• 한국해안해양공학회:학술대회논문집
• /
• 한국해안해양공학회 1992년도 정기학술강연회 발표논문 초록집
• /
• pp.172-172
• /
• 1992

미세퇴적물 이동연구는 최근 실험실 실험 또는 현장 자료에 의해 많은 진전을 이루어 왔으나, 아직은 미세, 점착성 퇴적물의 복잡한 과정을 다 고려한 신뢰성 있는 이동예측 수치모델의 개발에 충분한 지식이 축적되어 있지 않다. 수치모델에 의한 예측 기술을 계발하는데 있어서 해결해야 할 중요한 문제는 해저면에서의 퇴적물의 수송량을 정량화하는 일로서 난류하에서 점착성 퇴적물의 복잡한 퇴적 관련 현상에 관한 실험적 연구에 의해 각종 파라미터의 정량화가 요구된다.(중략)

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2006년도 춘계공동학술대회 논문집
• /
• pp.193-197
• /
• 2006

본 연구는 감성 공학적 접근법을 사용하여, 벽지의 디자인 요소와 소비자의 감성과의 관계를 정량적으로 규명하는 것을 목표로 한다. 문헌조사, 인터뷰 전문가 의견 등을 종합하여, 총 13개의 주관적 감성 변수(6개의 시각적 변수, 7개의 촉각적 변수) 와 4개의 벽지 디자인 요소(color, texture pattern, embossing depth, gloss)들이 추출되었으며, 최종 목표 감성은 '고급감'으로 정하였다. 9점 척도와 100점 척도으로 구성된 설문지를 통하여, 28개의 샘플 벽지에 대해서 30명의 목표 고객들을 대상으로 감성 평가 실험을 실시하였고, 주성분 회귀 분석, 수량화 이론 등을 이용한 분석을 통하여, 소비자의 감성과 디자인 요소와의 관계를 정량적으로 분석했으며, 고급감을 향상시킬 수 있는 감성 변수 조합과 디자인 요소 조합을 규명하였다.

• 한국방사선학회논문지
• /
• 제16권3호
• /
• pp.295-302
• /
• 2022

희박뷰 전산화단층촬영(computed tomography; CT) 영상화 기술은 피폭 방사선량을 감소시킬 수 있을 뿐만 아니라 획득한 투영상의 균일성을 유지하고 잡음을 감소시킬 수 있는 장점이 있다. 하지만 재구성 영상 내 인공물 발생으로 인하여 화질 및 피사체 구조가 왜곡되는 단점이 있다. 본 연구에서는 희박뷰 CT 영상의 인공물 감소를 위해 wavelet 변환과 잔차 학습(residual learning)을 적용한 콘볼루션 신경망(convolutional neural network; CNN) 기반 영상화 모델을 개발하고, 개발한 모델을 통한 희박뷰 CT 영상의 인공물 감소 정도를 정량적으로 분석하였다. CNN은 wavelet 변환 층, 콘볼루션 층 및 역 wavelet 변환 층으로 구성하였으며, 희박뷰 CT 영상과 잔차 영상을 각각 입출력 영상으로 설정하여 영상화 모델 학습을 진행하였다. 영상화 모델 학습을 위해 평균제곱오차(mean squared error; MSE)를 손실함수로, Adam 함수를 최적화 함수로 사용하였다. 학습된 모델을 통해 입력 희박뷰 CT 영상에 대한 예측 잔차 영상을 획득하고, 두 영상간의 감산을 통해 최종 결과 영상을 획득하였다. 또한 최종 결과 영상에 대한 시각적 특성, 최대신호대잡음비(peak signal-to- noise ratio; PSNR) 및 구조적유사성지수(structural similarity; SSIM)를 측정하였다. 연구결과 본 연구에서 개발한 영상화 모델을 통해 희박뷰 CT 영상의 인공물이 효과적으로 제거되며, 공간분해능이 향상되는 결과를 확인하였다. 또한 wavelet 변환과 잔차 학습을 미적용한 영상화 모델에 비해 본 연구에서 개발한 영상화 모델은 결과 영상의 PSNR 및 SSIM을 각각 8.18% 및 19.71% 향상시킬 수 있음을 확인하였다. 따라서 본 연구에서 개발한 영상화 모델을 이용하여 희박뷰 CT 영상의 인공물 제거는 물론 공간분해능 향상 및 정량적 정확도 향상 효과를 획득할 수 있다.

• 한국지능시스템학회논문지
• /
• 제11권4호
• /
• pp.293-301
• /
• 2001

본 논문은 신경회로망과 같은 경험적 모델에서 출력별로 신뢰 구간을 추정하는 세 가지 대표적인 방법을 검토하고, 검토한 방법을 뉴로-퍼지 모델에 적용하여 장단점을 비교 분석한다. 본 논문에서 고려한 출력별 신뢰 구간 계산 방법은 cross-validation을 이용한 stacked generalization, 회귀 모델에서 유도된 predictive error bar, 지역 표현하는 신경회로망의 특성에 기반한 local reliability measure이다. 간단한 함수 근사화 문제와 혼돈 시계열 예측 문제를 이용하여 모의 실험을 수행하고, 세 가지 신뢰도 추정 방법의 성능을 정량적, 정성적으로 비교 분석한다. 분석 결과를 기초로 각 방법의 장단점 및 특성을 고찰하고, 모델링 문제에서 모델의 출력별 신뢰 구간 계산 방법의 실제 적용 가능성을 탐색한다.

• 한국전자파학회논문지
• /
• 제15권8호
• /
• pp.759-764
• /
• 2004

본 논문에서는 3D 광선추적법에 기반한 전파 예측 모델을 이용하여 MIMO 채널 특성을 해석적으로 분석하는 방법을 제시한다. 경로들의 위상차를 고려하여 채널간 discrete spatial correlation을 계산하고 이를 이용하여 젠센 부등식을 이용해 평균 MIMO채널 용량의 최대치를 추정한다. 본 해석 모델은 측정을 통한 통계적 접근이나 Monte-Carlo 시뮬레이션을 통한 확률적 접근을 하지 않는 결정적인 모델이므로 시간과 비용측면에서 큰 효율을 가진다. 또한 전파 이론에 기초한 방법이므로 채널 용량에 영향을 미칠 수 있는 안테나 패턴이나 편파, 상호간섭, 안테나 구조 등의 파라미터를 정량적으로 분석 할 수 있는 장점이 있다. 본 모델은 MIMO 시스템에 적합한 안테나 구조 등의 개발에 이용될 수 있을 것이다.

• 한국시뮬레이션학회논문지
• /
• 제15권1호
• /
• pp.43-50
• /
• 2006

UAV(Unmanned Air Vehicle) 시스템은 새로운 알고리즘과 소프트웨어 디자인에 바탕을 두고 빠르게 발전하고 있다. 빠르게 발전하는 현대의 UAV 시스템은 상황에 따른 효과적이고 지능적인 제어를 요구한다. 이에 본 논문에서는 UAV 시스템의 효과적이고 지능적인 제어를 위하여 이산사건 시스템인 조종사 모델과의 연동 모델링을 제안한다. 비행기 모델은 연속시간 시스템으로 표현되며, 자세한 표현력을 바탕으로 정량적이고 정확한 비행기 모델을 표현할 수 있다. 또한, 조종사 모델은 이산사건 시스템으로 표현되며, 각 사건과 시스템의 상태에 따른 정성적인 행동제어를 가능하게 한다. 본 연구는 한국항공대학교에서 개발한 이산사건 시뮬레이터인 DEJAVA(DEVS Java)와 연속시간시뮬레이터인 MATLAB 시뮬레이터 환경을 바탕으로 NASA에서 개발된 HL20 비행시뮬레이터와 지능제어시스템을 이용한 조종사 모델을 사용하여 구현되었다.

• 대한교통학회지
• /
• 제23권8호
• /
• pp.193-202
• /
• 2005

기업물류에 있어 공급사슬 관리(SCM: Supply Chain Management)의 중요성이 높아짐에 따라 SCM 성과측정과 관련한 다양한 연구들이 활발히 진행되고 있다. 그러나, 실제 상황에서 요구되는 SCM의 성능 척도는 운영의 효율성과 수요의 반응성을 동시에 고려해야 함에도 불구하고, 기존의 SCM 측정 및 관리 방식은 SCM의 일부분만을 측정대상으로 하거나, 과거의 성과를 중심으로 측정하기 때문에 운영의 효율성과 수요의 반응성 중 단지 하나의 성향만을 다루는 정적인 모델이라 할 수 있다. 따라서, 급변하는 기업 환경 및 시장환경에 원활하게 대응하고, 운영의 효율성과 수요의 반응성을 동시에 고려할 수 있는 동적인 정량화 모델의 개발이 절실히 요구되고 있다. 본 연구는 이러한 점에 주목하여, 기능/전략적 측면에서 SCOR 모델의 핵심성과지표(KPI: Key Performance Indicators)를 활용하여 공급사슬 운영의 효율성을 파악하는 동시에, 수요변동에 따른 핵심성과지표의 반응성을 고려한 정량적인 방식으로 탄력적인 공급사슬의 측정 및 관리가 가능한 동적인 모델을 제안하였다.

• 한국측량학회지
• /
• 제30권1호
• /
• pp.39-48
• /
• 2012

수치표고모델(DEM : Digital Elevation Model)을 생성하거나 지상의 객체를 추출하기 위해서 라이다 자료에서 지면점과 비지면점을 분리하는 필터링(filtering) 과정은 중요하다. 본 연구에서는 라이다 자료에서 지면점을 추출하는 데 사용되는 기존의 필터링 방법을 대상으로 정성적 분석과 정량적 분석을 통해 가장 효과적인 필터링 알고리즘을 선정하는 것을 목적으로 하였다. 이를 위해 Adaptive TIN, Perspective Center Based Filtering Algorithm, Elevation Threshold with Expand Window, Progressive Morphology의 4가지 필터링 방법을 산악지역, 도시지역, 건물과 산이 공존하는 3가지 지역에 적용하여 각각의 방법에 대한 특징을 분석하였다. 실험에 사용된 4가지 필터링 방법의 정성적인 비교는 음영기복도를 생성한 후 시각적인 방법을 적용하였고 정량적인 비교는 GPS로 관측한 검사점을 이용한 절대적인 비교와 국토지리정보원의 수치표고모델을 이용하여 상대적인 비교를 수행하였다. 라이다 필터링 실험을 통하여 Adaptive TIN 알고리즘은 산악지역과 도시지역에서 지면점을 가장 효율적으로 추출하였고 건물과 산이 공존하는 지역에서는 Progressive Morphology 알고리즘이 가장 양호한 결과를 나타내었다. 또한 정성적, 정량적 비교 결과 전반적으로 지역적 특성에 관계없이 적용가능한 필터링 알고리즘은 ATIN 알고리즘으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.351-354
• /
• 2018

본 연구에서는 일 증발접시 증발량 모델링을 위한 다변량 적응 회귀 스플라인 (multivariate adaptive regression splines, MARS) 모델의 성능을 평가하였다. 모델 입력변수 집합은 부산 관측소 (기상청)로부터 수집된 기상자료를 활용하여 증발접시 증발량과의 상관성이 높은 변수들의 조합으로 구성되었으며, 일사량, 일조시간, 평균지상온도, 최대기온의 조합으로 구성된 세 가지 입력집합이 결정되었다. MARS 모델의 성능은 네 가지의 모델성능평가지표를 활용하여 정량적으로 산출되었으며, 그 결과를 인공신경망 (artificial neural network, ANN) 모델과 비교하였다. 입력변수로서 일사량 및 일조시간을 가지는 Set 1의 경우 MARS1 모델이 ANN1 모델보다 우수한 성능을 나타내었으며, Set 2 (일사량, 일조시간, 평균지상온도)의 경우 ANN2 모델, Set 3 (일사량, 일조시간, 평균지상온도, 최대기온)의 경우 MARS3 모델이 상대적으로 우수한 모델 성능을 나타내었다. 모든 분석 모델들을 비교하였을 때, MARS3, ANN2, ANN3, MARS2, MARS1, ANN1 모델의 순서로 우수한 모델 성능을 나타내었으며, 특히 MARS3 모델은 CE = 0.790, $r^2=0.800$, RMSE = 0.762, MAE = 0.587로서 가장 우수한 일 증발접시 증발량 모델링 성능을 나타내었다. 따라서 본 연구에서 적용한 MARS 모델은 지상관측 기상자료를 활용한 일 증발접시 증발량 모델링에서 효과적인 대안이 될 수 있을 것으로 판단된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (3)
• /
• pp.499-501
• /
• 2001

무선 채널 상태는 같은 셀 안의 사용자의 수 또는 사용자의 움직이는 속도 등과 같은 많은 변수들로 인해 급격히 변화한다. 따라서 무선 채널의 효율적 관리는 무선 통신에 있어서 가장 중요한 고려사항이다. 효율적인 무선 채널 관리를 위해서는 정량적인 근거를 제시해 주는 기준인 트래픽 양 측정방안이 요구된다. 현재 3GPP의 UMTS문서에서 제시하고 있는 정량적인 근거는 오직 RLC 대회에 있는 양만을 참조한다. 이 경우 일정한 레이트(rate)론 유지하는 음성형 서비스(conversational service)에는 적당할 수 있지만 멀티미디어와 같이 레이트가 일정하지 않은 서데스에 대해서는 이후에 전송될 데이터에 대한 정확한 트래픽 양 측정이 불가능하다. 따라서 본 논문에서는 토큰 버켓 모델을 이용하여 이후에 들어올 데이터 양에 대하여 보다 정확한 트래픽 양을 예측할 수 있는 메커니즘을 제안한다.