• Investigative Magnetic Resonance Imaging
• /
• 제6권2호
• /
• pp.137-146
• /
• 2002

목적: 본 논문에서는 신경망을 이용한 자기공명영상의 분류에 있어 결정론적 이완 방법(deterministic relaxation)과 응집 군집화(agglomerative clustering) 방법에 의한 개선된 영상 분류방법을 제시한다. 제안된 방법은 신경망을 이용한 영상의 분류시 지역적 최소치로의 수렴문제와 입력 패턴의 증대로 인하여 수렴 속가 늦어지는 문제를 해결한다. 대상 및 방법: 신경망을 이용한 영상의 분류는 지역적 계산과 병렬 계산이 가능한 특성을 갖고 있어 기존의 통계적 방법을 대신하는 방법으로 주목을 받고 있다. 그러나 일반적으로 신경망에 의한 분류알고리즘이 지닌 문제점의 하나는 에너지함수가 항상 전역적 최소치로 수렴하지 않고 지역적 최소치로도 수렴할 수 있다는 점이고, 또 다른 문제점은 반복수렴을 수행하는 에너지함수의 수렴속도가 너무 늦다는 점이다. 따라서 지역적 최소치로의 수렴을 방지하고 전역적 최소치로의 수렴속도를 가속화시키기 위하여 본 논문에서는 결정적 이완 알고리즘의 하나인 MFA(Mean Field Annealing) 방법을 적용하여 지역적 최소치로의 수렴문제를 해결하는 방법을 제시한다. MFA는 모의 애닐링의 통계적 성질을 변수의 평균값에 적용하는 결정론적인 수정 법칙들로 대신하고, 이러한 평균값을 최소화함으로서 수렴속도를 개선한 방법이다 아울러 신경망이 갖고 있는 문제점인 과다한 클래스 패턴의 생성에 따른 처리속도 지연의 문제점을 해결하기 위하여 응집 군집화 알고리즘을 이용하여 영상을 구성하는 군집을 결정하여 신경망에 입력되는 값을 초기화하여 영상패턴이 증가되는 것을 제한하였다. 결과: 본 논문에서 제시된 응집 군집화 방법 및 결정론적 이완 방법은 신경망에 의한 자기공명영상의 분류 시 발생할 수 있는 지역적 최적 치로의 수렴 문제를 해결하여 전역적 최적화로 신속히 수렴함을 알 수 있었다. 결론: 본 논문에서는 클러스터의 분석과 결정론적 이완 방법에 의하여 신경망에 의한 자기공명영상의 분류결과를 향상시키기 위한 새로운 방법을 소개하였으며 실험결과를 통하여 그러한 사실을 확인할 수 있었다.

• Nuclear Engineering and Technology
• /
• 제56권2호
• /
• pp.673-684
• /
• 2024

STREAM, developed by the Computational Reactor Physics and Experiment laboratory (CORE) of the Ulsan National Institute of Science and Technology (UNIST), is a deterministic neutron- and photon-transport code primarily designed for light water reactor (LWR) analysis. Initially, the photon module in STREAM did not account for fluorescence and bremsstrahlung photons. This article presents recent developments regarding the integration of atomic relaxation and bremsstrahlung models into the existing photon module, thus allowing for the transport of secondary photons. The photon flux and photon heating computed with the newly incorporated models is compared to results obtained with the Monte Carlo code MCS. The incorporation of secondary photons has substantially improved the accuracy of photon flux calculations, particularly in scenarios involving strong gamma emitters. However, it is essential to note that despite the consideration of secondary photon sources, there is no noticeable improvement in the photon heating for LWR problems when compared to the photon heating obtained with the previous version of STREAM.

• 제어로봇시스템학회논문지
• /
• 제4권2호
• /
• pp.235-245
• /
• 1998

This paper presents the fuzzy optimization model based scheduling methodology for the efficient production control of a FFS(FIexible Flow Shop) under the uncertain production environment. To develop the methodology, a fuzzy optimization technique is introduced in which the uncertain production capacity caused by the random events like the machine breakdowns or the absence of workers is modeled by fuzzy number. Since the problem is NP hard, the goal of this study is to obtain the near optimal but practical schedule in an efficient way. Thus, Lagrangian relaxation method is used to decompose the problem into a set of subproblems which are easier to solve than the original one. Also, to construct the feasible schedule, a heuristic algorithm was proposed. To evaluate the performance of the proposed method, computational experiments, based on the real factory data, are performed. Then, the results are compared with those of the other methods, the deterministic one and the existing one used in the factory, in the various performance indices. The comparison results demonstrate that the proposed method is more effective than the other methods.