• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1991년도 학술발표회 논문집
• /
• pp.122-128
• /
• 1991

본 연구는 오디토리움에서 일어나는 음향특성을 설계단계에서 미리 예측함으로써 그 설계가 음향학적 요구에 적합한지를 효과적으로 검토할 수 있는 컴퓨터시뮬레이션모델을 개발하고자 한다. 개발된 모델에 의해 음향설계단계에서 이루어지는 방대하고 반복적인 계산작업을 효율적으로 처리할 수 있게 함으로써 음향평가에 소요되는 시간과 오차를 줄일 수 있게 되었으며, 실내음장에서의 초기 시간차, 음압분포, 잔향시간, 그리고 적정 암소음유지를 위한 구조체의 차음성능을 예측하고 다목적홀의 설계사례와 비교하여 컴퓨터를 이용한 음향설계기법의 실용성 및 타당성을 검토하였다.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 1999년도 제12회 학술강연회논문집
• /
• pp.10-10
• /
• 1999

선형 및 비선형 GPA 기법을 이용한 가스터빈 엔진의 성능예측 및 진단을 연구하고 전형적 산업용 가스터빈 엔진인 TB5000에 적용하여 최적의 계측변수를 정의하였다. 선형 GPA는 가스가 지나가는 구성품의 계측가능한 온도, 압력, 연료유량, 로터 회전수 등과 같은 종속변수와 효율, 유량과 같은 측정불가능한 독립변수의 관계 방정식을 열역학 법칙, 연속방정식, 질량 및 에너지 보존법칙, 구성품 성능곡선 등으로부터 유도하는 것이며 비선형 GPA는 독립변수와 종속변수의 비선형 관계를 충분히 고려하기 위해 선형 GPA를 반복적으로 적용하는 방법이다. 본 연구에서 반복기법은 Newton-Raphson 반복기법을 사용하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.205-207
• /
• 2020

본 논문에서는 딥러닝 기반의 깊이 영상 초해상도 기술에 대해서 제안한다. 기존 깊이 영상의 초해상도 기술은 고해상도의 컬러 영상과 저해상도 깊이 영상을 이용하여 화소 값을 개선시켜 고해상도의 깊이 영상을 예측하였다. 하지만 이라한 방법들은 단순히 화소 값을 증가 또는 혹은 감소시키는 방법으로 언더슈팅 또는 오버슈팅과 문제를 발생시켜 성능 향상을 제한한다. 제안하는 기법에서는 이러한 한계를 극복하기 위해 화소의 위치를 이동하여 영상을 복원하는 격자 워핑 방식을 반복적으로 적용하여 고해상도 깊이 영상을 예측하였다. 실험 결과, 제안한 방식이 기존 방법들에 비해 정량적, 시각적 품질을 개선시켰음을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제12권4호
• /
• pp.31-39
• /
• 2012

분산 비디오 압축 기술은 초경량 비디오 압축 기술로써 많은 주목을 받고 있으며, 대표적인 기법은 피드백 채널을 이용하여 우수한 부호화 성능을 유지한다. 그러나 이로 인해 복호화기의 복잡도를 증대시키고 매우 많은 반복적인 연산에 의한 큰 복호화 지연을 요구하기 때문에 실시간 구현에 제한이 되고 있으며, 이를 개선하기 위한 연구가 필요하다. 이를 위해, 본 논문에서는 화소 영역 위너-지브 비디오 복호화 기법에서 각 비트 플레인 내에 위치한 LDPCA 프레임간의 시간적 상관성, 공간적 상관성 그리고 시공간적 상관성 등을 고려한 패리티 비트 요구량에 대한 예측 방법을 제시하고 고속 분산 비디오 복호화기법에 적용하여 성능을 비교한다. 모의실험을 통해, 움직임이 큰 영상과 움직임이 적은 영상에 대해 각각 시공간적 상관성과 시간적 상관성을 이용한 방식이 우수한 특성을 보이며, 이는 분산 비디오 부호화 기법의 다양한 응용 환경에 따른 효과적인 패리티 요구량 예측기법을 찾는데 효과적으로 사용될 수 있을 것이다.

• 한국지리정보학회지
• /
• 제6권1호
• /
• pp.12-23
• /
• 2003

정보산업의 급속한 발전은 축적되어 있는 대규모의 데이터로부터 보다 가치 있는 정보 생성 및 정확한 데이터 분석 능력을 요구하고 있다. 특히 데이터마이닝 기법을 이용하여 주어진 데이터간의 연관관계를 도출하고, 얻어진 패턴을 바탕으로 미래를 예측하는 방법은 주목을 받고 있다. 이 연구에서는 속성중심 귀납방법과 분류규칙을 통합한 일반화 기반의 분류기법을 제안하였고, 간결한 모델의 구축 및 규칙 추출을 수행하였다. 또한 일반화 기반 분류 예측시스템에 산불데이터를 적용하여, 기상 데이터와 산불발생 사이의 관련성을 분석하고 효율적인 예측을 수행하였다. 이 연구에서 제시한 기법은 반복적으로 발생하는 자연재해에 대한 분석 및 예측, 에너지의 수요량 예측등과 같이 실생활의 중요한 부분들에 다양하게 응용할 수 있다.

• 전력전자학회논문지
• /
• 제7권2호
• /
• pp.158-164
• /
• 2002

본 논문은 기존의 1차 예측 기법과 반복 제어기법을 이용하여 LC 필터와 정류 부하 등의 비선형 부하를 가지는 UPS 인버터의 출력전압 파형의 개선에 관한 연구이다. 기존의 1차 예측 기법은 정류부하에 대하여 우수한 특성을 가지므로 출력전류의 예측에 적합하나 정류 부하와 같은 비선형적인 부하의 정상 상태 오차를 보상하기에는 충분하지 못한 단점을 가진다. 따라서, 정상상태 오차를 최소화 할 수 있는 반복제어 기법을 적용하여 UPS 출력전압을 개선시키고자 한다. 제안된 제어기법에 대한 타당성을 시뮬레이션으로 검증하고, 이를 바탕으로 LC 필터를 가지는 3 kVA, 60 Hz UPS시스템을 제작하여 실험으로 검증한다

• 콘크리트학회지
• /
• 제2권2호
• /
• pp.73-80
• /
• 1990

지진이나 충격과 같은 강한 동적반복하중을 받을 경우 철근콘크리트 부재의 거동을 예측하는 현재의 해석기법은 변형율속도의 영향을 고려하고 있지 않으며, 휨거동 만을 이상화하고 있어 예측치와 실험치 사이에 커다란 오차를 수반하고 있다는 문제점이 있다. 따라서, 본 연구에서는 변형율속도의 변화에 따른 부재의 휨강도 및 전단강도를 예측 할 수 있는 기법과 부재거동의 구성요소인 휨변형과 전단변형을 몇 개의 이력변수를 사용하여 이상화한 구조해석 모델을 접목함으로써 강한 동적반복하중에서도 실제와 거의 일치하는 구조거동을 예측 할 수 있는 소프트웨어를 완성하였으며, 그를 이용한 비교결과는 비교적 만족스러웠다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (1)
• /
• pp.946-948
• /
• 2005

H.264/AVC는 SoC/IEC MPEG와 ITU-T Video Coding Experts Group에서 함께 발표한 비디오 코딩을 위한 가장 최근의 표준이다. 기존의 표준들 보다 적은 비트로 높은 압축률과 좋은 화질을 제공하고 있다. 그러나 1/4 화소 움직임 예측과 보상의 지원과 7가지의 가변블록에 대한 움직임예측과 블록모드별 RD(Rate-Distortion)를 수행하고 CAVLC등 H.264/AVC 표준에서 채택한 여러 가지 비디오 압축방식으로 인해 그 복잡도가 훨씬 증가하였다. 이 논문에서 H.264/AVC의 복호화기에서 복잡도의 약 $40\%$ 이상을 차지하는 움직임보상 모듈을 효율적으로 수행하고 최적화하기 위한 방법을 제안한다. 예측된 모션벡터에 따라 창조하는 프레임에서 매크로블록을 만들어 내는 움직임 보상 과정을 수행하는 데 있어서 접근 지연시간이 큰 외부 메모리 창조를 선인출 메커니즘을 이용하여 미리 예측하여 수행함으로써 전체 수행시간을 줄이는 기법을 적용하였다. 이를 통하여 가변길이 복호화 모듈과 움직임 보상모듈을 수정하여 반복적으로 읽고, 쓰기를 수행해야 하는 횟수를 줄였다. 실험 결과 본 논문에서 제안하는 방법을 이용하여 복호화 과정을 수행했을 때 PSNR(Peak Signal to Noise Ratio)의 손실은 전혀 없으면서 복호화기의 전체 실행시간을 약 $5\%$ 향상시키고, 핵심 모듈인 움직임 보상과정에서 약 $20\%$ 정도 실행시간을 향상시키는 등 높은 성능 향상을 보였다.

• 한국전산구조공학회논문집
• /
• 제20권3호
• /
• pp.347-352
• /
• 2007

축소시스템 기법은 전체 구조의 거동을 나타내는 저차 고유모드를 근사화한다. 지난 연구에서 축소 시스템을 구축하기 위한 2단계 축소기법을 제안하였다. 첫 단계에서 리츠벡터를 이용한 각 요소의 레일리 지수를 통해 요소 에너지를 예측 하고 이를 토대로 후보영역을 선정한다. 다음 단계에서 후보영역에 포함된 자유도로 축소된 1단계 축소 시스템에 순차적 소거법을 적용하여 최종적인 주자유도를 선정한다. 이번 연구에서는 2단계 축소 기법에 축소시스템 개선을 위한 반복적 기법을 적용하여 중간영역에서의 고차모드의 정확도를 추가적인 시스템의 확장없이 구하는 방법을 제안한다. 이 방법은 축소시스템에서 고유치와 고유모드의 정확도를 조절하는 것까지도 가능하다. 최종적으로 제안된 기법의 성능을 수치 예제를 통해 검증한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.248-248
• /
• 2020

토양수분은 증발산, 유출, 침투 등 물수지 요소들과 밀접한 연관이 있는 주요한 변수 중에 하나이다. 토양수분의 정도는 토양의 특성, 토지이용 형태, 기상 상태 등에 따라 공간적으로 상이하며, 특히 기상 상태에 따라 시간적 변동성을 보이고 있다. 기존 토양수분 측정은 토양시료 채취를 통한 실내 실험 측정과 측정 장비를 통한 현장 조사 방법이 있으나 시간적, 경제적 한계점이 있으며, 원격탐사 기법은 공간적으로 넓은 범위를 포함하지만 시간 해상도가 낮은 단점이 있다. 또한, 모델링을 통한 토양수분 예측 기술은 전문적인 지식이 요구되며, 복잡한 입력자료의 구축이 요구된다. 최근 머신러닝 기법은 수많은 자료 학습을 통해 사용자가 원하는 출력값을 도출하는데 널리 활용되고 있다. 이에 본 연구에서는 토양수분과 연관된 다양한 기상 인자들(강수량, 풍속, 습도 등)을 활용하여 머신러닝기법의 반복학습을 통한 토양수분의 예측 가능성을 분석하고자 한다. 이를 위해 시공간적으로 토양수분 실측 자료가 잘 구축되어 있는 청미천과 설마천 유역을 대상으로 머신러닝 기법을 적용하였다. 두 대상지에서 2008년~2012년 수문자료를 확보하였으며, 기상자료는 기상자료개방포털과 WAMIS를 통해 자료를 확보하였다. 토양수분 자료와 기상자료를 머신러닝 알고리즘을 통해 학습하고 2012년 기상 자료를 바탕으로 토양수분을 예측하였다. 사용되는 머신러닝 기법은 의사결정 나무(Decision Tree), 신경망(Multi Layer Perceptron, MLP), K-최근접 이웃(K-Nearest Neighbors, KNN), 서포트 벡터 머신(Support Vector Machine, SVM), 랜덤 포레스트(Random Forest), 그래디언트 부스팅 (Gradient Boosting)이다. 토양수분과 기상인자 간의 상관관계를 분석하기 위해 히트맵(Heat Map)을 이용하였다. 히트맵 분석 결과 토양수분의 시간적 변동은 다양한 기상 자료 중 강수량과 상대습도가 가장 큰 영향력을 보여주었다. 또한 다양한 기상 인자 기반 머신러닝 기법 적용 결과에서는 두 지역 모두 신경망(MLP) 기법을 제외한 모든 기법이 전반적으로 실측값과 유사한 형태를 보였으며 비교 그래프에서도 실측값과 예측 값이 유사한 추세를 나타냈다. 따라서 상관관계있는 과거 기상자료를 통해 머신러닝 기법 기반 토양수분의 시간적 변동 예측이 가능할 것으로 판단된다.