• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.489-490
• /
• 2008

본 고에서는 체내 심실신호를 농하여 신경학적 분석 및 다형성의 측면에서 심실세동이 일어나는 것을 예측하는 분석 알고리즘을 설계하였다. 신경학적 측면에서는 시계열 신호의 Peak to Peak Interval을 예측법과 0.15Hz를 기준으로 HRV 신호의 AR Burg 모델링을 통하여 고주파성과 저주파성을 나누어 교감신경과 부교감신경의 활동성 통한 신경학적 예측법을 제시하였으며 또한 체내 심실신호의 비선형적 특성을 고려한 Fractal Dimension을 생성시킴으로서 주기성의 특성과 다형성 통한 예측법을 제시하였다. 체내 심전도를 기반으로 Simulation 하였으며 각 분석별 조합을 통하여 최적의 예측 구조를 찾고자 하였다. 의학적 의미가 있는 민감도와 특이도를 판별하였으며 예측을 위한 수행시간을 실험하였다. 이를 통하여 자율신경 활성도와 다형성 판별을 조합한 방법이 심실세동 예측을 위한 민감도의 측면에서 가장 우수함을 나타내었고 시뮬레이션을 위만 시뮬레이터(Simulator) UI(User Interface)를 제시하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.31 no.9C
• /
• pp.859-868
• /
• 2006

H.264에서 다중참조 프레임을 사용한 움직임 예측 방법은 단일 참조프레임을 이용한 움직임 예측보다 더 많은 시간적 중복성을 제거하여 부호화 효율을 높이거나 채널에러에 강인하게 부호화하기 위해 사용된다. 하지만 다중 참조 프레임을 이용하여 움직임 예측을 하는 것은 단일의 참조 프레임을 이용하는 것보다 많은 계산량을 요구하기 때문에 비디오 인코더의 복잡도를 증가시키게 된다. 본 논문에서는 다중참조 프레임을 사용한 움직임 예측을 화질 열화 없이 적은 복잡도로서 가능하게 하는 알고리즘을 제안한다. 움직임 예측 절차의 복잡도를 줄이기 위해, 제안한 알고리즘에서는 연속되는 프레임 사이에 구성된 움직임 벡터맵을 이용하여 움직임벡터를 추정한다. 제안한 방식은 추정된 움직임벡터를 작은 탐색영역에서 보정하는 방식을 적용하기 때문에 기존의 방식들에 비해 적은 복잡도가 요구된다. 제안된 방법으로 추정된 움직임벡터는 각 참조프레임들에 대해 최적의 움직임 벡터를 효과적으로 추적하기 때문에 부호화 된 영상의 화질은 전 탐색영역 움직임 예측 알고리즘을 이용한 결과와 매우 비슷하다. 제안된 방식은 세가지 단계로 구성된다. (a) 연속되는 두 개의 프레임 사이에 벡터맵을 구성한다. (b) 벡터맵에 있는 요소벡터를 이용하여 시간적 움직임 벡터를 구성한다. (c) 마지막으로, 임시 움직임 벡터를 좁은 탐색영역에서 보정한다. 컴퓨터 실험을 통해 제안된 방식의 효율성을 입증하였다. 제안된 방식과 기존의 방식들과의 비교를 위해 H.264 부호화기에서 움직임 예측 모듈에 의해 소비된 CPU 시간을 측정하였다. 컴퓨터 실험을 통해 알 수 있듯이 제안된 방식에 의해 부호화된 영상의 화질은 기존 방식과 을 통해 얻은 영상화질과 거의 같으면서 알고리즘 복잡도는 크게 줄어드는 것을 볼 수 있다.

• Computational Structural Engineering
• /
• v.3 no.3
• /
• pp.20-24
• /
• 1990

현재까지의 철근콘크리트(R/C)부재의 이력거동을 예측하기 위한 이론적 연구는 대부분이 휨 변위량이 전체 변위량을 지배한다는 가정하에 휨 해석을 행하고 있다. 그러나 지진과 같은 탄성한계를 벗어난 강한 동적반복하중을 받는 경우 철근 콘크리트 부재의 변위량은 휨 변위량 뿐만 아니라 전단 변위량 및 부재연결부에서의 회전 변위량에 의해 지배됨이 많은 연구를 통해 밝혀졌다. 전단이력거동은 강성과 강도저하가 심하게 나타나고 낮은 에너지 발산능력을 갖는 특징에 의해 휨 이력거동과는 구별되며 반복하중이 계속되면 강성이 저하되는 경향때문에 전단변형이 R/C부재의 거동을 지배하게 된다. 이러한 부재거동의 특징에 견주어 볼 때 현재 사용되고 있는 해석모델을 이용하여 동적응답을 예측하고, 해석하여 설계된 기존의 R/C부재는 강한 동적하중을 받을 경우 해석적으로는 전혀 예측치 못하게 되는 결과를 초래하게 된다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.337-338
• /
• 2015

본 논문은 BESS 기반 전력피크 대응 peak shaving 알고리즘에 대하여 설명한다. 전력망 응용에 적용되는 BESS는 다양한 C-rate (charge rate)을 갖으며, 이를 고려한 알고리즘 개발이 요구된다. 상대적으로 높은 C-rate을 갖는 BESS의 경우 단주기 응용으로 적용될 수 있으나, 보다 효과적인 활용방안은 두 가지의 이상의 목적을 위한 운용이 요구된다. 더욱이 전력피크 예측을 위한 정교한 부하예측 방법이 필요하다. 본 논문에서는 단주기 및 장주기 응용을 모두 고려하였을 때 요구되는 peak shaving 알고리즘 설계 및 Algebraic Prediction을 이용한 부하예측에 대하여 논하고자 한다.

• 한국신재생에너지학회:학술대회논문집
• /
• 2010.06a
• /
• pp.108.1-108.1
• /
• 2010

분류층 가스화기는 석탄과 산소(공기) 및 수증기가 반응하여 $1200{\sim}1600^{\circ}C$의 고온, 20~60기압의 고압에서 작동되어 합성가스를 생성하며 합성가스에 포함된 입자 및 황화합물 등을 정제설비를 통하여 정제 후 발전 및 화학원료로 사용한다. 석탄가스화 중 석탄에 포함된 대부분의 회분은 용융슬래그 형태로 가스화기 벽면을 따라 흘러 내려 가스화기 하부의 냉각수조에서 급랭되어 배출된다. 이때 용융슬래그의 원활한 배출을 위해서는 일정범위의 점도를 유지하는 것이 필요하다. 슬래그의 점도는 가스화기 온도 및 Ash의 조성에 따라 크게 변하며 가스화기 설계 및 운전 시 매우 중요한 변수이다. 따라서 최적의 설계 및 운전을 위해서는 Ash의 점도예측이 중요하며, 분류층 가스화기내부에서 Ash 점도 예측을 위한 DooVisco 프로그램을 개발하였다. DooVisco는 가스화기 내부에서 슬래그 용융온도 및 온도별 점도, 가스화기 최소 운전온도 및 석회석 투입 효과 분석뿐만 아니라 석탄의 혼합 사용 시의 특성 예측도 가능하도록 개발되었다. DooVisco는 슬래그 주요 4성분인 SiO2, Al2O3, CaO, FeO 성분에 대한 Phase Diagram을 이용하여 1차적으로 슬래그용융온도(Liquidus Temperature)를 예측하고, 주요 4 성분 외에 Na2O, MgO, K2O, TiO2 등을 고려한 Kalmanovich Model을 이용하여 점도를 예측한다. 최종적으로 슬래그 용융온도와 점도를 활용하여 분류층 가스화기 운전가능 온도범위를 예측한다. 개발된 DooVisco를 활용하여 300MW급 실증 IGCC 플랜트에 사용가능성이 있는 석탄을 대상으로 슬래그의 용융온도 및 점도 등을 예측하였으며 최적 운전을 위한 슬form점도 조절용 Flux인 석회석 투입량 등을 평가하였다. 평가 결과 슬래그 용융온도가 $1700^{\circ}C$ 이상으로 석회석 투입이 필요하다고 판단되었다. 약 가스화기 내부 온도를 $1500^{\circ}C$ 정도에서 원활한 운전을 위해서는 석탄 대비 약 10% 내외의 석회석 투입이 필요할 것으로 평가되었다. DooVisco는 분류층 가스화기 설 계시 가스화기 최적 운전 온도 설정 및 Flux 투입필요성, 종류, 투입량 선정에 활용될 수 있을 뿐만 아니라 플랜트 운전시 석탄의 탄종 적합성 등을 판단하는데 활용될 수 있을 것이라 판단된다.

• Korean Journal of Environmental Biology
• /
• v.35 no.2
• /
• pp.207-214
• /
• 2017

There is little information about the seed longevity of wild plants, although seed bank storage is an important tool for biodiversity conservation. This study was conducted to predict the seed viability equation of Agastache rugosa. The A. rugosa seeds were stored at moisture contents ranging from 2.7 to 12.5%, and temperatures between 10 and $50^{\circ}C$. Viability data were fitted to the seed viability equation in a one step and two step approach. The A. rugosa seeds showed orthodox seed storage behaviour. The viability constants were $K_E=6.9297$, $C_W=4.2551$ $C_H=0.0329$, and $C_Q=0.00048$. The P85 of A. rugosa seeds was predicted to 152 years under standard seed bank conditions. The P85 predicted by seed viability equation can be used as basic information for optimization of seed storage processes.

• 발명특허
• /
• v.29 no.10 s.340
• /
• pp.26-33
• /
• 2004

• Journal of Korean Society of Transportation
• /
• v.23 no.3 s.81
• /
• pp.125-136
• /
• 2005

The current traffic accident reduction procedure in economic feasibility study does not consider the characteristics of road and V/C ratio. For solving this problem, this paper suggests methods to be able to evaluate safety of each road in construction and improvement through developing accident Prediction model in reflecting V/C ratio Per road types and traffic characters. In this paper as primary process, model is made by tke object of urban roads. Most of all, factor effecting on accident relying on road types is selected. At this point, selecting criteria chooses data obtained from road planning procedure, traffic volume, existence or non-existence of median barrier, and the number of crossing point, of connecting road. and of traffic signals. As a result of analyzing between each factor and accident. all appear to have relatives at a significant level of statistics. In this research, models are classified as 4-categorized classes according to roads and V/C ratio and each of models draws accident predicting model through Poisson regression along with verifying real situation data. The results of verifying models come out relatively satisfactory estimation against real traffic data. In this paper, traffic accident prediction is possible caused by road's physical characters by developing accident predicting model per road types resulted in V/C ratio and this result is inferred to be used on predicting accident cost when road construction and improvement are performed. Because data using this paper are limited in only province of Jeollabuk-Do, this paper has a limitation of revealing standards of all regions (nation).

• Korean Journal of Remote Sensing
• /
• v.38 no.6_1
• /
• pp.1357-1369
• /
• 2022

Cloud removal is an essential image processing step for any task requiring time-series optical images, such as vegetation monitoring and change detection. This paper presents a two-stage cloud removal method that combines conditional generative adversarial networks (cGANs) with regression-based calibration to construct a cloud-free time-series optical image set. In the first stage, the cGANs generate initial prediction results using quantitative relationships between optical and synthetic aperture radar images. In the second stage, the relationships between the predicted results and the actual values in non-cloud areas are first quantified via random forest-based regression modeling and then used to calibrate the cGAN-based prediction results. The potential of the proposed method was evaluated from a cloud removal experiment using Sentinel-2 and COSMO-SkyMed images in the rice field cultivation area of Gimje. The cGAN model could effectively predict the reflectance values in the cloud-contaminated rice fields where severe changes in physical surface conditions happened. Moreover, the regression-based calibration in the second stage could improve the prediction accuracy, compared with a regression-based cloud removal method using a supplementary image that is temporally distant from the target image. These experimental results indicate that the proposed method can be effectively applied to restore cloud-contaminated areas when cloud-free optical images are unavailable for environmental monitoring.

• Korean Journal of Food Science and Technology
• /
• v.20 no.2
• /
• pp.133-139
• /
• 1988

For the development of a general mathermatical model to predict the density of liquid foods based on temperature and composition of each major component, the major components of liquid foods considered in this study were water, protein, fat, carbohydrate, fiber and ash. These samples were subdivided into sixteen pure components. The density of each sample was measured by a volumetric pycnometer at the temperature range of $0^{\circ}C\;to\;100^{\circ}C$ for three different solid content suspensions, The density values of pure component solids were calculated from the assumed model at given temperature, using the experimental values of three different solid content suspensions with known water fraction and density model of water. Using these calculated density data at the temperature range of $0^{\circ}C\;to\;100^{\circ}C$, the coefficients of ther density model for each pure component were determined by the OPT Subroutine Program. The density model developed in this study can be used to predict the density values of liquid foods at given temperature and composition.