• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 추계학술대회
• /
• pp.99-100
• /
• 2015

디지털 영상은 촬영 시의 여러 가지 환경적 요인 때문에 블러 현상이 발생할 수 있다. 블러 현상이 발생하면 영상 내 저주파 성분이 많아져서 영상의 품질은 떨어트린다. 이러한 문제점을 해결하기 위한 영상 대비 향상에 대한 여러 가지 방법이 제시되어 왔다. Edge 강화 2차원 필터는 처리 속도가 빠르고 간단한 대비 향상 방법이다. 하지만 인간 시각 시스템은 영상 내에서 지역적으로 주변 밝기에 따라 민감도가 다르다. 따라서 본 논문에서는 Edge 강화 2차원 필터와 주변 밝기에 따른 JND(Just Noticeable Difference)를 이용한 피쳐 기반의 디지털 영상 대비 향상 방법에 대하여 제안한다. 제안된 방법으로 영상 대비를 향상시키고 그 결과를 확인할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.363-363
• /
• 2019

활성화 함수(activation function)는 기계학습(machine learning)의 학습과정에 비선형성을 도입하여 심층적인 학습을 용이하게 하고 예측의 정확도를 높이는 중요한 요소 중 하나이다(Roy et al., 2019). 일반적으로 기계학습에서 사용되고 있는 활성화 함수의 종류에는 계단 함수(step function), 시그모이드 함수(sigmoid 함수), 쌍곡 탄젠트 함수(hyperbolic tangent function), ReLU 함수(Rectified Linear Unit function) 등이 있으며, 예측의 정확도 향상을 위하여 다양한 형태의 활성화 함수가 제시되고 있다. 본 연구에서는 기계학습을 통하여 수위예측 시 정확도 향상을 위하여 Hybrid 활성화 함수를 제안하였다. 연구대상지는 조수간만의 영향을 받는 한강을 대상으로 선정하였으며, 2009년 ~ 2018년까지 10년간의 수문자료를 활용하였다. 수위예측 알고리즘은 Python 내 Tensorflow의 RNN (Recurrent Neural Networks) 모델을 이용하였으며, 강수량, 수위, 조위, 댐 방류량, 하천 유량의 수문자료를 학습시켜 3시간 및 6시간 후의 수위를 예측하였다. 예측정확도 향상을 위하여 입력 데이터는 정규화(Normalization)를 시켰으며, 민감도 분석을 통하여 신경망모델의 은닉층 개수, 학습률의 최적 값을 도출하였다. Hybrid 활성화 함수는 쌍곡 탄젠트 함수와 ReLU 함수를 혼합한 형태로 각각의 가중치($w_1,w_2,w_1+w_2=1$)를 변경하여 정확도를 평가하였다. 그 결과 가중치의 비($w_1/w_2$)에 따라서 예측 결과의 RMSE(Roote Mean Square Error)가 최소가 되고 NSE (Nash-Sutcliffe model Efficiency coefficient)가 최대가 되는 지점과 Peak 수위의 예측정확도가 최대가 되는 지점을 확인할 수 있었다. 본 연구는 현재 Data modeling을 통한 수위예측의 정확도 향상을 위해 기초가 되는 연구이나, 향후 다양한 형태의 활성화 함수를 제안하여 정확도를 향상시킨다면 예측 결과를 통하여 침수예보에 대한 의사결정이 가능할 것으로 기대된다.

• 지구물리와물리탐사
• /
• 제5권2호
• /
• pp.78-83
• /
• 2002

본 논문에서는 유한 요소법과 민감도를 이용한 역산 알고리즘을 결합하여 물리 탐사에서 많이 사용되는 시추공-시추공 모형의 2차원 푸리에 정식화에 따른 역산문제에 적용하였다. 역산기법의 효율향상을 위해 웨이브렛의 다중 분해능 특성을 응용한 기법을 적용하였고 타당성은 수치해석을 통한 데이터를 이용하여 검증하였다. 이론모형으로는 석회암 지하공동을 존재한다고 설정하여 이론모형 지하공동모형에 16개의 전류 및 전위 전극을 사용하여 계산을 행하였다. 본 연구에 의해서 지하공동과 같은 작은 영역의 불연속 매질일 경우, 이 역산법이 정확하고 적용이 용이한 해석법임을 알 수 있었다. .

• 한국항공우주학회지
• /
• 제36권2호
• /
• pp.99-104
• /
• 2008

본 연구에서는 신경망에 기반한 불확실성 모델을 이용하여 전투기 날개 형상의 강건 최적 설계를 수행하였다. 불확실성 모델을 구축하기 위하여 공력성능과 이들의 민감도 정보를 중심합성법으로 선정된 실험점에서 구하였으며, 이 때 3차원 오일러 방정식과 adjoint변수방법이 사용되었다. 또한 비선형성 모사능력이 뛰어난 신경망모델을 이용함으로써 공력성능계수의 민감도 정보를 효율적이고 정확하게 예측하는 것이 가능하였다. 이와 같은 방법으로 구하여진 강건 최적 설계 결과로부터, 불확실성 모델의 변동과 신뢰도 수준의 변화가 증가할수록 목적함수 및 제약조건에 대한 강건성이 향상되는 것을 확인할 수 있었다.

• 지능정보연구
• /
• 제7권2호
• /
• pp.51-63
• /
• 2001

데이터로부터 학습하여 룰을 추출하는 귀납적 학습기법은 데이터 마이닝의 주요 도구 중 하나이다. 귀납적 학습 기법은 불필요한 변수나 잡음이 섞인 변수를 포함하여 학습하는 경우 생성된 룰의 예측 성능이 떨어지고 불필요하게 룰이 복잡하게 구성될 수 있다. 따라서 귀납적 학습 기법의 예측력을 높이고 룰의 구성도 간단하게 할 수 있는 주요 변수 부분집합을 선정하는 방안이 필요하다. 귀납적 학습에서 예측력을 높이기 위해 많이 사용되는 부분집합 선정을 위한 포장 기법은 최적의 부분집합을 찾기 위해 전체 부분집합을 탐색한다. 이때 전체 변수의 수가 많아지면 부분집합의 탐색 공간이 너무 커져서 탐색하기 어려운 문제가 된다. 본 연구에서는 포장 기법에 신경망 민감도 분석을 결합한 귀납적 학습 기법의 변수 부분집합 선정 방안을 제시한다. 먼저, 신경망의 민감도 분석 기법을 이용하여 전체 변수를 중요도 순으로 순서화 한다. 다음에 순서화된 정보를 이용하여 귀납적 학습 기법의 예측력을 높일 수 있는 부분집합을 찾아 나간다. 제안된 방법을 세 데이터 셋에 적용한 결과 일정한 반복 회수 이내에 예측력이 향상된 부분집합을 얻을 수 있음을 볼 수 있다.

• 대한기계학회논문집A
• /
• 제35권11호
• /
• pp.1369-1375
• /
• 2011

쇼트피닝 공정은 쇼트볼이 소재에 충돌을 일으킬 때 생기는 압축잔류응력에 의해 소재의 피로 강도를 향상 시키는데 그 목적이 있다. 본 연구는 변형률 속도 민감도 변화가 압축잔류응력에 미치는 영향을 분석하기 위해서 수행되었다. 본 연구자는 변형률 속도 민감도의 영향을 고려한 쇼트피닝 다중 충돌을 ABAQUS 6.9-1 를 사용하여 모사하였다. 사용된 소재는 AISI 4340 강종이다. 본 연구자는 변형률 속도 민감성이 높은 재료와 낮은 재료를 비교하였다. 결과적으로 변형률 속도 민감성이 증가하면 압축 잔류응력은 감소하였다. 또한 경도가 낮은 소재의 압축잔류응력이 경도가 높은 소재보다 더 크게 발생 하였다.

• 대한토목학회논문집
• /
• 제28권4B호
• /
• pp.375-381
• /
• 2008

본 연구에서는 자체 개발한 물리적기반의 격자다층 분포형 홍수유출모형을 이용하여 남강댐유역을 대상으로 유출해석을 하고, 최적 매개변수 산정을 위하여 각 매개변수별 민감도 분석을 실시하였다. 그 중 유출량에 가장 큰 영향을 끼치는 유역의 초기 토양함수 상태 및 포화 투수계수를 중심으로 유출량에 미치는 영향의 정도를 파악하고자 하였다. 강우유출해석의 결과로부터 모형의 적합성을 평가하기 위하여 체적오차의 백분율(VER)과 첨두유량 오차의 백분율(QER)을 이용하여 모형을 평가하였으며, VER과 QER이 각각 16.7%, 6.7%로 나타나 매개변수 보정 전에 비해 약 6% 향상된 결과를 보였다. 매개변수 민감도 분석 결과, 개발된 분포형 모형에서 유출에 가장 큰 영향을 미치는 부분이 토양 조건 중에서 투수계수와 층 분할 비율이라는 것을 알 수 있었고, 분포형모형의 특성상 매개변수의 초기보정 없이도 유량의 크기와 첨두시간 모두 관측값과 비교적 잘 맞는 것을 확인할 수 있었다.

• 한국의학물리학회지:의학물리
• /
• 제21권1호
• /
• pp.93-98
• /
• 2010

본 연구에서는 I-125 (35 keV) 와 Tc-99m (140 keV)에 대해 고해상도를 지닌 SPECT 영상을 동일한 검출기로 획득하는 방법을 제시하였고, 이를 몬테칼로 시뮬레이션 코드인 DETECT2000과 GATE를 이용하여 검증하였다. 제안된 검출기는 두께 3.0 mm의 CsI (Tl) 블록형 섬광체와 하마마츠사의 H8500C PSPMT로 이루어져 있다. 35 keV 감마선을 방출하는 I-125 핵종을 영상화할 때는 두꺼운 섬광체를 사용 할 경우, 일반적인 앵거방법으로는 빛 퍼짐이 많아지기 때문에 내인성 공간분해능이 저하되지만, 최대우도 함수와 색인테이블을 사용하여 감마선 반응 위치를 추적하면 내인성 공간분해능을 향상시킬 수 있다. DETECT2000 시뮬레이션 결과 1.0 mm 이내의 내인성 공간분해능을 획득하였다. 140 keV를 방출하는 Tc-99m를 영상화할 경우에는 I-125 전용인 1.0 mm 두께의 섬광체를 사용하였을 경우보다 3.0 mm 두께의 섬광체를 사용하였을 때 2.3배 이상 향상된 민감도를 보였다. 본 연구에서 제안한 검출기의 장점은 저에너지의 I-125 선원에 대해 상대적으로 두꺼운 섬광체를 사용하더라도 최대우도함수를 사용하기 때문에 분해능의 감소가 없다는 점과 Tc-99m 선원에 대해 민감도의 저하가 적다는 점이다. 본 연구에서 제안한 검출기를 사용하면 고에너지와 저에너지를 가진 핵종을 모두 영상화할 수 있다.

• 생명과학회지
• /
• 제27권3호
• /
• pp.283-288
• /
• 2017

양돈산업에 있어 돼지 써코바이러스 2형(PCV2)의 복합감염으로 인한 이유자돈의 질병 피해가 막대하다. PCV2 감염에 대한 숙주의 민감도는 상이한 것으로 알려져 있으며, 따라서 숙주의 민감도를 구분하는 것은, 이를 이용한 숙주의 저항성 향상 연구에 필수이다. 본 연구의 목적은 이유자돈군의 혈액 내에서 PCV2 바이러스에 대한 숙주의 민감도를 구분 짓고 구명하는데 있었다. 본 연구에서는 자연적으로 바이러스에 감염된 10주령의 이유자돈군으로부터 혈청을 채취하여 PCV2 바이러스량과 항체가를 측정하고 혈구분석을 실시했다. 또한, 측정된 PCV2 바이러스량과 항체가를 기준으로 자돈군 내에서 저항성군과 민감성군을 선정하였고, 통계분석결과 저항성군에 비해 민감성군에서 백혈구 수가 현저히 줄어든 것을 확인하였다. 본 연구를 통해서 PCV2 감염에 대한 돼지의 민감도를 구분짓기 위한 PCV2 바이러스량과 항체가를 이용한 복합기준을 제시할 수 있었으며, 이유자돈군의 PCV2 관련 질병저항성 및 백혈구감소증을 확인할 수 있는 방법을 마련하였다.

• Communications for Statistical Applications and Methods
• /
• 제15권4호
• /
• pp.563-585
• /
• 2008

본 연구는 다양하고 복잡해지는 파생상품 추세에 상응하는 적절한 가치평가에 대한 연구의 필요성을 인지하고 가격 및 민감도 평가에 있어서 속도와 정확도를 향상시키는데 그 의의를 두고자 한다. 몬테카를로 시뮬레이션에서 의사난수 대신 저불일치수열인준난수를 이용하면 시행횟수의 감소와 정확도 개선이 가능한데, 미국형 옵션이나 경로의존형 상품 등 다차원의 난수가 필요할 경우 기존의 준난수를 사용하면 상관관계가 증가하는 문제로 적용에 한계가 있다. 이런 단점을 보완하기 위해 문제를 발생시키는 차원의 난수를 제외시켜 상관계수를 특정값 이하로 제어하는 새로운 방법을 고안하여 다차원 상품에 적용이 가능토록 하였고 미국형 풋옵션에 적용하여 새로운 방법의 유용성을 검증하였다. 또한, 몬테카를로 시뮬레이션에서 민감도 계산방법으로 우도비율법과 경로의존형 근사방법을 사용하면 속도 및 정확도가 개선됨을 보인다. 이러한 결과는 최근 시장의 추세인 기초자산이나 위험요소가 여러 개인 경우 그리고 경로의존형 및 조기상환형 상품 등에 적용 가능토록하여 몬테카를로 시뮬레이션 방법에 있어 가장 큰 단점으로 지적되는 수행시간을 단축시키고 민감도 계산의 오차를 줄여줌을 보여준다. 또한, 2개 이하의 기초자산으로 이루어진 파생상품의 가치 및 민감도 평가에 가장 효율적인 수치해석적 방법론으로 알려져 있는 유한차분법의 적용시 격자생성구간의 설정이 매우 중요하다는 사실을 비대칭 나비형스프레드에 적용하여 실증적으로 보인다.