실험 결과 구축된 이상탐지 모델은 시계열 데이터의 주기에 변화를 유발하는 이상은 잘 탐지하는 반면 미세한 부하 변동에 대한 탐지 성능은 떨어졌다. 또한 오토인코더를 이용한 시계열 이상탐지 모델은 입력 시 퀀스의 길이와 초모수 조정에 따라 이상 탐지 성능이 상이한 것으로 나타났다.

A new near loss-less compression method for 2D game sprite animation image is presented to reduce the amount of the game contents resources. The sprite animation data in 2D mobile game occupies a large part of the resource, and in particular the sprite animation data by using a lossless compression technique can cause a relatively very significant increase of data amount as the higher complexity of the animation. The new near-lossless method, which is an adaptive compression technique by considering the alpha value for transparency and the variance of color values of block, is proposed in order to obtain greater compression efficiency without los of quality. By using experiments, we show that the proposed method compared to the PNG compression technique is good for compression efficiency, and in particular the effect is very high in complex and dynamic 2D sprite animation.

Since the digital chart consists of a large number of points, the effective method for the coastline data compression(CDC), storing the data compactly and reproducting the coastline feature accurately, is important. In the CDC, the key technique is to determine the optimal positions as node points in given coastlines. In this paper, a new CDC method, selecting node points with conspicuous coast positions in the view point on navigation and adopting spline interpolation to the nodes partly, is proposed. Using the northern part of KEOJE-DO coastline in Korean chart No.204, CDC experiments are carrie out with various compression ratio. The results fro the influence of coastline shape according to various CDC methods are discussed and presented.

Concrete has recently been modified to have various performance and properties. However, the conventional method for predicting the compressive strength of concrete has been suggested by considering only a few influential factors. so, In this study, nine influential factors (W/B ratio, Water, Cement, Aggregate(Coarse, Fine), Fly ash, Blast furnace slag, Curing temperature, and humidity) of papers opened for 10 years were collected at 4 conferences in order to know the various correlations among data and the tendency of data. The selected mixture and compressive strength data were used for learning the Deep Learning Algorithm to derive a prediction model. The purpose of this study is to suggest a method of constructing a prediction model that predicts the compression strength with high accuracy based on Deep Learning Algorithms.

고해상도의 지형 데이터는 용량이 크기 때문에 GPU메모리에 데이터 전체를 적재할 수 없다. 따라서 out-of-core기반의 방법이 많이 사용된다. 그러나 보조기억장치의 대역폭 한계로 인하여 실시간으로 지형을 렌더링하기 어렵기 때문에 GPU로 웨이블릿 변환을 수행하여 압축된 DEM 데이터를 전송한 후 압축 해제하여 렌더링 하는 방법이 사용된다. 하지만 이 방법은 텍스처로부터 주기적으로 값을 읽어와 정점을 변환하고 메쉬를 생성해야하므로 비효율적이다. 이 논문에서는 웨이블릿 압축된 근사 계수 값을 정점의 속성으로 저장하고 기하 쉐이더에서 압축을 해제해 지형을 효율적으로 렌더링 하는 기법을 제안한다. 제안하는 방법은 근사 계수 값을 정점의 속성으로 주어 지형 텍스처의 전송량을 줄일 수 있다. 또한 지형 텍스처로부터 별도의 업로드 과정 없이 메쉬의 생성이 가능하므로 오버헤드가 발생하지 않아 효율적인 렌더링이 가능하다.