• The Korean Journal of Physiology and Pharmacology
• /
• 제23권5호
• /
• pp.305-310
• /
• 2019

The physiomic approach is now widely used in the diagnosis of cardiovascular diseases. There are two possible methods for cardiovascular physiome: the traditional mathematical model and the machine learning (ML) algorithm. ML is used in almost every area of society for various tasks formerly performed by humans. Specifically, various ML techniques in cardiovascular medicine are being developed and improved at unprecedented speed. The benefits of using ML for various tasks is that the inner working mechanism of the system does not need to be known, which can prove convenient in situations where determining the inner workings of the system can be difficult. The computation speed is also often higher than that of the traditional mathematical models. The limitations with ML are that it inherently leads to an approximation, and special care must be taken in cases where a high accuracy is required. Traditional mathematical models are, however, constructed based on underlying laws either proven or assumed. The results from the mathematical models are accurate as long as the model is. Combining the advantages of both the mathematical models and ML would increase both the accuracy and efficiency of the simulation for many problems. In this review, examples of cardiovascular physiome where approaches of mathematical modeling and ML can be combined are introduced.

• Smart Structures and Systems
• /
• 제24권2호
• /
• pp.233-242
• /
• 2019

In this paper, an inverse approach based on uniform load surface (ULS) is presented for structural damage localization and quantification. The ULS is excellent approximation for deformed configuration of a structure under distributed unit force applied on all degrees of freedom. The ULS make use of natural frequencies and mode shapes of structure and in mathematical point of view is a weighted average of mode shapes. An objective function presented to damage detection is discrepancy between the ULS of monitored structure and numerical model of structure. Solving this objective function to find minimum value yields damage's parameters detection. The teaching-learning based optimization algorithm has been employed to solve inverse problem. The efficiency of present damage detection method is demonstrated through three numerical examples. By comparison between proposed objective function and another objective function which make use of natural frequencies and mode shapes, it is revealed present objective function have faster convergence and is more sensitive to damage. The method has good robustness against measurement noise and could detect damage by using the first few mode shapes. The results indicate that the proposed method is reliable technique to damage detection in structures.

• International Journal of Internet, Broadcasting and Communication
• /
• 제13권3호
• /
• pp.63-72
• /
• 2021

Mobile crowd-sensing (MCS) is a promising sensing paradigm that leverages mobile users with smart devices to perform large-scale sensing tasks in order to provide services to specific applications in various domains. However, MCS sensing tasks may not always be successfully completed or timely completed for various reasons, such as accidentally leaving the tasks incomplete by the users, asynchronous transmission, or connection errors. This results in missing sensing data at specific locations and times, which can degrade the performance of the applications and lead to serious casualties. Therefore, in this paper, we propose a missing data inference approach, called missing data approximation with probabilistic tensor factorization (MDI-PTF), to approximate the missing values as closely as possible to the actual values while taking asynchronous data transmission time and different sensing locations of the mobile users into account. The proposed method first normalizes the data to limit the range of the possible values. Next, a probabilistic model of tensor factorization is formulated, and finally, the data are approximated using the gradient descent method. The performance of the proposed algorithm is verified by conducting simulations under various situations using different datasets.

• Nuclear Engineering and Technology
• /
• 제54권1호
• /
• pp.310-317
• /
• 2022

The mass attenuation coefficient is the primary physical parameter to model narrow beam gamma-ray attenuation. A new machine learning based approach is proposed to model gamma-ray shielding behavior of composites alternative to theoretical calculations. Two fuzzy logic algorithms and a neural network algorithm were trained and tested with different mixture ratios of vanadium slag/epoxy resin/antimony in the 0.05 MeV-2 MeV energy range. Two of the algorithms showed excellent agreement with testing data after optimizing adjustable parameters, with root mean squared error (RMSE) values down to 0.0001. Those results are remarkable because mass attenuation coefficients are often presented with four significant figures. Different training data sizes were tried to determine the least number of data points required to train sufficient models. Data set size more than 1000 is seen to be required to model in above 0.05 MeV energy. Below this energy, more data points with finer energy resolution might be required. Neuro-fuzzy models were three times faster to train than neural network models, while neural network models depicted low RMSE. Fuzzy logic algorithms are overlooked in complex function approximation, yet grid partitioned fuzzy algorithms showed excellent calculation efficiency and good convergence in predicting mass attenuation coefficient.

• 전자공학회논문지CI
• /
• 제49권3호
• /
• pp.15-26
• /
• 2012

최근 공간정보표현을 위해 벡터데이터 기반 디지털 맵의 활용도의 증가와 측량기술의 발전에 기인하여 높은 수준의 해상도를 갖는 고용량의 GIS(geographic information service) 서비스가 활발히 이루어지고 있다. 본 논문은 방대한 범위에서 높은 해상도를 갖는 1cm(센티미터) 단위의 정밀 벡터맵의 효율적인 압축을 위해 공간 영역 상에서의 에너지 집중 기법(spatial energy compaction, SEC)을 이용한 벡터맵 압축 기법을 제안한다. 제안 기법은 벡터맵에서 공간정보를 표현하기 위해 주로 사용되는 폴리곤(polygon) 및 폴리라인(polyline) 오브젝트에 대해 압축을 수행한다. 제안 기법에서는 전체 벡터맵을 국부영역으로 나눈 후, 각 국부영역 내의 오브젝트 인접성 및 방향성을 이용하여 세 가지 종류의 빈으로 분류하여 에너지 집중을 수행하며, 미리 정의된 가변길이부호화를 이용해 부호화하여 압축한다. 실험결과 동일한 벡터맵에 대해 1m 정밀도의 벡터간소화 기법이 약 13%의 압축율을 갖는 데 반해, 제안 기법은 1cm 단위의 정밀도에서 원본 데이터의 80%이상 압축이 수행됨을 확인하였다. 또한 이것은 기존에 제안한 SEC 기반 압축 기법보다 높은 압축율을 가지면서 낮은 계산 복잡도를 유지하며, 기존의 벡터 근사화 기법보다 높은 정밀도에서 높은 압축률로 압축할 수 있음을 실험을 통해 확인하였다.

• 한국정보처리학회논문지
• /
• 제5권7호
• /
• pp.1923-1932
• /
• 1998

본 논문은 아이콘 인덱싱 메커니즘(Icon indexing Mechanism)을 이용한 물체 인식 시스템을 구성함에 있어 기존의 모델을 계층적으로 찾아가는 탐색 트리의 방법을 보완하여 해시 테이블을 작성함으로써 모델의 검색에 필요한 시간을 줄이는 방법을 제안하고자 한다. 본 논문에서는 인접하는 다섯 개의 장점을 이용하여 매칭에 필요한 모델을 구조적 단위의 스트링으로 선정하였으며, 모델 스트링들간의 유사성을 측정하기 위하여 스트링 매칭 알고리듬을 이용하였다. 그리고 이들 스트링중 유사성이 가장 높은 스트링을 참조 스트링으로 선정하여, 참조 스트링으로부터의 각 스트링간의 거리를 해시의 킷값으로 이용하여 검색에 필요한 해시 테이블을 검색한다. 검색 결과 입력 영상으로부터 구해진 하나의 특권 스트링은 하나 혹은 여러 개의 모델에 대한 가설을 생성할 수 있으며, 이를 다시 해싱을 통하여 검색된 모델 스트링들과의 거리를 재계산하여 이 값이 주어진 임계값보다 작은 모델스트링과 최종 매칭이 되는 것으로 간주하였다. 실험결과 모델을 계층적으로 찾아가는 기존의 방식이 평균 8-10번의 거리를 계산해야만 매칭을 행할 수 있었음에 반해 제안한 방법은 2-3번의 거리 계산만으로 매칭을 행할 수 있었다.

• 한국정보과학회논문지:시스템및이론
• /
• 제32권10호
• /
• pp.520-529
• /
• 2005

본 논문에서는 특징 기반 3D 모델링 알고리즘을 제안한다. 깊이 기반 기술을 다루는 전통적인 방법들은 영상 정합을 위한 깊이정보추출에 많은 시간을 필요로 한다. 특징 기반 알고리즘에서 삼각형 내부의 모든 픽셀들에 대한 모델링 오차 계산이 필요하다 할지라도 깊이 기반 보다는 특징기반 방법들이 보다 적은 계산 부담을 가지나 이는 또한 계산 시간을 증가 시킨다. 그러므로 제안된 알고리즘은 효율적인 3D 모델을 생성하기 위해 초기 3D 모델 생성, 모델 평가 및 모델 세분화의 3단계로 구성하였다. 초기 모델 생성을 위해 자기 변화와 델루니 삼각화가 사용되었고 이 단계에서 빠른 경계 추출과 점진적인 델루니 삼각화 및 삼각형 내부의 중심에 가까운 정점을 선택하거나 모든 픽셀에 대한 오차 계산을 위한 연산 시간을 줄이기 위해 형태학적 미분 연산자를 수정하여 이용하였다. 모델 생성 후 평가 단계에서 표면의 변이 변화와 근사 오차 및 표면의 크기를 평가하여 드물게 정합을 수행 하였고, 그 후 큰 오차를 갖는 표면들을 선택하여 작은 표면이 되게 세밀화 작업을 했다. 실험 결과 제안된 알고리즘이 평탄영역 및 급격한 영역에서 보다 적은 모델링 오류로 적응적인 모델을 획득할 수 있었고 모델 획득시간을 현저하게 줄일 수 있었다.

• Journal of Radiation Protection and Research
• /
• 제23권3호
• /
• pp.159-174
• /
• 1998

개인방사선측정시스템은 광범위한 에너지의 방사선에 대하여 정확한 개인선량당량을 측정할 수 있어야 하지만 현재 사용중인 선량평가 알고리즘은 ANSI N13.11의 방사선장과 거의 유사한 과학기술부 고시에 명시되어 있는 X-선장을 기준으로 개발되었고 이는 실제 측정이 요구되는 방사선장과 상당한 차이가 있을 수 있다. 방사선작업종사자가 ANSI N13.11의 방사선장과 다른 형태의 방사선에 피폭되었을 경우 좀더 정확한 선량을 평가하기 위하여 한국원자력연구소에 설치되어 있는 단일에너지 X-선장에 $CaSO_4:Dy$ 열형광체를 조사시켜 에너지반응도를 실험적으로 구한 후 두 가지 형태의 알고리즘을 개발하였으며 이를 ANSI N13.11의 연속스펙트럼 X-선장에 기본을 두고 개발한 알고리즘과 비교하였다. 알고리즘 개발 후 ANSI, ISO의 연속 스펙트럼 X-선 및 단일에너지 X-선장과 IAEA/RCA 상호비교시험시 사용되었던 혼합방사선장 및 각도변화 실험데이타를 이용하여 이를 검증하였다. 검증결과 개발된 알고리즘들은 과학기술부 고시에 나타나 있는 X-선장뿐만 아니라 방사선작업환경에서 피폭될 수 있는 다른 종류의 방사선장에서도 매우 정확한 선량평가를 하고 있음을 확인하였다.

• 한국산학기술학회논문지
• /
• 제15권6호
• /
• pp.3813-3820
• /
• 2014

최근 전기 사용량이 증가하면서 전력수요와 공급능력의 불균형으로 인하여 전력예비율은 점차 감소되고 있으며, 전력 공급의 신뢰성도 떨어지고 있다. 이러한 배경 하에 전기저장장치(Battery Energy Storage System)는 수요관리의 유력한 수단 가운데 하나로써 중요성이 점차 부각되고 있다. 하지만, 이차전지를 이용한 전기저장장치는 아직 고가이므로 전력계통에 도입하여 운용하기 위해서는 경제성 평가가 필수적이다. 따라서, 본 논문에서는 전력회사용 BESS의 경제성평가를 위하여 BESS를 고려한 전원베스트믹스와 축사근사법을 이용하여, BESS의 도입 전 연간 운용비용과 BESS의 도입 후 연간 운용비용을 비교하여 최적의 BESS 도입용량과 도입비용을 산정하는 알고리즘을 제안하였다. 또한, 수용가용 BESS의 경제성평가에서는 피크세이빙 및 부하평준화 기능을 통하여 수용가의 기본전기요금과 사용량전기요금을 감소시켜 최대한의 메리트를 추구하는 경제성평가 알고리즘을 제시하였다. 제안한 알고리즘을 이용하여, 모델 전력계통과 수용가(교육기관)를 대상으로 BESS의 경제성을 분석하여, 본 논문에서 제시한 알고리즘의 유용성을 확인하였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제30권3호
• /
• pp.336-349
• /
• 2003

히스토그램은 최근들어 많은 관심을 끌고 있다. 히스토그램은 주로 상용 데이타베이스 관리 시스템에서 질의 최적화를 위해 속성의 값에 대한 데이타 분포를 추정하는데 사용되었다. 최근에는 근사 질의와 스트림 데이타에 대한 연구 분야에서 히스토그램에 대한 관심이 커지고 있다. 관계형 데이타베이스에서 두 개 이상의 속성에 대한 결합 데이타 분포를 근사시키는 가장 간단한 방법은 각 속성의 데이타 분포가 결합 데이타 분포에 독립적이라고 가정하는 속성 값 독립(Attribute Value Independence: AVI) 가정하 에서 각각의 속성에 대해서 히스토그램을 만드는 것이다 그러나 실제 데이타에서 이 가정은 잘 맞지 않는다. 따라서 이 문제를 해결하기 위해서 웨이블릿, 랜덤 샘플링, 다차원 히스토그램과 같은 기법들이 제안되 었다. 그 중에서 GENHIST는 실수형 속성에 대한 데이타 분포를 근사시키기 위해 고안된 다차원의 히스토그램이다. GENHIST는 데이타 분포를 좀 더 효과적으로 근사시키기 위해서 중첩되는 버킷을 사용한다. 본 논문에서는 SSE(Sum Squared Error)를 최소화시키는 중첩되는 버킷들의 최적 빈도를 결정하는 OPT 알고리즘을 제안한다. 처음에 GENHIST에 의해 중첩되는 버킷으로 구성되는 히스토그램을 만든 후에 OPT 알고리즘에 의해서 각 버킷의 빈도를 다시 계산해서 GENHIST를 개선시킬 수 있다. 실험 결과는 OPT 알고리즘이 GENHIST에 의해 만들어진 히스토그램의 정확도를 크게 개선시킴을 보여준다.