• Nuclear Engineering and Technology
• /
• 제54권5호
• /
• pp.1825-1834
• /
• 2022

Performing high-fidelity computational fluid dynamics (HF-CFD) to predict the flow and heat transfer state of the coolant in the reactor core is expensive, especially in scenarios that require extensive parameter search, such as uncertainty analysis and design optimization. This work investigated the performance of utilizing a multi-fidelity reduced-order model (MF-ROM) in PWR rod bundles simulation. Firstly, basis vectors and basis vector coefficients of high-fidelity and low-fidelity CFD results are extracted separately by the proper orthogonal decomposition (POD) approach. Secondly, a surrogate model is trained to map the relationship between the extracted coefficients from different fidelity results. In the prediction stage, the coefficients of the low-fidelity data under the new operating conditions are extracted by using the obtained POD basis vectors. Then, the trained surrogate model uses the low-fidelity coefficients to regress the high-fidelity coefficients. The predicted high-fidelity data is reconstructed from the product of extracted basis vectors and the regression coefficients. The effectiveness of the MF-ROM is evaluated on a flow and heat transfer problem in PWR fuel rod bundles. Two data-driven algorithms, the Kriging and artificial neural network (ANN), are trained as surrogate models for the MF-ROM to reconstruct the complex flow and heat transfer field downstream of the mixing vanes. The results show good agreements between the data reconstructed with the trained MF-ROM and the high-fidelity CFD simulation result, while the former only requires to taken the computational burden of low-fidelity simulation. The results also show that the performance of the ANN model is slightly better than the Kriging model when using a high number of POD basis vectors for regression. Moreover, the result presented in this paper demonstrates the suitability of the proposed MF-ROM for high-fidelity fixed value initialization to accelerate complex simulation.

• 한국정보통신학회논문지
• /
• 제26권2호
• /
• pp.239-250
• /
• 2022

LoRa는 네트워크에 대부모 트리 구조와 처프 확산 스펙트럼을 도입한 물리 계층 기술로 높은 신뢰도의 장거리 통신을 제공한다. LoRa의 트리 네트워크에서 자식 노드는 단일 부모가 아닌 여러 노드에게 동시에 메시지를 전송할 수 있기 때문에 동일 부하가 네트워크에 가해진다면 패킷 전달률은 게이트웨이의 수의 증가에 따라 증가한다. 하지만 알로하류의 원시적 매체 접근 제어의 한계 때문에 이러한 트리 환경에서도 부하의 증가에 따라 네트워크의 이용률은 하락한다. 본 논문에서는 동일 주파수를 동일 시간대, 동일 지역에서 사용하는 공간 분할 다중 접근 방식을 제안한다. 본 기법은 수집된 신호 세기의 분포로부터 송신 전력을 도출하여 같은 시간, 다른 게이트웨이에서 각기 다른 패킷이 수신되도록 제어한다. 즉, 포획 효과를 의도적으로 활용하여 저전력 광역 네트워크의 노드 수용력을 향상시킨다.

• 한국농촌건축학회논문집
• /
• 제25권1호
• /
• pp.35-44
• /
• 2023

This study aimed to understand the driver change of recent research in relation to rural and migrant and draw overarching issues as well as to provide implications to contribute to migrants' social integration in Korean rural areas. As for the scope and method of the study, data through quantitative bibliographic analysis (quantitative data) and research keywords by period were derived. To address the aim this study employed bibliometric analysis utilising netwok mapping interface analysis by VOSviewer and topic modeling analysis by Netminer. The findings were revealed that firstly mental health issues in abroad research and employment and discrimination in domestic research both derived from migrant mobility constituted staple key issues, secondly internal and external research differed two issues in health and violence where Korea has overlooked the issues seriously. Therefore this study presented implications which are about first, health and violence-related sections for migrants should be specified into domestic law, second domestic-focused MIPEX index should be developed in which the two issues are over-weighted and last such newly emerging approach 'inclusive formation of social psychological mechanisms should be widely spread. Concluding remark is that delivering the implications can be foster to migrants' integration in rural area underlining that this will ultimately contribute to migrants' quality of life.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권7호
• /
• pp.1726-1748
• /
• 2024

Trajectory planning is vital for autonomous systems like robotics and UAVs, as it determines optimal, safe paths considering physical limitations, environmental factors, and agent interactions. Recent advancements in trajectory planning and future location prediction stem from rapid progress in machine learning and optimization algorithms. In this paper, we proposed a novel framework for Spatial-temporal transformer-based feed-forward neural networks (STTFFNs). From the traffic flow local area point of view, skip-gram model is trained on trajectory data to generate embeddings that capture the high-level features of different trajectories. These embeddings can then be used as input to a transformer-based trajectory planning model, which can generate trajectories for new objects based on the embeddings of similar trajectories in the training data. In the next step, distant regions, we embedded feedforward network is responsible for generating the distant trajectories by taking as input a set of features that represent the object's current state and historical data. One advantage of using feedforward networks for distant trajectory planning is their ability to capture long-term dependencies in the data. In the final step of forecasting for future locations, the encoder and decoder are crucial parts of the proposed technique. Spatial destinations are encoded utilizing location-based social networks(LBSN) based on visiting semantic locations. The model has been specially trained to forecast future locations using precise longitude and latitude values. Following rigorous testing on two real-world datasets, Porto and Manhattan, it was discovered that the model outperformed a prediction accuracy of 8.7% previous state-of-the-art methods.

• 경영정보학연구
• /
• 제26권2호
• /
• pp.83-93
• /
• 2024

본 연구는 도금욕 공정의 완성도 예측을 위한 시계열 데이터의 효과적인 표현을 목표로, Dynamic Time Warping(DTW) 및 k-Nearest Neighbors(kNN) 기반의 전처리 방법론을 제안한다. 제안된 DTW 기반 kNN 전처리 방법을 다양한 회귀 모델에 적용하여 비교한 결과, 기존 결정 나무(Decision tree) 대비 최대 RMSE에서 43%과 MAE에서 24% 개선된 성능 향상을 보였으며, 신경망 구조를 갖는 회귀 모델과 결합했을 때 성능 향상이 두드러졌다. 본 논문에서 제안하는 전처리 방법과 회귀 모델을 결합한 구조는 길이가 긴 시계열 데이터와 제한된 데이터 샘플이 있는 상황에서 적합할 것으로 사료되며, 데이터가 부족한 상황에서도 과적합의 위험을 감소시키며, 합리적인 예측을 가능하게 함을 시사한다. 그러나 DTW 및 kNN 알고리즘은 데이터 샘플이 많아질수록 연산량이 늘어난다는 한계가 존재하며, 향후 연구를 통해 이러한 계산 효율성의 문제를 개선할 수 있는 연구가 필요할 것으로 보인다.

• Perspectives in Nursing Science
• /
• 제7권1호
• /
• pp.23-35
• /
• 2010

Purpose: The purpose of this paper is to analyze the demand and supply of advanced practice nurses and suggest alternative benefit strategies in the Korean national health insurance. Methods: A revised demand & supply model was used to estimate the excess supply of APNs, and policy making process and key actors in the Korean health insurance were considered to develop a political approach to the APN issue. Results: The social demand for APNs is currently estimated to be less than 50% of its supply and the APN education program fell into difficulties in recruits. No reimbursement mechanism for APN's services in the national health insurance has given no economic incentive to hospital managers who have monopsony power in nursing labor market, which has caused the demand shortage of APNs in hospital industry. Payment for APN's services recognized as one of the most significant strategies to booster the social demand for APN's services should be carefully designed and implemented in the national health insurance. In line with this, key actors in health insurance policy decision-making include government, national assembly, labor unions, NGOs, civic groups, medical associations, and academia. Conclusion: The basic researches for APN's activities and cost-effectiveness analysis in clinical settings are required to support the strategies aforementioned. Constructing a policy network among key actors is able to make the payment strategy feasible, which will increase the socal demand for APNs.

• 한국재난정보학회 논문집
• /
• 제13권1호
• /
• pp.96-105
• /
• 2017

지구 온난화는 인류의 재앙이며, 그 주된 원인은 이산화탄소이다. 따라서 온실가스 저감을 위한 범국가적 정책이 수행되고 있으며, 정책의 수립/집행에 있어 정확한 온실가스 배출량 산정은 매우 주요하다. 도로이동오염원에 의한 온실가스 배출량 산정을 위해서는 도로구간별 CO2 배출 원단위가 필요하며, 이는 차량의 속도자료를 이용하여 산정된다. 그러나 전국 도로망에 대한 속도자료의 수집 및 분석에는 한계가 있다. 따라서 본 연구에서는 방대한 양의 차량 내비게이션 자료를 이용한 비집계방식의 도로구간 CO2 배출량 원단위 산정방법을 제시한다. 제시된 방법론은 기존 집계방식에 의한 CO2 배출 원단위보다 정확하며, 전국 도로망에 직접적으로 적용이 가능하다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권12호
• /
• pp.698-702
• /
• 2017

자연 언어 처리(Natural Language Processing) 분야에 심층 신경망(Deep Neural Network)이 소개된 이후, 단어, 문장 등의 의미를 나타내기 위한 분산 표상인 임베딩(Embedding)을 학습하기 위한 연구가 활발히 진행되고 있다. 임베딩 학습을 위한 방법으로는 크게 문맥 기반의 텍스트 모델링 방법과, 기학습된 임베딩을 결합하여 더 긴 텍스트의 분산 표상을 계산하고자 하는 결합 기반의 텍스트 모델링 방법이 있다. 하지만, 기존 결합 기반의 텍스트 모델링 방법은 최적 결합 단위에 대한 고찰 없이 단어를 이용하여 연구되어 왔다. 본 연구에서는 비교 실험을 통해 문서 임베딩 생성에 적합한 결합 기법과 최적 결합 단위에 대해 알아본다. 또한, 새로운 결합 방법인 담화 분석 기반의 결합 방식을 제안하고 실험을 통해 기존의 순차적 결합 기반 신경망 모델 대비 우수성을 보인다.

• 대한전자공학회논문지SD
• /
• 제45권4호
• /
• pp.78-85
• /
• 2008

네트워크 SoC 칩을 대상으로 SystemC를 이용한 High-level 설계 방법을 연구하였다. 실제 Verilog RTL 모델과 비교하여 깊이있는 Architecture 구조탐색과 정확한 SystemC 모델 cycle 검증을 토대로 하여 High-level 설계를 강조할 것이다. 대다수 High-level 설계와 접근방법과 다르게, SystemC 모델과 Verilog RTL 모델의 성능을 비교해 보고, SystemC-based platform을 검증하기 위해 On-chip test board 측정 데이터를 이용하였다. 이 논문에서는 High-level 설계기법이 RTL 모델과 같은 정확성을 얻을 수 있을 뿐만 아니라, RTL 모델보다 100배 이상 빠른 시뮬레이션 속도를 달성할 수 있음을 보여 주었다. 그리고, 아키텍처 구조탐색을 통해서 시스템 성능하락의 원인을 파악하고, 대안을 찾아보았다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.1321-1329
• /
• 2009

웹 기술의 발달은 블로그나 YouTube 와 같은 컨텐츠를 통해 다른 사용자들과 의견이나 관점, 경험들을 공유할 수 있는 서비스를 등장하게 하였다. 이와 같은 정보의 공유와 소통을 촉진시키는 온라인 서비스들을 소셜미디어라고 한다. 최근 이러한 서비스들의 폭발적인 성장은 사회적 동물인 사용자들이 그 특유의 사회성을 온라인에서도 보여주고 있음을 시사한다. 본 연구는 정보의 공유와 참여가 핵심인 소셜미디어에서 새로운 관계 형성이 공유와 참여 행위에 어떠한 영향 관계를 형성하고 있는지 탐색적으로 알아보았다. 이를 위해 실제 사용환경에서 다른 사용자와의 관계 형성을 관찰할 수 있는 사용자 다이어리 조사 방법론(Diary study method)을 실시하였으며, 심층 인터뷰(In-depth interview)를 통해 관계 형성에 필요한 요인 도출과 새롭게 형성된 약한 관계가 참여와 공유행위에 어떠한 영향을 주고 있는지를 알아보았다.