• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2005년도 추계학술대회 논문집
• /
• pp.353-356
• /
• 2005

이 논문에서, 제시된 감마$({\gamma})$ 라인 시스템은 해당 공식에 의해 만들어진 비선형 감마 곡선과 하드웨어로 구현된 결과 사이의 오차를 최소화하기 위해 만들어졌다. 제시된 알고리즘과 시스템은 특정 감마값이 2.2, 즉 {0,1}$^{2.2}$에 의해 생성되는 공식과 입, 출력 데이터 크기가 10bit를 기반으로 한다. 오차를 최소화하기 위해, 시스템은 데이터 점들 사이를 지나 적합한 다항식을 만드는 수치해석 방법, 최소 자승 다항식을 사용하였다. 제한된 감마 라인은, 정밀도를 높이기 위해, 서로 각각의 중첩된 범위를 가지는 2차 다항식 9개로 구성되어 있다. $MATLAB^{TM}$ 7.0으로 검증된 알고리즘을 바탕으로, 제한된 시스템은 Verilog-HDL으로 구현되었다. 시스템은 2클럭 지연을 가지며 1 클럭마다 결과가 생성된다. 오차 범위(LSB)는 -4에서 +3이다. 표준편차는 1.287956238을 가진다. 시스템의 전체 게이트 값은 2,083이며, 최대 타이밍은 15.56[ns] 이다.

• 한국지구물리탐사학회:학술대회논문집
• /
• 한국지구물리탐사학회 2006년도 공동학술대회 논문집
• /
• pp.117-122
• /
• 2006

지하구조를 영상화하기 위한 물리탐사자료의 역산에서 가장 기본적인 가정 중의 하나는 자료측정 시간 동안에 지하구조가 변화하지 않는다는 정적인 지하구조 모형에 있으며, 시간의 흐름에 따른 지하구조 변화를 이해하기 위한 지구물리 모니터링 탐사자료의 역산에서도 통상적으로 받아 드려지고 있다. 그러나 투수성이 매우 높은 지하 매질에서 수행하는 염수 주입 실험의 경우에는 전도성 유체가 매우 빠른 속도로 이동하게 되므로, 측정시간 동안에 지하구조가 변화하지 않는다는 정적인 지하구조 모형의 가정은 성립되지 않은 경우가 많다. 또한 역산 결과 얻어지는 지하 영상에도 심한 왜곡이 게재될 가능성이 높음은 자명한 일이다. 이 연구에서는 이와 같은 문제를 해결하기 위하여 지하구조가 시간에 대해 연속적으로 변화하는 시공간 모델에 입각한 새로운 최소자승 역산법을 개발하였다. 지하 시공간 모델을 수많은 공간 모델로 일정한 시간간격으로 샘플링하는 대신에, 미리 설정한 수개의 기준 시각의 공간 모델로 정의하는 방법을 제안하였으며, 이를 위해 동일한 공간좌표에서의 물성은 시간에 대해 선형적으로 변화한다는 가정을 채택하였다. 이에 의해 시간에 따라 연속적으로 변화하는 지하의 시공간 모델을 구하는 문제는 수 개의 기준 공간 모델을 구하는 문제로 단순화될 수 있다. 역산의 안정성을 기하고 신뢰도가 높은 지하구조를 계산하기 위해, 인접한 시간대의 지하구조의 변화는 크지 않다는 시간축을 따른 제한 또한 도입하였다. 전기비저항 시추공간 토모그래피 탐사의 수치 실험을 수행하였으며 이를 통해 제안한 알고리듬의 효용성을 입증하였다.

• 지구물리와물리탐사
• /
• 제4권2호
• /
• pp.25-33
• /
• 2001

토목이나 건설 그리고 환경 분야에서 요구하는 지반 조사에 대한 공학적인 적용을 위하여 주파수 영역 루프-루프 전자탐사 연구를 수행하였다. 이를 위하여 송신 루프와 수신 루프가 동일면을 이루는 수평동일면 배열과 수직동일면 배열을 이용하였고, 각 배열에 대해 세 개의 이상성분을 측정 자료로 하여 영상을 구성하였다. 본 연구에서의 모형 반응 계산은 확장된 Born 근사를 이용한 2.5차원 적분방정식을 이용하였고, 역산 과정에서 분해능의 향상을 위해 ACB(Active Constraint Balancing)를 채택하였다. 모형 반응을 통한 1차원 및 2차원 역산 알고리듬을 적용시켜 본 결과, 층서구조에서는 비교적 1층의 전기전도도가 높을수록 모델 변수의 추정이 용이하였으며, 2차원 고립 이상체에 대한 역산 결과는 전도성 이상체와 비전도성 이상체의 위치를 잘 확인할 수 있었다. 또한 VCP배열 자료의 역산 결과보다 HCP배열 자료의 역산 결과에서 보다 나은 해상도를 보였으며, HCP배열과 VCP배열의 자료를 동시에 역산하였을 경우에 분해능의 향상을 확인하였다. 실제 루프-루프 전자탐사의 현장 자료 획득을 위해서 캐나다 Geonics사의 전자탐사 장비 EM34-3XL을 이용하였으며, 전기비저항 탐사 자료와 동일 측선상에서 비교 분석하였다. 역산 결과, 1차원 역산 보다는 2차원 역산 알고리듬을 이용하여 구성한 영상에서 전기비저항 탐사 결과와 매우 유사한 만족할만한 전기비저항 분포를 확인할 수 있었다. 따라서 현장에서의 개략적인 지반 조사를 위한 루프-루프 전자탐사의 응용이 기대된다.

• 한국전산구조공학회논문집
• /
• 제29권6호
• /
• pp.583-590
• /
• 2016

본 논문은 강형식 기반의 MLS 차분법에 Rayleigh 감쇠효과를 적용한 동적균열진전 해석기법을 제시한다. Rayleigh 감쇠 효과가 반영된 동적 평형방정식과 구성방정식을 도출하고, MLS 미분근사식을 이용하여 지배방정식들을 이산화하였다. 평형방정식뿐만 아니라 구성방정식에서도 감쇠효과를 적절하게 고려하여 기존의 무요소 강정식화 기법에서 고려하지 못했던 비례감쇠 알고리즘을 구현하였다. 시간관련 항을 포함한 동적 평형방정식은 중앙차분법(central difference method)을 이용하여 시간적분 하였고, 속도에 대한 차분식을 lagging시켜 이산화 방정식을 간소화시켰다. 균열의 기하학적 특성은 표면력 '0'인 자연경계 조건을 균열면에 놓인 절점들에 부과하여 묘사하였으며, 균열성장으로 인해 해석단계마다 변하는 절점의 생성 및 이동 효과를 계방정식 구성에 반영하였다. 단일균열과 다중균열을 갖는 수치예제를 통해서 제안된 수치기법의 정확성을 검증하였으며, 비례감쇠 효과의 고려가 동적균열진전 해석결과에 미치는 영향을 보였다.

• 지구물리와물리탐사
• /
• 제5권4호
• /
• pp.236-249
• /
• 2002

본 연구에서는 종래의 지표 전기비저항 탐사자료의 3차원 영상화 알고리듬을 확장하여 여러 시추공을 이용한 3차원 전기비저항 토모그래피 영상화 알고리듬을 개발하였다. 개발된 알고리듬은 유한요소법을 이용한 3차원 전기비저항 모델링과 최소자승 역산 알고리듬으로 구성되며, 역산의 분해능을 높이기 위하여 ACB(Active Constraint Balancing)법을 채용하였다. 수치모형실험 및 분해능 분석을 통하여 3차원 전기비저항 토모그래피가 효용성이 높은 탐사법임을 알 수 있었으며, 지하구조에 대한 고분해능의 입체 영상을 획득할 수 있는 방법임을 입증하였다. 또한, 전기비저항 토모그래피에서 지형효과를 정확히 반영함으로써, 영상의 왜곡을 배제하여 더욱 정확한 지하구조 영상을 획득할 수 있었다. 현장자료에 대한 적용성 검토를 위하여 화강암 석산지역에서 획득한 3차원 탐사자료에 3차원 전기비저항 토모그래피를 수행한 결과 신뢰도 높은 3차원 전기비저항 영상을 획득할 수 있었다.

• 원예과학기술지
• /
• 제32권1호
• /
• pp.105-114
• /
• 2014

본 연구에서는 UV-VIS spectrophotometer를 이용한 total carotenoids, flavonoids, phenolics 함량 데이터와 FT-IR 스펙트럼 데이터를 다변량통계분석법을 통하여 기능성 성분 함량이 높은 아프리칸 얌 고속 선발 시스템을 구축하였다. 62개 아프리칸 얌의 total carotenoids 함량은 $0.01-0.91{\mu}g{\cdot}g^{-1}$ dry wt 나타냈다. Total flavonoids와 phenolics 함량은 $12.9-229.0{\mu}g{\cdot}g^{-1}$ dry wt와 $0.29-5.2mg{\cdot}g^{-1}$ dry wt로 각각 나타났다. 아프리칸 얌은 FT-IR 스펙트럼상의 1700-1500, 1500-1300, $1,100-950cm^{-1}$, 부위에서 중요한 스펙트럼 변화가 나타났다. 이 부위는 각각 amide I과 II을 포함하는 아미노산 및 단백질계열의 화합물, phosphodiester group을 포함한 핵산 및 인지질 그리고 단당류나 복합 다당류를 포함하는 carbohydrates 계열의 화합물들의 질적, 양적 정보를 반영하는 부위이다. PCA 분석과 PLS-DA 분석에서 62개 아프리칸 얌은 유연성이 높은 종으로 3개의 그룹을 형성하였다. 아프리칸 얌의 FT-IR 스펙트럼 데이터와 UV-VIS spectrophotometer을 이용한 total carotenoids, flavonoids, phenolics 함량 데이터 간에 PLS regression 분석하였다. Total carotenoids, flavonoids, phenolics 함량 성분의 실측 값과 예측 값간에 상관계수($R^2$)가 각각 0.83, 0.86, 0.72로 나타났다. 이 결과, 아프리칸 얌으로부터 FT-IR 스펙트럼을 이용한 total carotenoids, flavonoids, phenolics 함량 예측이 가능하였다. 본 연구에서 확립된 대사체 수준에서 아프리칸 얌의 유용 기능성 성분 함량 예측 모델링을 통해 품종, 계통의 신속한 선발 수단으로 활용이 가능할 것으로 예상된다.

• 대한기계학회논문집B
• /
• 제36권6호
• /
• pp.655-662
• /
• 2012

심각한 사고를 초래하는 석유화학 플랜트의 가스 누출 여부와 위치를 실시간으로 탐지하기 위하여 주변의 여러 기계소음 등으로부터 비정상적 누출 음향을 분리할 수 있는 기법을 제시하였다. LMS 알고리즘을 이용하여 FIR구조의 적응필터와 누출 탐지용 상호상관함수를 이용하여, LABVIEW를 통하여 누출예측프로그램을 개발하였고 직접 제작한 장비를 이용하여 잔향실에서 실험을 수행하였다. 홀 사이즈, 압력, 거리, 주파수를 인자로 하여 비정상적 누출소음에 대한 실험에서 얻어진 데이터를 분석한 결과, 암소음은 1kHz 대역 이하에서 주로 발생하고 누출에 의한 소음신호는 고주파 대역, 특히 16kHz의 대역에서 가장 잘 발생한다는 것을 알게 되었다. 이런 음향기법의 가능성을 확인하기 위해서 실제로 정유공장에서 소음을 측정한 결과, 펌프와 압축기에서의 소음신호가 각각 2kHz, 4.5kHz로 측정됨으로써 주변 환경 소음과 누출음이 구별 가능하고 누출 위치(거리)의 탐지가 가능함을 밝혔다.

• 지구물리와물리탐사
• /
• 제16권3호
• /
• pp.131-138
• /
• 2013

새로운 2차원 자력탐사자료 역산 방법을 개발하였다. 중,자력탐사와 같은 포텐셜 자료의 역산에서 가장 문제가 되는 점은 비유일해 문제이다. 일반적으로 자력탐사 자료의 역산은 모델변수의 수가 자료의 수보다 훨씬 많은 불충분 문제이며, 이는 비유일해 문제를 더욱 심화시키게 된다. 일반적인 최소자승법을 자력탐사자료의 역산에 적용하게 되면, 이 상대가 지표면에 집중되는 결과를 초래한다. 본 연구에서는 이러한 비유일해 문제를 극복하기 위하여 모델분해능에 근거한 새로운 모델제한자를 제안하였다. 이 모델제한자는 분해능이 높은 모델변수에는 큰 제한을 가하고, 작은 모델변수에는 약한 제한을 가하게 된다. 따라서 분해능이 낮은 심부의 모델변수도 효과적으로 추정할 수 있다. 개발된 역산 알고리듬을 이용하여, 전형적인 모델에 대한 이론자료의 역산에 적용하였다. 또한 옥천대에서 얻어진 항공자력탐사자료 역산에 적용하였다.

• 수산해양기술연구
• /
• 제31권4호
• /
• pp.307-325
• /
• 1995

어군행동의 추정 및 제어등을 위한 기초자료의 제공과 어군행동의 모델링 기법을 현장에 적용하기 위한 가능성을 모색하기 위하여 어군행동을 나타내는 수치모델을 작성하고 유속이 있는 실험수조에서 유영하는 무지개송어를 대상으로 개체 및 어군의 3차원 위치 시계열 데이타를 이용하여 어군행동을 나타내는 수치 모델의 파라메터를 최소자승법으로 추정하였다. 어군행동을 나타내는 수치모델의 개체수 및 유속에 따른 파라메터 값의 변화를 조사하기 위하여 추정한 파라메터 값을 평균이 0이고, 분산이 1되게 파라메터를 표준화하여 비교한 결과를 요약하면 다음과 같다. (1) 개체의 전방추진력의 크기를 나타내는 파라메터 $a^*$는 개체수 및 유속이 증가함에 따라 대체로 작아지는 경향을 나타내었다. (2) 개체 사이의 영향력의 크기를 나타내는 파라메터 ${k_b}^*$는 개체수가 많아짐에 따라 대체로 커지는 경향을 나타내었으나, 유속이 빠를수록 대체로 작아지는 것으로 나타났다. (3) 성군력의 크기를 나타내는 파라메터 ${k_c}^*$는 개체수 및 유속이 증가함에 따라 대체로 커지는 경향을 나타내었다. (4) 수조의 벽이나 바닥 등에 대한 반발력의 크기를 나타내는 파라메터 ${\mid}{k_w}^{+*}{\mid}$는 개체수가 많아짐에 따라 다소 커졌으나, 유속이 빠를수록 작아지는 것으로 나타났다. (5) 수조의 벽이나 바닥등에 대한 유인력의 크기를 나타내는 파라메터 ${\mid}{k_w}^{+*}{\mid}$는 개체수에 관계없이 대체로 일정한 것으로 나타났으나, 유속이 빠를수록 대체로 커지는 경향을 나타내었다. (6) 저항력의 크기를 나타내는 파라메터 $v^{*}$는 개체수가 많아짐에 따라 다소 커지는 경향을 나타내었으나, 유속이 빠를수록 작아지는 것으로 나타났다.

• 전기학회논문지
• /
• 제67권1호
• /
• pp.114-123
• /
• 2018

This paper concerns a design and learning method of softmax function neural networks based on K-means clustering. The partial discharge data Information is preliminarily processed through simulation using an Epoxy Mica Coupling sensor and an internal Phase Resolved Partial Discharge Analysis algorithm. The obtained information is processed according to the characteristics of the pattern using a Motor Insulation Monitoring System program. At this time, the processed data are total 4 types that void discharge, corona discharge, surface discharge and slot discharge. The partial discharge data with high dimensional input variables are secondarily processed by principal component analysis method and reduced with keeping the characteristics of pattern as low dimensional input variables. And therefore, the pattern classifier processing speed exhibits improved effects. In addition, in the process of extracting the partial discharge data through the MIMS program, the magnitude of amplitude is divided into the maximum value and the average value, and two pattern characteristics are set and compared and analyzed. In the first half of the proposed partial discharge pattern classifier, the input and hidden layers are classified by using the K-means clustering method and the output of the hidden layer is obtained. In the latter part, the cross entropy error function is used for parameter learning between the hidden layer and the output layer. The final output layer is output as a normalized probability value between 0 and 1 using the softmax function. The advantage of using the softmax function is that it allows access and application of multiple class problems and stochastic interpretation. First of all, there is an advantage that one output value affects the remaining output value and its accompanying learning is accelerated. Also, to solve the overfitting problem, L2-normalization is applied. To prove the superiority of the proposed pattern classifier, we compare and analyze the classification rate with conventional radial basis function neural networks.