• 한국시뮬레이션학회논문지
• /
• 제28권4호
• /
• pp.21-32
• /
• 2019

군집에 대한 사회적 행동 모델에 영감을 받은 군집 최적화 알고리즘은 복잡한 최적화 문제 해결에서부터 인공 신경망의 학습에까지 활용되는 대표적인 메타휴리스틱 최적화 알고리즘 중의 하나이다. 하지만 이 알고리즘은 기본적으로 확률적 노이즈가 존재하지 않는 결정적인 환경에서 개발되었기 때문에, 많은 경우 확률적 노이즈가 존재하는 실제 문제에 적용하기에 어려움이 있었다. 본 논문에서는 이를 개선하기 위하여 불확실 평가 기법이라고 정의되는 통계적 가설 검정 기반의 리샘플링 기법을 적용한다. 이 기법을 통하여 입자 군집 최적화 알고리즘의 성능에 가장 큰 영향을 미치는 입자들의 전역 최적을 정확하게 찾으므로 노이즈 환경에서 입자들이 최적해로 보다 정확하고 빠르게 수렴하도록 한다. 다양한 벤치마크 문제들에 대한 기존 알고리즘들과의 비교 실험 결과는 제안하는 알고리즘의 개선된 성능을 입증하고, 사례 연구의 결과는 본 연구의 필요성을 강조한다. 본 연구 결과가 4차 산업혁명 시대에 디지털 트윈 등을 통한 시뮬레이션 기반 시스템 최적화에 효과적으로 적용될 수 있을 것이라 기대한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.397-397
• /
• 2021

본 연구의 목적은 비매개변수적 리샘플링 기법을 이용하여 농업용 저수지 유입 설계홍수량의 구간을 추정하는 기법을 제안하는 데 있다. 본 연구는 설계홍수량을 점 추정하여 안전계수(safety factor)를 적용하는 기존 방법에 대한 대안을 제시하고자 한다. 설계홍수량의 구간 추정을 수행하기 위해 부트스트랩 기법(bootstrap technique)을 사용하였다. 부트스트랩 기법을 이용하여 95% 신뢰수준에 해당하는 신뢰구간을 추정하였다. 본 연구의 공간적인 범위는 남한의 30개 농업용 저수지이며, 시간적인 범위는 과거 기간(2015s: 1986-2015)과 미래기간(2040s: 2011-2040, 2070s: 2041-2070, 2100s: 2071-2100)을 설정하였다. 본 연구에서는 200년 빈도, 24시간 지속기간을 대표적인 결과로 선정하여 분석하였다. 빈도분석은 GEV 분포를 사용하였고, L-moment 방법을 이용하여 매개변수를 추정하였다. 설계홍수량은 HEC-1 모형을 이용하여 산정하였다. 최종적으로 설계홍수량 구간 추정한 결과를 기존의 점 추정한 뒤 안전계수를 적용한 기존 방법과 비교하였다. 97.5th BCa percentile 기준으로 상대적인 변화를 비교해보면, 미래로 갈수록 구간 추정으로 산정한 설계홍수량이 점차 증가하는 것으로 도출되었다. 한강 및 금강 유역에 위치한 농업용 저수지의 설계홍수량이 낙동강 유역에 비해 상대적으로 큰 변화를 보여주었다. 몇몇 농업용 저수지에 대해서 2040s 기간에 다소 감소하기도 하였으나 2070s 기간 이후에 다시 증가하는 결과를 보여주었다. 낙동강 유역의 위치는 농업용 저수지의 설계홍수량은 미래로 갈수록 크게 증가하지 않는 경향을 보여주었다. 본 연구는 설계홍수량을 추정하는 데 있어 결정론적인 방법에서 더 나아가 자료의 통계적인 특성을 고려하여 구간 추정을 수행하는 방법론을 제공할 수 있을 것으로 사료된다.

• 컴퓨터교육학회논문지
• /
• 제18권5호
• /
• pp.63-70
• /
• 2015

상호 연관되는 복잡한 데이터 조건이 존재하는 환경에서 스카이라인 질의는 의사결정 시스템 등 폭넓은 애플리케이션 활용 가능성으로 다양한 분야에서 연구되어 왔다. 중앙집중식 환경에서 스카이라인 질의처리 기법이 초기에 제안되었으며 최근 대량의 다차원 데이터에 대해 데이터 공간을 분할하여 맵/리듀스 플랫폼 상에서 병렬적으로 처리하는 기법이 제안되었다. 그러나 현재까지의 기법이 비균등적 실행과 높은 중복 작업으로 효율성이 저하된다는 문제점을 배경으로 본 논문에서는 랜덤 샘플링을 통해 데이터 분포를 추정하여 비균등 분할 문제를 해결하고 각 기반의 데이터 공간을 분할하여 스카이라인 처리 과정에서 중복 작업을 최소화한 새로운 기법 MR-DEAP를 제안한다. 마지막으로 다양한 환경에서의 실험결과 제안된 기법이 다른 각 기반 분할과 그리드 분할 기법보다 우수한 것을 입증하였다.

• 한국정보과학회논문지:시스템및이론
• /
• 제27권8호
• /
• pp.691-700
• /
• 2000

볼륨 데이타에 대한 팔진트리와 같은 계층 자료구조를 사용하는 광선 추적법은 모든 광선이 계층구조를 순회하는 것으로 인한 중복된 계산을 포함하고 있으며, 좋은 화질의 영상을 얻기 위한 3차원 보간으로 인하여 많은 계산 비용을 요구한다. 본 논문은 볼륨 데이타의 계층구조에 대한 중복된 방문을 피하고， 오직 한 번만 계층구조를 방문하면서 효과적으로 광선의 리샘플링 지점을 결정하여 색상과 투병도를 구하는 볼륨 렌더링 알고리듬을 제안한다. 이 방법은 물체 순서로 광선 추적법을 수행하면서, 각 복셀 주위에서의 리샘플링 지점을 점진적으로 찾아가면서 각 슬라이스 상에서의 2차원 보간에 기반을 둔 리샘플링을 수행한다. 또한 물체 순서 렌더링에서는 조기 광선 종결과 같은 최적화 기법을 구현하기 힘든데, 영상공간에서의 동적 자료구조를 이용하여 이를 효과적으로 해결하였다 본 논문이 제안한 방법은 구현하기 쉽고 속도 향상을 위하여 추가적으로 요구되는 메모리가 매우 적기 때문에 광선 추적법과 쉬어 와핑 방법 사이의 성능 차이를 메워주는 효과적인 방법으로 사용될 수 있을 것이다.

• 한국멀티미디어학회논문지
• /
• 제14권10호
• /
• pp.1229-1237
• /
• 2011

직접 볼륨 렌더링은 반투명한 물체에 대한 고화질 영상 생성이 가능한 기법으로 광선 투사법이 대표적이다. 이것은 각 화소별로 오브젝트 공간상의 관심 영역을 샘플링하기 때문에 높은 해상도의 영상을 생성할 수 있지만, 각 샘플점마다 반복적으로 수행하는 텍스처 참조와 누적연산 때문에 렌더링 성능이 저하되는 문제가 있다. 최근에는 연산 능력이 매우 커진 GPU를 이용해 광선 투사법을 가속화하는 기법들이 많이 연구되고 있지만 이들 역시 전처리 단계 및 추가적인 메모리 사용이 불가피하다. 본 논문에서는 반투명 물체의 표현이 가능하고, 전처리 과정 및 추가적인 텍스처 메모리를 사용하지 않으면서 기존의 방법들보다 고속으로 볼륨 데이터를 가시화할 수 있는 포인트 프리미티브 기반의 새로운 볼륨 렌더링기법을 제안한다. 이 방법은 볼륨 데이터를 샘플링하여 포인트 프리미티브를 생성하고 이를 이미지 평면상에 투영하는 방식으로 수행속도가 매우 빠르다. 또한, 생성된 포인트 프리미티브를 실행시간에 추가 및 삭제할 수 있기 때문에 OTF를 변경해도 실시간 대응이 가능하다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.1406-1411
• /
• 2009

Bootstrap 기법은 통계학적 추정치의 정확도 또는 불확실성을 평가하기 위한 컴퓨터 기반 리샘플링 기법으로서 플러그인 원칙을 이용하여 요약통계치의 표준오차 및 신뢰구간을 추정하며, Bootstrap 기법 중 BCa 기법은 다른 Bootstrap 기법들에 비해 적합도 기준면에서 훨씬 우수한 결과를 나타내는 것으로 알려져 있다. 본 논문에서는 강우빈도해석에서 확률분포의 매개변수 추정에 대한 불확실성 고려한 확률강우량의 산정 및 불확실성의 영향을 평가하기 위하여 Bootstrap 기법 중 비매개변수적 BCa 기법에 기반한 불확실성을 고려한 강우빈도해석모델 구축 및 적용을 통해 홍수위험평가 및 수자원 계획 등에 있어서 불확실성 표현 및 처리기법을 제시하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.124-124
• /
• 2016

하천에서의 분변성대장균은 분변성 오염 정도를 나타내는 지표로서, 이 농도가 높을수록 오염된 하천수와의 접촉을 통한 호흡기, 소화기 및 피부 관련 질병의 발발 확률이 높다고 알려져 있다. 따라서 하천에서의 수영, 수상스키 등과 같은 입수형 친수활동을 할 때, 분변성대장균 농도가 농도 기준 이하인지를 확인하고 이러한 정보를 친수활동에 이용할 필요가 있다. 그러나 분변성대장균의 경우, 현재 자동수질측정망에서 측정되고 있는 다른 수질인자들과는 달리 실시간 측정이 불가능하다고 알려져 있다. 분변성대장균을 측정하는데 있어 최소 18시간 이상이 필요하며, 이러한 분변성대장균 측정 방식은 하천 이용자들이 안전한 친수활동을 영위하는데 있어 적절한 수질 정보를 제공하지 못한다. 그러므로 분변성대장균을 예측하는 모델을 개발하고, 이를 이용하여 실시간 분변성대장균 정보를 생성하여 하천 이용자들에게 제공할 필요가 있다. 본 연구에서는 친수활동이 활발하게 이루어지는 곳 중 하나인 북한강의 대성리 지점에 대해 데이터 기반 모델을 이용하여 분변성대장균을 예측하였다. 데이터 기반 모델은 물리 기반 모델에서 필요한 지형데이터나 비점오염원 등의 초기 오염물의 양에 대한 데이터를 필요로 하지 않고, 대신 독립변수로 사용되는 기상 및 수질데이터를 필요로 한다. 이러한 기상 및 수질데이터는 기존 기상관측소, 수질관측소에서 매일 자동으로 측정되기 때문에 데이터 기반 모델은 물리 기반 모델에 비해 입력데이터를 구성하기가 쉽다는 장점을 지닌다. 이러한 데이터 기반 모델 중 분류 모델은 회귀 모델과 달리 분변성대장균 농도가 일정 수질기준 이상을 넘는지를 바로 예측할 수 있다. 본 연구에서는 분류 모델 중 높은 예측력을 가진다고 알려진 랜덤포레스트(random forest) 기법을 이용하여 분변성대장균 예측 모델을 개발하였다. 분변성대장균 예측 모델은 주어진 기상 및 수질 조건에 대해 분변성대장균이 200 CFU/100ml가 넘는지를 예측하였다. 예측된 분변성대장균이 기준을 넘는 경우를 2등급, 넘지 않는 경우를 1등급으로 명명하였다. 모델을 개발하기 위하여 북한강 대성리 인근 측정소에서 2010년부터 2015년까지 측정된 기상 및 수질데이터를 수집하였다. 수집한 데이터를 훈련 및 검증데이터로 샘플링하였으며, 이 때 샘플링한 데이터가 기존 데이터가 가지고 있던 등급별 비율을 유지하기 위하여 층화샘플링을 하였다. 본 연구에서는 샘플링에 의한 불확실성을 줄이기 위하여 랜덤하게 50번 샘플링된 각각의 훈련데이터에 대해 모델을 개발하였다. 50개의 모델의 검증 결과를 종합한 결과, 전체 예측률은 0.139로 나타났다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 춘계학술대회 논문집
• /
• pp.161-166
• /
• 2007

Multi-functional Transport Satellite lR(MTSAT-lR)과 같은 정지궤도 기상위성의 지상 전처리 과정에는 영상위치보정(Image navigation and registration)이 포함된다. 영상위치보정은 위성 영상의 기하학적인 왜곡을 보정하는 과정이다. 랜드마크를 이용하는 영상위치보정 과정은 랜드마크 결정과 센서 모델 추정， 리샘플링(Resampling)의 세 가지 단계로 나눌 수 있다. MTSAT-1R의 High Resolution Image Data(HiRID)는 이미 영상위치보정이 수행되었지만, 기하학적인 오차가 남아있는 영상을 포함하기도 한다. 본 연구에서는 이런 기하학적인 오차를 제거하기 위해서 강인추정 기법에 기반한 기하보정을 수행하였다. 이태윤 등 (2005)은 강인추정 기법과 Direct Linear Transformation (DLT)에 기반한 오정합 판별 방법을 제안하였다. 이 판별 방법을 적용하여 추정된 DLT로 MTSAT-1R 영상의 기하보정을 수행한 결과에는 향상된 정확도로 기하보정 된 영상 뿐만 아니라 비교적 큰 오차를 포함하는 영상도 있었다. 이를 해결하기 위해서 본 연구에서는 강인추정 기법과 Affine 변환을 이용한 방법을 적용하였다. 본 연구에서는 기준 해안선에서 추출한 1,407개의 랜드마크와 8개의 MTSAT-1R 영상을 이용하였으며，강인추정 기법에 DLT를 적용한 방법과 Affine 변환을 적용한 방법으로 자동 기하보정을 수행하여 그 결과를 비교하였다. 또한 강인추정 기볍 중 RANSAC과 MSAC의 적용 결과를 비교하여 보았다. 그 결과，DLT로 기하보정 시，본 논문에서 제안된 방법이 강인추정 기법에 DLT를 적용한 방법 보다 더 좋은 성능을 보여주었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.346-346
• /
• 2017

기후변화에 따른 기상이변의 동시다발적인 발현은 농촌 지역의 홍수 발생 빈도를 증가시키고 있다. 현재의 기후시스템은 과거의 강우빈도를 기준으로 산정한 설계기준을 벗어나는 강우 사상을 빈번하게 발생시키므로 설계변수의 불확실성을 보다 합리적인 방법으로 정량화할 필요가 있다. 본 연구의 목적은 기후변화에 대응하여 확률론을 이용한 농업용 저수지의 홍수 취약성을 산정하는 데 있다. 먼저 홍수 취약성 해석에 필요한 과거와 미래 수문 자료를 수집하고 전처리 과정을 통해 해석에 적합한 자료로 구축하였다. 설계변수의 불확실성을 분석하기 위해 지속시간별 최대강우량, 유입 설계홍수량에 대해 부트스트랩 (bootstrap) 기법을 적용하여 자료를 재추출하였다. 부트스트 랩은 표본집단의 확률분포에 대해 가정을 하지 않고 표본집단의 통계적 특성을 이용하여 모집단의 통계적 추론을 할 수 있는 비모수적인 리샘플링 기법이다. 부트스트랩 추론은 표본집단의 추정치, 편의, 표준오차를 산정하고 신뢰구간을 추정한다. 부트스트랩 추론을 통해 산정하는 신뢰수준을 이용하여 농업용 저수지의 홍수 취약성을 산정하였다. 본 연구는 설계변수에 내재하는 불확실성을 부트스트랩 기법을 이용하여 정량화하고 확률적인 값을 가지는 홍수 취약성으로 산정하여 제시할 수 있다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2007년도 춘계학술대회 학술발표 논문집 제17권 제1호
• /
• pp.417-420
• /
• 2007

마이크로어레이는 생명과학 분야에서 사용되는 대규모의 유전자 발현정도를 동시에 측정할 수 있는 도구이다. 마이크로어레이 실험은 많은 양의 데이터를 생성하기 때문에, 자동화된 효과적인 분석기법이 필요하다. 이 논문에서는 약물의 영향 분석을 위해 약물의 투여량 및 투여후의 시간대별로 샘플을 추출하여, 마이크로어레이를 이용하여 유전자의 발현량을 분석하는 경우에, 약물에 대해서 반응하는 유전자를 추출하는 데이터 마이닝 기법을 제안한다. 제안한 방법에서는 유전자의 발현정도값을 이전 시간의 값을 기준값으로 하여 증가, 감소, 답보에 해당하는 기호로 매핑하여, 분석자가 원하는 패턴을 보이는 유전자를 추천한다. 한편, 유전자의 상호간에 많은 영향을 주고 받기 때문에 특정 약물을 투여할 때, 이에 직접적인 영향을 받는 것도 있지만, 이와는 전혀 상관없이 동작하는 것도 있기 때문에, 제안한 방법에서는 이러한 약물 투여와 유의성이 있을 가능성이 있는 유전자만을 전처리과정을 통해서 필터링하는 기법을 활용한다. 제안한 방법은 실제 약물 투여 실험 샘플에 대한 마이크로어레이 데이터에 적용하여 활용가능성을 확인하였다.