• 한국전산구조공학회논문집
• /
• 제12권3호
• /
• pp.397-406
• /
• 1999

본 연구는 부구조화에 기초한 다단계 혼성 구조 재해석방법을 제시한다. 부구조화의 틀에 보존근사화의 각 항을 차원축소법의 기저로 한 보존 전역-부분근사화에 의하여 변위 산정의 정확성과 효율성을 확보하고, 이를 바탕으로 이미 구성된 응력-변위 관계식을 병용하는 혼성방식을 통하여 전체 설계의 중간 단계에서 반복되는 재해석 과정의 신뢰성을 높인다. 전체적으로 선형근사화와 상반근사화를 교차적용하는 1단계 보존근사화로부터 전역 근사화와 결합하여 구하는 변위산정과 그에 종속되는 행렬연산으로 산출하는 응력계산의 3단계로 이루어지는 본 방법은 대형 구조계를 대상으로 하여, 해석의 기본 틀로 부구조화 방법을 택하였으며, 몇 개의 예제들을 통하여 타당성 및 유용성을 검증하였다.

• 한국강구조학회 논문집
• /
• 제12권1호통권44호
• /
• pp.45-54
• /
• 2000

본 연구는 반복되는 중간단계의 구조설계과정에 연동되는 근사 재해석 모델을 비교 평가하고, 특히 설계변수가 크게 변화할 때도 일정한 정확도를 유지하여 전체 설계과정에 효율성과 신뢰성을 함께 줄 수 있는 안정된 모델을 찾는다. 이를 위해 대형 프레임구조를 대상으로 설계변수 그룹의 갯수와 변화량을 달리하면서 최대 변위값을 정해와 비교하여 정확도 및 신뢰성을 검토하고, CPU 연산시간 비교를 통해 효율성을 시험한다. 예제를 통하여 부분근사화는 가장 간편하고 빠르기는 하나 설계의 면화가 극히 적은 특정한 경우에만 유용한 반면 전역근사화는 기저벡터를 효과적으로 취할 경우 설계 변화량이 클 때에도 비교적 높은 정확도를 유지하나 효율성이 떨어지는 취약점을 갖고 있다. 이들에 비해 전역-부분근사화는 어느 경우에나 높은 정확성과 효율성을 아울러 갖추고 있음을 보여준다. 이 방법들을 구조 재설계 과정에 연계할 때 설계정보에 따라 혼용하므로써 효율성을 증대시킬 수 있다.

• 한국지능시스템학회논문지
• /
• 제12권3호
• /
• pp.231-238
• /
• 2002

진화퍼지모델링은 퍼지추론시스템과 진화연산의 장점을 결합한 모델링 방법으로써 전역근사최적화를 수행한다. 본 논문에서는 진화퍼지모델링의 가장 중요한 과정 중 하나인 퍼지규칙의 생성방법으로써 퍼지클러스터링을 제안한다. 퍼지클러스터링을 실험 혹은 시뮬레이션의 결과에 적용함으로써, 비선형성이 강하고 복잡한 설계문제를 적절하게 묘사할 수 있는 퍼지 규칙을 생성할 수 있다. 퍼지클러스터링의 결과로 얻어지는 클러스터에 대한 실험치의 소속정도를 활용하여 진화퍼지모델링의 효율을 향상시킬 수 있다. 제안된 방법의 유효성을 검증하기 위해 실제 자동차 내장재에 설계문제를 선정하여 전역근사화를 수행하였다. 클러스터 수와 퍼지규칙의 선택과 관련하여 여러 다양한 경우에 대해서 진화퍼지모델링을 수행하여 그 결과를 비교하였고 이를 통하여 제안된 방법이 시스템을 묘사하는 적절한 퍼지규칙을 생성하고 모델링의 오차를 만족할 만한 수준으로 유지하면서 계산시간을 줄일 수 있음을 확인하였다.

• 대한기계학회논문집A
• /
• 제33권8호
• /
• pp.753-759
• /
• 2009

Feed-forward neural networks have been widely used as function approximation tools in the context of global approximate optimization. In the present study, a wavelet neural network (WNN) which is based on wavelet transform theory is suggested as an alternative to a traditional back-propagation neural network (BPN). The basic theory of wavelet neural network is briefly described, and approximation performance is tested using a nonlinear multimodal function and a composite rotor blade analysis problem. Laplacian of Gaussian function, Mexican function, and Morlet function are considered during the construction of WNN architectures. In addition, approximation results from WNN are compared with those from BPN.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 추계학술대회 학술발표 논문집
• /
• pp.384-389
• /
• 1998

본 논문은 특정 응용에 적합한 퍼지 제어기의 최적 설계 파라메터(퍼지 규칙과 소속 함수)를 찾는데 역전파 학습 과정과 유전 알고리즘을 결합한 Lamarckian 상호적응 기법을 이용한 뉴로-퍼지 제어기의 새로운 설계 방법을 제안한다. 설계 파라메타들은 진화에 의한 전역적 탐색을 통해 높은 포함값과 유용한 퍼지 규칙들을 갖는 규칙 베이스와 작은 근사화 오차와 좋은 제어 성능을 갖는 소속 함수들을 얻도록 제어기간 파라메타 조절을 수행하며, 학습에 의한 국부적 탐색을 통해 각 퍼지 제어기가 원하는 제어 결과를 나타내도록 제어기내 파라메타 조절을 수행한다. 제안한 상호적응 설계 방법은 유전 알고리즘의 모든 세대에서 역전파 학습이 이루어지므로 보다 좋은 근사화 능력을 나타나고, 사용한 무게 중심 비퍼지화기가 정확한 비퍼지화값을 계산하므로 보다 좋은 제어 성능을 가지며, 퍼지 규칙 베이스와 소속 함수들의 최적화 탐색 과정이 입출력 공간의 같은 퍼지 분할 상에서 통합된 적응 함수에 의하여 동시에 수행되므로 탐색을 위한 작업 공간이 아주 작아지는 장점이 있다. 시뮬레이션 결과는 Lamarckian 상호 적응에 의해 얻어진 FLC가 퍼지 규\ulcorner 수, 근사화 능력, 제어 성능등 모든면에서 다른 방법에 의해 얻어진 FLC보다 가장 우수함을 보여준다.

• 정보처리학회논문지B
• /
• 제14B권5호
• /
• pp.377-382
• /
• 2007

본 논문에서는 방사 기저함수 네트워크의 파라미터를 전 영역에서 최적화하는 학습 알고리즘을 제안한다. 기존의 학습 알고리즘들은 지역 최적화만을 수행하기 때문에 성능의 한계가 있고 최종 결과가 초기 네트워크 파라미터 값에 크게 의존하는 단점이 있다. 본 논문에서 제안하는 하이브리드 모의 담금질 기법은 모의 담금질 기법의 전 영역 탐색 능력과 경사 기반 학습 알고리즘의 지역 최적화 능력을 조합하여 전 파라미터 영역에서 해를 찾을 수 있도록 한다. 제안하는 기법을 함수 근사화 문제에 적용하여 기존의 학습 알고리즘에 비해 더 좋은 학습 및 일반화 성능을 보이는 네트워크 파라미터를 찾을 수 있으며, 초기 파라미터 값의 영향을 크게 줄일 수 있음을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (C)
• /
• pp.43-48
• /
• 2007

데이터 스트림 관리 시스템에서 조인 연산자는 질의가 내포하는 여러 연산자들 가운데 상대적인 계산비용이 높은 연산자로, 센서 네트워크와 같이 한정적 정보들이 개별적으로 입력되는 환경에서는 필연적으로 요구된다. 데이터 스트림은 잠재적으로 무한한 크기를 가지므로 조인 연산자는 슬라이딩 윈도우 제약사항을 가져야 하며, 종합적인 결과를 얻기 위해 조인 연산자가 여러 입력을 취할 수 있어야 한다. 이를 가능하게 하는 것이 바로 슬라이딩 윈도우를 가지는 MJoin 연산자이다. 본 논문에서는 이러한 여러 MJoin 연산자가 시스템에 등록되어 있는 환경을 가정하고, 슬라이딩 윈도우 제약사항과 MJoin의 특성을 반영하여 전역적으로 공유된 질의 실행 계획 수립 및 처리에 관한 문제를 다룬다. 이러한 다중 MJoin에 대한 전역 공유 질의 실행 계획 수립 문제가 NP-Hard임을 증명하고, 근사화 접근 방법을 제안한다. 또한 전역적으로 공유된 질의 실행 계획을 올바르게 수행할 수 있는 처리 기법을 제안한다. 이러한 연구의 노력은 데이터 스트림 환경에서 효율적인 다중 질의 최적화 및 처리기법의 기초 연구로 활용될 수 있다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권2호
• /
• pp.186-200
• /
• 2010

전역 조명(global illumination) 효과를 사실적으로 렌더링하기 위해서는 복잡한 경로를 통해 입사하는 빛의 정보 해당하는 직접 조명 및 간접 조명을 정확하게 계산해주어야 한다. 이 과정에서 주어진 물체 표면 지점에 대해 계산되는 간접 조명 정보는 주변 환경의 기하적인 형태에 큰 영향을 받게 된다. 조화 평균 거리(harmonic mean distance)는 3차원 공간상에서 주어진 한 지점에서 보이는 물체들과의 거리를 나타내는 척도로 많이 사용되는 수학적 도구로서, 광휘 캐시(irradiance/radiance cache)나 환경 폐색(ambient occlusion) 등의 렌더링 효과를 생성하는데 주요하게 사용된다. 본 논문에서는 대표적인 고품질 전역 조명 렌더링 알고리즘인 최종 수집(final gathering) 방법 및 포톤 매핑(photon mapping) 기법을 통해 다양한 환경에서 계산되는 조화 평균 거리에 대한 근사값의 정확성에 대해 분석한다. 이러한 분석 결과를 기반으로 효과적인 조화 평균 거리 계산의 근사화 기법 개발에 있어서 고려해야 할 점들과 방향을 제시한다.

• 한국항공우주학회지
• /
• 제34권1호
• /
• pp.42-48
• /
• 2006

연구에서는 다분야 통합 최적설계를 위한 시스템 근사화 기법으로 RRSET (Repetitive Response Surface Enhancement Technique)를 제안하였다. 2차 다항식만으로는 어려운 반응면의 표현을 위해 RRSET는 설계공간을 변형할 수 있는 스트레칭 함수를 도입하고 전역 최적화 알고리즘인 담금질 모사기법을 이용하여 반응면을 최적화 하였다. 도출된 최적점은 반복적으로 다음 순기의 반응면의 구성에 이용하여 반응면의 신뢰도를 더욱 높일 수 있었다. 제안된 기법을 수치예제 등에 적용한 결과, 비교적 적은 수의 실험 회수로 비선형적인 반응면을 잘 표현하고 최적 설계점을 도출해낼 수 있음이 확인되었다. 정밀한 근사화 기법의 중요성이 강화되고 있는 현재, 본 연구에서 제시된 근사화 기법은 차후의 연구에서 다분야 통합 최적화 기법에의 적용이 가능하리라 사료된다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2002년도 정기총회 및 학술대회
• /
• pp.183-186
• /
• 2002

본 논문에서는 신호의 마스킹 특성을 이용한 Inter-Band Smoothing 기법을 통한 음질 개선 연구를 하였다. 이것은 임계 대역 신호 처리 후 신호의 전체 신호 대 마스킹 비를 보상해 주는 방식으로, 각 대역의 여기(Excitation) 에너지로부터 근사화 시킨 전역 마스킹 임계치를 통한 보상 기법이다. 잡음 에너지 제어를 통한 음질 개선알고리즘을 이용한 실험 결과 보다 자연스러운 음질의 제공을 통해 MOS의 개선을 확인 할 수 있었다.