• 한국정보시스템학회:학술대회논문집
• /
• 한국정보시스템학회 2000년도 추계학술대회
• /
• pp.1.2-24
• /
• 2000

본연구에서는 단순신경망의 구조와 특성을 이해하기 위해 신경회로망의 알고리듬을 이론적으로 분석하고 이를 토대로 프로그램을 설계 실행하여 신경망의 학습과정을 실험하였다. 본연구에서 채택한 학습알고리듬은 3계층구조의 역전파알고리듬이며 신경망의 모형은 단순의료전문가시스템모형을 입력치로 채택하였다. 계층수, 노드수, 학습사이클 수, 학습율, 모멘텀항등의 모수를 입력한 실험의 결과는 입력치에 대한 출력이 기대목표와 거의 일치하였다.

• Industrial Engineering and Management Systems
• /
• 제15권4호
• /
• pp.396-402
• /
• 2016

In this study, hydraulic analysis of water-supply networks in Marivan was performed by modeling. WATERGEMS was used for modeling and it was calibrated using existing rules and regulations. The purpose of this research is modeling urban water network and its analysis based on hydraulic criteria and meeting pressure conditions at the nodes and complying the economic speed. To achieve this goal, first the pipelines of city streets was designed in AutoCAD on a map of the city. It should be mentioned that it was tried to prevent from creating additional loops in the network and the optimal network was designed by a combination of annular and branch loops. In the next step, the pipes were called in WATERGEMS and then we continue the operation by the allocation of elevation digits to the pipes. Since the topography of this city is very specific and unique, the number of pressure zones was increased. Three zones created only covers about 20% of the population in the city. In this dissertation, the design was performed on the city's main zone with the largest density in the Figures 1,320-1,340. In the next step, the network triangulation was conducted. Finally, the Debiw as allocated based on the triangulation conducted and considering the density of the city for year of horizon. Ultimately, the network of Marivan was designed and calibrated according to hydraulic criteria and pressure zoning. The output of this model can be used in water-supply projects, improvement and reform of the existing net-work in the city, and various other studies. Numerous and various graphs obtained in different parts of a network modelled can be used in the analysis of critical situation, leakage.

• 한국정보과학회논문지:시스템및이론
• /
• 제29권10호
• /
• pp.550-560
• /
• 2002

병렬 외부정렬을 클러스터형 분산 컴퓨터에서 실행하는 경우에는 순수하게 주메모리에서 부분적인 정렬과 머지를 위해 실행되는 과정(순수 계산)뿐만 아니라 디스크로부터의 입출력 과정 및 각 노드들간의 데이타 교환에 따르는 통신과정을 적절히 배치, 설계함이 필요하다. 그 주된 이유는 전체 수행시간이 순수 계산시판보다는 디스크 입출력에 소요되는 시간 및 통신의 소요시간의 비중이 크기 때문이다. 본 연구에서는 저속 네트웍 PC 클러스터를 계산도구로 하여 단위시간당 정렬 자료규모를 최대화함을 목표로 하여, 알고리즘적인 최적화를 통해서, 즉, 정렬 도중 통신과정에서 발생하는 지체시간을 최소화하여 전체적인 통신 성능을 높이고, 디스크 입출력 작업은 전송 규모와 횟수를 조절하여 계산과 통신작업등과의 중첩정도를 극대화시켜 외부정렬의 성능을 개선하였다. 실험 결과 새 알고리즘이 기존의 NOW-sort 알고리즘[1]에 비해서 동일한 PC 클러스터 경에서 최대 45% 정도까지 실행시간을 단축시킬 수 있고, 확장성 면에 있어서도 더 우수한 것을 확인하였다.

• 융합신호처리학회논문지
• /
• 제4권3호
• /
• pp.49-54
• /
• 2003

본 논문에서는 PID 제어기 응답을 보상하기위해 자기구성 신경망 보상기를 추가한 제어기를 제안한다. 기존의 PID 제어기는 제어기 설계가 간단하나 계수값을 설정하는데 많은 시행착오가 필요하다. 그리고, 신경망 제어 방식은 여러 파라미터들을 설계자의 임의에 따라 결정함으로써 최적의 구조를 갖지 못하는 단점이 있다. 본 논문에서는 이러한 문제를 해결하기위해 역전파 알고리즘을 기본으로 하여 은닉계층 노드의 활성화 함수로 가우시안 포텐셜함수를 사용하는 자기구성 신경망을 사용해, PID 제어기의 출력을 보상하도록 하였다. 자기구성 신경망은 학습을 진행함에 따라 가우시안 함수의 위치와 모양, 갯수가 자동으로 조정 되도록 하였다. 자기구성 신경망 보상기를 추가한 PID 제어기의 성능을 확인하기 위해서 2차 플랜트에 적용하여 모의 실험하였으며 DSP 프로세서를 사용하여 제어기를 구현한 후 유압 서보시스템의 속도 제어에 적용하여 실험결과를 관찰하였다.

• 한국통신학회논문지
• /
• 제34권4B호
• /
• pp.394-402
• /
• 2009

본 논문에서는 다수의 광섬유로 이루서진 광링크와 산재하여 있는 제한 영역 파장변환 능력을 가진 노드들로 구성된 광통신 망의 불통확률을 정확하게 계산할 수 있는 새로운 성능분석 모형을 제안한다. 제안하는 성능분석 모형은 다수의 광섬유로 이루어진 광링크 상에서 사용 가능한 파장들의 분포와 제한 영역 파장변환 이후의 사용 가능한 파장들의 분포, 그리고 다수의 광링크가 연결된 광경로에서의 불통 확률을 계산하기 위한 재귀적 공식을 도출함을 특징으로 한다. NSFNET 망에서 수행한 시뮬레이션 결과를 통해 제안하는 성능분석 모형이 광통신 망의 불통확률을 정확히 예측함을 보인다. 또한, 파장 연속성 제약이 없는 경우의 이상적인 블통화률에 근접하는 성능을 얻기 위해서 소수의 제한영역 파장변환 노드와 소수의 광섬유만으로 구성된 광링크를 포설하는 것으로 충분함을 보인다.

• Smart Structures and Systems
• /
• 제6권5_6호
• /
• pp.461-480
• /
• 2010

This paper analyses the data collected from the $2^{nd}$ Jindo Bridge, a cable-stayed bridge in Korea that is a structural health monitoring (SHM) international test bed for advanced wireless smart sensors network (WSSN) technology. The SHM system consists of a total of 70 wireless smart sensor nodes deployed underneath of the deck, on the pylons, and on the cables to capture the vibration of the bridge excited by traffic and environmental loadings. Analysis of the data is performed in both the time and frequency domains. Modal properties of the bridge are identified using the frequency domain decomposition and the stochastic subspace identification methods based on the output-only measurements, and the results are compared with those obtained from a detailed finite element model. Tension forces for the 10 instrumented stay cables are also estimated from the ambient acceleration data and compared both with those from the initial design and with those obtained during two previous regular inspections. The results of the data analyses demonstrate that the WSSN-based SHM system performs effectively for this cable-stayed bridge, giving direct access to the physical status of the bridge.

• 한국인터넷방송통신학회논문지
• /
• 제18권6호
• /
• pp.1-9
• /
• 2018

현재 이슈가 되고 있는 4차 산업혁명에서 다양한 빅데이터 기술들을 통하여 기존의 느린 속도 보다 빠른 분석 결과를 즉각적으로 받아 볼 수 있고, 모바일과 웹에서 실시간 모니터링을 하는 연구를 진행하였다. 먼저 IoT 기기인 Raspberry Pi를 이용하여 다양한 비정형 센서 데이터를 생성하고 센서 데이터를 실시간 수집하고, 수집한 데이터를 여러 개의 노드를 이용해 분산 저장한 뒤 저장된 센서 데이터를 가공, 정제 처리하여 분석 모델 및 알고리즘을 통해 분석 결과를 시각화하여 출력한다. 이러한 방법들을 이용한 진행은 IoT를 이용한 빅데이터 및 모바일 관련 분야에서 필요한 고급 인력을 양성 및 데이터를 효율적이고 빠르게 처리할 수 있다. 또한, 실시간 모니터링을 통하여 연구결과의 신뢰성을 확인할 수 있는 정보를 제공하고자 한다.

• 대한두개안면성형외과학회지
• /
• 제21권6호
• /
• pp.376-379
• /
• 2020

Supraclavicular lymph node (SCLN) flap is a common donor site for vascularized lymph node transfer for the treatment of lymphedema. Chyle leakage is a rare but serious complication after harvesting SCLN flap in the neck. We report a case of chyle leakage at the SCLN donor site and its successful management. A 52-year-old woman underwent SCLN transfer for treatment of lower extremity lymphedema. After starting a regular diet and wheelchair ambulation on the 3rd postoperative day, the amount of drainage at the donor site increased (8-62 mL/day) with the color becoming milky, which suggested a chyle leak. Despite starting a low-fat diet on the 4th postoperative day, the chyle leakage persisted (70 mL/day). The patient was started on fat-free diet on the 5th postoperative day. The amount of drainage started to decrease and the drain color became more clear within 24 hours. The drainage amount remained less than 10 mL/day from the 8th postoperative day, and we removed the drain on the 12th postoperative day. There was no seroma or other wound complications at follow-up 4 weeks after the operation. The current case demonstrates that a fat-free diet can be a first-line treatment for low output chyle leakage after a SCLN flap.

• 한국전자통신학회논문지
• /
• 제16권6호
• /
• pp.1153-1160
• /
• 2021

본 논문은 소프트웨어 정의 네트워크에서 심층강화학습을 활용하여 최적의 경로를 결정하는 라우팅 알고리즘을 제안한다. 학습을 위한 심층강화학습 모델은 DQN 을 기반으로 하고, 입력은 현재 네트워크 상태, 발신지, 목적지 노드이고, 출력은 발신지에서 목적지까지의 경로 리스트를 반환한다. 라우팅 작업을 이산 제어 문제로 정의하며, 라우팅을 위한 서비스 품질 파라미터는 지연, 대역폭, 손실률을 고려하였다. 라우팅 에이전트는 사용자의 서비스 품질 프로파일에 따라 적절한 서비스 등급으로 분류하고, SDN에서 수집된 현재 네트워크 상태로부터 각 링크 별로 제공할 수 있는 서비스 등급을 변환한다. 이러한 변환된 정보를 토대로 발신지에서부터 목적지까지 요구되는 서비스 등급을 만족시키는 경로를 선택하도록 학습을 한다. 시뮬레이션 결과는 제안한 알고리즘이 일정한 에피소드를 진행하게 되면 올바른 경로를 선택하게 되고, 학습이 성공적으로 수행됨을 나타냈다.

• International Journal of Naval Architecture and Ocean Engineering
• /
• 제13권1호
• /
• pp.641-649
• /
• 2021

Fuel oil consumption (FOC) must be minimized to determine the economic route of a ship; hence, the ship power must be predicted prior to route planning. For this purpose, a numerical method using test results of a model has been widely used. However, predicting ship power using this method is challenging owing to the uncertainty of the model test. An onboard test should be conducted to solve this problem; however, it requires considerable resources and time. Therefore, in this study, a deep feed-forward neural network (DFN) is used to predict ship power using deep learning methods that involve data pattern recognition. To use data in the DFN, the input data and a label (output of prediction) should be configured. In this study, the input data are configured using ocean environmental data (wave height, wave period, wave direction, wind speed, wind direction, and sea surface temperature) and the ship's operational data (draft, speed, and heading). The ship power is selected as the label. In addition, various treatments have been used to improve the prediction accuracy. First, ocean environmental data related to wind and waves are preprocessed using values relative to the ship's velocity. Second, the structure of the DFN is changed based on the characteristics of the input data. Third, the prediction accuracy is analyzed using a combination comprising five hyperparameters (number of hidden layers, number of hidden nodes, learning rate, dropout, and gradient optimizer). Finally, k-means clustering is performed to analyze the effect of the sea state and ship operational status by categorizing it into several models. The performances of various prediction models are compared and analyzed using the DFN in this study.