• Annual Conference of KIPS
• /
• 2009.11a
• /
• pp.545-546
• /
• 2009

본 논문에서는 애드혹 네트워크에서 임의의 source 노드 및 sink 노드 간의 경로 설정 시 두 노드의 위치 정보를 이용하여 노드간의 기울기를 구하고, 이 기울기에 인접한 노드들 가운데 통신 가능한 상태 및 배터리 정보를 고려하여 라우팅 경로를 결정하기 위한 위치정보 기반 기울기 라우팅 알고리즘을 제안한다. 제안한 기울기 라우팅 알고리즘은 데이터 전송 시 8 방향으로 이웃한 노드들 가운데 하나의 forwarding 노드를 선택하는 가상 구조를 갖게 되며, 부분적으로 경로 설정이 이루어짐으로써 트래픽의 감소와 전달 지연시간이 줄어들 것으로 기대한다.

• Annual Conference of KIPS
• /
• 2009.11a
• /
• pp.443-444
• /
• 2009

무선 센서 네트워크에서 통신하는 센서노드들은 여러 제약사항이 따른다. 이 중 가장 중요한 요소는 네트워크의 생존기간과 직접 관련된 센서노드의 전력이다. 따라서 센서노드의 전력을 효율적으로 사용할 수 있는 라우팅 기법에 관한 연구가 중요한 과제로 자리 잡았다. 자주 쓰이는 라우팅 기법인 DD(Directed Diffusion) 알고리즘은 질의기반 알고리즘으로서 최적경로 설정을 통한 효율적 데이터 전송이 가능하다는 장점이 있는 반면, 자주 쓰이는 경로의 전력 소비가 크다는 단점이 존재한다. 본 논문에서는 센서노드의 전력량 반영 및 gradient의 가중치 설정, 기존 경로 재사용을 통한 개선된 알고리즘을 제안한다. 또한 시뮬레이션을 통해 제안한 알고리즘의 성능을 검증하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.511-512
• /
• 2022

동물무늬는 서식지에 따라 야생에서 천적으로부터 살아남을 수 있는 중요한 역할을 한다. 동물무늬의 역할 중 하나인 자연과 야생 환경에서 천적의 눈을 피해 위장하는 기능이 있기 때문인데 본 논문에서는 기존 위장무늬의 개선을 위한 GAN 알고리즘 기반 위장 패턴 생성모델을 제안한다. 이 모델은 단순히 색상만을 사용하여 위장무늬의 윤곽선을 Blur 처리를 해서 사람의 관측을 흐리게 만드는 기존의 모델의 단순함을 보완하여 GAN 알고리즘의 활용기술인 Deep Dream을 활용하여 경사 상승법을 통해 특정 층의 필터 값을 조절하여 원하는 부분에 대한 구분되는 패턴을 생성할 수 있어 색뿐만 아니라 위장의 기능이 있는 동물무늬와 섞어 자연과 야생 환경에서 더욱 동화율이 높아진 위장 패턴을 생성하고자 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.537-538
• /
• 2023

본 논문에서는 사람에게서 나타나는 생체 특성과 흡연여부의 상관관계 분석을 위해 랜덤 포레스트와 그래디언트 부스팅 트리의 두 가지 기계학습 알고리즘을 사용하였다. 연구에 사용된 데이터는 국민건강보험공단에서 제공하고 Kaggle에서 취합하여 정리한 건강검진 정보를 사용하였다. 분류 모델의 학습에 있어 혈청 정보가 높은 관계성을 보일 것으로 예상하였으나, 실제 결과는 성별이 가장 큰 영향을 끼치는 것으로 확인되었다.

• Annual Conference of KIPS
• /
• 2008.05a
• /
• pp.800-803
• /
• 2008

언제 어디서나 사람이나 사물과 같은 객체의 위치를 인식하고 이를 기반으로 유용한 서비스를 제공하는 유비쿼터스 위치기반 서비스가 중요한 응용 서비스로 대두되고 있다. 그러나 현재 무선 센서네트워크를 구성하는 노드들의 위치는 매우 유용한 정보로서 수많은 서비스에서 사용될 수 있기 때문에 다양한 형태의 위치인식 알고리즘이 고안되었다. 이러한 위치인식 알고리즘에는 Gradient, MLE[1], MDS[2], dwMDS[3]등이 있다. 본 논문에서는 기존의 알고리즘에 대해 간략히 설명하고, 기존 알고리즘성능을 개선하기 위한 두 가지 방법을 제안한다. 그리고 제안한 방법의 성능을 증명하기 위해 시뮬레이션 모듈을 구현하고 시뮬레이션 결과를 바탕으로 각 위치인식 알고리즘의 성능을 비교 평가한다.

• Computers and Concrete
• /
• v.32 no.6
• /
• pp.607-613
• /
• 2023

The objective of this work is to determine the compressive strength of geopolymer concrete utilizing four distinct machine learning approaches. These techniques are known as gradient boosting machine (GBM), generalized linear model (GLM), extremely randomized trees (XRT), and deep learning (DL). Experimentation is performed to collect the data that is then utilized for training the models. Compressive strength is the response variable, whereas curing days, curing temperature, silica fume, and nanosilica concentration are the different input parameters that are taken into consideration. Several kinds of errors, including root mean square error (RMSE), coefficient of correlation (CC), variance account for (VAF), RMSE to observation's standard deviation ratio (RSR), and Nash-Sutcliffe effectiveness (NSE), were computed to determine the effectiveness of each algorithm. It was observed that, among all the models that were investigated, the GBM is the surrogate model that can predict the compressive strength of the geopolymer concrete with the highest degree of precision.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.22 no.1
• /
• pp.35-44
• /
• 2009

This paper describes an application of domain decomposition method for parallel finite element analysis which is required to large scale 3D structural analysis. A parallel finite element method system which adopts a domain decomposition method is developed. Node is generated if its distance from existing node points is similar to the node spacing function at the point. The node spacing function is well controlled by the fuzzy knowledge processing. The Delaunay triangulation method is introduced as a basic tool for element generation. Domain decomposition method using automatic mesh generation system holds great benefits for 3D analyses. Aa parallel numerical algorithm for the finite element analyses, domain decomposition method was combined with an iterative solver, i.e. the conjugate gradient(CG) method where a whole analysis domain is fictitiously divided into a number of subdomains without overlapping. Practical performance of the present system are demonstrated through several examples.

• Transactions of the Korean Society of Mechanical Engineers
• /
• v.11 no.1
• /
• pp.82-87
• /
• 1987

In this study a method of shape optimization is applied to two dimensional heat transfer system. For this the optimization problem is defined in a functional form including cost, constraints and the system governing equation. Then the material derivative concept in continuum mechanics and the adjoint variable method are employed for the shape design sensitivity analysis. With the sensitivity analysis results, an optimum is sought with the gradient projection optimization algorithm. The two dimensional isoparametric finite elements are used for accurate analysis and sensitivity calculations. The above method is employed to find the boundary shape to achieve a desired temperature distribution along a segment of the boundary subject to the maximum area constraint.

• Journal of Cadastre & Land InformatiX
• /
• v.46 no.2
• /
• pp.43-55
• /
• 2016

This study estimated land prices using instance-based learning. A k-nearest neighbor method was utilized among various instance-based learning methods, and the 10 distance metrics including Euclidean distance were calculated in k-nearest neighbor estimation. One distance metric prediction which shows the best predictive performance would be normally chosen as final estimate out of 10 distance metric predictions. In contrast to this practice, an ensemble technique which combines multiple predictions to obtain better performance was applied in this study. We applied the gradient boosting algorithm, a sort of residual-fitting model to our data in ensemble combining. Sales price data of farm lands in Haenam-gun, Jeolla Province were used to demonstrate advantages of instance-based learning as well as an ensemble technique. The result showed that the ensemble prediction was more accurate than previous 10 distance metric predictions.

• The Journal of Korean Institute of Electromagnetic Engineering and Science
• /
• v.29 no.1
• /
• pp.68-76
• /
• 2018

Target prioritization is necessary for a multifunction radar(MFR) to track an important target and manage the resources of the radar platform efficiently. In this paper, we consider an artificial neural network(ANN) model that calculates the priority of the target. Furthermore, we propose a neural network learning algorithm based on the steepest descent method, which is more suitable for target prioritization by combining the conventional gradient descent method. Several simulation results show that the proposed scheme is much more superior to the traditional neural network model from analyzing the training data accuracy and the output priority relevance of the test scenarios.