• Proceedings of the KSME Conference
• /
• 2000.04a
• /
• pp.339-344
• /
• 2000

Newton-Raphson 기법은 구조물의 비선형 해석에 널리 쓰이는 반복계산기법이다. 비선형 해석을 위한 반복계산기법은 컴퓨터의 발달을 감안해도 상당한 계산시간이 소요된다. 본 논문에서는 신경회로망 예측을 사용한 Predicted Newton-Raphson 반복계산기법을 제안하였다. 통상적인 Newton-Raphson 기법은 이전스텝에서 수렴된 점으로부터 현재 스텝의 반복계산을 시작하는 반면 제시된 방법은 현재 스텝 수렴해에 대한 예측점에서 반복계산을 시작한다. 수렴해에 대한 예측은 신경회로망을 사용하여 이전 스텝 수렴해의 과거경향을 파악한 후 구한다. 반복계산 시작점이 수렴점에 보다 근접하여 위치하므로 수렴속도가 빨라지게 되고 허용되는 하중스텝의 크기가 커지게 된다. 또한 반복계산의 시작점으로부터 이루어지는 계산과정은 통상적인 Newton-Raphson 기법과 동일하므로 기존의 Newton-Raphson 기법과 정확히 일치하는 수렴해를 구할 수 있다. 구조물의 정적 비선형 거동에 대한 수치해석을 통하여 modified Newton-Raphson 기법과 제시된 Predicted Newton=Raphson 기법의 정확성과 효율성을 비교하였다. 제시된 Predicted Newton-Raphson 기법은 modified Newton-Raphson 기법과 동일한 해를 산출하면서도 계산상의 효율성이 매우 큼을 확인할 수 있었다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.34 no.10
• /
• pp.1-6
• /
• 2006

This paper predicts the stall characteristics of three-dimensional wings. An iterative decambering approach is introduced into the nonplanar lifting surface method to take into consideration the stall characteristics of wings. An iterative decambering approach uses known airfoil lift curve and moment curve to predict the stall characteristics of wings. The multi-dimensional Newton iteration is used to take into consideration the coupling between the different sections of wings. Present results are compared with experiments and other numerical results. Computed results are in good agreement with other data. This scheme can be used for any wing with the twist or control surface and for wing-wing configurations such as wing-tail configuration or canard-wing configuration.

• Journal of the Korea Concrete Institute
• /
• v.20 no.1
• /
• pp.13-22
• /
• 2008

The initiation and growth processes of cyclic ice body in porous systems are affected by the thermo-physical and mass transport properties, as well as gradients of temperature and chemical potentials. Furthermore, the diffusivity of deicing chemicals shows significantly higher value under cyclic freeze-thaw conditions. Consequently, the disintegration of concrete structures is aggravated at marine environments, higher altitudes, and northern areas. However, the properties of cyclic freeze-thaw with crack growth and the deterioration by the accumulated damages are hard to identify in tests. In order to predict the accumulated damages by cyclic freeze-thaw, a regression analysis by the response surface method (RSM) is used. The important parameters for cyclic freeze-thawdeterioration of concrete structures, such as water to cement ratio, entrained air pores, and the number of cycles of freezing and thawing, are used to compose the limit state function. The regression equation fitted to the important deterioration criteria, such as accumulated plastic deformation, relative dynamic modulus, or equivalent plastic deformations, were used as the probabilistic evaluations of performance for the degraded structural resistance. The predicted results of relative dynamic modulus and residual strains after 300 cycles of freeze-thaw show very good agreements with the experimental results. The RSM result can be used to predict the probability of occurrence for designer specified critical values. Therefore, it is possible to evaluate the life cycle management of concrete structures considering the accumulated damages due to the cyclic freeze-thaw using the proposed prediction method.

• Journal of KIISE:Computer Systems and Theory
• /
• v.28 no.12
• /
• pp.674-684
• /
• 2001

This paper presents the SIC(Size-Interval-Count) prefetching scheme that can record the file access patterns of applications within a relatively small space of memory based on the repetitiveness of the file access patterns. Several knowledge-based prefetching methods were recently introduced, which includes high correctness in predicting future accesses of applications. They records the access patterns of applications and uses recorded access pattern information to predict which blocks will be requested next. Yet, these methods require to much memory space. Accordingly, the proposed method then uses the recorded file access patterns, referred to as "SIC access pattern information", to correctly predict the future accesses of the applications. The proposed prefetching method improved the response time by about 40% compared to the general file system and showed remarkable memory efficiency compared to the previously knowledge-based prefetching methods.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.387-387
• /
• 2022

기존 홍수기시 댐 운영은 예측 강우와 실시간 관측 강우를 이용하여 댐 운영 모형을 수행하며, 예측 결과에 따라 의사결정 및 댐 운영을 실시하게 된다. 하지만 이 과정에서 반복적인 분석이 필요하며, 댐 운영 모형 수행자의 경험에 따라 예측 결과가 달라져서 반복작업에 대한 자동화, 모형 수행자에 따라 달라지지 않는 예측 결과의 일반화가 필요한 상황이다. 이에 댐 운영 모형에 AI 기법을 적용하여, 다양한 강우 상황에 따른 자동 예측 및 모형 결과의 일반화를 구현하고자 하였다. 이를 위해 수자원 분야에 적용된 국내외 129개 연구논문에서 사용된 딥러닝 기법의 활용성을 분석하였으며, 다양한 수자원 분야 AI 적용 사례 중에서 댐 운영 예측 모형에 적용한 사례는 없었지만 유사한 분야로는 장기 저수지 운영 예측과 댐 상·하류 수위, 유량 예측이 있었다. 수자원의 시계열 자료 활용을 위해서는 Long-Short Term Memory(LSTM) 기법의 적용 활용성이 높은 것으로 분석되었다. 댐 운영 모형에서 AI 적용은 2개 분야에서 진행하였다. 기존 강우관측소의 관측 강우를 활용하여 강우의 패턴분석을 수행하는 과정과, 강우에서 댐 유입량 산정시 매개변수 최적화 분야에 적용하였다. 강우 패턴분석에서는 유사한 표본끼리 묶음을 생성하는 K-means 클러스터링 알고리즘과 시계열 데이터의 유사도 분석 방법인 Dynamic Time Warping을 결합하여 적용하였다. 강우 패턴분석을 통해서 지점별로 월별, 태풍 및 장마기간에 가장 많이 관측되었던 강우 패턴을 제시하며, 이를 모형에서 직접적으로 활용할 수 있도록 구성하였다. 강우에서 댐 유입량을 산정시 활용되는 매개변수 최적화를 위해서는 3층의 Multi-Layer LSTM 기법과 경사하강법을 적용하였다. 매개변수 최적화에 적용되는 매개변수는 중권역별 8개이며, 매개변수 최적화 과정을 통해 산정되는 결과물은 실측값과 오차가 제일 적은 유량(유입량)이 된다. 댐 운영 모형에 AI 기법을 적용한 결과 기존 반복작업에 대한 자동화는 이뤘으며, 댐 운영에 따른 상·하류 제약사항 표출 기능을 추가하여 의사결정에 소요되는 시간도 많이 줄일 수 있었다. 하지만, 매개변수 최적화 부분에서 기존 댐운영 모형에 적용되어 있는 고전적인 매개변수 추정기법보다 추정시간이 오래 소요되며, 매개변수 추정결과의 일반화가 이뤄지지 않아 이 부분에 대한 추가적인 연구가 필요하다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.2
• /
• pp.355-363
• /
• 2011

Recently, as one of several methods to improve the performance of DVC(Distributed Video Coding) system, many research works are focusing on the iterative refinement of side information. Most of the conventional techniques are mainly based on the relationship between the reconstruction level and side information, or the vector median filtering of motion vectors, but, their performance improvements are restricted. In order to overcome the performance limit of the conventional schemes, in this paper, a side information generation scheme is designed by measuring the block-cost estimation. Then, by adaptively selecting the compensation mode using the received bit-plane information, we propose a block-adaptive iterative refinement which is efficient for non-symmetric moving objects. Computer simulations show that, by using the proposed refinement method, the performance can be improved up to 0.2 dB in rate-distortion.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.158-160
• /
• 2013

링크 예측 기법은 소셜 네트워크 분석 중 한 방법으로서 그래프 내에서 추가적으로 발생하는 링크를 어떻게 예측하여 네트워크에 추가하는 가에 대한 문제이며 소셜 네트워크의 친구 추천 서비스, 상관 관계 분석, 테러리스트 네트워크 모니터링 등 여러 분야에서 사용되고 있다. 그러나 데이터가 대용량화 됨에 따라 모든 데이터를 메모리에 적재하지 못하거나 최단경로 알고리즘의 반복 수행 등 많은 수행시간을 요구하기 때문에 분산 처리 환경이 필요하게 되었다. 본 논문에서는 프리겔 기반의 모든 노드들 간의 최단경로를 찾는 알고리즘의 반복 수행을 제거하여 수행속도를 향상시킨다. 다양한 데이터 셋에 따른 수행 시간을 측정하여 제안하는 기법의 우수성을 보인다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.28 no.9
• /
• pp.461-468
• /
• 2001

Though shared virtual memory (SVM) system promise low cost solutions for high performance computing they suffer from long memory latencies. These latencies are usually caused by repetitive invalidations on shared data. Since shared data are accessed through synchronization and the patterns by which threads synchronizes are repetitive, a prefetching scheme bases on such repetitiveness would reduce memory latencies. Based on this observation, we propose a prefetching technique which predicts future access behavior by analyzing access history per synchronization variable. Our technique was evaluated on an 8-node SVM system using the SPLASH-2 benchmark. The results show the our technique could achieve 34%~45% reduction in memory access latencies.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.41-41
• /
• 2018

하천과 저수지의 수질을 예측하고 관리하는데 수리 수질예측모형이 널리 활용되고 있다. 수질예측모형은 유역이나 수체 내의 오염물질 이동경로나 농도를 수치해석 방법으로 계산하여 사용자가 필요로 하는 지점과 시점에서의 수질자료 생산하는데 활용되고 있다. 수질예측모형은 검 보정을 통해 정확도를 확보하며, 정확도의 확보를 위해서는 높은 수준의 전문성을 필요로 한다. 특히 시행착오법으로 모형을 보정하는 경우 많은 시간과 노력을 필요로 하게 되며, 보정계수를 과대 혹은 과소로 모형에 적용하는 오류를 범하기 쉽고 모델러의 주관이 관여되기 쉽다. 그래서 본 연구에서는 CE-QUAL-W2모형의 조류항목에 대한 모형 보정을 위하여 Chl-a와 남조류세포수에서 주로 활용되고 있는 보정계수에 대한 민감도 분석 결과를 토대로 매개변수별 모의결과 변화율을 산정하였으며, 시기적 경향성을 재현하기 위해 Ensemble-Bagging 기법과 머신 러닝 기법을 적용하여 모형 구동횟수를 최소화 할 수 있는 방법으로 구성하였다. Chl-a를 보정하기 위한 매개변수는 9개를 선정하였으며, 규조류, 남조류, 녹조류에 총 27개 매개 변수를 민감도 분석으로 도출 한 후 예상 변화율 대비 이벤트별 모의치와 실측치 간 %difference가 유사하도록 매개변수를 조정하였다. 또한 각 이벤트 조합의 매개변수 빈도수와 매개변수별 예상변화율, 시기적 조류특성을 고려하여 가중치를 도출하였으며, 1회 보정에 맞춰 Chl-a 모델 실행결과를 %difference로 평가한 후 "good"등급을 만족할 때까지 반복 적용하였다. 남조류세포수의 경우 Chl-a에 맞춰 매개변수 최적화 이후 남조류세포수 농도를 세포수로 환산하기 위한 CACEL에 대해 머신러닝 기법을 적용하였으며, CACEL 추정변화율 회귀식에 따라 평가 한 후 %difference "good"등급 이상을 만족할 때까지 반복 수행하는 방법을 적용하였다. 본 연구에서는 수질예측모형의 정확도를 확보하기 위하여 최적화 기법을 적용하였으며, 이를 통해 모형을 보정하는 과정에서 요구되는 시간과 노력을 줄일 수 있도록 하였으며, Ensemble기법과 머신러닝 기법을 적용하여 모형보정계수 적용에 객관성을 확보할 수 있도록 하였다.

• Journal of Korean Society of Transportation
• /
• v.33 no.1
• /
• pp.61-69
• /
• 2015

This study compares the forecasting accuracy of five econometric models on domestic total freight volume in South Korea. Applied five models are as follows: Ordinary Least Square model, Partial Adjustment model, Reduced Autoregressive Distributed Lag model, Vector Autoregressive model, Time Varying Parameter model. Estimating models and forecasting are carried out based on annual data of domestic freight volume and an index of industrial production during 1970~2011. 1-year, 3-year, and 5-year ahead forecasting performance of five models was compared using the recursive forecasting method. Additionally, two forecasting periods were set to compare forecasting accuracy according to the size of future volatility. As a result, the Time Varying Parameter model showed the best accuracy for forecasting periods having fluctuations, whereas the Vector Autoregressive model showed better performance for forecasting periods with gradual changes.