• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권7호
• /
• pp.488-493
• /
• 2015

컴포넌트기반 체계모의환경(AddSIM)은 고해상도 공학급 무기체계를 사용하여 체계의 성능 및 효과도를 예측 분석하기 위해 개발된 무기체계 통합 모의환경이다. AddSIM을 이용한 고해상도 교전 모의 분석을 위해서는 연속시스템으로 표현되는 무기체계 공학급 모델은 물론, 지휘 통제, 네트워크 제어 모델과 같이 DEVS 형식론으로 기술된 이산사건시스템 모델을 복합적으로 사용해야 한다. 본 논문에서는 DEVS 모델과 AddSIM 플레이어 모델의 함수 간 관계 매핑(mapping)을 통해 AddSIM에서 실행 가능한 DEVS 모델 변환방법을 제시한다. 제안한 방법은 우선, 계층적으로 구성된 DEVS 모델을 단일 계층으로 변환하고, DEVS의 네 가지 함수(외부천이, 내부천이, 출력, 시간진행함수)를 AddSIM 플레이어 함수로의 변환을 주요 내용으로 한다.

• 한국기술혁신학회:학술대회논문집
• /
• 한국기술혁신학회 2015년도 추계학술대회 논문집
• /
• pp.814-820
• /
• 2015

• 대한자원환경지질학회:학술대회논문집
• /
• 대한자원환경지질학회 1999년도 춘계 공동학술발표회
• /
• pp.245-247
• /
• 1999

• 한국광학회:학술대회논문집
• /
• 한국광학회 1997년도 Advance Program of 14th optics andquantum Electronics conference, 1997제14 회 광학 및 양자전자 학술 발표회 논문 요약집
• /
• pp.27-27
• /
• 1997

• 한국음향학회지
• /
• 제21권3호
• /
• pp.274-284
• /
• 2002

한국어 대어휘 연속음성인식을 위한 텍스트 전처리에서 띄어쓰기 오류는 잘못된 단어를 인식 어휘에 포함시켜 언어모델의 성능을 저하시킨다. 본 논문에서는 텍스트 코퍼스의 띄어쓰기 교정을 위하여 한국어 음절 N-그램을 이용한 자동 띄어쓰기 알고리듬을 제시한다. 제시된 알고리듬에서는 주어진 입력음절열은 좌에서 우로의 천이만을 갖는 마코프 체인으로 표시되고 어떤 상태에서 같은 상태로의 천이에서 공백음절이 발생하며 다른 상태로의 천이에서는 주어진 음절이 발생한다고 가정한다. 마코프 체인에서 음절 단위 N-그램 언어모델에 의한 문장 확률이 가장 높은 경로를 찾음으로써 띄어쓰기 결과를 얻는다. 모든 공백을 삭제한 254문장으로 이루어진 신문 칼럼 말뭉치에 대하여 띄어쓰기 알고리듬을 적용한 결과 91.58%의 어절단위 정확도 및 96.69%의 음절 정확도를 나타내었다. 띄어쓰기 알고리듬을 응용한 줄바꿈에서의 공백 오류 처리에서 이 알고리듬은 91.00%에서 96.27%로 어절 정확도를 향상시켰으며, 복합명사 분리에서는 96.22%의 분리 정확도를 보였다.

• 대한화학회지
• /
• 제26권3호
• /
• pp.117-127
• /
• 1982

에탄의 회전 장벽에 미치는 두개의 탄소 원자의 영향을 알아보기 위해 6개의 수소만으로 이루어진 탄소가 없는 에탄올 모델로 택하여 이 모델 분자의 Staggered 및 eclipsed꼴의 에너지를 McWeeny의 open-shell RHF-SCF방법으로 계산하고,staggred에서 eclipsed로 꼴이 변할때의 천이밀도를 조사 하였다. 예상대로 모델 분자에서는 ecliped꼴이 staggered꼴보다 안정하였다. 이 탄소없는 에탄의 천이 밀도와 실제 에탄의 천이 밀도를 비교 분석하여, 에탄의 회전 장벽은 중심축 위치에 있는 두개의 탄소 원자로 인해 staggered에서 eclipsed꼴로 변함에 따라 수소 원자 주위의 전자 밀도가 희석되고, 탄소 원자 주위와 탄소-탄소 결합 공간으로 끌리므로 해서, 전자 에너지 감소가 핵간 반발 에너지의 증가를 상쇄하지 못하는데 기인한다는 것을 알게 되었다.

• 한국컴퓨터정보학회논문지
• /
• 제17권6호
• /
• pp.145-152
• /
• 2012

네트워크를 통해 전송되는 스트리밍 미디어의 대용량화로 인해 기존의 전송 방법은 최적의 성능을 제시하지 못하고 있다. 이를 위해 대역폭의 소비와 네트워크 혼잡 및 트래픽을 감소시키는 비디오 프록시 서버가 운용된다. 본 논문은 비디오 프록시 서버의 효율적인 활용을 위해 미디어 스트리밍 시스템에서의 상태 천이 모델을 활용한 고속 분산 네트워크 파일 시스템을 제안한다. 제안하는 방법은 상태 천이 모델을 활용한 학습 과정, 기본 확률과 결정 확률의 생성, 그리고 확률을 기반으로 한 저장과 삭제의 3단계로 구성된다. 또한 비디오 프록시 서버의 저장 공간에서 발생되는 단편화를 막기 위하여 해당 공간을 세그먼트 별로 영역을 구분한다. 실험을 통해 제안하는 방법이 기존의 방법들에 비해 보다 높은 적중률을 보이는 동시에 보다 적은 삭제 횟수를 보임을 확인한다. 이를 통해 제안하는 방법이 초기 지연시간을 최소화하는 동시에 네트워크 대역폭을 효율적으로 활용하는 것을 보인다.

• 생태와환경
• /
• 제52권1호
• /
• pp.40-49
• /
• 2019

본 연구는 몬순지역의 대형호인 소양호를 대상으로 동물플랑크톤의 종 조성과 생물량을 조사하였으며, 군집의 계절천이를 알아보고자 하였다. 또한, PEG 모델과 몬순지역에서 다른 호수와의 동물플랑크톤 계절천이를 비교하여 고찰하였다. 조사기간 동안 소양호 유역의 강수량은 $705{\sim}1,779mm\;yr^{-1}$의 큰 변동을 보였으며, 70% 이상이 6~9월에 집중되는 것으로 나타났다. 소양호의 수질은 연도별 변화보다 계절적 변화가 뚜렷하게 나타났으며, 몬순기후로 인한 여름철 홍수기 탁수유입이 가장 중요한 환경요인으로 작용하였다. 소양호에서 동물플랑크톤 종 조성의 계절천이는 연도별로 차이는 있지만, 매년 두 시기에 거쳐 뚜렷한 경향을 보였다. 봄 시기에는 소형 동물플랑크톤이 우점하였으며, 여름과 가을 시기에는 크기가 큰 지각류와 요각류가 우점하였다. 동물플랑크톤의 생물량은 집중강우 이후 9월에 최대를 보였으며, Chl. a 농도와 유사한 계절변동을 보였다(r=0.45). 소양호에서 동물플랑크톤의 생물량 증가는 강우 시 유입된 영양염과 유기물에 의한 미생물, 식물플랑크톤 등 먹이유용성 증가에 따른 microbial loop와 bottom-up 효과로 판단된다. 결과적으로, 몬순지역의 대형호인 소양호 동물플랑크톤은 종별 계절천이는 PEG 모델을 따랐지만, 생물량의 계절천이는 온대호수뿐만 아니라 몬순지역의 호수와도 차이를 보였다. 이는 유역에서 유입된 다량의 유기물 등과 함께 소양호의 수심, 체류시간 등 수리학적 특성에 따른 영향으로 판단된다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문
• /
• pp.524-525
• /
• 2008

본 논문에서는 각각의 스위치 시비율(Duty ratio)의 변화를 이용한 기존의 풀-브릿지 방식과 두 쌍의 스위치 신호 위상 변화를 이용한 위상천이 풀-브리지(Phase-shift Full-bridge) 방식의 차이점을 서술하였다. 위상천이 컨버터의 안정성을 연구하기 위하여, 출력 전류의 맥동(ripple)을 작게 하는 배전류(Current Doubler) 정류회로와 효율을 높이기 위한 동기 정류기(Synchronous Rectifier)를 포함한 평균화 된 스위치 모델을 제안한다. 이 모델을 이용하여 PSPICE 시뮬레이션을 통해 안정성을 고찰하였으며 1.2kW급 170-14V DC-DC 컨버터의 시작품을 제작 후 시뮬레이션 결과와 시작품 결과를 비교하였다. 시뮬레이션의 경우 위상여유는 $58^{\circ}$ 시작품의 위상여유는 $68^{\circ}$로 나타났으며 교차주파수는 12kHz로 동일하게 나오는 것을 확인하였다. 따라서 제안한 시뮬레이션 모델을 이용하여 실제 회로의 안정성을 예측할 수 있으며 이를 실제 회로 제작에 활용 할 수 있다.

• 대한전자공학회논문지SP
• /
• 제41권4호
• /
• pp.31-37
• /
• 2004

웨이블릿 변환은 영상을 분석하고 처리하는데 유용한 도구로써 영상 압축, 영상 잡음 제거 등의 분야에서 우수한 성능을 보여주었다. 웨이블릿 계수들은 은닉 마코프 트리(Hidden Markov Tree： HMT) 모델에 의해 효과적으로 모델링 될 수 있다. 그러나 영상 보간에서 은닉 마코프 트리 모델을 적용하기 위해서는 훈련 과정이 필요하며 훈련 과정에서 획득된 파라미터들이 입력 영상과 잘 맞지 않는 단점이 있다. 본 논문에서는 웨이블릿 영역에서 영상 보간을 위해 은닉 마코프 트리의 구조를 사용하되, 그 파라미터들은 훈련 과정 없이 부대역간의 통계적 특성을 이용하여 직접 추정한다. 제안 방법에서 웨이블릿 계수는 가우스 혼합 모델(Gauss Mixture Model: GMM)로 모델링 된다. 가우스 혼합 모델의 상태 천이 확률은 부대역간의 웨이블릿 계수의 통계적 천이 특성을 이용하여 결정하며, 각 상태의 분산은 웨이블릿 계수의 지수적 감소(exponential decay) 특성에 의해, 추정된다. 모의실험에서 제안 방법은 전통적인 bicubic 방법이나 훈련 과정을 필요로 하는 은닉 마코프 모델을 사용한 방법보다 여러 테스트 영상들에 대해서 개선된 성능을 보여주었다.