• Annals of Clinical Neurophysiology
• /
• 제22권2호
• /
• pp.82-91
• /
• 2020

Electroencephalography (EEG) produces time-series data of neural oscillations in the brain, and is one of the most commonly used methods for investigating both normal brain functions and brain disorders. Quantitative EEG analysis enables identification of frequencies and brain activity that are activated or impaired. With studies on the structural and functional networks of the brain, the concept of the brain as a complex network has been fundamental to understand normal brain functions and the pathophysiology of various neurological disorders. Functional connectivity is a measure of neural synchrony in the brain network that refers to the statistical interdependency between neural oscillations over time. In this review, we first discuss the basic methods of EEG analysis, including preprocessing, spectral analysis, and functional-connectivity and graph-theory measures. We then review previous EEG studies of brain network characterization in several neurological disorders, including epilepsy, Alzheimer's disease, dementia with Lewy bodies, and idiopathic rapid eye movement sleep behavior disorder. Identifying the EEG-based network characteristics might improve the understanding of disease processes and aid the development of novel therapeutic approaches for various neurological disorders.

• 한국콘텐츠학회논문지
• /
• 제21권7호
• /
• pp.13-19
• /
• 2021

영화를 감상하는 동안 관객들은 각기 다양한 감성 반응을 보인다. 슬퍼하고 분노하며, 기뻐하고 화를 내는 등의 감성 반응이 영화가 전개되는 스토리에 따라 나타난다. 영화 전개에서 벌어지는 상황과 사건 등에서 관객이 보인 감성반응이 무엇인지를 뇌파 측정을 통해 알 수 있다. 이것을 연구하기 위해 연구 대상으로 각 장르를 대표하며, 흥행에 성공하여 많은 사람들에게 알려진 미국 영화 4편을 선택하였다. 어드밴처 장르의 <내서널트래저>, 애니메이션 장르의 <토이스토리3>, 액션 장르의 <아이언맨1>, 드라마 장르의 <블라인드사이드>이다. 이들 영화의 감성반응을 측정하기 위해 뇌파의 PPG를 중심으로 4개 경우를 설정하여 시계열 그래프 패턴으로 분석하였다. 그 결과 그래프에 나타난 감성반응이 스토리 전개와 밀접한 상관성이 있음을 알 수 있었다. 본 연구는 향후 영화 제작할 때, 특히 스토리를 어떻게 구성하여 전개시켜 나갈 것인가 할 때 장르 선택에 도움을 줄 것이고, 관객들의 감성을 유도해 내는 데도 도움을 줄 것이라고 기대한다.

• Management Science and Financial Engineering
• /
• 제14권1호
• /
• pp.23-34
• /
• 2008

In this study, we consider stationary waiting times in a Poisson driven single-server m-node queues in series. We assume that service times at nodes are independent, and are either deterministic or non-overlapped. Each node excluding the first node has a finite waiting line and every node is operated under a FIFO service discipline and a communication blocking policy (blocking before service). By applying (max, +)-algebra to a corresponding stochastic event graph, a special case of timed Petri nets, we derive the explicit expressions for stationary waiting times at all areas, which are functions of finite buffer capacities. These expressions allow us to compute the performance measures of interest such as mean, higher moments, or tail probability of waiting time. Moreover, as applications of these results, we introduce optimization problems which determine either the biggest arrival rate or the smallest buffer capacities satisfying probabilistic constraints on waiting times. These results can be also applied to bounds of waiting times in more general systems. Numerical examples are also provided.

• 반도체디스플레이기술학회지
• /
• 제22권2호
• /
• pp.6-10
• /
• 2023

High-potential data can be predicted and stored in the cache to prevent cache misses, thus reducing the processor's request and wait times. As a result, the processor can work non-stop, hiding memory latency. By utilizing the temporal/spatial locality of memory access, the prefetcher introduced to improve the performance of these computers predicts the following memory address will be accessed. We propose a prefetcher that applies the GRU model, which is advantageous for handling time series data. Display the currently accessed address in binary and use it as training data to train the Gated Recurrent Unit model based on the difference (delta) between consecutive memory accesses. Finally, using a GRU model with learned memory access patterns, the proposed data prefetcher predicts the memory address to be accessed next. We have compared the model with the multi-layer perceptron, but our prefetcher showed better results than the Multi-Layer Perceptron.

• 한국항공우주학회지
• /
• 제50권12호
• /
• pp.889-898
• /
• 2022

본 논문에서는 3차원 전자기장의 병렬 해석 기법을 제안하였다. 시간 조화 벡터 파동 방정식 및 유한요소 기법에 기반한 전자기장 산란 해석이 수행되었으며, 모서리 기반 요소 및 2차 흡수 경계 조건이 도입되었다. 개발한 알고리즘은 유한요소망을 분할한 뒤 각 프로세서에 할당함으로써 요소별 수치적분 및 행렬 조립 과정의 병렬화를 달성하였다. 이때 부영역 생성을 위해 그래프 분할 라이브러리인 METIS가 도입되었다. 대형 희박행렬 방정식의 계산은 다중 프론탈 기법 기반 병렬 연산 라이브러리인 MUMPS를 통해 수행되었다. 개발된 프로그램의 정확도는 Mie 이론해 및 ANSYS HFSS 결과와의 비교를 통해 검증되었다. 또한 사용된 프로세서 수에 따른 가속 지표를 측정하여 확장성을 확인하였다. 완전 전기 도체 구, 등·이방성 유전체 구 및 유도탄 예제 형상에 대한 전자기장 산란 해석이 수행되었다. 개발된 프로그램의 알고리즘은 추후 유한요소 분할 및 합성법에 활용될 예정이며, 더욱 확장된 병렬 연산 성능을 목표하고자 한다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.109-122
• /
• 2014

현재 우리는 소셜 네트워크 서비스(Social Network Service, 이하 SNS) 상에서 수많은 데이터를 만들어 내고 있다. 특히, 모바일 기기와 SNS의 결합은 과거와는 비교할 수 없는 대량의 데이터를 생성하면서 사회적으로도 큰 영향을 미치고 있다. 이렇게 방대한 SNS 데이터 안에서 사람들이 많이 이야기하는 이슈를 찾아낼 수 있다면 이 정보는 사회 전반에 걸쳐 새로운 가치 창출을 위한 중요한 원천으로 활용될 수 있다. 본 연구는 이러한 SNS 빅데이터 분석에 대한 요구에 부응하기 위해, 트위터 데이터를 활용하여 트위터 상에서 어떤 이슈가 있었는지 추출하고 이를 웹 상에서 시각화 하는 트위터이슈 트래킹 시스템 TITS(Twitter Issue Tracking System)를 설계하고 구축 하였다. TITS는 1) 일별 순위에 따른 토픽 키워드 집합 제공 2) 토픽의 한달 간 일별 시계열 그래프 시각화 3) 토픽으로서의 중요도를 점수와 빈도수에 따라 Treemap으로 제공 4) 키워드 검색을 통한 키워드의 한달 간 일별 시계열 그래프 시각화의 기능을 갖는다. 본 연구는 SNS 상에서 실시간으로 발생하는 빅데이터를 Open Source인 Hadoop과 MongoDB를 활용하여 분석하였고, 이는 빅데이터의 실시간 처리가 점점 중요해지고 있는 현재 매우 주요한 방법론을 제시한다. 둘째, 문헌정보학 분야뿐만 아니라 다양한 연구 영역에서 사용하고 있는 토픽 모델링 기법을 실제 트위터 데이터에 적용하여 스토리텔링과 시계열 분석 측면에서 유용성을 확인할 수 있었다. 셋째, 연구 실험을 바탕으로 시각화와 웹 시스템 구축을 통해 실제 사용 가능한 시스템으로 구현하였다. 이를 통해 소셜미디어에서 생성되는 사회적 트렌드를 마이닝하여 데이터 분석을 통한 의미 있는 정보를 제공하는 실제적인 방법을 제시할 수 있었다는 점에서 주요한 의의를 갖는다. 본 연구는 JSON(JavaScript Object Notation) 파일 포맷의 1억 5천만개 가량의 2013년 3월 한국어 트위터 데이터를 실험 대상으로 한다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1991년도 한국자동제어학술회의논문집(국제학술편); KOEX, Seoul; 22-24 Oct. 1991
• /
• pp.1705-1711
• /
• 1991

On-line fault detection and diagnosis has an increasing interest in a chemical process industry, especially for a process control and automation. The chemical process needs an intelligent operation-aided workstation which can do such tasks as process monitoring, fault detection, fault diagnosis and action guidance in semiautomatic mode. These tasks can increase the performance of a process operation and give merits in economics, safety and reliability. Aiming these tasks, series of researches have been done in our lab. Main results from these researches are building appropriate knowledge representation models and a diagnosis mechanism for fault detection and diagnosis in a chemical process. The knowledge representation schemes developed in our previous research, the symptom tree model and the fault-consequence digraph, showed the effectiveness and the usefulness in a real-time application, of the process diagnosis, especially in large and complex plants. However in our previous approach, the diagnosis speed is its demerit in spite of its merits of high resolution, mainly due to using two knowledge models complementarily. In our current study, new knowledge representation scheme is developed which integrates the previous two knowledge models, the symptom tree and the fault-consequence digraph, into one. This new model is constructed using a material balance, energy balance, momentum balance and equipment constraints. Controller related constraints are included in this new model, which possesses merits of the two previous models. This new integrated model will be tested and verified by the real-time application in a BTX process or a crude unit process. The reliability and flexibility will be greatly enhanced compared to the previous model in spite of the low diagnosis speed. Nexpert Object for the expert system shell and SUN4 workstation for the hardware platform are used. TCP/IP for a communication protocol and interfacing to a dynamic simulator, SPEEDUP, for a dynamic data generation are being studied.

• 정보관리학회지
• /
• 제30권1호
• /
• pp.285-302
• /
• 2013

본 연구는 높은 접근성과 간결성으로 인해 방대한 양의 텍스트를 생산하는 트위터 데이터를 분석하여 토픽의 변화 시점 및 패턴을 파악하였다. 먼저 특정 상품명에 관한 키워드를 추출한 후, 동시출현단어분석(Co-word Analysis)을 이용하여 노드와 에지를 통해 토픽과 관련 키워드를 직관적으로 파악 가능한 네트워크로 표현하였다. 이후 네트워크 분석 결과를 검증하기 위해 출현빈도 기반의 시계열 분석과 LDA 토픽 모델링을 실시하였다. 또한 트위터 상의 토픽 변화와 언론 기사 검색결과를 비교한 결과, 트위터는 언론 뉴스에 즉각적으로 반응하며 부정적 이슈를 빠르게 확산시키는 것을 확인하였다. 이를 통해 기업은 대중의 부정적 의견을 신속하게 파악하고 이에 대한 즉각적인 의사결정 및 대응을 위한 도구로 본 연구방법을 활용할 수 있을 것으로 기대된다.

• 농촌계획
• /
• 제21권4호
• /
• pp.177-186
• /
• 2015

The main objective of this study was to assess the applicability of IoT (Internet of Things)-based flood management under climate change by developing intelligent water level monitoring platform based on IoT. In this study, Arduino Uno was selected as the development board, which is an open-source electronic platform. Arduino Uno was designed to connect the ultrasonic sensor, temperature sensor, and data logger shield for implementing IoT. Arduino IDE (Integrated Development Environment) was selected as the Arduino software and used to develop the intelligent algorithm to measure and calibrate the real-time water level automatically. The intelligent water level monitoring platform consists of water level measurement, temperature calibration, data calibration, stage-discharge relationship, and data logger algorithms. Water level measurement and temperature calibration algorithm corrected the bias inherent in the ultrasonic sensor. Data calibration algorithm analyzed and corrected the outliers during the measurement process. The verification of the intelligent water level measurement algorithm was performed by comparing water levels using the tape and ultrasonic sensor, which was generated by measuring water levels at regular intervals up to the maximum level. The statistics of the slope of the regression line and $R^2$ were 1.00 and 0.99, respectively which were considered acceptable. The error was 0.0575 cm. The verification of data calibration algorithm was performed by analyzing water levels containing all error codes in a time series graph. The intelligent platform developed in this study may contribute to the public IoT service, which is applicable to intelligent flood management under climate change.

• 한국지반환경공학회 논문집
• /
• 제12권2호
• /
• pp.35-43
• /
• 2011

낙동강 하류 딴섬 지역은 강변여과수 개발이 이루어지는 지역으로서 상부의 점토 및 실트질 퇴적층이 물의 상하 이동을 차단하여 하부 자갈층은 피압 대수층의 특성을 보이기도 한다. 총 13개소의 관측 지점에서 측정한 지하수위 조사 결과, 강우 요인과 농업활동에 의한 양수의 영향으로 계절에 따라 지하수위 유동 방향이 차이를 보인다. 7개 지점 9개의 장기 지하수위 관측 결과, 딴섬의 지하수위 변동은 주성분분석에 의하여 3개 유형으로 분류된다. 첫 번째 유형은 딴섬 중앙부에서 나타나며 하천의 영향이 적어 완만한 변동을 보이고, 두 번째 유형은 딴섬 외곽부에서 나타나며 강우 및 하천수위에 신속히 반응하는 뽀족한 형태의 그래프를 보여준다. 세 번째 유형은 하천수위 변동과 상관없이 일정한 주기를 갖는 경우로서 하천 본류와 떨어진 심부 자갈층에서 나타나는데, 심부 자갈층의 지하수위는 조석 영향에 의한 주기성을 보인다. 각 지점의 지화학 특성을 분석한 결과 딴섬 내부는 [$Ca-HCO_3$]인 천부 지하수 특성, 딴섬 외곽은 [$Na-HCO_3$], [$Ca-SO_4(Cl)$]로서 하천 영향을 받는 유형으로 나타나 수위 분류 유형과 관련성이 있다.