• 한국터널지하공간학회 논문집
• /
• 제4권2호
• /
• pp.101-111
• /
• 2002

본 연구의 목적은 교란상태개념 (DSC) 모델을 이용하여 터널 암반절리면의 거동특성을 모델링 할 수 있는 개선된 구성방정식 모델을 개발하는데 있다. 교란상태 개념 (DSC) 모델은 이미 다른 접촉면 거동 모델링을 통해서 그 신뢰성을 검증 받아왔다. 이런 DSC 모델을 암반 절리면 거동 특성에 맞도록 수정한 후에, Schneider가 수행한 합리적인 실내 전단 시험 결과 및 역 해석 결과를 이용하여 DSC모델의 절리면 적용성을 검증하고자 한다. 본 연구결과로부터 DSC모델은 화강암 절리면의 변형률 연화 및 부피팽창 거동특성을 규명할 수 있다고 판단된다.

• 융합신호처리학회논문지
• /
• 제5권2호
• /
• pp.151-158
• /
• 2004

본 논문에서는 디지털 필터 모델에 대한 역 필터링 기법을 제안한다. 이 기법은 안정한 non-causal IIR 역 필터를 안정한 causal 역 필터로 변환(근사)시키는 것이다. 실제로 이 역 필터에 대한 FIR 근사 방법을 제안한다. 전역통과 시스템에 대한 역 필터의 임펄스 응답은 그 시스템에 대한 임펄스 응답의 거울 영상(mirror image) 임을 알 수 있다. 특히 전역통과 시스템에 대한 임펄스 응답이 이러한 대칭성을 갖기 때문에, 제안한 기법은 다른 시스템 보다 전역통과 시스템에 더욱 유용하다. 제안한 역 필터링 기법을 설명하기 위하여, 네 개의 예제를 제시한다. 그들 중 둘은 전역통과 필터에 대한 것이며, 다른 두 개의 예제는 IIR과 FIR 필터에 대한 것이다. 또한 컴퓨터 시뮬레이션을 통하여 제안한 기법이 잘 동작함을 보인다.

• 천문학회보
• /
• 제46권2호
• /
• pp.35.5-36
• /
• 2021

'역상고성'은 '신법산서'에 수록되어 있는 티코브라헤의 역법체계와 그 밖의 천문 내용들을 중국인 천문학자들에 의하여 확실하게 정리를 하였지만 '역상고성'에 따른 추보는 천상과 불일치를 보게 되었다. 藪內淸(야부우치 키요시) 저(1969), 유경로 역(1985)에 의하면 이러한 불일치는 옹정 8년 6월 초 1일의 일식이었는데 예보의 오류를 정정한다는 것을 중국 천문학자들이 감당하기 어려웠다. 퀘글러(Ignatius Kögler, 戴進賢, 1680~1746)와 페레이라(Andreas Pereira, 서무덕(徐懋德), 1690-1743) 등의 선교사 천문학자들이 칙명을 받아 종사하게 되고, 이들이 중심이 되어 '역상고성'보다 더 진보된 서양천문 역법에 기초를 둔 역서가 편찬되게 되었다. '신법산서'와 '역상고성'은 모델에서는 평원(平圓)을 사용하지만 '역상고성후편'에서는 타원(楕圓) 모델을 사용하게 된다. 건륭 7년(1742년)에 10권이 완성되어 '역상고성후편'이라 명하였다. 타원모델을 채택하였지만 지동설에 대한 내용은 전혀 기술되어 있지 않다. 아마도 태양이나 달의 운동을 추보하는데 지구를 중심으로 해야 하기에 이에 대한 언급을 필요치 않았을 수도 있다. '역상고성후편' 은 태양과 달의 운행, 일식과 월식에 대해서만 다루고 있다.그러나 '역상고성'에서는 청몽기차나 지반경차를 티코브라헤의 표 값을 그대로 사용하였고, 이 값들이 관측과 관련이 되어 있음을 설명하려는 무리를 두고 있다. 너무 정확하게 값들이 관측 값들로부터 유도되어 의심이 갈 정도이다. 카시니(Giovanni Domenico Cassini, 喝西尼, 1625~1712)는 자신의 동료 리셰와 함께 파리와 프랑스령 기아나 카이엔에서 충의 위치에 있는 화성과 부근 별의 고도를 관측하여 충의 위치에 있는 화성의 시차를 측정하여 최초로 태양과 지구 사이의 거리를 어림하고, 태양의 지반 경차를 현재와 값과 거의 비슷하게 얻었다. '역상고성후편'에서는 이 내용을 상세하게 다루고 있다. 또한 대기에서 입사각과 굴절각 사이에 Snell의 법칙이 성립하는데 이를 이용하여 모호하게 알았던 청몽기차를 대기의 굴절을 이용하여 현재의 값과 비슷한 값을 얻어 사용할 수 있게 되었다. 이는 모든 천체의 위치를 관측하는데 있어서 매우 정확한 값들을 얻을 수 있게 되고 이에 따라 황도-적도 경사각도 정확하게 얻어진다. '역상고성후편'은 옹정원년을 역원으로 하고 있다. 태양의 운행에 있어서 케플러의 타원 궤도를 이용하게 된다. '신법산서'와 '역상고성'에서는 평균근점이각 M을 모델에서 보여 줄 수 있지만 타원 궤도에서는 이 각이 면적각으로 주어지고, 원 대신 타원을 다루기에 쉽지 않다. 현재는 케플러 방정식을 풀어 가감차를 구하게 되는데 이를 기하학적으로 풀이하는 차적구적법을 소개하고 있다. 이와 함께 면적을 이용하여 타원계각과 타원차각을 구하는 차각구각법도 소개한다. 타원계각과 타원차각을 모두 고려하였기에 현재의 태양의 운동을 기술하는 타원모델과 완벽하게 같다. 다만 사용하는 상수가 아주 조금 다를 분이다. 태양의 경도를 추보하는 방법도 동지점을 기준으로 하고 현재의 방법과 동일하다. 달의 운행도 타원 궤도를 사용한다. '역상고성후편'의 내용은 우리나라의 전해져서 1860년 남병길이 쓴 '시헌기요(時憲紀要)'에는 태양, 달, 일·월식, 오행성의 운동, 항성의 위치, 시간 등을 추보하는데 필요한 내용들이 매뉴얼화 되어 기록되어 있고, 1862년 남병철이 쓴 '추보속해(推步續解)'에도 같은 내용을 담고 있다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2017년도 제29회 한글 및 한국어 정보처리 학술대회
• /
• pp.159-162
• /
• 2017

Long Short-Term Memory Recurrent Neural Network(LSTM RNN)는 순차 데이터 모델링에 적합한 딥러닝 모델이다. Bidirectional LSTM RNN(BiLSTM RNN)은 RNN의 그래디언트 소멸 문제(vanishing gradient problem)를 해결한 LSTM RNN을 입력 데이터의 양 방향에 적용시킨 것으로 입력 열의 모든 정보를 볼 수 있는 장점이 있어 자연어처리를 비롯한 다양한 분야에서 많이 사용되고 있다. Highway Network는 비선형 변환을 거치지 않은 입력 정보를 히든레이어에서 직접 사용할 수 있게 LSTM 유닛에 게이트를 추가한 딥러닝 모델이다. 본 논문에서는 Highway Network를 한국어 의미역 결정에 적용하여 기존 연구 보다 더 높은 성능을 얻을 수 있음을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2006년도 춘계학술발표대회
• /
• pp.975-978
• /
• 2006

통신기술의 급속한 발전으로 네트워크 환경이 광대역통합망으로 진화되어가고 있다. 이로 인해 개별 네트워크에서 운영되던 IT서비스들 또한 광대역통합망 환경에서 빠른 속도로 융합되고 있다. 하지만, 개별 네트워크에서 운영되던 기존의 IT서비스들이 광대역통합망에서 서로 융합되어 신규 IT 서비스를 생성하는 과정에서 보안요소가 적용되지 않을 경우에 신규 IT서비스의 안정성 및 신뢰성이 떨어질 수 있다. 이러한 문제점을 해결하기 위해서, 본 논문에서는 신규 IT 서비스의 기반구축 및 운영이전인 서비스에 대한 기획 및 설계시에 필수적인 보안대책 제시하여 서비스 운영이전에 보안대책을 적용할 수 있도록 함으로써, 신규 IT 서비스의 안정성과 신뢰성을 확보할 수 있는 방법으로 정보보호사전평가 모델을 제시하고, 이 모델을 RFID 서비스에 적용한 예제를 설명한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2003년도 제15회 한글 및 한국어 정보처리 학술대회
• /
• pp.14-17
• /
• 2003

문서의 확률을 이용하여 자동으로 문서를 분류하는 문서 범주화 기법의 대표적인 방법이 나이브 베이지언 확률 모델이다. 이 방법의 기본 형식은 출현 용어의 확률 계산 방법이다. 하지만 실제 문서 범주화 과정에서 출현하지 않는 용어들도 성능에 많은 영향을 줄 수 있으며, 출현 용어들에 대한 빈도 이외의 역범주 빈도나 용어가중치를 적용하여 문서 범주화 시스템의 성능을 향상시킬 수 있다. 본 논문에서는 나이브 베이지언 확률 모델에 출현 용어와 출현하지 않는 용어들에 대한 smoothing 기법을 적용하여 실험하였다. 성능 평가를 위해 뉴스그룹 문서들을 이용하였으며, 역범주 빈도와 가중치를 적용했을 때 나이브 베이지언 확률 모델에 비해 약 7% 정도 성능 개선 효과가 있었다.

• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2017년도 제29회 한글및한국어정보처리학술대회
• /
• pp.159-162
• /
• 2017

Long Short-Term Memory Recurrent Neural Network(LSTM RNN)는 순차 데이터 모델링에 적합한 딥러닝 모델이다. Bidirectional LSTM RNN(BiLSTM RNN)은 RNN의 그래디언트 소멸 문제(vanishing gradient problem)를 해결한 LSTM RNN을 입력 데이터의 양 방향에 적용시킨 것으로 입력 열의 모든 정보를 볼 수 있는 장점이 있어 자연어처리를 비롯한 다양한 분야에서 많이 사용되고 있다. Highway Network는 비선형 변환을 거치지 않은 입력 정보를 히든레이어에서 직접 사용할 수 있게 LSTM 유닛에 게이트를 추가한 딥러닝 모델이다. 본 논문에서는 Highway Network를 한국어 의미역 결정에 적용하여 기존 연구 보다 더 높은 성능을 얻을 수 있음을 보인다.

• 한국지반공학회논문집
• /
• 제17권2호
• /
• pp.51-57
• /
• 2001

지하수위의 상승에 따른 간극수압의 증가는 사면의 불안정을 야기할 수 있다. 그러나 모델링 오차, 계측오차, 모델변수의 불확실성 등과 같은 오차로 인하여 사면에서의 지하수위 변동을 예측하는 것은 매우 어렵다. 이러한 불확실성을 극복하고 지하수위 변동을 평가하기 위한 최적의 모델변수를 구하기 위하여 역해석 기법이 사용되고 있다. 본 논문에서는 사면에서의 지하수위 변동을 예측하기 위하여 포화대에서의 지하수 흐름과 불포화대에서의 지하수 흐름을 동시에 고려할 수 있는 수치해석 모델과 변수예측기법을 적용하였다. 따라서, 본 논문에서는 포화투수계수($K_{s}$ ), 포화흡인력($\psi$$_{e}$) 및 불포화 투수계수의 함수에 사용되는 경험적인 상수(b)를 주요 매개변수로 선정하여 역해석을 실시하였다. 그리고, 역해석 기법 가운데 Maximum Likelihood(MK), Maximum-A-Posterior(MAP) 및 Extended Bayesian Method(EBM)에 대하여 비교연구를 실시하였다. 위의 세가지 방법 가운데 EBM은 가상의 변수(Hyperparameter) $\beta$를 도입함으로써 현장계측치와 사전정보를 가장 잘 조화시키는 방법으로 다른 ML, MAP 보다 탁월한 방법인 것을 알 수 있었다.

• 한국에너지공학회:학술대회논문집
• /
• 한국에너지공학회 1994년도 추계학술발표회 초록집
• /
• pp.17-22
• /
• 1994

오류역전파 신경망을 인산형 연료전지의 조업변수인 산소 및 수소 유량, 작동온도에 대하여 학습시켜 연료전지 모델을 구성하였다. 또한 구성된 모델을 이용하여 다양한 조업조건에서의 단위전지 성능을 예측하여 이를 실험결과와 비교하였으며, 학습된 신경망을 ASPEN PLUS의 단위공정으로 도입하여 50kW 출력의 연료전지 공정을 구성한 후 조업변수에 대한 영향을 살펴보았다. 3개의 층으로 구성된 오류역전파 신경망은 학습단계상수와 모멘텀이 각각 0.7 및 0.9인 경우 단위전지 성능곡선을 가장 정확히 학습하였으며, 이에 의하여 구성된 신경망 모델은 수소 및 산소의 유량, 온도의 변화에 따른 단위전지 성능곡선의 변화를 정확히 예측하였다. 연료전지 전체공정의 모사에서는 개질기의 경우 $600^{\circ}C$의 상압에서 수증기/탄화수소 비율이 2.6일 때, 연료전지의 경우 작동온도가 190~20$0^{\circ}C$일 때 연료전지의 출력이 최대값을 나타내었으며, 단위전지의 전기화학적 효율은 약 45%, 수소이용률은 약 61%, 발전시스템 전체의 효율은 18%이었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.511-512
• /
• 2022

동물무늬는 서식지에 따라 야생에서 천적으로부터 살아남을 수 있는 중요한 역할을 한다. 동물무늬의 역할 중 하나인 자연과 야생 환경에서 천적의 눈을 피해 위장하는 기능이 있기 때문인데 본 논문에서는 기존 위장무늬의 개선을 위한 GAN 알고리즘 기반 위장 패턴 생성모델을 제안한다. 이 모델은 단순히 색상만을 사용하여 위장무늬의 윤곽선을 Blur 처리를 해서 사람의 관측을 흐리게 만드는 기존의 모델의 단순함을 보완하여 GAN 알고리즘의 활용기술인 Deep Dream을 활용하여 경사 상승법을 통해 특정 층의 필터 값을 조절하여 원하는 부분에 대한 구분되는 패턴을 생성할 수 있어 색뿐만 아니라 위장의 기능이 있는 동물무늬와 섞어 자연과 야생 환경에서 더욱 동화율이 높아진 위장 패턴을 생성하고자 한다.