슈퍼스칼라 프로세서의 성능을 향상시키기 위해서는 데이터 종속성에 의한 장애를 제거해야 한다. 최근 여러 논문들은 이러한 데이터 종속성을 제거하기 위해서 명령의 결과 값을 예상하는 메커니즘이 연구되고 있다. 결과 값 예상 메커니즘 중 여러 예측기를 하이브리드해서 사용하는 방법은 각각 하나의 예측기만을 사용하는 방법보다 더 좋은 성능을 얻을 수 있다. 그러나 종전의 하이브리드 예측기는 명령어를 중복해서 저장하여 많은 하드웨어 크기를 요구한다. 본 논문에서는 여러 예측기의 장점을 이용하여 높은 성능을 얻을 수 있는 새로운 하이브리드 예측 메커니즘을 제안한다. 또한 예상하기 어려운 명령어를 동적으로 찾아내어 예상하지 않음으로서 잘못 예상한 misprediction 페널티를 줄이고 예상 정확도를 높인다. 시뮬레이션 결과 SPECint95 벤치마크 프로그램에 대해 제안한 하이브리드 예측기에서 예측율은 평균 79%에서 90%로 향상하였고, misprediction rate는 평균 12%에서 2%로 낮추었다
정확한 수문자료를 예측하기 위한 많은 연구들이 현재까지 진행되어 왔다. SVM(Support Vector Machine)은 그 구조가 신경망과 유사하나 신경망과는 다르게 철저히 통계적, 수학적 이론에 기반을 두고 있고 비선형예측 모형이며 지역해 문제가 발생하지 않는 다는 점 등으로 인해 상당히 견고한 모형으로 평가받고 있다. 본 연구에서는 두 경우의 수문시계열 자료를 이용하여 전통적인 통계학적 모형과 신경망 모형 그리고 수문학 분야에서는 아직까지 적용된 사례가 매우적은 SVM 모형의 예측 결과 비교를 통해 모형의 장단점을 평가하였다. 비교 결과 SVM 모형은 수문시계열 자료 예측에 있어서 기존의 방법들에 비해 안정적이고 정확한 예측 결과를 보여 주었다.
본 논문에서는 표면 손상을 입은 적층판의 파괴 강도를 결함이 없는 적층판의 파괴 강도와 결함이 있는 적층판의 파괴 강도를 이용하여 예측하였다. 이를 위해 고전 적층판 이론을 적용하여 적층판의 파괴 강도식을 단순화했으며 이를 표면 손상을 입은 적층판에 적용하였다. 단순화한 적층판의 파괴 강도 이론식의 검증을 위해 Lagace와 Tsai의 논문에서 측정한 데이터를 이용하였다. 또한, 표면 손상을 입은 적층판의 파괴 강도 예측식의 검증을 위해 실험을 수행하였다. 실험을 위해 표면 결함이 없는 적층판과 표면 결함이 있는 적층판을 제작하여 실험하였으며 이 결과를 예측식과 비교하였다. 시편의 섬유 방향은 인장 방향과 같은 방향으로 제작되었으며, 예측식과 실험 결과는 잘 일치하였다. 따라서 본 논문에서 예측만 표면 결함이 있는 적층판의 파괴 강도 예측식을 이용하여 복합재료가 사용되는 구조물이 표면 손상이 되었을 때 이 구조물의 파괴 강도를 예측할 수 있을 것이다.
본 연구는 국제공동연구로 수행중인 Hualien 대형내진모델시험사업중 모델구조물에 대한 지진 응답 예측해석(blind prediction analysis)에 관한 것이다. 이 해석은 축대칭 무한요소를 이용하여 개발한 전산프로그램 KIESSI와 유연체적법에 의한 전산프로그램 SASSI를 이용하여 수행하였으며, 구조물 및 지반 특성은 뒷채움이 완료된 모델구조물에 대한 통일모델과 예측 후 상관해석 결과를 사용하였다. 그 결과 지진응답 예측해석 결과는 계측된 지진응답과 비교적 잘 일치하였으나 더 좋은 해석결과를 얻기 위해서는 구조물 및 지반 특성을 좀 더 수정할 필요가 있음을 알 수 있었다.
전력수요를 예측할 경우 가장 중요한 문제 중의 하나가 특수일 부하의 처리문제이다. 따라서 본 연구에서 길고(구정, 추석) 짧은(식목일, 현충일 등) 특수일 피크 부하를 신경회로망과 회귀모형을 이용하여 예측하는 방법을 제시한다. 신경회로망 모형의 특수일 부하 처리는 패턴 변환비를 이용하며, 4차의 직교 다항 회귀모형은 과거의 10년 (1985∼1994)간의 특수일 피크부하 자료를 이용하여 길고 짧은 특수일 부하를 예측한다. 특수일 피크 부하를 예측한 결과, 신경회로망 모형의 주간 평균 예측 오차율과 직교 다항 회귀모형의 예측 오차율을 분석한 결과 1∼2[%]대로 두 모형 모두 양호한 결과를 얻었다. 또한 4차의 직교 다항 회귀 모형의 수정결정계수 및 F 검정을 분석한 결과 구성한 예측 모형의 타당성을 확인하였다. 두 모형의 특수일 부하를 예측한 결과를 비교해 보면 긴 특수일 부하를 예측할 때는 패턴 변환비를 이용한 신경회로망 모형이 보다 더 효과적이었고, 짧은 특수일 부하를 예측할 경우에는 두 방법 모두 유효하였다.
기술추세분석(trend analysis)이나 특허분석(patent analysis) 등과 같이 객관적 자료를 이용하는 여타 기술예측방법과 달리, 델파이 방법은 해당 분야에 대한 전문가들의 식견(또는 주관적 평가)을 예측의 유일한 원천으로 하고 있다는 점에서 예측결과에 대한 신뢰도 분석을 강하게 요구하고 있다. 이러한 점에 착안하여 본 연구에서는 최근에 실시된 산업기술예측(1998) 자료를 이용하여 델파이 방법을 이용한 기술예측의 신뢰도 분석을 실시하였다. 이러한 분석은 전문가들의 예측결과에 대해 내적 일관성의 유지 여부와, 전문도가 상이한 집단간에 예측 결과의 차이가 있는지 여부를 중심으로 이루어졌으며 그 결과는 다음과 같다. 첫째, 응답 결과에 내적 일관성이 있는지 여부를 검정한 결과 생물·정밀화학분야를 제외한 모든 분야에서 일관성을 지니고 있는 것으로 나타나고 있다. 두번째, 전문도가 높은 응답자들일수록 자신의 예측결과를 확신하고는 있으나, 전문도가 낮은 응답자들에 비해 예측결과에 이견이 큰 것으로 분석되었으며, 마지막으로 전문도가 높은 응답자들과 그렇지 않은 응답자들 사이에 기술과제의 예상 실현시기에 대해서는 거의 차이가 없는 반면, 합의(consensus)의 정도는 큰 차이가 있는 것으로 나타났다. 이러한 분석결과는 델파이 방법을 이용한 기술예측을 설계하는 데 있어 몇가지 시사점을 제공하고 있다. 첫번째로 기술예측시 전문가들의 예측결과에 대해 내적 일관성이 존재하는 지 여부를 검증할 수 있도록 예측과정을 설계하는 것이 바람직하다는 것이다. 이러한 설계과정은 델파이 방법이 예측결과를 검증할 만한 객관적인 장치를 지니지 못하고 있다는 점에서 더욱 필요하다고 하겠다. 두번째는 정보로서의 가치가 큰 전문도가 높은 응답자들의 예측결과를 활용하기 위해서는, 예측결과에 대한 이들의 합의(consensus)의 정도를 높일 수 있는 방안이 마련되어야 한다는 것이다. 델파이의 최종 라운드가 진행된 이후 이들에 대해서만 추가적인 라운드를 실시하거나, 예측과정에서 이들에게 관련 정보를 제공하는 것도 하나의 대안이 될 수 있을 것이다.
최근 소프트웨어 결함 예측 연구는 교차 프로젝트 간의 결함 예측뿐만 아니라 교차 버전 프로젝트 간의 결함 예측 또한 이루어지고 있다. 종래의 교차 버전 결함 예측 연구들은 WP(Within-Project)로 가정한다. 하지만, CV(Cross-Version) 환경에서는 프로젝트 버전 간의 분포 차이의 중요성을 고려한 연구들이 없다. 본 연구에서는 다른 버전 간의 분포 차이까지 고려하는 자동화된 베이지안 최적화 프레임워크를 제안한다. 이를 통해 분포차이에 따라 전이 학습(Transfer Learning) 수행 여부를 자동으로 선택하여 준다. 해당 프레임워크는 버전 간의 분포 차이, 전이 학습과 분류기(Classifier)의 하이퍼파라미터를 최적화하는 기법이다. 실험을 통해 전이 학습 수행 여부를 분포차 기준으로 자동으로 선택하는 방법이 효과적이라는 것을 알 수 있다. 그리고 최적화를 이용하는 것이 성능 향상에 효과가 있으며 이러한 결과 소프트웨어 인스펙션 노력을 감소할 수 있다는 것을 확인할 수 있다. 이를 통해 교차 버전 프로젝트 환경에서 신규 버전 프로젝트에 대하여 효과적인 품질 보증 활동 수행을 지원할 것으로 기대된다.
와이드 이슈 슈퍼스칼라 프로세서에서 값 예측기는 한 명령어의 결과를 미리 예측하여 명령들 간의 데이터 종속관계를 극복하고 실행함으로써 명령어 수준 병렬성(Instruction Level Parallesim ILP)을 향상시키는 기법이다. 본 논문에서는 명령어 수준 병렬성을 이용하여 성능을 향상시키기 위하여 데이터 값을 미리 예측하여 병렬로 이슈하고 수행하는 값 예측기의 성능을 비교분석 한다. 먼저 값 예측기 종류별로 성능을 측정한다 그리고 테이블의 갱신시점, 트레이스 캐시 유무 및 명령윈도우 크기에 따른 값 예측기의 성능영향을 평가분석 한다. 성능분석 결과 최근 값 예측기가 간소한 하드웨어 구성에도 불구하고 우수한 성능을 보였다. 그리고 예측테이블 갱신시점과 트레이스캐시의 사용이 값 예측기의 성능향상에 영향을 주었다.
홍수예경보는 발생되는 홍수의 규모와 시간을 가능한 정확하고 빠르게 예측하여 홍수에 대한 위험성을 사전에 알리고자 하는데 목적이 있다. 따라서 하천범람에 따른 피해를 최소화하기 위한 홍수예경보는 일정시간의 선행시간을 확보하는 것이 매우 중요하다. 본 연구에서는 현재 하천에서 측정되고 있는 수위 관측 자료를 이용하여 하류의 수위를 예측하였다. 수위 예측을 위해 다중회귀모형 및 신경망 모형을 한강의 제1지류인 횡성댐 상류 섬강 시험유역에 적용하였다. 다중회귀모형 및 신경망 모형의 학습에는 섬강 시험유역의 2002년부터 2010년까지의 수위 관측 자료를 이용하였으며, 학습된 모형을 이용하여 30분 이내에 발생 가능한 수위를 예측하였다. 모의 결과 신경망 수위예측모형의 결정계수는 0.967으로 나타났으며, 다중회귀수위예측 모형의 결정계수는 0.815로 나타나 신경망을 이용한 수위예측모형이 다중회귀모형보다 좀 더 나은 예측 결과를 나타내는 것을 확인할 수 있었다. 본 연구결과는 향후 중소하천에서 선행시간을 확보한 홍수 예경보 구축에 활용할 수 있을 것으로 판단된다.
본 논문에서는 고속 도로 주변에서 교통 소음 대책으로 사용되는 방음벽 효과에 대해 교통 소음 모델에 의한 예측값과 실측값을 비교하였다. 도로 교통 소음로서는 일본 음향 학회 모델, 국립 환경원 모델, 조한인 모델을 대상으로 하였다. 세가지 모델의 예측값과 실측값의 비교 결과, 갓길(노견)에서는 일본 음향 학회 모델과 국립 환경원 모델에 의한 예측값이 실측값과 $\pm$3.5dB(A) 차이로 비슷한 결과를 보였으며, 소음 측정 지점이 음원과 먼 경우는 속도가 빠를수록 일본 음향 학회 모델은 예측값과 실측값의 차이가 커졌다. 조한인 모델은 시가지 도로에서는 잘 맞지만 고속 도로에 적용하기에는 적합하지 않았다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.