• Journal of the Korean Institute of Telematics and Electronics C
• /
• v.36C no.10
• /
• pp.56-65
• /
• 1999

This paper presents an architecture and its instruction set for a graphic coprocessor(GCP) which can be used for a multimedia server. The proposed instruction set employs parallel architecture concepts, such as SIMD and Superscalar. GCP consists of a scheduler and four functional units. The scheduler solves an instruction bottleneck problem causing by sharing with four general processors(GPs). GCP can execute up to 4 instructions in parallel. It consists of about 56,000 gates and operates at 30 MHz clock frequency due to speed limitation of SOG technology. GCP meets the real-time DCT algorithm requirement of the CIF image format and can process up to 63 frames/sec for the DCT Algorithm and 21 frames/sec for the Full Block matching Algorithm of the CIF image format.

• KSBB Journal
• /
• v.4 no.2
• /
• pp.110-117
• /
• 1989

The fiffusion characteristics of substrate of varing biomass concentrations into and from Ca- alginate gel beads in well-stirred solutions were investigated. Ca-alginate gel beads were immobilized by Zymomonas mobilis or free from cells. The values of the diffusion coefficient of substrate were calculated by means of the method of Least squares and Random pore model. Reaction rates are expressed by the Michaelis-Menten type equation, and the results are compared with experimental data. Intraparticle effective diffusivity of substrate resistance on reaction by using immobilized Z.mobilis entrapped by Ca-alginated gel seemed to be restricted by cell density. The experimental data also indicated relationship between the effective diffusivity and the cell concentration used in the gel preparation.

• KSBB Journal
• /
• v.9 no.5
• /
• pp.499-505
• /
• 1994

Bacillus macerans cyclodextrin glucanotransferase(EC 2.4.1.19: 1, 4-${\alpha}$-D(1, 4-${\alpha}$-glucano)-transferase, CGTase) was purified by the technique of starch adsorption and DEAE-cellulose column chromatography. The molecular weight of the enzyme was 67,000, consisting of a subunit. The enzyme converted starch into ${\alpha}$-, ${\beta}$-, and ${\gamma}$-CD in the relative amounts of 1:1.68:0.32, respectively. In the early reaction period, maltohexose was formed mainly by the coupling reaction of ${\alpha}$-CD with D-glucose and then other oligosaccharides. Maltotetrose was formed mainly from ${\alpha}$-CD in the initial stage of hydrolysis of the enzyme and then small amount of other oligosaccharides. Maltotriose was a good substrate for the enzyme and maltosyl or D-glucopyranosyl group can be transfered from this sugar. In this work, D-glutosyl transfer was premiered.

• Journal of the Korean Institute of Telematics and Electronics
• /
• v.19 no.4
• /
• pp.38-48
• /
• 1982

Performance and realization of finite impulse response (FIR) digital filters that use an adaptive delta modulator (ADM) as an analog/digital converter have been studied. This filter requires no multiplication and offers many advantages over conventional PCM filters in low power consumption, small size, and cost effectiveness. Analytical formulas have been derived for the expected mean-squared errors and also for the word length necessary to achieve the desired performance. Computer simultation has been done to optimize the parameter values and to verify the results of performance analysis. In addition, design of FIR ADM digital filters for processing single and multi-channel signals has been considered.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.187-187
• /
• 2015

인공위성을 이용한 토양수분의 측정은, 범지구적인 물순환 분석에 있어서, 수문학적인 인자들의 시공간적인 변화를 예측, 분석하는데 있어 가장 효율적인 방법으로 제안되어왔다. 현재 국/내 외 적으로 사용하는 토양수분 위성은 Soil Moisture and Ocean Salinity (SMOS), Advanced SCATerometer (ASCAT)이 많이 사용되고 있으며, 더불어 일본에서 최근에 발사 된 Advanced Microwave Scanning Radiomter 2 (AMSR2) 센서를 통한 토양수분도 데이터도 적극 활용 되고 있다. 각 위성은 토양수분을 산출 하는 알고리즘, 파장대 그리고 위성 통과 시간 등이 각기 다르므로, 이러한 위성의 데이터를 사용하기 위해서는 지점 데이터와의 검증이 필수적으로 필요하게 된다. 이에따라 본 연구에서는 위성 데이터와 Global Land Data Assimilation System (GLDAS)와의 비교를 통해 각 위성데이터의 동아시아 지역에서의 효용성을 평가하였다. 동아시아의 건조한 지역에서는 SMOS가 가장 좋은 토양수분 데이터 결과를 보여주었으며, 다른 많은 지역에서는 ASCAT이 우세한 결과를 보여주었다. 하지만 한반도 지역의 특정 지역에서는 AMSR2의 토양수분 값이 ASCAT을 뛰어넘는 좋은 결과를 보여주는 결과가 도출되었다. 추가적으로, SMOS의 경우 Radio Frequency Interference (RFI)의 영향으로 한반도지역 토양수분을 측정하는 것에는 많은 무리가 있음을 알 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.256-256
• /
• 2015

해양환경에 관한 정보는 효율적인 연안 해역 관리를 위해 필수적이며, 해양환경요소에 대한 분석을 위해 현장 실측자료뿐 아니라 과거자료, 현재자료, 예측자료 등이 요구된다. 또한 연안환경 관리자뿐 아니라 해상관련 종사자, 어민 등이 해양환경 정보에 빠르게 쉽게 접근할 있는 기반이 마련되어야 한다. 최근에는 물에 관련된 정보를 효율적으로 관리하고 제공해야 하는 필요성이 증가함에 따라 물정보학(Hydroinformatics)이 크게 관심을 받고 있으며, 학술지 발간 및 학술회의 개최 등을 통해 이에 관한 연구가 활발히 진행되고 있으나 연안환경에 대한 연구는 미흡한 실정이다. 체계적인 연안환경 분석을 위해서는 방대한 시공간 자료가 필요할 것으로 예상되며, 지속적인 모니터링을 위한 통합시스템이 요구되므로 다양한 관측방법 적용될 필요가 있다. 본 연구에서는 인공위성을 활용하여 연안환경 변화를 모니터링 할 수 있는 방안을 제안하기 위해 국외의 연구사례들을 분석하고, 우리나라 연안환경에 적합한 위성을 조사함으로써 연안환경 분석과 관련하여 관측 가능한 인자들을 파악하고자 한다. 이를 통해 연안환경 모니터링을 보다 체계적으로 수행하기 위한 인공위성 기법의 특징들을 이해하는 것이 본 연구의 목적이다. 향후 서해안지역의 연안 환경 변화 탐지를 위한 알고리즘을 구축하여 한반도 연안환경분석을 위한 인공위성의 유용성을 검증할 계획이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.109-109
• /
• 2016

유역의 물수지는 기상인자, 지형, 토양, 식생 등 여러 가지 인자들에 의해 결정된다. 물수지 분포를 평가하기 위해 수문모형의 모의 시 필요한 수문요소 조건들을 정보화하게 되며, 동시에 토양수분의 특성, 강우 입력자료, 유역의 지형학적 특성들은 불확실성에 기인하는 요소로 작용한다. 이러한 수문모형 모의 시 불확실성을 제거하기 위해 모형 초기조건에 대한 다각적인 분석이 선행이 필요하다. 특히 토양수분은 대기와 지표 사이의 상호작용에 작용하는 중요한 수문기상학적 인자로 평가되고 있다. 토양수분 데이터 자료를 이용하여 강우-유출모형의 입력자료를 구축하여 실제 토양수분의 변동성을 파악하는 연구가 활발히 진행되고 있으며, 유역기반의 유출현황을 산정하기 위해 매우 유용한 초기조건으로 그 역할이 기대된다. 현장에서 관측하는 토양수분 데이터는 넓은 유역의 토양수분을 대표하는 자료로 사용되기에는 한계점이 있으며, 위성기반 토양수분 데이터는 원격탐사를 통해 획득되기 때문에 토양수분의 시 공간적인 변동성 파악에 용의하며 경제성 또한 높다. 이에 따라, 본 연구에서는 유역의 수문순환 분석을 하고, 위성기반 토양수분의 적용 가능성을 평가하기 위해 Aqua위성에 탑재된 Advanced Mircowave Scanning Radiometer Earth Observing System(AMSR-E)와 Metop-A의 Advanced SCATterometer(ASCAT)의 토양수분 데이터를 이용하여 강우-유출모델의 초기조건을 산정하였다. 또한, 이에 대한 검증을 위해 기존 강우인자 초기조건 및 지점에서 관측된 토양수분 초기조건 등을 비교하여 통계분석을 실시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.177-177
• /
• 2018

유역의 홍수량 산정하기 위해서 데이터기반 모형, 개념적 모형, 프로세스 기반 모형과 같은 다양한 개념의 수문학적 모형이 개발되고 적용성이 검토되고 있다. 물리기반 강우-유출관계 모형의 경우, 이론적으로 강우유출응답의 연속 모의에 적합하다고 알려져 있으나 모형 구성에 필요한 수문자료 확보의 한계성 때문에 실절적인 적용에 어려움이 있다. 또한 수문 자료가 충분하지 않거나, 없는 미계측 유역에서 홍수량을 산정하기 위해서는 기존의 수문 관측 시스템의 데이터를 이용하기 어렵기 때문에 레이더 및 위성 등을 이용한 다양한 기상수문데이터 도입이 필요하다. 이에 본 연구에서는 관측된 자료와 함께 모델기반 수문기상 시스템인 GLDAS(Global Land Data Assimilation System, GLDAS)의 자료를 이용하여 개념적 강우-유출관계 모형인 PMD(Probaility Distributed Model, PMD)을 통해 홍수량을 모의하는 방법을 적용하였다. 이를 위해 개념적 강우유출관계 모형을 구성하고, 공간적 토양저류(soil moisture storage)분포를 산정하기 위해 토양의 함수상태를 산출하였다. 이같은 접근법은 수문 자료의 제한, 모형 검정의 문제와 같은 어려움을 해결하기 위한 대안으로 제시할 수 있으며, 분석 결과로부터 모델기반 수문기상 자료와 개념적 강우-유출관계 모형의 활용가능성을 검증할 계획이다.

• Journal of IKEEE
• /
• v.25 no.2
• /
• pp.337-343
• /
• 2021

Deep reinforcement learning is an artificial intelligence algorithm that enables learners to select optimal behavior based on raw and, high-dimensional input data. A lot of research using this is being conducted to create an optimal movement path of a mobile robot in an environment in which obstacles exist. In this paper, we selected the Dueling Double DQN (D3QN) algorithm that uses the prioritized experience replay to create the moving path of mobile robot from the image of the complex surrounding environment. The virtual environment is implemented using Webots, a robot simulator, and through simulation, it is confirmed that the mobile robot grasped the position of the obstacle in real time and avoided it to reach the destination.

• Journal of IKEEE
• /
• v.25 no.4
• /
• pp.644-649
• /
• 2021

Self-Imitation Learning is a simple off-policy actor-critic algorithm that makes an agent find an optimal policy by using past good experiences. In case that Self-Imitation Learning is combined with reinforcement learning algorithms that have actor-critic architecture, it shows performance improvement in various game environments. However, its applications are limited to reinforcement learning algorithms that have actor-critic architecture. In this paper, we propose a method of applying Self-Imitation Learning to Deep Q-Network which is a value-based deep reinforcement learning algorithm and train it in various game environments. We also show that Self-Imitation Learning can be applied to Deep Q-Network to improve the performance of Deep Q-Network by comparing the proposed algorithm and ordinary Deep Q-Network training results.