FTN (Faster-than-Nyquist) 전송 방식은 나이퀴스트 (Nyquist) 율보다 빠르게 신호를 전송할 수 있으나 필연적으로 ISI (Inter-Symbol Interference)가 발생하고 이로 인하여 성능이 열화된다. ISI로 인한 성능 열화를 최소화하기 위해서는 FTN 기법의 변수를 최적화하여 ISI의 양을 최소화할 수 있으나, 2차원 FTN 시스템에는 다양한 변수가 존재하므로 모든 변수에 대해 전산 실험을 수행하여 가장 우수한 성능을 나타내는 변수를 도출하는 것은 많은 시간이 소요된다. 본 논문에서는 2차원 FTN 전송으로 인한 ISI를 수학적으로 모델링하여 ISI의 양을 최소화할 수 있는 2차원 FTN 시스템의 변수 도출 방안을 제안한다. 본 논문에서 제안하는 기법은 2차원 FTN 시스템을 최적화하기 위한 변수를 효율적으로 도출해 낼 수 있다. 또한 2차원 FTN 시스템에 최적화된 변수를 적용하여 기존의 나이퀴스트 시스템과 동일한 비트 오율 (bit error rate) 성능을 제공하면서 전송 효율을 증가시킬 수 있다.
최근 대청댐('17), 평림댐('19) 등 광역 취수원에서 망간의 먹는 물 수질기준(0.05mg/L 이하) 초과 사례가 발생되어, 다수의 민원이 제기되는 등 취수원의 망간 관리 중요성이 부각되고 있다. 특히, 동절기 전도(Turn-over)시기에 고농도 망간이 발생되는 경우가 많은데, 현재 정수장에서는 망간을 처리하기 위해 유입구간에 필터를 설치하고 주기적으로 교체하는 방식으로 처리하고 있다. 그러나 단기간에 고농도 망간 다량 유입 시 처리용량의 한계 등 정수장에서의 공정관리가 어려워지므로 사전 예측에 의한 대응 체계 고도화가 필요한 실정이다. 본 연구는 광역취수원인 주암댐을 대상으로 망간 예측의 정확도 향상 및 예측기간 확대를 위해 다양한 머신러닝 기법들을 적용하여 비교 분석하였으며, 독립변수 및 초매개변수 최적화를 진행하여 모형의 정확도를 개선하였다. 머신러닝 모형은 수심별 탁도, 저수위, pH, 수온, 전기전도도, DO, 클로로필-a, 기상, 수문 자료 등의 독립변수와 화순정수장에 유입된 망간 농도를 종속변수로 각 변수에 해당하는 실측치를 학습데이터로 사용하였다. 그리고 데이터기반 모형의 정확도를 개선하기 위해서 성층의 수준을 판별하는 지표로서 PEA(Potential Energy Anomaly)를 도입하여 데이터 분석에 활용하고자 하였다. 분석 결과, 망간 유입률은 계절 주기에 따라 농도가 달라지는 것을 확인하였고 동절기 전도시점과 하절기 장마기간 난류생성 시기에 저층의 고농도 망간이 유입이 되는 것을 분석하였다. 또한, 두 시기의 망간 농도의 변화 패턴이 상이하므로 예측 모델은 각 계절별로 구축해 학습을 진행함으로써 예측의 정확도를 향상할 수 있었다. 다양한 머신러닝 모델을 구축하여 성능 비교를 진행한 결과, 동절기에는 Gradient Boosting Machine, 하절기에는 eXtreme Gradient Boosting의 기법이 우수하여 추론 모델로 활용하고자 하였다. 선정 모델을 통한 단기 수질예측 결과, 전도현상 발생 시기에 대한 추종 및 예측력이 기존의 데이터 모형만 적용했을 경우대비 약 15% 이상 예측 효율이 향상된 것으로 나타났다. 본 연구는 머신러닝 모델을 활용한 망간 농도 예측으로 정수장의 신속한 대응 체계 마련을 지원하고, 수처리 공정의 효율성을 높이는 데 기여할 것으로 기대되며, 후속 연구로 과거 시계열 자료 활용 및 물리모형과의 연결 등을 통해 모델의 신뢰성을 제고 할 계획이다.
철근 콘크리트 뼈대구조는 설계변수가 많고, 목적함수의 제약조건이 복잡하여 주로 반복적인 재해석에 의하여 최적해에 접근하는 방법이 사용되고 있다. 본 연구에서는 다단계분할(multilevel decomposition)에 의하여 최적화 문제를 형성하여 재해석과정을 줄이고 효과적으로 설계변수를 취할 수 있도록 하였다. 최적화의 단계는 첫째 단계에서 비선형거동에 의한 재분배모멘트의 설계공간을 계산하여 설계모멘트에 대한 제약조건식을 형성하고, 둘째 단계에서는 재분배 모멘트를 최적화하였으며, 셋째 단계에서는 설계단면을 최적화하였다. 이때 재분배 모멘트의 최적화에 따른 첫째 단계의 모멘트의 설계공간의 변화는 부재력 변화량 추정(force approximation technique)에 의하여 수정하도록 하며, 변수를 단계별로 줄여 수렴을 가속화시킬 수 있도록 하였다. 최적화 문제의 목적함수로는 경비함수를 취하였으며 영국 CP110의 한계상태설계법을 이용하여 부재의 응력제약조건식을 유도하고, 설계예를 통하여 본 연구의 타당성과 효율성을 구명하였다.
본 논문에서는 유전 알고리듬을 이용한 퍼지 제어기의 설계 자동화 및 최적화 기법이 제안된다. 일반적으로 퍼지 제어기의 설계는 전문가의 지식 습득에 어려움이 있으며 또한 많은 경우에 객관적으로 정당화될 수 없는 경험적이고 발견적인 지식에 의존하고 있다. 이에 따라 설계자가 예상치 못한 플랜트 매개 변수의 변동이나 돌발적인 상황에 처했을 경우 제어 성능이 떨어지기 쉽다. 또한 이러한 전문가의 경험에 의해 설정된 퍼지 제어기의 여러 구성 요소들의 매개 변수가 최적값이라는 보장도 없다. 이를 해결하기 위해 본 논문에서는 유전 알고리듬을 이용하여 퍼지 제어기를 구성하는 언어 규칙 수의 최적화의 소속함수의 매개변수의 최적화를 동시에 동정할 수 있는 기법을 제안한다. 제안된 기법은 스케일링 팩터를 포함한 퍼지 제어기의 여러 구성 요소와 적절한 규칙의 수를 유전 알고리듬을 이용하여 체계적으로 동정하는 방법을 제안하고 증가된 최적화 대상 매개 변수로 인한 탐색 공간의 증가를 효과적으로 억제하는 방안도 아울러 제안한다. 제안된 기법의 효율성 및 정확성을 평가하기 위하여 2차 시간 지연을 갖는 플랜트에 대한 모의 실험을 수행한다. 그 결과 본 논문에서 제안한 기법에 의해 동정된 퍼지 제어기의 성능이 수동으로 동정된 제어기에 비해 정확성면에서나 규칙 수의 최소화면에서 우수함을 증명하였다.
이 연구는 단봉 전역 최적화 성능이 개선된 적응적 코시 분포 차분 진화 알고리즘을 제안한다. 기존 적응적 코시 분포 차분 진화 알고리즘은(ACDE) 개체의 다양성을 보장하여 다봉 전역 최적화 문제에 우수한 "DE/rand/1" 돌연변이 전략을 사용했다. 그러나 이 돌연변이 전략은 수렴 속도가 느려 단봉 전역 최적화 문제에 단점이 있다. 제안 알고리즘은 "DE/rand/1" 돌연변이 전략 대신 수렴 속도가 빠른 "DE/current-to-best/1" 돌연변이 전략을 사용했다. 이때, 개체의 다양성이 부족하여 발생할 수 있는 지역 최적해로의 수렴을 방지하기 위해서 매개변수 초기화 연산이 추가됐다. 매개변수 초기화 연산은 특정세대를 주기로 실행되거나 또는 선택 연산에서 모든 개체가 진화에 실패하는 경우 실행된다. 매개변수 초기화 연산은 각 개체들의 매개변수에 탐험적 특성이 높은 값을 할당하여 넓은 공간을 탐색할 수 있도록 보장한다. 성능 평가 결과, 개선된 적응적 코시 분포 차분 진화 알고리즘이 최신 차분 진화 알고리즘들에 비해 특히, 단봉 전역 최적화 문제에서 성능이 개선됨을 확인했다.
MEMS 소자의 공정에서 가공된 비아 홀 품질은 소자의 성능에 가장 중요한 요소의 하나이다. Nd:$YVO_4$ 레이저로 가공한 비아 홀에 대한 레이저 미세가공의 일반적인 특징을 설명하고 그것의 측정에 대한 효율적인 최적화 방법을 소개한다. 본 논문의 최적화 방법은 직교다항식, 분산분석과 반응표면최적화는 최적 레이저 공정변수를 결정하고 주요 영향을 이해하는데 사용된다. 유의한 레이저 공정변수를 확인하고 이의 비아 홀 품질에 관한 영향을 고찰하였다. 레이저 공정변수의 최적 수준을 가지는 확인 실험은 최적화 방법의 유효성을 설명하기 위해 수행하였다.
본 논문에서는 기초적인 데이터 예측 모델을 만들고 최적화하는 교육에 초점을 맞추었다. 그리고 데이터 예측 모델을 최적화하는 데 널리 사용되는 머신러닝의 경사하강법 교육 방법을 제안하였다. 미분법을 적용하여 데이터 예측 모델에 필요한 파라미터 값들을 최적화하는 과정에 사용되는 경사하강법의 전체 동작과정을 시각적으로 보여주며, 수학의 미분법이 머신러닝에 효과적으로 사용되는 것을 교육한다. 경사하강법의 전체 동작과정을 시각적으로 설명하기위해, 스프레드시트로 경사하강법 SW를 구현한다. 본 논문에서는 첫번째로, 2변수 경사하강법 교육 방법을 제시하고, 오차 최소제곱법과 비교하여 2변수 데이터 예측모델의 정확도를 검증한다. 두번째로, 3변수 경사하강법 교육 방법을 제시하고, 3변수 데이터 예측모델의 정확도를 검증한다. 이후, 경사하강법 최적화 실습 방향을 제시하고, 비전공자 교육 만족도 결과를 통해, 제안한 경사하강법 교육방법이 갖는 교육 효과를 분석하였다.
본 다중반응표면 최적화는 다수의 반응변수(품질특성치)를 동시에 고려하여, 입력변수의 최적 조건을 찾는 것을 목적으로 한다. 지금까지 다중반응표면 최적화를 위하여 다양한 방법이 제안되어 왔는데, 그 중 평균제곱오차 최소화법은 다수의 반응변수의 평균과 표준편차를 동시에 고려하여 최적화하는 방법이다. 이 방법은 기본적으로 평균과 표준편차가 동일한 가중치를 가지고 있다는 것을 전제로 하고 있다. 그러나 문제의 상황에 따라 평균과 표준편차에 서로 다른 가중치를 부여해야 하는 경우도 있다. 이에 본 논문에서는 기존의 평균제곱오차를 확대하여 평균과 표준편차에 서로 다른 가중치도 부여할 수 있도록 가중평균제곱오차 최소화법을 제안하고자 한다.
다중반응표면 최적화는 다수의 반응변수(품질특성치)를 최적화하는 입력변수의 조건을 찾는 것을 목적으로 한다. 다중반응표면 최적화를 위해 제안된 가중평균제곱오차(Weighted Mean Squared Error, WMSE) 최소화법은 평균제곱오차의 구성요소인 제곱편차와 분산에 서로 다른 가중치를 부여하는 방법이다. 지금까지 WMSE 최소화법과 관련하여, 개별 반응변수의 WMSE를 구성한 후 이들의 가중합을 최소화하는 가중합 기반 WMSE 최소화법이 제안되었다. 그러나 가중합 기반법은 목적함수 공간에서 볼록하지 않은 구간이 있고 이 구간에서 가장 선호되는 해가 존재할 경우 이 해를 찾아내지 못한다는 한계를 지니고 있다. 본 논문에서는 기존의 가중합 기반법의 한계점을 극복하기 위하여 Tchebycheff Metric 기반 WMSE 최소화법을 제안하고자 한다.
본 연구에서는 등각, 등간격 및 측지선 돔 (geodesic dome)형태로 배열된 곡면 배열 트랜스듀서에 대해서, 음원 간격, 음원 개수 등과 같은 배열 구조 변수들에 따른 방사패턴의 변화 경향성을 분석하였다. 또한 그 결과를 바탕으로 통계적 기법인 다중 회귀 분석을 이용하여 부엽의 크기 및 빔 폭을 설계 변수들의 함수로 도출하였다. 나아가 최적화 기법인 GA (genetic algorithm)법을 이용하여 각 방향에 대한 빔폭이 주어진 조건을 만족하며 가장 작은 부엽의 크기를 가지도록 설계 변수들의 최적화를 수행하였다. 최적화 결과를 바탕으로 세 가지 곡면 배열 구조 가운데 곡면 배열 트랜스듀서의 최적 배열 구조로 등간격 배열구조를 선정하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.