The robustness of a numerical method means that its computational performance is maintained under various modeling conditions. New numerical methods or codes need to be assessed for robustness through benchmark testing. The TOUGH-FLAC modeling approach has been applied to various fields such as subsurface carbon dioxide storage, geological disposal of spent nuclear fuel, and geothermal development both domestically and internationally, and the modeling validity has been examined by comparing the results with experimental measurements and other numerical codes. In the present study, a benchmark test of the TOUGH-FLAC approach was performed based on a coupled thermal-hydro-mechanical behavior problem with an analytical solution. The analytical solution is related to the temperature, pore water pressure, and mechanical behavior of a fully saturated porous medium that is subjected to a point heat source. The robustness of the TOUGH-FLAC approach was evaluated by comparing the analytical solution with the results of numerical simulation. Additionally, the effects of thermal-hydro-mechanical coupling terms, fluid phase change, and timestep on the computation of coupled behavior were investigated.
Proceedings of the Korean Information Science Society Conference
/
1998.10a
/
pp.187-189
/
1998
최근 웹을 폭발적인 확산과 웹 기술의 급속한 발달에 따라 웹 환경과 이산사건 시스텀 시뮬레이션 환경을 결합시키려는 웹-기반 시뮬레이션에 대한 연구가 활발히 진행되고 있다. 웹 문서 내에서 시뮬레이션 모델을 수행시키는 웹-기반 시뮬레이션은 교육, 광고, 제품 소개 및 훈련, 동적 문서의 제작 등 다양한 응용분야가 있다. 기존의 웹- 기반 시뮬레이션 환경은 전체 시뮬렝션이 한 시스템에서 수행되는 순차적 시뮬레이션에 기반을 두고 있다. 본 논문에서는 분산된 환경 하에서 동시 공학적인 시스템 개발에 이용될 수 있는 분산-모델 분산-시뮬레이션 형태의 웹-기반 시뮬레이션을 제시하며 이의 구현을 위한 전 단계로서 인터넷 하에서 구축된 분산 시뮬레이션 환경에 대해 설명한다. 본 환경에서는 네트웍 시스템 및 하드웨어 모델링을 용이하게 하기 위하여 확장된 DEVS 형식론을 도입하였고 개발된 모델이 이종의 시스템들 간에 자유로이 전송되어 수행될 수 있도록 Java를 사용하여 시뮬레이션 환경을 구축하였다.
Annual Conference on Human and Language Technology
/
2017.10a
/
pp.159-162
/
2017
Long Short-Term Memory Recurrent Neural Network(LSTM RNN)는 순차 데이터 모델링에 적합한 딥러닝 모델이다. Bidirectional LSTM RNN(BiLSTM RNN)은 RNN의 그래디언트 소멸 문제(vanishing gradient problem)를 해결한 LSTM RNN을 입력 데이터의 양 방향에 적용시킨 것으로 입력 열의 모든 정보를 볼 수 있는 장점이 있어 자연어처리를 비롯한 다양한 분야에서 많이 사용되고 있다. Highway Network는 비선형 변환을 거치지 않은 입력 정보를 히든레이어에서 직접 사용할 수 있게 LSTM 유닛에 게이트를 추가한 딥러닝 모델이다. 본 논문에서는 Highway Network를 한국어 의미역 결정에 적용하여 기존 연구 보다 더 높은 성능을 얻을 수 있음을 보인다.
The Transactions of The Korean Institute of Electrical Engineers
/
v.56
no.9
/
pp.1655-1664
/
2007
This paper presents the problem of controlling asynchronous sequential machines in the presence of input disturbances, which may be also regarded as an adversary in a game theoretic setting. The main objective is to develope a new methodology for including unpredictable behavior of input disturbance into models of asynchronous machines. The input disturbance, representing uncontrollable noise input, is embedded into a new model of asynchronous machines in form of input/state finite state machines. It is shown that the proposed modeling preserves the fundamental model and well-pose of asynchronous machines. The reachability matrix, an important performance index of asynchronous machines, is also adapted according to input disturbance and will be used for constructing corrective controllers in the companion paper.
Long Short-Term Memory Recurrent Neural Network(LSTM RNN)는 순차 데이터 모델링에 적합한 딥러닝 모델이다. Bidirectional LSTM RNN(BiLSTM RNN)은 RNN의 그래디언트 소멸 문제(vanishing gradient problem)를 해결한 LSTM RNN을 입력 데이터의 양 방향에 적용시킨 것으로 입력 열의 모든 정보를 볼 수 있는 장점이 있어 자연어처리를 비롯한 다양한 분야에서 많이 사용되고 있다. Highway Network는 비선형 변환을 거치지 않은 입력 정보를 히든레이어에서 직접 사용할 수 있게 LSTM 유닛에 게이트를 추가한 딥러닝 모델이다. 본 논문에서는 Highway Network를 한국어 의미역 결정에 적용하여 기존 연구 보다 더 높은 성능을 얻을 수 있음을 보인다.
Kim, Kang-Min;Baek, Seok-Heum;Hong, Soon-Hyeok;Cho, Seok-Swoo;Joo, Won-Sik
Proceedings of the KSME Conference
/
2008.11a
/
pp.1198-1203
/
2008
An efficient sequential optimization approach for metamodel was presented by Choi et al [6]. This paper describes a new approach of the multilevel optimization method studied in Refs. [5] and [21-25]. The basic idea is concerned with multilevel iterative methods which combine a descent scheme with a hierarchy of auxiliary problems in lower dimensional subspaces. After fitting a metamodel based on an initial space filling design, this model is sequentially refined by the expected improvement criterion. The advantages of the method are that it does not require optimum sensitivities, nonlinear equality constraints are not needed, and the method is relatively easy to understand and use. As a check on effectiveness, the proposed method is applied to a classical cantilever beam.
Proceedings of the Korea Information Processing Society Conference
/
2003.11b
/
pp.963-966
/
2003
IPv6-IPv4 변환시스템은 기존의 IPv4 네트워크와 신규 구축되는 IPv6 네트워크 간의 통신을 가능하게 하는 게이트웨이 기반 기술이다. 이러한 IPv6-IPv4 변환시스템에서는 네트워크 간의 모든 트래픽을 변환해야 하므로 높은 성능을 요구된다. 이에 본 연구에서는 이전 연구에서 구현된 게이트웨이 기반 IPv6-IPv4 변환시스템과 변환기의 성능분석에 적용될 수 있는 큐잉 모델을 제시하고 부과되는 트래픽에 따른 처리 성능을 산출하는 분석적인 방법을 제시하였다. IPv6-IPv4 변환시스템의 분석 모델의 경우, 도착간격은 지수분포를 따르고, 서비스시간은 M/M/l/K 모델 기반의 일반분포를 따른다. 또한 IPv6-IPv4 변환시스템의 변환기는 트래픽에 대한 변환 처리를 담당하는 핵심 모듈로서, 순차적인 단계로 이루어진다. 즉, 변환시스템의 변환기 자체의 분석 모델의 도착간격은 지수분포를 따르고, 서비스시간은 M/G/l/K 모델 기반의 일반분포를 따른다. 이렇게 제안된 모델에 대해 상세하게 설명하였으며, 이를 검증하기 위해서 모델을 적용하여 근사한 결과와 실제 측정 결과를 비교하였다.
Journal of the Korean Institute of Intelligent Systems
/
v.8
no.3
/
pp.50-55
/
1998
The GMDH(Group Method of Data Handling) is a useful data analysis technique for identification of
nonlinear complex systems. Therefore, in this paper the application method of GMDH algorithm for
modeling nonlinear dynamic systems is proposed. The identification of dynamic systems by using
GMDH consists of applying a set of input/output data and computing the necessary coefficient set dynamically.
Also, in this paper, by reducing sequentially the criterion which can adopt or reject the data,
a method to prevent excessive computation that is a disadvantage of GMDH is proposed.
하이브리드 자동차용 리듐 배터리의 수명을 예측하기 위한 듀얼 슬라이딩 모드 관측기를 설계하는 방법에 대해서 논의한다. 단순화된 R-C 모델을 사용하여 리듐 배터리를 전기적으로 모델링하고, 듀얼 슬라이딩 모드 관측기를 설계하는 방법에 대해서 순차적으로 서술한다. 제안된 시스템의 구조는 단순하고 구현이 쉬운 장점이 있으며, 외란에 대해서 강인하다는 특징도 가지고 있다. Lyapunov 조건에 의한 관측기의 수렴성이 증명되고 시스템의 성능은 UDDS(Urban dynamometer driving schedule) 시험에 의해서 입증되었다. 제안된 시스템은 실제 주행 상황에서도 짧은 계산시간과 뛰어난 추적 성능을 보여주었다.
Annual Conference on Human and Language Technology
/
2015.10a
/
pp.194-197
/
2015
Long Short-term Memory Network(LSTM) 기반 Recurrent Neural Network(RNN)는 순차 데이터를 모델링 할 수 있는 딥 러닝 모델이다. 기존 RNN의 그래디언트 소멸 문제(vanishing gradient problem)를 해결한 LSTM RNN은 멀리 떨어져 있는 이전의 입력 정보를 볼 수 있다는 장점이 있어 음성 인식 및 필기체 인식 등의 분야에서 좋은 성능을 보이고 있다. 또한 LSTM RNN 모델에 의존성(전이 확률)을 추가한 LSTM CRF모델이 자연어처리의 한 분야인 개체명 인식에서 우수한 성능을 보이고 있다. 본 논문에서는 한국어 문장의 지배소가 문장 후위에 나타나는 점에 착안하여 Backward 방식의 LSTM CRF 모델을 제안하고 이를 한국어 의미역 결정에 적용하여 기존 연구보다 더 높은 성능을 얻을 수 있음을 보인다.
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.