• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.302-303
• /
• 2015

이 논문은 빅데이터 활용을 위한 Cloud computing 기반 전력 시스템 해석을 위한 조류계산 알고리즘을 개발하고자 한다. 하지만 컴퓨터 연산 속도의 빠른 발전으로 이미 기존 조류계산 알고리즘을 이용하여 전력 시스템을 해석하는데 많은 시간이 소요되지 않는다. 그럼에도 불구하고 우리는 계통이 안전하게 운영될 수 있도록 하기 위해 다양한 상정고장을 고려하여 계통 해석을 해야 하며 또한 해석 결과와 그 원인과의 상관관계를 분석하기에는 많은 어려움이 있는 실정이다. 이에 본 논문에서는 Cloud computing을 이용하여 빅데이터 기반 조류계산 알고리즘을 구현하고자 한다. 본 논문에서 제안하는 빅데이터 기반 조류게산 알고리즘 기반 계통 해석시 중간에 파생되는 결과나 최종 결과 등의 분석을 통해 보다 효율적이고 안정한 계통 운영에 기여할 수 있을 것이다.

• 대한자원환경지질학회:학술대회논문집
• /
• 대한자원환경지질학회 1999년도 춘계 공동학술발표회
• /
• pp.80-85
• /
• 1999

본 연구에서는 토목분야에서 중요한 문제가 되는 기초 파일의 깊이 탐지와 관련하여 시추공 자력탐사의 적용성을 확인하기 위하여 시추공 자력탐사 모형 반응 계산 및 역산 알고리즘을 개발하였다. 모형 반응 계산은 시추공 자력탐사에 적합하고 삼성분 이상을 계산할 수 있도록 기존의 방법을 수정하였으며, 역산 알고리즘은 일반적인 자력탐사 자료 역산의 불안정성을 고려하여 광역적 최적화 기법의 하나임 ASA(Adaptive Simulated Annealing : Ingber, 1993)를 이용하였다. 개발된 모형 반응 및 역산 알고리즘을 간단한 모형 및 합성자료에 대해 적용한 결과 그 타당성을 검증할 수 있었다. 또한 실제 현장에서 부딪힐 수 있는 무작위 잡음을 첨가한 자료, 주변 파일의 영향 및 지표 구조물에 의한 영향을 고려한 복잡한 모형에 대해 기초 파일의 깊이를 탐지해 낼 수 있었으며, 이를 토대로 실제 현장 적용시 고려해야할 현장지침에 대해서도 고찰할 수 있었다. 마지막으로 실제 현장자료에 적용한 결과 실제 파일의 깊이를 역산해 낼 수 있음을 확인함으로써, 기초 파일의 깊이 탐지를 위한 시추공 자력탐사의 적용성 및 본 알고리즘의 현장 적용성을 확인할 수 있었다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.91-92
• /
• 2023

이 연구에서는 선박이 군집을 이뤄 항해하는 방법으로, 추종 선박이 리더 선박의 궤적을 따라 항해하는 추종 알고리즘을 구현하고, 성능 검증을 위해 소형 RC 모형 보트를 사용하여 해상 실험을 수행하였다. 이 알고리즘은 추종 선박이 리더 선박의 궤적을 추종점으로 저장하고, 추종점까지의 목표 침로를 계산하여 추종하는 방법이다. 목표 침로는 시선각 유도법칙을 통해 계산하였으며, 목표 침로를 추종하기 위해 PD 제어를 적용한 침로 제어기를 구현하였다. 또한, 전방 선박과의 충돌을 방지하기 위해 전방 선박과의 거리에 따라 속력을 제어하는 알고리즘을 구현하였다. 구현된 알고리즘을 검증하기 위해 해상 실험을 진행하였으며, 결과를 분석하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 추계학술대회 논문집 전력기술부문
• /
• pp.33-35
• /
• 2006

배전 독립사업부제 도입 및 분산전원의 출현으로 배전계통은 계획 및 운영에 있어서도 변화가 일어 날 것이다. 예로, 기존의 방사상 구조의 배전 계통은 분산 전원의 출현으로 부분적인 그물망 구조로 변형될 수 있으며, 사업 구역이나 사업 지역으로 나누어진 배전계통에서는 서로 다른 관리 체제 하에서 운영이 필요하기 때문에 각 배전회사간의 정보 공유 문제가 발생할 수도 있다. 이러한 문제를 해결하기 위해 분화된 배전 계통의 특성을 고려하여 송전계통과 같이 전체 시스템에 대해 조류 계산하지 않고 배전 계통을 몇 개의 영역으로 나누고 다른 영역과의 경계 정보만을 이용하여 자신의 영역에 대한 조류 계산을 수행하는 알고리즘을 제안하였다. 이런 특성을 최대한 반영한 각 영역의 조류 계산은 분산 전원의 투입으로 인한 양방향 조류가 발생하게 되므로 그물망 구조로 된 구역과 기존의 방사상 구조로 된 영역으로 구분할 수 있다. 본 논문에서는 구역 특성에 맞고 배전 계통에 적용 가능한 알고리즘으로 먼저 분리 구역별 조류 계산을 수행한 후 그 다음 경계치 교환으로 배전 계통 전체의 조류 계산을 수행하는 알고리즘을 제안한다. 즉 방사상 구조 영역에서는 back/forward sweep 방법으로 수행하고 그물망 구조 영역에서는 Full Newton-Raphson 방법으로 구분하여 영역의 특성에 맞게 수행하였다.

• 한국산업정보학회논문지
• /
• 제18권6호
• /
• pp.31-37
• /
• 2013

최근 그래픽 프로세서, 멀티미디어 프로세서, 음성처리 프로세서 등에서 부동소수점이 주로 사용된다. C, Java 등 고급언어에서는 단정도실수와 배정도실수를 사용하고 있다. 본 논문에서는 32 비트 곱셈기를 사용하여 배정도실수의 역수를 계산하는 알고리즘을 제안한다. 배정도 실수 가수를 상위 부분과 하위 부분으로 나누고, 상위 부분의 역수를 뉴턴-랍손 알고리즘으로 계산한다. 그리고 이를 초기값으로 하여 배정도실수의 역수를 계산한다. 제안한 알고리즘은 입력값에 따라서 곱셈 횟수가 다르므로, 평균 곱셈 횟수를 계산하는 방식을 유도하고, 여러 크기의 근사 역수 테이블에서 평균 곱셈 횟수를 계산한다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제21권1호
• /
• pp.13-21
• /
• 2015

본 논문에서는 삼각형 메시의 스웹 볼륨 표면을 정밀하고 안정적으로 계산하는 GPU 알고리즘을 제안한다. 삼각형 메시의 기하 요소들을 스웹하여 근사적으로 삼각형 집합을 생성하고, 이 집합의 엔벨롭을 계산하면 스웹 볼륨의 최외곽 경계 표면을 얻을 수 있다. 엔벨롭을 찾기 위하여 우리는 삼각형 집합의 공간 분할을 계산하고 그 분할의 최외곽 경계를 추출하였다. 알고리즘의 안정성을 확보하기 위하여 우리는 스웹 정점들을 초기에 랜덤 섭동하는 방법과 다중 정밀도 구간 연산 기법을 적용하였다. 전체 알고리즘은 대부분의 계산을 GPU에서 처리하도록 구현되었고, 결과적으로 기존 알고리즘에 비해 수십~수백 배의 성능을 보여준다.

• 한국산학기술학회논문지
• /
• 제15권5호
• /
• pp.3093-3099
• /
• 2014

최근 그래픽 프로세서, 멀티미디어 프로세서, 음성처리 프로세서 등에서 부동소수점이 주로 사용된다. 한편 C, Java 등 고급언어에서는 단정도실수와 배정도실수를 사용하고 있다. 본 논문에서는 32비트 곱셈기를 사용하여 배정도실수의 역수를 계산하는 알고리즘을 제안한다. 배정도실수 가수를 상위 부분과 하위 부분으로 나누고, 상위 부분의 역수를 골드스미스 알고리즘으로 계산하고, 이를 초기값으로 하여 배정도실수의 역수를 계산하는 알고리즘을 제안한다. 제안한 알고리즘은 입력값에 따라서 곱셈 횟수가 다르므로, 평균 곱셈 횟수를 계산하는 방식을 유도하고, 여러 크기의 근사 역수 테이블에서 평균곱셈 횟수를 계산한다.

• 정보처리학회논문지B
• /
• 제8B권3호
• /
• pp.231-236
• /
• 2001

일반적인 다층 신경망에서 가중치의 갱신 알고리즘으로 사용하는 오류 역전과 방식은 가중치 갱신 결과를 고정된(fixed) 한 개의 값으로 결정한다. 이는 여러 갱신의 가능성을 오직 한 개의 값으로 고정하기 때문에 다양한 가능성들을 모두 수용하지 못하는 면이 있다. 하지만 모든 가능성을 확률적 분포로 표현하는 갱신 알고리즘을 도입하면 이런 문제는 해결된다. 이러한 알고리즘을 사용한 베이지안 신경망 모형(Bayesian Neural Networks Models)은 주어진 입력값(Input)에 대해 블랙 박스(Black-Box)와같은 신경망 구조의 각 층(Layer)을 거친 출력값(Out put)을 계산한다. 이 때 주어진 입력 데이터에 대한 결과의 예측값은 사후분포(posterior distribution)의 기댓값(mean)에 의해 계산할 수 있다. 주어진 사전분포(prior distribution)와 학습데이터에 의한 우도함수(likelihood functions)에 의해 계산한 사후확률의 함수는 매우 복잡한 구조를 가짐으로 기댓값의 적분계산에 대한 어려움이 발생한다. 따라서 수치해석적인 방법보다는 확률적 추정에 의한 근사 방법인 몬테 칼로 시뮬레이션을 이용할 수 있다. 이러한 방법으로서 Hybrid Monte Carlo 알고리즘은 좋은 결과를 제공하여준다(Neal 1996). 본 논문에서는 Hybrid Monte Carlo 알고리즘을 적용한 신경망이 기존의 CHAID, CART 그리고 QUEST와 같은 여러 가지 분류 알고리즘에 비해서 우수한 결과를 제공하는 것을 나타내고 있다.

• 융합신호처리학회논문지
• /
• 제5권3호
• /
• pp.236-242
• /
• 2004

본 논문에서는 병렬프로그램을 효율적으로 수행하는데 필수적인 부하분산을 위한 기존 알고리즘의 부하분산 오버헤드를 최소화하기 위하여 이 알고리즘의 병렬화 방법을 제시한다. 병렬계산 모델로는 동적으로 변하는 트리구조를 들었으며 이러한 계산은 많은 응용분야에서 찾아볼 수 있다. 부하분산 알고리즘은 통신비용을 정해진 한도 이내로 유지하면서 프로세서간 계산부하를 최대한 균등하게 분산시키고자 시도한다. 이 알고리즘이 메쉬와 하이퍼큐브 구조에서 어떻게 병렬화 될 수 있는가를 상세히 보이고 각각의 경우에 대하여 시간상 복잡도를 분석하여 기존의 알고리즘보다 여러가지 오버헤드가 개선되었음을 증명한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권9호
• /
• pp.920-926
• /
• 2005

최근접 이웃(k nearest neighbor) 알고리즘은 새로운 개체의 목표값을 예측하기 위하여 과거의 유사한 데이타를 이용하여 그 값을 예측하는 것이다. 이 방법은 기계학습의 여러 분야에서 그 유용성을 검증받아 널리 사용되고 있다. 이러한 kNN 알고리즘에서 목표값을 예측할 때 각 속성의 가중치를 동일하게 고려하는 것은 좋은 성능을 보장할 수 없으며 따라서 kNN에서 각 속성에 대한 가중치를 적절히 계산하는 것은 kNN 알고리즘의 성능을 결정하는 중요한 요소중의 하나이다. 본 논문에서는 정보이론을 이용하여 kNN 에서의 속성의 가중치를 효과적으로 계산하는 새로운 방법을 제시하고자한다. 제안된 방법은 각 속성이 목표 속성에 제공하는 정보의 양에 따라 가중치를 자동으로 계산하여 kNN 방법의 성능을 향상시킨다. 개발된 알고리즘은 다수의 실험 데이타를 이용하여 그 성능을 비교하였다.