• 한국전자파학회논문지
• /
• 제16권6호
• /
• pp.556-562
• /
• 2005

본 논문에서는 무선 페이딩 환경에 적합한 인터리브된 초직교 길쌈 부호화 초광대역 임펄스 라디오 (Interleaved Super-Orthogonal Convolutional Coded Ultra Wide-Band Impulse Radio: ISOC-UWB-IR) 시스템을 제안하고, 그 시스템의 성능을 변환함수 상한(transfer function bounding)을 이용하여 분석하였다. ISOC-UWB-IR 시스템에 사용되는 인터리빙 기법은 복잡도와 성능에 따라 펄스 단위, 펄스 부그룹 단위, 펄스 그룹 단위 중에서 선택될 수 있다. 성능 분석 결과 레이리 페이딩 환경에서 ISOC-UWB-IR 시스템의 성능은 초직교 길쌈 부호(Super-Orthogonal Convolutional Code: SOC)부호기의 부호율보다 인터리빙 방식의 종류에 더 많은 영향을 받는 것으로 나타났다.

• 한국산학기술학회논문지
• /
• 제11권5호
• /
• pp.1661-1669
• /
• 2010

본 논문에서는 센서 네트워크의 수명을 길게 하기 위해 클러스터 헤드에 집중된 에너지 과부하를 클러스터 그룹 헤드와 클러스터 헤드로 분산시켜서 에너지 소모량을 감소시키는 유전 알고리즘 기반의 에너지 효율적인 클러스터링(ECGA: Energy efficient Clustering based on Genetic Algorithm)을 제안한다. ECGA 알고리즘은 예상 에너지 비용 합계, 센서 노드 에너지 잔량의 평균 및 표준 편차를 구하여 이를 적합도 함수에 적용하였다. 이 적합도를 이용하여 최적의 클러스터 그룹 및 클러스터를 형성한다. 실험을 통하여 ECGA 알고리즘이 이전의 클러스터링 기법보다 에너지 소모를 줄이고 네트워크의 수명을 연장시켰음을 보였다.

• 한국산림과학회지
• /
• 제96권4호
• /
• pp.448-454
• /
• 2007

지면집재와 반지면집재의 집재견인력을 예측하기 위한 수학적인 모델을 개발하였다. 집재견인력은 견인목의 형태, 총무게, 집재계수의 함수로 나타내었으며, 집재계수는 현장실험을 통해 결정하였다. 집재견인력 예측을 위해 개발된 수학적 모델의 검증은 예측값과 실측한 집재견인력의 비교를 통해 실시하였다. 그 결과 지면집재의 경우는 예측모델의 적합성이 인정되었으나 반지면집재의 경우는 제한된 실험조건으로 인해 적합도가 약간 떨어지는 것으로 분석되었다.

• 한국정밀공학회지
• /
• 제14권12호
• /
• pp.24-29
• /
• 1997

Recently, Genetic Algorithm(GA), which is a stochastic direct search strategy that mimics the process of genetic evolution, is widely adapted into a search procedure for structural optimization. Contrast to traditional optimal design techniques which use design sensitivity analysis results, GA is very simple in their algorithms and there is no need of continuity of functions(or functionals) any more in GA. So, they can be easily applicable to wide area of design optimization problems. Also, owing to multi-point search procedure, they have higher porbability of convergence to global optimum compared to traditional techniques which take one-point search method. The methods consist of three genetics opera- tions named selection, crossover and mutation. In this study, a method of finding the omtimum size and topology of drilling machine is proposed by using the GA, For rapid converge to optimum, elitist survival model,roulette wheel selection with limited candidates, and multi-point shuffle cross-over method are adapted. And pseudo object function, which is the combined form of object function and penalty function, is used to include constraints into fitness function. GA shows good results of weight reducing effect and convergency in optimal design of drilling machine.

• 한국수자원학회논문집
• /
• 제45권1호
• /
• pp.15-27
• /
• 2012

SWMM은 도시유역의 홍수유출 해석에 관한 대표적인 모형으로서 국 내외에서 활용도가 높은 반면, 다수의 불명확한 매개변수를 포함하고 있어 사용에 어려움이 있다. 본 연구에서는 SWMM에 집합체 혼합진화(SCE-UA) 알고리즘을 결합하여 자동 보정 모듈을 개발하였다. 최적화 문제는 목적함수에 따라 그 결과가 상이하게 도출될 수 있으므로 연구에서는 5개의 단일 목적함수를 적용하여 가장 적합한 목적함수를 도출하였다. 그리고 홍수유출 해석에는 첨두유량의 정확성이 중요하므로 이를 고려할 수 있는 다목적함수를 구성하였고, 파레토 최적해의 결정을 통해 결과를 도출하였다. 작성된 자동 보정 모듈은 구로1 빗물펌프장 유역에 내린 2009년 3개의 강우사상에 적용되었다. 다목적함수의 구성을 통해 자동 보정된 결과는 단일 목적함수에 의해 도출된 결과보다 첨두유량과 유출체적의 오차를 포함한 대부분의 모형평가 지표에서 우수한 것으로 나타났다. 또한, 다목적함수에 의해 보정된 모형의 검증 결과도 신뢰적인 것으로 분석되었다. 본 연구에서 개발된 SWMM의 자동 보정 프로그램은 도시유역의 다양한 홍수유출 해석 문제에 활용될 수 있을 것으로 전망된다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권7_8호
• /
• pp.649-658
• /
• 2003

본 연구에서는 ART2 신경회로망의 성능을 개선하기 위한 계층적 구조를 제안하고, 구성된 클러스터에 대하여 적합도(fitness) 선택을 통한 빠르고 효과적인 패턴 분류 모델(HART2)을 제안한다. 본 논문에서 제안하는 신경회로망은 비지도 학습을 통하여 대략적으로 1차 클러스터를 형성하고, 이 각각의 1차 클러스터로 분류된 패턴에 대해 지도학습을 통한 2군 클러스터를 생성하여 패턴을 분류하는 계층적 신경회로망이다. 이 신경회로망을 이용한 패턴분류 과정은 먼저 입력패턴을 1차 클러스터와 비교하여 유사한 몇 개의 1차 클러스터를 적합도에 따라 선택한다. 이때, 입력패턴과 클러스터들간의 상대 측정 거리비에 기반한 적합도 함수를 도입하여 1차 클러스터에 연결된 클러스터들을 Pruning 함으로써 계층적인 네트워크에서의 속도 향상과 정확성을 추구하였다. 마지막으로 입력패턴과 선택된 1차 클러스터에 연결된 2차 클러스터와의 비교를 통해 최종적으로 패턴을 분류하게 된다. 본 논문의 효율성을 검증하기 위하여 22종의 한글 및 영어 글꼴에 대한 숫자 데이타를 다양한 형태로 변형시켜 확장된 테스트 패턴에 대하여 실험해 본 결과 제안된 신경회로망의 패턴 분류 능력의 우수함을 증명하였다

• 한국멀티미디어학회논문지
• /
• 제17권2호
• /
• pp.132-142
• /
• 2014

스테레오 카메라는 거리정보의 획득 이외에 대상의 부가적인 정보를 획득할 수 있는 장점이 있어 향후 지능 로봇 시스템에 필수적인 센서로 각광받고 있다. 하지만 건물의 벽면과 같이 대상 표면에 반복적인 무늬가 있는 영역, 질감도가 낮은 영역 등에서는 기존의 기법으로는 정합이 불가능하다. 이러한 한계를 극복하기 위해 본 논문에서는 2D 레이저 거리 측정기를 활용해 국소적으로 획득된 거리정보를 신뢰도 전파스테레오 정합 기법에 융합하여 정합 성능을 향상시키는 기법을 제안한다. 제안된 기법은 기존의 신뢰도 전파 스테레오 정합 기법의 국부-명백함수에 Quad-tree 기반 영상분할 정보를 참조하여 레이저 측정 정보를 추가하고, 영상의 과분할 정보를 참조하여 국부-적합성 함수를 계산한다. 제안한 기법을 모의 실험영상과 실영상에 적용한 결과 질감도가 낮은 영역에서도 부분적으로 거리정보를 획득할 수 있었으며, 영역분할 정보의 사용으로 깊이 정보의 불연속성이 유지되는 것을 관찰할 수 있었다.

• 전자공학회논문지CI
• /
• 제41권3호
• /
• pp.55-65
• /
• 2004

신경회로망을 이용하여 주어진 문제를 해결할 때, 문제의 복잡도에 맞는 구조를 찾는 것이 중요하다. 이것은 신경회로망의 복잡도가 학습능력과 일반화 성능에 크게 영향을 주기 때문이다. 그러므로, 문제에 적합한 신경회로망의 구조를 자기 구성적으로 찾는 알고리즘이 유용하다. 본 논문에서는 시그모이드 활성함수를 가지는 전방향 다층 신경회로망에 대하여 주어진 문제에 맞는 구조를 결정하는 알고리즘을 제안한다. 개발된 알고리즘은 구조증가 알고리즘과 연결소거 알고리즘을 이용하여, 주어진 학습 데이터에 대해 가능한 한 작은 구조를 가지며 일반화 성능이 좋은 최적에 가까운 신경회로망을 찾는다. 네 가지 함수 근사화 문제에 적용하여 알고리즘의 성능을 알아본다. 실험 결과에서, 제안한 알고리즘이 기존의 알고리즘 및 고정구조를 갖는 신경회로망과 비교하였을 때 최적 구조에 가까운 신경회로망을 구성하는 것을 확인한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.423-426
• /
• 2007

클러스터링은 주어진 데이터 포인트들을 주어진 개수의 그룹으로 나누는 비지도 학습의 한 방법이다. 클러스터링의 방법 중 하나로 널리 알려진 퍼지 클러스터링은 하나의 포인트가 모든 클러스터에 서로 다른 정도로 소속될 수 있도록 함으로써 각 포인트가 하나의 클러스터에만 속할 수 있도록 하는 K-means와 같은 방법에 비해 자연스러운 클러스터 형태의 유추가 가능하고, 잡음에 강한 장점이 있다. 이 논문에서는 기존의 퍼지 클러스터링 방법 중 소속도(membership)와 전형성(typicality)을 동시에 계산해 낼 수 있는 Possibilistic Fuzzy C-Means (PFCM) 방법에 Gath-Geva (GG)의 방법 을 적용하여 PFCM을 확장한다. 제안한 방법은 PFCM의 장점을 그대로 가지면서도, GG의 거리 척도에 의해 클러스터들 사이의 경계를 강조함으로써 분류 목적에 적합한 소속도를 계산할 수 있으며, 전형성은 가우스 형태의 분포에서 생성된 포인트들의 분포 함수를 정확하게 모사함으로써 확률 밀도 추정의 방법으로도 사용될 수 있다. 또한 GG 방법은 Gustafson-Kessel 방법과 달리 클러스터에 포함된 포인트의 개수가 확연히 차이 나는 경우에도 정확한 결과를 얻을 수 있다는 사실을 실험 결과를 통해 확인할 수 있었다.

• 한국강구조학회 논문집
• /
• 제10권4호통권37호
• /
• pp.601-613
• /
• 1998

본 논문은 부채꼴형 평판의 원형연단이 고정되어 있거나 또는 단순지지 되어 있을 때 요각 모서리의 응력 특이도를 고려하여 자유 진동해를 최초로 구한 연구이다. Ritz방법을 이용하여 수직진동변위를 두가지 적합함수식으로 가정하였다. 본 연구에서는 부채꼴형 각도의 범위에 따른 엄밀한 진동수 및 수직진동 변위의 전형적인 등고선을 제시하였다.