• The KIPS Transactions:PartD
• /
• v.11D no.5
• /
• pp.1123-1132
• /
• 2004

Successful project planning relies on a good estimation of the manpower required to complete a project. The good estimation can be derived from Rutnam's Rayleigh Model or Phillai et al.'s Gamma Model. These models only can be applied for the projects which the need of manpower is increased exponentially and the highest of manpower is required at the end of development phase. However, in a practical project, most manpower is required during development phase and a small amount of manpower is assigned during maintenance phase. In addition, the Waterfall Model and Unified Process only can be adopted for development phase. So the current development environments cannot be adopted into the existing manpower distribution models which the highest manpower is required at the end of development phase. This paper suggests an appropriate model for development phase to solve this problem. First, the appropriate manpower distribution for development phase of the Waterfall model was derived from Putnam's manpower distribution and then manpower distribution of development phase was derived for Unified Process. After comparing the required manpower of two Processes, total manpower distribution is similar each other even though the required manpower and task is different for each point of development phase. From this result, a unified model is derived and it can be applied for both development processes.

• Tunnel and Underground Space
• /
• v.15 no.4 s.57
• /
• pp.264-274
• /
• 2005

The optimum blasting pattern to excavate a quarry efficiently and economically can be determined based on the minimum production cost which is generally estimated according to rock fragmentation. Therefore it is a critical problem to predict fragment size distribution of blasted rocks over an entire quarry. By comparing various prediction models, it can be ascertained that the result obtained from Kuz-Ram model relatively coincides with that of field measurements. Kuz-Ram model uses the concept of rock factor to signify conditions of rock mass such as block size, rock jointing, strength and others. For the evaluation of total production cost, it is imperative to estimate 3-D spatial distribution of rock factor for the entire quarry. In this study, a sequential indicator simulation technique is adopted for estimation of spatial distribution of rock factor due to its higher reproducibility of spatial variability and distribution models than Kriging methods. Further, this can reduce the uncertainty of predictor using distribution information of sample data The entire quarry is classified into three types of rock mass and optimum blasting pattern is proposed for each type based on 3-D spatial distribution of rock factor. In addition, plane maps of rock factor distribution for each ground levels is provided to estimate production costs for each process and to make a plan for an optimum blasting pattern.

• The KIPS Transactions:PartD
• /
• v.11D no.4
• /
• pp.885-892
• /
• 2004

Weibull distribution Iincluding Rayleigh and Exponential distribution is a typical model to estimate the effort distribution which is committed to the software testing phase. This model does not represent standpoint that many efforts are committed actually at the test beginning point. Moreover, it does not properly represent the various distribution form of actual test effort. To solve these problems, this paper proposes the Sigmoid model. The sigmoid function to be applicable in neural network transformed into the function which properly represents the test effort of software in the model. The model was verified to the six test effort data which were got from actual software projects which have various distribution form and verified the suitability. The Sigmoid model nay be selected by the alternative of Weibull model to estimate software test effort because it is superior than the Weibull model.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.7 no.1
• /
• pp.20-27
• /
• 2004

The hydro-dynamical and ecological coupled model were applied in the Tokyo Bay, to evaluate the flow pattern including water quality parameters and the distribution of biomass flux, and to compare with the results obtained from the satellite data during March 2001. The flow pattern and salinity distribution obtained from the present model were nearly identical with those of the previous studies. SST from NOAA/AVHRR was $2.5^{\circ}C$ higher than model results in the mouth of bay and $0.5^{\circ}C$ lower than model results in the inner bay, respectively. It was found that the concentration of chlorophyll-a estimated from SeaWiFS was considerably higher than that of model result, regardless similar distribution pattern. This disagreement will be studied through the more elaborate investigation in the future.

• Journal of the Korea Institute of Military Science and Technology
• /
• v.4 no.1
• /
• pp.93-103
• /
• 2001

A reflection signal in an active sonar using a high frequency is mainly formed of a specular reflection from the surface of an object along with several equivalent scatters inside, which are characterized by the spatial distribution of the highlight on the object. This study analyze the existing echo signal synthesis models eq, random distribution model, equivalent interval distribution model & MUTAHID(Modified Underwater TArget by HIlight Distribution) model for simulated target, and compare the characteristics of the reflected signal synthesis results for each model in various conditions. These highlight distribution models can be efficiently applied to the simulated target signals synthesis of various real systems requiring the echo signal synthesis on the underwater target.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06a
• /
• pp.49-51
• /
• 2006

분자 wDNF기계를 통해 해 집단을 병렬적으로 탐색하여 유망한 텀들을 선택한 후 그를 구성하는 변수들의 분포를 평가, 확률 모델을 확립하고 그로부터 다음 세대의 해 집단을 구성함으로써 진화 알고리즘의 확장인 EDA을 DNA컴퓨팅으로 모델링한다. 또한 희박한(sparse) 해 집단에서 간략한 (parsimonious) wDNF모델을 항께 찾으므로 단순히 해 집단의 분포만을 진화시켜 나가는 것이 아니라 모델의 구조도 같이 최적화 시켜 나가는 방안을 제시한다.

• Proceedings of the KIEE Conference
• /
• 2008.04a
• /
• pp.89-90
• /
• 2008

AWGN(Addictive white gaussian noise)에 의해 영상은 자주 훼손되곤 한다. 최근 이를 복원하기위해 웨이블릿(Wavelet) 영역에서의 베이시안(Bayesian) 추정법이 연구되고 있다. 웨이블릿 변환된 영상 신호의 밀도 함수(pdf)는 표족한 첨두와 긴 꼬리(long-tail)를 갖는 경망이 있다. 이러한 사전 밀도 함수(a priori probability density function)를 상황에 적합하게 추정한다면 좋은 성능의 복원 결과를 얻을 수 있다. 빈번이 제안되는 릴도 함수로 가우시안(Gaussian) 분포 참수와 라플라스(Laplace) 분포 함수가 있다. 이들 각각의 모델은 훌륭히 변환 계수들을 모델링하며 나름대로의 장점을 나타낸다. 본 연구에서는 가우시안 분포와 라플라스(Laplace) 분포의 혼합 분포 모델을 밀도 함수로 제안하여, 이 들의 장점을 종합하였다. 이를 MAP(Maximum a Posteriori) 추정 방법에 적용하여 잡음을 제거 하였다. 그 결과 기존의 알고리즘에 비해 시각적인 면(Visual aspect), 수치적인 면(PSNR), 그리고 연산량(Complexity) 측면에서 망상된 결과를 얻었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.295-297
• /
• 2006

본 논문에서는 연속 영상에서 가우시안 분포를 사용하여 사람의 얼굴을 추적하는 방법을 제안한다. 영상은 여러 개의 동질한 영역들로 이루어지고, 이 영역들 중 얼굴 영역이 있다고 가정하였다. 영상에 있는 모든 영역들을 가우시안 분포로 표현하였으며, 이들의 집합을 가우시안 분포의 혼합 모델로 표현하였다. 제안된 방범에서는 이전 프레임에서 가우시안 분포들을 찾고, 찾아진 이전 프레임의 가우시안 분포들을 이용하여 현재 프레임의 영역들을 찾는다. 이 영역들 중, 초기에 주어진 얼굴 영역이 있으며 현재 프레임의 영역들에 의해 가우시안 분포는 갱신되고 이 과정을 반복함으로써 얼굴을 추적한다. 가우시안 분포의 개수를 다양하게 변화시켜 실험을 하였고, 이를 통해 가우시안 분포의 혼합 모델로 얼굴을 추적할 수 있음을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1092-1095
• /
• 2013

오늘날 모바일 스마트 기기의 발전은 위치기반의 새로운 기술을 이끌었다. 현재 위치 데이터를 사용하는 많은 응용프로그램들이 소개되었고, 또한 널리 사용되고 있다. 하지만 아직 이러한 위치 데이터들은 환경적인 요소 등으로 인해 오류가 많다. 우리는 이전 연구에서 위치 데이터의 오류 검출 및 교정 알고리즘을 제안하였다. 또 다른 연구에선 인간의 이동속도가 어떠한 확률분포모델을 따르는지 연구하였다. 그리하여 본 논문에서는 인간의 이동속도의 분포로서 적합하다고 판명된 확률분포모델 중 Lognormal 분포, Gamma 분포, Weibull분포를 선택하여 위치데이터 오류 검출 및 교정 알고리즘에 적용하기 위한 확률분포 계산을 제안한다. 그 중 일부는 계산의 복잡도를 낮추기 위해 확률분포표를 제공할 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.207-207
• /
• 2023

데이터 기반 강수 예측 모델은 극한 강수 이벤트의 크기를 과소 추정하는 경향이 있다. 이는 훈련 데이터에 극한 강수 이벤트보다 일반적인 강수 이벤트가 많이 포함되어 있기 때문이다. 본 연구는 이러한 딥러닝의 데이터 불균형 문제를 해소하고자 모델을 학습시킬 때 격자별 극한 강수에 더 큰 가중치를 주어 극한 강수 예측의 정확성을 높이는 방법을 제안한다. 딥러닝 모델 중 공간-시간 필드를 정확하게 예측할 수 있는 ConvLSTM 기반 강수 예측 모델을 활용하여 레이더 강수량을 예측하였다. 먼저, 훈련 기간 동안의 강수 이벤트의 누적 분포 함수 CDF(Cummulative distribution funcion)을 그린 후 극한 강수 이벤트와 일반적인 강수 이벤트의 분포를 확인하였다. 그다음, 적은 분포를 가진 극한 강수 이벤트의 더 큰 가중치를 두어 모델을 학습시켰다. 이 모델은 대한민국 중부 지역 (200km x 200km)의 5km-10분 해상도 레이더-계량기 복합 강수 필드에 대해 2009-2014년 기간 동안 훈련 되었고 2015-2016년 동안 모델의 훈련을 검증 하였고, 2017-2018년 동안 테스트 되었다. 다양한 가중치 함수를 기반으로 훈련 시킨 결과 최적화 가중치 함수 모델의 평균 NSE는 0.6 평균 RMSE는 0.00015 그리고 극한 강수 이벤트만 따로 추출한 평균 MAE는 6이다. 결과적으로 제안된 모델은 기존 방법에 비해 예측 성능을 향상 시켰으며, 격자별 가중치를 두었을 경우 일반적인 강수 이벤트 뿐만 아니라 극한 강수 이벤트의 예측의 정확도를 향상시켰다.