• 한국전자파학회논문지
• /
• 제22권1호
• /
• pp.98-105
• /
• 2011

최대 비 전송 기법에 비해 송신단의 고출력 증폭기에서 발생하는 비선형 왜곡 전달 특성에 강인한 QEGT 코드북 기반의 동 이득 전송 기법에 대해 개선된 인덱스 검색 기법을 제안, 이를 MIMO-OFDM 시스템에 적용한다. 제안하는 검색 기법은 QEGT 코드북을 Q개의 인덱스들로 구성된 M개의 그룹으로 분할한 후, 선택된 최적의 그룹 내 인덱스들 중에서 피드백 인덱스를 결정하는 것으로 기존 검색 기법에 비해 피드백 인덱스 결정을 위한 전체 계산량이 감소하는 장점이 있다. Monte-Carlo 시뮬레이션을 통해 송신 안테나 수가 3~7인 경우, 인덱스 검색 수가 감소하면서도 기존 검색 기법과 거의 동일한 성능을 보임을 확인한다.

• 한국의학물리학회:학술대회논문집
• /
• 한국의학물리학회 2002년도 Proceedings
• /
• pp.208-210
• /
• 2002

In a treatment planning for actual patients with a complex internal structure, we often expect that proton beams, which pass through both a bolus and the heterogeneity in body, will form complex dose distributions. Therefore, the accuracy of the calculated dose distributions has to be verified for such a complex object. Then dose distributions formed by proton beams passing through both the bolus and phantoms simulating a clinical heterogeneity in patients were measured using a silicon semiconductor detector. The calculated results by the range-modulated pencil beam algorithm (RMPBA) produced large errors compared with the measured dose distributions since dose calculation using the RMPBA could not predict accurately the edge-scattering effect both in the bolus and in clinical heterogeneous phantoms. On the other hand, in spite of this troublesome heterogeneity, calculated results by the simplified Monte Carlo (SMC) method reproduced the experimental ones well. It is obvious that the dose-calculations by the SMC method will be more useful for application to the treatment planning for proton therapy.

• 한국지능시스템학회논문지
• /
• 제19권3호
• /
• pp.311-316
• /
• 2009

본 논문에서는 파티클 필터(Particle Filter)를 사용한 모바일 감시 로봇을 위한 실시간 움직임 추정 알고리즘을 제안한다. 파티클 필터는 몬테카를로(Monte Carlo) 샘플링 방법을 기반으로 사전분포확률(Prior distribution probability)와 사후분포확률(Posterior distribution probability)을 가지는 베이지안 조건 확률 모델(Bayesian conditional probabilities model)을 사용하는 방법이다. 그러나 대부분의 파티클 필터에서는 초기 확률밀도(Prior probability density)를 임의로 정의하여 사용하지만, 본 논문에서는 Sum of Absolute Difference (SAD)를 이용하여 초기 확률밀도를 구하고, 이를 파티클 필터에 적용하여 모바일 감시 로봇 환경에서 임의로 움직이는 물체를 강인하게 실시간으로 추정하고 추적하는 시스템을 구현하였다.

• 한국음향학회지
• /
• 제36권3호
• /
• pp.202-210
• /
• 2017

송신기와 수신기가 분리되어 있는 양상태 소나를 자함에 설치하여 운용하고 다수의 클러터가 존재하는 환경에서 표적추적을 수행하기 위해서는 양상태 소나에 알맞은 측정치 모델링이 적용된 자료결합 알고리듬이 요구된다. 자함이 기동하는 구간에서는 송신기와 수신기의 위치가 많이 흔들림에 따라 측정치에 오차가 많이 커지게 되어, 이 구간에서 얻은 측정치정보를 이용하면 추적성능저하가 생기게 된다. 본 논문에서는 공정잡음이 다른 다수모델기반의 자료결합 알고리듬인 IMM-IPDA(Interacting Multiple Model-Integrated Probabilistic Data Association)를 사용하였고, 몬테칼로 시뮬레이션을 통해 추적성능향상을 확인하였다.

• 전기학회논문지
• /
• 제62권1호
• /
• pp.49-56
• /
• 2013

In this paper, for constrained optimization problem, one multi-objective optimization algorithm that ensures both performance robustness and constraint feasibility is proposed when uncertainties are involved in design variables. In the proposed algorithm, the gradient index of objective function assisted by design sensitivity with the help of finite element method is applied to evaluate robustness; the reliability calculated by the sensitivity-assisted Monte Carlo simulation method is used to assess the feasibility of constraint function. As a demonstration, the performance and numerical efficiency of the proposed method is investigated through application to the optimal design of TEAM problem 22--a superconducting magnetic energy storage system.

• 한국조명전기설비학회:학술대회논문집
• /
• 한국조명전기설비학회 2004년도 춘계학술대회 논문집
• /
• pp.281-284
• /
• 2004

Mean energy of electrons in $SF_6-Ar$ Mixtures Gas used by MCS-BEq algorithm has been analysed over the E/N range $30{\sim}300[Td]$ by a two term Boltzmann equation and by a Monte Carlo Simulation using a set of electron cross sections determined by other authors, experimentally the electron swarm parameters for 0.2[%] and 0.5[%] $SF_6-Ar$, 0.1[%] and 5.0[%], $SF_6-Ar$ mixtures were measured by time-of-flight(TOF) method. The transport Coefficients for electrons in (100[%])$SF_6$. (100[%])Ar, (0.2[%])$SF_6-Ar$ and (0.5[%]) $SF_6-Ar$, (5.0[%]) $SF_6-Ar$, (0.1[%])$SF_6-Ar$ mixtures were measured by time-of-flight method, and the electron energy distribution function and the parameters of the velocity and the diffusion were determined by the variation of the collision cross-sections with energy. The results obtained from Boltzmann equation method and Monte Carlo simulation have been compared with present and previously obtained data and respective set of electron collision cross sections of the molecules.

• Journal of Radiation Protection and Research
• /
• 제26권2호
• /
• pp.93-99
• /
• 2001

해부학적으로 단순한 수학적인형팬텀의 한계를 극복하기 위한 voxel 머리팬텀을 제작하고 BNCT(Boron Neutron Capture Therapy) 시행 시 선량분포를 계산하였다. 일반목적 몬테칼로 코드인 MCNP4B의 반복구조 알고리즘을 이용하여 voxel 몬테칼로 계산체계를 수립하였고 두 가지 물질로 구성된 예시적 voxel 팬텀과 기하체조합팬텀의 계산값 비교를 통해 계산체계를 검증하였다. 미국 NLM(National Library of Medicine)에서 제공하는 VHP man 인체단층사진에 대한 분할 및 색인작업을 통해 voxel 머리팬텀을 제작하여 AP 및 PA 방향에서 입사하는 넓고 평행한 광자 및 중성자빔에 대한 선량값을 MIRD 팬텀의 계산값과 비교한 결과 중성자빔 AP 방향조사 시 MIRD 팬텀에서는 볼 수 없는 안구로 인한 중성자 감쇠현상을 확인할 수 있었다. 3차원 정밀계산이 필요한 BNCT 시술시 선량분포계산을 위해 뇌 중앙에 직경 5cm의 구형 뇌종양 체적을 정의하고 뇌와 종양의 붕소 함량을 조정하여 10keV 및 40keV 상부입사 중성자에 의한 장기별 흡수선량을 계산한 결과 종양에 $30{\mu}g/g$, 정상세포에 $3{\mu}g/g$의 붕소를 주입한 경우 붕소함량이 없을 때에 비해 2배 가량 큰 선량을 보였다. 본 연구를 통해 voxel몬테칼로기법을 이용한 선량평가체계를 수립하였고 정밀한 선량계산을 필요로 하는 치료방사선분야 선량계산에 실제 인체에 가까운 voxel팬텀의 응용가능성을 제시하였다.

• 지질공학
• /
• 제27권4호
• /
• pp.429-438
• /
• 2017

지질학, 자원공학의 다양한 분야에서 적용되는 중성자검층의 활용성과 측정값의 신뢰성을 높이기 위하여 Monte Carlo 알고리듬에 기초한 MCNP 모델링을 수행하였다. 본 연구에서는 중성자 존데와 지층의 수치모형화를 기본으로 존데 고유의 교정곡선과 MCNP 모델링으로 계산한 교정곡선과의 비교를 통해 모델링의 적정성을 확인하고 암상변화, 공극 유체 특성, 시추공 지름 변화, 케이싱 영향, 공내수 영향을 모델링 결과를 이용하여 고찰하였다. 모델링 결과, 암상 변화에 따른 중성자 계수율 비율의 변화를 정량적으로 파악하였다. 시추공 지름이 존데와 비슷한 3인치의 경우, 지름이 큰 경우보다 계수율의 비가 예상보다 높게 나타났다. 이와 같은 결과는 공내수 영향이 작은 영향으로 해석되었다. 케이싱 내에서의 반응과 나공에서의 반응을 비교할 때 전반적으로 차이가 작았으며 특히 지층의 공극률이 증가하면 케이싱 영향이 감소하여 구분이 어려웠다. 지하수위 상부에 대한 모델링 결과는 지하수위 하부와는 반대의 경향을 나타냈으며 지하수위 파악에도 정성적으로 이용이 가능할 것으로 예상된다. 다양한 시추공 환경에 대한 모델링 결과는 중성자검층 현장자료의 자료처리와 해석이 유용하게 이용될 것으로 예상된다.

• 한국IT서비스학회지
• /
• 제16권4호
• /
• pp.137-148
• /
• 2017

Researches on the Artificial Intelligence has been explosively activated in various fields since the advent of AlphaGo. Particularly, researchers on the application of multi-layer neural network such as deep learning, and various machine learning algorithms are being focused actively. In this paper, we described a development of an artificial intelligence Janggi game based on reinforcement learning algorithm and MCTS (Monte Carlo Tree Search) algorithm with accumulated game data. The previous artificial intelligence games are mostly developed based on mini-max algorithm, which depends only on the results of the tree search algorithms. They cannot use of the real data from the games experts, nor cannot enhance the performance by learning. In this paper, we suggest our approach to overcome those limitations as follows. First, we collects Janggi expert's game data, which can reflect abundant real game results. Second, we create a graph structure by using the game data, which can remove redundant movement. And third, we apply the reinforcement learning algorithm and MCTS algorithm to select the best next move. In addition, the learned graph is stored by object serialization method to provide continuity of the game. The experiment of this study is done with two different types as follows. First, our system is confronted with other AI based system that is currently being served on the internet. Second, our system confronted with some Janggi experts who have winning records of more than 50%. Experimental results show that the rate of our system is significantly higher.

• Nuclear Engineering and Technology
• /
• 제55권8호
• /
• pp.3030-3038
• /
• 2023

Nowadays, mobile robots have been used to search for uncontrolled radioactive source in indoor environments to avoid radiation exposure for technicians. However, in the indoor environments, especially in the presence of obstacles, how to make the robots with limited sensing capabilities automatically search for the radioactive source remains a major challenge. Also, the source search efficiency of robots needs to be further improved to meet practical scenarios such as limited exploration time. This paper proposes an automatic source search strategy, abbreviated as ACA: the location of source is estimated by a convolutional neural network (CNN), and the path is planned by the A-star algorithm. First, the search area is represented as an occupancy grid map. Then, the radiation dose distribution of the radioactive source in the occupancy grid map is obtained by Monte Carlo (MC) method simulation, and multiple sets of radiation data are collected through the eight neighborhood self-avoiding random walk (ENSAW) algorithm as the radiation data set. Further, the radiation data set is fed into the designed CNN architecture to train the network model in advance. When the searcher enters the search area where the radioactive source exists, the location of source is estimated by the network model and the search path is planned by the A-star algorithm, and this process is iterated continuously until the searcher reaches the location of radioactive source. The experimental results show that the average number of radiometric measurements and the average number of moving steps of the ACA algorithm are only 2.1% and 33.2% of those of the gradient search (GS) algorithm in the indoor environment without obstacles. In the indoor environment shielded by concrete walls, the GS algorithm fails to search for the source, while the ACA algorithm successfully searches for the source with fewer moving steps and sparse radiometric data.