• 전자공학회논문지SC
• /
• 제38권1호
• /
• pp.53-60
• /
• 2001

전력전자의 많은 응용분야에서 고주파 공진형 인버터가 이용되며, 이들 공진형 인버터의 출력 전력을 제어하기 위하여는 PAM(Pulse Amplitude Modulation), PFM(Pulse Frequency Modulation) 혹은 PWM(Pulse Width Modulation) 기법들이 이용된다. 그리고 이들 공진형 인버터는 변화하는 부하 상태에서도 신뢰성 있게 동작하기 위하여 출력추파수를 제어하여야 한다. 본 논문에서는 공진형 인버터의 PWM 제어의 일환으로써 새로운 스위칭 방법을 제안하였다. 제안한 방법에 의하면, 변화하는 공진 주파수하에서도 최적의 공진 주파수와 출력 기본파 역률 1을 달성할 수 있다. 제안한 PWM 스위칭 방법의 상세한 알고리즘 및 출력특성을 기술하였다. 그리고 실험 결과를 통하여 제안한 방법의 타당성을 확인하였다.

• 한국융합학회논문지
• /
• 제10권11호
• /
• pp.159-164
• /
• 2019

ICT 기술 발전으로 강아지와 고양이등 반려동물 돌보기와 건강에 대한 관심도가 높아지고 있다. 본 논문에서는 반려동물 산업의 다양한 분야에 활용될 수 있도록 반려동물 사료의 성분 데이터를 기반으로 군집분석을 수행하고 적합한 서비스에 대해 고찰한다. 군집분석을 위해 시중에서 유통되고 있는 300여 개의 강아지 및 고양이 펫푸드를 대상으로 성분별 상관관계를 분석하여 유사성을 측정하며, Hierarchical, K-Means, Partitioning around medoids(PAM), Density-based, Mean-Shift 등의 다양한 클러스터링 기법을 활용하여 군집화 하여 분석한다. 또한 반려동물의 개인화 추천시스템도 제안한다. 본 논문의 연구 결과는 반려동물을 대상으로 한 사료 추천시스템 등의 맞춤형 개인화 서비스에 활용할 수 있다.

• 지능정보연구
• /
• 제13권3호
• /
• pp.31-45
• /
• 2007

대용량의 데이터 처리에 관한 문제는 데이터 마이닝 내 중요한 이슈 중의 하나이다. 특히 데이터 클러스터링과 같이 컴퓨터 시뮬레이션으로 인한 부하가 큰 경우 더더욱 그러하다. 그러나 대개 이러한 문제는 Random sampling 으로 어느 정도 해결이 가능하다. 문제는 이런 샘플링을 통해서 발생하는 noise의 해결이다. 본 논문에서는 그러한 noise문제를 극복할 수 있도록 설계된 새로운 데이터클러스터링 알고리즘을 소개한다. 기존의 데이터 클러스팅 알고리즘과의 컴퓨터 비교 실험을 통해 본 알고리즘의 우수성을 밝혔으며 아울러 더 나아가 데이터 set의 일부만을 사용한 시뮬레이션 결과를 통해, 해의 정확도와 상관없이 실험 시간 또한 단축되었음을 보여주고 있다.

• 전기전자학회논문지
• /
• 제10권1호
• /
• pp.69-74
• /
• 2006

이 논문은 Trellis Coded Modulation 시스템에서 궤한 채널 등화기의 성능 향상을 위한 효율적인 심볼 판정 알고리듬을 제안한다. 제안된 심벌 판정기는 Trellis 코드의 구조를 이용하여 심벌 에러율 을 향상시킨다. 예컨대 8-PAM시그널의 경우 20dB SNR에서 기존 강제 심볼 판정기의 에러율 $2.5{\times}10^{-2}$에서 $2{\times}10^{-5}$으로 향상되었다. 이런 판정기의 심벌 에러율 의 개선은 다중경로채널에서의 DFE의 심벌 에러율을 성능을 향상시키는데 본 논문의 시뮬레이션 결과 심벌 에러율 0.26에서 0.01 과 0.005 으로 개선되었음을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.87-91
• /
• 2011

강수는 지역에 따라 발생양상이 매우 다른 자연현상 중 하나이다. 이러한 강수를 효과적으로 분석하여 확률강수량을 산정하기위해서 수문학에서는 다양한 방법이 시도되어 왔다. 우리나라에서는 지점빈도해석을 통한 확률강수량을 주로 사용해왔으나 최근 들어 Hosking and Wallis(1997)가 제안한 지역빈도해석을 활용을 적극 도모 하고 있는 중이다. 이러한 지역빈도해석 기법은 지점빈도해석 기법에 비하여 한정된 강수자료를 활용하는 측면 등 여러 가지 장점을 가진 확률 강수량 산정방법이다. 그러나 이 기법을 적용하여 확률강수량을 산정하기 위해서는 강수의 지역구분을 먼저 수행하여야 한다. 강수지역의 구분을 위해서는 여러 가지 기법이 존재하나 최근에는 Cluster 기법 중 K-means 방법이나 Fuzzy c-means 방법 등을 주로 적용하여 지역구분을 수행하고 있다. 그러나 K-means 방법이나 Fuzzy c-means 방법 등은 산정 방법내에서 최적 군집수를 결정할 수 있는 알고리즘이 없기 때문에 임의적으로 최적 군집수를 결정하여야 한다. 본 연구에서는 이러한 단점을 극복하기 위하여 Cluster 평가지수 중 하나인 Dunn 지수를 이용하여 최적 군집수를 제시하고자 한다. 본 연구에서 강수지역을 구분하기 위하여 적용한 인자는 월 평균 강수량, 연 평균 강수량, 월 최대 강수량, 경도, 위도, 고도 등이며, 이를 K-means, PAM 및 친근도 전파 기법을 통하여 강수지역을 구분하였다. 적정 군집수를 임의적으로 증가시켜 가면서 Dunn 지수를 산정하였다. 산정된 결과를 통하여 최적 군집수를 결정하였다.