• 한국지역지리학회지
• /
• 제22권3호
• /
• pp.681-702
• /
• 2016

풍성사구는 바람, 모래 지면, 식생 간 상호작용의 결과로 발달하는 지형이다. 되먹임 기반 사구역학 모형은 풍성사구가 자기조직 현상에 의해 생성된다는 데 초점을 맞춘다. 풍속장의 정확한 재현에 초점을 맞추는 외력 기반 모형과는 달리 되먹임 기반 모형은 지형발달 과정에서 도출한 현상학적 규칙을 이용해 지형 역학을 분석한다. 되먹임 기반 모형은 성공적으로 사구형성 과정을 재현하지만, 규칙 설정의 융통성 수준에 대한 이해를 요구한다. 이 연구는 사구의 패턴을 재현하는 데 성공적이라고 평가되는 '모래판 모형(sand slab models)', 'Nishimori 모형', 'de Castro 모형'을 비교하여 알고리듬간 호환 가능성을 분석하였다. 주요 결과는 다음과 같다. 첫째, 모래이동 플럭스의 관점에서 모래판 모형과 de Castro 모형은 호환이 용이하지만 Nishimori 모형은 조정인자를 고려해야 한다. 둘째, 사면조정에 관한 Nishimori 모형의 알고리듬은 다른 모형이 채택하고 있는 안식각 기준을 손쉽게 이식할 수 있다. 셋째, 모래판 모형과 de Castro 모형이 채택하는 바람그늘 규칙은 사구 성장 및 발달에 필수 요인은 아닐 수 있으며, 사구열 수준의 상호작용에서 보다 중요한 역할을 할 것으로 보인다. 모래판 모형과 de Castro 모형, Nishimori 모형은 대체로 호환 가능한 구조를 갖추고 있다고 판단되나 호환 가능성의 수준을 판단하려면 보다 체계적인 검토가 필요하다.

• 한국컴퓨터정보학회논문지
• /
• 제28권4호
• /
• pp.21-29
• /
• 2023

본 논문에서는 인구 조사에서 산업 및 직업 코드를 자동 분류하기 위한 인공지능 기반 시스템을 제안한다. 산업 및 직업 코드의 정확한 분류는 정책 결정, 자원 할당 및 연구를 위해 매우 중요하지만, 기존의 방식은 사람이 작성한 사례 사전에 의존하는 규칙 기반 방식으로 규칙 생성에 필요한 시간과 자원이 많이 소요되며 오류 발생 가능성이 높다. 우리는 본 논문에서 통계 기관에서 사용하는 기존의 규칙 기반 시스템을 대체하기 위해 사용자가 입력한 데이터를 이용하는 인공지능 기반 시스템을 제안하였다. 이 논문에서는 여러 모델을 학습하고 평가하여 산업에서 86.76%의 일치율, 직업에서 81.84%의 일치율을 달성한 앙상블 모델을 개발하였다. 또한, 분류 확률 결과를 기반으로 프로세스 개선 작업도 제안하였다. 우리가 제안한 방법은 전이 학습 기술을 활용하여 사전 학습된 모델과 결합하는 앙상블 모델을 사용하였으며, 개별 모델과 비교하여 앙상블 모델의 성능이 더 높아짐을 보였다. 본 논문에서는 인공지능 기반 시스템이 인구 조사 데이터 분류의 정확성과 효율성을 향상시키는 잠재력을 보여주며, 인공지능으로 이러한 프로세스를 자동화함으로써 더 정확하고 일관된 결과를 달성하며 기관 직원의 작업 부담을 줄일 수 있다는 점을 보여준다.

• 한국전산구조공학회논문집
• /
• 제37권3호
• /
• pp.163-171
• /
• 2024

본 논문에서는 다목적 구조물인 다중연결 해양부유체를 대상으로 변형 기반 모드 차수축소법을 적용하고 차수축소모델의 구조응답 예측 성능을 향상시키기 위해 유전 알고리즘 기반의 센서 배치 최적화를 수행하였다. 다중연결 해양부유체의 차수축소모델 생성에 필요한 변형 기반 모드 데이터를 얻기 위해 다양한 규칙파랑하중조건에 대한 유체-구조 연성 수치해석을 수행하고 변형 기반 모드의 직교성, 자기상관계수를 이용하여 주요 변형 기반 모드를 선정하였다. 다중연결 해양부유체의 경우 차수축소모델의 구조응답 예측 성능이 계측 및 예측 구조응답 위치에 따라 민감하기 때문에 유전 알고리즘 기반의 최적화를 수행하여 최적의 센서 배치를 도출하였다. 최적화 결과, 모든 센서 배치 조합에 대한 차수축소모델 생성 및 예측 성능 평가 대비 약 8배의 계산 비용을 절감하였으며, 예측 성능 평가 지표인 평균 제곱근 오차가 초기 센서 배치보다 84% 감소하였다. 또한, 다중연결 해양부유체 모형시험 결과를 이용하여 불규칙파랑하중에 대한 최적화된 센서 배치의 차수축소모델의 구조응답 예측 성능을 평가 및 검증하였다.

• 한국정보과학회논문지:시스템및이론
• /
• 제27권5호
• /
• pp.450-463
• /
• 2000

배열 재분산은 분산 메모리 컴퓨팅 환경에서 응용 프로그램의 수행 속도를 빠르게 하기 위해 많이 사용되고 있다. 특히 GEN BLOCK간 재분산은 동적으로 부하가 변화하는 경우 최적화된 성능을 보이기 위해 필요하다. 배열 재분산에 관한 기존 연구들은 대부분 CYCLIC(N)등과 같은 정규 분산 패턴간 재분산에 대해서만 이루어져 왔다. 그러나 GEN BLOCK등과 같은 비정규 분산 패턴간 재분산에서 발생하는 메시지패싱들은 정규 분산 패턴간 재분산과는 다른 특정을 보이기 때문에 이에 대한 새로운 연구가 필요하다. 본 논문은 GEN BLOCK간 재분산에서 발생하는 메시지패싱들에 정규 분산 패턴간 재분산에서 발견되 는 규칙성은 없는 반면 공간 지역성 (spacial locality)이 존재함을 보이고, 이를 기반으로 최소 스텝 정리와 최소 크기 정리가 재분산의 성능을 향상시키는데 중요함을 증병하였으며, 기존의 리스트 스케줄링 방식에 재구성 단계(relocation phase)를 추가함으로써 최적 스케줄을 생성하는 알고리즘을 제시하였다. 마지막으로 제안한 알고리즘의 성능을 평가하기 위해 ， CRAY T3E와 IBM SP2에서 성능 평가를 수행 하였으며， 그 결과 분산 메모리 병렬 머신에서 최소 스텝 정리와 최소 크기 정리를 만족하는 스케줄이 GEN BLOCK간 재분산의 성능 향상에 중요함을 보였다.

• 한국음향학회지
• /
• 제23권5호
• /
• pp.400-409
• /
• 2004

본 논문에서는 임의의 화자가 발성한 음성을 다른 화자가 발성한 음성처럼 들리도록 변환하는 음성 변환 알고리즘을 제안하였다. 개인이 지니고 있는 음성의 특성을 변환하기 위해 성도 전달 함수의 특성을 변환 변수로 사용하였으며, 기존의 기법과 비교하여 목표 화자의 음성과 주관적, 객관적으로 더욱 유사한 변환음을 얻기 위한 새로운 방법을 제안하였다. 성도 전달 함수의 변환은 전체 특징 벡터 공간을 분류 한 뒤, 각 구획에 대한 선형 변환식을 통해 구현된다. 특징 변수로서 LPC 켑스트럼을 사용하였으며, 벡터 공간의 분류와 선형 변환식의 추정을 동시에 최적화시키는 분류-변환 알고리즘이 새로이 제안되었다. 제안된 음성 변환 기법의 성능을 평가하기 위해 3명의 남성 화자와 1명의 여성 화자로부터 수집된 약 150개의 문장을 사용하여 변환 규칙을 생성하였으며, 이를 동일한 화자가 발성한 다른 150개의 문장에 대해 적용하여 객관적인 성능 평가와 주관적 청취 테스트를 수행하였다.

• 한국융합학회논문지
• /
• 제11권9호
• /
• pp.1-6
• /
• 2020

본 연구에서는 도로 위험 탐지를 위한 데이터 편향성 최적화 기반 연관 추론 모델을 제안한다. 이는 사용자의 개인적 특성과 주변 환경 데이터를 수집하고 교통사고 방지 서비스를 제공하기 위한 연관분석 기반의 마이닝 모델이다. 이는 다양한 상황 변수들로 구성된 트랜잭션 데이터를 생성한다. 생성된 정보를 바탕으로 연관 패턴 분석을 통해 각 트랜잭션 내 변수들의 유의미한 연관관계를 도출한다. 분류된 범주형 데이터의 편향성을 고려하여 최적화된 지지도 및 신뢰도 값으로 가지치기를 진행한다. 추출된 상위 연관규칙을 바탕으로 사용자에게 개인 특성과 주행 도로 상황에 대한 위험 탐지모델을 제공한다. 이는 데이터 편향성 문제를 극복하고 데이터간 연관성을 고려하여 잠재적인 도로 사고를 예방하는 교통 서비스가 가능하다. 성능 평가는 제안하는 방법이 정확도에서 0.778, Kappa 계수에서 0.743로 우수하게 평가된다.

• 문화기술의 융합
• /
• 제6권3호
• /
• pp.457-462
• /
• 2020

골다공증은 주로 노인에서 나타나는 질병으로써 뼈 질량 및 조직의 구조적 악화에 따라 골절의 위험을 증가시킨다. 본 연구의 목적은 영양소 성분과 골다공증과의 연관성을 파악하고, 영양소 성분을 기반으로 골다공증을 예측하는 모델을 생성 및 평가하는 것이다. 실험방법으로 binary logistic regression을 이용하여 연관성분석을 수행하였고, naive Bayes 알고리즘과 variable subset selection 메소드를 이용하여 예측 모델을 생성하였다. 단일 변수들에 대한 분석결과는 남성에서 식품섭취량과 비타민 B2가 골다공증을 예측하는데 가장 높은 the area under the receiver operating characteristic curve (AUC)값을 나타내었다. 여성에서는 단일불포화지방산이 가장 높은 AUC값을 나타내었다. 여성 골다공증 예측모델에서는 Correlation based feature subset 및 wrapper 기반 feature subset 메소드를 이용하여 생성된 모델이 0.662의 AUC 값을 얻었다. 남성에서 전체변수를 이용한 모델은 0.626의 AUC를 얻었고, 그외 남성 모델들에서는 민감도와 1-특이도에서 예측 성능이 매우 낮았다. 이러한 연구결과는 향후 골다공증 치료 및 예방을 위한 기반정보로 활용할수 있을 것으로 기대된다.

• 한국전자통신학회논문지
• /
• 제13권4호
• /
• pp.819-826
• /
• 2018

일반화된 해밍무게는 선형부호의 중요한 파라미터의 하나로써 암호시스템에 적용할 때 부호의 성능을 결정한다. 그리고 격자도를 이용하여 블록부호를 연판정으로 복호할 때 구현에 필요한 상태복잡도를 평가하는 척도가 되기도 함으로써 그 중요성이 한층 부각되고 있다. 특별히 삼항다항식을 기반으로 하는 유한체 상의 비트-병렬 곱셈기에 대한 연구가 진행되어왔다. 셀룰라오토마타(Cellular Automata, 이하 CA)는 국소적 상호작용에 의해 상태가 동시에 업데이트되는 성질이 있어서 LFSR보다 랜덤성이 우수하다. 본 논문에서는 효과적인 암호시스템 설계에 있어 중요한 요소 중 하나인 의사난수열 생성기의 효과적 합성에 관하여 다룬다. 먼저 간단한 90/150 전이규칙 블록의 특성 다항식의 성질을 분석하고, 이 규칙블록을 이용하여 삼항다항식 $x^2^n+x^{2^n-1}+1$($n{\geq}2$)에 대응하는 가역 90/150 CA와 $2^n$차 최대무게다항식에 대응하는 90/150 가역 CA(RCA)의 합성알고리즘을 제안한다.

• 한국전자통신학회논문지
• /
• 제8권6호
• /
• pp.805-814
• /
• 2013

본 논문에서는 손목 부착형 카메라의 시점불변 특성을 이용하여 조명 변화에 강인한 손 영역 추출 방법을 제안하고, 추출된 손 영역 정보를 이용하여 손 모양을 인식하는 시스템을 다룬다. 손목 부착형 카메라 장치는 물리적으로 시점불변의 영상을 제공하는 장점이 있으며, 본 논문은 이러한 특성을 적극 활용하여 적응형 히스토그램을 기반으로 베이지안 규칙을 사용하여 손 영역을 추출한다. 사전에 구축된 RGB 히스토그램으로부터 HSV 히스토그램을 생성하고, 현재의 영상으로부터 추출된 손 영역 정보를 이용하여 HSV 히스토그램을 갱신한다. 또한, 사용자 독립모델(User independent model)과 사용자 종속모델(User dependent model)의 장점을 고려하여 사용자가 사용함에 따라 사용자 독립모델에서 사용자 종속모델로 수렴하는 사용자 적응 방법을 제안한다. 제안하는 방법의 인식 성능을 평가하기 위해 16개의 지문자에 대한 인식률을 측정하여 27.91%의 인식률 증가 결과를 얻을 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.1447-1451
• /
• 2008

저수지 군 연계 운영을 위한 각 댐에서의 방류량을 결정하기 위해서는 대개 각 댐의 초기 저수량, 유역 상 하류 댐의 총 저수량, 수요량, 기간별 발전 목표 달성 정도, 그리고 예상되는 미래유입량 등이 추정되어야 한다. 본 연구에서는 댐 군 연계운영을 위한 일별 최적화 모형인 CoMOM(Coordinated Multi-reservoir Operating Model, 4.2)의 상위 단계의 더 큰 단위 기간에 활용될 댐 군 연계 운영 기본 가이드라인을 신경망 기법을 활용하여 도출할 수 있을 지를 실험해 보고자 한다. 이 방법은 기본적으로 CoMOM이 제시하는 일별 운영 계획의 결과가 최선의 정책일것이라는 가정에 근거하고 있다. 즉, 주어진 상황에서 일별 CoMOM이 제시하는 결과를 교사 신호로 하여 신경망 학습을 수행하고, 이 결과를 통해 규칙(Rule)을 생성하는 과정으로 요약할 수 있다. 신경망 분석은 CoMOM이 이수기 모형인 점을 고려하여 이수기만을 대상으로 실험하였으며, 단위 분석기간을 10일로 택하여 미래 10일간의 방류량을 결정하는 것을 목표로 하였다. 신경망 모형의 입력요소로는 각 댐의 초기 유효 저수량, 유역 상 하류 댐의 총 저수량, 10일간의 수요량, 그리고 향후 한달 동안의 예상 유입량을 적용하였고, 출력요소로는 CoMOM에서 제시한 방류량 결과를 사용하였다. 모형의 유효성을 검증하기 위해 한강수계의 이수기를 대상으로 과거의 유입량 자료가 재현된다고 가정하고, 모의운영을 통하여 적합성을 분석하였다. 이를 위해 매일 단위의 실제 댐 군 연계 운영의 상황을 모의할 수 있는 실시간 시뮬레이션을 적용하였으며, 신경망 모형의 운영 기준에 의해 결정된 향후 10일 동안의 총 방류량이 해당기간 동안 동일한 양으로 나누어 방류된다는 가정 하에 모의 운영하였다. 그리고 도출된 운영 결과는 최종적으로 실적과의 평균저수량, 발전량, 여수로 방류량 비교를 통해 평가하였다.