• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 하계학술대회 논문집 B
• /
• pp.764-766
• /
• 2002

본 연구에서는 가스 차단기의 소전류 차단성능을 개선하기 위한 최적화 과정에 대해서 나타낸다. 목적함수는 절연내력과 극간 인가전압의 차이의 최소값으로 선정하였으며, 목적함수가 최대가 되도록 최적화를 수행한다. 설계 변수로는 개극 전의 전극 이동길이, 노즐목 길이 및 노즐목 발산각과 노즐 하류장 형상을 채택하였다. 최적화 알고리즘으로는 (1+1) 진화알고리즘을, 유동해석을 위해서는 FVFLIC법을 사용하였다. 최적화 결과로 얻어진 모델은 초기 모델에 비해 소전류 차단성능이 상당히 개선되었음을 확인할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (A)
• /
• pp.79-81
• /
• 2006

커널(Kernel)을 이용한 분류 방법은 넓은 마진(large margin) 분류기로서 SVM(Support Vector Machine)을 주로 사용하게 된다 하지만, 이 방법은 라그랑제 파라미터(Lagrange Parameter)의 최적화 과정을 포함함으로써 학습 과정을 쉽지 않게 만든다. 이 최적화 과정은 특히 DNA computing과 같은 단순한 과정의 설계를 통해 결과를 얻어야 하는 새로운 계산 모델에 커널을 적용하고자 했을 경우 큰 장벽이 된다. 본 논문에서는 넓은 마진을 목표로 하는 최적화 과정이 아닌 다른 라벨(label)의 데이터간의 경계 파악을 위한 간단한 커널 갱신 방법의 도입을 통해 분류기를 설계한다. 이 방법을 가우시안 커널에 적용시켜 본 결과, 반복을 통해 데이터의 구조를 찾아갈 수 있는 특성을 보여주며, 결국 넓은 마진의 최적화된 파라미터를 찾게 됨을 보여준다. 본 논문에서는 이 최적화 방법을 DNA 분자를 이용한 커널 생성 모델인 DNA 커널에 적용시켰을 때 잘 알려진 AML/ALL 데이터를 잘 분류해 냄을 보여준다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 춘계학술발표논문집 (중)
• /
• pp.1137-1140
• /
• 2003

네트워크의 QoS를 지원하기 위해서는 자원 관리에 적응제어구조의 도입이 필요하다. 이를 위해서는 사전에 네트워크의 대역폭 할당에 따른 전송률 응답특성을 구현하는 모델의 개발이 필수적이며 이 모델을 통하여 적응제어구조의 최적화를 진행해야 한다. 본 연구에서는 두 가지 방식의 모델을 제안하였다. 첫째는 동적 시스템 모델이며 다른 하나는 통계적 모델이다. 동적 시스템 모델은 네트워크의 동적 특성을 고려하여 도입하였으며, 통계적 모델은 측정된 전송률 데이터의 분포를 고려하여 도입하였다. 제시된 두 모델의 인자 결정을 위해 최적화 기법을 사용하였으며, 결과적으로 제시된 두 모델이 실제 네트워크의 동작과 유사함을 살펴보았다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 춘계학술대회 학술발표 논문집
• /
• pp.99-102
• /
• 1998

본 논문에서는 복잡하고 비선형적인 시스템의 최적 모델링을 우해서 지능형 퍼지-뉴럴네트워크의 최적 모델 구축을 위한 방법을 제안한다. 기본 모델은 퍼지 추론 시스템의 언어적인 규칙생성의 장점과 뉴럴 네트워크의 학습기능을 결합한 FNNs 모델을 사용한다. FNNs 모델의 퍼지 추론부는 간략추론이 사용되고, 학습은 요류 역전파 알고리즘을 사용하여 다른 모델들에 비해 학습속도가 빠르고 수렴능력이 우수하다. 그러나 기본 모델은 주어진 시스템에 대하여 퍼지 공간을 균등하게 분할하여 퍼지 소속을 정의한다. 이것은 비선형 시스템의 모델링에 있어어서 성능을 저하시켜 최적의 모델을 얻기가 어렵다. 논문에서는 주어진 데이터의 특성을 부여한 공간을 설정하기 위하여 클러스터링 알고리즘을 사용한다. 클러스터링 알고리즘은 주어진 시스템에 대하여 상호 연관성이 있는 데이터들끼리 특성을 나누어 몇 개의 클래스를 이룬다. 클러스터링 알고리즘을 사용하여 초기 FNNs 모델의 퍼지 공간을 나누고 소속함수를 정의한다. 또한, 최적화 기법중의 하나로 자연선택과 자연계의 유전자 메카니즘에 바탕을 둔 탐색 알고리즘인 유전자 알고리즘을 사용하여 주\ulcorner 진 모델에 대하여 최적화를 수행한다. 또한 본 연구에서는 학습 및 테스트 데이터의 성능 결과의 상호 균형을 얻기 위한 하중값을 가긴 성능지수가 제시된다.

• 한국추진공학회지
• /
• 제17권4호
• /
• pp.10-15
• /
• 2013

설계 최적화를 위해서 설계자는 우선적으로 설계영역 전반에 걸쳐 정확한 정보를 획득하고, 설계영역 탐색을 실시한 후에 최적화를 실시해야 한다. 최근에 설계영역 탐색을 우선적으로 실행하기 위하여 실험계획법과 반응표면모델에 최적화를 적용하는 통합설계 프레임워크의 적용이 산업체 전반으로 일반화되고 있다. 본 연구에서는 터보팬 엔진 설계점 최적화를 위하여, 설계영역의 정보를 조밀하게 얻을 수 있으며 통계학적인 직교성과 균형성을 모두 만족하는 7 수준 직교배열을 생성한 후에 반응표면모델을 구축한다. 구축된 반응표면모델에 전역 최적값을 찾기 위하여 다목적 유전자알고리즘을 적용하여 주어진 제한조건을 만족하는 최적값을 찾아 GasTurb 결과와 검증을 수행한다.

• 한국공간구조학회논문집
• /
• 제7권5호
• /
• pp.67-74
• /
• 2007

본 연구에서는 판 구조물의 최적위상을 찾기 위한 비대칭 층을 가지는 인공재료모델을 이용한 위상최적화기법을 제시하였다. 구절점 판요소를 형성하기 위하여 판의 일차전단변형을 고려하는 Reissner-Mindlin 판이론이 도입되었다. 최소화하고자 하는 변형에너지를 목적함수로 하고 구조물의 초기부피를 제약함수로 채택하였다 인공재료모델에 존재하는 다공성물질의 구멍의 크기를 조절하기 위하여 최적정기준법을 바탕으로 하는 크기조절알고리듬을 도입하였다. 제시된 위상최적화 기법의 성능을 조사하기 위하여 수치예제를 수행하였다. 수치해석결과로부터 제시된 위상최적화기법은 판구조물의 최적위상을 도출하는데 매우 효과적인 것으로 나타났다. 특히 제시된 비대칭 층모델은 판구조물의 보강재를 보다 실제적으로 도출하는데 유용할 것으로 나타났다.

• 인터넷정보학회논문지
• /
• 제23권4호
• /
• pp.73-85
• /
• 2022

인공지능으로 자동화와 연결성이 극대화되는 4차 산업혁명 시대를 맞이하여 모델의 업데이트를 위한 데이터 수집과 활용의 중요성이 점차 높아지고 있다. 인공지능 기술을 사용하여 모델을 생성하기 위해서는 일반적으로 데이터를 한곳에 모아야 업데이트할 수 있으나, 이런 경우 사용자의 개인정보를 침해할 수 있다. 본 논문에서는 분산 저장된 데이터를 직접 공유하지 않으면서 서로 협력하여 모델을 업데이트할 수 있는 분산형 기계학습 방법인 연합학습을 소개하며, 기존의 서버 없이 참여자들 간의 분산 합의 최적화를 이루는 연구를 소개한다. 또한, Kirkman Triple System을 기반으로 한 패턴 및 그룹을 생성하는 알고리즘을 이용하며, 병렬적인 업데이트 및 통신을 하는 패턴 및 그룹 기반 분산 합의 최적화 알고리즘을 제안한다. 이러한 알고리즘은 기존의 분산 합의 최적화 알고리즘 이상의 프라이버시를 보장하며, 모델이 수렴할 때까지의 통신시간을 감소시킨다.

• Composites Research
• /
• 제22권3호
• /
• pp.66-73
• /
• 2009

적층 두께, 면밀도, 질량관성모우멘트는 소재의 구조-역학적 특성을 나타내는 중요한 인자들이다. 본 연구에서는 이와 같은 인자들이 다층-복합재료구조의 내충격 성능에 미치는 영향을 고찰하기 위해 높은 충격자 속도 하에서 탄자한계속도기 최대가 되는 재료-구조 최적화를 수행하였다. 세라믹복합재료, 고무, 알루미늄 그리고 알루미늄 폼으로 구성된 다층-복합재료구조의 최적화를 위해 Florence 모델과 Awerbuch-Bonder 모델을 연계한 통합 모델을 개발하였으며, 구속 조건으로써 적층 두께, 면밀도, 질량관성모우멘트를 함께 사용하였다. 결과에서 알 수 있듯이, 제안된 통합 모델을 통해 계산된 탄자한계속도는 유한표소해석에서의 탄자한계속도와 거의 유사함을 확인하였다. 통합 모델을 바탕으로 재료-구조 최적화를 통해 설정된 다층구조는 최적화를 수행하지 않은 다층구조에 비해 약 10.8%의 탄자한계속도 및 26.7%의 충격흡수에너지 향상이 나타남을 알 수 있다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2024년도 제69차 동계학술대회논문집 32권1호
• /
• pp.31-34
• /
• 2024

태양광 에너지는 탄소 중립 이행을 위한 주요 방안으로 많은 주목을 받고 있다. 태양광 발전량은 여러 환경적 요인에 따라 크게 달라질 수 있으므로, 정확한 발전량 예측은 전력 네트워크의 안정성과 효율적인 에너지 관리에 근본적으로 중요하다. 대표적인 인공지능 기술인 신경망(Neural Network)은 불안정한 환경 변수와 복잡한 상호작용을 효과적으로 학습할 수 있어 태양광 발전량 예측에서 우수한 성능을 도출하였다. 하지만, 신경망은 모델의 구조나 초매개변수(Hyperparameter)를 최적화하는 것은 복잡하고 시간이 많이 드는 작업이므로, 에너지 분야에서 실제 산업 적용에 한계가 존재한다. 본 논문은 2단계 신경망 최적화를 통한 태양광 발전량 예측 기법을 제안한다. 먼저, 태양광 발전량 데이터 셋을 훈련 집합과 평가 집합으로 분할한다. 훈련 집합에서, 각기 다른 은닉층의 개수로 구성된 여러 신경망 모델을 구성하고, 모델별로 Optuna를 적용하여 최적의 초매개변숫값을 선정한다. 다음으로, 은닉층별 최적화된 신경망 모델을 이용해 훈련과 평가 집합에서는 각각 5겹 교차검증을 적용한 발전량 추정값과 예측값을 출력한다. 마지막으로, 스태킹 앙상블 방식을 채택해 기본 초매개변숫값으로 설정해도 우수한 성능을 도출하는 랜덤 포레스트를 이용하여 추정값을 학습하고, 평가 집합의 예측값을 입력으로 받아 최종 태양광 발전량을 예측한다. 인천 지역으로 실험한 결과, 제안한 방식은 모델링이 간편할 뿐만 아니라 여러 신경망 모델보다 우수한 예측 성능을 도출하였으며, 이를 바탕으로 국내 에너지 산업에 이바지할 수 있을 것으로 기대한다.

• 에너지공학
• /
• 제4권1호
• /
• pp.153-161
• /
• 1995

건식 제련법에 의한 자용제련 공정에 대하여 공정비용을 최소화시키고 최적 조업조건을 제시할 수 있는 최적화 모델을 개발하였다. 본 모델은 Outokumpu 공정을 기본으로 하여 물질 및 에너지 수지식과 비용 방정식을 포함하였으며 주어진 공정조건에서 공업용 산소량, 탄화수소 연료량, 원료 정광의 구리함량, matte의 구리함량 및 전기료 등이 공정비용에 미치는 영향을 계산할 수 있었다. 모델에 의한 계산결과 25% 구리정광을 원료로 하여 자용제련을 할 경우 matte의 최적 구리함량은 65%, 산화용 가스의 최적 산소함량은 53.4%, 최소 공정비용은 $9.22/ton정광이었다.