http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
GPS/INS센서 융합을 이용한 고 정밀 위치 추정에 관한 연구
이정환(Jeongwhan Lee),김한실(Hansil Kim) 대한전자공학회 2012 전자공학회논문지 Vol.49 No.11
위치를 추적하기 위해 사용되는 대표적인 방법은 위성항법시스템(GPS)과 관성 항법장치(INS)이다. 위성항법장치는 어떤 한지점에 대해 오차가 발생할 수 있으나 누적 오차가 없다는 장점이 있다. 위치 정보를 얻기 위해서 3개 이상의 위성으로부터 GPS정보를 수신하여야 하나 수신 강도가 약하거나 터널과 같은 수신 불능지역인 지역에서는 위성항법시스템의 정보를 획득할 수 없다는 단점이 있다. 관성항법장치의 경우 자이로스코프 및 가속도계의 정보를 이용하여 항체의 위치 및 자세 정보를 수Hz부터 수백 Hz의 높은 데이터 송수신율로 속도 및 방향을 측정한다. 관성항법장치는 짧은 시간 동안 매우 정밀한 항법 성능을 나타내지만 가속도 및 각속도에서 속도성분으로 적분하는 과정에서 오차가 누적되어 시간이 경과함에 따라 항법 오차가 증가하는 단점이 있다. 본 논문에서는 이 두 시스템의 단점을 상호 보완하여 위성항법장치와 관성항법장치의 위치 정보에 센서융합 알고리즘 적용 및 실험을 통하여 성능분석을 하였다. 위성항법시스템의 수신 불능지역에서는 측정된 데이터를 SVD를 이용하여 모델링한 후 위치 보정 알고리즘을 적용하여 위치 정보를 획득하는 실험 결과를 통해 확인한다. There are several ways such as GPS(Global Positioning System) and INS (Inertial Navigation System) to track the location of moving vehicle. The GPS has the advantages of having non-accumulative error even if it brings about errors. In order to obtain the position information, we need to receive at least 3 satellites information. But, the weak point is that GPS is not useful when the 혠 signal is weak or it is in the incommunicable region such as tunnel. In the case of INS, the information of the position and posture of mobile with several Hz~several hundreds Hz data speed is recorded for velocity, direction. INS shows a very precise navigational performance for a short period, but it has the disadvantage of increasing velocity components because of the accumulated error during integration over time. In this paper, sensor fusion algorithm is applied to both of INS and GPS for the position information to overcome the drawbacks. The proposed system gets an accurate position information from experiment using SVD in a non-accessible GPS terrain.
텍스트 마이닝과 차원 축소 기법을 적용한 향상된 컨피규레이션 버그 리포트 예측
최정환(Jeongwhan Choi),최지원(Jiwon Choi),류덕산(Duksan Ryu),김순태(Suntae Kim) Korean Institute of Information Scientists and Eng 2021 정보과학회논문지 Vol.48 No.1
Configuration bugs are one of the main causes of software failure. Software organizations collect and manage bug reports using an issue tracking system. The bug assignor can spend excessive amounts of time identifying whether a bug is a configuration bug or not. Configuration bug prediction can help the bug assignor reduce classification efforts and aid decision making. In this paper, we propose an improved classification model using text mining and dimensionality reduction. This paper extracts 4,457 bug reports from six open-source software projects, trains a model to classify configuration bug reports, and evaluates prediction performance. The best performance method is obtained using the k-Nearest Neighbors model with the SMOTEENN sampling technique after extracting the feature with Bag of Words and then reducing the dimension of the feature using Linear Discriminant Analysis. The results show that ROC-AUC is 0.9812 and MCC is 0.942. This indicates better performance than Xia et al.s method and solves the class imbalance problem of our previous study. By predicting these enhanced configuration bug reports, our proposed approach can provide the bug assignors with information they need to make informed decisions.