• 한국해안·해양공학회논문집
• /
• 제33권3호
• /
• pp.122-130
• /
• 2021

다양한 목표 고도에서의 풍속 추정은 해상풍력 구조물 설계 및 풍파 추정 등의 분야에서 매우 중요한 요소이다. 그러나 풍속 관측 자료가 특정 고도에 한정되어 있기 때문에 다른 고도에서의 풍속 추정은 일반적으로 사용되는 연직 분포함수와 평균적인 매개변수를 이용하여 추정한다. 본 연구에서는 HeMOSU-1 관측타워의 다양한 고도에서 측정한 풍속 자료를 이용하여 Power 함수, 대수함수의 매개변수를 추정하고 그 변동 양상을 분석하였다. 매개변수 추정 결과, Power 함수의 지수 매개변수는 일반적으로 제안되는 0.14(= 1/7) 보다 작은 평균 0.10 정도로 추정되었으며, 변동 범위도 0.0~0.3 정도로 파악되었다. 대수분포함수의 경우, 매개변수는 마찰속도와 조도 길이로 그 범위가 풍속에 따라 차이를 보이고 있으며, 변동 범위는 각각 0~10 (m/s), 0.0~1.0 (m) 정도로 파악되었으며, 일반적으로 제시되는 범위와는 그 차이를 보이는 것으로 파악되었다. 이러한 차이는 기존의 고도 분포함수가 대기 중립 조건을 가정하고 있는 영향으로 판단되며, 보다 정확한 추정을 위해서는 대기조건을 고려한 비선형 고도분포함수의 도입이 필요하다.

• 전기전자학회논문지
• /
• 제13권1호
• /
• pp.1-10
• /
• 2009

최근 블라인드 적응등화기의 주요 알고리듬 중에 하나인 CMA (Constant Modulus Algorithm) 의 주파수 영역의 고속 알고리듬들이 소개되고 있다 [1,2]. 이중에서 [1] 에서는 입력신호를 블록 단위로 처리하는 비용함수를 사용하고, 보다 최근에 제시된 [2] 에서는 매 입력신호마다 목적함수를 최소한 하는 새로운 알고리듬이 소개되고 있다. 모두다 기존의 알고리듬의 계산량을 줄일 수 있으나, 수렴성에서는 기존의 CMA와 차이가 보여질 것으로 판단된다. 따라서, 본 논문에서는 이러한 주파수 영역 CMA 의 오차평면과 목적함수에 대한 해석적 분석을 통하여, 최근에 제안된 블라인드 등화 알고리듬 [2]가 [1] 보다 국소 최소 값에 빠질 확률이 적어서 수렴성이 개선됨을 보인다. 모의실험결과 이전의 고속 알고리듬 보다 50% 이상의 수렴성 개선결과를 보인다. 또한, 동일조건하에 최신 고속 알고리듬이 기존의 CMA 와 동일한 수렴특성을 나타내는 것을 보인다.

• 대한조선학회지
• /
• 제27권3호
• /
• pp.19-30
• /
• 1990

본 논문에서는 비선형 자유표면파의 수치해법 개발을 위한 노력의 일환으로서, 하밀톤 원리에 근거한 비정상 자유표면파 문제에 대한 범함수를 정의하였다. 즉, 고전적인 하밀톤 원리에 자유표면 경계조건에 따른 수정항을 고려해 줌으로써 본 문제에 적합한 두 범함수를 만들 수 있다, 본 논문에서는 첫째, 선형문제에서의 고유치 문제를 해석하여 두 범함수가 선형 분산관계식의 상한과 하한치를 가지는 것을 보여준다. 둘째로, 비선형 정상문제에 두 범함수를 응용하여 고립파(solitary wave)의 파고 및 속도의 근사 관계식을 유도하였다. 이 근사 관계식들의 수치계산결과는 Longuet-Higgins & Fenton(1974)의 해석해와 비교하여 좋은 결과를 보여준다. 세째로, 전 유체영역을 유한요소로 분할하여 유한요소법에 의한 고립파의 파형 및 특성치들의 계산결과들을 보여준다. 특히 본 논문에서는 분할한 유한요소의 수에 따른 수치해의 수렴을 보여준다.

• 한국전자파학회논문지
• /
• 제22권10호
• /
• pp.960-965
• /
• 2011

본 논문은 maximum likelihood(ML) 기반의 모노 펄스 monopulse ratio(MR) 커브에 대한 수학식 유도 과정을 보인다. 이를 위해 선형 배열 안테나를 가정하고 얻어진 수학식이 배열 소자의 수, 배열 간격의 함수가 됨을 보인다. 시뮬레이션을 통해서 얻어진 수학식이 MR 커브와 동일함을 보이고, 얻어진 복잡한 수학식을 하나의 tangent 함수로 근사화할 수 있음을 보인다.

• 한국음향학회지
• /
• 제43권4호
• /
• pp.369-382
• /
• 2024

능동 소나 시스템에서 잔향을 제거하기 위하여 최근 비음수 행렬 분해 기법을 활용한 잔향 제거 알고리즘이 고안된 바 있다. 비음수 행렬 분해 알고리즘을 설계하기 위해서는 분해된 기저 행렬의 곱이 원본 신호와 같도록 유도하는 추정 비용 함수가 필요한데, 기존의 연구에서는 이에 대한 고찰이 없이 쿨백-라이블러 발산 함수를 활용하였다. 본 논문에서는 쿨백-라이블러 발산 함수의 선택이 좋은 선택이었는지, 혹은 성능을 개선할 수 있는 다른 추정 비용 함수가 있는지 연구하고자 하였다. 이를 위하여, 먼저 쿨백-라이블러 함수를 포함하여 일반화된 베타-발산 함수를 활용하여 수정된 잔향 제거 알고리즘을 제안하였다. 그리고 수정된 잔향 제거 알고리즘에 대해 합성된 잔향 신호를 활용한 몬테-카를로 시뮬레이션을 수행하였다. 그 결과 높은 신호대잔향비 환경에서는 쿨백-라이블러 발산 함수(β= 1)가 좋은 성능을 보이지만, 낮은 신호대잔향비 환경에서는 쿨백-라이블러 발산 함수와 유클리드 거리의 중간 특성을 가지는 함수(β= 1.25)가 더 좋은 성능을 보이는 것을 확인하였다.

• Communications for Statistical Applications and Methods
• /
• 제15권1호
• /
• pp.125-136
• /
• 2008

많은 실제적인 공학 설계문제에 있어서, 목적함수의 형태는 설계변수들에 의하여 정확하게 주어지지 않는다. 이러한 환경 하에서, 구조해석, 유체 역학 해석, 열역학 분석과 같은 등과 같은 문제에서 설계변수들의 값이 주어졌을 때 목적함수들의 값은 실제 실험이나 계산상의 실험을 통하여 얻어지게 된다. 일반적으로, 이러한 실험들은 많은 비용이 든다. 이런 경우에는 실험의 횟수를 가능한 적게 하기위하여, 목적함수의 형태를 예측하는 것과 병행하여 최적화를 수행하게 된다. 반응표면분석(Response Surface Methodology, RSM)은 이러한 접근 방법에서 잘 알려져 있다. 본 논문에서는 목적함수의 예측을 위하여 서포트 벡터 기계(Support Vector Machines, SVM)의 방법을 적용할 것이다. 이러한 접근에서 가장 중요한 과제들 중의 하나는 가능한 실험의 횟수를 적게 하기 위하여 적절하게 표본자료들을 배치하는 것이다. 이러한 목적에 서포트 벡터의 정보들이 효과적으로 사용되어짐을 보이고 제안한 방법의 효율성은 공학 설계문제에서 잘 알려진 수치 예제를 통하여 보인다.

• 한국전산구조공학회논문집
• /
• 제29권3호
• /
• pp.229-235
• /
• 2016

본 논문에서는 기존에 개발된 생브낭의 원리를 이용한 응력개선방법에 부가적인 면외 워핑함수를 도입하여 후처리함으로써 기계 및 열응력을 개선할 수 있는 방법을 소개하였다. 열응력 예측이 중요한 문제로 다루어지고 있으며, 이에 따라 수많은 보이론들이 개발되어왔다. 일반적으로 고차이론들이 열응력 예측에 유용하다고 알려져 있지만, 자유도가 많아 계산과정이 복잡하다는 단점이 존재한다. 이러한 단점들을 보완하기 위해, 본 연구에서는 계산이 비교적 간단한 고전 보이론의 변위장에 면외 워핑함수를 부가적으로 도입하고 합응력 등가를 통해 후처리함으로써 보 구조물의 열응력을 정확하게 예측할 수 있는 방법을 제시하였다. 그리고 다양한 경계조건을 가지는 수치예제들을 통해 탄성해와 비교함으로써 그 정확도를 검증하고, 면외 워핑함수가 응력개선에 미치는 영향에 대해 분석하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 가을 학술발표논문집 Vol.34 No.2 (C)
• /
• pp.459-464
• /
• 2007

영상기반의 3자원 복원(reconstruction)에 대한 연구가 컴퓨터 성능의 발전과 다양한 영상기반의 복원 알고리즘의 연구로 인해 최근 좋은 결과를 보이고 있으나, 이는 얼굴영역과 같은 목적이 되는 영역이 각 입력영상으로부터 미리 정확하게 추출되어 있다고 가정하기 때문이다. 일반적으로 목적이 되는 영역을 추출하기 위해 차영상이 많이 이용되고 있지만 차영상은 잡음과 구멍(hole)과 같은 오 추출된 영역이 발생하기 때문에 목적이 되는 영역을 3차원으로 복원을 할 때 심각한 오류를 초래할 수 있다. 전경물체(목적이 되는 영역)을 정확하게 추출하기 위해 최근 그래프 컷(graph cut)을 이용한 방법이 다양하게 시도되고 있다. 그래프 컷은 데이터 항(data term)과 스무드 항(smooth term)으로 구성된 에너지 함수를 전역적으로 최소화하는 방법으로 여러 공학적 문제에서 좋은 결과를 보이고 있지만, 에너지 함수의 데이터 항을 설정할 때 필요한 사전정보를 자동으로 얻기가 어렵다. 스테레오 비전의 깊이 정보가 최근 전경 물체 추출을 위한 사전정보로 많이 이용되고 있고 그들의 실험환경에서는 좋은 결과를 보이지만, 3차원 얼굴 복원에서 얼굴의 대부분이 동질의 영역을 가지고 있기 때문에 깊이 정보를 구하기 어려워 정확한 사전정보를 구하기가 어렵다. 본 논문에서는 3차원 얼굴 복원을 효과적으로 하기 위한 그래프 컷 기반의 전경 물체 추출 방법을 제안한다. 에너지 함수의 데이터 항을 설정하기 위해 전경 물체에 대한 사전정보를 추출해야 하며, 이를 위해 차영상을 이용하여 대략적인 전경 물체 추출하고, 사전정보에 대한 오류를 줄이기 위해 잡음과 그림자 영역을 제거한다. 잡음과 그림자 영역을 제거하면 구멍이 발생하거나 실루엣이 손상되는 문제가 발생한다. 손상된 정보는 근접한 픽셀이 유사하지 않을 때 낮은 비용을 할당하는 에너지 함수의 스무드(smooth) 항에 의해 에지 정보를 기반으로 채워진다. 결론적으로 제안된 방법은 스무드 항과 대략적으로 설정된 데이터 항으로 구성된 에너지 함수를 그래프 컷으로 전역적으로 최소화함으로써 더욱 정확하게 목적이 되는 영역을 추출할 수 있다.

• 정보처리학회논문지B
• /
• 제8B권1호
• /
• pp.105-113
• /
• 2001

최근 축약 분산 기억 장치(SDM)가 적응적 문제 해결 능력과 하드웨어화의 용이성으로 인해 현실성이 있는 신경망의 한 모델로 제안되었다. 그러나 다층 인식자의 개별 뉴런이 선형 또는 비선형 결정 함수로 해 공간을 이분하고 그들이 다양하게 결합함으로써 일반적인 문제 해결 능력을 갖는데 비해, 축약 분산 기억 장치의 뉴런은 해 공간에서 자신을 중심으로 한 일정 반경 영역을 안과 밖으로 이분하고 이들을 단순하게 합하므로써, 해 공간이 실수 공간과 같이 크기 관계를 갖는 경우 비효율적인 모델로 된다. 본 논문에서는 이러한 축약 분산 기억 장치의 특성과 그 원인을 규명하고, 문제의 해 공간이 단조 증가 또는 감소 결정 함수로 양분되는 경우, 기존의 축약 분산 기억 장치에 크기 비교 과정을 도입함으로써, 주어진 문제를 효율적으로 해결할 수 있는 수정된 축약 분산 기억 장치 모델을 제안한다. 아울러 제안된 모델을 ATM망에서의 호 수락 제어 과정에 적용한 예를 보인다.최근 축약 분산 기억 장치(SDM)가 적응적 문제 해결 능력과 하드웨어화의 용이성으로 인해 현실성이 있는 신경망의 한 모델로 제안되었다. 그러나 다층 인식자의 개별 뉴런이 선형 또는 비선형 결정 함수로 해 공간을 이분하고 그들이 다양하게 결합함으로써 일반적인 문제 해결 능력을 갖는데 비해, 축약 분산 기억 장치의 뉴런은 해 공간에서 자신을 중심으로 한 일정 반경 영역을 안과 밖으로 이분하고 이들을 단순하게 합하므로써, 해 공간이 실수 공간과 같이 크기 관계를 갖는 경우 비효율적인 모델로 된다. 본 논문에서는 이러한 축약 분산 기억 장치의 특성과 그 원인을 규명하고, 문제의 해 공간이 단조 증가 또는 감소 결정 함수로 양분되는 경우, 기존의 축약 분산 기억 장치에 크기 비교 과정을 도입함으로써, 주어진 문제를 효율적으로 해결할 수 있는 수정된 축약 분산 기억 장치 모델을 제안한다. 아울러 제안된 모델을 ATM망에서의 호 수락 제어 과정에 적용한 예를 보인다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.95-96
• /
• 2008

본 논문에서는 시계열 예측 공정의 모델링을 위해 Type-2 퍼지 논리 집합을 이용하여 불확실성 문제를 다룬다. 기존의 Type-1 퍼지 논리 시스템(Fuzzy Logic System, FLS)은 외부의 노이즈와 같은 불확실성에 민감한 단점이 있다. 그러나 Type 퍼지 논기 시스템은 불확실한 정보까지 멤버쉽 함수로 표현함으로서 효과적으로 취급할 수 있다. 여기서 불확실한 정보를 표현하기 위해 규칙의 전 후반부 멤버쉽 함수로 삼각형 형태의 Type-2 퍼지 집합을 사용한다. 전반부의 경우 HCM 클러스터링을 사용하여 입력 데이터들 간의 거리를 중심으로 멤버쉽 함수를 정의하고, 후반부는 입자 군집 최적화(Particle Swarm Optimization) 알고리즘으로 멤버쉽 함수의 정점을 동조한다. 제안된 모델은 표준 모델 평가에 주로 사용되는 가스로 시계열 데이터를 적용하고, 특정 데이터로 노이즈에 영향 받은 데이터를 사용하여 수치 석인 예를 보인다.