• 한국정보과학회논문지:시스템및이론
• /
• 제35권9_10호
• /
• pp.485-496
• /
• 2008

SoC(System-on-Chip)를 설계함에 있어서 칩의 복잡도 증가로 인하여, RTL(Register Transfer Level)에 기반한 기존의 시스템 성능 분석 및 검증 기법만으로는 점차 짧아지는 '시장 적기 출하(time-to-market)' 요구에 효율적으로 대응할 수 없게 되었다. 이를 극복하기 위하여 설계 포기 단계부터 지속적으로 시스템을 검증하기 위한 새로운 설계 방법이 요구되었으며, TLM(Transaction Level Modeling) 추상화 수준을 가진 하드웨어-소프트웨어(HW-SW) 통합 시뮬레이션이 이러한 문제를 해결하기 위한 방법으로 널리 연구되고 있다. 그러나 대부분의 HW-SW 통합 시뮬레이터들은 다양한 추상화 수준 중 일부만을 지원하고 있으며, 서로 다른 추상화 수준을 지원하는 툴들 간의 연계도 쉽지 않다. 이를 극복하기 위하여 본 논문에서는 HW-SW 통합 시뮬레이션을 위한 다목적 선계 프레임워크를 제안한다. 제안하는 프레임워크는 소프트웨어 응용의 설계를 포함하는 체계적인 SoC 설계 플로우를 제공하며, 각 설계 단계에서 다양한 기법들을 유연하게 적용할 수 있는 동시에, 다양한 HW-SW 통합 시뮬레이터들을 지원한다. 또한 플랫폼을 추상화 수준과 모델링 언어에 독립적으로 설계할 수 있어, 다양한 수준의 시뮬레이션 모델 생성이 가능하다. 본 논문에서는 실험을 통하여, 제안하는 프레임워크가 ARM9 기반의 강용 SoC 플랫폼을 정확하게 모델링 할 수 있는 동시에, MJPEG 예제의 성능을 44%까지 향상시키는 성능 최적화를 수행할 수 있음을 검증하였다.

• 전자공학회논문지CI
• /
• 제39권3호
• /
• pp.18-31
• /
• 2002

본 연구는 뉴로퍼지 네트워크와 다항식 뉴럴네트워크를 합성한 하이브리드 모델링 구조인 고급 뉴로퍼지 다항식 네트워크(Advanced neurofuzzy polynomial networks ; ANFPN)를 제안한다. 제안된 네트워크 구조는 높은 비선형 규칙 기반 모델로, CI(Computational Intelligence)의 기술, 즉 퍼지집합, 뉴럴네트워크, 유전자 알고리즘에 의해 설계되어진다. 뉴로퍼지 네트워크는 ANFPN 구조의 전반부를, 다항식 뉴럴네트워크는 후반부를 구성한다. ANFPN의 전반부에서, 뉴로퍼지 네트워크는 간략추론, 오류역전파 학습 규칙을 이용한다. 멤버쉽함수의 파라미터, 학습율, 모멘텀 계수는 유전자 최적화를 이용하여 조절된다. ANFPN의 후반부 구조로서 다항식 뉴럴네트워크는 학습을 통해 생성되는(전개되는) 유연한 네트워크 구조이다. 특히 다항식 뉴럴네트워크의 층과 노드 수는 고정되어 있지 않고 동적으로 생성된다. 본 연구에서는, 2가지 형태의 ANFPN 구조를 제안한다. 즉 기본 구조와 변형된 구조이다. 여기서 기본 구조와 변형된 구조는 다항식 뉴럴네트워크 구조의 각 층에서 입력변수의 수와 회귀다항식의 차수에 의존한다. 두 결합 구조의 특징 때문에 공정 시스템의 비선형적인 특성을 고려할 수 있고 보다 우수한 예측능력을 가진 좋은 출력선응을 얻을 수 있게 한다. ANFPN의 유용성과 실용성은 2개의 수치 예제를 통해 논의된다. 제안된 ANFPN은 기존의 모델보다 높은 정밀도와 예측능력을 가진 모델을 생성함을 보인다.

• 공업화학
• /
• 제31권4호
• /
• pp.377-382
• /
• 2020

아세틸렌 흡착 공정을 위한 MOF-235 합성의 최적화를 위해 순차적인 실험 계획법을 사용하였다. 이를 위하여 두 가지 실험 계획법이 적용되었는데, screening을 위한 2단계 요인 설계와 반응표면 분석법 중에 하나인 중심합성 계획이다. 본 연구에서는 2³ 요인 설계법을 이용하여 MOF-235의 결정도에 대한 합성 온도, 합성 시간 및 혼합 속도의 영향을 평가하였다. MINITAB 19 소프트웨어에 따라 설계된 16번의 MOF-235 합성 실험을 수행하였다. XRD 분석을 바탕으로 Half-Normal, Pareto, Residual, Main 및 Interaction 효과를 구하였다. 시험 결과의 분산 분석(ANOVA)을 통해 합성 온도 및 시간이 MOF-235의 결정도에 중요한 영향을 미친다는 것을 분석하였다. 이후, 중심합성 계획법을 이용하여 아세틸렌 흡착성능 최적화를 MOF-235의 선정된 합성 조건을 바탕으로 수행하였다. 설계된 9번의 흡착실험을 통해 도출된 결과를 2차 모델 방정식을 이용하여 계산하였다. 아세틸렌의 최대 흡착 용량(18.7 mmol/g)은 86.3 ℃ 및 28.7 h의 최적의 조건에서 합성된 MOF-235에서 얻을 수 있다고 예측하였다.

• 한국전자통신학회논문지
• /
• 제18권1호
• /
• pp.45-52
• /
• 2023

고가의 발전기를 사용하는 발전 방법은 일부 도서의 경우 전력수요 증가로 인한 예비전력 부족과 고비용의 디젤 발전기 운영과 같은 문제점들을 안고 있다. 이를 해결하기 위한 방법으로 폐열을 열원으로 이용하는 ORC시스템 적용을 통하여 발전 설비의 효율을 증가시킬 필요가 있다. 따라서 가격 경쟁력과 고신뢰성의 ORC 발전시스템의 현장 기술이 요구되며 발전기의 최적화 기술의 효과가 크기 때문에 본 연구에서는 2개의 발전기 설계를 수행하여 최적화된 30kW 출력을 갖는 고효율의 발전기를 얻었다. 2개의 설계된 모델들에 대한 모의 데이터 비교 결과 발전기의 12,000rpm 기준에서 SPM factor 46.2%의 경우 약 23.2kW의 출력과 92.1%의 효율을 보였고, SPM factor 44.46%의 경우 발전기의 출력은 27.9kw와 93.6%의 효율을 확인하였다. SPM factor 44.46%를 갖는 개선된 설계모델의 시제품 검증을 위하여 110kW 모터 동력계를 갖는 시제품 시험시스템을 설치하였으며 2,000rpm 기준 정격용량 25kW의 조건에서 92.08% 효율을 얻었으며, 시제품 발전기의 시험결과 발전기 설계의 유효성을 확인하였다.

• 한국의학물리학회지:의학물리
• /
• 제33권4호
• /
• pp.129-135
• /
• 2022

Purpose: A full-energy-peak (FEP) efficiency correction is required through a Monte Carlo simulation for accurate radioactivity measurement, considering the geometrical characteristics of the detector and the sample. However, a relative deviation (RD) occurs between the measurement and calculation efficiencies when modeling using the data provided by the manufacturers due to the randomly generated dead layer. This study aims to optimize the structure of the detector by determining the dead layer thickness based on Monte Carlo simulation. Methods: The high-purity germanium (HPGe) detector used in this study was a coaxial p-type GC2518 model, and a certified reference material (CRM) was used to measure the FEP efficiency. Using the MC N-Particle Transport Code (MCNP) code, the FEP efficiency was calculated by increasing the thickness of the outer and inner dead layer in proportion to the thickness of the electrode. Results: As the thickness of the outer and inner dead layer increased by 0.1 mm and 0.1 ㎛, the efficiency difference decreased by 2.43% on average up to 1.0 mm and 1.0 ㎛ and increased by 1.86% thereafter. Therefore, the structure of the detector was optimized by determining 1.0 mm and 1.0 ㎛ as thickness of the dead layer. Conclusions: The effect of the dead layer on the FEP efficiency was evaluated, and an excellent agreement between the measured and calculated efficiencies was confirmed with RDs of less than 4%. It suggests that the optimized HPGe detector can be used to measure the accurate radioactivity using in dismantling and disposing medical linear accelerators.

• 지능정보연구
• /
• 제23권4호
• /
• pp.147-168
• /
• 2017

오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.

• 한국유기농업학회지
• /
• 제25권1호
• /
• pp.135-148
• /
• 2017

본 연구를 통해 논, 시설재배 밭 토양, 쓰레기장, 하천 및 호수의 퇴적 토양 등 22개소에서 분리한 총 6종의 광합성세균 중 호기 암 배양이 가능한 Rhodobacter sphaeroides PS-24를 분리하였다. 형태학적 특징으로는 그람음성의 막대모양으로, 운동성이 있었다. 분리균주의 16S rRNA 염기서열을 분석한 결과 Rhodobacter sphaeroides ATH2.4.1과 99%의 상동성을 나타내었으며, 본 연구에서 Rhodobacter spharoides PS-24로 명명하여 연구를 수행하였다. 선별균주를 modifed Van niel's yeast 배지에서 배양 후 생성된 carotenoid를 추출한 결과 $12.03{\pm}0.15mg/L$의 함량이 측정되었으며, 반응표면분석법 중 Plackett burman 분석방법과 Box-Behnken 분석방법을 통해 carotenoid 생산에 영향을 미치는 요인을 분석하고 농도를 최적화하였다. 분석결과 각각의 독립변수 yeast extract -0.4144 (1.23 g/L), $Na_2CO_3$ 0.8541 (3.71 g/L)와 $MgSO_4$ 1.00 (1.00 g/L)의 농도를 선정하였으며, 이를 바탕으로 배지 조성을 최적화한 결과 yeast extract 1.23 g, sodium acetate 1 g, $NH_4Cl$ 1.75 g, NaCl 2.5 g, $K_2HPO_4$ 2 g, $MgSO_4$ 1.0 g, mono-sodium glutamate 7.5 g, $Na_2CO_3$ 3.71 g, $NH_4Cl$ 3.5 g, $CaCl_2$ 0.01 g/ liter로 선정하였다. 최적배지를 대상으로 5 L, 50 L, 500 L scale-up을 진행한 결과 최종 carotenoid는 각각 17.98 mg/L, 18.03 mg/L, 18.11 mg/L로 조사되었다. 최적배지의 경우 modified Van niel's yeast 배지보다 약 1.5배 많은 carotenoid를 생산하였으며, 대량배양을 통한 scale-up 과정 시 carotenoid의 생산량은 크게 변화하지 않는 것으로 조사되었다. 따라서 본 연구를 바탕으로 산업적으로 다양하게 사용되고 있는 carotenoid를 생산하는 광합성세균 Rhodobacter spharoides PS-24를 개발하였으며, 본 연구를 바탕으로 유기농축산에 사용이 가능한 기능성 미생물제제를 개발하고자 한다.

• 대한교통학회지
• /
• 제18권1호
• /
• pp.75-85
• /
• 2000

기존모형을 이용한 연구들은 최적화기법에 있어서 의사결정을 지원할 수 있는 최적해를 도출해내기 위해 목적식이나 제약조건식에 정확한 데이터 값을 입력시켜 최적해를 계산하였다. 또한 현실세계의 불확실하고 주관적인 상황들은 확률적 불확실성으로 간주하여 주관적인 상황들은 배제하였다. 즉, 이러한 최적해는 의사결정자가 의사결정상의 위험을 최소화하기 위하여 경영과학적인 방법들을 적용하는 과정에서 기존모형들의 목적함수를 완전하게 만족시켜 주는 해라고 할 수 있다. 이에 따라 수요량의 변화 및 기타 변수들의 변화에 적절히 대응할 수 없었으며, 입지의사결정자에게 입지결정에 대한 정보의 부족 등으로 선택의 기회를 폭넓게 제공하지 못하는 문제가 있었다. 이러한 배경하에서 본 연구는 의사결정분석에서 엄격히 주어진 제약조건하에서의 목적식을 최적화하는 문제로서 제약조건을 반드시 만족시켜야만 했던 기존의 의사결정문제를 바탕으로, 애매한 환경에서의 의사결정을 주관적인 측면에서 가장 합리적으로 이루어 보려는 의도로 Zadeh교수가 제안한 퍼지이론을 이용하여 물류단지 입지 및 규모결정모형을 개발하고자 하였다. 모형의 현실적 적합성 및 적용가능성을 분석한 결과, 첫째, 입지 및 규모결정시 기존의 연구에서 제시할 수 없었던 현실세계의 유연적이고 융통성있는 측면을 반영하여 입지 및 규모를 결정해 낼 수 있었으며 둘째, 기존의 입지결정 모형에 비해 상대적으로 많은 의사결정 상황을 최종의사결정 자에게 다양한 정보 및 선택의 기회를 제공해 줄 수 있었다. 따라서 이 결과가 반드시 최적의 입지를 제시하고 있다고는 단정할 수 없으나 모든 자료들이 빠짐없이 정확하게 모형에 반영될 경우 현실적 상황에서 모형적용이 가능하다고 하겠으며 이 모형은 현실상황에서 발생하는 기타시설의 입지선정 문제에도 적용할 수 있을 것이라고 판단된다. 수 있을 뿐 아니라, 평가된 지표가 신뢰할 만한 수준이 아니라면, 추정된 결과를 보정할 수 있는 가능성을 제시하고자 한다.or objection to the criticism of eating dog meat is that male and female commonly answered most that ′As dog meat food Is our traditional food culture. it is not the problem to be found fault with by others.′ The second reason for that is followed by iris deliciousness.up compared the service quality perception factor of the food service provider. The result was that the group having both the " will buy the service again" and "will suggest to others" criteria, that is, with higher loyalty, tend to have higher points than other group s in the dimension of ′Employee attitude′ and ′ Cleanliness′(p〈0.05), which means these two dimensions are closely related to customer loyalty. 3) From a regression analysis for the service quality perception level of the food service provider and overall satisfaction, it has been found that :

• 한국해양학회지:바다
• /
• 제27권3호
• /
• pp.127-143
• /
• 2022

최근 클라우드 컴퓨팅 환경에서 해양수치모델 실험을 수행하는 많은 연구가 활발하게 진행되고 있다. 클라우드 컴퓨팅 환경은 대규모 자원이 필요한 해양수치모델을 구현하는데 매우 효과적인 수단이 될 수 있다. 정보처리 기술의 발달로 클라우드 컴퓨팅 시스템은 가상화와 원격 고속 네트워크, 직접 메모리 액세스와 같은 수치모델의 병렬처리에 필요한 다양한 기술과 환경을 제공한다. 이러한 새로운 기능은 클라우드 컴퓨팅 시스템에서 해양수치모델링 실험을 용이하게 한다. 많은 과학자들과 엔지니어들은 해양수치모델 실험에 있어서 가까운 미래에 클라우드 컴퓨팅이 주류가 될 것으로 기대하고 있다. 해양수치모델링을 위한 클라우드 컴퓨팅의 처리성능 분석은 수치모델의 수행 시간과 리소스 활용량을 최소화하는 데 도움이 될 수 있으므로 최적의 시스템을 적용하는 데 필수적이다. 특히 모델 격자 내 다양한 변수들이 다차원 배열 구조로 되어 있기 때문에 대량의 입출력을 처리하는 해양수치모델의 구조는 캐시메모리의 효과가 크며, 대량의 자료가 이동하는 통신 특성으로 인해서 네트워크의 속도가 중요하다. 최근에 주요한 컴퓨팅환경으로 자리잡고 있는 클라우드 환경이 이러한 해양수치모델을 수행하기에 적합한지 실험을 통해서 검토할 필요가 있다. 본 연구에서는 상용 클라우드 시스템에서 해양수치모델로 대표적인 Regional Ocean Modeling System (ROMS)와 더불어 다른 해양모델의 클라우드 환경으로 전환에도 도움이 될 수 있게 병렬처리 시스템의 성능을 측정할 수 있는 표준 벤치마킹 소프트웨어 패키지인 High Performance Linpack을 활용하여 초당 부동소수점 연산횟수 처리능력과 및 STREAM 벤치마크를 활용하여 다중 노드들로 구성된 수치모델용 클러스터의 메모리처리성능을 평가하고 비교하였다. 이러한 평가내용은 클라우드 환경에서 해양수치모델을 어떻게 수행할 것인가에 대해 중요한 정보를 제공할 수 있다. 가상화 기반 상용 클라우드에서 얻은 실제 성능 자료와 구성 설정 분석을 통해 가상화 기반 클라우드 시스템에서 해양수치모델의 다양한 격자 크기에 대한 컴퓨터 리소스의 효율성을 평가했다. 본 연구를 통해서 캐시 계층과 용량이 큰 메모리를 사용하는 HPC 클러스터가 ROMS의 성능에 매우 중요하다는 것을 발견했다. 수치모델링의 실행 시간을 줄이기 위해 코어 수를 늘리는 것은 작은 격자 보다 큰 격자 모델에서 더 효과적이다. 이러한 처리 성능 분석 결과는 클라우드 컴퓨팅 시스템에서 해양수치모델을 효율적으로 구축하는 데 중요한 자료로 이용될 것이다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.1043-1060
• /
• 2023

최근 기후변화의 가속화로 바다에 의한 탄소의 흡수 작용을 칭하는 '블루 카본(blue carbon)'에 대한 관심이 많아지고 있지만, 탄소 순환의 핵심이 되는 해양 생태계에 대한 우리의 이해는 아직 부족한 실정이다. 본 연구는 탄소 순환을 고려한 글로벌 해양 생태 권역(marine eco-province)을 k-means clustering 기법을 활용하여 분류·분석하였다. 지난 20년 간(2001-2020) 위성을 활용하여 생산된 Carbon-based Productivity Model (CbPM) 순 일차 생산량(Net primary production, NPP), particulate inorganic and organic carbon (PIC and POC), 위성 관측과 재분석모델을 결합하여 생산한 해수면 염분(sea surface salinity, SSS) 및 온도(sea surface temperature, SST) 총 다섯가지 자료를 활용하였다. 최적화 과정을 거쳐 총 9개의 생태권역을 도출하였으며, 각 권역의 공간분포와 특성을 분석하였다. 이 중 5개의 권역은 주로 대양의 특성을 반영하고, 4개의 권역은 연안 및 고위도 해역의 특성을 반영하는 것으로 나타났다. 또한, 기존에 알려진 해양 생태 권역과의 정성적 비교를 통하여 탄소순환을 고려한 해양 생태권역의 특징을 상세히 분석하였다. 마지막으로 과거 5년 단위(2001-2005, 2006-2010, 2011-2015, 2016-2020)로 생태 권역의 변화를 분석하였으며, 연안생태계의 빠른 변화와 특히 담수유입으로 인해 생산량이 높고 생태적으로 중요한 권역의 감소를 확인하였다. 이러한 연구 결과는 탄소 순환 및 기후변화를 고려한 해양 생태 권역 분류 및 연안 관리에 대한 중요한 참고자료로 활용 될 수 있으며, 기후 변화에 취약한 지역에 대한 체계적인 관리 지침 개발에 활용될 수 있다.