• 대한조선학회논문집
• /
• 제33권4호
• /
• pp.162-174
• /
• 1996

내파성 연승식 양식시설은 케이블-부이-중량물 계류시스템으로 이루어졌다. 양식시설의 최적설계를 위해서는 계류선과 부이나 중량물 연결점에서 장력등의 추정이 필요하다. 그러나 계류선의 비선형적인 거동과 파 해류 등의 영향은 해석을 어렵게 한다. 본 논문에서는 여러 거지 부이-중량물을 갖는 케이블-부이-중량물 계류시스템에 대한 파라메트릭 연구를 통하여 동장력 변화 및 거동 변화 등을 알아보았다. 고유진동수 해석을 위하여 유한차분법을 도입하였으며, 비선형 유체항력은 선형화 되었다.

• 반도체디스플레이기술학회지
• /
• 제13권2호
• /
• pp.23-28
• /
• 2014

For the reconstruction of three-dimensional (3D) shape of microscopic objects through shape from focus (SFF) methods, usually a single focus measure operator is employed. However, it is difficult to compute accurate depth map using a single focus measure due to different textures, light conditions and arbitrary object surfaces. Moreover, real images with diverse types of illuminations and contrasts lead to the erroneous depth map estimation through a single focus measure. In order to get better focus measurements and depth map, we have combined focus measure operators by using genetic algorithm. The resultant focus measure is obtained by weighted sum of the output of various focus measure operators. Optimal weights are obtained using genetic algorithm. Finally, depth map is obtained from the refined focus volume. The performance of the developed method is then evaluated by using both the synthetic and real world image sequences. The experimental results show that the proposed method is more effective in computing accurate depth maps as compared to the existing SFF methods.

• 한국콘텐츠학회논문지
• /
• 제19권12호
• /
• pp.565-572
• /
• 2019

생산설비의 적절한 조합을 통한 생산 라인의 최적화는 국내 폴리에스터 산업의 경쟁력 강화를 위해 중요한 과제다. 본 연구의 목적은 폴리에스터 생산 라인의 최적화를 위해 생산 설비의 조합에 대한 우선순위를 평가하는 방법을 제시하고, 이를 통해 최적의 생산 라인 구성 방안을 도출하는데 있다. 이를 위해 폴리에스터 생산라인의 평가에 필요한 요소들을 도출하고, 이를 활용한 계층분석절차를 제시하였다. 이 방법을 활용하여 폴리에스터 생산라인 평가를 위한 요소들에 대한 가중치를 도출하였으며, 검토 중인 실제 생산라인들에 대한 우선순위와 그 시사점을 제시하였다.

• 디지털콘텐츠학회 논문지
• /
• 제18권5호
• /
• pp.969-976
• /
• 2017

본 논문에서는 최적화 알고리즘으로 개발된 WFSO(Water Flowing and Shaking Optimization) 알고리즘을 사용한 인공신경망 과합성공 신경망의 학습 방법을 제안한다. 최적화 알고리즘은 다수의 후보 해를 기반으로 탐색해 나가기 때문에 일반적으로 속도가 느린 단점이 있으나 지역 최소값에 거의 빠지지 않고 병렬화가 용이하며 미분 불가능한 활성화함수를 갖는 인공신경망 학습도 가능하고 구조와 가중치를 동시에 최적화 할 수 있는 장점이 있다. 본 논문에서는 WFSO 알고리즘을 인공신경망 학습에 적용하는 방법을 설명하고 다층 인공신경망과 합성곱 신경망에서 오류역전파 알고리즘과 성능을 비교한다.

• Geomechanics and Engineering
• /
• 제10권5호
• /
• pp.689-707
• /
• 2016

Soil stabilization is one of the useful method of ground improvement for soil with low bearing capacity and high settlement and unrequired swelling potential. Generally, the stabilization is carried out by adding some solid materials. The main objective of this research was to investigate the feasibility of stabilization of organic soils and sewage sludge to obtain low cost alternative embankment material by the addition of two different slags. Slags were used as a replacement for weak soil at ratios of 0%, 25%, 50%, 75% and 100%, where sewage sludge and organic soil were blended with slags separately. The maximum dry unit weights and the optimum water contents for all soil mixtures were determined. In order to investigate the influence of the slags on the strength of sewage sludge and organic soil, and to obtain the optimal mix design; compaction tests, the California bearing ratio (CBR) test, unconfined compressive strength (UCS) test, hydraulic conductivity test (HCT) and pH tests were carried out on slag-soil specimens. Unconfined compressive tests were performed on non-cured samples and those cured at 7 days. The test results obtained from untreated specimens were compared to tests results obtained from soil samples treated with slag. Laboratory tests results indicated that blending slags with organic soil or sewage sludge improved the engineering properties of organic or sewage sludge. Therefore, it is concluded that slag can be potentially used as a stabilizer to improve the properties of organic soils and sewage sludge.

• 한국전자거래학회지
• /
• 제14권3호
• /
• pp.15-37
• /
• 2009

본 연구에서는 매수인이 부동산을 검색할 때, 매수인의 다양한 성향을 고려할 수 있는 새로운 검색 시스템을 제안한다. 이를 위해 부동산 가격에 영향을 미치는 요인들을 분석한 뒤, 지역요인 및 개별요인으로 분류하였다. 다요소 의사결정(Multi-attribute Decision Making) 알고리즘을 통해 매수인이 입력한 검색조건을 분석하여 가중치를 부여하고, 부동산 후보지간 엔트로피 척도를 통해 최적의 부동산 후보지를 도출하도록 설계하였다. 본 검색 시스템의 효용성을 평가하기 위해 부산지역의 실제 부동산 정보를 이용하여 실험을 진행하였다. 실험결과, 본 다속성 통합 검색 시스템은 매수 아파트 검색 시 지역분석과 개별분석을 용이하게 해 주었다. 또한 한번 검색으로 여러 지역의 부동산 후보들을 비교분석함으로써 매수인의 탐색비용을 절감시킬 수 있었다.

• 한국전자통신학회논문지
• /
• 제8권10호
• /
• pp.1451-1456
• /
• 2013

본 논문은 고유값분석을 이용하여 주파수영역 독립성분석(FDICA)의 수렴속도를 증가시키기 위한 기법을 제안한다. 소나 시스템 등에서는 지연정보를 획득하여 간섭신호원을 빠른 속도로 제거하는 알고리즘이 중요하다. 두 개의 독립신호가 $2{\times}2$ 지연 혼합된 경우에 대한 고유값 분석을 통하여, 초기값 파라미터로 사용할 지연정보를 획득할 수 있다. 본 알고리즘을 검증하기 위한 컴퓨터 시뮬레이션은 수렴속도와 잡음제거에서의 성능향상을 보여준다. 초기조건이 목표값에 근접하고 있기 때문에 3회 정도의 반복수렴 실험으로도 잡음제거에 상당한 성능을 나타낸다. 수렴 후에도 기존 알고리즘보다 1~3dB 더 나은 잡음제거 성능을 볼 수 있다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 D
• /
• pp.2633-2635
• /
• 2003

In this study, we propose a fuzzy polynomial neural networks (FPNN) and a genetically optimized fuzzy polynomial neural networks(GoFPNN) for identification of non-linear system. GoFPNN architecture is designed by a FPNN based on fuzzy set and its structure and parameters are optimized by genetic algorithms. A fuzzy neural networks(FNN) based on fuzzy set divide into two structures that is simplified inference structure and linear inference structure. The proposed FPNN is resulted from integration and extension of simplified and linear inference structure of FNN. The consequence structure of the FPNN consist of polynomials represented by networks using connection weights for rules. The networks comprehend simplified(Type 0), linear (Type 1), and quadratic(Type 3) inferences. The proposed FPNN can select polynomial type of consequence part for each rule. Therefore, proposed scheme can offer flexible structure design capability for a system characteristics. Moreover, GAs is applied to networks structure and parameters tuning of proposed FPNN, and its efficient application method is discussed, these subjects are result in GoFPNN that is optimal FPNN. To evaluate proposed model performance, a numerical experiment is carried out.

• 한국항공우주학회지
• /
• 제33권3호
• /
• pp.39-46
• /
• 2005

본 논문에서는 광범위한 함수 근사성질을 갖고 있는 신경회로망을 이용하여, 시스템의 입출력 조화성분의 선형관계를 표현하기 위해 추정된 전달행렬의 적용범위를 확장할 수 있는 적응 고차조화제어(Higher Harmonic Control, HHC) 기법을 제안하고 있다. 신경회로망의 학습신호는 추정된 전달행렬을 기반으로 계산된 최적제어 이득 값 행렬을 이용하여 구성된다. 내부 안정성을 보장하기 위하여 신경회로망의 가중치 학습방법은 Lyapunov 직접 방법을 이용하여 유도하였다. 6개의 입력과 2개의 출력을 갖는 비선형 시스템에 대한 시뮬레이션 결과를 통해 적응 고차조화제어 기법이 불확실한 전달행렬에 적용 가능함을 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 가을 학술발표논문집 Vol.34 No.2 (B)
• /
• pp.22-27
• /
• 2007

Phosphorylation is one of the most important post translational modifications which regulate the activity of proteins. The problem of predicting phosphorylation sites is the first step of understanding various biological processes that initiate the actual function of proteins in each signaling pathway. Although many prediction methods using single or multiple features extracted from protein sequences have been proposed, systematic data integration approach has not been applied in order to improve the accuracy of predicting general phosphorylation sites. In this paper, we propose an optimal way of integrating multiple features in the framework of multiple kernel learning. We optimally combine seven kernels extracted from sequence, physico-chemical properties, pairwise alignment, and structural information. Using the data set of Phospho. ELM, the accuracy evaluated by 5-fold cross-validation reaches 85% for serine, 85% for threonine, and 81% for tyrosine. Our computational experiments show significant improvement in the performance of prediction relative to a single feature, or to the combined feature with equal weights. Moreover, our systematic integration method significantly improves the prediction preformance compared with the previous well-known methods.