• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.1863_1864
• /
• 2009

본 연구에서는 복잡한 비선형 모델링 방법인 RBF 뉴럴 네트워크(Radial Basis Function Neural Network)와 PNN(Polynomial Neural Network)을 접목한 새로운 형태의 Radial Basis Function Polynomial Neural Network(RPNN)를 제안한다. RBF 뉴럴 네트워크는 빠른 학습 시간, 일반화 그리고 단순화의 특징으로 비선형 시스템 모델링 등에 적용되고 있으며, PNN은 생성된 노드들 중에서 우수한 결과값을 가진 노드들을 선택함으로써 모델의 근사화 및 일반화에 탁월한 효과를 가진 비선형 모델링 방법이다. 제안된 RPNN모델의 기본적인 구조는 PNN의 형태를 이루고 있으며, 각각의 노드는 RBF 뉴럴 네트워크로 구성하였다. 사용된 RBF 뉴럴 네트워크에서의 커널 함수로는 FCM 클러스터링을 사용하였으며, 각 노드의 후반부는 다항식 구조로 표현하였다. 또한 입력개수, 입력변수, 클러스터의 개수를 PSO알고리즘(Particle Swarm Optimization)을 사용하여 최적화 시켰다. 제안한 모델의 적용 및 유용성을 비교 평가하기 위하여 비선형 데이터를 이용하여 그 우수성을 보인다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2009년도 정보 및 제어 심포지움 논문집
• /
• pp.261-263
• /
• 2009

본 연구에서는 복잡한 비선형 모델링 방법인 RBF 뉴럴 네트워크(Radial Basis Function Neural Network)와 PNN(Polynomial Neural Network)을 접목한 새로운 형태의 Radial Basis Function Polynomial Neural Network(RPNN)를 제안한다. RBF 뉴럴 네트워크는 빠른 학습 시간, 일반화 그리고 단순화의 특징으로 비선형 시스템 모델링 등에 적용되고 있으며, PNN은 생성된 노드들 중에서 우수한 결과값을 가진 노드들을 선택함으로써 모델의 근사화 및 일반화에 탁월한 효과를 가진 비선형 모델링 방법이다. 제안된 RPNN모델의 기본적인 구조는 PNN의 형태를 이루고 있으며, 각각의 노드는 RBF 뉴럴 네트워크로 구성하였다. 사용된 RBF 뉴럴 네트워크에서의 커널 함수로는 FCM 클러스터링을 사용하였으며, 각 노드의 후반부는 다항식 구조로 표현하였다. 또한 각 노드의 후반부 파라미터들은 최소자승법을 이용하여 최적화 하였다. 제안한 모델의 적용 및 유용성을 비교 평가하기 위하여 비선형 데이터를 이용하여 그 우수성을 보인다.

• 한국지능시스템학회논문지
• /
• 제25권4호
• /
• pp.355-360
• /
• 2015

본 논문에서는 필기체 숫자를 인식하기 위해 주성분 분석법(PCA) 기반 방사형 기저함수 신경회로망(pRBFNNs) 패턴 분류기를 설계한다. 제안된 패턴 분류기는 PCA를 이용한 데이터 전처리 단계와 pRBFNNs를 이용한 분류 단계로 구성된다. 전처리 단계에서는 PCA를 사용하여 주어진 데이터의 정보손실을 최소화한 특징데이터를 생성하고, 이를 분류 단계인 pRBFNNs의 입력으로 사용한다. 제안된 분류기의 조건부에서는 Fuzzy C-Means(FCM) 클러스터링 알고리즘으로 구성하였고, 연결가중치는 1차 선형식을 사용하였다. 결론부에서는 최소자승법(LSE)을 사용하여 다항식 계수를 구하였다. 제안된 분류기의 성능평가를 위해 대표적인 필기체 숫자데이터인 MNIST 데이터를 사용하였으며, 제안된 분류기의 결과를 기존 다른 분류기들과 비교한다.

• 대한토목학회논문집
• /
• 제41권2호
• /
• pp.123-131
• /
• 2021

완충재는 고준위 방사성 폐기물을 처분하기 위한 공학적 방벽 시스템에서 중요한 구성요소 중 하나이며 사용 후 핵연료가 담긴 처분용기와 암반사이에 채워지는 물질이기 때문에 지하수 유입으로부터 처분용기를 보호하고, 방사성 핵종 유출을 저지하는 중요한 역할을 수행한다. 따라서 공학적 방벽 시스템의 처분용기로부터 발생하는 고온의 열량은 완충재를 통하여 전파되기에 완충재의 열전도도는 처분시스템의 안전성 평가에 매우 중요하다. 본 연구에서는 국내에서 생산되는 압축 벤토나이트 완충재의 열전도도 예측을 위한 경험적 회귀 모델의 정합성을 검증하고 정확도를 높이기 위해 예측모델의 구축에 기계학습법을 적용해 보았다. 벤토나이트의 건조밀도, 함수비 및 온도 값을 바탕으로 열전도도를 예측하고자 하였으며, 이때 다항 회귀, 결정 트리, 서포트 벡터 머신, 앙상블, 가우시안 프로세스 회귀, 인공신경망, 심층 신뢰 신경망, 유전 프로그래밍과 같은 기계학습 기법을 적용하였다. 기계학습 기법을 이용하여 예측한 결과, 부스팅 기반의 앙상블 기법, 유전 프로그래밍, 3차 함수 기반의 SVM, 가우시안 프로세스 회귀의 기계학습기법을 활용한 모델이 선형 회귀 분석 기법에 비해 좋은 성능을 보였으며, 특히 앙상블의 부스팅 기법과 가우시안 프로세스 회귀 기법을 사용한 모델들이 가장 좋은 성능을 보였다.

• 청정기술
• /
• 제28권3호
• /
• pp.210-217
• /
• 2022

붕소(Boron)은 희소자원으로 유리, 반도체 재료, 화약 등 다양한 용도로 사용되고 있는데, 우리나라의 경우 붕소를 전량 수입에 의존하고 있으며 전 세계 붕소 매장량과 현재 추세의 생산량을 고려하면 50년 이후 지상의 붕소는 고갈될 확률이 높다. 따라서 안정적 붕소의 공급을 위해 해수 내의 붕소를 회수할 수 있는 소재 및 공정의 개발이 요구된다. 이에 본 연구에서는 수용액 중 붕소를 회수하기 위한 소재로 전기방사 후 탄소화된 폴리아크릴로니트릴(polyacrylonitrile, PAN) 나노섬유를 도입하였다. 먼저 탄소섬유 표면의 붕소 흡착 기작을 이론적으로 구현하기 위해 범밀도함수이론(density functional method) 기반의 분자모델링 작업을 수행하였는데, 계산된 에너지도(energetics)에 따르면 붕소가 탄소섬유 표면에 흡착되는 화학반응이 가능한(viable) 것으로 판단되었다. 한편 전기방사로 제작된 PAN 나노섬유를 대기 중에서 안정화를 진행한 후 아르곤(Ar) 분위기에서 탄소화하였고 붕산 수용액에 담지시켰다. SEM과 Raman 분석을 통해 각각 전기방사와 탄소화가 잘 진행되었는지 확인하였고, XPS 분석을 통해 탄소섬유 표면에 질소가 잘 도핑되었는지 여부와 붕소의 흡착 여부를 확인하였다. 결과적으로 전기방사된 PAN으로부터 제작된 탄소섬유는 해수 내 붕소 회수에 사용될 수 있는 소재로 판단된다.

• 한국자동차공학회논문집
• /
• 제10권5호
• /
• pp.29-34
• /
• 2002

This study presents the process of the continuous-time system identification for unknown nonlinear systems. The Radial Basis Function(RBF) error filtering identification model is introduced at first. This identification scheme includes RBF network to approximate unknown function of nonlinear system which is structured by affine form. The neural network is trained by the adaptive law based on Lyapunov synthesis method. The identification scheme is applied to engine and the performance of RBF error filtering Identification model is verified by the simulation with a three-state engine model. The simulation results have revealed that the values of the estimated function show favorable agreement with the real values of the engine model. The introduced identification scheme can be effectively applied to model-based nonlinear control.

• 대한방사선기술학회지:방사선기술과학
• /
• 제40권1호
• /
• pp.49-55
• /
• 2017

의료기관 내 핵의학 종사자는 방사성동위원소 취급 시 사용하는 선원의 종류, 방사능량, 차폐기구의 사용 여부에 따라 종사자 개인별로 광범위한 피폭선량을 나타낼 수 있다. 이에 본 연구에서는 몬테카를로 기법을 기반으로 한 모의실험을 통해 진단용 방사선원 취급 시 종사자의 장기별 선량평가와 L-block 차폐기구 사용에 따른 선량감소효과를 분석하였다. 그 결과, 방사선원의 취급 위치에 근접할수록 높은 장기선량 분포를 나타내었고, ICRP 조직가중치에 따라 유효선량 분포가 상이한 양상을 보였다. 또한 L-block 두께에 따른 선량감소효과는 차폐두께 증가에 따라 지수함수 분포로 감소되는 경향을 나타내었으며, 방사선원별 선량감소효과는 방출하는 감마선 에너지에 비례하여 낮은 차폐효과를 보였다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2016년도 제50회 동계 정기학술대회 초록집
• /
• pp.182.1-182.1
• /
• 2016

전자빔의 운동에너지를 변화시켜 전자기장을 발생시키는 진공튜브 장치는 기본적으로 전자빔 발생부인 전자총을 핵심 구성부로 사용한다. 이러한 전자총을 이용하는 진공튜브로는 핵융합을 위해 플라즈마 가열용의 RF를 발생시키는 자이로트론 튜브와 방사광 가속기에서 전자를 가속시키는데 이용되는 클라이스트론 튜브 등이 있으며, 군사적으로는 레이더를 비롯하여 유도미상일에 들어가는 탐색기, 전투기에서 사용되는 송수신용 마이크로파 발생장치 등의 핵심부품인 진행파관 진공튜브 등이 있다. 이러한 응용분야에서는 기본적으로 고출력의 전자파를 필요로 하기 때문에 반도체를 이용한 장치로는 그 성능을 구현할 수 없다. 따라서 열음극을 사용하는 전자총을 기반으로 한 다양한 형태의 진공튜브 장치가 주로 이용되고 있다. 현재 고출력 마이크로파 진공튜브용 열음극 전자총은 대부분 외국에서 수입하고 있는데 그 이유는 전자총의 핵심 부품인 열음극 캐소드를 국내에서 개발하지 못하였기 때문이다. 하지만 본 연구에서는 텅스텐 기반의 함침형 열음극 캐소드를 국내에서 자체 개발하는데 성공하였다. 전통적으로 미국에서 개발해온 함침형 열음극 캐소드는 텅스텐 소결체에 기공을 학보하고 여기에 Ba을 중심으로 한 알칼리성 물질들을 일정비율로 혼합하여 함침한 것으로 일함수 2.1~2.3 eV 수준의 물성을 갖는다. 이에 따라 방출할 수 있는 전류의 양은 운용 온도 $1000^{\circ}C$ 정도에서 전류밀도로 대략 수 $A/cm^2$ 수준이다. 본 연구에서 개발한 캐소드는 S-type으로 알려진 것으로 BaO : CaO : $Al_2O_3$ = 4 : 1 : 1 비율로 함침되었다. 고진공장치에서 전류측정 결과 $1040^{\circ}C$에서 $10.6A/cm^2$의 전류밀도를 기록하였으며 이에 대하여 Richardson-Dushman equation으로 계산하였을 때, 약 1.9 eV의 일함수를 갖는 것을 알 수 있었다. 이는 현재 많은 응용분야에서 사용하고 있으며 함침형 캐소드에 Os이나 Ir 등의 물질을 코팅하여 일함수를 낮추고 전류밀도를 향상시킨 M-type 캐소드의 결과와 유사한 수준이다.

• 한국측량학회지
• /
• 제29권5호
• /
• pp.543-550
• /
• 2011

중력이상값은 지구물리, 측지 및 국방 등 다양한 분야에서 활용되는 기초 지구물리 자료로서, 특정 위치에서의 중력이상값을 필요로 하는 경우 일반적으로 데이터베이스화 되어 있는 중력이상값으로부터 내삽하여 활용한다. 그러나 중력은 지형 및 지하광물 등에 의하여 다양하게 변할 수 있는 물리량으로, 내삽에서 가정한 선형성, 2차 곡선 등의 성질이 만족되지 않으면 그 결과로 계산된 중력이상값은 실제 중력값과 큰 차이를 나타내게 된다. 또한, 내삽을 통하여 계산되는 결과값은 이론적으로 조화함수를 만족하여야 한다는 중력의 물리적 성질을 반영하지 못한다. 본 연구에서는 이와 같은 문제점을 보완하기 위하여 필요에 따라 유연하게 중력이상값을 계산할 수 있도록 중력 모델링을 수행하였다. 모델링은 평면푸리에 시리즈와 point-mass 함수를 기저함수로 하는 두 방법을 기반으로 수행되었고, 구축된 모델은 내삽으로부터 산출된 결과와 비교하여 특성을 분석하였다. 또한 모델링의 결과와 내삽 방법을 중력참조항법에 적용하여 활용적인 측면을 검토하였다. 연구결과, 기복이 완만한 지역에서는 평면푸리에 시리즈와 point-mass 및 내삽으로부터 계산된 중력이상값이 유사하게 나타났으나, 중력의 기복이 큰 지역에서는 모델 및 내삽에 의한 결과가 큰 차이를 나타내었다. 특히 주변의 네 점을 이용하여 선형으로 계산하는 Bilinear 내삽함수를 이용한 경우가 가장 완만한 중력값을 보이는 반면 point-mass 함수로부터 산출된 결과가 고주파에서 가장 큰 값을 나타내었다. 또한, 모델링 및 내삽에 필요한 자료의 로딩 및 계산 시간을 비교한 결과, 중력참조항법의 경우 중력값의 계산은 모델링을 수행하는 경우가 데이터베이스에 기반을 둔 내삽보다 효율적임을 알 수 있었다. 본 연구에서는 중력모델링의 결과 및 특성을 분석하였으며, 향후 모델링은 중력참조항법과 같은 활용분야에 있어 가장 효율적인 신호의 특성과 해상도를 지닌 중력 자료를 제공할 수 있는 기술로 활용될 수 있을 것으로 사료된다.

• 한국지능시스템학회논문지
• /
• 제23권6호
• /
• pp.533-538
• /
• 2013

최근 빈번히 일어나는 국지성 집중호우로 인해 피해가 급격히 증가하고 있다. 인구가 밀집한 수도권과 같은 경우 산사태와 토석류 및 홍수로 인해 인명 및 재산피해가 심각하다. 따라서 집중호우에 대한 예측의 중요성이 증가하고 있다. 우리나라 악천후 강수의 특징으로는 태풍과 집중호우로 구분된다. 이는 지속시간과 지역에 따라 차이를 보인다. 또한, 지역적인 강수는 계절에 따라 변동성이 크고 비선형적이기 때문에 강수를 예측하는데 어려움이 따른다. 본 논문에서는 기상청에서 현업으로 사용하는 초단기 기상 분석 및 예측시스템 (Korea Local Analysis and Prediction System; KLAPS)의 기상 관측 자료를 이용하여 초단기 호우 예측 패턴 모델을 구현한다. 그리고 악천후 시 피해가 큰 수도권을 중심으로 여름철 호우 특보를 예측한다. 유전자 알고리즘(Genetic Algorithm; GA) 기반 다항식 방사형 기저함수 신경회로망(Radial Basis Function Neural Networks; RBFNNs)을 이용하여 초단기 강수 예측 패턴 모델을 설계한다. 최적화된 분류기를 설계하기 위하여 유전자 알고리즘을 이용하여 주요 파라미터인 입력변수의 수, 다항식 차수, 퍼지화 계수, FCM(Fuzzy C-mean) 클러스터 수를 동조한다.