위상배열레이더를 이용한 추적의 성능을 지수화하기 위해서 각도예측 오차공분산행렬의 함수를 이용한 정량화 방법에 대해 검토하였다. 특히, 이 오차공분산행렬의 함수로 최대고유값과 대각합을 이용하여 정량화하는 경우에 대해 안테나 빔조향 손실을 반영한 표적탐지확률을 기준으로 정량화의 일관성을 수치실험을 통해 검토하였다. 이를 통해 추적성능을 표적탐지확률로 기준하는 경우, 대각합이 최대고유값 보다 더 일관성을 갖는 정량화 함수임을 확인하였다.
금속을 포함한 분자에 대한 양자계산은 정확하고 일관된 결과를 얻기가 힘들 뿐만 아니라 상당한 컴퓨터 자원을 소비하며 많은 시간이 소요된다. 본 연구에서는 복잡한 양자계산의 근사를 위한 방법으로 본래 정성적인 구조 예측에 사용되는 닮은 궤도함수분석(Isolobal Analysis)을 정량적인 측면에서 접근해보고, 이를 통해 닮은 궤도(Isolobal) 구조를 가지고 있는 단위들(radical 등)에 대해서 계산을 근사할 수 있는 방법에 대해 논의한다. $CH_3$, $CH_2$와 닮은 궤도 구조를 가진 전형 원소를 중심으로 하는 분자들에 대해 가장 기초적인 근사계산인 Hartree-Fock 양자계산을 수행하였다. $(CUH_5){_2}^{2-}$를 표적으로 결합 구조를 예측하기 위한 경향성을 계산한 결합 성질로부터 파악한다. 분석 결과 동일한 주기에 대해서는 원자반지름(Atomic radii)에 대해 조화 형태의 결합에너지가 얻어졌으며, 동일한 족에 대해서는 좋은 근사가 되지 않았다. 파악된 경향성을 바탕으로 금속의 결합을 근사한 에너지에 대해서는 -1054.1875 kJ/mol로 비교적 큰 오차를 보였으나, 오차 항에 대한 분석이 가능해 추가적인 계들에 대한 계산으로 근사를 교정할 수 있을 것으로 보인다.
최근 VVC(Versatile Video Coding) 표준 완료 이후 JVET(Joint Video Experts Team)은 인공신경망 기반의 비디오 부호화를 위한 AhG(Ad-hoc Group) 구성하고 인공지능을 이용한 비디오 압축 기술들을 검증하고 있으며, MPEG(Moving Picture Experts Group)에서는 DNNVC(Deep Neural Network based Video Coding) 활동을 통해 딥러닝 기반의 차세대 비디오 부호화 표준 기술을 탐색하고 있다. 본 논문은 VVC 에 채택된 신경망 기반의 기술인 MIP(Matrix Weighted Intra Prediction)를 참조하여, MIP 모델의 학습에서 손실함수가 예측 성능에 미치는 영향을 분석한다. 즉, 예측의 왜곡(MSE)만을 고려한 경우와 예측오차의 부호화 비용도 함께 반영한 손실함수를 비교한다. 실험을 위해 HEVC(High Efficiency Video Coding) 화면내 예측 대비 평균적인 PSNR 향상 정도를 나타내는 성능 지표(PSNR)를 정의한다. 실험결과 예측오차의 부호화 특성을 반영하는 손실함수를 이용한 학습이 MSE 만 고려한 학습 대비 PSNR 기준 평균 0.4dB 향상됨을 보였다.
해양의 몇몇 정점에서 관측된 유속자료로부터 속도 유선함수를 최소자승 회귀분석법을 응용하여 산출하였다. 유선함수는 삼각함수의 합으로 표현되며 이들 함수의 상수들은 2차원 유속장의 비발산 부분을 최소화하여 구하였다. 위의 방법은 기존의 방법들이 요구하는 관측치의 보강이 필요치 않으며 관측 및 흐름장의 발산에 기인하는 오차를 계산할 수 있는 장점이 있다. 연안역의 복잡한 해안경계 문제를 쉽게 표현하기 위하여 연안을 경계로 하는 곡선직교좌표를 도입하여 유선함수를 구하였다. 텍사스-루이지아나 대륙붕 순환 및 수송 연구(LATEX)를 위하여 31개 정점에서 관측된 해류계자료를 이용 텍사스-루이지아나 대륙붕상의 속도유선함수를 성공적으로 산출하였다. 위의 해역에서 유선함수 산출오차는 비교적 적게 나타나 유선함수가 표층 유속장을 잘 나타냄을 알 수 있다.
본 논문에서는 신경망을 학습하는 데 가장 많이 사용되고 있는 경사하강법에 대해 분석하였다. 학습이란 손실함수가 최소값이 되도록 매개변수를 갱신하는 것이다. 손실함수는 실제값과 예측값의 차이를 수치화 해주는 함수이다. 경사하강법은 오차가 최소화되도록 매개변수를 갱신하는데 손실함수의 기울기를 사용하는 것으로 현재 최고의 딥러닝 학습알고리즘을 제공하는 라이브러리에서 사용되고 있다. 그러나 이 알고리즘들은 블랙박스형태로 제공되고 있어서 다양한 경사하강법들의 장단점을 파악하는 것이 쉽지 않다. 경사하강법에서 현재 대표적으로 사용되고 있는 확률적 경사하강법(Stochastic Gradient Descent method), 모멘텀법(Momentum method), AdaGrad법 그리고 Adadelta법의 특성에 대하여 분석하였다. 실험 데이터는 신경망을 검증하는 데 널리 사용되는 MNIST 데이터 셋을 사용하였다. 은닉층은 2개의 층으로 첫 번째 층은 500개 그리고 두 번째 층은 300개의 뉴런으로 구성하였다. 출력 층의 활성화함수는 소프트 맥스함수이고 나머지 입력 층과 은닉 층의 활성화함수는 ReLu함수를 사용하였다. 그리고 손실함수는 교차 엔트로피 오차를 사용하였다.
본 논문은 orthogonal frequency division multiplexing (OFDM) 통신에서 무선자원을 절약할 수 있는 효율적인 블라인드(blind) 주파수 옵셋 추정 방식을 제안한다. 제안된 방식은 OFDM 통신에서 cyclic prefix (CP)를 이용하여 시간차가 있는 2개의 OFDM 신호 블록을 얻고 이를 이용하여 블라인드 주파수 옵셋 추정을 위한 비용함수를 정의한다. 제안된 방식에서 비용함수는 3개의 독립적인 주파수 옵셋 위치에서 비용함수 값들을 이용하여 폐쇄형(closed form)의 코사인 함수로 나타낼 수 있음을 보인다. 이 코사인 함수를 이용하면 전체 주파수 옵셋 범위에 대한 탐색 없이 최저 비용함수 값을 쉽게 계산할 수 있기 때문에 주파수 옵셋 추정이 효율적이다. 폐쇄형 코사인 함수로부터 구한 주파수 옵셋은 정확도가 해상도에 제한 받지 않기 때문에 signal-to-noise ratio (SNR)이 증가할 수 록 추정 오차가 계속 줄거듦을 확인하였다. 컴퓨터 시뮬레이션 결과 제안된 방식은 기존의 오버샘플링(oversampling)기법이나 MUSIC 방식보다 평균제곱오차 (mean square error, MSE) 성능이 우수함을 보였다.
이 논문에서는 다중경로 환경하에서 DLL (Delay lock loop)의 동작을 분석하였다. 전체 동작상태는 정상상태 시간오차 확률밀도함수와 MTLL (mean-time-to-lose-lock) 을 이용하여 분석하였다. 그리고 다중경로에서 페이딩 환경에서 지연성분의 존재로 진상-지상 판별함수 S(${\epsilon}$)가 0이 되는 추적 오차점 ${\epsilon}_{0}$가 0이 아님을 보이고, 지연성분의 전력 $g_{2}$, 지연시간 ${\tau}_{d}$의 증가로 인하여 ${\epsilon}_{0}$의 절대값이 증가하며, MTLL의 값이 작아짐을 보였다. 여기에서는 위의 변수들을 이용하여 다중경로 페이딩 환경에서의 시간오차 확률밀도함수와 MTLL을 선형적으로 구하였으며, 다중경로의 영향이 클 경우에는 MTLL은 상당히 낮아짐을 보이고, 이때 진상-지상 오프셋 ${\Delta}$의 증가시킴으로써 MTLL의 값을 증가시킬 수 있다는 것을 관찰하였다. 우리는 먼저 S(${\epsilon}$)가 0이 되는 추적오차점 ${\epsilon}_{0}$을 구하고, 이를 이용하여 진상-지상 판별함수 S(${\epsilon}$)를 선형 근사화시켰으며, 진상-지상 오프셋 ${\Delta}$의 증가에 따른 시간오차 확률밀도함수와 MTLL을 구하고 DDLL의 동작상태를 연구하여, 다중경로의 지연성분에 대한 전력 및 지연시간에 따라 MTLL이 상당히 낮게 되며, 이러한 경우 진상-지상 오프셋 ${\Delta}$을 증가시켜줌으로써 MTLL을 충분히 증가시키고 DLL의 성능을 개선할 수 있다는 결과를 얻었다.
보간법은 기본적으로 원래의 영상을 연속적인 함수 모형으로 나타내고 이 함수로부터 다시 샘플링을 하여 원하는 영상을 얻는 방식으로 접근한다. 본 논문에서는 다른 연속 함수모델보다 진동이 적고 필터 계수가 적은 B-spline 함수를 사용한다. 된 논문의 최적 보간 방법은 원래의 신호와 얻고자 하는 신호를 각각 spline함수로 나타내고, 이 둘의 차이가 가장 작은 것을 선택하는 것이다. 그러기 위해서는 여러 개의 spline계수 중에서 원래 신호와의 L$_2$-norm이 가장 작은 것을 선택해야 한다 이러한 최적 보간법을 일반화하기 위해서 spline 함수로 표현된 신호를 다시 샘플링 하여 신호를 얻고, 그 신호를 공간에 따라 변화하는 spline함수의 합으로 나타낸다. 그리고 이렇게 나타낸 함수들 중에서 원래의 함수와 가장 가까운 것을 선택하도록 함으로써 일반화될 수 있다. 이러한 최적화 된 비정규점 리사이징 알고리즘은 다른 알고리즘에 비해서 더 적은 오차를 나타냄을 확인할 수 있다.
계층적 p-세분화를 위해 Zienkiewicz-Zhu 오차평가법이 약간 수정되었으며, 이 방법의 유효성을 보이기 위해 휨을 받는 개구부를 갖는 Reinssner-Mindlin $C^{\circ}$-평판에 적용하였다. 유한요소해석상의 적응적 체눈을 결정하는 단계는 초수렴 팻취 복구기법에 기초를 둔 사후오차평가자와 연계된 p-세분화에 의해 제안되었다. 요소내의 변위장을 정의하기 위해 적분형 르장드르 고차 형상함수가 사용되는 반면 복구응력을 보간하기 위해 파스칼의 삼각수에 기초를 둔 같은 차수의 고차다항식이 사용되는 이유로 수정 Z/Z 오차평가는 종래의 방법과 다소 차이를 보여준다. 가우스 적분점에서의 응력을 최적화하기 위해 필요한 다항식으로 표현되는 응력함수를 얻기 위해 최소제곱법이 사용되었다. 고정된 요소망에 거의 최적의 형상함수 차수의 분배를 찾기 위한 전략이 논의되었는데, 허용되는 정확도를 얻을 수 있을 때까지 각 요소마다 형상함수의 차수를 불균등하게 증가시키는 방법으로, 소위 최적의 선택적 p-분배를 자동으로 결정하도록 되어있다. 위의 사항들을 L-형 평판 해석에 적용한 결과, 적응적 p-체눈설계 단계가 진행됨에 따라 자유도의 증가에 따라 오차량은 급격히 감소되는 것을 알 수 있었고, 제안된 오차 지시자에 의한 적응적 p-체눈 세분화는 최적 p-분배 진행방향에 근접하는 것을 볼 수 있었다.
배열 안테나는 많은 오차 요인을 포함하고 있는데 그로 인하여 빔 패턴의 부엽 레벨이 증가하고 안테나 이득이 감소하게 된다. 본 논문에서는 배열 안테나 오차 중 소자간 상호 커플링과 급전부의 불균일한 전달 함수 오차를 제거하는 알고리즘을 제시하였다. 이러한 오차들은 방사 소자간 상호 연동을 나타내는 행렬로 모델링하였고 이 행렬은 특정 각도들에서 측정한 배열 응답 벡터로부터 추정하였다. 배열 안테나 오차는 추정된 오차 보정 행렬을 이용하여 빔 가중치를 미리 왜곡함으로써 보정하였다. 전파 시뮬레이션과 실험을 통하여 제시된 보정 알고리즘이 부엽 레벨을 감소시키고 안테나 이득을 증가하는 것을 확인하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.