• 한국수자원학회논문집
• /
• 제45권7호
• /
• pp.657-674
• /
• 2012

본 연구에서는 용담댐 상류, 천천 시험유역을 대상으로 분포형 수문모형을 이용하여 강우의 공간분포 특성에 의한 유역에서의 침식 및 퇴적양상을 분석하고, 유출 및 유사량 모의결과에 미치는 영향을 분석하였다. 일반적으로 강우의 공간적 분포를 묘사하기 위해 사용되는 지점 강우 내삽기법(Thiessen Polygon: TP, Inverse Distance Weighting: IDW, Kriging) 및 레이더 강우 합성기법(Gauge-Radar ratio: GR, Conditional Merging: CM)을 이용하여 태풍으로 인한 3개의 집중호우 사상기간동안의 강우장을 생성한 후 각 기법들에 의해 생성된 강우장의 양적, 공간적 특성을 평가하였다. 또한, 각 기법별로 생성된 공간분포형 강우를 분포형 수문모형에 적용하여 강우의 공간분포에 따른 유역에서의 강우-유사-유출분석 및 유역에서의 침식 및 퇴적양상을 비교 분석하였다. 그 결과, 지상 우량계를 이용한 내삽기법의 경우 유사한 우량주상도 및 수문응답을 나타내었으며, 원시 레이더 자료 및 GR기법에 의한 결과는 각각 과소, 과대산정된 반면 CM기법은 레이더 강우의 공간적 특성을 유지하면서 양적으로도 개선된 결과를 보여주었다. 또한 양적으로 유사한 강우장임에도 불구하고, 각 기법에 의한 강우장의 공간적 특성으로 인하여 대상유역내 침식 및 퇴적양상은 매우 상이하게 나타났다.

• 정보처리학회논문지B
• /
• 제12B권6호
• /
• pp.697-702
• /
• 2005

주제 중심 웹 문서 수집기는 검색엔진에서 최신의 웹 문서 색인을 유지하는 대안방안으로 부상하고 있다. 그러나 주제 중심 웹 문서 수집기는 비 관심문서에서 연결된 관심문서들을 수집할 수 없는 문제점을 가지고 있다. 이러한 문제점은 문서의 구조적 특징을 고려하지 않아서 발생한다. 특히 문서분석 방법인 문서의 발생 횟수 및 역문헌 발생빈도는 이러한 문제를 야기하는 주요 원인이 된다 주제 중심 웹 문서 수집기의 성능을 향상하기 위해서 본 논문에서는 국소 정보기반의 문서 분할법을 제안한다. 본 논문에서는 문서를 하이퍼링크 주변의 문맥을 고려한 특징 정보들을 사용하여 여러 소각의 문서로 나눈다. 본 논문에서 제안하는 주제 중심 웹 문서 수집기는 나누어진 문서들을 이용하여 하이퍼링크가 관심문서를 가리키는 것인지를 판단하여 문서를 수집할 것인지를 판단한다.

• Nuclear Engineering and Technology
• /
• 제19권4호
• /
• pp.233-241
• /
• 1987

본 연구는 제한된 수의 핵연료의 경험적 파손자료로부터 핵연료 파손 확률을 현실적으로 예측하기 위해 결정론적 모델로부터의 파손화률 예측치와 실제 경험적 자료로부터의 파손 확률 예측치를 접합하는 방법을 시도하였다. 이 접합 방법에 의한 파손 화률 예측치는 결정론적 모델 또는 경험적 파손 자료로부터의 독립적인 예측치보다 신뢰도가 높다. 본 연구에서는 핵연료 성능 예측코드인 SPEAR의 방법론을 응용한 핵연료 파손 패턴의 체계적 발견법 (hierarchical pattern discovery)이 접합 모델에서의 결정론적 모델로부터의 예측치에 대한 가중치와 패턴 경계를 체계적으로 찾기 위해 고안되었다. 이 연구에서 개발된 접합 방법을 PROFIT모델과 경험적 파손자료를 이용하여 CANDU형 핵연료 재장전중 출력 상승에 의해 수반되는 핵연료파손 예측에 적응시켜 보았다.

• 한국통신학회논문지
• /
• 제21권5호
• /
• pp.1123-1131
• /
• 1996

Knutsson이 QPS(quadrature polar separable) 필터를 제안한 이후 여러가지 개선된 QPS필터가 발표되고 있으며 질감 영상처리에 응용되고 있다. 이들 필터는 방향각 함수로 Kuntsson의 cosine 함수나 지수감쇠 함수를 이용하고 있으며, 라디엘웨이팅 함수로 FPSS(finite prolate spheroidal sequence)나 점근적 FPSS를 이용하고 있다. 이들 필터는 질감영상 생성이나 방향각평가, 그리고 합성된 질감영상의 영역분할면에서 다른 특성을 나타낸다. 본 논문에서는 2-D QPS 필터를 위한 여러가지 커넬함수를 분석하여 그들의 특성을 고찰하며 푸리에영역내에서 국부조직의 주파수성분과 방향각을 평가한다. 그리고 이들 필터에 의한 질감 영상의 특성추출과 영역분할에 대한 응용상의 문제점에 대해서 고찰한다. 실험결과는 개선된 Knutsson 필터와 점근적 FPSS 필터함수가 합성 질감영샹의 방향각 평가와 영역분할면에서 유용하다는 것을 나타낸다.

• International Journal of Control, Automation, and Systems
• /
• 제1권2호
• /
• pp.194-202
• /
• 2003

In this paper, we introduce a category of Multi-FNN (Fuzzy-Neural Networks) models, analyze the underlying architectures and propose a comprehensive identification framework. The proposed Multi-FNNs dwell on a concept of fuzzy rule-based FNNs based on HCM clustering and evolutionary fuzzy granulation, and exploit linear inference being treated as a generic inference mechanism. By this nature, this FNN model is geared toward capturing relationships between information granules known as fuzzy sets. The form of the information granules themselves (in particular their distribution and a type of membership function) becomes an important design feature of the FNN model contributing to its structural as well as parametric optimization. The identification environment uses clustering techniques (Hard C - Means, HCM) and exploits genetic optimization as a vehicle of global optimization. The global optimization is augmented by more refined gradient-based learning mechanisms such as standard back-propagation. The HCM algorithm, whose role is to carry out preprocessing of the process data for system modeling, is utilized to determine the structure of Multi-FNNs. The detailed parameters of the Multi-FNN (such as apexes of membership functions, learning rates and momentum coefficients) are adjusted using genetic algorithms. An aggregate performance index with a weighting factor is proposed in order to achieve a sound balance between approximation and generalization (predictive) abilities of the model. To evaluate the performance of the proposed model, two numeric data sets are experimented with. One is the numerical data coming from a description of a certain nonlinear function and the other is NOx emission process data from a gas turbine power plant.

• 대한기계학회논문집A
• /
• 제41권2호
• /
• pp.149-156
• /
• 2017

핵연료는 고도의 신뢰성과 안전성이 요구되는 구조물로서 손상유발 이물질이 유입되지 않도록 이물질여과 기구를 포함하고 있다. 핵연료의 이물질여과 성능은 건전성에 가장 중요한 영향 인자로 합리적이고 객관적으로 평가되어야 하는 지표이다. 본 연구에서는 표준 여과효율 성능지수를 수립하고자 가중평균을 이용하여 종합 이물질여과 효율 계산 방법을 제시하였다. 제안된 방법의 적합성을 확인하기 위해 대표 이물질 시편을 선정하고 이물질여과 실험을 통해 가중평균 여과 효율을 산술평균 여과 효율과 비교하였다. 가중평균법은 성능의 변별력을 강화하고자 이물질의 통과 가능 정도를 가중인자로 사용하였다. 부가적으로 이물질 시편의 크기와 여과 기구의 주요 치수에 따른 상용 핵연료의 여과 거동 분석을 수행하였다.

• 전자공학회논문지CI
• /
• 제48권1호
• /
• pp.133-140
• /
• 2011

최근 들어, 웹 응용의 하나로 이미지를 통합 관리하는 이미지 거래소(Image Stock), 이미지 도서관(Image Library)과 같은 응용들이 많이 만들어 지고 있다. 이미지의 등록, 관리, 검색에는 주로 이미지 해쉬라는 기술이 구분자(Identifier)로서 쓰이며 해쉬의 분별력을 높이기 위한 연구들이 많이 진행되어지고 있다. 본 논문에서는 계층적 히스토그램을 이용한 GLOCAL(Global to Local) 이미지 해쉬 생성 방법을 제안하였다. 많은 연구들이 이미지 처리 및 기하학적 공격에 강한 히스토그램 기반의 이미지 해쉬 기법들을 제안하였으며 제안된 논문에서는 GLOCAL 해쉬 생성과 가중치(Weighting Factor)를 적용하여 해쉬의 안정성을 높이는데 기여하였다. GLOCAL 해쉬 생성 방법에 의해 기존의 알고리즘들은 좀더 풍부한 길이의 이미지 해쉬를 생성하였다. 즉, 이미지 해쉬의 근본 목적인 Identification과 Discrimination 이라는 두 가지 목적을 잘 달성하였으며 그 결과는 통계학적 가설 검정 (Statistical Hypothesis Testing)을 통해 기존의 알고리즘과 비교하였으며 대부분의 공격종류에 대해 제안된 알고리즘이 향상된 성능을 보여줌을 확인하였다.

• 한국지반환경공학회 논문집
• /
• 제9권5호
• /
• pp.61-69
• /
• 2008

일반적으로 암반사면의 안정성을 평가하는 방법으로는 평사투영해석, 한계평형해석, 수치해석, 안정성 평가표에 의한 방법 등 여러 가지 방법이 이용되고 있다. 이 중 안정성 평가표에 의한 방법은 평가법의 제안기관이나 자국의 특성에 따라 그 평가항목이 상이하며, 또한 안정성 평가표상의 개개의 평가항목에 대한 연구는 미흡한 실정이다. 본 연구에서는 315개소의 고속도로 암반사면 분석자료를 이용하여 일반적으로 사용되고 있는 암반사면의 안정성 평가항목중 기하학적 형상(사면높이, 사면경사 및 경사방향, 주불연속면의 경사 및 경사방향, 사면과 주불연속면의 방향차이) 및 지형학적 특성(지형의 집수가능성, 상부자연사면 경사, 사면형상)에 대한 이상치(abnormal value) 분석을 통하여 암반사면 안정성 평가항목의 유효성을 평가하였다.

• 지능정보연구
• /
• 제11권2호
• /
• pp.175-195
• /
• 2005

사례기반추론(case-based reasoning)은 사례간 유사도를 평가하여 유사한 이웃사례를 찾아내고, 이웃사례의 결과를 이용하여 새로운 사례에 대한 예측결과를 생성하는 전통적인 인공지능기법 중 하나다. 이러한 사례기반추론이 최근 적용이 쉽고 간단하다는 장점과 모형의 갱신이 실시간으로 이루어진다는 점 등으로 인해, 온라인 환경에서의 고객관계관리를 위한 도구로 학계와 실무에서 주목을 받고 있다 하지만, 전통적인 사례기반추론의 경우, 타 인공지능기법에 비해 정확도가 상대적으로 크게 떨어진다는 점이 종종 문제점으로 제기되어 왔다. 이에, 본 연구에서는 사례기반추론의 성과를 획기적으로 개선하기 위한 방법으로 유전자 알고리즘을 활용한 사례기반추론의 동시 최적화 모형을 제안하고자 한다. 본 연구가 제안하는 모형에서는 기존 연구에서 사례기반추론의 성과에 중대한 영향을 미치는 요소들로 제시된 바 있는 사례 특징변수의 상대적 가중치 선정(feature weighting)과 참조사례 선정(instance selection)을 유전자 알고리즘을 이용해 최적화함으로서, 사례간 유사도를 보다 정밀하게 도출하는 동시에 추론의 결과를 왜곡할 수 있는 오류사례의 영향을 최소화하고자 하였다. 제안모형의 유용성을 검증하기 위해, 본 연구에서는 국내 한 전문 인터넷 쇼핑몰의 구매예측모형 구축사례에 제안모형을 적용하여 그 성과를 살펴보았다. 그 결과, 제안모형이 지금까지 기존 연구에서 제안된 다른 사례기반추론 개선모형들은 물론, 로지스틱 회귀분석(LOGIT), 다중판별분석(MDA), 인공신경망(ANN), SVM 등 다른 인공지능 기법들에 비해서도 상대적으로 우수한 성과를 도출할 수 있음을 확인할 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권1호
• /
• pp.16-37
• /
• 2022

Accurate liver segment segmentation based on radiological images is indispensable for the preoperative analysis of liver tumor resection surgery. However, most of the existing segmentation methods are not feasible to be used directly for this task due to the challenge of exact edge prediction with some tiny and slender vessels as its clinical segmentation criterion. To address this problem, we propose a novel deep learning based segmentation model, called Boundary-Aware Dual Attention Liver Segment Segmentation Model (BADA). This model can improve the segmentation accuracy of liver segments with enhancing the edges including the vessels serving as segment boundaries. In our model, the dual gated attention is proposed, which composes of a spatial attention module and a semantic attention module. The spatial attention module enhances the weights of key edge regions by concerning about the salient intensity changes, while the semantic attention amplifies the contribution of filters that can extract more discriminative feature information by weighting the significant convolution channels. Simultaneously, we build a dataset of liver segments including 59 clinic cases with dynamically contrast enhanced MRI(Magnetic Resonance Imaging) of portal vein stage, which annotated by several professional radiologists. Comparing with several state-of-the-art methods and baseline segmentation methods, we achieve the best results on this clinic liver segment segmentation dataset, where Mean Dice, Mean Sensitivity and Mean Positive Predicted Value reach 89.01%, 87.71% and 90.67%, respectively.