• Nuclear Engineering and Technology
• /
• 제49권6호
• /
• pp.1172-1180
• /
• 2017

The application of Monte Carlo (MC) to large-scale fixed-source problems has recently become possible with new hybrid methods that automate generation of parameters for variance reduction techniques. Two common variance reduction techniques, weight windows and source biasing, have been automated and popularized by the consistent adjoint-driven importance sampling (CADIS) method. This method uses the adjoint solution from an inexpensive deterministic calculation to define a consistent set of weight windows and source particles for a subsequent MC calculation. One of the motivations for source consistency is to avoid the splitting or rouletting of particles at birth, which requires computational resources. However, it is not always possible or desirable to implement such consistency, which results in inconsistent source biasing. This paper develops an original framework that mathematically expresses the coupling of the weight window and source biasing techniques, allowing the authors to explore the impact of inconsistent source sampling on the variance of MC results. A numerical experiment supports this new framework and suggests that certain classes of problems may be relatively insensitive to inconsistent source sampling schemes with moderate levels of splitting and rouletting.

• Nuclear Engineering and Technology
• /
• 제38권3호
• /
• pp.225-230
• /
• 2006

With the advent of inexpensive computing power over the past two decades, applications of Monte Carlo radiation transport techniques have proliferated dramatically. At Los Alamos, the Monte Carlo codes MCNP5 and MCNPX are used routinely on personal computer platforms for radiation shielding analysis and dosimetry calculations. These codes feature a rich palette of variance reduction (VR) techniques. The motivation of VR is to exchange user efficiency for computational efficiency. It has been said that a few hours of user time often reduces computational time by several orders of magnitude. Unfortunately, user time can stretch into the many hours as most VR techniques require significant user experience and intervention for proper optimization. It is the purpose of this paper to outline VR strategies, tested in practice, optimized for several common radiation shielding tasks, with the hope of reducing user setup time for similar problems. A strategy is defined in this context to mean a collection of MCNP radiation transport physics options and VR techniques that work synergistically to optimize a particular shielding task. Examples are offered in the areas of source definition, skyshine, streaming, and transmission.

• 한국시뮬레이션학회논문지
• /
• 제10권2호
• /
• pp.61-74
• /
• 2001

The reliability evaluation of the large scale network becomes very complicate according to the growing size of network. Moreover if the reliability is not constant but follows probability distribution function, it is almost impossible to compute them in theory. This paper studies the network evaluation methods in order to overcome such difficulties. For this an efficient path set algorithm which seeks the path set connecting the start and terminal nodes efficiently is developed. Also, various variance reduction techniques are applied to compute the system reliability to enhance the simulation performance. As a numerical example, a large scale network is given. The comparisons of the path set algorithm and the variance reduction techniques are discussed.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1996년도 하계학술대회 논문집 B
• /
• pp.887-889
• /
• 1996

This paper presents Variance Reduction Techniques of the Monte Carlo Simulation considering Non-Exponential Distribution for Power System Reliability Evaluation. Generally, the components consisting of power system are assumed to be exponentially distributed in their state residence time. Sometimes, however, this assumption may cause a lot of errors in the reliability index evaluation. Non-exponential distribution can be approximated by a sum of several Erlangian distributions, whose inverse transform is easily calculated by using composition method. This paper proposes a new approach to deal with the non-exponential distribution and to reduce the simulation time by virtue of Variance Reduction Techniques such as Control Variate and Antithetic Variate.

• 한국시뮬레이션학회논문지
• /
• 제14권3호
• /
• pp.129-136
• /
• 2005

We develop a variance reduction technique applicable in one simulation experiment whose purpose is to estimate the parameters of a first order linear model. This method utilizes the control variates obtained during the course of simulation run under Schruben and Margolin's method (S-M method). The performance of this method is shown to be similar in estimating the main effects, and to be superior to S-M method in estimating the overall mean response in a given model. We consider that a proposed method may yield a better result than S-M method if selected control variates are highly correlated with the response at each design point.

• 한국컴퓨터정보학회논문지
• /
• 제23권12호
• /
• pp.21-26
• /
• 2018

As the large amount of data can be efficiently stored, the methods extracting meaningful features from big data has become important. Especially, the techniques of converting high- to low-dimensional data are crucial for the 'Data visualization'. In this study, principal component analysis (PCA; linear dimensionality reduction technique) and Isomap (non-linear dimensionality reduction technique) are introduced and applied to neural big data obtained by the functional magnetic resonance imaging (fMRI). First, we investigate how much the physical properties of stimuli are maintained after the dimensionality reduction processes. We moreover compared the amount of residual variance to quantitatively compare the amount of information that was not explained. As result, the dimensionality reduction using Isomap contains more information than the principal component analysis. Our results demonstrate that it is necessary to consider not only linear but also nonlinear characteristics in the big data analysis.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 2005년도 춘계학술대회 논문집
• /
• pp.45-49
• /
• 2005

본 연구는 시뮬레이션 반응변수가 입력 인자의 선형 1차식으로 표현된 경우에 인자의 파라미터를 효과적으로 추정하기위해 사용될 수 있는 분산감소기법을 제안하였다. 이 기법은 하나의 실험설계에 공통난수와 대조난수를 동시에 사용하는 Schruben과 Margolin의 방법과 시뮬레이션하는 도중에 얻어지는 통제변수를 활용하는 기법을 결합하는 방법으로 시뮬레이션의 효율성을 개선하고자 하였다. 시뮬레이션 결과 제안된 기법은 주어진 모형의 평균 반응치를 추정한 데는 S-M 기법보다 효과적이었으며 인자의 다른 파라미터를 추정하는 데는 S-M 기법과 비슷한 성과를 보이고 있다. 만일 시뮬레이션 과정에서 반응변수와 상관성이 높은 통제변수들을 선택할 수 있는 경우에는 제안된 기법이 S-M 기법보다 보다 파라미터 추정에 효과적일 것으로 판단된다.

• 한국의학물리학회지:의학물리
• /
• 제14권4호
• /
• pp.240-248
• /
• 2003

몬테칼로 계산은 다른 어떤 알고리즘보다 정확한 선량 계산 결과를 주지만 계산 시간이 오래 걸리는 단점이 있다. 본 연구에서는 Varian 600 C/D 선형가속기로부터지 6 MV 광자선에 대해 몬테칼로 계산을 사용하여 얻은 선량 분포가 측정에 의해 얻은 선량 분포와 2％ 이내에서 서로 잘 일치하도록 하며 분산 감소 기법을 사용하여 계산 시간 단축 정도를 평가하였다. 그리고 연산 능력을 높여 계산 시간 단축 정도를 평가하여 분산 감소 기법을 사용한 경우와 연산 능력을 높인 경우 간에 계산 시간 단축 정도를 비교하였다. 몬테칼로 계산 코드로는 빔 모사를 위해 BEAMnrc 코드, 선량 계산을 위해 DOSXYZnrc 코트를 각각 사용하였는데 분산 감소 기법은 이 코드들에서 지원하는 방법들을 사용하였고 연산 능력을 높이는 방법으로는 컴퓨터 클러스터를 이용한 병렬 처리를 사용하였다. 비교 결과, 분산 감소 기법을 사용하여 계산 시간을 최대 1/25 이상 단축시킬 수 있었고 9대의 컴퓨터를 이용한 병렬 처리 결과 계산 시간을 1/9로 단축시킬 수 있었다. 계산 곁과의 정확성을 만족할 만한 수준으로 유지할 수 있다면 분산감소 기법을 포함한 간략화된 물리의 적용은 현 시점에서 몬테칼로 선량 계산 시간을 획기적으로 단축시킬 대안이 될 수 있다.

• 한국시뮬레이션학회논문지
• /
• 제4권1호
• /
• pp.25-36
• /
• 1995

We develop a variance reduction technique in one simulation experiment whose purpose is to estimate the parameters of a first-order linear model. This method utilizes the control variates obtained during the course of simulation run under Schruben and Margolin's method (S-M method). The performance of this method is shown to be similar in estimating the main effects, and to be superior to S-M method in estimating the overall mean response in the hospital simulation experiment. For the general case, we consider that a proposed method may yield a better result than S-M method if selected control variates are highly correlated with the response at each design point.

• Journal of the Korean Data and Information Science Society
• /
• 제20권5호
• /
• pp.869-878
• /
• 2009

다양한 원인으로 발생하여 원래의 순수한 영상을 오염시키는 잡음을 제거하는 것은 영상처리 분야에서 가장 중요한 것이며 이를 위한 연구가 활발하게 진행되어 오고 있다. 본 연구에서 다루고자 하는 잡음제거 기법인 시그마 필터는 잡음을 감소하기 위하여 널리 사용되는 기법이다. 본 연구에서는 영상을 오염시키고 있는 잡음의 상대적인 크기를 바틀렛 검정을 사용하여 측정하고, 이를 통하여 잡음의 분산을 추정한다. 또한, 추정된 잡음의 분산의 크기를 시그마 필터에 응용하여 잡음을 효과적으로 제거하는 통계적 알고리즘을 제시한다. 모의실험 결과, 본 연구에서 제안하는 알고리즘의 성능이 잡음의 분산의 수준에 관계없이 현저하게 우수한 것을 알 수 있으며 그 효용성은 시각적으로도 명확하게 확인할 수 있다.