• Proceeding of EDISON Challenge
• /
• 2012.04a
• /
• pp.121-124
• /
• 2012

비정상 유동 해석을 수행하는데 있어서 비정상 Navier-Stokes 방정식을 적용한 결과와 정상 N-S 지배 방정식을 적용한 결과의 차이를 비교하려한다. 적용하고자 하는 비정상 유동은 대칭형 에어포일 NACA0012 에어포일 주위 유동으로 정하였으며, 이 때 에어포일 시위(chord) 길이와 자유류(free stream) 속도 기준으로 Re=100,000에 해당한다. 계산결과 비정상 지배 방정식을 적용한 경우 비정상 유동박리(flow separation)를 모사 할 수 있었으며, 평균 양력계수($C_L$)와 항력계수($C_D$)는 실험치와 비교적 잘 일치하였다. 하지만 정상 N-S 방정식을 적용했을 경우 비정상 유동을 모사하기 어려웠으며 평균양력, 항력계수도 실험치와 차이를 보였다. 이러한 결과는 비정상 유동 해석시 시간에 따라 변화하는 유동의 특성을 고려해 비정상 N-S 지배 방정식을 적용해야한다는 사실을 보이고 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.05a
• /
• pp.31-34
• /
• 2000

코호넨 자기조직 신경망을 사용하면 클러스터링뿐만 아니라 그 데이터가 할당된 클러스터의 대표값(Centroid)과의 거리 차이(Quantization Error)를 알아볼 수 있다 이를 이용하면 어떤 데이터가 정상적인 분포를 따르는지 정상적인 분포에서 벗어나는 비정상적인 데이터인지 알 수 있고, 유닉스 시스템 사용자의 명령어 사용 패턴에 적용하여 어떤 사용자의 명령어 사용 패턴이 정상적인 것인지 비정상적인 것인지 알 수 있다. 본 논문에서는 유닉스 시스템 사용자 8명의 명령어 패턴을 클러스터링한 후 Quantization Error를 이용하여 비정상 패턴을 탐지하는 오프라인에서의 비정상 행위를 탐지하는 시스템을 구현하였다. 그리고 통계적인 학습 방법을 적용한 비정상 패턴 탐지와의 비교를 통하여 두 가지 비정상 패턴 탐지 결과가 동일함을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.646-648
• /
• 2003

일반적으로 복부 CT 영상에서 간암이나 다른 병변들을 갖고 있는 않은 정상 간은 고른 그레이값 분포 범위를 가지고 있다. 그 그레이값 범위는 대개 90 에서 92 사이의 값이다. 그러나. 복부 CT 영상에서 간암이나 여러 병변들을 가지고 있는 비정상간의 경우는 정상간의 경우와 같이 90 에서 92 사이의 일정 간격의 그레이값들만으로 구성되어 있지 않다. 비정상간의 경우는 병변들로 인하여 건강한 간의 실질 부분의 그레이값만을 나타내지는 못하기 때문이다. 이는 복부 CT 영상에서 간 부분을 세그멘테이션할 때 정상간 부분과 비정상간 부분의 세그멘테이션 방식이 다를 수 있음을 말해준다. 보통 기존에 있는 정상간의 세그멘테이션 기법은 위치 정보와 함께 일정 간격의 그레이값 분포 정보를 이용하여 수월하게 간을 세그멘테이션 했다. 그러나, 이 방식은 비정상간을 세그멘테이션하지 못하는 경우가 대부분이다. 본 연구는 간의 위치 정보, 거리 정보를 이용하고 각도선 조절 기법 등을 사용하여 비정상간을 세그멘테이션하였다. 그리하여, 본 연구는 세그멘테이션이 어려운 간암 보유 복부 CT 영상에 적용되어 효과적인 간의 세그멘테이션을 가능하게 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.80-80
• /
• 2017

최근 수문자료에 비정상성이 관측됨에 따라 비정상성 지역빈도해석에 대한 연구가 진행되고 있다. 홍수지수법 (index flood method)은 지역빈도해석에서 가장 널리 사용되는 방법으로 각 지점의 특성을 반영하는 홍수지수 (index flood)와 지역적 특성을 대표하는 성장곡선 (growth curve)을 통해 확률수문량을 산정하며, 비정상성 지역빈도해석의 경우 홍수지수법 내의 요소들을 시간에 대한 함수로 정의함으로써 비정상성을 반영한다. 본 연구에서는 다양한 형태의 비정상성 홍수지수법을 통해 비정상성 지역빈도해석을 수행하고 각 방법에 따른 성능을 비교하였다. 이를 위해 경향성을 가지는 매개변수를 포함하는 비정상성 분포형을 모분포로 가지는 자료를 생성하였으며, 이를 기반으로 다양한 경향성을 가지는 자료들로 지역을 구성하였다. 구성된 지역에 대해 동질성 검토를 수행하여 비정상성 자료들이 포함된 지역의 동질성을 확인하였으며, Monte Carlo 모의실험을 통해 각 비정상성 홍수지수모형에 대한 확률수문량의 RRMSE와 RBIAS를 산정하여 성능을 평가하였다.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 1998.10a
• /
• pp.4-4
• /
• 1998

고체 추진제의 비정상적인 연소 현상을 해석하여 연소 불안정을 예측하는 것은 추진시스템의 설계 시 매우 중요하다. 로켓의 비정상 연소 현상을 해석하기 위하여 많은 이론적 연구가 진행되어 왔다. 이론적인 해는 주로 선형 해석의 결과들로 정상 상태에서 발생하는 불안정 현상을 예측하는 데에는 적합하지만 비정상 현상을 설명하기에는 부족하다. 따라서 수치 기법을 이용한 비선형 해석이 수행되어 졌다. 기존의 비정상 연소에 관한 연구들은 일정한 물성치를 사용하고 추진제 내에서의 화학 반응과 복사 열전달 등을 무시하여 추진제의 특성을 단순화 시켜 비정상 해석을 수행하였다. 본 연구에서는 비정상 연소 현상에 대한 비선형 수치 해석을 하려한다. 실험에서 밝혀진 것과 같이 추진제의 물성치를 온도의 함수로 사용하고 응축영역으로의 복사 열전달을 고려하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.4-4
• /
• 2017

수문자료의 빈도해석은 자료의 독립성(independence)와 정상성(stationarity)를 가정하여 이뤄진다. 그러나 관측 수문자료에서 비정상성 현상이 발생하고 있다는 사실이 관측되면서 수문자료에 대한 비정상성 빈도해석에 대한 필요성도 커지고 있다. 본 연구의 목적은 수문자료의 빈도해석에서 가장 널리 사용되고 있는 Gumbel 및 GEV 분포에 대한 비정상성 빈도해석 모형을 개발하는 것으로, 이를 위해 비정상성 Gumbel과 GEV 모형의 매개변수를 시간에 따라 변하는 형태로 정의하였다. 비정상성 Gumbel 및 GEV 모형의 정확도를 알아보기 위해 비정상성 모형과정상성 모형을 이용하여 Monte Carlo 모의실험을 수행하였다. 모의실험은 다양한 조건의 재현기간, 표본크기, 매개변수 조건을 고려하여 수행되었다. 그 결과 비정상성 모형의 오차는 비교적 표본크기가 클 때 가장 작은 것으로 나타났다. 또한 복잡한 매개변수의 조합을 가지는 비정상성 모형은 모두 동일한 경향성을 가질 때 가장 작은 오차를 보이는 것으로 나타났다. 비정상성 GEV 모형의 경우는 확률수문량 산정에 음(-)의 형상 매개변수가 큰 영향을 끼치는 것으로 나타났다. 또한 본 연구에서는 비정상성 조건에서 다양하게 존재하는 비정상성 모형 중 어떠한 모형이 주어진 자료에 대해 가장 적절한 모형인지 결정하기 위해 모의실험을 수행하였다. 널리 적용되고 있는 AIC, BIC, likelihood ratio test에 대해 정상성 및 비정상성 Gumbel 모형을 이용하여 모의실험을 수행한 결과, AIC가 비정상성 모형 중 적정 모형 선택에 가장 효과적인 것으로 나타났다. 개발된 비정상성 Gumbel 및 GEV 모형의 적용성을 알아보기 위해 우리나라 연최대강우 자료에 적용한 결과, 위치 매개변수에 시간항을 고려하는 Gumbel 모형이 최적모형으로 가장 많이 선택되는 것으로 나타났다. 따라서 현재 우리나라의 연최대강우자료 중 경향성이 나타나는 자료에 대해서는 위치 매개변수가 시간에 따라 변하는 특성이 가장 많이 나타나고 있는 것으로 판단된다.

• Journal of Teachers' Pension
• /
• v.1
• /
• pp.157-185
• /
• 2016

본 연구에서는 비정상적 사건을 정의하고 이에 따른 비정상적 위험의 구체적인 유형을 파악하며, 이와 관련된 사학연금의 위험관리 체계에 대한 검토와 함께 비정상적 위험에 효과적으로 대응할 수 있는 자산운용방안을 제시하였다. 우선 비정상적 사건을 '과거 자료를 이용한 발생확률의 추정이나 발생여부에 대한 예측이 불가능하며 따라서 이의 발생 가능성을 사전에 고려하고 대비하는 사전적인 대처가 어려운 사건으로서 자산운용과 위험관리에 무시할 수 없는 영향을 미치는 사건'으로 정의하였으며, 이의 구체적인 형태로서 금융위기를 포함하는 9가지 사건 유형을 파악하였다. 동비정상적 사건들은 포트폴리오 투자를 통한 자산운용에서 개별자산군의 기대수익률과 위험 및 자산군 사이의 상관관계에 영향을 미쳐, 기존의 자산배분안의 최적성을 상실시키고 위험수준의 측정치인 VaR값을 과소 또는 과대추정하게 할 수 있는 것으로 분석되었다. 한편 비정상적 사건의 해외 사례에 대한 분석에서는 비정상적 사건의 영향이 개별 사건마다 다양한 양태로 발현되는 것이 관측되었다. 본 연구에서는 사학연금의 현행 자산배분 체계가 이와 같은 비정상적 사건의 영향에 적절하게 대응하기 어려운 상황이라고 진단하였으며, 비정상적 사건에 적절히 대응하기 위한 자산관리방안의 일환으로서 일별 수익률 자료를 사용한 비정상적 사건의 영향 평가방안을 제시하였다. 한편, 사학연금의 현행 위험관리 체계는 비정상적 사건의 발생에 적절하게 대응할 수 있는 것으로 평가되었다

• The Journal of the Acoustical Society of Korea
• /
• v.40 no.4
• /
• pp.337-346
• /
• 2021

Detection of abnormal signal generally can be done by using features of normal signals as main information because of data imbalance. This paper propose an efficient method for abnormal signal detection using parallel AutoEncoder (AE) which can use features of abnormal signals as well. The proposed Parallel AE (PAE) is composed of a normal and an abnormal reconstructors having identical AE structure and train features of normal and abnormal signals, respectively. The PAE can effectively solve the imbalanced data problem by sequentially training normal and abnormal data. For further detection performance improvement, additional binary classifier can be added to the PAE. Through experiments using public acoustic data, we obtain that the proposed PAE shows Area Under Curve (AUC) improvement of minimum 22 % at the expenses of training time increased by 1.31 ~ 1.61 times to the single AE. Furthermore, the PAE shows 93 % AUC improvement in detecting abnormal underwater acoustic signal when pre-trained PAE is transferred to train open underwater acoustic data.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.32 no.4
• /
• pp.647-660
• /
• 2022

Recent works demonstrate that the semi-supervised anomaly detection method functions quite well in the environment with normal data and some anomalous data. However, abnormal data shortages can occur in an environment where it is difficult to reserve anomalous data, such as an unknown attack in the cyber security fields. In this paper, we propose ADA-PH(Abnormal Data Augmentation Method using Perturbation based on Hypersphere), a novel anomalous data augmentation method that is applicable in an environment where abnormal data is insufficient to secure the performance of the semi-supervised anomaly detection method. ADA-PH generates abnormal data by perturbing samples located relatively far from the center of the hypersphere. With the network intrusion detection datasets where abnormal data is rare, ADA-PH shows 23.63% higher AUC performance than anomaly detection without data augmentation and even performs better than the other augmentation methods. Also, we further conduct quantitative and qualitative analysis on whether generated abnormal data is anomalous.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.150-150
• /
• 2017

기후변화로 인하여 극한 홍수와 극한 가뭄 발생이 증가할 것으로 전망하고 있어 이에 대한 위험이 대두되고 있는 실정이다. 홍수 및 가뭄 수문시계열의 빈도해석시에 일반적으로 활용되는 정상성 빈도해석기법은 수문자료의 정상성을 기반으로 한 빈도해석이 대부분이기 때문에 기후변화 및 수문자료의 비정상성을 반영한 새로운 빈도해석 기법이 요구되고 있는 상황이다. 본 연구에서는 5개의 대표 관측지점(서울, 포항, 추풍령, 여수, 광주)를 선별하고 1976년부터 2015년까지 일강우자료를 활용하여 기상학적 가뭄지수인 SPI(Standardized Precipitation Index)를 산정하였다. 산정한 SPI의 경향성을 Mann-Kendall 분석을 하였으며, 정상성 및 비정상성 빈도해석을 위하여 최적확률분포로 선정된 GEV 분포 적용하였다. 본 연구에서는 가뭄빈도해석을 위하여 SPI를 입력자료로 활용하였으며, 산정된 SPI의 비정상성을 반영한 비정상성 빈도해석의 경우 Bayesian 모형을 기반으로 한 MCMC(Markov Chain Monte Carlo) 모의를 이용하여 극치분포의 사후분포 매개변수를 추정하였다. 추정 값을 바탕으로 하여 가뭄의 관측소별 빈도해석을 실시하였고 재현기간별-지속기간별 가뭄심도를 추정하여 관측소별 가뭄심도-지속기간-빈도(SDF,Severity-Duration-Frequency) 곡선을 유도하였다. 본 연구를 통하여 정상성과 비정상성 빈도해석 결과의 비교연구를 수행하였으며 기후변화에 따른 비정상 시계열로 구성된 가뭄빈도해석에 매우 유용하게 적용될 수 있을 것으로 나타났다.