• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 제39회 하계학술대회
• /
• pp.802-803
• /
• 2008

본 연구에서는 변압기의 권선간 전계 및 절연안전율 예측알고리즘을 개발하였으며, 이를 활용하여 극초고압 변압기의 절연구조개선 연구를 수행하였다. 개발된 알고리즘을 사용하면 한 번의 기본모델의 수치해석 결과만을 이용하여 다양한 권선간 거리 및 고체절연물의 개수 변화에 따른 전계 및 절연안전율의 예측이 가능하다. 본 알고리즘을 극초고압 변압기 주권선부 개선에 적용시킨 결과, 권선간 고체 절연물 개수를 조절하면 절연신뢰성 저하없이 주권선부 거리를 단축시킬 수 있음을 확인하였다. 또한, 본 예측 알고리즘의 활용가능성을 검증하고자 개선 모델의 절연안전율을 수치해석적 방법으로 계산하여 이를 예측 결과와 비교하였다. 그 결과, 본 예측 알고리즘으로 계산된 결과는 수치해석적 방법에 의한 결과에 비해 약 $1{\sim}2%$ 정도의 작은 차이가 발생하는 것으로 확인되었다. 따라서 본 연구를 통하여 개발된 전계분포 및 절연안전율 예측기법을 실제 설계에 적용할 수 있을 것으로 판단된다.

• 한국정보통신학회논문지
• /
• 제22권4호
• /
• pp.595-601
• /
• 2018

최근 미세먼지 수치가 급격히 상승함에 따라 이에 대한 관심도가 굉장히 높아지고 있다. 미세먼지의 노출은 호흡기 및 심혈관계 질환의 발생과 관련이 있으며, 사망률도 증가시키는 것으로 보고되고 있다. 뿐만 아니라, 산업현장에서도 미세먼지에 대한 피해가 속출한다. 그러나 현대인의 삶에서 미세먼지 노출은 불가피하다. 그러므로 미세먼지를 예측하여, 이에 대한 노출을 최소화하는 것이 건강 및 산업 피해축소에 가장 효율적인 방법일 것이다. 기존의 미세먼지 예측 모델은 농도 수치가 아닌 미세먼지의 농도 범위에 따라 좋음, 보통, 나쁨, 매우 나쁨으로만 나누어 예보하고 있다. 본 논문은 기존의 실제 기상 및 대기 질 데이터를 이용, 기계학습 알고리즘인 Artificial Neural Network (ANN)알고리즘과 K-Nearest Neighbor (K-NN)알고리즘을 상호 응용하여 미세먼지 수치 (PM 10)를 예측하고자 하였다.

• 한국수자원학회논문집
• /
• 제36권2호
• /
• pp.251-261
• /
• 2003

여러 가지 토양수분의 예측인자에 대한 해상도 문제를 고찰하였다. 다양한 인자에 대한 민감도는 통계적인 분석을 기반으로 논의되었다. 수치지형모형에서 세 가지 흐름 결정 알고리즘의 해상도에 대한 통계적인 분석이 수행되었다. 단방향 흐름알고리즘으로 계산한 상부사면 기여면적은 다른 두 알고리즘(다방향 알고리즘, DEMON)보다 더욱 민감한 것으로 나타났다. 습윤지수의 경우는 해상도나 계산과정의 변화에 상대적으로 민감도가 미소한 것으로 나타났다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (B)
• /
• pp.154-156
• /
• 2002

정보화시대에 들어서면서 나날이 급증하는 데이터에 대한 재가용성을 위한 많은 연구가 이루어지고 있다 이러한 연구들은 의사결정지원, 예측, 추정 등의 분야에서 적용되고 있으나, 실생활에 활발히 적용되기까지 앞으로 많은 연구 및 개발이 요구된다. 이 논문에서는 수집된 데이터로부터 패턴을 추출하여 예측결과를 제공할 수 있는 시스템 모델과 모델에 적합한 점진적 규칙갱신 알고리즘을 제안하였다. 제안하는 예측 모델의 특징은 새로 입력되는 정보에 대한 반복 학습시 수치데이터에 대한 평균근사치 할당방법을 적용하여 규칙갱신을 용이하게 하였으며 각 클래스의 수치데이터에 대한 분류를 용이하도록 하였다.

• 전자공학회논문지SC
• /
• 제46권6호
• /
• pp.73-79
• /
• 2009

운동하는 물체를 제어하기 위한 제어이론은 디지털 컴퓨터(임베디드시스템)를 이용하여 복잡한 신경망 이론, 인공지능 이론, 비선형 모델 예측 제어 이론등이 제어기 설계 단계에서 구현되고 있다. 비행제어 시스템의 비선형 모델 예측 제어 예측기는 구현하는 컴퓨터의 성능과 각종 모듈의 응용프로그램을 하드실시간(Hard Real-Time)으로 처리할 수 있도록 응답 시간을 충족 하여야 한다. 이와 동시에 제어 시스템에의 성능을 충분히 발휘할 수 있는 정확성도 고려하여야 한다. 수학적 영역에서의 오류는 전체 알고리즘 구현에 영향을 준다. 그러나 이러한 수학적 오류 발생 요인은 예측기에서 생성되는 파라미터에서 최종 정확도 계산에 가끔 고려하지 않는다. 본 논문에서는 비행체 제어를 위한 디지털 제어 시스템에서 하드실시간 하중제어 모델 예측기를 구현하고, 알고리즘의 응답시간을 살펴본다. 또한 이에 따른 정밀도를 보장하는 고효율 예측기를 구현하는 알고리즘을 살펴본다. 예측기는 하중 제어 모델에서 오일러 방법, Heun 방법, Runge-kutta 방법, 테일러 방법의 수치적분 알고리즘을 사용하여 구현된다.

• 대한공간정보학회지
• /
• 제20권3호
• /
• pp.19-27
• /
• 2012

바람은 기상, 기후, 신재생 에너지 등 다양한 분야에서 널리 활용되는 매우 중요한 요소 중 하나이다. 이 연구에서는 우선, 중규모 기상모델 WRF를 이용하여 우리나라의 전역에 대하여 2006년도를 대상으로 수치 시뮬레이션을 수행하여, 시공간적 상세 바람정보를 생산하였다. 수치모의 된 풍속은 관측풍속과 비교하여 공간적 및 계절적 특징을 비교적 잘 나타내었으나, 전반적으로 다소 과대 모의되는 경향을 보였다. 이러한 예측오차를 줄이기 위하여, 위성원격탐사로부터 생산된 지표특성 변수인 LST와 NDWI를 사용한 예측풍속의 통계적 보정 알고리즘을 개발하고, 다중회귀분석에 의하여 보정식의 토지피복별 상수와 계수를 도출하였다. 제안된 보정 알고리즘에 의하여 최종적으로 보정된 풍속은 관측풍속과 비교하여 높은 상관관계, 0.4 m/s 미만의 RMSE, 0에 가까운 BIAS로 매우 높은 일치성을 보였다. 따라서, 이 연구에서 제안한 위성원격탐사자료를 활용한 통계적 보정 알고리즘은 중규모 수치모의에 의한 예측오차를 개선하고 보다 정확한 한반도 바람정보를 생산하는데 있어서 간략하고 유용한 수단이 될 수 있으리라 기대된다.

• 디지털융복합연구
• /
• 제19권9호
• /
• pp.257-269
• /
• 2021

논문은 심탄도(BCG, Ballistocardiogram) 센서를 이용하여 생체신호 데이터를 비침습, 무구속적인 방식으로 수집하고, ICT 기술과 고성능 컴퓨팅 환경에서 인공지능 기계학습 알고리즘을 활용하여 데이터 기반 혈당 예측 알고리즘 모델 개발 및 검증하는 방법을 제시하고 연구하는 것이다. 혈당수치 예측모델은 MLP 아키텍처에 입력노드는 심박수, 호흡수, 심박출량, 심박변이도, SDNN, RMSSD, PNN50, 나이, 성별이며, 은닉층 7개를 사용하였다. 실험 결과는 5회 실험한 학습데이터의 평균 MSE, MAE 및 RMSE 값은 각각 0.5226, 0.6328 및 0.7692이며 검증데이터 평균 값은 각각 0.5408, 0.6776, 0.7968이었으며, 결정계수(R2) 수치는 0.9997의 결과를 보였다. 데이터를 기반으로 한 혈당수치를 예측하는 모델을 표준화하고 데이터셋 수집과 예측 정확성을 검증하는 연구가 계속적으로 진행된다면 비침습 방식의 혈당 수준 관리에 활용될 수 있을 것으로 사료된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.1027-1031
• /
• 2008

본 연구는 한반도 영역을 대상으로 2001년 7, 8월과 2002년 6월로 홍수기를 대상으로 RDAPS 모형, AWS, 상층기상관측(upper-air sounding)의 자료를 이용하였다. 또한 수치예보자료를 범주적 예측확률로 변환하고 인공신경망기법(ANN)을 이용하여 강수발생확률의 예측정확성을 향상시키는데 있다. 신경망의 예측인자로 사용된 대기변수는 500/ 750/ 1000hpa에서의 지위고도, 500-1000hpa에서의 층후(thickness), 500hpa에서의 X와 Y의 바람성분, 750hpa에서의 X와 Y의 바람성분, 표면풍속, 500/ 750hpa/ 표면에서의 온도, 평균해면기압, 3시간 누적 강수, AWS관측소에서 관측된 RDAPS모형 실행전의 6시간과 12시간동안의 누적강수, 가강수량, 상대습도이며, 예측변수로는 강수발생확률로 선택하였다. 강우는 다양한 대기변수들의 비선형 조합으로 발생되기 때문에 예측인자와 예측변수 사이의 복잡한 비선형성을 고려하는데 유용한 인공신경망을 사용하였다. 신경망의 구조는 전방향 다층퍼셉트론으로 구성하였으며 역전파알고리즘을 학습방법으로 사용하였다. 강수예측성과의 질을 평가하기 위해서 $2{\times}2$ 분할표를 이용하여 Hit rate, Threat score, Probability of detection, Kuipers Skill Score를 사용하였으며, 신경망 학습후의 강수발생확률은 학습전의 강수발생확률에 비하여 한반도영역에서 평균적으로 Kuipers Skill Score가 0.2231에서 0.4293로 92.39% 상승하였다.

• Composites Research
• /
• 제35권5호
• /
• pp.334-339
• /
• 2022

본 연구에서는 복합재료 제조 공정 과정 중 수지의 유동 저항성을 대변하는 인자인 투수 계수를 예측하는 알고리즘을 개발하였다. 단방향 연속 섬유 복합재료 내부에서 섬유와 수직인 방향 투수 계수의 정확한 예측을 위해 대표 체적 요소의 단면 형상을 고려하였다. 섬유의 유체 유동 저항성을 정량화하기 위한 인지로 섬유 간 간격이 사용되었고, 등가 길이는 섬유 배열에 따른 수지의 유로 변화를 나타내는 인자로 사용되었다. 전기-유압 유사성을 접목하여 투수 계수 예측 알고리즘을 개발하고 그 타당성을 확인하였다. 알고리즘은 Matlab과 Python으로 구성되고, 타당성 검증을 위해 FLUENT를 통해 예측된 투수 계수와 비교하였다. 알고리즘과 수치 해석을 통해 얻은 투수 계수가 거의 일치함을 확인하여 알고리즘을 검증하였으며, 소요 시간은 수치 해석 대비 약 1/450로 감소하였다.

• 소음진동
• /
• 제5권2호
• /
• pp.207-213
• /
• 1995

본 논문에서 구조동력학 문제를 풀기 위한 명시적(explicit) 예측 수정자 시간적분법을 개발하였으며, 이 알고리즘은 최근 개발된 암시적(implicit) 일반화된 $\alpha$ 방법으로부터 유도하였다. 암시적 방법과 같이 명시적 일반화된 .alpha. 방법도 하나의 변수를 갖는 알고리즘의 집합이며, 이 변수는 고주파 영역에서 수치 감쇠의 양을 정의한다. 제안된 알고리즘은 수치감쇠가 없는 시간적분법으로 파의 젼달 문제를 풀때 나타나는 가상의 진동을 감소시키는 수치감쇠를 가지고 있기 때문 에 선형 혹은 비선형의 구조동력학 문제에 효과적으로 이용될 수 있다.