• ETRI Journal
• /
• v.10 no.2
• /
• pp.63-69
• /
• 1988

SIMS(Secondary Ion Mass Spectrometry) 분석 데이터의 정량화 방법으로 이온주입에 의한 실험적 접근법과 LTE(Local Thermal Equilibrium) 모델을 사용한 준이론적 접근법 2가지가 주로 논의되고 있다. 본 고에서는 LTE 모델을 사용, SIMS data를 정량화하는 방법에 대하여 기술하였으며 아울러 BASIC language로 된 간단한 LTE 프로그램을 제시하였다.

• Strategy21
• /
• s.34
• /
• pp.207-235
• /
• 2014

이 논문의 목적은 해군력 개량화를 소개하고 그 활용에 대하여 제안함에 있다. 어떻게 하면 여러 국가 간의 다양한 분쟁에 대한 해군력의 효과를 효과적으로 이해할 수 있을까? 혹은, 어떻게 하면 다양한 해군력의 나라별, 시간별 변화를 이해를 할 수 있을까? 지금까지 많은 학자들이 해군력의 변화와 그 변화에 따른 해군력이 분쟁에 미치는 영향을 규명하려고 많은 노력을 해왔다. 그 중의 한 방법이 정성적인 방법이나 아직 정량적인 시도는 매우 적다. 이 글은 해군력을 정량화하는 방법과 그 데이터를 이용하여 여러 기존 이론을 검증하고 여러 다른 연구주제를 연구하는데 어떻게 이용이 될 것인지를 소개를 하는 글이다. 본 논문의 주요 쟁점은 다음과 같다. 첫째, 계량화적 접근이란 무엇인가에 대해 논의 해 본다. 계량화란 무엇이며 정성적인 방법과의 차이는 무엇인지를 통해 정량화의 이용 가치에 대해 논의해 본다. 둘째, 해군력의 정량화이다. 해군력의 정량화를 위해 어떠한 기준들을 세우고, 그 기준에 따라 함정들을 코딩하고 톤수를 세는 과정을 설명한다. 셋째, 정량화된 해군력을 바탕으로 동북아시아 국가들의 해군력 변화를 서술적으로 분석한다. 이제 주어진 해군력 데이터(주요 함정의 톤수)를 가지고 각 동북아 국가별 시간별로 어떠한 변화를 거처 왔고, 각 분쟁들 (1,2차 세계대전 등)에는 어떠한 상관관계가 있는지를 단순통계적 방법을 이용하여 알아본다. 넷째, 해군력의 변화가 경쟁국가 간의 전쟁 발발에 있어서 어떤 영향을 미치는 지에 대하여 통계적인 방법을 이용하여 검증해 본다. 묘사적인 방법은 다른 요소들에 대한 통제가 이루어 지지 않아, 정확히 해군력과 경쟁국가 간의 전쟁에 대한 인과적인 관계를 증명하기에는 한계가 있다. 따라서, 다른 경쟁적 이론들을 (예를 들어 민주평화론 등) 통제하여 해군력이 숙적국가 간의 전쟁 발발에 미치는 영향을 검증하였다. 상호 해군력의 증가는 경쟁국가 간에는 전쟁을 덜 일으키는 요인으로 작용하였으며, 이는 해군력이 경쟁국가 간에는 억제력이 있다고 추론 할 수 있다. 궁극적으로 해군력의 영향에 대한 정량적인 접근은 기존 연구의 검증, 미래 예측, 국가의 정책결정자들에게 보다 신뢰가 가는 자료를 제공하는 장점들이 있다. 이러한 장점들을 바탕으로 해군력의 영향에 대한 연구는 분쟁분야에 있어서 학술적이나 실용적인 측면에서 많은 이점이 있다.

• Proceedings of the KSR Conference
• /
• 2007.05a
• /
• pp.605-613
• /
• 2007

In order to overcome the difficulties of quantitative risk analysis such as complexity of model, we propose a systematic methodology for risk quantification of railway system which consists of 6 steps: The identification of risk factors, the determination of major scenarios for each risk factor by using event tree, the development of supplementary fault trees for evaluating branch probabilities, the evaluation of event probabilities, the quantification of risk, and the analysis in consideration of accident situation. In this study, in order to address the feasibility of the propose methodology, this framework is applied to the prototype risk model of nation-wide railway level crossings. And the quantification result based on the data of 2005 in Korea will also be presented.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 2012.05a
• /
• pp.364-366
• /
• 2012

Quantification of acoustic amplification in a model chamber has been studied for combustion stabilization induced by passive control devices. DMD(Dynamic mode Decomposition) method is adopted and the results from method are compared with those from damping factor approach. The model chamber has a faceplate with baffled injectors, where damping factor has its maximum at a specific baffle gap. They show a good agreement with the results from the previous method.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.204-204
• /
• 2018

수문 기상레이더는 강우량을 바로 추정하지 못하고 여러 단계의 정량적 강우량 추정과정을 거치게 되므로 많은 불확실성 발생요소가 존재한다. 불확실성 관련한 기존 연구들은 정량적 레이더 기반 강우량 추정과정에서 보정방법을 이용하여 각 단계별 불확실성을 줄이는 연구들을 수행하였다. 하지만 기존 연구들은 전체 과정에 대한 포괄적인 불확실성을 나타내지 못하고 각 단계별 불확실성의 상대적인 비율도 제시하지 못하는 단점이 있다. 본 연구에서는 정량적 레이더강우량 추정과정의 각 단계별 불확실성을 정량화하고 불확실성 전파를 나타낼 수 있는 적합한 방법을 제시하였다. 첫 번째로 초기와 최종 불확실성, 각 단계별 불확실성의 변동과 상대적인 비율을 나타낼 수 있는 새로운 개념을 제안하였다. 두 번째로 레이더기반 추정과정의 불확실성 정량화와 전파과정을 분석하기 위해 Maximum Entropy Method (MEM), Uncertainty Delta Method (UMD), Modified-Narrow Uncertainty Method (M-NUM)를 적용하였다. 세 번째로 레이더기반 강우량 추정과정의 불확실성 정량화를 위해 2개 품질관리 알고리즘, 2개 강우량 추정방법, 2개 후처리 강우량 보정방법을 2012년 여름철 18개 사례에 대하여 사용하였다. 적용결과, 최종 불확실성(후처리 강우량 보정 불확실성)이 초기 불확실성(품질관리 불확실성)보다 작게 나타나 불확실성이 감소하는 것으로 나타났다. 하지만 레이더강우량 추정단계의 불확실성은 증가하는 것으로 나타났다. 또한 레이더강우량 추정과정에서 각 단계별로 적합한 방법을 선정하는 것이 각 단계별로 불확실성이 감소시킬 수 있음을 확인하였다. 따라서 본 연구는 새로운 방법이 명확히 불확실성을 정량화할 수 있으며 정확한 정량적 레이더 강우추정에 기여할 것으로 판단한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.04a
• /
• pp.85-88
• /
• 2007

본 연구에서는 베이지안 망 구조 학습에서, 학습 데이터의 특정 부분집합이 학습된 망의 각연결 구조(edge)의 형성에 기여하는 정도를 정량화하는 방법을 제안한다. 생물학 정보의 분석 등에 베이지안 망 학습을 이용하는 경우, 제안된 방법은 망의 각 연결 구조의 형성에 특정 군집 데이터가 기여하는 정도의 정량화가 가능하다. 제안된 방법의 유효성을 보이기 위해, 벤치마크 베이지안 망을 이용하여 제안된 방법이 망 연결 구조에 대한 데이터 군집별 기여도를 효과적으로 정량화 할 수 있음을 보인다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.11a
• /
• pp.105-106
• /
• 2023

이 연구는 원격검사의 한 방법으로서, 특히 자율운항 선박에서 컴퓨터비전을 이용한 영상처리를 통한 원격 검사방법에 관한 것이다. 자율운항 선박은 자율화의 정도에 따라 다르지만, 선원이 승선하지 않거나 최소한의 선원만 승선하는 선박이므로 선박의 검사방법에 변화가 필요한 실정이다. 따라서 컴퓨터비전을 이용한 영상처리에 대한 이론적 배경을 바탕으로 원격검사 항목 중에서 아날로그 게이지의 정량화에 필요한 영상의 전처리 방법에 관한 연구이다. 아날로그 게이지의 정량화를 위해서 사용한 방법은 흑백처리, 가우시안필터, 임계화처리, 모폴로지 연산이다. 이 연구를 통하여 영상의 전처리 결과 배경과 객체를 비교적 명확하게 분류할 수 있었으며, 영상처리 과정 중 추가로 발생한 잡음을 효과적으로 제거할 수 있었다. 이를 통하여 영상에서 주된 객체인 지시바늘과 눈금판의 숫자를 인식에 필요한 이미지 전처리 방법을 제시하였으며, 나아가 컴퓨터 비전을 이용한 원격검사 방법은 아날로그 게이지뿐만 아니라 비상차단밸브, 통풍폐쇄장치, 고정식 소화장치 등 여러 방면에서 사용될 것이라 기대한다.

• Journal of KIISE:Software and Applications
• /
• v.33 no.1
• /
• pp.58-68
• /
• 2006

Requirements are very important to model software architecture. Requirements are divided into functional and quality requirements. Functional requirements are pinpointed subsystems and components. Quality requirements affect the structure of architecture. Thus requirements are essential to understand clearly in order to design software architecture. This paper focuses on a quantitative approach to requirements analysis for modeling architectures. In our proposal, functional requirements are quantified through calculating each priority of components. Quality requirements are quantified through calculating the correlation degree between components and quality attributes. The proposed method is implemented by DRAMA (Domain Requirements Analysis for Modeling Architectures), which fully supports our approach and are developed in Java environments. Our proposal is validated to apply some industrial examples.

• Nuclear Medicine and Molecular Imaging
• /
• v.43 no.5
• /
• pp.451-458
• /
• 2009

Purpose: Optical molecular luminescence imaging is widely used for detection and imaging of bio-photons emitted by luminescent luciferase activation. The measured photons in this method provide the degree of molecular alteration or cell numbers with the advantage of high signal-to-noise ratio. To extract useful information from the measured results, the analysis based on a proper quantification method is necessary. In this research, we propose a quantification method presenting linear response of measured light signal to measurement time. Materials and Methods: We detected the luminescence signal by using lab-made optical imaging equipment of animal light imaging system (ALIS) and different two kinds of light sources. One is three bacterial light-emitting sources containing different number of bacteria. The other is three different non-bacterial light sources emitting very weak light. By using the concept of the candela and the flux, we could derive simplified linear quantification formula. After experimentally measuring light intensity, the data was processed with the proposed quantification function. Results: We could obtain linear response of photon counts to measurement time by applying the pre-determined quantification function. The ratio of the re-calculated photon counts and measurement time present a constant value although different light source was applied. Conclusion: The quantification function for linear response could be applicable to the standard quantification process. The proposed method could be used for the exact quantitative analysis in various light imaging equipments with presenting linear response behavior of constant light emitting sources to measurement time.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.17 no.3
• /
• pp.316-321
• /
• 2007

We propose a quatitative annotation method for edges in Bayesian networks using given sets of condition-specific data. Bayesian network model has been used widely in various fields to infer probabilistic dependency relationships between entities in target systems. Besides the need for identifying dependency relationships, the annotation of edges in Bayesian networks is required to analyze the meaning of learned Bayesian networks. We assume the training data is composed of several condition-specific data sets. The contribution of each condition-specific data set to each edge in the learned Bayesian network is measured using the ratio of likelihoods between network structures of including and missing the specific edge. The proposed method can be a good approach to make quantitative annotation for learned Bayesian network structures while previous annotation approaches only give qualitative one.