• 제목/요약/키워드: 매개변수 최적화

검색결과 490건 처리시간 0.026초

전파 음영지역 해소를 위한 항로표지관리용 하이브리드 통신 시스템에 관한 연구 (A study on the hybrid communication system to remove the communication shadow area for controller system of navigational aids)

  • 전중성
    • Journal of Advanced Marine Engineering and Technology
    • /
    • 제37권4호
    • /
    • pp.409-417
    • /
    • 2013
  • 하이브리드 통신을 지원하는 하이브리드 통신 신호처리 제어보드는 저전력의 8-bit 마이크로콘트롤러인 ATxmega128A1으로 설계하였으며, 마이크로콘트롤러는 하이브리드 통신을 위한 모뎀과 GPS 모듈 등을 직렬 인터페이스하기 위해 8개의 UART 포트가 갖추어져 있으며, CLI(Command Line Interpreter) 프로그램은 각 포트의 인터페이스를 사용자 환경에 맞게 설정할 수 있으며, 내부에 2K 바이트의 프로그램 매개변수와 프로그램이 동작하는데 필요한 데이터를 저장할 수 있는 EEPROM과 128K 바이트의 플래시 메모리 및 프로그램이 실행되는 8K 바이트의 SRAM으로 구성되어 있다. 항로표지의 원격 관리를 VHF, CDMA, TRS 통신의 경로설정 최적화(Path Optimization) 기능을 갖는 하이브리드 통신을 이용하면 개별 통신 방식별로 음영지역이 존재하는 경우에도, 최적의 통신방식을 선택하여 통신을 수행하게 됨으로써, 통신 음영지역의 해소가 가능하다. 또한 통신장치마다 동일한 데이터 프레임을 사용함으로써 데이터의 호환성을 높였다. 실험은 30일 동안 각 부표에서 매 5분마다 데이터를 취득하였으며, 데이터 수신율은 99.4 % 이상을 보였다.

교정용 마이크로 임플란트의 나사산 디자인 최적화 (Optimization of orthodontic microimplant thread design)

  • 김광덕;유원재;박효상;경희문;권오원
    • 대한치과교정학회지
    • /
    • 제41권1호
    • /
    • pp.25-35
    • /
    • 2011
  • 교정용 마이크로 임플란트는 나사산을 매개수단으로 한 인접골 압박으로 골내 고정력을 얻는다. 그러므로 충분한 고정력을 얻기 위해서는 나사산이 크면 유리하다. 그러나 몸체에서 차지하는 나사산의 부피비율이 과도하면 이는 코어(core) 직경을 감소시켜 파절위험성을 증대시킬 뿐 아니라, 식립 시 나사산이 골을 지나치게 압박, 인접골에 골개형 장애를 일으켜 임플란트를 이완시키는 원인이 될 수도 있다. 따라서 마이크로 임플란트의 안정성은 그 나사산 디자인이 치밀골 특성과 조화를 이루어야 한다. 본 연구에서는 $Absoanchor^{(R)}$ SH1312-7 (Dentos Inc., Daegu, Korea) 모델을 비교모델로 선택, 몸체와 나사산 사이즈의 조화를 이루기 위한 최적화 해석을 실행하였다. 나사산의 높이(h)와 피치(p)를 디자인 변수로 하여 임플란트 안정성 증대, 식립 시 골 과부하 감소, 파절강도 증대를 목표로 목적함수 SQ(Stability Quotient)를 설정, 해석함으로써 4가지의 다른 h, p 조합을 갖는 나사산을 디자인하였다. 4종의 실험모델과 비교모델에 대해 3D 유한요소법을 이용한 임플란트 식립모사 해석으로, 식립 시 예상되는 골 과부하 영역을 비교하였으며(self tapping과 self drilling의 두 식립 방식에 대해), 또한 실험모델의 실물(prototype)을 가공, 토오크 파절 시험을 실시하였다. 평가결과, 실험모델은 비교모델에 비해 식립 시 인접골 과부하 영역을 덜 발생시켰으며, 파절강도는 더 높게 관찰되었으며, 이로써 나사산 디자인 최적화에 사용된 SQ의 타당성을 확인할 수 있었다.

Propyl vinyl ether+Ethanol+Benzene 혼합계의 333.15 K에서의 등온 기액평형과 303.15 K에서의 과잉물성 및 굴절율편차 (Isothermal Vapor-Liquid Equilibria at 333.15 K and Excess Molar Volumes and Refractive Indices at 303.15 K for the Mixtures of Propyl vinyl ether + Ethanol + Benzene)

  • 황인찬;박소진
    • Korean Chemical Engineering Research
    • /
    • 제49권1호
    • /
    • pp.56-61
    • /
    • 2011
  • Methyl vinyl ether, propyl vinyl ether, isopropyl vinyl ether, butyl vinyl ether 그리고 isobutyl vinyl ether 등의 alkyl vinyl ether는 화학 및 의약산업에서 용매와 합성중간체로 널리 사용된다. 최근 들어 alkyl vinyl ether는 고분자 전해질막 연료 전지에 대한 원료와 셀룰로오스의 염색가공에 선호되나, 공정 및 운전변수의 최적화를 위한 alkyl vinyl ether계의 혼합물성은 극히 일부가 보고되고 있고, propyl vinyl ether(PVE)에 대한 상평형과 물성 데이터는 거의 알려진 바가 없다. 따라서 본 연구는 {PVE + ethanol + benzene} 삼성분계 333.15 K에서 기액평형을 headspace gas chromatography (HSGC)을 이용하여 측정하였고 Wilson, NRTL 및 UNIQUAC 식에 상관시켰다. 또한 삼성분계를 구성하는 혼합물성으로써 {PVE + ethanol}, {ethanol + benzene} 그리고 {PVE + benzene}계에 대한 과잉부피($V^E$) 및 굴절율 편차(${\Delta}R$)를 303.15 K에서 측정하였다. 측정된 이성분계 혼합물성은 Redlich-Kister 다항식을 이용하여 매개변수를 상관시켰으며, 이를 이용하여 Radojkovi 식으로 삼성분계 혼합물성을 예측하였다.

입력변수 및 학습사례 선정을 동시에 최적화하는 GA-MSVM 기반 주가지수 추세 예측 모형에 관한 연구 (A Study on the Prediction Model of Stock Price Index Trend based on GA-MSVM that Simultaneously Optimizes Feature and Instance Selection)

  • 이종식;안현철
    • 지능정보연구
    • /
    • 제23권4호
    • /
    • pp.147-168
    • /
    • 2017
  • 오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.

R-LWE 암호화를 위한 근사 모듈식 다항식 곱셈기 최적화 (Optimization of Approximate Modular Multiplier for R-LWE Cryptosystem)

  • 이재우;김영민
    • 전기전자학회논문지
    • /
    • 제26권4호
    • /
    • pp.736-741
    • /
    • 2022
  • 격자 기반 암호화는 최악의 경우를 기반으로 한 강력한 보안, 비교적 효율적인 구현 및 단순성을 누리기 때문에 포스트 양자 암호화 방식 중 가장 실용적인 방식이다. 오류가 있는 링 학습(R-LWE)은 격자 기반 암호화(LBC)의 공개키암호화(Public Key Encryption: PKE) 방식이며, R-LWE의 가장 중요한 연산은 링의 모듈러 다항식 곱셈이다. 본 논문은 R-LWE 암호 시스템의 중간 보안 수준의 매개 변수 집합을 대상으로 하여 근사 컴퓨팅(Approximate Computing: AC) 기술을 기반으로 한 모듈러 곱셈기를 최적화하는 방법을 제안한다. 먼저 복잡한 로직을 간단하게 구현하는 방법으로 LUT을 사용하여 근사 곱셈 연산 중 일부의 연산 과정을 생략하고, 2의 보수 방법을 활용하여 입력 데이터의 값을 이진수로 변환 시 값이 1인 비트의 개수를 최소화하여 필요한 덧셈기의 개수를 절감하는 총 두 가지 방법을 제안한다. 제안된 LUT 기반의 모듈식 곱셈기는 기존 R-LWE 모듈식 곱셈기 대비 속도와 면적 모두 9%까지 줄어들었고, 2의 보수 방법을 적용한 모듈식 곱셈기는 면적을 40%까지 줄이고 속도는 2% 향상되는 것으로 나타났다. 마지막으로 이 두 방법을 모두 적용한 최적화된 모듈식 곱셈기의 면적은 기존대비 43%까지 감소하고 속도는 10%까지 감소하는 것으로 나타났다.

사전훈련된 모델구조를 이용한 심층신경망 기반 유방암 조직병리학적 이미지 분류 (Breast Cancer Histopathological Image Classification Based on Deep Neural Network with Pre-Trained Model Architecture)

  • 비키 무뎅;이언진;최세운
    • 한국정보통신학회:학술대회논문집
    • /
    • 한국정보통신학회 2022년도 춘계학술대회
    • /
    • pp.399-401
    • /
    • 2022
  • 유방 악성 상태를 분류하기 위한 최종 진단은 침습적 생검을 이용한 현미경 분석을 통해 확인이 가능하나, 분석을 위해 일정 시간과 비용이 부과되며, 병리학적 지식을 보유한 전문가가 필요하다. 이러한 문제를 극복하기 위해, 딥 러닝을 활용한 진단 기법은 조직병리학적 이미지에서 유방암을 양성 및 악성으로 분류에 효율적인 방법으로 고려된다. 본 연구는 유방암 조직병리학적 이미지를 40배 확대한 BreaKHIS 데이터 세트를 사용하여 양성 및 악성으로 분류하였으며, 100% 미세 조정 체계와 Adagrad를 이용한 최적화로 사전 훈련된 컨볼루션 신경망 모델 아키텍처를 사용하였다. 사전 훈련된 아키텍처는 InceptionResNetV2 모델을 사용하여 마지막 계층을 고밀도 계층과 드롭아웃 계층으로 대체하여 수정된 InceptionResNetV2를 생성하도록 구성되었다. 훈련 손실 0.25%, 훈련 정확도 99.96%, 검증 손실 3.10%, 검증 정확도 99.41%, 테스트 손실 8.46%와 테스트 정확도 98.75%를 입증한 결과는 수정된 InceptionResNetV2 모델이 조직병리학적 이미지에서 유방 악성 유형을 예측하는 데 신뢰할 수 있음을 보여주었다. 향후 연구는 k-폴드 교차 검증, 최적화, 모델, 초 매개 변수 최적화 및 100×, 200× 및 400× 배율에 대한 분류에 초점을 맞추어 추가실험이 필요하다.

  • PDF

산사태 위험도 추정을 위한 간극수압 예측에 관한 연구(I) -지하수 유입량의 비교 연구- (Porewater Pressure Predictions on Hillside Slopes for Assessing Landslide Risks(I) -Comparative Study of Groundwater Recharge-)

  • 이인모;박경호;임충모
    • 한국지반공학회지:지반
    • /
    • 제8권1호
    • /
    • pp.81-102
    • /
    • 1992
  • 얇은 토층을 가지는 가파른 산사면에서 발생하는 산사태는 흔히 호우, 폭우, 태풍 등의 강우 사상 발생으로 초래된 지하수위 증가가 그 원인이 되며, 결국 산사면에서의 지하수위를 예측하는 것이 산사태 발생 위험도를 추정하는데 중요한 요소가 된다. 본 눈문에서는 산사면에서 지하수 유입량을 예측할 수 있는 비포화대 흐름 모델들 중 Sloan 등이 제안한 모델, Reddi가 제안한 모델, Thomas abcd 모델들을 선택하여 서로 비교 연구를 수행하였다. 또한, 포화투수계수와 모델변수들에 대하여 매개변수분석 연구를 수행하였다. 포화대 흐름에 대해서는 Sloan등이 개발한 Kinematic Storage Model(KSM)을 선택하여 한국의 산사면에 대한 적용 가능성을 연구하였다. 이들 모델들은 한국의 두 산사태 발생 지 역에 적용하였고, 그 적용 가능성 에 대한 연구가 이루어 졌다. 그 결과, Sloan 등과 Reddi가 제안한 두 모델들은 포화투수계수와 같은 불확실성을 지닌 실험 상수들의 영향을 많이 받으며, abcd모델은 지하수위 변동에 대하여 고려할 수 있도록 수정하고 적절한 최적화 기법을 사용하여 모델변수들을 구한다면, 비포화대 모델로서 현장 지역에 적용 가능하다는 결론을 얻었다. 또한, KSM은 포화대에서의 시간 지체 효과를 고려해 줄 수 있도록 수정되어야 한다는 결론을 얻었다. 본 논문의 결과는 가파른 산사면 에서의 산사태 발생 위험도를 추정하기 위한 지하수위 예측 모델 을 개발하는 데 이용할 수 있다.

  • PDF

H.264 표준에서 모드 분류를 이용한 고속 모드결정 방법 (Fast Mode Decision Algorithm for H.264 using Mode Classification)

  • 김희순;호요성
    • 대한전자공학회논문지SP
    • /
    • 제44권3호
    • /
    • pp.88-96
    • /
    • 2007
  • 지난 수년간 많은 국제 비디오 부호화 표준들이 연구되고 제안되었다. 그 중에서도 H.264는 가장 최근에 제안된 부호화 방식으로 가장 높은 부호화 효율을 제공한다. 이는 기존의 부호화 방식들보다 향상된 부호화 기법들을 사용했으며, 특히 다양한 매크로블록 모드와 라그랑지안(Lagrangian) 최적화 기법을 통한 최적 모드 결정법은 부호화 효율 향상에 결정적인 역할을 했다. 비록 H.264는 부호화 효율 측면에서 기존의 방식보다 월등한 성능 향상을 보이지만, 최적 모드를 결정하는 과정에서 모든 부호화 매개 변수를 고려하므로 실시간 부호화가 어려울 정도로 복잡도가 크게 증가한다. 본 논문에서는 이러한 복잡도를 최소화하기 위해 매크로블록 모드를 복잡도 측면에서 분류하고 복잡도가 낮은 최적 모드를 조기에 결정하는 고속 모드결정 방식을 제안한다. 실험 결과, 제안한 방식은 여러 종류의 실험 영상에 대해 현저한 PSNR 감소나 비트량 증가 없이 부호화 시간을 평균 34.95%까지 감소시켰다. 또한, 본 논문에서 제공한 실험 결과의 타당성을 보이기 위해 부호화 효율과 복잡도에 대한 하위 경계조건(low boundary condition)을 설정하고, 제안한 방식이 하위 경계조건을 만족함을 보였다.

원형 쉬프트 통신의 중첩 효과 분석 (Overlapping Effects of Circular Shift Communication and Computation)

  • 김정환;노정규;송하윤
    • 정보처리학회논문지A
    • /
    • 제9A권2호
    • /
    • pp.197-206
    • /
    • 2002
  • 통신과 계산 작업을 중첩 수행함으로써 통신 시간의 감춤 효과를 얻는 것은 일반적인 병렬 프로그램 최적화 방법 중의 하나이다. 본 논문에서는 데이타 병렬 프로그램에서 자주 사용되는 군집 통신(collective communication)의 하나인 원형 쉬프트(circular shift) 통신에 대해 중첩 효과를 실험하고 고찰하였다. 이더넷 스위치로 연결된 클러스터 시스템에서 원형 쉬프트 통신을 수행할 때, 중첩으로 얻을 수 있는 최대 이득과 중첩할 수 없는 시간을 측정하였다. 각 플랫폼 별로 이러한 측정값들을 얻어 퇴적화 컴파일러의 입력으로 활용할 수 있을 것이다. 한편 기존의 성능 모델을 통해 퇴적화하는 것은 크게 두가지 문제를 갖고 있다. 하나는 기본적인 점대점 통신에 입각한 모델을 제공하기 때문에 통신 라이브러리의 함수를 사용할 때의 종합적인 효과, 특히, 군집 통신과 같은 경우에는 적용하기 어렵다는 것이다. 다른 하나는 군집 통신의 성능은 분석은 가능하지만, 중첩 효과는 분석할 수 없다는 것이다. 본 논문에서는 이러한 기존 모델의 단점을 보완하여 확장하였다. 또한, 원형 쉬프트 통신에 대한 실험 결과를 토대로 확장된 모델의 매개 변수 값들을 추출하여 예제 프로그램을 통해 분석하였다.

Blu-ray 디스크 드라이브 시스템 트래킹 서보시스템에 대한 견실비약성 $H^{\infty}$ 상태궤환 제어기 설계 (Robust and Non-fragile $H^{\infty}$ Controller Design for Tracking Servo of Blu-ray disc Drive System)

  • 이형호;김준기;김원기;조상우;박홍배
    • 전자공학회논문지SC
    • /
    • 제45권3호
    • /
    • pp.32-41
    • /
    • 2008
  • 본 논문에서는 blu-ray 디스크 드라이버의 트랙킹 서보시스템에 대하여 플랜트와 제어기의 불확실성을 보상하는 견실비약성 $H^{\infty}$ 상태궤환 제어기 설계방법을 제안한다. 플랜트와 제어기의 불확실성을 매개변수화 선형행렬부등식(PLMI: parameterized linear matrix inequality)을 이용하여 구조화된 불확실성의 형태로 표현하며, Lyapunov 함수를 이용하여 구조적인 제어기의 이득섭동을 고려한 견실비약성 $H^{\infty}$ 상태궤환 제어기가 존재할 충분조건 및 제어기 설계방법을 PLMI의 형태로 제안한다. 또한, 완화기법(relaxation technique)을 통하여 PLMI를 유한개의 LMI의 형태로 변환하여 견실하고 최적화된 제어기 이득과 제어기 섭동 범위를 계산하고, 모의실험을 통해서 제시된 제어기의 타당성 및 견실성(robustness)과 비약성(non-fragility)을 검증한다.