Effects-Based Operations (EBO) refers to a process for achieving strategic goals by focusing on effects rather than attrition-based destruction. For a successful implementation of EBO, identifying key nodes in an adversary network is crucial in the process of EBO. In this study, we suggest a network-based approach that combines network centrality and optimization to select the most influential nodes. First, we analyze the adversary’s network structure to identify the node influence using degree and betweenness centrality. Degree centrality refers to the extent of direct links of a node to other nodes, and betweenness centrality refers to the extent to which a node lies between the paths connecting other nodes of a network together. Based on the centrality results, we then suggest an optimization model in which we minimize the sum of the main effects of the adversary by identifying the most influential nodes under the dynamic nature of the adversary network structure. Our results show that key node identification based on our optimization model outperforms simple centrality-based node identification in terms of decreasing the entire network value. We expect that these results can provide insight not only to military field for selecting key targets, but also to other multidisciplinary areas in identifying key nodes when they are interacting to each other in a network.

This study intends to present a traffic node-based and link-based accident prediction models using XGBoost which is very excellent in performance among machine learning models, and to develop those models with sustainability and scalability. Also, we intend to present those models which predict the number of annual traffic accidents based on road types, weather conditions, and traffic information using XGBoost. To this end, data sets were constructed by collecting and preprocessing traffic accident information, road information, weather information, and traffic information. The SHAP method was used to identify the variables affecting the number of traffic accidents. The five main variables of the traffic node-based accident prediction model were snow cover, precipitation, the number of entering lanes and connected links, and slow speed. Otherwise, those of the traffic link-based accident prediction model were snow cover, precipitation, the number of lanes, road length, and slow speed. As the evaluation results of those models, the RMSE values of those models were each 0.2035 and 0.2107. In this study, only data from Sejong City were used to our models, but ours can be applied to all regions where traffic nodes and links are constructed. Therefore, our prediction models can be extended to a wider range.

Single-layered grid space steel roof structure is an architectural system in which the structural ability of the nodal connection system greatly influences the stability of the entire structure. Many bolt connection systems have been suggested to enhance for better construct ability, but the structural behavior and maximum resistance of the connection system according to the size of bolt clearance play were difficult to identify. In particular, the identification of bending stiffness of the connection system is very important due to the characteristics of shell structures in which membrane stresses based on bending force effect significantly. To identify effective structural behavior and maximum bearing force, four representative nodal connection systems were selected and nonlinear numerical analysis were performed. The numerical analysis considering the size of the bolt clearance were performed to investigate structural behavior and maximum values of the bending force. In addition, the type of effective nodal connection system were evaluated. As a result, the connection system, which has two shear plane, represented high bending stiffness.

도로기상정보시스템(RWIS; Road Weather Information System)은 날씨에 따라 수시로 변하는 도로 의 기상상태를 실시간으로 운전자에게 예보하는 첨단 교통기상 정보 시스템이다. RWIS는 도로변에 설치 된 기상관측장비와 도로 표면에 설치된 노면센서로 구성된 도로기상관측시스템(RWOS; Road Weather Observation System)으로부터 차량 운전에 위험이 되는 기상 상황을 사전에 운전자에게 알려준다. 도로 의 기상상황 및 노면상태를 관측하는 RWOS는 고가의 장비로 도로의 전 구간에 설치하여 고해상도의 도 로기상 정보를 제공하기 힘든 실정이다. 그리고 도로기상 정보 중에서 안전사고와 가장 밀접한 노면상태 (ice, snow, wet)는 도로의 특정 구간에서 노면센서나 영상을 통한 노면상태 판별에 대한 연구만 수행되 어 왔다. 특히 노면상태는 기상조건과 밀접한 관계를 갖고 있기 때문에 고해상도로 설치된 자동기상관측 장비(AWS; Automatic Weather System)를 활용한 노면상태 판별 연구가 필요하다. 따라서 본 논문에서 는 기계학습 도구로 유명한 weka의 AdaBoostM1 분류기를 활용하여 실시간으로 노면상태를 판별하는 알 고리즘을 제안한다. 이를 위해 RWOS와 AWS의 관측자료를 시계열로 매핑하여 학습데이터를 구성하고, 기계학습을 통해 노면상태 판별 모델을 구축하였다. 이를 통해 서울시 주요도로의 노드링크에 대해 기상 정보 추출하여 제공하고 기상정보를 기반으로 노면상태를 판별하여 실시간으로 제공할 수 있도록 하였다. 도로기상 관측 데이터는 그림 1과 같이 정릉터널 입출구에 설치되어 있는 RWOS의 노면상태 관측자료 와 정릉터널 입출구 인근 AWS 6개소의 기상관측자료를 시계열로 매핑하고 노면상태와 기상조건에 대한 상관성 분석을 수행하였다. 학습 모델은 수집된 관측자료(2015/1/23–2015/10/19) 387,187건으로 학습 데 이터를 구성하였다. 서울시 주요도로의 노드링크는 22,184개이며, 개별 노드링크의 위경도 좌표에 따라 SK Planet에서 구축한 AWS(255개소) 관측자료를 실시간으로 IDW(Inverse Distance Weight)로 산출하 여 학습 모델의 입력자료로 활용하였다. 학습 데이터를 기반으로 Decision Tree, SVM(Support Vector Machine), MLP(Multi-Layer Perceptron), Ensemble Learning 기법을 활용하여 실험을 수행하였고, 그 중에서 가장 좋은 분류 성능을 보여준 AdaBoostM1을 활용하여 노면상태 판별 학습 모델을 구축하였 다. 그림 2와 같이 학습 모델의 판별 성능은 10-fold cross validation으로 검증하였으며, 정확율 (precision rate)이 평균 90%, 재현율(recall rate)이 평균 89%의 성능을 보였다.

최근 건축 경향에 따라 단층 프리폼 구조에 대한 관심이 증대되고 있다. 축력과 모멘트를 동시에 받는 구조적인 특성으로 인해 프리폼 구조에서 노드는 응력이 집중되는 부분으로 상세 개발이 이루어져야 한다. 본 논문은 단층 프리폼 구조의 모멘트형 노드를 제안하고 축력과 모멘트에 대한 유한요소해석을 수행하였다. 유한요소해석을 통해 내력이 검증된 모델에 구멍 크기 및 위치에 따른 변수를 적용하여 변수해석을 진행하였고 결과를 비교분석하여, 구조적인 성능을 만족하여 안전성을 가지고 동시에 물량도 가장 절약할 수 있는 노드 Prototype을 결정하였다.

This paper considers a topological optimization of a network design with mean packet delay and node connectivity constraints. The objective is to find the topological layout of links, at minimal cost. This Problem is known to be NP-hard. To efficiently so

Classification is an important area in a data mining. There are various ways in classification methodologies : the decision tree and the neural network, etc. Recently, Rough set theory has been presented as a method for classification. Rough set theory is a new approach in decision making in the presence of uncertainty and vagueness. In the process of constructing the tree, appropriate attributes have to be selected as nodes of the tree. In this paper, we present a new approach to selection of attributes for the construction of decision tree using the Rough set theory. The suggested method makes more simple classification rules in the decision tree and reduces the volume of the data to be treated.

네트워크를 분석하는 방법인 stochastic 기반의 community bridge node finder는 네트워크 구조의 일부 정보만을 이용하여 중심지 및 확산 경로의 유추가 가능하다. 그러나, heterogeneity 네트워크에 적용하기 어려운 단점을 보유하고 있어, 본 연구에서는 이를 개선하고자 하였다. heterogeneity 네트워크에 적용할 수 있는 community bridge node finder 방법을 개발하기 위해 네트워크의 modularity를 계측하는 방법을 적용하였으며, 개선된 방법을 통해 community bridge node를 정량적으로 평가할 수 있어 heterogeneity 네트워크의 분석이 가능하였다. 농촌계획분야 정보의 경우, 대부분 자료의 불확실성이 존재하며 무 결성이 떨어지는 특성을 가지고 있는 바 본 연구에서 적용한 전염병 확산 예측 뿐만 아니라 개선된 방법을 활용할 경우 주 산지 정비 거점 분석 등 다양한 형태로 이용될 수 있을 것으로 기대된다.

실내에 있는 노드의 위치를 알려주는 시스템은 여러 유용한 응용에 활용된다. 그 가운데 가장 대중적인 응용이 내비게이션 시스템 이다. 여기서는 노드가 움직이는 방향에 대한 정보를 필요로 한다. 특히 위치 이동에 따른 변화량과 방향에 대한 정보가 실시간으로 제공되어 야 한다. 이 논문에서는 방위각 센서가 작동하지 않는 실내에서 기존의 위치를 파악할 수 있는 시스템을 이용하여 움직이는 노드의 이동 방위 각의 변화량과 변화방향을 정확하게 파악하는 데 효과적인 벡터기반 알고리즘을 제시한다. 기존 알고리즘은 여러 기하학적 계산 단계들을 통 해 이동방향의 변화량을 파악한다. 이 논문에서 제안하는 알고리즘은 벡터를 기반으로 하는 단순한 산술식을 통해 이동 노드의 진행방향의 방위각 변화량을 구하고, 노드가 직전에 이동한 방향에 근거하여 도출된 단순한 수식의 부호값(음 또는 양)에 따라 변화방향을 파악한다. 지 속적으로 이동하는 노드의 변화하는 방위각에 대한 파악이 기존 알고리즘에 비해 신속하고 정확한 결과를 얻을 수 있음을 논리식과 수식으로 증명하였다.

Dynamic characteristics of large civil infrastructures have been monitored for safe operation and efficient maintenance of the structures. To measure vibration data, the conventional system uses cables causing very expensive costs and inconvenience for installation. Therefore, various wireless sensor nodes have been developed to replace the conventional wired system. However, there remain lots of issues to be resolved such as power supply, data loss, data security, etc. In this study, smart distributed sensor node (SDSN) was developed to measure vibration data. The SDSN is basically timely synchronized one-channel data acquisition system. It consists of its local time clock with high accuracy and SD memory card or local data storage. It is designed for temporal measurement, not long-term monitoring, since it can operate several hours using embedded batteries. Laboratoy tests were carried to verify the performance of the developed SDSN compared with conventional wired sensors. Several application examples for large civil infrastructure were also suggested.

This study presents a method to monitor cable force using an Imote2/SHM-DAQ sensor node and a PZT sensor. The following approaches are carried out to achieve the objective. Firstly, the principle of piezoelectric material (e.g., PZT) as a strain sensor is reviewed. According to its piezoelectric features, the use of PZT sensor for strain measurement of a stay cable is presented. Secondly, the design of the data acquisition sensor node Imote2/SHM-DAQ is described. The sensor node is used to monitor strain-induced voltage from the PZT sensor. The advantages of the system are cheap, and enable for wireless communication and automated operation. Finally, the feasibility of the sensing system is evaluated on a lab-scale stay cable.

This paper describes efficient flight control algorithms for building a reconfigurable ad-hoc wireless sensor networks between nodes on the ground and airborne nodes mounted on autonomous vehicles to increase the operational range of an aerial robot or the communication connectivity. Two autonomous flight control algorithms based on adaptive gradient climbing approach are developed to steer the aerial vehicles to reach optimal locations for the maximum communication throughputs in the airborne sensor networks. The first autonomous vehicle control algorithm is presented for seeking the source of a scalar signal by directly using the extremum-seeking based forward surge control approach with no position information of the aerial vehicle. The second flight control algorithm is developed with the angular rate command by integrating an adaptive gradient climbing technique which uses an on-line gradient estimator to identify the derivative of a performance cost function. They incorporate the network performance into the feedback path to mitigate interference and noise. A communication propagation model is used to predict the link quality of the communication connectivity between distributed nodes. Simulation study is conducted to evaluate the effectiveness of the proposed reconfigurable airborne wireless networking control algorithms.