• Journal of the Korea Society for Simulation
• /
• v.28 no.4
• /
• pp.21-32
• /
• 2019

Inspired by the social behavior models of a bird flock or fish school, particle swarm optimization (PSO) is a popular metaheuristic optimization algorithm and has been widely used from solving a complex optimization problem to learning a artificial neural network. However, PSO is difficult to apply to many real-life optimization problems involving stochastic noise, since it is originated in a deterministic environment. To resolve this problem, this paper incorporates a resampling method called the uncertainty evaluation (UE) method into PSO. The UE method allows the particles to converge on the accurate optimal solution quickly in a noisy environment by selecting the particles' global best position correctly, one of the significant factors in the performance of PSO. The results of comparative experiments on several benchmark problems demonstrated the improved performance of the propose algorithm compared to the existing studies. In addition, the results of the case study emphasize the necessity of this work. The proposed algorithm is expected to be effectively applied to optimize complex systems through digital twins in the fourth industrial revolution.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• 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.

• The Journal of Korean Association of Computer Education
• /
• v.18 no.5
• /
• pp.63-70
• /
• 2015

In the environment that the complex conditions need to be satisfied, skyline query have been applied to various field. To processing a skyline query in centralized scheme, several techniques have been suggested and recently map/reduce platform based approaches has been proposed which divides data space into multiple partitions for the vast volume of multidimensional data. However, the performances of these approaches are fluctuated due to the uneven data loading between servers and redundant tasks. Motivated by these issues, this paper suggests a novel technique called MR-DEAP which solves the uneven data loading using the random sampling. The experimental result gains the proposed MR-DEAP outperforms MR-Angular and MR-BNL scheme.

• Journal of KIISE:Computer Systems and Theory
• /
• v.27 no.8
• /
• pp.691-700
• /
• 2000

The standard volume ray-tracing, optimized with octree, needs to repeatedly traverse hierarchical structures for each ray that often leads to redundant computations. It also employs the expensive 3D interpolation for producing high quality images. In this paper, we present a new ray-casting method that efficiently computes shaded colors and opacities at resampling points by traversing octree only once. This method traverses volume data in object-order, finds resampling points on slices incrementally, and performs resampling based on 2D interpolation. While the early ray-termination, which is one of the most effective optimization techniques, is not easily combined with object-order methods, we solved this problem using a dynamic data structure in image space. Considering that our new method is easy to implement, and need little additional memory, it will be used as very effective volume method that fills the performance gap between ray-casting and shear-warping.

• Journal of Korea Multimedia Society
• /
• v.14 no.10
• /
• pp.1229-1237
• /
• 2011

The volume ray-casting method is one of the direct volume rendering methods that produces high-quality images as well as manipulates semi-transparent object. Although the volume ray-casting method produces high-quality image by sampling in the region of interest, its rendering speed is slow since the color acquisition process is complicated for repetitive memory reference and accumulation of sample values. Recently, the GPU-based acceleration techniques are introduced. However, they require pre-processing or additional memory. In this paper, we propose efficient point-primitive based method to overcome complicated computation of GPU ray-casting. It presents semi-transparent objects, however it does not require preprocessing and additional memory. Our method is fast since it generates point-primitives from volume dataset during sampling process and it projects the primitives onto the image plane. Also, our method can easily cope with OTF change because we can add or delete point-primitive in real-time.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• 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.

• Proceedings of the KSRS Conference
• /
• 2007.03a
• /
• 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• 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.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.04a
• /
• 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.