• 디자인학연구
• /
• 제11권
• /
• pp.22-29
• /
• 1995

본 논문에서는 시각 조형적인 입장에서의 '칠성 화(七星畵)'를 대한(大韓)민족 고유의 시각전달체계의 한 심벌(symbol)로서 이해하였다. 또한 그것에 대한 그래픽분석을 통해 토속적인 민족의 정서를 단순하고 그래픽한 선과 색채로써 수학적인 그리드(grid)안에 규격있게 표현하였음을 분석하였다. 이에 칠성 화를 조상의 시각 조형물로서 커뮤니케이션 디자인의 한 분야로 정착시키는 데 기여하고자 함이 본 연구의 주된 목적이다. 이에 그래픽 측면 구조분석의 구체적 내용을 요약하면 1) 동양의 수학적 사고와 공간 구성은 기본적으로 동양의 공(空)과 허(虛)로 일컬어지는 0(zero)의 개념과 수학의 무한(無限)의 수(數)개념을 설명하였으며, 이것을 근거로 음양론(陰陽論)을 기초로 한 대칭 개념의 발전으로 대각선 전개 법을 유추하여 방위개념에 의거한 공간분할 방식을 설명하였다. 2) 비례분석에서는 황금 분할비 구형을 기준하여 현대적 레이아웃에 있어 시각중심 위치를 잡고 분석하였는데 이에 칠성화의 존상(尊像)의 미간중심을 그 비례 중심적으로 지정하였다. 3) 수학적 구조 분석은 균형있는 배열 및 그 형태법칙에 어떠한 통일된 원칙을 찾기 위한 방법으로 황금 분할 비에 의거하여 분할한 그리드를 적용시켜 그 위에 주(主)인물과 부(副)인물의 기본적인 움직임에 인체모듈(module)에 기준한 형태법칙을 유추 분석하였다. 이에 칠성화의 경우 만다라(曼茶羅) 도형의 기본 분할 방법과 그 맥을 같이 하여 두 가지 유형으로 분석하였다.

• 지구물리와물리탐사
• /
• 제15권2호
• /
• pp.75-84
• /
• 2012

해양 전자탐사의 겉보기 비저항은 해수층으로 인해 지표탐사와 그 정의가 달라지게 되며, 이를 적절히 계산할 수 있는 알고리듬의 개발은 해양 전자탐사의 출발점이 될 수 있다. 이를 위해, 1차원 층서 가스 하이드레이트 수치모형과 해수층과 그 하부의 반 무한매질로 이루어진 수치모형에서 계산한 전자기적 반응을 비교분석하였다. 겉보기 비저항을 계산하기 위해서는 실수와 허수 성분보다는 진폭과 위상을 사용하는 것이 더 적합하였으며 해양 전자탐사 반응의 민감도를 정량적으로 분석하여, 근거리 영역에서는 위상이 원거리 영역에서는 진폭 성분이 더 안정적인 결과를 주는 것을 알았다. 또한 위상과 진폭의 선택기준으로써 유도상수의 값을 제안하였다. 이러한 분석을 토대로 격자 탐색법(grid search)을 사용하여 겉보기 비저항을 계산하는 수치알고리듬을 개발하였다. 개발된 알고리듬을 이용하여 1차원 층서 가스 하이드레이트 수치모형의 다양한 변수를 변화시켜가며 겉보기 비저항을 계산해봄으로써 알고리듬의 타당성을 검증하였다. 마지막으로, 계산한 겉보기 비저항 값을 이용한 가스 하이드레이트 부존양상 정보의 도출가능성을 살펴보았다. 동해 울릉분지의 가스 하이드레이트 부존양상을 모사한 2차원 가스 하이드레이트 수치모형에서 계산된 자료의 겉치레 단면도는 가스 하이드레이트 부존양상 정보 추출이 가능함을 보여주었다.

• KEPCO Journal on Electric Power and Energy
• /
• 제2권2호
• /
• pp.311-316
• /
• 2016

인공신경망과 같은 기계학습에 기반한 네트워크 침입탐지/방지시스템은 특징 조합에 따라 탐지의 정확성과 효율성 측면에서 크게 영향을 받는다. 하지만 침입탐지에 사용 가능한 여러개의 특징들 중 정확성과 효율성 측면에서 최적의 특징 조합을 추출하는 특징 선택 문제는 많은 계산량을 요구한다. 본 논문에서는 NSL-KDD 데이터 집합에서 제공하는 6가지 서비스 거부 공격과 정상 트래픽을 구분해 내기 위한 최적 특징 조합 선택 문제를 다룬다. 최적 특징 조합 선택 문제를 해결하기 위해 대표적인 메타 휴리스틱 알고리즘 중 하나인 다중 시작 지역탐색 알고리즘에 기반한 최적 특징 선택 알고리즘을 제시한다. 제안한 특징 선택 알고리즘의 성능 평가를 위해 NSL-KDD 데이터를 상대로 41개의 특징 모두를 사용한 경우와 비교한다. 그리고 선택된 특징 조합을 사용했을 때 가장 높은 성능을 보여주는 기계학습 방법을 찾기위해 3가지 잘 알려진 기계학습 방법들 (베이즈 분류기와 인공신경망, 서포트 벡터 머신)을 사용해 성능을 비교한다.

• 대한화학회지
• /
• 제53권6호
• /
• pp.653-662
• /
• 2009

흡수, 분포, 대사, 배설 특성 및 독성을 예측하기 위한 효과적인 툴을 개발하는 것은 신약개발의 초기단계에서 NCE(new chemical entity)에 대한 가장 중요한 업무 중의 하나이다. 최근에 이런 시도중의 하나로서 ADME/T(absorption, distribution, metabolism, excretion, toxicity)관련 성질들의 예측에 support vector machine(SVM)을 이용하고 있다. 그리고 SVM은 ADME/T 성질들을 정확하게 예측하는데 많이 사용 되고 있다. 그러나 SVM 모델링에 두 가지 문제가 있다. 특성 선택(feature selection) 과 매개변수 설정(parameter setting)은 여전히 해결해야 할 과제이다. 이 두 가지 문제들은 SVM 분류의 효율성과 정확도에 결정적인 영향을 끼친다. 특히 특성 선택과 최적화된 SVM 변수의 설정은 서로 영향을 주기 때문에 동시에 다루어져야 한다. 여기서 우리는 genetic algorithm(GA) – 특성 선택에 사용 – 과 grid search(GS) method– 변수최적화에 사용 – 두 가지를 통합하는 효과적인 해결책을 제시하였다. ADME/T관련 성질 중 하나인 심장부정맥을 야기시키는 hERG 이온채널 저해제 분류 모델이 여기서 제안된 GA-GS-SVM을 위해 할당되고 테스트 되었다. 1891개의 화합물을 가지는 트레이닝 셋으로 단일 모델 3개, 앙상블 모델 3개, 총 6개의 모델을 만들었고 175개의 외부 데이터를 테스트 셋으로 사용하여 검증하였다. 데이터의 불균형 문제를 해결하기 위하여 GA-GS-SVM 단일 모델에 의한 예측 정확도와 GA-GS-SVM 앙상블 모델 예측 정확도를 비교하였으며, 앙상블모델을 사용하여 예측의 정확도를 높일 수 있었다.

• 컴퓨터교육학회논문지
• /
• 제12권4호
• /
• pp.57-64
• /
• 2009

단백질 구조 비교는 각 단백질에 존재하는 수많은 원자들을 처리해야 하므로 많은 컴퓨팅 자원을 요구하는 작업이다. 이러한 작업을 처리하기 위한 접근법으로써 그리드 환경에서 시간 소모가 큰 계산 작업을 분산 처리하는 것이 널리 사용되어 왔다. 그러나 이러한 그리드 환경을 통제하는 것은 비전문가들에게 쉽지 않을 수 있다. 본 논문에서는 비전문가들도 쉽게 그리드 환경을 통제할 수 있는 JXTA 기반의 단백질 구조 비교 시스템을 제안한다. 쿼리 단백질과 비슷한 단백질들을 찾기 위해 사전처리 단계 와 인식단계로 구성된 기하학적 해싱 알고리즘이 사용되었다. 실험 결과에 의하면 주어진 쿼리 단백질 구조와 일치하는 단백질 구조를 시스템이 정확히 찾고 또한 제안된 시스템은 쉽게 단백질 다킹 문제를 해결하도록 확장될 수도 있다. 본 논문에서 제안하는 시스템은 비전문가들, 특히 생물학이나 화학을 전공하는 대학생들처럼 일반적으로 분산 시스템에 대한 숙련된 지식이 없는 사용자들에게 도움이 되리라 기대된다.

• 대기
• /
• 제25권3호
• /
• pp.529-541
• /
• 2015

Korea Institute of Atmospheric Prediction System (KIAPS) has been developing a global numerial prediction model and data assimilation system. We has implemented LETKF (Local Ensemble Transform Kalman Filter, Hunt et al., 2007) data assimilation system to NCAR CAM-SE (National Center for Atmospheric Research Community Atmosphere Model with Spectral Element dynamical core, Dennis et al., 2012) that has cubed-sphere grid, known as the same grid system of KIAPS Integrated Model (KIM) now developing. In this study, we have assimilated Global Positioning System Radio Occultation (GPS-RO) bending angle measurements in addition to conventional data within ensemble-based data assimilation system. Before assimilating bending angle data, we performed a vertical unit conversion. The information of vertical localization for GPS-RO data is given by the unit of meter, but the vertical localization method in the LETKF system is based on pressure unit. Therefore, with a clever conversion of the vertical information, we have conducted experiments to search for the best vertical localization scale on GPS-RO data under the Observing System Simulation Experiments (OSSEs). As a result, we found the optimal setting of vertical localization for the GPS-RO bending angle data assimilation. We plan to apply the selected localization strategy to the LETKF system implemented to KIM which is expected to give better analysis of GPS-RO data assimilation due to much higher model top.

• 한국항공우주학회지
• /
• 제33권2호
• /
• pp.1-10
• /
• 2005

비정상 유동의 모사를 위한 병렬화된 비정렬 중첩격자기법을 개발하였다. 비정렬 격자계에서 효율적이고 강건하게 쓰일 수 있는 탐색방법과 병렬경계에서 유동적으로 변하는 데이터의 수를 처리할 수 있는 자료구조를 제안하였다. 격자계간의 정보전달을 위한 삽간경계면을 정의하였고, 공간상의 이차정확도를 유지하기 위한 삽간방법 및 물체내부에 위치하는 삽간점에 대한 처리방법을 제안하였다. 개발된 해석코드의 검증을 위해 Eglin/Pylon 형상에서 분리되는 스토어의 궤적을 해석하여 실험치와 비교하였고, 다 물체간의 상대운동이 있는 비정상유동의 적용을 위해 세 개의 스토어 분리에 대한 해석을 수행하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권4호
• /
• pp.911-923
• /
• 2016

빅데이터 시대에 머신러닝의 중요성은 더욱 부각되고 있고 로지스틱 회귀는 머신러닝에서 분류를 위한 방법으로 의료, 경제학, 마케팅 및 사회과학 전반에 걸쳐 널리 사용되고 있다. 지금까지 R과 Hadoop의 통합환경인 RHIPE 플랫폼은 설치 및 MapReduce 구현의 어려움으로 인해 거의 연구가 이루지 지지 않았다. 본 논문에서는 대용량 데이터에 대해 로지스틱 회귀 추정을 위한 두가지 알고리즘 즉, Gradient Descent 알고리즘과 Newton-Raphson 알고리즘에 대해 MapReduce로 구현하고, 실제 데이터와 모의실험 데이터를 가지고 이들 알고리즘 간의 성능을 비교하고자 한다. 알고리즘 성능 실험에서 Gradient Descent 알고리즘은 학습률에 크게 의존하고 또한 데이터에 따라 수렴하지 않는 문제를 갖고 있다. Newton-Raphson 알고리즘은 학습률이 불필요 할 뿐만 아니라 모든 실험 데이터에 대해 좋은 성능을 보였다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제9권12호
• /
• pp.987-997
• /
• 2019

미국에서는 도시환경의 보행친화도를 정량적으로 측정하는 지수인 워크스코어를 개발하여 지원하고 있다. 본 연구의 목적은 서울시를 대상으로 워크스코어 데이터를 구축하고, 워크스코어의 원활한 사용을 위해 컴퓨터 기반의 워크스코어 시스템을 개발하는데 있다. 본 연구의 공간적 대상은 서울시이며, 분석의 공간단위는 100m × 100m 그리드 단위이다. 본 연구에서는 미국에서 개발한 기존의 워크스코어 계산법을 활용하였으며, 지리정보시스템(GIS)를 활용하여 총 58,062개 지점의 워크스코어 값을 도출하였다. 본 연구에서는 위도, 경도, 워크스코어 값으로 구성된 데이터를 활용할 수 있는 자바 기반의 시스템을 구현하였다. 워크스코어 시스템은 위경도 기반 및 주소기반 검색기능을 동시에 제공하였다. 이와 함께 검색한 위치가 시스템 내의 데이터와 일치하지 않을 때에는 가장 근접한 지점의 워크스코어 값을 제공하도록 설계하였다. 본 연구는 도시계획학에서 개발한 워크스코어라는 콘텐츠를 일반 국민 누구나 실생활에서 활용할 수 있는 시스템으로 구현한다는 차원에서 의의가 있다.

• 산업경영시스템학회지
• /
• 제44권4호
• /
• pp.12-22
• /
• 2021

This article suggests the machine learning model, i.e., classifier, for predicting the production quality of free-machining 303-series stainless steel(STS303) small rolling wire rods according to the operating condition of the manufacturing process. For the development of the classifier, manufacturing data for 37 operating variables were collected from the manufacturing execution system(MES) of Company S, and the 12 types of derived variables were generated based on literature review and interviews with field experts. This research was performed with data preprocessing, exploratory data analysis, feature selection, machine learning modeling, and the evaluation of alternative models. In the preprocessing stage, missing values and outliers are removed, and oversampling using SMOTE(Synthetic oversampling technique) to resolve data imbalance. Features are selected by variable importance of LASSO(Least absolute shrinkage and selection operator) regression, extreme gradient boosting(XGBoost), and random forest models. Finally, logistic regression, support vector machine(SVM), random forest, and XGBoost are developed as a classifier to predict the adequate or defective products with new operating conditions. The optimal hyper-parameters for each model are investigated by the grid search and random search methods based on k-fold cross-validation. As a result of the experiment, XGBoost showed relatively high predictive performance compared to other models with an accuracy of 0.9929, specificity of 0.9372, F₁-score of 0.9963, and logarithmic loss of 0.0209. The classifier developed in this study is expected to improve productivity by enabling effective management of the manufacturing process for the STS303 small rolling wire rods.