• 한국통신학회논문지
• /
• 제31권10C호
• /
• pp.1000-1010
• /
• 2006

본 논문은 DCT(Discrete Cosine Transform) 기반의 움직임 예측 및 보상을 위한 새로운 연산 아키텍처를 제안한다. 기존 방식들의 경우 연산 시간의 단축을 위하여 2차원 DCT 계수의 희소성을 충분히 활용하지 못하고 있다. 본 논문에서는 DCT 영역에서의 효율적인 움직임 예측을 위한 재귀 방정식을 유도하고, 이를 바탕으로 PE로 구성된 WAP를 개발한다. 또한, 재귀 방정식을 이용하여, 움직임 예측된 영상이 저주파 성분부터 고주파 성분까지 다양한 주파수 대역을 갖는 것이 가능함을 보인다. WAP는 아키텍처의 수정 없이 로그형 탐색이나 3단계 탐색과 같은 다양한 움직임 예측 알고리즘들을 수행할 수 있으며, 이러한 특성들은 비디오 부호화와 복호화에 필요한 전력 소모를 줄이기 위하여 이용될 수 있다. 본 논문에서 제안한 WAP 아키텍처는 계산의 복잡도와 연산 시간을 효과적으로 감소시키며, SAD기준을 이용한 DCT 영역에서의 움직임 예측 및 보상 방식은 SAD 또는 SSD 기준을 이용한 공간 영역에서의 움직임 예측 및 보상 방식보다 높은 PSNR과 압축률을 제공함을 보여준다.

• 한국해안·해양공학회논문집
• /
• 제20권3호
• /
• pp.291-299
• /
• 2008

본 연구는 항만입구(항구) 부근에 항로가 준설되었을 경우, 항내 및 항구 주위에서 회절되는 파랑장의 효과를 예측하기 위한 것이다. 본 연구에서 항만경계의 단면은 부분반사 혹은 완전반사로 고려한다. 본 수치모의 계산은 자동경계요소 알고리즘으로 Pit 및 항만경계의 경계요소(segment)를 이산화한 경계요소법에 의해 실시하였다. 입사파 조건은 Mitsuyasu의 주파수스펙트럼과 방향함수의 이산화된 형태를 사용하여 특정화하였다. 본 계산치의 결과는 기존에 발표된 실험치의 결과와 잘 일치하였다. Pit 설치의 효과에 의해 파고감소의 비율은 완전반사 경계의 경우에 대하여 약 20%, 그리고 부분반사 경계의 경우에 대하여 약 10% 정도인 것으로 나타나고 있다.

• 지능정보연구
• /
• 제10권1호
• /
• pp.109-123
• /
• 2004

기업부도예측은 재무와 경영의사결정문제에서의 주된 인공신경망 응용분야라 할 수 있다. 일반적으로 인공신경망은 이 분야에서 매우 좋은 성과를 보이는 것으로 알려져 있지만 종종 잡음이 심한 데이터에 대해서는 일관성 있고 예측가능한 성과를 보이지 못하는 경우가 있다. 특히 학습용 자료가 매우 많아서 학습시간과 자료수집비용이 과대한 경우에는 적절한 자료의 축소가 되지 않고는 인공신경망을 학습시키는 것이 불가능한 경우도 있다. 사례선택기법은 자료의 차원을 축약시켜 주며 직접적으로 자료를 축소시켜 주는 방법이다. 사례기반 학습기법에서는 이미 몇 연구가 사례선택기법의 필요성을 주장한 바 있으나 인공신경망 모형에서 사례선택기법의 필요성을 주장한 연구는 거의 없다. 본 연구에서는 기업부도예측을 위한 인공신경망 모형에서 유전자 알고리즘을 이용한 사례선택기법을 제안한다. 본 연구에서 유전자 알고리즘은 다층 인공신경망에서의 계층별 연결강도를 최적화하고, 동시에 학습에 적합한 사례를 선택한다. 유전자 알고리즘에 의해 결정된 계층별 연결강도는 역전파오류 학습기법에서 종종 발생하는 국부 최적해에 수렴하는 현상을 최소화해 줄 것으로 기대되고, 선택된 학습용 사례는 학습시간의 단축과 예측성과를 향상시켜 줄 것으로 기대된다. 본 연구에서는 제안한 모형과 주요 데이터 마이닝 기법들의 성과를 비교 연구한다. 실험결과, 제안된 방법이 인공신경망에서의 사례선택기법으로 유용한 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.179-183
• /
• 2009

본 연구에서는 GCM 기후변화 전망 시나리오를 이용하여 유역단위의 기후변화를 추정하였다. 원시 GCM 시나리오를 지역화 시키기 위해서 인공신경망 모형을 사용하였다. GCM에서 모의되는 강수플럭스, 해면기압, 지표면 근처에서의 일 평균온도, 지표면으로부터 발생하는 잠열플럭스 등과 같은 22개의 변수는 인공신경망의 잠재적 예측인자로 사용되었으며, AWS에서 관측된 강수량과 온도는 예측변수로 사용되었다. 원시 GCM 데이터는 CCCma(Canadian Centre for Climate Modeling and Analysis)에서 제공되는 CGCM3.1/T63 20C3M 시나리오를 사용하였으며, 인공신경망 학습과정에서 사용된 기준시나리오(reference scenario)자료의 기간은 1997년부터 2000년까지의 데이터를 사용하였다. 인공신경망을 학습을 통하여 결정된 각 층사이의 가중치를 이용하여 이산화탄소 배출농도를 가정하여 생성된 CGCM3.1/T63 SRES B1 기후변화시나리오(project scenario)를 인공신경망의 입력값으로 하여 미래의 기온과 강수변화를 전망하였다. 신경망의 학습효과를 높이기 위하여 기온과 강수에 대한 평균 및 누적기간을 각각 일단위와 월단위로 설정하였다. 본 연구에서 사용된 인공신경망은 3층 퍼셉트론(다층 퍼셉트론)을 사용하였으며, 학습방법으로는 역전파알고리즘(back-propagation algorithm)을 이용하였다. 민감도분석을 통하여 선택된 예측인자는 소양강댐유역(1011, 1012소유역)에서의 인공신경망 예측인자로 활용되었으며, 2001년부터 2100년까지의 일 평균온도와 일 강수량의 변화경향을 추정하였다. 1011유역, 1012유역에서는 여름철의 온도변화경향이 겨울철에 비하여 높게 나타났다. 일 평균온도의 통계분석 결과 평균예측오차가 가장 적게 나타나는 지역은 1001유역으로 -0.08로 평균예측오차가 가장 적게 나타났으며, 인공신경망기법을 이용하여 스케일 상세화된 일 평균온도와 관측된 일 평균온도가 얼마나 잘 일치하는지를 확인할 수 있는 1012유역에서 CORR이 0.74로 가장 높게 나타났다.

• 컴퓨터교육학회논문지
• /
• 제6권2호
• /
• pp.33-40
• /
• 2003

소프트웨어 개발 초기 단계의 문제점이 개발 후반부 산물의 품질에 심각한 영향을 미치기 때문에 설계 명세를 이용하여 결함경향성이 많은 부분을 예측하는 위험도 예측 모델은 전체 시스템 개발비용을 낮추는 데 중요한 역할을 하고 있으며, 이러한 예측 모델은 결과 산물이 매우 크고 실행 정확성이 요구되는 통신 소프트웨어 같은 실시간 시스템 설계에 더욱 필요하다. 판별분석, 인공신경망, 분류트리 등의 기법들을 이용한 모델들이 제안되었으나 이들은 결과에 대한 원인 분석의 어려움, 낮은 확장성 등의 문제점들을 지니고 있었다. 본 논문에서는 유전자 알고리즘을 이용한 새로운 모델인 GAM을 제안한다. GAM은 위험도 함수를 만들어 내므로 기존의 분류 모델들과는 다르게 설계 개체의 위험도 비교에도 사용가능하다. 여러 내부 특성들과 예측 정확도 비교를 통해 GAM을 잘 알려진 예측 모델인 역전파 신경망 모델(BPM)과 비교하였다.

• 한국수자원학회논문집
• /
• 제33권2호
• /
• pp.247-262
• /
• 2000

본 연구에서는 낙동강유역의 주요 수위표지점중 진동수위표지점에서 홍수위를 예측하기위한 신경망모형인 WSANN모형이 제시되었다. WSANN모형은 모멘트방법, 초기조건의 개선 및 적응학습속도에 의해 보완되어진 개선된 역전파훈련 알고리즘을 이용하였고, 본 연구에 사용된 자료는 훈련자료와 테스팅자료로 분할하였으며, 최적 은닉층 노드수를 결정하기 위하여 은닉층노드와 임계학습횟수로부터 경험식이 유도되었다. 그리고 WSANN모형의 보정은 4개의 훈련자료에 의해 실시되었으며, WSANN22와 WSANN32모형이 모델의 검증에 사용될 최적모형으로 결정되었다. 모형의 검증은 훈련되지 않은 2개의 테스팅자료를 이용하여 모형의 적합성을 평가하기 위하여 이루어 졌으며, 통계분석의 결과를 통하여 홍수위를 합리적으로 예측하는 것으로 나타났다. 따라서 본 연구의 결과를 기본으로 신경망기법을 이용한 실시간 홍수예경보 시스템의 구축 및 홍수위의 제어에 관한 지속적인 연구가 필요것으로 사료된다.

• 한국습지학회지
• /
• 제15권3호
• /
• pp.423-430
• /
• 2013

일반적 형태의 해안영역에서의 퇴적물이동, 퇴적 및 지형변화를 예측하는 수치모형에서 전빈의 침식으로 인한 해안선 후퇴가 가능한 알고리즘을 제시한다. 평균해수면 기준의 해안선 인근 영역에서는 저면 경사가 저면 퇴적물의 종류, 조석과 조류, 파랑, 연안류 등 외력의 영향을 받는다. 그러나, 해안선에서의 저면경사는 어느 정도 안정된 범위내의 값을 가지는 것으로 보고된 바 있으며, 연중 변화 또한 거의 일정 범위 내에 있는 것으로 알려져 있다. 이러한 경사의 변동 한계값을 이용하여, 해중 침식이 지속되어 해안선에서의 저면 경사가 계속 증가하는 경우, 이러한 한계 경사를 넘게 되면, 이를 조정하기 위한 방법으로서 저면경사가 한계값 내로 돌아오도록 해안선 인근에서의 저면 형상을 조정하도록 하였다. 이렇게 함으로써 침식이 지속되는 경우 해안선이 지속적으로 후방으로 후퇴하는 현상을 수치모형에서 재현할 수 있게 된다. 개발한 알고리즘을 우물함수형의 침식 상황, 즉 한 점에서 일정 플럭스로 준설을 지속할때 주변 지형이 우물함수 분포 형상으로 침식되어 가는 과정을 잘 재현하였다. 발달하는 해안선의 형태가 거의 원형의 동심원으로 나타나므로 알고리즘의 유용함을 확인하였다. 또 개발한 알고리즘을 침식지역이 일정속도로 하강하는 가상상황에 적용하여 보았으며, 동심원적 지형 변화를 잘 재현하였다. 본 알고리즘을 기존의 수치모형 CST3D 시스템에 채택하여, 등경사 평판형 해안에 이안제가 놓여 있을 경우에 대한 지형변화 수리모형실험의 조건과 동일한 조건을 대상으로 모형실험을 수행한 결과, 해안선의 변화를 정성적으로 만족스럽게 재현하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2005년도 추계학술대회 논문집
• /
• pp.43-46
• /
• 2005

레이더 물표에 대한 반사성능은 RCS(Radar Cross Section)에 의하여 결정된다. 형상이 비교적 간단한 물체에 대해서는 고유함수 접근법에 의하여 RE를 정확하게 예측할 수 있으나, 해상물표와 같은 복잡한 물표에 대해서는 저주파 및 고주파 산란해석 기법 등을 이용하여 근사적인 해를 찾을 수 밖에 없고 계산적으로도 복잡하다. 본 연구에서는 수신신호의 파라미터를 정도 높게 추정할 수 있는 MUSIC 알고리즘을 이용하여 RCS 간을 근사적으로 구할 수 있는 알고리즘을 제안한다. 제안된 방법에 서는 레이더 물표는 산란체의 링으로서 가정되고 레이더 물표로부터 반사된 신호들의 진폭은 통계적 성질을 지니고 분포하게 된다. 결과적으로 제안된 레이더 신호모델에 MUSIC 알고리즘이 적용되고, 레이더 물표의 RCS는 간단한 대수적인 방법으로 계산된다.

• 정보교육학회논문지
• /
• 제12권3호
• /
• pp.267-274
• /
• 2008

신경망은 데이터로부터 반복적인 학습 과정을 통해 숨어 있는 패턴을 찾아내고, 새로운 데이터의 목표값에 대한 정확한 예측에 유용한 모델링 기법이다. 본 논문은 개인적인 특성, 가정 사회적 환경, 타 교과 성적을 이용하여 학생의 컴퓨터 활용 능력 예측을 위한 다층 인식모형(MLP) 신경망을 구축하였다. 신경망의 인식률은 예측 방법으로 널리 활용되고 있는 로지스틱 회귀분석 모델과 비교하였다. 개발한 신경망에 대한 실험 결과, 개인적인 특성이 학생들의 컴퓨터 활용 능력을 가장 잘 설명하는 요소이며, 반면 가정 사회적 환경은 가장 낮은 예측 요소임을 발견하였다. 또한 본 연구의 신경망 모델은 회귀분석보다 더욱 높은 인식률을 나타냈다.

• 한국지반공학회논문집
• /
• 제19권2호
• /
• pp.267-278
• /
• 2003

인공신경망은 복잡한 문제를 해결하는데 있어 여러 분야에서 널리 활용되고 있는 매우 효과적인 기법으로 알려져 있다. 본 연구에서는 터널거동을 효과적으로 예측하기 위해 이러한 인공신경망 기법을 이용한 터널거동 예측시스템 (TBPS)을 개발하였다. 본 시스템 개발을 위해 시공이 완료된 31개 현장 193 개소 지점으로부터 얻은 터널 계측자료 (즉, 천단침하, 내공변위, 록볼트 축력, 숏크리트 압축 및 전단응력, 내진시 라이닝의 응력 등)를 D/B화하여 이용하였다. 또한 개발된 TBPS의 학습을 위해 가장 효과적이라 알려진 역전파 알고리즘을 사용하여 이들 자료의 학습을 실시하였다. 이러한 과정을 통해 개발된 TBPS를 이용하여 예측한 터널 거동 값과 현장계측 값, 수치해석에 의한 결과 값의 상호 비교 분석을 실시하였다. 비교분석 결과, TBPS에 의한 거동예측결과 값의 변화는 실무에 적용 가능한 범주에 있는 것으로 나타났다. 따라서 본 연구에서 개발된 TBPS는 터널의 타당성검토나 기본 및 실시설계 등에 적용하여 효율적으로 필요한 정보를 신속하게 얻을 수 있는데 사용될 수 있을 것으로 판단된다.