• 한국해양학회지:바다
• /
• 제6권1호
• /
• pp.1-12
• /
• 2001

Topex/Poseidon(T/P)고도계 자료를 조석 수치 모델에 혼합하여 북동 아시아 해역의 $M_2,\;S_2,\; K_1$, 및 $O_1$ 분조를 $5'{\times}5'$ 분해능으로 계산하여, 북동 아시아의 조석을 산정하였다. Blending 방법에 사용되는 가중 인자 값에 대한 모델반응을 검토하기 위해 $M_2$ 분조만을 고려한 수치 실험이 수행되었으며, 수치 실험을 통해 T/P 자료를 정확히 재현하되 혼합함으로써 발생하는 잡음을 줄이기 위해 가중 인자 값은 수심의 평방근에 반비례하도록 설정하였다. T/P자료에서 구한 $M_2,\;S_2,\; K_1$, 및 $O_1$ 분조를 동시에 혼합한 수치 모델 결과는 연구 해역 내의 모든 T/P궤도 자료와 비교되었다. 진폭 오차와 지각 오차의 평균은 거의 0으로 나타났다. 진폭 오차의 표준 편차는 2 cm 내외였으며, 지각오차의 표준 편차는 $10^{\circ}$보다 작았다. T/P자료를 혼합한 모델 결과는 특히 얕은 수심(h<250m)의 T/P 궤도 자료와 거의 일치하는 것으로 나타났다. 그러나 T/P 자료만으로부터 계산된 진폭과 지각은 깊은 수심 해역에 대해서는 불합리한 공간 변화를 보이는 반면, 이들 자료를 동화시킨 모델 결과는 T/P 자료와는 차이를 보이나 합리적인 진폭과 지각의 공간 분포를 보였다. 한편 T/P자료를 혼합한 모델 결과는 자료 동화에 사용하지 않은 연안 관측 자료와도 비교적 잘 일치하였다.

• 응용통계연구
• /
• 제33권5호
• /
• pp.615-625
• /
• 2020

문서-용어 빈도행렬은 그룹정보가 존재하는 문서들의 용어를 추출한 것으로 일반적인 텍스트 마이닝에서의 자료이다. 본 연구에서는 연구 분야 성격에 따른 문서 분류를 위해 문서-용어 빈도행렬을 생성하고, 전통적인 용어 가중치 함수인 TF-IDF와 최근 잘 알려진 용어 가중치 함수인 TF-IGM을 적용하였다. 또 용어 가중치가 적용된 문서-용어 가중행렬에 문서분류 정확도 향상을 위해 핵심어를 추출하여 문서-핵심어 가중행렬을 생성하였다. 핵심어가 추출된 행렬을 바탕으로, 심층 신경망을 이용해 문서를 분류하였다. 심층 신경망에서 최적의 모델을 찾기 위해 매개변수인 은닉층과 은닉노드수를 변화해가며 문서 분류 정확도를 확인하였다. 그 결과 8개의 은닉층을 가진 심층 신경망 모델이 가장 높은 정확도를 보였으며 매개변수 변화에 따른 모든 TF-IGM 문서 분류 정확도가 TF-IDF 문서 분류 정확도보다 높은 것을 확인하였다. 또한 개별 범주에 대한 문서 분류 분석 결과를 서포트 벡터 머신과 비교했을 때 심층 신경망이 대부분의 결과에서 더 좋은 정확도를 보임을 확인하였다.

• 대기
• /
• 제26권4호
• /
• pp.697-709
• /
• 2016

This study estimates and evaluates the extreme value of 30 m-resolution daily maximum and minimum temperatures over South Korea, using inverse distance weighting (IDW), parameter-elevation regression on independent slopes model (PRISM) and generalized extreme value (GEV) method. The three experiments are designed and performed to find the optimal estimation strategy to obtain extreme value. First experiment (EXP1) applies GEV firstly to automated surface observing system (ASOS) to estimate extreme value and then applies IDW to produce high-resolution extreme values. Second experiment (EXP2) is same as EXP1, but using PRISM to make the high-resolution extreme value instead of IDW. Third experiment (EXP3) firstly applies PRISM to ASOS to produce the high-resolution temperature field, and then applies GEV method to make high resolution extreme value data. By comparing these 3 experiments with extreme values obtained from observation data, we find that EXP3 shows the best performance to estimate extreme values of maximum and minimum temperatures, followed by EXP1 and EXP2. It is revealed that EXP1 and EXP2 have a limitation to estimate the extreme value at each grid point correctly because the extreme values of these experiments with 30 m-resolution are calculated from only 60 extreme values obtained from ASOS. On the other hand, the extreme value of EXP3 is similar to observation compared to others, since EXP3 produces 30m-resolution daily temperature through PRISM, and then applies GEV to that result at each grid point. This result indicates that the quality of statistically produced high-resolution extreme values which are estimated from observation data is different depending on the combination and procedure order of statistical methods.

• 대한기계학회논문집A
• /
• 제21권11호
• /
• pp.1773-1785
• /
• 1997

The cooling stage is the very critical and most time consuming stage of the injection molding process, thus it cleary affects both the productivity and the part quality. Even through there are several commercialized package programs available in the injection molding industry to analyze the cooling performance of the injection molding coling stage, optimization of the cooling system has npt yet been accomplished in the literature due to the difficulty in the sensitivity analysis. However, it would be greatly desirable for the mold cooling system designers to have a computer aided design system for the cooling stage. With this in mind, the present study has successfully developed an interated computer aided design system for the injection molding cooling system. The CAD system utilizes the sensitivity analysis via a Boundary Element Method, which we recently developed, and the well-known CONMIN alforuthm as an optimization technique to minimize a weighted combination (objective function) of the temperature non-uniformity over the part surface and the cooling time related to the productivity with side constranits for the design reality. In the proposed objective function , the weighting parameter between the temperature non-uniiformity abd the cooling time can be adjusted according to user's interest. In this cooling system optimization, various design variable are considered as follows : (i) (design variables related to processing conditions) inlet coolant bulk temperature and volumetric flow rate of each cooling channel, and (ii) (design variables related to mold cooling system design) radius and location of each cooling channel. For this optimum design problem, three different radius and location of each cooling channel. For this optimum design problem, three different strategies are suffested based upon the nature of design variables. Three sample problems were successfully solved to demonstrated the efficiency and the usefulness of the CAD system.

• 대한산업공학회지
• /
• 제41권1호
• /
• pp.43-49
• /
• 2015

The aim of this study was to model unusual association with declarative knowledge by positive affect using ACT-R cognitive architecture. Existing research related with cognitive modeling tends to pay a lot of attention to strong and negative cognitive moderator. Mild positive affect, however, has far-reaching effects on problem solving and decision making. Typically, subjects with positive affect were more likely to respond to unusual associates in a word association task than subjects with neutral affect. In this study, a cognitive model using ACT-R cognitive architecture was developed to show the effect of positive affect on the cognitive organization related with memory. First, we organized the memory structure of stimulus word 'palm' based on published results in a word association task. Then, we decreased an ACT-R parameter that reflects the amount of weighting given to the dissimilarity between the stimulus word and the associate word to represent reorganized memory structure of the model by positive affect. As a result, no significant associate probability difference between model prediction and existing empirical data was found. The ACT-R cognitive architecture could be used to model the effect of positive affect on the unusual association by decreasing (manipulating) the weight of the dissimilarity. This study is useful in conducting model-based evaluation of the effects of positive affect in complex tasks involving memory, such as creative problem solving.

• 전기전자학회논문지
• /
• 제5권2호
• /
• pp.221-231
• /
• 2001

본 논문에서는 MPEG-1을 MPEG-4 심플 프로파일로 변환 부호화할 때 화면내 부호화를 위한 효율적인 재양자화 기법에 대해 제안한다. MPEG-1의 화면내 부호화 블록의 양자화는 양자화 가중 행렬을 사용하는 반면, MPEG-4 심플 프로파일은 양자화 가중 행렬을 사용하지 않는다. 그 결과 두 부호화 방식의 양자화에 사용되는 양자화 파라미터가 동일하더라도 양자화 계단 크기가 서로 달라지기 때문에 변환 부호화된 MPEG-4 영상의 화질이 심하게 열화 된다. 이 문제를 해결하기 위해 변환 부호기에서 양자화 오차를 최소화하는 재생레벨을 결정하는 방식을 제안하며, 이 방식의 적용을 위해 변환부호기에서 MPEG-1 시퀸스의 DCT 계수에 대한 확률밀도함수를 추정하는 방법을 제시한다. 실험결과에 의하면 제안된 방식을 적용할 경우 기존의 방식에 비해 PSNR 측면에서 $0.3{\sim}0.6dB$ 정도의 개선이 있으며, 동시에 발생 비트량을 $5{\sim}7%$ 정도 줄일 수 있다.

• Nuclear Engineering and Technology
• /
• 제52권7호
• /
• pp.1429-1435
• /
• 2020

Applying an accurate parametric prediction model to identify abnormal or false pressurizer water levels (PWLs) is critical to the safe operation of marine pressurized water reactors (PWRs). Recently, deep-learning-based models have proved to be a powerful feature extractor to perform high-accuracy prediction. However, the effectiveness of models still suffers from two issues in PWL prediction: the correlations shifting over time between PWL and other feature parameters, and the example imbalance between fluctuation examples (minority) and stable examples (majority). To address these problems, we propose a cost-sensitive mechanism to facilitate the model to learn the feature representation of later examples and fluctuation examples. By weighting the standard mean square error loss with a cost-sensitive factor, we develop a Cost-Sensitive Long Short-Term Memory (CSLSTM) model to predict the PWL of PWRs. The overall performance of the CSLSTM is assessed by a variety of evaluation metrics with the experimental data collected from a marine PWR simulator. The comparisons with the Long Short-Term Memory (LSTM) model and the Support Vector Regression (SVR) model demonstrate the effectiveness of the CSLSTM.

• 지구물리와물리탐사
• /
• 제9권1호
• /
• pp.86-92
• /
• 2006

정규화된 파동장을 이용하는 탄성파 전파형 역산법은 기존의 전파형 역산법에서 필요로 하는 탄성파원 예측으로 인해 야기되는 잠재적인 역산오차를 피할 수 있다. 본 논문에서는 이러한 전파형 역산법에 가중 평활화제약을 추가하여 분해능을 높였으며, 모든 주파수성분을 동시에 역산하지 않고 주파수 별로 순차적으로 역산하도록 수정하였다. 새로운 방법은 간단한 2 차원 단층모델에 적용하여 검증하였다. 가장 큰 개선점은 적분감도에 기초하여 결정한 가중계수를 모델변수에 도입한 점이다. 모델변수에 가중계수를 적용하면 평활화제약을 선택적으로 완화할 수 있기 때문에 영상화 재구성 시 잘못된 영상을 줄이는데 효과적이다. 다중 단일주파수 역산은 다중주파수 동시역산을 대치할 수 있으며, 특히 작은 주파수부터 먼저 사용하는 순차적인 단일주파수 역산은 계산효율면에서 유용하다.

• 한국토양환경학회지
• /
• 제2권3호
• /
• pp.31-38
• /
• 1997

산성폐수에 함유된 오염물질의 물리적 화학적 특성이 배우 복잡하기 때문에 산성폐수에 의해 오염된 지표수나 지하수등의 오염정도를 지역적, 시간적 변화에 따라 비교하는 일은 쉽지가 않다. 본 논문에서는 산성폐수에 의해 오염된 지표수나 지하수의 오염도를 정량적으로 평가할 수 있는 수학적 지표를 제시하였으며, 오염지표를 이용하여 국내 폐탄광의 갱내 유출수에 대한 오염도를 검토하였다. 사용된 오염지표(Acid Mine Drainage Index)는 수질의 오염정도를 가장 잘 나타낼수 있는 7개의 변수 즉, pH값, 황산염(Sulfate), 철, 망간, 알루미늄, 구리 및 아연 함량을 이용하여 계산하였다. 사용된 변수는 오염도에 미치는 상대적인 중요도를 감안하여 가중치를 사용하였으며 , pH값 및 황산염함량에 가장 높은 가중치를 부여하였다. 국내 폐광산에서 유출되는 산성폐수의 오염도 평가결과 경북 문경에 소재한 석봉탄광이 조사탄광중 상대적으로 오염도가 높았으며, 지역적으로 영동지역에 위치한 폐탄광의 갱내 유출수가 영서, 중부, 서부 및 남부에 위치한 폐탄광에 비해 오염도가 높게 나타났다.

• Industrial Engineering and Management Systems
• /
• 제12권3호
• /
• pp.244-253
• /
• 2013

In industries, shipping is an important issue in improving the forecasting accuracy of sales. This paper introduces a hybrid method and plural methods are compared. Focusing the equation of exponential smoothing method (ESM) that is equivalent to (1, 1) order autoregressive-moving-average (ARMA) model equation, a new method of estimating the smoothing constant in ESM had been proposed previously by us which satisfies minimum variance of forecasting error. Generally, the smoothing constant is selected arbitrarily. However, this paper utilizes the above stated theoretical solution. Firstly, we make estimation of ARMA model parameter and then estimate the smoothing constant. Thus, theoretical solution is derived in a simple way and it may be utilized in various fields. Furthermore, combining the trend removing method with this method, we aim to improve forecasting accuracy. This method is executed in the following method. Trend removing by the combination of linear and 2nd order nonlinear function and 3rd order nonlinear function is executed to the original production data of two kinds of bread. Genetic algorithm is utilized to search the optimal weight for the weighting parameters of linear and nonlinear function. For comparison, the monthly trend is removed after that. Theoretical solution of smoothing constant of ESM is calculated for both of the monthly trend removing data and the non-monthly trend removing data. Then forecasting is executed on these data. The new method shows that it is useful for the time series that has various trend characteristics and has rather strong seasonal trend. The effectiveness of this method should be examined in various cases.