• 터널과지하공간
• /
• 제1권2호
• /
• pp.158-167
• /
• 1991

• 터널과지하공간
• /
• 제4권2호
• /
• pp.156-169
• /
• 1994

• 한국조경학회:학술대회논문집
• /
• 한국조경학회 2019년도 추계학술대회 논문집
• /
• pp.34-35
• /
• 2019

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2002년도 춘계학술대회 논문집
• /
• pp.435-441
• /
• 2002

전력시스템 등, 산업 전반의 많은 분야에 최적화 문제가 산재해 있다. 또한 이러한 최적화 문제를 해결하기 위한 많은 연구가 있었다. 특정 응용에 국한되지 않고 모든 응용에 적용 가능한 메타휴리스틱 알고리즘은 그 중 많은 비중을 차지하고 있으며, 가장 대표적인 방법은 유전알고리즘과 타부 탐색이다. 그러나 최적화 문제에 속하는 많은 문제들이 탐색공간이 방대하고 많은 제약이 존재하는 대규모 최적화 문제로서 기존의 메타휴리스틱 기법들을 그대로 이용해서는 빠른 시간 내에 최적의 해를 찾아내기 힘들다 본 논문에서는 대규모 최적화 문제의 하나인 발전기 기동정지 계획 문제를 해결하기 위하여 유전알고리즘과 타부탐색을 적용하고 그 성능을 분석한다. 그리고 각 방법을 병렬화하여 수행함으로써 병렬화를 통하여 시간상의 이득과 함께 부가 효과로서 집중화와 다각화의 효과를 얻을 수 있음을 보여준다.

• 대한지리학회지
• /
• 제43권3호
• /
• pp.358-374
• /
• 2008

본 연구에서는 자녀의 연령대에 따라 남녀간 그리고 여성 집단간에 차별화된 도시기회 접근성 경험이 어떻게 나타나는가를 살펴보았다. 미국 Portland Metro의 개인통행자료를 이용해 시간지리학적 분석틀에 기초한 GIS-기반 지오컴퓨테이션을 통해 시 공간적 접근성을 측정하고, 접근성의 시 공간적 특성을 중심으로 젠더화된 접근성 경험 양상을 분석하였다. 주요 결과는 다음과 같다. 첫째, 여성이 남성에 비해 시간제근무 비율이 훨씬 높아 시 공간 재량권이 많을 것으로 예상되지만, 실제로는 남성보다 접근성 수준이 높지 않았다. 이는 여성에게 또 다른 제약조건이 존재한다는 것을 의미하며, 젠더 불평등에 기인하는 것으로 해석할 수 있다. 둘째, 여성의 전근성 공간이 남성에 비해 훨씬 집에서 가까운 거리에서 주로 형성되는 패턴은, 모든 여성집단에서 보편적으로 나타나는 것이 아니라, 집약적 육아부담을 갖는 영 유아기 자녀를 둔 여성에게서 관찰되었다. 남성은 자녀 유무나 연령대에 상관없이 일정한 패턴을 유지하여 여성과 대조를 이루었다. 자녀가 없거나 초등학생 이상의 자녀를 둔 여성은 남성과 유사한 접근성의 시 공간 패턴을 보여, 시 공간적 구속성(spatial-temporal entrapment)으로 특징지을 수 있는 여성의 접근성 경험은 성별 즉 남녀(sex)의 문제라기보다는 젠더(gender) 즉 사회적 성 역할(gender roles)과 연관된 문제임을 알 수 있다 셋째, 직장과 자녀의 탁아/교육시설은 집과 더불어 접근성 공간을 결정짓는 중요한 공간적 축인데, 영 유아기 자녀를 둔 여성은 남성에 비해 훨씬 집에서 가까운 직장을 다니며 또 그보다 더 집에서 가까운 탁아시설을 주요 축으로 접근성 공간이 형성됨으로써 시 공간적 구속성이 극대화되어 나타나게 된다는 것을 알 수 있다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제5권8호
• /
• pp.181-188
• /
• 2016

최근 급격히 증가하는 공간 데이터를 효율적으로 처리하기 위해 많은 연구들이 진행되고 있다. 기존 관계형 데이터베이스 시스템을 확장한 공간 데이터베이스 시스템은 확장성에 대한 문제가 있으며, 분산 처리 플랫폼인 하둡을 확장한 SpatialHadoop은 중간 연산 결과를 디스크에 작성하기 때문에 파일 입출력의 오버헤드로 성능이 저하되는 문제가 있다. 본 논문은 인-메모리 기반 분산 처리 프레임워크인 스파크를 확장한 공간 연산 스파크를 제안하였다. 또한 공간 연산 스파크의 성능을 향상시키기 위하여 GPGPU를 결합한 모델을 개발하였다. 공간 연산 스파크는 중간 연산 결과를 메모리에 유지시키는 스파크의 특징을 그대로 사용하고 있으며, GPGPU 기반 공간 연산 스파크의 경우 다수의 PE를 이용하여 병렬처리하기 때문에 효율적으로 공간 연산을 수행할 수 있다. 본 논문은 단일 AMD 시스템에서 공간 연산 스파크와 GPGPU 기반 공간 연산 스파크를 구현하였다. 공간 연산 스파크와 GPGPU 기반 공간 연산 스파크의 성능을 평가하기 위하여 Point-in-Polygon 연산과 Spatial Join 연산을 수행하였으며, SpatialHadoop에 비하여 최대 8배의 성능 향상을 확인하였다.

• 한국과학예술포럼
• /
• 제19권
• /
• pp.405-415
• /
• 2015

최근에 중국의 경제적, 문화적 변화 속도는 빠르고 생활양식도 많이 바뀌었다. 따라서 중국인의 생활은 인간 근본적인 식(食), 의(衣), 주(住)에 대한 요구가 높아졌다. 이에 각각 기업들은 한계를 넘어 더 넓은 영토와 풍부한 인구, 자원으로 시장 성장의 잠재력이 높은 중국시장으로의 진출이 주목되고 있다. 한국은 20세기 60년대 이후 경제성장을 통하여 근대화에 접근하는 동시에 수많은 문제점도 같이 생겼다. 그 중 하나는 인구의 도시집중 현상이다. 이 현상으로 이야기되는 주택부족의 문제는 특히 심각하여 사회적 문제가 되어 있는 상황이다. 이러한 현실에서는 주거공간의 축소화는 필연적일 수 밖에 없으며 이 상황에 따라 주거공간의 효율적인 활용이 요구되고 있음은 당연한 것이다. 특히, 한정된 가족 공동 생활공간에서의 합리적이고 효율적으로 공간을 활용하는 것은 더욱 의미가 크다. 한국과 달리 중국 주방공간은 거의 폐쇄되고 그 한정된 공간에서 다양한 활동을 진행해야 하는 것은 더 심각하다. 사람들이 생활에 대한 요구가 높아지고 식생활을 즐기면서 더 많은 물건으로 주방공간을 채우고 있다. 이 상황에 따라 주방 공간을 추가해야하는 상황이지만 불합리적이고 획일적인 주방가구의 배치 및 아파트의 자투리를 활용한 주방계획으로 주방공간의 사용효율성이 떨어지고 거주자의 불만이 높아지고 있다. 따라서 본 연구는 중국식 주방가구디자인을 위한 기초연구로 중국 보편적인 중소형아파트의 식생활공간에 수납되어 있는 물품의 가짓수, 수납위치와 빈도를 조사·분석하여 중국 식문화에 나타나는 식행위(食行爲)과 중소형아파트의 주방 수납공간 특성을 찾아내서 그 사이의 관계성을 제시하고자 한다. 향후 본 연구는 합리적·효율인 수납방식을 제안할 수 있도록 기초자료가 되기를 바란다.

• 한국산업정보학회논문지
• /
• 제6권3호
• /
• pp.51-64
• /
• 2001

스키마 통합은 이종 분산(Heterogeneous and Distributed) 지리데이타베이스 시스템 (GDS, Geographic Database Systems)에 있어서 해결해야 할 가장 과제들 중의 하나이다. 다양한 응용분야에 있어서 공간정보(spatial information)의 사용이 점차적으로 증가해 감에 따라 지리정보의 통합은 의사결정자들에게 있어 대단히 중요한 문제가 되었다. 그러나, 데이타베이스 관련 문헌에 기술되고 있는 기존의 스키마통합 기법은 시각적인 데이터, 공간정보, 임시적인 정보들을 내포하고 있는 복잡한 객체들간의 이질성(heterogeneity)의 관리라는 문제를 간과하고 있다. 스키마통합의 어려움은 의미(semantics)상의 혼돈뿐만 아니라 공간모형에 대한 상이한 표현으로부터도 초래된다. 그러므로, 지리데이타베이스 분야에서 데이터베이스간의 상호작용성(interoperability)을 실현하는 것은 생각했던 것보다 훨씬 복잡한 문제를 야기하게 되는 것이다. 본 연구에서는 이러한 문제의 해결을 시도하기 위하여 이종 분산 지리데이타베이스에 있어서 스키마통합을 지원할 수 있는 방법론과 프로토타입 도구를 소개하고자 한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (2)
• /
• pp.55-57
• /
• 2001

강화학습은 한 에이전트가 자신이 놓여진 환경으로부터의 보상을 최대화할 수 있는 최적의 행동 전략을 학습하는 것이다. 따라서 강화학습은 입력(상태)과 출력(행동)의 쌍으로 명확한 훈련 예들이 제공되는 교사 학습과는 다르다. 특히 Q-학습과 같은 비 모델 기반(model-free)의 강화학습은 사전에 환경에 대한 별다른 모델을 설정하거나 학습할 필요가 없으며 다양한 상태와 행동들을 충분히 자주 경험할 수만 있으면 최적의 행동전략에 도달할 수 있어 다양한 응용분야에 적용되고 있다. 하지만 실제 응용분야에서 Q-학습과 같은 강화학습이 겪는 최대의 문제는 큰 상태 공간을 갖는 문제의 경우에는 적절한 시간 내에 각 상태와 행동들에 대한 최적의 Q값에 수렴할 수 없어 효과를 거두기 어렵다는 점이다. 이런 문제점을 고려하여 본 논문에서는 로봇 축구 시뮬레이션 환경에서 각 선수 에이전트의 동적 위치 결정을 위해 효과적인 새로운 Q-학습 방법을 제안한다. 이 방법은 원래 문제의 상태공간을 몇 개의 작은 모듈들로 나누고 이들의 개별적인 Q-학습 결과를 단순히 결합하는 종래의 모듈화 Q-학습(Modular Q-Learning)을 개선하여, 보상에 끼친 각 모듈의 기여도에 따라 모듈들의 학습결과를 적응적으로 결합하는 방법이다. 이와 같은 적응적 중재에 기초한 모듈화 Q-학습법(Adaptive Mediation based Modular Q-Learning, AMMQL)은 종래의 모듈화 Q-학습법의 장점과 마찬가지로 큰 상태공간의 문제를 해결할 수 있을 뿐 아니라 보다 동적인 환경변화에 유연하게 적응하여 새로운 행동 전략을 학습할 수 있다는 장점을 추가로 가질 수 있다. 이러한 특성을 지닌 AMMQL 학습법은 로봇축구와 같이 끊임없이 실시간적으로 변화가 일어나는 다중 에이전트 환경에서 특히 높은 효과를 볼 수 있다. 본 논문에서는 AMMQL 학습방법의 개념을 소개하고, 로봇축구 에이전트의 동적 위치 결정을 위한 학습에 어떻게 이 학습방법을 적용할 수 있는지 세부 설계를 제시한다.

• 지능정보연구
• /
• 제12권3호
• /
• pp.33-46
• /
• 2006

물류의 증가로 생산된 제품이 소비자에게 전달되기 전 저장하는 제품 창고의 운영과 유지는 제품원가의 큰 부분을 차지하게 되었다. 취급작업 횟수의 감소, 신속한 출고 작업, 제품의 효율적 관리를 위해 저장설비의 설치, 저장 공간의 추가 확보 등의 시설 투자 방법으로도 이런 문제를 해결 할 수 있지만 기존 저장 공간을 최대한 활용함으로써 취급작업 수를 줄일 수 있다. 저장시설 내에서의 운영방법에는 여러 가지가 있겠지만 저장 공간의 제약이 있기 때문에 제품을 겹쳐 쌓아야 하고 그 경우 반드시 재취급을 고려해야 한다. 재취급 문제는 창고의 취급 효율을 결정짓는 가장 중요한 문제이다. 따라서 창고의 운영 효율을 높이기 위해서는 재취급을 최소화할 수 있는 방법을 고려할 필요가 있다. 본 연구에서는 기대 재취급을 최소화하는 혼적결정 문제를 다루고자 한다. 혼적결정을 위한 최적화 모형을 제시하였고 해를 구하기 위한 유전자 알고리즘을 제시하였다. 이 연구결과는 컨테이너 터미널을 포함하여 재취급이 발생할 수 있는 창고의 운영에 활용될 수 있다.