• Journal of Ocean Engineering and Technology
• /
• v.2 no.1
• /
• pp.83-89
• /
• 1988

정지된 유동장에 놓인 반무한 평판이 횡방향으로 갑자기 출발하는 경우에 있어서 평판의 끝에서 발생하는 보텍스의 거동을 해석적 및 수치적 측면에서 검토하였다. 해석적 방법은 단일 보텍스 모델에 근거를 두었으며, 해석결과 순환량은 시간의 1/3승, 보텍스의 중심까지의 거리는 시간의 2/3승에 비례하여 증가함을 알 수 있었다. 룬게.쿠타(Runge-Kutta)방법을 써서 분리 보텍스 모델에 따른 비선형 운동방정식의 해를 수치적으로 구했다. 수치해는 시간의 경과에 따라 해석 해에 접근하였다. 보텍스의 형상에 있어서도 실험결과와 잘 맞았다.

• Journal of the Korean Geotechnical Society
• /
• v.16 no.5
• /
• pp.169-178
• /
• 2000

본 논문에서는 단일 및 군말뚝의 수평변위와 최대 휨모멘트를 예측하기 위하여 인공신경망을 도입하였다. 인공신경망에 의한 결과는 낙동강 모래지반에서 단일 및 군말뚝에 대하여 수행한 일련의 모형실험결과와 비교하였다. 인공신경망 중의 하나인 오류 역전파 신경망(EBIPNN)의 적용성 검증을 위하여 600개의 모형실험결과들을 이용하였다. 그리고 신경망의 구조는 한개의 입력층과 두개의 은닉층 그리고 한개의 출력층으로 구성되었다. 전체 데이터의 25%, 50% 그리고 75% 결과는 각각 신경망의 학습에 이용되었으며 학슴에 이용하지 않은 데이터들은 예측에 이용되었다. 인공신경망 학습결과와 실험결과의 비교에 의하면, 신경망의 최적학습을 위하여 최적학습을 위하여 적합한 은닉층의 뉴런수는 각각 30개로 그리고 학습률은 0.9로 결정되었다. 전체 데이터의 50%이상으로 학습을 수행한 신경망의 모델은 정확한 예측을 하는 것으로 나타났다. 따라서, 인공신경망 모델리 수평하중을 받는 말뚝의 수평변위와 최대 휨모멘트의 예측에 적용될 수 있는 가능성을 보여주었다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.24 no.2
• /
• pp.167-173
• /
• 2006

Ionosphere is the largest error source on propagation of GPS signals. Dual frequency (L1,L2) GPS receiver can be effectively able to eliminate the ionosphere error by using linear combination of two frequencies, but the single frequency receiver (L1) have to compute the ionosphere error. In this research, we developed the new ionospheric model with $1^{\circ}$ by $1^{\circ}$ spatial resolution based on the grid from using 9 GPS reference stations which have been operated by KASI (Korea Astronomy and Space Science Institute) and computed TEC (Total Electron Contents) over South Korea by epoch. This paper gives the positioning results of Klobuchar model with that of a newly developed KASI regional ionospheric model and shows the positioning precision of the KASI regional ionospheric model along with TEC variation of ionosphere.

• Journal of the Korea Society for Simulation
• /
• v.25 no.3
• /
• pp.15-28
• /
• 2016

It is necessary to analyze underwater acoustics channel(UAC) modeling and simulation for underwater weapon system development and acquisition. In order to analyze UAC, there are underwater acoustics propagation numerical analysis models(Ray theory, Parabolic equation, Normal-mode, Wavenumber integration). However, If these models are used for multiple frequency signal analysis, they are inaccurate to calculate result of analysis effectiveness and restricted for signal processing and analysis. In this paper, to overcome this problem, we propose simple/multiple frequency signal analysis model of the Pseudospectral Time-Domain Method synthetic environment UAC applied to underwater environment noise model as like as realistic underwater environment. In order to confirm the validation of the model, we performed the 9 scenarios simulation(4 scenarios of single frequency signal, 4 scenarios of multiple frequency signal, 1 scenario of single/multiple frequency signal like submarine radiated noise) for validation and confirmed the validation of this model through the simulation model.

• Journal of the Korean Geotechnical Society
• /
• v.26 no.2
• /
• pp.33-43
• /
• 2010

Geothermal energy is gaining wide attention as a highly efficient renewable energy and being increasingly used for heating/cooling systems of buildings. The standing column well (SCW) is especially efficient, cost-effective, and suitable for Korean geological and hydrological conditions. However, a numerical model that simulates the SCW has not yet been developed and applied in Korea. This paper describes the development of the SCW numerical model using a finite-volume analysis program. The model, through hydro-thermal coupled analyses, simulates heat transfer through advection, convection, and conduction. The accuracy of the model was verified through comparisons with field data measured at SCWs in the U.S. and Korea. Comparisons indicated that the SCW numerical model can closely predict the performance of a SCW. The numerical model was used to perform a comprehensive parametric study in the companion paper.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2007.11a
• /
• pp.288-305
• /
• 2007

본 논문은 데이터 마이닝의 기법 중 가장 잘 알려진 지도학습 기법의 성능 향상을 위한 새로운 Hybrid 및 Combined 기법인 불일치 패턴 모델(오차 패턴 모델)에 대한 연구 논문이다. 불일치 패턴 모델이란 2개 이상의 기법 중 향후 더 레코드별로 더 잘 맞출 수 있는 기법을 메타 분류하는 불일치 패턴 모델을 개발하여, 최종적으로는 기존의 기법보다 더 좋은 분류 정확도 및 예측 향상율을 기대하기 위한 기법을 의미한다. 본 논문에서는 의사 결정나무 추론 기법인 C5.0과 C&RT 그리고 신경망 분석, 그리고 로지스틱 회귀분석과 같은 대표적인 데이터 마이닝의 지도학습 기법을 이용하여 불일치 패턴 모델을 생성하여 보고, 이들이 기존 단일 기법과 기존의 Combined 모델인 Bagging, Boosting 그리고 Stacking 기법보다 성능이 우수함을 23개의 실제 데이터 및 공신력 있는 공개 데이터를 이용하여 증명하여 보였다. 또한 데이터의 특성에 따라서 불일치 패턴 모델의 성능의 변화 및 더 우수해 지는지를 알아보기 위한 연구포 같이 수행을 하여 본 모델의 활용성을 높이고자 하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.130-132
• /
• 2001

신경망을 이용한 추천 기술은 항목이나 사용자간의 가중치를 학습할 수 있고, 자료 유형에 상관없이 데이터 처리가 용이하다. 또한 최근 연구를 통해서 그 우수성이 입증되고 있다. 그러나 사용자간의 상관관계로 추천하는 사용자 신경망 모델과 항목간의 상관관계로 추천하는 항목 신경망 모델이 서로 다른 관점으로 다른 선호도를 제시한 경우에 선택한 모델의 선호도에 따라 시스템의 성능이 좌우된다. 그러므로 효율적이고 성능이 우수한 추천 시스템을 위해 사용자와 항목 신경망 모델의 통합 방법을 제안한다. 두 모델 사이에 우선 순위를 결정하여 통합하는 순차적 통합 방법과 두 모델을 동시에 고려하는 병렬적 통합방법을 제안한다. 그러나 두 통합 방법은 선호도 예측 기준에 있어서 정적이고, 문제에 대한 적응성이 없다. 그러므로 신경망(퍼셉트론, 다층 퍼셉트론)을 이용한 통합 방법을 제안한다. 또한 퍼지의 소속함수를 이용하여 퍼지 추론를 적용한 통합 방법을 제안하고, 패턴 인식 분야에서 사용하는 BKS 방법을 적응하여 두 신경망 모델을 통합하여 실험한다. 본 논문에서는 사용자와 항목 신경망 모델을 통합함으로써 기존의 추천 기술인 연관 규칙과 단일 신경망 모델을 이용한 추천보다 우수함을 보이고 있다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2007.11a
• /
• pp.294-302
• /
• 2007

멀티 에이전트 강화학습에서 중요한 이슈 중의 하나는 자신의 성능에 영향을 미칠 수 있는 다른 에이전트들이 존재하는 동적 환경에서 어떻게 최적의 행동 정책을 학습하느냐 하는 것이다. 멀티 에이전트 강화 학습을 위한 기존 연구들은 대부분 단일 에이전트 강화 학습기법들을 큰 변화 없이 그대로 적용하거나 비록 다른 에이전트에 관한 별도의 모델을 이용하더라도 현실적이지 못한 가정들을 요구한다. 본 논문에서는 상대 에이전트에 대한RBFN기반의 행동 정책 모델을 소개한 뒤, 이것을 이용한 강화 학습 방법을 설명한다. 본 논문에서는 제안하는 멀티 에이전트 강화학습 방법은 기존의 멀티 에이전트 강화 학습 연구들과는 달리 상대 에이전트의 Q 평가 함수 모델이 아니라 RBFN 기반의 행동 정책 모델을 학습한다. 또한, 표현력은 풍부하나 학습에 시간과 노력이 많이 요구되는 유한 상태 오토마타나 마코프 체인과 같은 행동 정책 모델들에 비해 비교적 간단한 형태의 행동 정책 모델을 이용함으로써 학습의 효율성을 높였다. 본 논문에서는 대표적이 절대적 멀티 에이전트 환경인 고양이와 쥐 게임을 소개한 뒤, 이 게임을 테스트 베드 삼아 실험들을 전개함으로써 제안하는 RBFN 기반의 정책 모델의 효과를 분석해본다.

• Journal of Internet Computing and Services
• /
• v.21 no.5
• /
• pp.139-148
• /
• 2020

Infectious diseases have long plagued mankind, and predicting and preventing them has been a big challenge for mankind. For this reasen, various studies have been conducted so far to predict infectious diseases. Most of the early studies relied on epidemiological data from the Centers for Disease Control and Prevention (CDC), and the problem was that the data provided by the CDC was updated only once a week, making it difficult to predict the number of real-time disease outbreaks. However, with the emergence of various Internet media due to the recent development of IT technology, studies have been conducted to predict the occurrence of infectious diseases through web data, and most of the studies we have researched have been using single Web data to predict diseases. However, disease forecasting through a single Web data has the disadvantage of having difficulty collecting large amounts of learning data and making accurate predictions through models for recent outbreaks such as "COVID-19". Thus, we would like to demonstrate through experiments that models that use multiple Web data to predict the occurrence of infectious diseases through LSTM models are more accurate than those that use single Web data and suggest models suitable for predicting infectious diseases. In this experiment, we predicted the occurrence of "Malaria" and "Epidemic-parotitis" using a single web data model and the model we propose. A total of 104 weeks of NEWS, SNS, and search query data were collected, of which 75 weeks were used as learning data and 29 weeks were used as verification data. In the experiment we predicted verification data using our proposed model and single web data, Pearson correlation coefficient for the predicted results of our proposed model showed the highest similarity at 0.94, 0.86, and RMSE was also the lowest at 0.19, 0.07.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.966-969
• /
• 2013

최근 새로운 스마트 기기의 등장과 활용으로 분산 컴퓨팅 산업이 발전하고 있다. 이런 환경 속에서 각 단말기기간 또는 시스템간의 어플리케이션간 연동 또한 그 규모가 커지고 있다. 연동하는 시스템들의 상호작용을 검사하기 위해서는 기존의 단일시뮬레이션 기법으로는 모델-모델 연동시뮬레이션, 코드-코드 연동시뮬레이션은 가능하지만 모델-코드 연동시뮬레이션 기법이 불가능하다. 또한 일반적으로 모델 시뮬레이션 후 코드 시뮬레이션이 이루어지는데 모든 모델이 코드로 완전히 구현되기 전에는 시뮬레이션이 불가능하다. 본 논문에서는 앞서 언급한 어려움들을 해결하기 위해 시뮬레이터 합성기와 코드 어댑터를 사용하여 모델 및 소스코드의 연동시뮬레이션이 가능한 시뮬레이션 구조를 제안한다. 또한 모델과 코드가 분산하여 존재하므로 시스템의 점진적인 개발이 가능하다.