• 한국정보처리학회논문지
• /
• 제5권8호
• /
• pp.2127-2136
• /
• 1998

비평가인자 함수 언어는 비평가인자 어의로 인하여 기존의 von Neumann 형 병렬기에서 효율적인 수행을 어렵게 하는 미세수준의 동적 스케줄링 단위로 병합하는 과정이 중요하다. 이러한 과정을 스레드 분할이라 한다. 본 논문에서는 비평가인자 함수 프로그램을 스레드로 분할하는 자료형 분리집합 분할이라는 스레드 분할 알고리즘을 제안한다. 자료형 분리 집합 분할 알고리즘은 자료형을 비교할 수 없는 입력명과 출력명 사이에는 잠재 종속이 존재할 수 없다는 사실을 이용하여 스레드 분할을 수행한다. 이 방법을 사용하면 기존의 스레드 분할 방법에서 실패하는 스레드의 병합이 가능하며, 기존의 분할 알고리즘보다 더 큰 스레드를 생성할 수 있다.

• The Journal of the Acoustical Society of Korea
• /
• 제14권1E호
• /
• pp.73-82
• /
• 1995

본 논문은 relaxed min-max heap을 병합시키기 위하여 이용된 새로운 자료구조인 개선된 relaxed min-max-pair 힙으로서, 두개의 relaxed min-max 힙 즉, 크기가 n인 relaxed min-max nheap과 크기가 k인 relaxed min-max kheap으로 구성된 우선 순위 큐를 병합시키기 위한 순차적 알고리즘을 제시하고자 한다. 본 논문에서 제시된 방법은 [8]에 제시된 방법에서 relaxed min-max 힙을 병합시키기 위해서 이용된 blossomed tree와 lazying 방법을 제거하여도 병합이 되는 새로운 기법을 제시하였다. 결과적으로 본 논문에서 제세된 방법은 두개의 relaxed min-max 힙의 크기가 서로 다른 경우로서, 이때 크기 $k{\leq}{\lfloor}log(size(nheap)){\rfloor}$인 경우, 시간 복잡도가 O(log(log(n/k))*log(k)) 이고 공간복잡도가 O(n+k)임을 볼수가 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제22권5호
• /
• pp.941-949
• /
• 2011

이 논문에서는 1999년 1월 1일부터 2010년 6월 30일까지 전국 72개 관측소에서 측정된 우리나라 기상자료를 평균연결법에 의한 계층적 병합방법을 통해 군집분석을 실시하고 각 기상자료에서 유도된 군집의 특성을 파악해 본다. 이 분석에서 유도된 군집과 2010년 기후변화에 따른 식중독 발생연구에서 사용되었던 산맥을 경계로 구분한 군집을 비교해 본다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.373-373
• /
• 2020

한국건설기술연구원의 돌발홍수연구센터는 전국에서의 돌발홍수정보를 제공하기 위해 2019년에 돌발홍수예측 시스템을 구축하였다. 돌발홍수예측 시스템은 동(읍/면) 단위로 1시간 선행 예보를 3단계 위험 정보(주의/경계/심각)로 전국적으로 제공하고 있다. 본 시스템에서 예측 선행 시간을 1시간으로 설정한 것은 최소 대피 시간의 개념도 있지만 예측자료의 정확도가 1시간 이후 현격히 감소하기 때문이다. 이에 본 연구에서는 돌발홍수예측 시스템의 예측 선행 시간을 1시간에서 3시간으로 확장하기 위한 병합 기법을 검토 및 적용하였다. 이를 위해 홍수통제소에서 제공하고 있는 초단기 예측 강수 자료와 기상청에서 제공하고 있는 수치예보 자료를 활용하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.99-99
• /
• 2018

기상이변으로 인해 국지성 호우의 발생 증가와 그로 인한 수재해 피해가 증가하고 있다. 따라서 수재해를 사전에 예측하고 저감하기 위해 비구조물적 대책인 실시간 홍수예보시스템 개발 및 운영에 관한 연구들이 수행되고 있다. 일반적으로 홍수예보시스템은 대피선행시간 확보를 위해서 초단시간 혹은 단기 수치예보모델을 수문해석모형이나 예보기법의 입력으로 활용하고 있다. 초단시간 예측은 기상레이더를 기반으로 외삽, 이류, 셀 추적 등의 기법을 활용하여 0~3시간 이내의 강수예측을 수행한다. 그러나 역학이나 물리적 과정이 동반되지 못하여 0~ 2시간 이내에서의 예측성은 높은 반면, 예측시간이 길어질수록 예측력이 낮아진다. 단기수치예보모델은 종관관측에 의존하면서 역학이나 물리과정을 동반하므로 0~6시간 혹은 12시간 이상의 예측을 수행하지만, 수치모델의 고유특성인 스핀업 등의 예측 불확실성이 내재되어 있어 예측 초기시간에서의 예측력이 낮은 한계가 있다. 따라서 강수예측의 정확도 향상을 위해 레이더와 수치예보모델의 병합기법이 필요하다. 본 연구에서는 통계분석을 통해 경험적으로 산출된 시간적 가중치를 이용한 기존 병합기법의 한계를 극복하면서 호우에 따른 가변성을 반영하는 실시간 병합기법을 개발하고, 수문학적인 활용성을 평가하고자 하였다. 사용된 예측강우 자료는 레이더 기반인 MAPLE, KONOS, 공간규모분할 예측강우와 수치예보모델 기반인 UM와 ASAPS의 예측강우이며, 제시한 가중치 산정기법은 직전 예측강우의 오차가 현 시점의 예측강우의 오차와 유사하다는 가정하에 오차항을 포함한 과거 1시간 예측강우들간의 가중치 조합이 과거 지상관측강우와의 평균제곱근오차가 최소가 되도록 화음 탐색법을 이용하여 찾는 것이다. 가중치 조합은 예측강우의 생산 시간 간격을 고려하여 매 10분마다 산정하며, 미래 3시간 예측까지 산정된 가중치를 적용한다. 수도권 영역을 대상으로 병합된 예측강우와 레이더 관측강우를 비교한 결과, 정량적 정확도가 향상됨을 확인할 수 있었다. 또한, 예측강우의 수문학적 활용성은 도시유출해석모의를 통해 평가하였다. 그 결과, 병합된 예측강우로 모의된 수심이 관측수심과 유사하여 수문학적 활용성 확인할 수 있었다.

• 응용통계연구
• /
• 제31권1호
• /
• pp.13-28
• /
• 2018

우리나라 환경부에서는 지난 2005년과 2006년, 매 2년마다 세 번에 걸친 추적 조사를 하여 두 개의 독립적인 자료를 구축하였고, 2010년에 두 자료를 병합하여 Children's Health and Environmental Research (CHEER) 자료라 명명하였다. 본 연구는 CHEER 자료를 이용한 Kim 등 (Journal of the Korean Data and Information Science Society, 25, 987-998, 2014)과 Lee 등 (The Korean Journal of Applied Statistics, 29, 1295-1310, 2016)의 후속 연구로서, 두 동집단을 병합한 자료에서도 기존 연구에서 보고되었던 결과가 재현되는지 확인하고 ADHD를 종점으로 한 혈중 납 농도의 95% 신뢰 하한 (BMDL) 도출하였다. Lee 등 (2016)에서 제시한 벌점화 스플라인 모형을 이용하여 모든 년도의 ADHD 척도를 통일하였고, 경시적 자료의 특성과 아동의 나이에 대한 평균으로의 회귀 현상을 반영하여 임의 기울기 모형과 AR(1) 모형을 구축하였다. 두 모형을 바탕으로 혈중 납 농도의 벤치마크 용량 하한을 공식과 모의실험을 이용하여 도출한 결과, 종전의 연구보다 작은 벤치마크 용량의 분산 값으로 인하여 벤치마크 용량 하한 값이 증가한다는 사실을 확인할 수 있었다.

• 대한임상검사과학회지
• /
• 제50권4호
• /
• pp.492-500
• /
• 2018

본 연구는 이중과제 병합 가상현실 프로그램을 경도인지장애 노인에게 적용하여 인지기능, 균형과 뇌파에 미치는 영향을 알아보았다. 이중과제 병합 가상현실 프로그램을 중재한 실험군 집단과 전통적인 작업치료를 중재한 대조군 집단은 1회 30분, 1주일 5회, 총 6주에 걸쳐 실시하였다. 연구 결과는 첫째, 이중과제 병합 가상현실 프로그램을 시행한 실험군이 전통적인 작업치료를 시행한 대조군에 비해 인지기능 중 기억력 항목과 균형 항목에서 유의하게 증가하였다. 둘째, 이중과제 병합 가상현실 프로그램을 시행한 실험군이 전통적인 작업치료를 시행한 대조군에 비해 ${\beta}$파와 SMR파의 세기가 유의하게 증가하였다. 결과를 종합해보면, 이중과제 병합 가상현실 프로그램이 경도인지장애 노인에게 효과적인 치료방법이었고, 다양한 질환을 겪고 있는 대상자들에게 도움이 되는 기초 자료의 초석이 되기를 바란다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.280-280
• /
• 2023

강수의 정확한 시·공간적 추정은 홍수 대응, 가뭄 관리, 수자원 계획 등 수문학적 모델링의 핵심 기술이다. 우주 기술의 발전으로 전지구 강수량 측정 프로젝트(Global Precipitation Measurement, GPM)가 시작됨에 따라 위성의 여러 센서를 이용하여 다양한 고해상도 강수량 자료가 생산되고 있으며, 기후변화로 인한 수재해의 빈도가 증가함에 따라 준실시간(Near-Real-Time) 위성 강수 자료의 활용성 및 중요성이 높아지고 있다. 하지만 준실시간 위성 강수 자료의 경우 빠른 지연시간(latency) 확보를 위해 관측 이후 최소한의 보정을 거쳐 제공되므로 상대적으로 강수 추정치의 불확실성이 높다. 이에 따라 본 연구에서는 앙상블 머신러닝 기반 수집된 위성 강수 자료들을 관측 자료와 병합하여 보정된 준실시간 강수량 자료를 생성하고자 한다. 모형의 입력에는 시단위 3가지 준실시간 위성 강수 자료(GSMaP_NRT, IMERG_Early, PERSIANN_CCS)와 방재기상관측 (AWS)의 온도, 습도, 강수량 지점 자료를 활용하였다. 지점 강수 자료의 경우 결측치를 고려하여 475개 관측소를 선정하였으며, 공간성을 고려한 랜덤 샘플링으로 375개소(약 80%)는 훈련 자료, 나머지 100개소(약 20%)는 검증 자료로 분리하였다. 모형의 정량적 평가 지표로는 KGE, MAE, RMSE이 사용되었으며, 정성적 평가 지표로 강수 분할표에 따라 POD, SR, BS 그리고 CSI를 사용하였다. 머신러닝 모형은 개별 원시 위성 강수 자료 및 IDW 기법보다 높은 정확도로 강수량을 추정하였으며 공간적으로 안정적인 결과를 나타내었다. 다만, 최대 강수량에서는 다소 과소추정되므로 이는 강수와 관련된 입력 변수의 개수 업데이트로 해결할 수 있을 것으로 판단된다. 따라서 불확실성이 높은 개별 준실시간 위성 자료들을 관측 자료와 병합하여 보정된 최적 강수 자료를 생성하는 머신러닝 기법은 돌발성 수재해에 실시간으로 대응 가능하며 홍수 예보에 신뢰도 높은 정량적인 강수량 추정치를 제공할 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.55-57
• /
• 2001

캐쉬 대체 알고리즘은 캐쉬 적재공간의 한계성을 극복하는 방법 중에 하나이다. 기존의 많은 대체 알고리즘의 문제점인 대체 기준치의 부정확성 및 불충분성을 해결하기 위해 인기도를 제안하였다. 인기도는 인기 검색어의 순위를 정규화 한 값으로, 대량의 자료를 바탕으로 얻어진 통계치이다. 인기도 산출의 기반이 되는 인기 검색어는 시간적 흐름에 민감하고, 사회 전반적인 경향을 반영하며, 많은 중복을 가지고 있다. 인기도는 각 검색 엔진별로 단일 인기도와 누적 인기도를 산출한 후에, 이를 모두 병합하여 산출된다. 이것을 병합 인기도라고 하며, 이는 임의의 검색어에 0에서 1사이의 소수값으로 부여된다. 인기도는 메타 검색 엔진에서 캐쉬 대체를 수행할 때 적용될 수 있으며, 다수의 자료 입력 경향에 관한 정보가 존재하는 문제 영역에 사용될 수 있다.

• 대한음성학회:학술대회논문집
• /
• 대한음성학회 2005년도 추계 학술대회 발표논문집
• /
• pp.107-112
• /
• 2005

연속음성인식을 위한 언어모델 적응기법은 특정 영역의 정보만을 담고 있는 적응 코퍼스를 이용해 작성한 적응 언어모델과 기본 언어모델을 병합하는 방법이다. 본 논문에서는 추가되는 자료 없이 인식 시스템이보유하고 있는 코퍼스만을 사용하여 적응 코퍼스를 구축하기 위해 언어모델에 기반한 정보검색 기법을 사영하였다. 검색된 적응 코퍼스로 작성된 적응 언어모델과 기본 언어모델과의 병합을 위해 본 논문에서는 입력음성을 분할하여 각 구간에 최적인 동적 보간 계수를 구하는 방법을 제안하였다. 제안된 적응 코퍼스를 구하는 방법과 동적 보간 계수는 기본 언어모델 대비절대 3.6%의 한국어 방송뉴스 인식 성능 향상을 보여주었으며 기존의 검증자료를 이용한 정적 보간 계수에 비해 상대 13.6%의 한국어 방송뉴스 인식 성능 향상을 보여 주었다.