• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.105-105
• /
• 2021

본 연구에서는 2차원 비선형 천수모형과 수심평균된 스칼라 이송모형을 해석하는 수치모형에 대해 기술하였다. 수치모형의 정확성을 보장함과 동시에 안정성을 높이기 위해 유한체적법, 플럭스 재구성 및 minmod 제한자를 사용하였다. 비선형 천수방정식의 이송항과 바닥 경사항은 계산된 수심의 양수 보존과 흐름의 정상 상태를 보장하기 위한 second order well-balanced positivity preserving central-upwind method를 이용하여 수치적으로 이산화되었다. 마찬가지로, 이송-확산 방정식 내 이송항은 동일한 2차 풍상차분법을 통해 수치적으로 풀이하였다. 격자점 경계면에서의 불연속으로 인한 수치진동을 방지하기 위해 이송항의 계산에 포함된 보존항의 차이로 인해 발생하는 스칼라의 수치확산을 최소화하기 위해 무차원의 비소산함수를 도입하였다. 또한, 확산항은 유한차분법을 이용하여 이산화하였다. 제안된 수치모형은 시간미분항의 계산을 위해 오일러 기법을 적용하여 계산된 수심 및 스칼라의 양수 보존여부와 함께 정지된 흐름의 정상 상태의 보존여부를 확인하였다. 제안된 수치모형의 해석 정확성을 평가하기 위해 1, 2차원 공간 내 다양한 흐름 조건에서의 해석해를 이용한 3개의 벤치마크 테스트를 수행하였다. 평균 제곱근 오차(Root Mean Squared Error, RMSE)를 산정하여 수치모형의 성능을 정량적으로 평가하였으며, 비소산함수를 적용함에 따라 스칼라의 수치확산이 감소하게 되었음을 확인하였다. 또한, 세 차례의 벤치마크 테스트 결과는 공통적으로 수치모형에 의해 계산된 결과값이 비소산함수를 고려함에 따라 해석해와 잘 일치함을 확인하였다.

• 한국지구물리탐사학회:학술대회논문집
• /
• 2005.05a
• /
• pp.273-280
• /
• 2005

Robust magneto-telluric (MT) response function estimators are now in standard use in electromagnetic induction research. Properly devised and applied, these methods can reduce the influence of unusual data (outlier) in the response (electric field) variable, but often not sensitive to exceptional predictor (magnetic field) data, which are termed leverage points. A bounded influence estimator is described which simultaneously limits the influence of both outlier and leverage point, and has proven to consistently yield more reliable MT response function estimates than conventional robust approach. The bounded influence estimator combines a standard robust M-estimator with leverage weighting based on the statistics of the hat matrix diagonal, which is a standard statistical measure of unusual predictors. Further extensions to MT data analysis are proposed, including a establishment of data rejection criterion which minimize the influence of both electric and magnetic outlier in frequency domain based on statistical distribution of electromagnetic field. The rejection scheme made in this study seems to have an effective performance on eliminating extreme data, which is even not removed by BI estimator, in frequency domain. The effectiveness and advantage of these developments are illustrated using real MT data.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.52-54
• /
• 2004

이동객체의 위치 정보는 데이터의 양이 방대하고, 객체의 위치가 변경될 매마다 계속적인 갱신연산이 요구되어진다. 이러한 갱신 연산에서 디스크 접근비용을 최소화하기 위해 최근 Lazy Update R-tree(LUR-tree)가 제안되었다. 그러나 디스크 기반의 색인은 검색 및 갱신 연산의 실시간 처리를 보장할 수 없기 때문에 메인 메모리에서 이동객체의 위치 정보를 유지하는 것이 필요하다. 본 논문에서는 디스크 기반의 LUR-tree를 MBR 압축을 통해 캐시에 최적화되도록 변형한 색인기법을 제안한다. MBR 압축기법은 부모 노드로의 상대적 위치로 표현된 엔트리의 MBR을 변환함수를 통해 2,4,8 바이트의 정수로 변환한다. 제안된 색인은 변환된 MBR의 크기에 따라 엔트리를 동적 할당함으로써, 상위노드에서는 키 비교 회수를 줄이고, 단말 노드로 갈수록 키 비교 횟수는 늘어나지만, 캐시 미스를 줄일 수 있다는 장점으로 인해 검색 및 갱신 성능을 전체적으로 향상시킨다

• Proceedings of the Acoustical Society of Korea Conference
• /
• autumn
• /
• pp.231-236
• /
• 1999

금번 연구는 공간 음상 정위에 직면하는 주된 문제점인 음색왜곡과 음질저하의 영향 인자들과 개선방안을 고찰한다. 측정 머리전달함수로부터 청각기관의 공간 음상에 대만 인지양적 특성치 (양귀 음압레벨 차이 ILD와 음압 도달시간 차비 ITD)를 추정하는 새로운 방법의 제안, 총간 음상정위 특성치의 새로운 DB구축, 그러고 이를 이용한 공간 음상 정위 구현방법의 새로운 방안을 소개한다. 그리고, 제안된 공간 음상 구현 기법은 음색 왜곡 및 음질저하를 최소화할 뿐 아니라 구현 방법의 간결성 때문에 제품화로 직접 적용할 수 있는 장점을 제공할 수 있음을 본 논문에서 보인다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2009.01a
• /
• pp.41-44
• /
• 2009

데이터 마이닝의 대표적인 기법인 군집화는 군집내의 유사성을 최대화하고, 군집들간의 유사성을 최소화 시키도록 데이터의 집합을 분할하는 것이다. 대용량의 데이터베이스에서 최적의 효율화를 내기 위해서는 원시데이터에 대한 접근 횟수를 줄이고, 이것을 알고리즘 적용 대상이 데이터 구조의 크기를 줄이는 군집화 기법에 많은 관심이 보이고 있다. 본 논문에서는 유전자 알고리즘을 이용하여 자동으로 군집의 개수를 결정하는 군집화 알고리즘을 제안하는 적합도 함수는 보다 양질의 군집을 찾아내는 것으로 평가 되었다. 또한 유전자 알고리즘 중 8가지를 세부 분석하여 평가하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.792-795
• /
• 2002

현재 많은 관심의 대상이 되고 있는 데이터 마이닝은 대용량의 데이터베이스로부터 일정한 패턴을 분류하여 지식의 형태로 추출하는 작업이다. 데이터 마이닝의 대표적인 기법인 군집화는 군집내의 유사성을 최대화하고 군집들간의 유사성을 최소화 시키도록 데이터 집합을 분할하는 것이다. 데이터 마이닝에서 군집화는 대용량 데이터를 다루기 때문에 원시 데이터에 대한 접근 횟수를 줄이고 알고리즘이 다루어야 할 데이터 구조의 크기를 줄이는 군집화 기법이 활발하게 사용된다. 그런데 기존의 군집화 알고리즘은 잡음에 매우 민감하고, local minima에 반응한다. 또한 사전에 군집의 개수를 미리 결정해야 하고, initialization 값에 따라 군집의 성능이 좌우되는 문제점이 있다. 본 연구에서는 유전자 알고리즘을 이용하여 자동으로 군집의 개수를 결정하는 LONGEPRO 알고리즘을 제안하고, 여기서 제시하는 적합도 함수의 최적화된 군집을 찾아내여 조금더 효율적인 알고리즘을 만들어 대용량 데이터를 다루는 데이터 마이닝에 적용해 보려 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05b
• /
• pp.875-878
• /
• 2003

본 연구에서는 할선법과 모멘트의 고정점 알고리즘 독립성분분석을 이용하여 흔합영상을 분리하는 기법을 제안하였다. 여기서 할선법은 독립성분 상호간의 정보를 최소화하기 위한 목적함수의 최적화 과정에서 요구되는 1차 미분에 따른 계산을 간략화하기 위함이고, 모멘트는 최적화 과정에서 발생하는 발진을 억제하여 보다 빠른 학습을 위함이다. 제안된 기법을 $512{\times}512$의 픽셀을 가지는 8개의 영상을 대상으로 임의의 흔합행렬에 따라 발생되는 흔합영상의 분리에 적용한 결과, 할선법에 기초한 고정점 알고리즘보다 우수한 분리률과 빠른 분리속도가 있음을 확인하였다.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.233-234
• /
• 2008

전력계통이 점점 더 복잡하고 광역화됨에 따라서 전압 및 무효전력 제어는 매우 중요한 문제로서 부각되고 있다. 전압 제어를 위해서는 전력계통 내의 조상설비들을 최적으로 운용하는 것이 중요하다. 따라서 전력계통에서 효과적인 전압제어를 위해서는 가능한 모선전압 크기의 차이가 없이 전압 분포가 이루어지는 것이 효과적이다. 본 논문의 목적함수로는 각 부하모선의 전압편차의 합을 최소화 함 을 사용하였으며, 최적 해를 찾는데 소요되는 연산시간을 단축시키기 위해 PC클러스터 기반 병렬 PSO 알고리즘을 이용한 기법을 제안하였다. 제안한 기법의 유용성을 보이기 위하여 IEEE 30모선 계통의 문제에 적용하였다. 검토결과 최적해 탐색성능의 저하 없이 연산시간을 단축할 수 있음을 확인하였다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.8 no.4
• /
• pp.38-45
• /
• 2003

This paper presents a meta-heuristic solution technique, Ant System (AS)algerian to solve edge detection problem. We define the quality of edge in terms of dissimilarity, continuity, thickness and length. We cast edge detection as a problem in cost minimization. This is achieved by the formulation of a cost function that inversely evaluates the quality of edge configuration. Twelve windows for enhancing dissimilarity regions based on the valid edge structures are used. The AS algorithm finds the optimal set of edge pixels based on the cost function. The experimental results show that the properly reduced set of edge pixels could be found regardless how complicated the image is.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.277-280
• /
• 2003

현재 많은 관심의 대상이 되고 있는 데이터 마이닝은 대용량의 데이터베이스로부터 일정한 패턴을 분류하여 지식의 형태로 추출하는 작업이다. 데이터 마이닝의 대표적인 기법인 군집화는 군집내의 유사성을 최대화하고 군집들간의 유사성을 최소화시키도록 데이터 집합을 분할하는 것이다. 데이터 마이닝에서 군집화는 대용량 데이터를 다루기 때문에 원시 데이터에 대한 접근횟수를 줄이고 알고리즘이 다루어야 할 데이터 구조의 크기를 줄이는 군집화 기법이 활발하게 사용된다. 그런데 기존의 군집화 알고리즘은 잡음에 매우 민감하고, local minima에 반응한다. 또한 사전에 군집의 개수를 미리 결정해야 하고, initialization 값에 다라 군집의 성능이 좌우되는 문제점이 있다. 본 연구에서는 유전자 알고리즘을 이용하여 자동으로 군집의 개수를 결정하는 군집화 알고리즘을 제안하고, 여기서 제시하는 적합도 함수의 최적화된 군집을 찾아내어 조금더 효율적인 알고리즘을 만들어 대용량 데이터를 다루는 데이터 마이닝에 적용해 보려한다.