• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.16 no.11
• /
• pp.1103-1116
• /
• 1991

The characteristics of transform coefficients of discrete Gabor transform and the performances of their progressive coding are investiganted. The adaptive transform coding SAC is used for the progressive transmission. Exprerimental results show that although DGT has relatively low energy compaction property and coding efficiency, it yields good quality with greaty reduced block artifact and good edge at each stage of the progressive transmission.

• Analytical Science and Technology
• /
• v.22 no.3
• /
• pp.263-271
• /
• 2009

The purpose of metal artifacts conservation is recovering the original state of objects and preventing it from further corrosion. Four different consolidants are selected that are widely used for bronze objects conservation. This study found out the characteristics of thin film by various experiments and analysis for the bronze plates coated using each solutions. After a series of analysis, resin B and V showed good coating properties. However, the evaluation point suited to this purpose are adhesive strength, stability against yellowing and corrosion resistance. Therefore, resin B of four different consolidants could expect to get the most suitable consolidation effect for consolidation purpose.

• Proceedings of the Korea Society for Energy Engineering kosee Conference
• /
• 2001.11a
• /
• pp.331-336
• /
• 2001

한국원자력연구소에서는 고준위 방사성폐기물 처분 시스템의 안전성을 투명하게평가하기 위한 방안의 하나로 처분 안전성 관련 시나리오와 구성 요소들인 FEP, 그리고 각 시나리오 별 안전성 평가 방안들을 종합한 프로그램인 FEAS를 개발하고 있다. 고준위 방사성 폐기물 처분 연구는 관련 전문가 뿐 아니라 일반 국민들도 안전성에 관해 많은 관심을 표명하고 있는 바 현재 국내에서 고려하고 있는 처분 개념은 무엇이며 처분장 안전성 평가를 위해서 고려하고 있는 제 사건들은 무엇이며 이들 시나리오를 구성하는 세부 사건들은 무엇인가에 관한 합의를 도출하고 이와 관련된 기록들을 보존하고 각각 세부 사건들에 관해 현재의 평가 방안과 데이터 수집 현황 그리고 해외 사례 등을 체계적으로 정리하는 일은 중요하다. 현재 개발되고 있는 FEAS는 이와 같은 역할을 수행할 뿐 아니라 이 프로그램과 동시에 개발되고 있는 입력 자료 데이터 시스템, 웹을 기반으로 한 품질 보증 체제 및 안전성 평가 방안 등과 향후 연계되어 모든 국민들이 방사성 폐기물 처분장의 안전성을 쉽게 이해할 수 있는 수단으로 확장될 예정이다.

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2003.05b
• /
• pp.415-416
• /
• 2003

지표와 대기 사이의 상호작용에 의해 일어나는 지표층의 물과 에너지, 탄소 등의 순환을 이해하기 위해 이곳에서 교환되는 물질 및 에너지를 관측하는 것이 필요하다. 지표 플럭스를 관측하는 미기상학적 방법에는 경도법, 에디공분산법 등이 있다. 이 중 에디공분산법은 보존 방식을 근간으로 하여 에디 확산성에 대한 가정 없이 플럭스를 구하는 방법이다. 에디공분산법을 이용한 다양한 장/단기 관측이 국내/외에서 수행되고 있으며, 관측자료의 품질검증과 보정을 통한 양질의 자료생산은 관측 시스템의 최적화에 필수적이다. (중략)

• Proceedings of the Korea Society for Energy Engineering kosee Conference
• /
• 1999.11a
• /
• pp.197-204
• /
• 1999

VOC(volatile organic compound)는 도료제조, 자동차, 선박의 도색, 인쇄, 염색 공정에서 주로 발생하는 휘발성 유기화합물로서 호흡기로 들어가면 중추신경 등 주요 기관의 장애를 일으킬 수 있으며, 질소화합물과 광화학반응을 일으켜 오존을 유발하는 위험물질이다. 정부에서는 1991년 대기환경보존법을 제정하여 유기용제의 배출을 규제하고 있고, 이 법에 따라 금년부터 석유화학정제업, 저유소에 VOC 방지시설을 의무적으로 설치해야 한다.(중략)

• KIISE Transactions on Computing Practices
• /
• v.23 no.2
• /
• pp.116-121
• /
• 2017

In wireless sensor networks, the multipath prefers energy efficient routing method due to the characteristic of low-power sensor which uses geographic method to transmit data packet through information of the neighbor nodes. However, when multipath meets the routing fail area called hole area, path overlap problem can occur, resulting in failed maintenance of disjoint multipath. To solve this problem, multipath research studies have been performed to exploit the modeling and detouring method in routing fail area by keeping the disjoint multipath. However, in an energy point of view, additional method like modeling can lead to a lot of energy consumption of sensor node. Moreover, lots of energy consumption of sensor node can shorten the life span of sensor network. In this study, we proposed an energy efficient geographic routing by keeping the disjoint multipath in routing fail area. The proposed scheme exploited the face routing using the geographic recovery method without additional method like modeling.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11a
• /
• pp.445-447
• /
• 2005

무선 센서 네트워크는 제한된 에너지를 가지는 작은 센서 노드들로 구성된다. 한번 배치된 센서 노드들은 유지보수 및 새로운 에너지의 공급이 어렵다. 따라서 각 노드가 가지는 제한된 에너지를 얼마나 효율적으로 사용하느냐가 무선 센서 네트워크의 수명에 큰 영향을 미친다. 본 논문에서는 이러한 에너지 효율성 향상을 위해 연구된 LEACH(Low Energy Adaptive Clustering Hierarchy), LEACH-C(LEACH-Centralized), BCDCP(Base-station Controlled Dynamic Clustering Protocol)와 같은 클러스터링 기반의 계층적 라우팅 프로토콜들을 설명하고 그 문제점을 살펴본다. 그리고 그 문제점들을 해결하기 위한 방법으로 센서 필드의 노드와 싱크와의 거리를 고려한 새로운 클러스터링 기법을 제안한다. 제안하는 클러스터링 기법에서 각 노드는 클러스터를 형성할 때 기존 방식에 비해 적은 역할을 수행함으로써 자신의 에너지를 보존할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10d
• /
• pp.236-239
• /
• 2006

무선 센서 네트워크에서는 에너지 제약이라는 특징 때문에 에너지 효율과 관련된 많은 연구가 진행되고 있지만 대부분의 연구는 에너지를 보존하기 위해 센서노드의 작업을 줄이는 소극적인 방식을 취한다. 이에 반해 파워 컨트롤 기법은 전송 파워를 조절하여 불필요한 에너지 소모를 줄이는 적극적인 방식이다. 본 논문에서는 무선 센서 네트워크의 클러스터 기반 라우팅 프로토콜인 LEACH(Low-Energy Adaptive Clustering Hierarchy)에 파워 컨트롤 기법을 적용한 LEACH-PC(LEACH-Power Control)를 제안하였다. LEACH-PC는 클러스터 구성에 사용한 RSSI(Received Signal Strength Indicator) 정보를 이용하여 클러스터 내부 통신 단계에서 파워 컨트롤을 수행한다. LEACH-PC는 에너지 효율성 측면에서 기존의 LEACH 보다 좋은 성능을 보임을 실험을 통해 확인할 수 있었다.

• Journal of The Korean Radiological Technologist Association
• /
• v.28 no.1
• /
• pp.241-241
• /
• 2002

영상 데이타는 전송, 검출 및 처리과정에서 여러 잡음에 의해 훼손될 수 있다. 적응성 가중 메디안 필터라는 공간변화 필터를 사용하여 X-선 산란 잡음을 제거하였다. 제안된 필터는 처리 윈도우 내 각 픽셀의 국소 통계치의 변화에 따라 필터의 성능이 변화하여 에너지를 최대한 보존하면서 잡음만을 제거하고자 이러한 국소 통계값에 근거한 적응성 가중 메디안 필터(AWMF)를 제시한다. AWMF를 구현함에 있어 두 가지 방법으로 나뉘는데, 우선 국소 통계의 특성에

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.88-88
• /
• 2021

최근 수자원과 수질관리 분야에 자료기반 머신러닝 모델과 딥러닝 모델의 활용이 급증하고 있다. 그러나 딥러닝 모델은 Blackbox 모델의 특성상 고전적인 질량, 운동량, 에너지 보존법칙을 고려하지 않고, 데이터에 내재된 패턴과 관계를 해석하기 때문에 물리적 법칙을 만족하지 않는 예측결과를 가져올 수 있다. 또한, 딥러닝 모델의 예측 성능은 학습데이터의 양과 변수 선정에 크게 영향을 받는 모델이기 때문에 양질의 데이터가 제공되지 않으면 모델의 bias와 variation이 클 수 있으며 정확도 높은 예측이 어렵다. 최근 이러한 자료기반 모델링 방법의 단점을 보완하기 위해 프로세스 기반 수치모델과 딥러닝 모델을 결합하여 두 모델링 방법의 장점을 활용하는 연구가 활발히 진행되고 있다(Read et al., 2019). Process-Guided Deep Learning (PGDL) 방법은 물리적 법칙을 반영하여 딥러닝 모델을 훈련시킴으로써 순수한 딥러닝 모델의 물리적 법칙 결여성 문제를 해결할 수 있는 대안으로 활용되고 있다. PGDL 모델은 딥러닝 모델에 물리적인 법칙을 해석할 수 있는 추가변수를 도입하며, 딥러닝 모델의 매개변수 최적화 과정에서 Cost 함수에 물리적 법칙을 위반하는 경우 Penalty를 추가하는 알고리즘을 도입하여 물리적 보존법칙을 만족하도록 모델을 훈련시킨다. 본 연구의 목적은 대청호의 수심별 수온을 예측하기 위해 역학적 모델과 딥러닝 모델을 융합한 PGDL 모델을 개발하고 적용성을 평가하는데 있다. 역학적 모델은 2차원 횡방향 평균 수리·수질 모델인 CE-QUAL-W2을 사용하였으며, 대청호를 대상으로 2017년부터 2018년까지 총 2년간 수온과 에너지 수지를 모의하였다. 기상(기온, 이슬점온도, 풍향, 풍속, 운량), 수문(저수위, 유입·유출 유량), 수온자료를 수집하여 CE-QUAL-W2 모델을 구축하고 보정하였으며, 모델은 저수위 변화, 수온의 수심별 시계열 변동 특성을 적절하게 재현하였다. 또한, 동일기간 대청호 수심별 수온 예측을 위한 순환 신경망 모델인 LSTM(Long Short-Term Memory)을 개발하였으며, 종속변수는 수온계 체인을 통해 수집한 수심별 고빈도 수온 자료를 사용하고 독립 변수는 기온, 풍속, 상대습도, 강수량, 단파복사에너지, 장파복사에너지를 사용하였다. LSTM 모델의 매개변수 최적화는 지도학습을 통해 예측값과 실측값의 RMSE가 최소화 되로록 훈련하였다. PGDL 모델은 동일 기간 LSTM 모델과 동일 입력 자료를 사용하여 구축하였으며, 역학적 모델에서 얻은 에너지 수지를 만족하지 않는 경우 Cost Function에 Penalty를 추가하여 물리적 보존법칙을 만족하도록 훈련하고 수심별 수온 예측결과를 비교·분석하였다.