• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.321-323
• /
• 1999

본 논문에서는 사용자가 자신이 연구하고 있는 분야에 관련된 웹 문서를 스스로 찾아서 보여 주는 PReA 시스템을 구현한다. 사용자의 성향을 파악하기 위해서 미리 작성된 서지 정보데이터를 사용자가 사용하는 것을 관찰하여 사용자 모델 신경회로망을 구축한다. 사용자 모델 신경회로망은 단어의 부하와 단어 사이의 부하로 구성되어 있어서 사용자의 정보 요구의 의미를 나타낼 수 가 있다. 사용자 모델 신경회로망을 기반으로 질의어를 생성하고 웹문서를 검색하며 검색된 문서에 대해 순위를 정한다. 순위가 정해진 문서중 사용자가 선택한 문서와 선택하지 않은 문서는 각각 사용자 모델 신경회로망을 학습하는데 쓰이게 되며 오랜 시간 동안 사용함에 따라 회로망은 사용자의 성향에 적응하게 되어 보다 정확한 검색을 수행하게 된다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.269-272
• /
• 2004

본 논문은 비선형 시스템의 퍼지모델을 위해 정보 granules 기반 퍼지 추론 시스템의 새로운 설계 및 이의 최적화를 제시한다. 퍼지모델은 주로 경험적 방법에 의해 추출되기 때문에 보다 구체적이고 체계적인 방법에 의한 동정 및 최적화 될 필요성이 요구된다. 일반적으로, 정보 granules는 근접성, 유사성 또는 기능성 둥에 인하여 서로 결합되는 요소(특히, 수치 데이터)의 실체이다. 제안된 퍼지 모델은 정보 데이터의 특성을 살리기 위해 HCM 클러스터링 방법에 의해 전반부/후반부 구조 및 파라미터 동정을 시행한다. 두 가지 형태의 퍼지 추론 방법은 간략 추론과 선형추론에 의해 수행되며 삼각형 멤버쉽 함수를 사용한다. 구축된 정보 granule 기반 퍼지 모델은 유전자 알고리즘을 이용하여 전반부 파라미터를 최적으로 동정한다. 제안된 비선형 모델의 성능평가는 수치적인 예를 통해 비교 평가한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.467-470
• /
• 2004

퍼지모델은 주로 경험적 방법에 의해 추출되기 때문에 보다 구체적이고 체계적인 방법에 의한 동정 및 최적화 될 필요성이 요구된다. 일반적으로, 정보 granules는 근접성, 유사성 또는 기능성 등에 인하여 서로 결합되는 요소(특히, 수치 데이터)의 실체이다. 본 논문에서는 비선형 시스템의 퍼지모델을 위해 정보 granules에 의한 퍼지 관계 기반 퍼지 추론 시스템을 최적 설계한다. 제안된 퍼지 모델은 정보 데이터의 특성을 살리기 위해 HCtl 클러스터링 방법에 의한 중심값을 이용하여 모든 입력변수가 상호 관계한 전반부/후반부 구조 및 파라미터 동정을 시행한다. 두 가지 형태의 퍼지 추론 방법은 간략 추론과 선형추론에 의해 수행되고 삼각형 멤버쉽 함수를 사용한다. 구축된 정보 granule 기반 퍼지 모델은 유전자 알고리즘을 이용하여 전반부 파라미터를 최적으로 동정한다. 그리고 학습 및 테스트 데이터의 성능 결과의 상호균형을 얻기 위한 하중값을 가진 성능지수를 사용하여 근사화와 예측성능의 향상을 꾀하며, 기존 문헌과의 성능비교를 통해 제안된 퍼지 모델을 평가한다.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.329-330
• /
• 2007

본 논문에서는 particle swarm optimization(PSO)를 통한 비선형시스템의 퍼지집합 퍼지모델의 최적화 방법을 제안한다. 퍼지 모델링에서 전반부 동정, 즉 구조 동정 및 파라미터 동정은 비선형 시스템을 표현하는데 있어서 매우 중요하다. 퍼지모델의 전반부 동정에 있어 최적화 과정이 필요하며 유전자 알고리즘(Genetic Algorithm; GA)을 이용하여 퍼지모델을 최적화한 연구가 많이 있다. 본 연구는 파라미터 동정 시 최근 여러 가지 어려운 최적화 문제를 수행함에 있어서 성능의 우수성이 증명된 PSO를 이용하여 퍼지집합 퍼지모델의 전반부 파라미터를 동정하였다. 구조동정은 단순 유전자 알고리즘(Simple Genetic Algorithm; SGA)을 이용하여 동정하였으며 파라미터 동정시 실수 코딩유전자 알고리즘(Real Coded Genetic Algorithm; RCGA)와 PSO를 각각 파라미터 동정에 이용하여 성능을 비교하였다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.211-212
• /
• 2015

전압 안정도를 향상 시키고 무효전력을 보상하는 방법 중 하나로 정지형 무효전력보상설비(SVC, Static Var Compensator)를 사용한다. 특히, 전기로(EAF, Electric Arc Furnace) 등 비선형 부하가 주를 이루는 철강 민수 사업자의 부하는 단시간 내에 전류 변화가 급격히 일어나며 큰 전압 변동을 일으키므로 무효전력 보상설비를 적용하여 안정적인 전력을 공급하고 전력 품질을 확보해야 할 필요가 있다. 본 논문에서는 LS-Nikko 동제련 온산 공장에 역률 보상을 목적으로 무효전력을 제어하기 위한 ${\pm}100[MVar]$ SVC 시스템 모델을 소개하고, 그 특성에 대한 이해를 돕고자 한다.

• Proceedings of the KIPE Conference
• /
• 2015.07a
• /
• pp.423-424
• /
• 2015

전압 안정도를 향상 시키고 무효전력을 보상하는 방법 중 하나로 정지형 무효전력보상설비(SVC, Static Var Compensator)를 사용한다. 특히, 전기로(EAF, Electric Arc Furnace) 등 비선형 부하가 주를 이루는 철강 민수 사업자의 부하는 단시간 내에 전류 변화가 급격히 일어나며 큰 전압 변동을 일으키므로 무효전력 보상설비를 적용하여 안정적인 전력을 공급하고 전력 품질을 확보해야 할 필요가 있다. 본 논문에서는 LS-Nikko 동제련 온산 공장에 역률 보상을 목적으로 무효전력을 제어하기 위한 ${\pm}100[MVar]$ SVC 시스템 모델을 소개하고, 그 특성에 대한 이해를 돕고자 한다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.24 no.10B
• /
• pp.1971-1978
• /
• 1999

In this paper, we study the effects of long-range dependence (LRD) in VBR video traffic on queueing system. This paper consists of Part I and II. In Part I, we present a (LRD) video traffic model based on the shifting-level (SL) process. We observe that the ACF of an empirical video trace is accurately captured by the shifting-level process with compound correlation (SLCC): an exponential function in short range and a hyperbolic function in long range. We present an accurate parameter matching algorithm for video traffic. In the Part II, we offer the queueing analysis of SL/D/1/K called ‘quantization reduction method’. Comparing the queueing performances of the DAR(1) model and the SLCC with that of a real video trace, we identify the effects of SRD and LRD in VBR video traffic on queueing performance. Simulation results show that Markoivian models can estimate network performances fairly accurately under a moderate traffic load and buffer condition, whereas LRD may have a significant effect on queueing behavior under a heavy traffic load and large buffer condition.

• Korean Journal of Construction Engineering and Management
• /
• v.19 no.6
• /
• pp.86-93
• /
• 2018

Infrastructure which mandatory in human life causes large environmental loads when they are being installed and maintained. Especially, maintenance is performed over a long period of time. Also, there is a limit to suggest a reliable estimated value because environmental loads are changed according to methods of maintenance and periods. In this study, we developed a Environmental Load Estimating Model to evaluate value and plan as soon as possible in the Early Design Phases while maintaining a tunnel. To estimate environmental loads by using brief design information, we analyze a calculation methodology of environmental loads in maintenance phases. Furthermore, we apply periods of maintenance work and maintenance factors considered a characteristic of long-term maintenance. Finally, a main purpose is that this program makes all users estimate environmental loads in maintenance phases easily and quickly. Accordingly, it is considered that the Environmental Load Estimating Model offer assistance to eco-friendly maintenance of the road and tunnel construction.

• Journal of the Korea Convergence Society
• /
• v.9 no.5
• /
• pp.1-6
• /
• 2018

In smart grid an accurate load forecasting is crucial in planning resources, which aids in improving its operation efficiency and reducing the dynamic uncertainties of energy systems. Research in this area has included the use of shallow neural networks and other machine learning techniques to solve this problem. Recent researches in the field of computer vision and speech recognition, have shown great promise for Deep Neural Networks (DNN). To improve the performance of daily electric peak load forecasting the paper presents a new deep neural network model which has the architecture of two multi-layer neural networks being serially connected. The proposed network model is progressively pre-learned layer by layer ahead of learning the whole network. For both one day and two day ahead peak load forecasting the proposed models are trained and tested using four years of hourly load data obtained from the Korea Power Exchange (KPX).

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.27 no.6
• /
• pp.663-672
• /
• 2014

Recently, modular structural systems have been applicable to building construction since they can significantly reduce building construction time. They consists of several unit modular frames of which each beam-column joint employs an access hole for connecting unit modular frames. Their structural design is usually carried out under the assumption that their load-carrying mechanism is similar to that of a traditional steel moment-resisting system. In order to obtain the validation of this assumption, the cyclic characteristics of beam-column joints in a unit modular frame should be investigate. This study carried out finite element analyses(FEM) of unit modular frames to investigate the cyclic behavior of beam-column joints with the structural influence of access holes. Analysis results show that the unit modular frames present stable cyclic response with large deformation capacities and their joints are classified into partial moment connections. Also, this study develops a simple spring model for earthquake nonlinear analyses and suggests the Ramberg-Osgood hysteretic rule to capture the cyclic response of unit modular frames.