• 국제초고층학회논문집
• /
• 제13권1호
• /
• pp.57-67
• /
• 2024

With the requirement of high quality and three-dimensional urban development, the public space areas city-center rail transit stations is expanded from the plots defined by the road network density to the plots defined by the three-dimensional public space density, covering the internal and external paths of the plots, which brings about the resilient pattern of plot utilization. This paper uses the isochronous three-dimensional influence realm model around the station areas to quantitatively analyze and compare the surrounding three-dimensional path density of public space, and initially proposes flexible use patterns of differently scaled plots under the multi-scale plots linkage, to effectively promote the overall accessibility of the station realm space.

• 국제초고층학회논문집
• /
• 제8권1호
• /
• pp.37-47
• /
• 2019

Facing the challenges of urban form and space quality in a high-density environment, the paper puts forward the development trend of three-dimensional and multi-functional design for an urban high-rise complex, and analyzes the design methods of establishing an urban landmark, including multi-functional composition, three-dimensional space integration, three-dimensional traffic organization and energy flow programming. Meanwhile, combined with the specific design case of Yiwu World Trade Center, the practical experience of designing a high-rise complex in China's medium-sized cities is analyzed.

• 지능정보연구
• /
• 제27권3호
• /
• pp.175-197
• /
• 2021

최근 딥 러닝 기술의 발전으로 뉴스, 블로그 등 다양한 문서에 포함된 텍스트 분석에 딥 러닝 기술을 활용하는 연구가 활발하게 수행되고 있다. 다양한 텍스트 분석 응용 가운데, 텍스트 분류는 학계와 업계에서 가장 많이 활용되는 대표적인 기술이다. 텍스트 분류의 활용 예로는 정답 레이블이 하나만 존재하는 이진 클래스 분류와 다중 클래스 분류, 그리고 정답 레이블이 여러 개 존재하는 다중 레이블 분류 등이 있다. 특히, 다중 레이블 분류는 여러 개의 정답 레이블이 존재한다는 특성 때문에 일반적인 분류와는 상이한 학습 방법이 요구된다. 또한, 다중 레이블 분류 문제는 레이블과 클래스의 개수가 증가할수록 예측의 난이도가 상승한다는 측면에서 데이터 과학 분야의 난제로 여겨지고 있다. 따라서 이를 해결하기 위해 다수의 레이블을 압축한 후 압축된 레이블을 예측하고, 예측된 압축 레이블을 원래 레이블로 복원하는 레이블 임베딩이 많이 활용되고 있다. 대표적으로 딥 러닝 모델인 오토인코더 기반 레이블 임베딩이 이러한 목적으로 사용되고 있지만, 이러한 기법은 클래스의 수가 무수히 많은 고차원 레이블 공간을 저차원 잠재 레이블 공간으로 압축할 때 많은 정보 손실을 야기한다는 한계가 있다. 이에 본 연구에서는 오토인코더의 인코더와 디코더 각각에 스킵 연결을 추가하여, 고차원 레이블 공간의 압축 과정에서 정보 손실을 최소화할 수 있는 레이블 임베딩 방법을 제안한다. 또한 학술연구정보서비스인 'RISS'에서 수집한 학술논문 4,675건에 대해 각 논문의 초록으로부터 해당 논문의 다중 키워드를 예측하는 실험을 수행한 결과, 제안 방법론이 기존의 일반 오토인코더 기반 레이블 임베딩 기법에 비해 정확도, 정밀도, 재현율, 그리고 F1 점수 등 모든 측면에서 우수한 성능을 나타냄을 확인하였다.

• 국제초고층학회논문집
• /
• 제10권1호
• /
• pp.17-28
• /
• 2021

In Harbin, a network of underground commercial spaces has been developed to occupy spaces that were originally created as civil defense shelters. With the gradual extension of the local metro rail system, the existing underground commercial space is no longer an isolated regional development, but a space that represents "three-dimensional city" and coordinated development taking place in many Chinese cities. Based on the analysis of the unique development process taken in underground space of Harbin, this paper summarizes three characteristics of its early model of "fragmented development" of underground space. By conducting a comprehensive field research and survey, the researchers analyzed 472 questionnaires related to the development trend, and proposed multi-level synergistic elements for the renewal and development of underground commercial space. The paper concludes by discussing the trend of "three-dimensional and collaborative development," suitable for the development needs of the new era, and the corresponding development strategies for the renewal of underground space.

• Journal of the Korean Data and Information Science Society
• /
• 제19권3호
• /
• pp.751-759
• /
• 2008

Mixtures of factor analyzers(MFA) is useful to model the distribution of high-dimensional data on much lower dimensional space where the number of observations is very large relative to their dimension. Mixtures of common factor analyzers(MCFA) can reduce further the number of parameters in the specification of the component covariance matrices as the number of classes is not small. Moreover, the factor scores of MCFA can be displayed in low-dimensional space to distinguish the groups. We propose the factor scores of MCFA as new low-dimensional features for classification of high-dimensional data. Compared with the conventional dimension reduction methods such as principal component analysis(PCA) and canonical covariates(CV), the proposed factor score was shown to have higher correct classification rates for three real data sets when it was used in parametric and nonparametric classifiers.

• Transactions on Electrical and Electronic Materials
• /
• 제15권3호
• /
• pp.125-129
• /
• 2014

A dataset can be clustered by merging the bucket indices that come from the random projection of locality sensitive hashing functions. It should be noted that for this to work the merging interval must be calculated first. To improve the feasibility of large scale data clustering in high dimensional space we propose an enhanced Locality Sensitive Hashing Clustering Method. Firstly, multiple hashing functions are generated. Secondly, data points are projected to bucket indices. Thirdly, bucket indices are clustered to get class labels. Experimental results showed that on synthetic datasets this method achieves high accuracy at much improved cluster speeds. These attributes make it well suited to clustering data in high dimensional space.

• Nuclear Engineering and Technology
• /
• 제52권2호
• /
• pp.287-295
• /
• 2020

Group method of data handling (GMDH) is considered one of the earliest deep learning methods. Deep learning gained additional interest in today's applications due to its capability to handle complex and high dimensional problems. In this study, multi-layer GMDH networks are used to perform uncertainty quantification (UQ) and sensitivity analysis (SA) of nuclear reactor simulations. GMDH is utilized as a surrogate/metamodel to replace high fidelity computer models with cheap-to-evaluate surrogate models, which facilitate UQ and SA tasks (e.g. variance decomposition, uncertainty propagation, etc.). GMDH performance is validated through two UQ applications in reactor simulations: (1) low dimensional input space (two-phase flow in a reactor channel), and (2) high dimensional space (8-group homogenized cross-sections). In both applications, GMDH networks show very good performance with small mean absolute and squared errors as well as high accuracy in capturing the target variance. GMDH is utilized afterward to perform UQ tasks such as variance decomposition through Sobol indices, and GMDH-based uncertainty propagation with large number of samples. GMDH performance is also compared to other surrogates including Gaussian processes and polynomial chaos expansions. The comparison shows that GMDH has competitive performance with the other methods for the low dimensional problem, and reliable performance for the high dimensional problem.

• International Journal of Aeronautical and Space Sciences
• /
• 제11권4호
• /
• pp.319-325
• /
• 2010

For decades, researchers have rigorously studied the characteristics of flow traveling around blunt objects in order to gain greater understanding of the flow around aircraft, vehicles or vessels. Many different types of flow exist, such as boundary layer flow, flow separation, laminar and turbulent flow, vortex and vortex shedding; such types are especially observed around circular cylinders. Vortex shedding around a circular cylinder exhibits a two-dimensional flow structure possessing a Reynolds number within the range of 47 and 180. As the Reynolds number increases, the Karman vortex changes into a three-dimensional flow structure. In this paper, a numerical analysis was performed examining the flow and aero-acoustic field characteristics around a circular cylinder using an optimized high-order compact scheme, which is a high order scheme. The analysis was conducted with a Reynolds number ranging between 300 and 1,000, which belongs to B-mode flow around a circular cylinder. For a B-mode Reynolds number, a proper spanwise length is analyzed in order to obtain the characteristics of three-dimensional flow. The numerical results of the Strouhal number as well as the lift and drag coefficients according to Reynolds numbers are coincident with the other experimental results. Basic research has been conducted studying the effects an unstable three-dimensional wake flow on an aero-acoustic field.

• 정보처리학회논문지A
• /
• 제11A권2호
• /
• pp.189-194
• /
• 2004

본 논문은 다량의 고차원 얼굴 표정 모션 데이터를 2차원 공간에 분포시키고, 애니메이터가 이 공간을 항해하면서 원하는 표정들을 실시간 적으로 선택함으로써 얼굴 표정 애니메이션을 생성하는 방법을 기술한다. 본 논문에서는 약 2400여개의 얼굴 표정 프레임을 이용하여 표정공간을 구성하였다. 표정공간의 생성은 임의의 두 표정간의 최단거리의 결정으로 귀결된다. 표정공간은 다양체 공간으로서 이 공간내의 두 점간의 거리는 다음과 같이 근사적으로 표현한다. 임의의 마커간의 거리를 표시하는 거리행렬을 사용하여 각 표정의 상태를 표현하는 표정상태벡터를 정의한 후, 두 표정이 인접해 있으면, 이를 두 표정 간 최단거리(다양체 거리)에 대한 근사치로 간주한다. 그리하여 인접 표정들 간의 인접거리가 결정되면, 이틀 인접거리들을 연결하여 임의의 두 표정 상태간의 최단거리를 구하는데, 이를 위해 Floyd 알고리즘을 이용한다. 다차원 공간인 표정공간을 가시화하기 위해서는 Sammon 매핑을 이용하여 2차원 평면에 투영시켰다. 얼굴 애니메이션은 사용자 인터페이스를 사용하여 애니메이터들이 2차원 공간을 항해하면서 실시간으로 생성한다.

• 한국콘텐츠학회논문지
• /
• 제9권9호
• /
• pp.97-104
• /
• 2009

본 논문은 고차원 얼굴 모션 캡처 데이터를 선형 및 비선형 투영 기법에 각각 적용하고, 이를 2차원 평면으로 투영하기 위한 최적의 방법론에 대한 것이다. 본 방법의 핵심 요소는 프레임 단위의 고차원 얼굴 표정 데이터를 선형 투영 기법인 PCA와 비선형 투영 기법인 Isomap, MDS, CCA, Sammon's Mapping, LLE 등에 적용하고 이를 저차원 공간에 분포시키는 방법론 및 그 결과를 비교 분석하는 것이다. 이를 위해서는 먼저 기존의 고차원 얼굴 표정 프레임 데이터들 사이의 거리를 구하고, 선형 및 비선형 투영 기법들을 적용한 상태에서 기존의 데이터들 사이의 거리 관계를 유지하면서 저차원인 2차원 평면 공간에 분포시키는 것이다. 그리고 2차원 공간에 분포된 얼굴 표정 데이터가 원형 데이터와 비교 했을 때, 최적의 상태로 프레임 데이터들 사이의 거리 관계를 유지하고 있는 투영 기법을 찾는다. 결국 본 논문에서는 고차원 얼굴 표정 데이터를 저차원 공간에 투영하기 위한 선형 및 비선형 투영 기법들을 비교 분석하고, 각각에서 최적의 투영 기법을 찾아낸다.