• 지질공학
• /
• 제26권3호
• /
• pp.325-330
• /
• 2016

현재 경주 중저준위방사성폐기물 처분장(이하 '경주방폐장')에서는 2단계 표층처분시설이 계획중에 있으며, 포화대에 위치한 1단계 처분시설과는 달리 불포화대 상부에 위치하게 된다. 단열을 포함하는 불포화대의 특성상 지하수 및 용질의 대부분이 단열을 통해 이동할 것으로 예상된다. 따라서 불포화 암반 매질에 대한 정밀한 해석을 위하여 단열망 연속체와 암반 매질 연속체를 구분하여 해석하는 TOUGH2 전산코드의 meshmaker 모듈의 MINC 기법을 활용하였다. TOUGH2 MINC 기법의 기존 국내 연구 사례가 미미하여 본 연구에서는 MINC를 이용한 mesh 구성 방법에 대한 절차를 개발하였으며, 단열 연속체와 암반매질 연속체의 k-field를 생성하였다. 이와 같이 생성된 도메인은 향후 이중 연속체를 기반으로 경주방폐장의 지하수 유동 및 오염물질 이동 등에 활용될 뿐만 아니라 단열이 발달한 암반에서 단열-암반매질 연결성을 고려한 단열망 유동 특성을 분석하는데 참고가 될 것으로 기대한다.

• 정보와 통신
• /
• 제2권
• /
• pp.11-28
• /
• 1985

• Journal of applied mathematics & informatics
• /
• 제23권1_2호
• /
• pp.337-344
• /
• 2007

In this paper, we obtain some new bounds for Perron root of a nonnegative matrix, which are expressed by easily calculated function in element of matrix. These new results generalize and improve the bounds of G. Frobenius [1] and H. Minc [2], and also extend the known results by Liu [6].

• 대한수학회보
• /
• 제32권2호
• /
• pp.337-342
• /
• 1995

A semiring is a binary system $(S, +, \times)$ such that (S, +) is an Abelian monoid (identity 0), (S,x) is a monoid (identity 1), $\times$ distributes over +, 0 $\times s s \times 0 = 0$ for all s in S, and $1 \neq 0$. Usually S denotes the system and $\times$ is denoted by juxtaposition. If $(S,\times)$ is Abelian, then S is commutative. Thus all rings are semirings. Some examples of semirings which occur in combinatorics are Boolean algebra of subsets of a finite set (with addition being union and multiplication being intersection) and the nonnegative integers (with usual arithmetic). The concepts of matrix theory are defined over a semiring as over a field. Recently a number of authors have studied various problems of semiring matrix theory. In particular, Minc [4] has written an encyclopedic work on nonnegative matrices.

• 방송공학회논문지
• /
• 제27권1호
• /
• pp.69-79
• /
• 2022

본 연구에서는 이미지 물질의 표면의 특성을 나타내는데 사용되는 노말 맵(normal map) 이미지를 생성하고, 이를 활용하여 원본 물질 이미지의 분류 정확도를 향상시키는 방법을 제안한다. 우선, (1) 이미지 내에서 물질의 표면 특성을 반영하고 있는 노말 맵을 생성하기 위해서 Generator로 Attention-R2 Gate를 적용한 U-Net을 사용하고, 생성된 노말 맵과 원본 노말 맵의 유사도를 Reconstruction loss로 활용한 Pix2Pix 기반의 방법을 사용하였다. 그 다음으로 (2) 앞서 만들어진 노말 맵 이미지를 분류 네트워크의 Attention Gate에 적용하여 원본 물질 이미지를 분류의 정확도를 개선할 수 있는 네트워크를 제안한다. 그리고 Pixar Dataset을 이용하여 생성된 노말 맵에 대해서, Ground Truth에 해당하는 노말 맵 사이의 유사도를 평가한다. 이 때, 유사도 측정 방식에 따라 다르게 적용된 reconstruction loss function의 결과를 비교한다. 또한 물질 이미지 분류에 대한 평가를 위해서 MINC-2500과 FMD 데이터셋을 기준으로 제안된 방법과 선행연구의 비교 실험을 통해 보다 정확하게 구분할 수 있음을 확인하였다. 본 논문에서 제안된 방법은 이미지 내에서 물질을 파악하는 할 수 있는 다양한 이미지 처리 및 네트워크 구축에 기반이 될 수 있을 것으로 기대된다.