• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 합동 추계학술대회 논문집 정보 및 제어부문
• /
• pp.446-449
• /
• 2001

본 논문에서는 태풍의 진로와 세기를 ES_BLRNN을 이용해 예측하였다. 기존의 방법인 수치모델이나. CLIPER모델을 사용함에 있어서, 통계적 방법인 CLIPER모델은 예측성능면에서 수치모델보다 그 성능이 떨어지고, 반면에 수치모델의 성능은 CLIPER 모델에 비해 우수하나 슈퍼컴퓨터(Cray-2S, FUSITSU)를 이용하여야만 예보가 가능한 제약점을 가지고 있다. 또한 수치모델을 슈퍼컴퓨터로 계산할 경우 약 30분 정도가 소요되는 점을 감안할 때, ES_BLRNN은 이들의 단점을 보안할 수 있는 하나의 방편이라 생각된다. 게다가 ES_BLRNN의 경우 개인용 컴퓨터로도 충분히 사용 가능할 만큼 비용이 저렴하고, 681개의 태풍을 학습할 때 결리는 시간은 약 5분 정도이며, 146개의 태풍을 예측하는데 걸리는 시간은 약 3초 정도(Pentium MMX 200 Processor, RAM 64m, OS: RedHat LINUX 5.2. language ; ANSI-C)로써, 슈퍼컴퓨터나 CLIPER모델에 비해 훨씬 빠르게 결과를 볼 수 있다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2002년도 하계학술발표대회 논문집 제21권 1호
• /
• pp.429-432
• /
• 2002

천해에서의 저주파 단상태 잔향음 모델(L-HYREV)을 개발하였다. 음선이론에 기초한 전파모델은 해저 내로 투과되는 음파에 대한 효과를 적절하게 고려 할 수 없으므로, 해저 내 상호작용을 계산할 수 있는 전파모델이 필요하다. 따라서 본 논문에서는 RAM을 이용해서 전달손실을 계산 후, 다중경로 확장모델을 이용해서 산출한 전달손실을 보정하였다. 모델의 검증을 위하여 GSM(generic sonar model) 잔향음 모의 신호 및 실측잔향음 신호와 비교하였으며, 비교 결과 GSM 보다 L-HYREV 모델이 저주파 잔향음 예측에 적합함을 확인할 수 있다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 2000년도 춘계학술대회 논문집
• /
• pp.137-141
• /
• 2000

제품의 생산비용을 산정하는 문제는 통합생산시스템의 설계 및 제품의 생산과 판매계획 수립에 매우 중요한 분야이다. 복잡한 제조시스템에서의 생산방법과 관련 재료 및 반제품의 조달등 복잡한 문제와 연관되므로 본 연구에서는 시뮬레이션방법을 이용하여 제품의 생산비용을 산정하였다. 이를 위하여 설비의 순기비용(LCC : Life Cycle Cost)과 설비의 고장, 정비 및 가용도 등 RAM을 고려한 생산제품의 비용을 산정하였다. 본 연구에서 제안한 모델을 위한 전산프로그램을 개발하고 예제를 통하여 그 결과를 보였다.

• 전자공학회논문지CI
• /
• 제47권5호
• /
• pp.35-40
• /
• 2010

NAND 플래시 메모리는 기존의 HDD 보다 빠른 접근 속도, 저전력 소비, 진동에 대한 내성 등의 이점을 바탕으로 PDA를 비롯한 여러 모바일 장치부터, 임베디드 시스템, PC에 이르기까지 사용 영역이 넓어지고 있다. DiskSim을 비롯한 HDD 시뮬레이터들이 다양하게 개발되어 왔으며, 이를 바탕으로 소프트웨어 또는 하드웨어에 대한 개선점을 찾아냄으로써 유용하게 사용되었다. 하지만 NAND 플래시 메모리나, SSD에 대해서는 리눅스 기반의 몇 개의 시뮬레이터만이 개발되었으며, 실제 스토리지 장치나 PC등이 사용되는 운영체제가 윈도우즈인 것을 고려하면 윈도우즈 기반의 NAND Flash 시뮬레이터가 꼭 필요하다고 볼 수 있다. 본 논문에서 개발한 NAND Flash FTL 성능 분석을 위한 시뮬레이터인 NFSim은 윈도우즈 운영체제에서 구동되는 시뮬레이터로, NAND 플래시 메모리 모델 및 FTL 알고리즘들은 각각 윈도우즈 드라이버 모델 및 클래스로 제작되어 확장성이 용이하고, 각 알고리즘의 성능을 측정한 데이터는 그래프를 통해 표시되므로, 별도의 툴을 사용할 필요가 없다.

• 전자공학회논문지CI
• /
• 제41권2호
• /
• pp.95-102
• /
• 2004

제안된 경험 유관 축적 신경회로망은 입력 패턴의 교육 회수를 누적시킬 수 있는 구조를 가지고 있어, 누적된 교육을 통한 공통된 경험에 대해서는 강한 반응을 보이는 주의 집중 기능을 가진다. 그리고 잡음이 많은 패턴에 대하여 선행처리 과정을 거치지 않고 바로 교육을 시켜도 상대적으로 유용한 정보를 누적시켜 일반화 패턴을 추출할 수 있다 본 논문에서는 추가 교육 뿐만 아니라 반복 교육도 가능한 경험 유관 축적 신경회로망 모델을 제안하고, 이 신경회로망이 가지는 기본 특성인 망각 및 주의 집중기능에 대하여 기술하였으며, 또한 교육된 정보로부터 일반화 패턴의 추출 과정과 일반화 패턴의 생성 및 반복교육에 관한 것을 기술하였다.

• 한국통신학회논문지
• /
• 제25권12B호
• /
• pp.2016-2024
• /
• 2000

본 논문에서는 결함의 영향을 받지 않고 동작할 수 있는 AVTMR(All Voting Triple Modular Redundancy) 시스템을 개발하였으며, MILSPEC-217F에 기반을 둔 고장율을 계산하여 AVTMR과 SS(Single System) 시스템을 비교 및 평가하였다. 설계된 시스템은 MC68000을 기반으로 한 3중화된 다수결 보터(Triplicated Majority Voter)를 이용하여 시스템을 개발하였다. 본 논문에서는 시스템의 신뢰도(Reliability), 가용도(Avaliability), 유지보수도(Maintainability)를 마코브 모델(Markov model)로 평가하였으며, 또한 시스템의 MTTF(Mean Time to Failure)를 계산하여 시스템의 수명을 구하였고, 설계된 AVTMR 시스템이 SS(Single System)보다 전체 시스템 평가에서 우수한 특성을 가진다는 것을 시뮬레이션을 통해 알 수 있었다. 또한, AVTMR 시스템은 결함을 허용(Fault tolerant)하는 시스템 특성을 가지기 때문에, 인간의 생명과 관련된 철도 시스템, 선박 시스템이나 항공기 시스템에 적용될 수 있다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2013년도 제44회 동계 정기학술대회 초록집
• /
• pp.607-607
• /
• 2013

차세대 비휘발성 메모리 소자로서 각광받고 있는 저항 변화 메모리(resistive switching random access memory; ReRAM) 소자는 속도가 빠르고, 에너지 소모가 적으며, 고집적화를 이루기 용이하다는 강점을 보유하고 있다. 지금까지 저항변화 물질의 최적화를 위해 매우 다양한 물질들이 연구되고 있으며, 그 물질에 따라 스위칭 메커니즘 및 동작 방법이 다르게 보고되어 왔다. 하지만 저항변화 메모리의 스위칭 거동은 전형적인 전기적 제어 조건으로부터 구현되었기 때문에 한정된 소자 특성을 나타낼 수밖에 없었다. 본 연구에서는 새로운 메모리 제어 조건으로 빛을 이용함으로써 한정된 소자 특성으로부터 벗어나고자 하였다. 저항 변화 물질로 잘 알려진 ZnO를 표면적이 넓은 형태로 합성하기 위하여 hydrothermal 방법으로 FTO 기판 위에 수직하게 배열된 ZnO 나노와이어를 형성하고 그 위에 Au 상부 전극을 형성하여 금속-절연체-금속 소자 구조를 제작하였다. 본 연구에서는 전형적인 전기적 제어 조건에 더불어 빛의 입사 유무 조건을 바꿔가면서 Au/ZnO 나노와이어/FTO 소자의 저항 변화 특성을 평가 하였을 뿐만 아니라 전기적 인가 없이 오직 빛만으로 두 가지 안정한 저항 상태를 반복적으로 전환하는 특성을 유도하였다. 본 결과를 바탕으로 필라멘트 이론에 기초한 저항 변화 메커니즘을 설명하는 모델이 제시되었다.

• 한국멀티미디어학회논문지
• /
• 제13권2호
• /
• pp.216-224
• /
• 2010

RAM 기반 신경망은 빠른 처리 속도와 하드웨어 구현의 용이성 등의 장점을 가지고 있지만 반면에 메모리의 포화 문제, 반복학습, 일반화 패턴 추출의 어려움 등의 단점도 가지고 있다. 이런 단점을 극복하기 위해 누적 다중 판별자를 가지는 3차원 뉴로 시스템(3DNS) 등이 제안되었지만 메모리 포화 문제는 해결하지는 못하였다. 본 논문에서는 메모리 포화 문제를 해결하기 위하여 적응적 가중치를 가지는 AWN (Adaptive Weight Neuron)을 사용한 적응적 가중치 누적 신경망(AWCNN)을 제안한다. 제안된 모델은 AWN으로 3DNS을 개선하여 인식률과 메모리 포화 문제 해결을 향상하였다. 제안된 시스템의 평가는 전처리 과정 없이 NIST의 MNIST에서 제공하는 자료를 이용하여 실험하였다. AWCNN은 3DNS보다 1.5%이상의 향상된 인식률을 보였고 일반화 패턴을 이용한 인식에서는 모든 입력 패턴의 교육된 것과 비슷한 성능을 얻었다.

• 한국항공우주학회지
• /
• 제46권4호
• /
• pp.297-305
• /
• 2018

UCAV는 적진 중심으로의 침투, 공격 등 적대적 상황에서 임무를 수행하는 것을 목표로 한다. 일차적으로 적의 레이더에 포착되지 않아야 하므로 RF 스텔스 기술의 적용이 필수적이다. 최신 RCS 저감 기술이 적용된 대표적인 비행체로는 Blended Wing Body 형태의 X-47B UCAV이다. 본 연구에서는 X-47B와 유사한 모델 UCAV 형상을 설계한 다음, Ray Launching Geometrical Optics(RL-GO) 기법을 활용하여 모델 UCAV의 고주파수 영역에서의 RCS 특성을 분석하였다. 특히 IR 저감이 고려된 UCAV 형상이 RCS에 미치는 영향성을 조사하였다. 마지막으로 모델 UCAV의 공기 흡입구에 최적화된 RAM을 적용하였을 때의 RCS 변화를 분석하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2006년도 춘계학술발표대회
• /
• pp.379-382
• /
• 2006

일반적으로 센서 어레이는 많은 채널의 센서를 가지고 있으므로 분석해야 할 데이터의 양이 많다. 따라서 다변량(多變量) 분석 방법을 이용하는데, 크게 통계적 방법과 신경망 방법을 분석하고자 하는 데이터의 특성이나 분석에 필요한 환경 조건에 맞는 분석 방법을 선택하여 이용한다. 센서 어레이의 신호 패턴을 분석하기 위해 본 연구에서는 상태 천이 모델을 이용하여 측정된 가스의 특성을 반영할 수 있는 통계적 방법에 대해 연구하였다. 센서 어레이 신호 데이터를 패턴 모양의 특성을 나타낼 수 있는 상태 천이 모델로 변환하여 가스 종류 식별이 보다 정확하게 이루어 질 수 있도록 모델을 설계하는데 중점을 두고, 모델링 요소인 '상태'는 일정한 시간 간격으로 샘플링 하였을 때의 신호값으로,'천이 관계는 각 천이 벡터의 각으로 각각 정의하여 각도변이 기반 상태천이 모델링을 고안하였다.