• Korean Journal of Optics and Photonics
• /
• v.8 no.4
• /
• pp.345-352
• /
• 1997

Recently, in designing optical mask such as 4GDRAM, the scattering effect of electromagnetic wave must be considered. For this reason we claculated directly the mask function using the finite difference time domain(FDTD) method. The modification of image theory with this new mask function could explain clearly the scattering effect at the etched side wall of the submicron optical mask. The characteristics of the various type of alternating PSM were investigated. According to the simulation, the dual wet etch process was the most useful fabrication technique to overcoe the light scattering off at the shifted opening.

• The Korean Journal of Financial Management
• /
• v.12 no.2
• /
• pp.143-162
• /
• 1995

평균-분산 기준보다 우수한 기준이라고 할 수 있는 평균-지니 기준은 위험회피 정도를 고려할 수 있는 확장된 평균-지니 기준으로 확장되면서 선물시장에서의 헤지모형에 도입되어 분포특성과는 무관하게 헤지비율의 특성을 분석할 수 있다는 측면에서 관심의 대상이 되었다. 그러나 확장된 평균-지니 기준을 실제로 적용하기 위해서는 확장된 지니평차를 계산가능한 형태로 변환해야 하는 문제와, 수익률의 누적확률 값을 추정해야 하는 문제점이 있다. 누적확률 값을 추정하는 방법으로 수익률의 분포함수와는 관계없이 순위에 의한 방법이 이용되었다. 본 연구에서는 실제로 분포의 확률밀도함수를 이용해서 누적확률을 계산하는 경우와 순위를 이용해 추정하는 방법을 비교함으로써 순위방법의 정확성을 평가하고자 하였으며, 확장된 지니평차를 실제로 계산하는 데 있어서의 문제점도 검토하였다. 이러한 검토를 통해 확장된 평균-지니 기준을 헤지 모형에 도입하여 활용하는 것의 현실적 유용성을 종합적으로 평가하고자 하였다. 분석결과 확장된 지니평차의 계산을 위해 변형한 식에 대한 정밀한 검토가 필요하다는 점과, 확장된 지니평차를 헤지모형에 적용하기 위해서는 누적확률을 정확하게 계산하는 문제의 해결이 선행되어야 한다는 점을 밝힐 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.363-363
• /
• 2019

활성화 함수(activation function)는 기계학습(machine learning)의 학습과정에 비선형성을 도입하여 심층적인 학습을 용이하게 하고 예측의 정확도를 높이는 중요한 요소 중 하나이다(Roy et al., 2019). 일반적으로 기계학습에서 사용되고 있는 활성화 함수의 종류에는 계단 함수(step function), 시그모이드 함수(sigmoid 함수), 쌍곡 탄젠트 함수(hyperbolic tangent function), ReLU 함수(Rectified Linear Unit function) 등이 있으며, 예측의 정확도 향상을 위하여 다양한 형태의 활성화 함수가 제시되고 있다. 본 연구에서는 기계학습을 통하여 수위예측 시 정확도 향상을 위하여 Hybrid 활성화 함수를 제안하였다. 연구대상지는 조수간만의 영향을 받는 한강을 대상으로 선정하였으며, 2009년 ~ 2018년까지 10년간의 수문자료를 활용하였다. 수위예측 알고리즘은 Python 내 Tensorflow의 RNN (Recurrent Neural Networks) 모델을 이용하였으며, 강수량, 수위, 조위, 댐 방류량, 하천 유량의 수문자료를 학습시켜 3시간 및 6시간 후의 수위를 예측하였다. 예측정확도 향상을 위하여 입력 데이터는 정규화(Normalization)를 시켰으며, 민감도 분석을 통하여 신경망모델의 은닉층 개수, 학습률의 최적 값을 도출하였다. Hybrid 활성화 함수는 쌍곡 탄젠트 함수와 ReLU 함수를 혼합한 형태로 각각의 가중치($w_1,w_2,w_1+w_2=1$)를 변경하여 정확도를 평가하였다. 그 결과 가중치의 비($w_1/w_2$)에 따라서 예측 결과의 RMSE(Roote Mean Square Error)가 최소가 되고 NSE (Nash-Sutcliffe model Efficiency coefficient)가 최대가 되는 지점과 Peak 수위의 예측정확도가 최대가 되는 지점을 확인할 수 있었다. 본 연구는 현재 Data modeling을 통한 수위예측의 정확도 향상을 위해 기초가 되는 연구이나, 향후 다양한 형태의 활성화 함수를 제안하여 정확도를 향상시킨다면 예측 결과를 통하여 침수예보에 대한 의사결정이 가능할 것으로 기대된다.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.29 no.3
• /
• pp.229-235
• /
• 2016

In this paper, a methodology, which is able to predict the thermal stresses accurately yet efficiently, is presented for beam structures via Saint-Venant's principle. In general, higher-order beam theories have been known to be effective for the prediction of thermal stresses. In contrast to this, we propose the method to predict the thermal stresses of beam structures by post-processing the classical beam theory via Saint-Venant's principle. The approach includes an out-of-plane warping displacement to account for the through-the-thickness thermal deformation. With this, one can accurately recover the thermal stresses as compared to the elasticity solutions. In fact, they are identical for the beams made of isotropic materials. The effect of out-of-plane warping is also investigated, it turns out that the effect is negligible in mechanical stress analysis but not in thermal stress analysis.

• The KIPS Transactions:PartD
• /
• v.9D no.1
• /
• pp.21-30
• /
• 2002

The active database system introduces the active rules detecting specified state. As the condition evaluation of the active rules is performed every time an event occurs, the performance of the system has a great influence, depending on the conditions processing method. In this paper, we propose the conditions processing system with the preprocessor which determines the delta tree structure, constructs the classification tree, and generates the aggregate function table. Due to the characteristics of the active database through which the active rules can be comprehended beforehand, the preprocessor can be introduced. In this paper, the delta tree which can effectively process the join, selection operations, and the aggregate function is suggested, and it can enhance the condition evaluation performance. And we propose the classification tree which effectively processes the join operation and the aggregate function table processing the aggregate function which demands high cost. In this paper, the conditions processing system can be expected to enhance the performance of conditions processing in the active rules as the number of conditions comparison decreases because of the structure which is made in the preprocessor.

• The KIPS Transactions:PartB
• /
• v.8B no.1
• /
• pp.105-113
• /
• 2001

최근 축약 분산 기억 장치(SDM)가 적응적 문제 해결 능력과 하드웨어화의 용이성으로 인해 현실성이 있는 신경망의 한 모델로 제안되었다. 그러나 다층 인식자의 개별 뉴런이 선형 또는 비선형 결정 함수로 해 공간을 이분하고 그들이 다양하게 결합함으로써 일반적인 문제 해결 능력을 갖는데 비해, 축약 분산 기억 장치의 뉴런은 해 공간에서 자신을 중심으로 한 일정 반경 영역을 안과 밖으로 이분하고 이들을 단순하게 합하므로써, 해 공간이 실수 공간과 같이 크기 관계를 갖는 경우 비효율적인 모델로 된다. 본 논문에서는 이러한 축약 분산 기억 장치의 특성과 그 원인을 규명하고, 문제의 해 공간이 단조 증가 또는 감소 결정 함수로 양분되는 경우, 기존의 축약 분산 기억 장치에 크기 비교 과정을 도입함으로써, 주어진 문제를 효율적으로 해결할 수 있는 수정된 축약 분산 기억 장치 모델을 제안한다. 아울러 제안된 모델을 ATM망에서의 호 수락 제어 과정에 적용한 예를 보인다.최근 축약 분산 기억 장치(SDM)가 적응적 문제 해결 능력과 하드웨어화의 용이성으로 인해 현실성이 있는 신경망의 한 모델로 제안되었다. 그러나 다층 인식자의 개별 뉴런이 선형 또는 비선형 결정 함수로 해 공간을 이분하고 그들이 다양하게 결합함으로써 일반적인 문제 해결 능력을 갖는데 비해, 축약 분산 기억 장치의 뉴런은 해 공간에서 자신을 중심으로 한 일정 반경 영역을 안과 밖으로 이분하고 이들을 단순하게 합하므로써, 해 공간이 실수 공간과 같이 크기 관계를 갖는 경우 비효율적인 모델로 된다. 본 논문에서는 이러한 축약 분산 기억 장치의 특성과 그 원인을 규명하고, 문제의 해 공간이 단조 증가 또는 감소 결정 함수로 양분되는 경우, 기존의 축약 분산 기억 장치에 크기 비교 과정을 도입함으로써, 주어진 문제를 효율적으로 해결할 수 있는 수정된 축약 분산 기억 장치 모델을 제안한다. 아울러 제안된 모델을 ATM망에서의 호 수락 제어 과정에 적용한 예를 보인다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.11 no.7
• /
• pp.1387-1393
• /
• 2007

Even if the linearly separable patterns can be classified by the conventional single layer perceptron, the non-linear problems such as XOR can not be classified by it. A fuzzy single layer perceptron can solve the conventional XOR problems by applying fuzzy membership functions. However, in the fuzzy single layer perception, there are a couple disadvantages which are a decision boundary is sometimes vibrating and a convergence may be extremely lowered according to the scopes of the initial values and learning rates. In this paper, for these reasons, we proposed an enhanced fuzzy single layer perceptron algorithm that can prevent from vibration the decision boundary by introducing a bias term and can also reduce the learn time by applying the modified delta rule which include the learning rates and the momentum concept and applying the new linear activation function. Consequently, the simulation results of the XOR and pattern classification problems presented that the proposed method provided the shorter learning time and better convergence than the conventional fuzzy single layer perceptron.

• Journal of the Korea institute for structural maintenance and inspection
• /
• v.10 no.6
• /
• pp.143-153
• /
• 2006

The paper presents the results of a study on improvement in flexure capacities of continuous prestressed steel I-girder with section increasement at internal supports. After tensioning, the field experiment on prestressed steel I-girder has been performed in the various aspects of prestressed I-girder introducing section increasement at internal supports, tendon profile.

• Journal of KIISE:Computer Systems and Theory
• /
• v.34 no.5_6
• /
• pp.187-194
• /
• 2007

A local alignment algorithm does comparing two strings and finding a substring pair with size l and similarity s. To find a pair with both sufficient size and high similarity, existing normalization approaches maximize the ratio of the similarity to the size. In this paper, we introduce normalization by functions that maximizes f(s)/g(l), where f and g are non-decreasing functions. These functions, f and g, are determined by experiments comparing DNA sequences. In the experiments, our normalization by functions finds appropriate local alignments. For the previous algorithm, which evaluates the similarity by using the longest common subsequence, we show that the algorithm can also maximize the score normalized by functions, f(s)/g(l) without loss of time.

• Journal for History of Mathematics
• /
• v.24 no.4
• /
• pp.97-118
• /
• 2011

This study aimed finding effective models for the teaching the concept of function. We selected two models. One is discrete model which focuses on the 'corresponding relation of the elements of the sets(domain and range). The other is continuous model which focuses on the dependent relationship of the two variables connected in variable phenomenon. A vending machine model was used as a discrete model, and a water bucket model was used as a continuous model in our study. We taught 2 times about the concept of function using two models to the 60 students (7th grade, 2 classes) living in Taebak city, and tested it twice, after class and about 3 months later. A vending machine model was helpful in understanding the definition of function in the 7th grade math textbook. Also, it was helpful to making concept image and to recalling it. On the other hand, students who used the water bucket model had a difficultly in understanding the all independent variables of the domain corresponding to the dependent variables. But they excelled in tasks making formula expression and understanding changing situations.