• 한국전산유체공학회:학술대회논문집
• /
• 한국전산유체공학회 2008년 추계학술대회논문집
• /
• pp.204-207
• /
• 2008

Stochastic molecular dynamics simulation is a variation of standard molecular dynamics simulation that basically omits water molecules. The omission of water molecules, occupying a majority of space, enables flow simulation at microscale. This study reports our stochastic molecular dynamics simulation of particles diffusing in rectangular microchannels. We interestingly found that diffusion patterns in channels with a very small aspect ratio differ by dimensions. We will also discuss the future direction of our research toward a more realistic simulation of micromixing.

• Journal of the Korean Statistical Society
• /
• 제26권2호
• /
• pp.171-180
• /
• 1997

Effects of order misspecification on statistical behavior of unit root tests are studied. We derive the limiting distributions of the Dickey-Fuller test statistics whose numerators are of the form c .int. W dW + .kappa. where W is a standard Brownian motion on [0, 1] and c is a real number. The term .kappa. is a major consequence of order misspecification and its explict expression is derived. Based on an analysis of .kappa., effects of order misspecification on unit root tests for AR(2), ARMA(1, 1), and AR(3) models are investigated.

• Journal of the Korean Statistical Society
• /
• 제27권2호
• /
• pp.165-187
• /
• 1998

Shin and Sarkar (1993, 1994) studied the problem of testing for a unit root in an AR(p) signal observed with MA(q) noise when the MA parameters are known. In this paper we consider the case when the MA parameters are unknown and to be estimated. Test statistics are defined using unit root parameter estimates based on three different estimation methods of Hannan and Rissanen (1982), Kohn (1979) and Shin and Sarkar (1995). An AR(p) process contaminated by MA(q) noise is a .estricted ARMA model, for which Shin and Sarkar (1995) derived an easy-to-compute Newton- Raphson estimator The two-stage estimation p.ocedu.e of Hannan and Rissanen (1982) is used to compute initial parameter estimates in implementing the iterative estimation methods of both Shin and Sarkar (1995) and Kohn (1979). In a simulation study we compare the relative performance of these unit root tests with respect to both size and power for p=q=1.

• 한국항해항만학회지
• /
• 제35권1호
• /
• pp.51-56
• /
• 2011

자연지형의 3D 디지털 지형모델(DTM)을 다루면서 소실된 셀의 데이터를 복원하거나, 저해상도의 DTM 이미지 일부를 컴퓨터 화면상에 확대표시 할 경우에는 존재하지 않는 데이터를 인위적으로 만들어줄 필요가 있다. 기존의 Bilinear법과 Bicubic법은 고도가 완만한 모델에는 잘 맞지만, 자연지형과 같이 무한의 상세함이 내재된 곳에는 부적합하다. 따라서 본 연구에서는 프랙탈 이론(Fractal theory)에 기초하여 자연지형을 보간하는 문제를 다루면서, 보간 전후 지형의 지형정보(프랙탈 차원과 표준편차)가 유지되는 한 방법을 제안한다. 이를 위해 DTM을 다수의 패치로 분할하고 프랙탈 기법으로 지형정보를 추출하고, 이 정보와 원래의 고도와 Random midpoint displacement법으로 보간한다. 제안된 알고리즘의 유효성을 확인하기 위해 가상의 프랙탈 지형을 만들어 시뮬레이션을 실시하고 기존의 방법과 비교한다.

• 한국정보통신학회논문지
• /
• 제14권9호
• /
• pp.2016-2022
• /
• 2010

점들의 집합으로부터 곡선이나 곡면을 구성하는 문제는 기하학적 모델링, 컴퓨터그래픽스, 영상처리 등의 분야에서 중요한 역할을 수행하고 있다. 특히 곡선 재구성 문제는 기존에 존재하는 곡선으로부터 샘플링된 점들로부터 순서를 부여하여 점들을 연결하는 문제이다. 이러한 문제에 대한 대부분의 기존 방법들은 유클리언 거리를 기초로 하고 있기 때문에 자기교차를 가지고 있는 곡선의 재구성 문제를 해결하지 못하고 있는 실정이다. 본 논문에서는 이러한 문제점을 해결하기 위하여 방향도 함께 고려하는 거리를 제안하고, 이를 이용하여 데이터 점들에게 순서를 부여하는 알고리즘을 제안한다. 본 논문에서 제안하는 거리함수는 브라운 운동의 확산 특성을 반영한 것으로서, 다음 점의 위치에 대한 정보를 표준정규분포로 전환함에 의해서 유도되었다. 본 논문의 우수성은 기존의 방법으로는 해결하지 못했던 자기교차 곡선 재구성 문제를 해결할 수 있다는 점이다.

• Computers and Concrete
• /
• 제32권4호
• /
• pp.399-410
• /
• 2023

This study proposes a novel use of backpropagated Levenberg-Marquardt neural networks based on computational intelligence heuristics to comprehend the examination of hybrid nanoparticles on the flow of dusty liquid via stretched cylinder. A two-phase model is employed in the present work to describe the fluid flow. The use of desulphated nanoparticles of silver and molybdenum suspended in water as base fluid. The mathematical model represented in terms of partial differential equations, Implementing similarity transformationsis model is converted to ordinary differential equations for the analysis . By adjusting the particle mass concentration and curvature parameter, a unique technique is utilized to generate a dataset for the proposed Levenberg-Marquardt neural networks in various nanoparticle circumstances on the flow of dusty liquid via stretched cylinder. The intelligent solver Levenberg-Marquardt neural networks is trained, tested and verified to identify the nanoparticles on the flow of dusty liquid solution for various situations. The Levenberg-Marquardt neural networks approach is applied for the solution of the hybrid nanoparticles on the flow of dusty liquid via stretched cylinder model. It is validated by comparison with the standard solution, regression analysis, histograms, and absolute error analysis. Strong agreement between proposed results and reference solutions as well as accuracy provide an evidence of the framework's validity.