• 한국습지학회지
• /
• 제19권3호
• /
• pp.366-374
• /
• 2017

본 연구의 목적은 토사재해 예경보를 위하여 초단기 예측강우의 적용성을 검토하는 것이다. 초단기 예측자료를 활용하기 위한 방법으로 신경망 모형을 적용하였다. 여기에서 레이더와 AWS의 관계를 이용하여 신경망을 학습하고 레이더 강우를 초단기 예측강우(MAPLE)로 대체하여 대상지역에 대한 강우량을 예측하였다. 6hr, 12hr, 24hr의 누적강우에 대한 토사재해 예경보기준을 이용하여 MAPLE 예측강우의 적용성을 Test-bed 지점에 설치한 AWS 강우량과 비교 평가하였다. 평가결과 MAPLE 예측강우를 이용할 경우 AWS를 이용할 경우 보다 선행하여 토사재해 예경보를 발령할 수 있음을 확인하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.3-7
• /
• 2009

센서 네트워크를 위한 데이터 중심 저장구조는 다차원의 범위 질의는 물론 정합질의를 효과적으로 처리하기 위해서 제안되었다. 하나의 센서 네트워크는 범위질의 하나만 처리하거나 스카이라인 질의 하나만을 처리하기 위해서 설치될 수도 있지만 일반적으로 다양한 질의를 같이 처리하기 위해서 사용된다. 따라서, 데이터 중심 저장구조에서 다차원의 범위질의 뿐만 아니라 스카이라인 질의도 효과적으로 처리될 필요가 있다. 기존에 제안된 스카이라인 질의 처리 알고리즘들은 데이터 중심 저장구조의 존재를 고려하지 않고 있다. 일부 대표적인 데이터 중심 저장구조는 유사한 데이터를 지리적으로 인접한 센서노드에 저장하는 특징을 갖는다. 이 논문에서는 이러한 특징을 고려하여 데이터 중심 저장구조에서 보다 효과적으로 동작할 수 있는 스카이라인 질의 처리기법을 제안한다.

• 한국항공우주학회지
• /
• 제39권8호
• /
• pp.750-757
• /
• 2011

센서 네트워크는 보통 넓은 지역에 조밀하게 센서 노드들이 분포되어 있는 형태로 구성된다. 이런 센서 노드들은 광활한 지역에 분포되는 관계로 초기에 헬기 등 기타 항공기를 이용해서 뿌려지는 것이 일반적이다. 각 센서 노드들은 특정 임무를 수행하며 획득된 정보를 자신의 위치 정보와 함께 최종 사용자에게 전달되는 형태로 운용된다. 여기서 노드들의 위치 정보가 필요하다. 본 논문은 센서 네트워크에서 헬기의 비콘 신호를 이용하여 센서 노드 사이의 거리정보를 필요로 하지 않는 알고리즘을 제안하였다. 센서 노드들은 위치를 계산하기 위해 헬기가 보내주는 주기적인 비콘 신호를 수신한다. 비콘 신호를 메모리에 저장하고 있다가 조건에 만족하는 다른 비콘 신호가 수신되면 이를 통해 자신의 위치를 추측한다. 이를 위해 본 논문에서는 기하학적 성질(현의 수직이등분)을 이용하였다. 기존에 존재하는 range-free 방식의 알고리즘과 비교 분석을 통해 제안하는 알고리즘의 정밀성을 입증하였다.

• 대한전자공학회논문지SP
• /
• 제37권3호
• /
• pp.17-30
• /
• 2000

본 논문에서는 NURBS (Non-Uniform Rational B-Splines) 곡면 근사에 기반하여 거리 데이터로부터 3차원 곡면 모델을 생성하는 기법을 제안한다 입력으로 이용되는 거리 데이터는 연결 정보가 알려지지 않고 정렬되지 않은 일반적인 3차원 점들의 집합으로 가정한다 제안하는 알고리듬은 초기 모델 추정, 계층적 모델 표현, NURBS 곡면 네트워크 생성의 3단계로 나뉘어진다 초기 모델 추정 단계에서는 K-평균 군집화 기법을 이용하여 다각형면과 삼각형으로 표현되는 근사 모델을 생성하고, 계층적 트리 구조를 이용하여 초기 모델을 표현한다. 계층적 트리 구조로 부터 생성된 사각형면 모델에 의하여 $G^1$ 연속인 NURBS 곡면 네트워크를 효율적으로 생성한다. 제안하는 알고리듬은 초기 모델의 계층적 그래프 해석을 통하여 곡면 네트워크 형성에 필요한 계산량을 감소시켰으며, 또한 정확한 NURBS 제어점 추정을 통하여 근사 오차를 감소시킨다. 모의 실험 결과 거리 데이터로 부터 초기 모델과 다양한 해상도의 NURBS 곡면 네트워크가 효과적으로 생성되었으며 생성된 NURBS 곡면 모델의 근사 오치는 무시할 수 있는 수준임이 관찰되었다.

• 한국정보통신학회논문지
• /
• 제10권11호
• /
• pp.2008-2013
• /
• 2006

열장치의 열성능 평가를 위한 수치 해석에서는 온도, 압력, 체적, 엔탈피, 엔트로피 등의 열 역학적 성질들의 수치 값이 필요하다. 그러나 열역학적 성질들 사이의 관계를 나타내는 증기표는 그대로 이용할 수는 없기 때문에 모델링하여 사용하여야 한다. 본 연구에서는 스플라인 보간법과 비교함으로써, 습포화증기의 모델링에 신경회로망의 적용 가능성을 검토하였다. 다층신경 회로망을 구성하기 위하여 입력층으로 온도에 대한 1개의 노드, 두 개의 은닉층은 각각 10개와 20개의 노드, 출력층은 포화액과 건포화증기에 대한 비체적, 엔탈피, 엔트로피 등의 6개의 노드로 구성하였으며, 스플라인 보간법은 2차 다항식과 3차 다항식을 사용하였다. 소구간으로 구성 된 스플라인 보간법과 비교하여 신경회로망 모델링은 비슷한 백분율 오차를 보여주었으며, 이 결과로부터 넓은 온도 범위의 증기표 모델링에 신경회로망이 아주 강력한 방법임을 확인하였다.

• Membrane and Water Treatment
• /
• 제9권2호
• /
• pp.115-121
• /
• 2018

Artificial neural network (ANN) simulation is used to predict the dynamic change of permeate flux during wheat starch industry wastewater microfiltration with and without static turbulence promoter. The experimental program spans range of a sedimentation times from 2 to 4 h, for feed flow rates 50 to 150 L/h, at transmembrane pressures covering the range of $1{\times}10^5$ to $3{\times}10^5Pa$. ANN predictions of the wastewater microfiltration are compared with experimental results obtained using two different set of microfiltration experiments, with and without static turbulence promoter. The effects of the training algorithm, neural network architectures on the ANN performance are discussed. For the most of the cases considered, the ANN proved to be an adequate interpolation tool, where an excellent prediction was obtained using automated Bayesian regularization as training algorithm. The optimal ANN architecture was determined as 4-10-1 with hyperbolic tangent sigmoid transfer function transfer function for hidden and output layers. The error distributions of data revealed that experimental results are in very good agreement with computed ones with only 2% data points had absolute relative error greater than 20% for the microfiltration without static turbulence promoter whereas for the microfiltration with static turbulence promoter it was 1%. The contribution of filtration time variable to flux values provided by ANNs was determined in an important level at the range of 52-66% due to increased membrane fouling by the time. In the case of microfiltration with static turbulence promoter, relative importance of transmembrane pressure and feed flow rate increased for about 30%.

• 한국정보통신학회논문지
• /
• 제23권7호
• /
• pp.829-836
• /
• 2019

IoT 장치들은 네트워크 구성에 많이 사용되고 있고, 증가하고 있다. 데이터는 필요에 따라서 이기종의 IoT 장치를 통하여 전송된다. 본 논문에서는 Bluetooth 5를 이용하여 내부 네트워크를 구성하고, LoRa(Long Range)를 통하여 데이터 전송할 때 발생하는 전송 데이터 손실을 방지하기 위한 기법을 제안한다. Bluetooth 5가 LoRa의 데이터 전송 속도에 비해 빠르므로 LoRa를 통하여 데이터를 전송할 때 데이터 손실 문제가 발생한다. 본 논문에서 제안하는 전송 데이터 손실 방지 기법은 Bluetooth 5와 LoRa 뿐 아니라 이기종의 IoT 장치의 데이터 전송 속도 차이로 인해 발생하는 데이터 손실을 방지할 수 있을 것으로 기대한다. 또한 본 논문에서는 제안하는 데이터 손실 방지 기법을 적용하여 시뮬레이션 결과를 보인다. 2가지 방법으로 시뮬레이션 했을 때 전송 성능과 저장에 필요한 메모리 양 을 보인다.

• 한국항행학회논문지
• /
• 제22권6호
• /
• pp.491-499
• /
• 2018

항공기 이착륙 유무의 중요한 지표 중 하나인 활주로 가시거리는 기온, 습도 등과 같은 기상 조건에 영향을 받는다. 비행장의 활주로 이용 시 도착시점에서의 활주로 가시거리를 예측하는 것은 항공기 이용의 효율성에서 중요하다. 본 연구에서는 활주로 가시거리를 예측하기 위해 기존에 제안된 심층 신경망을 활용한 활주로 가시거리 예측 모델의 고도화를 통해 1시간 이후의 국지 비행장의 활주로 가시거리를 예측하였다. 이를 위해 예측 모델의 고도화는 입력 값으로 기상 정보(기온, 습도, 풍속, 활주로 가시거리)에 대한 시간 간격 변화와 예측 값의 선형변환을 통해 진행하였다. 제안된 방법은 과거 기상 관측 값을 바탕으로 예측 모델의 학습을 생성해 1시간 이후의 활주로 가시거리에 대한 예측을 수행하였고, 1시간 이후의 측정된 활주로 가시거리와 비교를 통해 타당성을 확인했다. 제안된 예측 모델은 예보를 제공해주지 않는 지역의 소규모 비행장에서 참고할 수 있는 활주로 가시거리 생성에 활용 할 수 있을 것이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권3호
• /
• pp.837-852
• /
• 2021

Recurrent neural network (RNN) architectures have been used for language modeling (LM) tasks that require learning long-range word or character sequences. However, the RNN architecture is still suffered from unstable gradients on long-range sequences. To address the issue of long-range sequences, an attention mechanism has been used, showing state-of-the-art (SOTA) performance in all LM tasks. A differentiable neural computer (DNC) is a deep learning architecture using an attention mechanism. The DNC architecture is a neural network augmented with a content-addressable external memory. However, in the write operation, some information unrelated to the input word remains in memory. Moreover, DNCs have been found to perform poorly with low numbers of weight parameters. Therefore, we propose a robust memory deallocation method using a limited retention vector. The limited retention vector determines whether the network increases or decreases its usage of information in external memory according to a threshold. We experimentally evaluate the robustness of a DNC implementing the proposed approach according to the size of the controller and external memory on the enwik8 LM task. When we decreased the number of weight parameters by 32.47%, the proposed DNC showed a low bits-per-character (BPC) degradation of 4.30%, demonstrating the effectiveness of our approach in language modeling tasks.

• 한국정보통신학회논문지
• /
• 제26권3호
• /
• pp.422-429
• /
• 2022

본 논문에서는 현재 기술 개발 과제로 진행 중인 다중 공중 이동 및 검증을 위한 다채널 공중 중계 장치와 다수의 임무 장치로 구성된 네트워크 시스템 기반 기저대역부와 RF부간의 중간주파수 전송 신호 레벨을 기준 신호 레벨로 일정하게 유지하도록 하고, 상대방의 수신 입력 범위를 고려하여 단거리 장거리 무선 통신 환경 변화에도 RF부 내의 송수신 회로 상의 신호 탐지와 자동이득제어, 자동출력제어 기능을 통해 신호가 안정되고 신뢰성 있게 전송되도록 하는 다중 링크 보호, MLP-A 알고리즘을 제시한다. 그리고, MLP-A 알고리즘이 적용된 RF부를 설계, 제작, 구현하고 다중 공중 이동 및 검증 네트워크 구성으로 거리 산출 수식을 적용하여 단거리, 장거리 무선 환경을 고려한 실험 및 분석을 수행하였다. 이를 통해 안정적이고 신뢰성 있는 RF 통신 시스템 운용이 가능함을 확인하였다.