• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.1439-1444
• /
• 2004

이어도 기지에서 관측된 파랑 자료는 주변 수중 암초 또는 지형의 영향을 받으므로 수중 암초의 영향을 받지 않는 지역을 대표하는 주변 대표 파랑 자료로의 환산이 필요할 수 있다. 이를 위하여 본 연구에서는 이론적인 쇄파 모형(Lee, 1993)을 통하여 변환기술상 문제점을 파악하고 원형 천퇴에서의 수치실험을 통하여 천퇴 후면에서 파랑의 변형 정도를 파고비를 통하여 분석하였으며 이를 토대로 이어도 수중 암초에서의 파랑 변형이 관측 지점의 파고에 리치는 영향을 평가하였고 그 결과를 관측 치와 비교${\cdot}$분석하였다.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.17 no.1
• /
• pp.55-59
• /
• 2005

The present data concerns the wave height distribution around the Ieodo underwater rocks and it was obtained from a 3D hydraulic model experiment which was performed in 1999 by Konkuk University and Korea Ocean Research and Development Institute. The experiment was separately undertaken for 4 different wave directions (NNW, SE, S, NNW) under which wave heights were measured at every 1m interval within the preset grid area, 16m×18m. It was observed that the wave breaking occurred on the top of the Ieodo model for all wave directions. This data may be effectively used for improving or verifying the performance of numerical wave propagation models in the area with the local breaking wave zones.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11a
• /
• pp.93-96
• /
• 2003

화상회의 시스템에서 대역폭의 이용률을 높이기 위한 연구로서 SARLM(Source Adaptive Receiver-Driven Multi-Layered Multicast)이 있다. 이 기법은 레이어의 병합(merging)과 분할(splitting)을 통해 새로운 레이어(layer)의 수와 각 레이어의 전송률을 결정하는데, 레이어의 병합 시 전체 수신자의 가용 대역폭(available bandwidth)의 이용률이 낮아지는 현상이 발생한다. 본 논문에서는 레이어의 병합 시 수신자의 가용 대역폭의 이용률을 개선한 기법을 제안한다. 제안하는 기법은 특정 레이어를 수신하는 수신자가 아주 적은 경우 하위 레이어의 수신자중 전송률의 많은 증가를 요청하는 수신자와 병합하고, 하위 레이어를 재그룹핑(regrouping) 한다. 실험 결과, 레이어의 병합 시 전체 수신자의 대역폭 이용률을 향상시킬 수 있었다.

• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.92-96
• /
• 2017

딥 러닝 모델은 여러 히든 레이어로 구성되며, 히든 레이어의 깊이가 깊어질수록 레이어의 벡터는 높은 수준으로 추상화된다. 본 논문에서는 Encoder RNN의 레이어를 여러 층 쌓은 멀티 레이어 포인터 네트워크를 제안하고, 멀티 태스크 학습 기반인 멀티 레이어 포인터 네트워크를 이용한 한국어 의존 구문 분석 모델을 제안한다. 멀티 태스크 학습 모델은 어절 간의 의존 관계와 의존 레이블 정보를 동시에 구하여 의존 구문 분석을 수행한다. 실험 결과, 본 논문에서 제안한 모델이 기존 한국어 의존 구문 분석 연구들 보다 좋은 UAS 92.16%, LAS 89.88%의 성능을 보였다.

• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.92-96
• /
• 2017

딥 러닝 모델은 여러 히든 레이어로 구성되며, 히든 레이어의 깊이가 깊어질수록 레이어의 벡터는 높은 수준으로 추상화된다. 본 논문에서는 Encoder RNN의 레이어를 여러 층 쌓은 멀티 레이어 포인터 네트워크를 제안하고, 멀티 태스크 학습 기반인 멀티 레이어 포인터 네트워크를 이용한 한국어 의존 구문 분석 모델을 제안한다. 멀티 태스크 학습 모델은 어절 간의 의존 관계와 의존 레이블 정보를 동시에 구하여 의존 구문 분석을 수행한다. 실험 결과, 본 논문에서 제안한 모델이 기존 한국어 의존 구문 분석 연구들 보다 좋은 UAS 92.16%, LAS 89.88%의 성능을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.1575-1577
• /
• 2012

비즈니스 프로세스 프레임워크(Business Process Framework) 레이어 모델링 정보를 레파지토리에 저장하기위해서는 BPF 5-레이어의 복잡한 구조를 수작업으로 분석해야하는 어려움이 있다. 그래서 각 레이어 모델링 정보를 레파지토리에 효율적으로 저장하기 위해 비즈니스 프로세스 프레임워크 5-레이어 정보 메타모델을 제안한다. 제안한 메타모델 기반으로 레이어 정보를 모델링한다. 모델링된 레이어 정보를 모델변환하여 XMI(XML Metadata Interchange)로 변환하고 그 데이터를 레파지토리에 저장한다. 이 방법을 통해 레이어 정보를 모델링하고, XMI로 변환하면 정보를 쉽고 효율적으로 레파지토리에 저장이 가능하다.

• The Sea:JOURNAL OF THE KOREAN SOCIETY OF OCEANOGRAPHY
• /
• v.23 no.1
• /
• pp.1-19
• /
• 2018

In order to compare significant wave height (SWH) data from multi-satellites (GFO, Jason-1, Envisat, Jason-2, Cryosat-2, SARAL) and SWH measurements from Ieodo Ocean Research Station (IORS), we constructed a 12 year matchup database between satellite and IORS measurements from December 2004 to May 2016. The satellite SWH showed a root mean square error (RMSE) of about 0.34 m and a positive bias of 0.17 m with respect to the IORS wave height. The satellite data and IORS wave height data did not show any specific seasonal variations or interannual variability, which confirmed the consistency of satellite data. The effect of the wind field on the difference of the SWH data between satellite and IORS was investigated. As a result, a similar result was observed in which a positive biases of about 0.17 m occurred on all satellites. In order to understand the effects of topography and the influence of the construction structures of IORS on the SWH differences, we investigated the directional dependency of differences of wave height, however, no statistically significant characteristics of the differences were revealed. As a result of analyzing the characteristics of the error as a function of the distance between the satellite and the IORS, the biases are almost constant about 0.14 m regardless of the distance. By contrast, the amplitude of the SWH differences, the maximum value minus the minimum value at a given distance range, was found to increase linearly as the distance was increased. On the other hand, as a result of the accuracy evaluation of the satellite SWH from the Donghae marine meteorological buoy of Korea Meteorological Administration, the satellite SWH presented a relatively small RMSE of about 0.27 m and no specific characteristics of bias such as the validation results at IORS. In this paper, we propose a conversion formula to correct the significant wave data of IORS with the satellite SWH data. In addition, this study emphasizes that the reliability of data should be prioritized to be extensively utilized and presents specific methods and strategies in order to upgrade the IORS as an international world-wide marine observation site.

• Journal of the Korean Society for Marine Environment & Energy
• /
• v.9 no.4
• /
• pp.225-234
• /
• 2006

Using the data from the sea water monitoring system installed at the Ieodo Ocean Research Station, we have analyzed the water properties around the station as well as the characteristics of the fresh water from the Changjiang River and the influence of typhoons on the sea water. In general, the accuracy and stability of the temperature data are high, but those of the salinity data are worse than the specification of the instruments. The daily variation of temperature and salinity is mainly controlled by the vertical motion of a water column due to semi-diurnal tide and diurnal change in the solar insolation. Seasonal change is prominent in temperature data. The freshwater from the Changjiang River is the main cause of large salinity variation. In August 2003 and August 2004, about 10 days before fresh water was observed near the Jeju Island, low salinity water was observed at the Ieodo Station. On the other hand, in July 2005 fresh water was observed at the station but not at around the Jeju Island. In other words, the fresh water observed at the Ieodo Station does not always expand to the Jeju Island. Two strong typhoons passed by the station in September 2003 and August 2004. The effects of the typhoons were lasted for 3 to 4 days.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.12 no.1
• /
• pp.92-98
• /
• 2019

In this paper, we propose a deep learning system based on morphological neural network(MNN). The deep learning layers are morphological operation layer, pooling layer, ReLU layer, and the fully connected layer. The operations used in morphological layer are erosion, dilation, and edge detection, etc. Unlike CNN, the number of hidden layers and kernels applied to each layer is limited in MNN. Because of the reduction of processing time and utility of VLSI chip design, it is possible to apply MNN to various mobile embedded systems. MNN performs the edge and shape detection operations with a limited number of kernels. Through experiments using database images, it is confirmed that MNN can be used as a deep learning system and its performance.

• Journal of Korea Game Society
• /
• v.22 no.1
• /
• pp.33-42
• /
• 2022

In online games, interactions with other players may threaten player satisfaction. Therefore, matching players of similar skill levels is important for players' experience. However, with the current evaluation method which is only based on the final result of the game, newbies and returning players are difficult to be matched properly. In this study, we propose a method to improve matchmaking quality. We build machine learning models to predict the MMR of players and derive the basis of the prediction. The error of the best model was 40.4% of the average MMR range, confirming that the proposed method can immediately place players in a league close to their current skill level. In addition, the basis of predictions may help players to accept the result.