• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.203-206
• /
• 2002

동적 시스템의 동정은 시스템의 관측된 데이터를 가지고 동적 모델의 수학적 모델을 찾는 문제를 다루는 것이다. 기존의 고전적인 방법으로는 차분 방정식(ARX 또는 ARMAX) 또는 상태 공간 표현에 관한 계수들을 추정하기 위해서 회귀 기법 등을 사용하였다. 그러나 이러한 고전적인 방법들은 파라미터가 비선형이고, 실세계 문제에서 모델링 오차나 측정 잡음을 수반하게 되면 탐색의 어려움을 가지게 된다. 따라서 이러한 문제점을 극복하고자 퍼지 이론이나 신경망 이론 둥이 이용되었으나 본 논문에서는 비선형 동적 시스템의 파라미터 동정에 최근 복잡한 최적화 문제를 해결하는 도구로 점점 관심을 받고 있는 유전 알고리즘을 동정 알고리즘으로 제안하고, 비선형 동적 시스템의 파라미터 동정에 유전 알고리즘을 응용한 몇 가지 예를 제시하고자 한다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.16 no.3
• /
• pp.157-168
• /
• 2014

From a complex systems perspective, ecohydrological systems in forests may be characterized with (1) large networks of components which give rise to complex collective behaviors, (2) sophisticated information processing, and (3) adaptation through self-organization and learning processes. In order to demonstrate such characteristics, we applied the recently proposed 'process networks' approach to a temperate deciduous forest in Gwangneung National Arboretum in Korea. The process network analysis clearly delineated the forest ecohydrological systems as the hierarchical networks of information flows and feedback loops with various time scales among different variables. Several subsystems were identified such as synoptic subsystem (SS), atmospheric boundary layer subsystem (ABLS), biophysical subsystem (BPS), and biophysicochemical subsystem (BPCS). These subsystems were assembled/disassembled through the couplings/decouplings of feedback loops to form/deform newly aggregated subsystems (e.g., regional subsystem) - an evidence for self-organizing processes of a complex system. Our results imply that, despite natural and human disturbances, ecosystems grow and develop through self-organization while maintaining dynamic equilibrium, thereby continuously adapting to environmental changes. Ecosystem integrity is preserved when the system's self-organizing processes are preserved, something that happens naturally if we maintain the context for self-organization. From this perspective, the process networks approach makes sense.

• Korean Journal of Ecology and Environment
• /
• v.55 no.4
• /
• pp.259-273
• /
• 2022

Interactions between species in a community are very complex, and they are visualized and analyzed through a food web in simple way. Food web is a network of species connected by trophic links showing energy flow from prey to predator. Various models were developed to characterize the food web in ecosystems. In this study, we classified food web models to static models such as Ecopath and dynamic models such as AQUATOX. We presented characteristics of several different types of food web models in each category, and reviewed their applications used in aquatic ecosystems. Finally, we presented issues to be considered to develop food web models.

• Journal of the Korean Society of Propulsion Engineers
• /
• v.21 no.5
• /
• pp.1-9
• /
• 2017

The cryogenic nitrogen spray of a swirl injector has been numerically investigated using three dimensional LES turbulence model to analyze the dynamic characteristics under supercritical condition. To predict the precise nitrogen properties under supercritical condition, SRK equation of state, Chung's method for viscosity and thermal conductivity and Takahashi's correlation based on Fuller's theory for diffusion coefficient are implemented. The complex flow structures due to interaction between flow field and acoustic field are observed inside and outside the injector under supercritical condition. FFT, POD, and DMD techniques are employed to understand the coherent structures. By implementing the FFT, the dominant frequencies are identified inside and outside the injector. The coherent flow structures related to the dominant frequencies are visualized using the POD and DMD techniques. In addition, the DMD provides the damping coefficient which is related with the instability prediction.

• The Korean Journal of Applied Statistics
• /
• v.36 no.5
• /
• pp.361-380
• /
• 2023

Magnetoencephalography (MEG) is a technique to record oscillatory magnetic fields coming from ongoing neuronal activity. Functional brain activities performing cognitive or physiological tasks are performed on structural connections between neurons or brain regions. MEG data can be characterized as highly correlated, spatio-temporal, multidimensional, multilayered dynamic networks. Due to its complex structure, many studies on MEG network have not yet been conducted. In this study, we will explain the concept, necessity, and possible approaches of MEG network analysis. We reviewed the characteristics of MEG data. Network measures and potential network models in MEG and clinical studies are also reviewed.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 1996.11a
• /
• pp.648-652
• /
• 1996

Grinding Center(GC)는 머시닝센터가 갖는 드릴링, 태핑 등의 절삭가공의 수행은 물론 주축의 고속화, 이송계의 고정밀화를 토대로 연삭숫돌의 절삭성 회복과 다듬질면의 거칠기를 확보하기 위한 기계로서 Dressing/Truing장치, 기상계측 장치, CNC기능을 구비하여 테이블과 공구간에 3차원의 상대운동을 시킴으로써 평면연삭, 내면연삭, 홈연삭, 캠연삭 등의 복잡한 형상의 연삭가공에 대해서도 공정을 집약화 할 수 있는 기계이다.(중략)

• Computational Structural Engineering
• /
• v.8 no.3
• /
• pp.5-10
• /
• 1995

공학분야에서 흔히 접하게 되는 접촉충격 문제들의 해석을 위해 접촉충격의 지배방정식과 효율적인 해석방법인 pinball contact-impact 알고리즘에 대해 기술하였다. 예제로 보여준 충돌하는 두 구조계의 접촉충격 해석과 자동차의 crashworthiness 해석결과들은 전술한 알고리즘이 매우 효율적임을 입증하고 있다. 자동차의 crashworthiness 해석과 같이 해석대상 모델이 크고 복잡한 경우에는 짧은 경과시간 동안의 거동변화를 파악하고자 하더라도 엄청난 계산시간이 소요된다. 따라서 효율적인 crashworthiness 해석을 위해서는 전술한 접촉충격 알고리즘 외에도, 논외의 대상이라 본문에서 소개하지는 않았으나, 강력한 요소(one-point integration element), 효과적인 비선형 동적해석 알고리즘, 해의 정확도를 높일 수 있는 adaptive method, 효율적인 시간적분을 위한 mixed time integration method(subcycling)와 explicit method 등을 복합적으로 혼합하여 사용하여야 한다.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 1996.10a
• /
• pp.351-356
• /
• 1996

\ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner \ulcorner\ulcorner \ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner \ulcorner\ulcorner. \ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner \ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner. \ulcorner\ulcorner \ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner. \ulcorner\ulcorner \ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner \ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner \ulcorner\ulcorner \ulcorner\ulcorner \ulcorner \ulcorner\ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner. \ulcorner\ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner, \ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner\ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner BBA(Building Block Approach)\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner \ulcorner\ulcorner. \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner. \ulcorner \ulcorner\ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner\ulcorner\ulcorner\ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner \ulcorner\ulcorner \ulcorner\ulcorner \ulcorner \ulcorner \ulcorner\ulcorner \ulcorner\ulcorner\ulcorner \ulcorner\ulcorner\ulcorner\ulcorner.

• Broadcasting and Media Magazine
• /
• v.22 no.1
• /
• pp.1-9
• /
• 2017

IBM Watson은 새로운 컴퓨팅 시대인 코그니티브 시스템으로의 첫 걸음으로 상징된다. Watson은 현 프로그램 컴퓨팅의 시대 기반 위에 구축되었으나, 매우 중요한 방식에서 차이가 있다. ${\bullet}$ 오늘날 전세계 데이터의 80%를 차지하고 있는 복잡한 비정형 데이터에 대한 이해를 돕는 자연어 처리(Natural Language Processing) ${\bullet}$ 관련된 증거만을 기반으로 응답에 가중치를 부여하고 평가하기 위한 고도의 분석 기법을 적용한 가설 생성 및 평가 방식 ${\bullet}$ 반복을 통해 좀더 똑똑해 질 수 있도록 결과를 기반으로 학습을 개선할 수 있도록 돕는 동적 학습 방식이 각각이 Watson에만 특별한 것은 아니지만, Watson은 각 역량의 조합을 통해 강력한 솔루션을 제공하고 있다. IBM Watson과 같은 코그니티브 시스템은 조직이 생각하고, 행동하고, 운영되는 방식을 혁신시킬 수 있다. 이 글에서는 어떻게 IBM Watson이 시작되었으며, 직접적이고 신뢰할 수 있는 답변을 제공하기 위해 자연어 처리와 동적 학습 및 가설 생성/평가를 어떻게 조합하는지, 나아가 어떤 분야에서 적용되고 있는지 그 사례를 소개하고자 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.246-249
• /
• 2022

최근 들어 세계적으로 크게 관심을 받는 메타버스 및 몰입형(가상현실, 확장현실, 및 라이트필드) 콘텐츠 서비스의 응용 범위를 확대하기 위해서는 3D 객체의 실시간 전송을 위한 압축 기술이 필요하다. ISO/IEC 23090 MPEG-I Part 5 로 2021 년 표준화 완료된 V-PCC (Video-based Point Cloud Compression)는 이러한 산업계의 관심 및 필요에 의해서 국제 표준화된 동적 3D 포인트 클라우드 객체 부호화 기술이다. V-PCC 기술의 압축 성능은 기존 산업계 기술에 비해 매우 우수하나, 부호화기의 연산 복잡도가 매우 높다는 단점을 가지고 있다. 본 논문에서는 V-PCC 부호화기에서 가장 높은 연산 복잡도를 갖는 법선 추정 알고리즘의 결합 고속화 기법을 제안한다. 법선 추정은 2 개의 알고리즘으로 구성되어 있다. 첫번째는 "방향을 무시하는 법선 추정 알고리즘(normal estimation)"이고, 두번째는 첫번째 알고리즘에서 추정된 법선들을 대상으로 하는 "법선 방향 추정 알고리즘(normal orientation)"이다. 본 논문에서 제안하는 고속화 기법은 2 개 알고리즘을 결합하여 첫번째 법선 추정 알고리즘에서 획득한 부가 정보를 두번째 법선 방향 추정 알고리즘에서 활용함으로써 연산량을 대폭 줄이고, 또한 법선 방향 추정 알고리즘 내의 우선순위 큐 자료구조를 변경하여 추가적인 고속화를 달성한다. 7 개 테스트 영상에 대한 실험 결과, 압축 효율 저하 없이 법선 방향 추정 알고리즘의 속도를 평균 89.2% 향상시킬 수 있다.