• Proceedings of the KSME Conference
• /
• 2008.11a
• /
• pp.1674-1678
• /
• 2008

본 연구에서는 심장의 세포 변화에서부터 혈류 순환의 시스템 변화까지 일련의 과정을 시뮬레이션 할 수 있는 통합모델을 개발하였다. 본 통합 모델을 이용하여 대동맥의 탄성도 변화 따른 Pulse Wave Velocity를 추정하였으며 심근의 수축 Mechanics의 변화를 시뮬레이션 하였다. 심장은 단순한 구 형상으로 모델링 되었다. 특히 동맥순환의 특성인 Wave propagation 과 Wave deflection의 현상을 모델링하기 위해 기존 모델에서 사용된 동맥계 순환 모델을 수정하였다. 즉 기존의 동맥 모델을 1차원의 운동방정식과 연속방정식을 기반으로 하는 Distributed arterial model로 대체하였다. Distributed arterial model은 혈액의 점성에 의한 에너지 손실, 혈관의 점탄성 효과 그리고 분지 되는 혈관에서의 에너지 손실을 포함하는 정교한 동맥 순환 모델이다. 정교한 동맥계 순환 모델의 동맥 탄성도 값을 조절함으로써 탄성도 변화에 대한 PWV를 계산 할 수 있었다. 이러한 수치적 방법을 사용하여 노화에 따른 동맥벽 탄성도의 저하가 심근세포의 Cross-bridge 동역학에 미치는 영향을 시뮬레이션 하였다.

• Journal of Korean Society of Forest Science
• /
• v.107 no.2
• /
• pp.140-150
• /
• 2018

For the estimation of greenhouse gas dynamics in forests, it is useful to use a model which simulates both carbon (C) and nitrogen (N) cycle simultaneously. A forest C model, called FBDC, was developed and validated in Korea. However, studies on development of forest N model are insufficient. This study aimed to suggest a development process of a forest C and N model. We analyzed the general features, structures, ecological processes, input data, output data, and methods of integrating C and N cycles of the VISIT, Biome-BGC, Forest-DNDC, and O-CN. The structure and features of the FBDC were also analyzed. The VISIT was developed by integrating forest C model with a N cycle module, and the new model also could be designed by combining the FBDC with a N cycle module. The VISIT and Forest-DNDC could estimate soil $N_2O$ emissions, and the integrated model should include the processes shared by these models. Especially, the overseas models linked C and N cycles based on N absorption, C absorption, and decomposition of dead organic matter. Therefore, the integration of the FBDC with N cycle module should apply this linkage of structures between C and N cycles. Climate, soil texture, and species distribution data, which are essential for the model development, were available in Korea. However, parameter data associated with N cycle and validation data for soil $N_2O$ emissions need to be obtained by field studies.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.617-620
• /
• 2016

본 논문에서는 이미지 캡션 생성과 모델 전이에 효과적인 심층 신경망 모델을 제시한다. 본 모델은 멀티 모달 순환 신경망 모델의 하나로서, 이미지로부터 시각 정보를 추출하는 컨볼루션 신경망 층, 각 단어를 저차원의 특징으로 변환하는 임베딩 층, 캡션 문장 구조를 학습하는 순환 신경망 층, 시각 정보와 언어 정보를 결합하는 멀티 모달 층 등 총 5 개의 계층들로 구성된다. 특히 본 모델에서는 시퀀스 패턴 학습과 모델 전이에 우수한 LSTM 유닛을 이용하여 순환 신경망 층을 구성하고, 컨볼루션 신경망 층의 출력을 임베딩 층뿐만 아니라 멀티 모달 층에도 연결함으로써, 캡션 문장 생성을 위한 매 단계마다 이미지의 시각 정보를 이용할 수 있는 연결 구조를 가진다. Flickr8k, Flickr30k, MSCOCO 등의 공개 데이터 집합들을 이용한 다양한 비교 실험을 통해, 캡션의 정확도와 모델 전이의 효과 면에서 본 논문에서 제시한 멀티 모달 순환 신경망 모델의 우수성을 입증하였다.

• The KIPS Transactions:PartB
• /
• v.11B no.4
• /
• pp.449-456
• /
• 2004

This paper proposes a novel recognition model, a recurrent fuzzy associative memory(RFAM), for recognizing time-series patterns contained an ambiguity. RFAM is basically extended from FAM(Fuzzy Associative memory) by adding a recurrent layer which can be used to deal with sequential input patterns and to characterize their temporal relations. RFAM provides a Hebbian-style learning method which establishes the degree of association between input and output. The error back-propagation algorithm is also adopted to train the weights of the recurrent layer of RFAM. To evaluate the performance of the proposed model, we applied it to a word boundary detection problem of speech signal.

• 순환기질환의공학회:학술대회논문집
• /
• 2003.11a
• /
• pp.10-11
• /
• 2003

• 한국신재생에너지학회:학술대회논문집
• /
• 2007.11a
• /
• pp.209-212
• /
• 2007

고분자전해질형 연료전지의 구조 및 구성품의 물성에 따른 성능 및 물이동 현상에 관해서 많은 연구가 진행되고 있다, 이들 연구는 대체적으로 연료 전지의 BOP(Balance of plant)를 포함하는 연료전지 시스템에 관한 연구 보다는 단위 전지 및 스택에 관한 연구에 국한되어 왔다. 연료전지의 시스템에 관한 연구들 또한 세부적인 연료전지 내부의 거동에 대해서는 고려하지 않고 있었다. 이는 연료전지의 상세 모델을 이용해 연료전지 시스템에 대해 접근하기 보다는 시스템의 성능 및 동특성에 대한 연구가 주를 이루었기 때문으로 생각된다. 본 연구에서는 연료전지 음극의 수소 배출가스를 재순환할 경우 연료전지 내부에서의 거동에 미치는 영향에 대해 2차원 정상상태 모델을 이용하여 분석해 보았다. 또한 재순환된 수소에 의한 연료전지 내부 거동의 변화 및 수소 이용율 상승 효과를 연료 전지 성능과 함께 비교해 보았다 이를 위해 2차원 정상상태 모델을 개발하였고 이를 실험을 통해 검증하는 작업을 수행하였다. 여기에 사용된 연료전지 모델은 Gore社 의 $PRIMea^{(R)}$을 사용한 연료전지의 성능을 잘 예측하고 내부의 유동 및 물이동 현상에 관한 정보를 제공한다. 이는 여러 하이브리드 자동차용 연료전지 시스템이 연료전지 배출가스의 재순환을 고려하고 있는 상황에서 연료전지 작동 조건의 최적화에 유용한 정보를 제공 할 수 있다는 의의를 가진다.

• Journal of the Korean Society for Marine Environment & Energy
• /
• v.4 no.2
• /
• pp.3-14
• /
• 2001

In order to predict nutrient circulation in Hakata bay, we have developed an ecosystem model named the Sediment-Water Ecological Model (SWEM). The model, consisting of two sub-models with hydrodynamic and biological models, simulates the circulation process of nutrient between water column and sediment, such as nutrient regeneration from sediments as well as ecological structures on the growth of phytoplankton and zooplankton. This model was applied to prevent eutrophication in Hakata bay, located in western Japan. The calculated results of the tidal currents by the hydrodynamic model showed good agreement with the observed currents. Moreover, SWEM simulated reasonably well the seasonal variations of water quality, and reproduced spatial heterogeneity of water quality in the bay, observed in the field. According to the simulation of phosphorus circulation at the head of the bay, it was predicted that the regeneration process of phosphorus across the sediment-water interface had a strong influence on the water quality of the bay.

• Proceedings of the Korean Society of Fisheries Technology Conference
• /
• 2003.05a
• /
• pp.127-128
• /
• 2003

표층플랑크톤 생물군을 통한 물질순환을 이해하기 위하여 많은 연구자들이 식물플랑크톤, 동물플랑크톤, 영양염 사이의 물질순환을 간단한 미분방정식으로 표현한 생태계모델을 이용해 왔다. 그 중에서도 특히, Fasham(1995)은 북대서양과 북태평양의 식물플랑크톤의 계절변화를 설명하기 위하여 간단하지만 표층 혼합층내 물질순환과정의 본질을 잘 표현한 혼합층모델을 작성했다. (중략)

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.147-150
• /
• 2018

목적 지향 대화 시스템은 자연어 이해, 대화 관리자, 자연어 생성과 같은 세분화 모델들의 결합으로 이루어져있어 하위 모델에 대한 오류 전파에 취약하다. 이러한 문제점을 해결하기 위해 자연어 이해 모델과 대화 관리자를 하나의 네트워크로 구성하고 오류에 강건한 심층 Q 네트워크를 제안한다. 본 논문에서는 대화의 전체 흐름을 파악 할 수 있는 순환 신경망인 LSTM에 심층 Q 네트워크 적용한 심층 순환 Q 네트워크 기반 목적 지향 대화 시스템을 제안한다. 실험 결과, 제안한 심층 순환 Q 네트워크는 LSTM, 심층 Q 네트워크보다 각각 정밀도 1.0%p, 6.7%p 높은 성능을 보였다.

• The Korean Journal of Rheology
• /
• v.3 no.1
• /
• pp.56-67
• /
• 1991

압출공정에서 발생하는 전달현상을 이해하기 위하여 싱글-스크류 압출기에서의 비 뉴톤성 유체의 비등온유동에 대한 수치해석을 위한 유한요서법(FEM)을 개발하였다. FEM 은 준-3차원 물리적 모델을 기본으로 하였고 온도분포해석을 위하여 전진방법을 도입하였 다. 본 연구에서 도입한 수치해석적 모델과 더 간단한 준-2차원 모델을 온도분포의 예측에 관하여 초점을 맞추어서 비교 하였다. 압출기의 내부채넬에서 순환유동이 온도분포에 미치 는 영향의 중요성이 강조되었다. 순환유동의 효과를 파악하기 위하여 유한 요소식에서 순환 과 관련된 대류항을 빼도록 유한요소 프로그램을 개조 하였고 개발된 원래의 프로그램과 개 조된 프로그램의 해석을 수행한후 해석결과 중에서 특히 온도분포에 있어서의 차이점을 비 교하였다. 이로부터 간단한 준-2차원 모델은 순환효과를 무시했기 때문에 속도분포의 예측 에서는 별문제가 없으나 온도분포의 예측에 있어서는 크게 잘못될 수 있음을 알수 있다.