Comparison of different optimizer performance in photovoltaic power modeling using artificial neural deep learning techniques is described in this paper. Six different deep learning optimizers are tested for Long-Short-Term Memory networks in this study. The optimizers are namely Adam, Stochastic Gradient Descent, Root Mean Square Propagation, Adaptive Gradient, and some variants such as Adamax and Nadam. For comparing the optimization techniques, high and low fluctuated photovoltaic power output are examined and the power output is real data obtained from the site at Mokpo university. Using Python Keras version, we have developed the prediction program for the performance evaluation of the optimizations. The prediction error results of each optimizer in both high and low power cases shows that the Adam has better performance compared to the other optimizers.
Since the advanced control technique such as model predictive control has been introduced to industrial plant, there have been many progresses in the process control. As a way to improve the control performance, the on-line process optimizer was integrated with the advance controller. In this study, a control technique which improves the control. As the number of changes by the optimizer is increased, the control performance of the proposed algorithm is improved. Its control performance is shown via an numerical example.
원시 프로그램에 대한 컴파일 과정 중 최적화 단계에서는 프로그램의 실행 속도를 개선시키고 코드 크기를 줄일 수 있는 다양한 최적화 기법을 수행한다[17]. 최적화 패턴 매칭 방법 중 스트링 패턴 매칭 방법은 중간 코드에 대응하는 최적의 패턴을 찾기 위한 방법으로 과다한 최적화 패턴 검색 시간으로 비효율적이다. 트리 패턴 매칭은 패턴 결정시 중복 비교가 발생할 수 있으며, 코드의 트리 구성에 많은 비용이 드는 단점을 가지고 있는 방법들이다[16,18]. 본 논문에서는 기존의 최적화 방법들의 단점을 극복하기 위한 방법으로 DFA (Deterministic Finite Automate) 최적화 테이블을 이용한 코드 최적화기를 제안하려고 한다. 이 방법은 다른 패턴 매칭 기법보다 결정적인 오토마타(Automata)로 구성하기 때문에 비용은 적어지고, 오토마타를 통해 결정적으로 패턴이 확정됨에 따른 패턴 선택 비용이 줄어들며, 최적화 패턴 검객 시간도 빨라지는 효율적인 방법의 최적화기이다.
최근 무선 네트워크는 사이버 물리 시스템 및 차세대 산업 자동화 시스템과 같은 크리티컬한 대형 응용 분야의 핵심 인프라가 되고 있다. 그러나, 무선 네트워크가 갖는 원천적인 링크 성능의 불확실성으로 인하여 전체 시스템의 안정성에 치명적 문제를 야기할 수 있다. 본 논문에서는 네트워크 내 링크의 실시간 상태 정보 없이 응용의 요구 성능을 만족시킬 수 있는 능동형 무선 네트워크 최적화기를 제시한다. 특히, 제시하는 능동형 최적화기는 네트워크 상에서 최대 $\kappa$-개의 링크 결함이 발생하더라도 항시 성능을 보장할 수 있도록, 라우팅 경로와 트래픽 분산을 최적화하는 계층 교차적 방안이다. 시뮬레이션을 통하여, 제안된 능동형 네트워크 최적화기가 기존의 수동형 네트워크에 비하여 고강건성을 보장하는 것을 분석하였다. 또한, 능동형 네트워크는 수동형 네트워크의 주요 단점인 링크 상태 정보의 오류로 인한 성능 감쇄 및 네트워크 재구성과 같은 비용이 발생하지 않는다.
Kim, Chang-Hwan;Khurshaid, Tahir;Wadood, Abdul;Farkoush, Saeid Gholami;Rhee, Sang-Bong
Journal of Electrical Engineering and Technology
/
제13권3호
/
pp.1043-1051
/
2018
The coordination of directional overcurrent relay (DOCR) is employed in this work, considering gray wolf optimizer (GWO), a recently designed optimizer that employs the hunting and leadership attitude of gray wolves for searching a global optimum. In power system protection coordination problem, the objective function to be optimized is the sum of operating time of all the main relays. The coordination of directional overcurrent relays is formulated as a linear programming problem. The proposed optimization technique aims to minimize the time dial settings (TDS) of the relays. The calculation of the Time Dial Setting (TDS) setting of the relays is the core of the coordination study. In this article two case studies of IEEE 6-bus system and IEEE 30-bus system are utilized to see the efficiency of this algorithm and the results had been compared with the other algorithms available in the reference and it was observed that the proposed scheme is quite competent for dealing with such problems. From analyzing the obtained results, it has been found that the GWO approach provides the most globally optimum solution at a faster convergence speed. GWO has achieved a lot of relaxation due to its easy implementation, modesty and robustness. MATLAB computer programming has been applied to see the effectiveness of this algorithm.
목 적: 알고리즘에 따른 치료계획의 영향을 분석하고 실제 치료계획을 수립할 때 고려사항을 적용하고, 나아가 최선의 치료계획을 수립하는 프로토콜을 제시하고자 한다. 대상 및 방법: 치료계획 시스템은 이클립스 10.0 (Eclipse 10.0, Varian, USA)이다. 선량계산의 알고리즘은 PBC (Pencil Beam Convolution)와 AAA (Anisotropic Analytical Algorithm)을 각각 적용하였고, 세기 조절 방사선 치료(IMRT)를 위한 최적화(Optimization) 알고리즘은 DVO (Dose Volume Optimizer 10.0.28), VMAT을 위한 최적화 알고리즘은 PRO II (Progressive Resolution Optimizer V 8.9.17)와 PRO III (Progressive Resolution Optimizer V 10.0.28)을 사용하였다. 실험을 위한 팬텀은 치료계획시스템에서 가상으로 만들었으며, $30{\times}30{\times}30$ cm의 규격에 밀도가 균일한 것(HU: 0)과 중간에 공기(HU: -1,000)로 가정되는 물질이 삽입한 된 비균질 팬텀으로 설정하였다. 실험은 먼저 팬텀(Phantom) 계획을 실시하여 일반적인 치료계획의 특징을 분석하고 그 내용을 토대로 실제 임상적용 할 치료계획을 수립하였다. 결 과: 균일한 밀도 팬텀에서 6 MV, 10 cm PDD (Percentage Depth Dose)는 PBC와 AAA는 모두 65.2%로 유사한 값을 나타냈지만, 비균질 팬텀에서 PDD는 저밀도 물질을 만나기 전까진 유사한 PDD 값을 보이다가 공기 영역에서 다른 선량곡선을 보여주고, 투과한 후에는 PDD 10 cm은 각각 75%, 73%이었다. 동일한 MU의 3차원 치료계획에서 보면, AAA 치료계획이 폐가 포함된 영역에서 저 선량으로 나타났다. 기관지와 폐의 영역이 포함된 경추 치료 환자의 2차원 대향 2문조사 치료계획을 15 MV을 이용하여 설계하였을 때, Conformity Index (ICRU 62)는 PBC 계산에서 0.95, AAA에서 0.93이었다. IMRT 치료계획은 DVO에서 보여지는 DVH가 선량계산 DVH와 동일하게 나타났다. 하지만 AAA으로 선량계산을 하였을 때는 DVO에서 조건을 만족하는 결과가 선량계산에서는 선량부족으로 나타났다. PRO II을 이용한 VMAT 치료계획은 최적화 할 때는 만족스런 결과를 얻었지만, 선량계산을 실시하였을 때는 저밀도 영역이 선량 부족으로 나타났다. 하지만 PRO III에서 같은 조건을 1회 더 최적화함으로써 최적화 결과와 선량계산 결과가 유사하였다. 결 론: 본 연구에서는 선량계산 알고리즘의 옳고 그름을 판단하지 않는다. 알고리즘이 나타내는 선량 분포의 특성을 분석하고, 특히 최적화가 필요한 IMRT나 VMAT 치료계획에서 최적화 알고리즘의 요인도 치료계획을 수립할 때 고려함으로써 최적의 치료계획을 위한 방법을 제시하고자 한다.
KSII Transactions on Internet and Information Systems (TIIS)
/
제12권4호
/
pp.1693-1713
/
2018
An important technique used by database administrators (DBAs) is to improve performance in decision-support workloads associated with a Star schema is multi-level partitioning. Queries will then benefit from performance improvements via partition elimination, due to constraints on queries expressed on the dimension tables. As the task of multi-level partitioning can be overwhelming for a DBA we are proposing a wizard that facilitates the task by calculating a partitioning scheme for a particular workload. The system resides completely on a client and interacts with the costing estimation subsystem of the query optimizer via an API over the network, thereby eliminating any need to make changes to the optimizer. In addition, since only cost estimates are needed the wizard overhead is very low. By using a greedy algorithm for search space enumeration over the query predicates in the workload the wizard is efficient with worst-case polynomial complexity. The technology proposed can be applied to any clustering or partitioning scheme in any database management system that provides an interface to the query optimizer. Applied to the Teradata database the technology provides recommendations that outperform a human expert's solution as measured by the total execution time of the workload. We also demonstrate the scalability of our approach when the fact table (and workload) size increases.
KSII Transactions on Internet and Information Systems (TIIS)
/
제12권6호
/
pp.2644-2657
/
2018
To utilize the energy of sensor nodes efficiently and extend the network lifetime maximally is one of the primary goals in wireless sensor networks (WSNs). Thus, designing an energy-efficient protocol to optimize the determination of cluster heads (CHs) in WSNs has become increasingly important. In this paper, we propose a novel energy-efficient protocol based on an improved Grey Wolf Optimizer (GWO), which we refer to as Fitness value based Improved GWO (FIGWO). It considers a fitness value to improve the finding of the optimal solution in GWO, which ensures a better distribution of CHs and a more balanced cluster structure. According to the distance to the CHs and the BS, sensor nodes' transmission distance are recalculated to reduce the energy consumption. Simulation results demonstrate that the proposed approach can prolong the stability period of the network in comparison to other algorithms, namely by 31.5% in comparison to SEP, and even by 57.8% when compared with LEACH protocol. The results also show that the proposed protocol performs well over the above comparative protocols in terms of energy consumption and network throughput.
1960년대 중반 전산기를 이용한 선체 구조설계가 최초로 시도된 후 국내에서도 1980년부터 중앙단면 최적설계에 관한 많은 연구가 이루어져 왔다. 선급규정에 의한 선체 중앙단면 최적설계를 할 경우, 야기되는 문제로서는 부재 치수, 부재 개수와 같은 이산변수를 다루어야 하는 어려움이 있어, 이러한 문제를 해결하고자 유전자 알고리즘이나 인공신경망 등의 새로운 최적화 기법의 개발에 관한 연구 등이 진행되고 있다. 이와 같은 관점에서 본 연구에서는 선체 구조설계 문제에 효율적인 최적화 방법을 개발함에 있어, 홉필드 네트워크 모델과 시뮬레이티드 어닐링을 결함하여 Neuro-Optimizer를 개발하고, 이를 토대로 구조공학 문제의 하나인 간단한 트러스 구조물의 최적설계와 선체의 중앙단면 최적설계에 적용하여, 새로운 최적화 기법으로서 가능성이 있음을 확인하였다.
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.