• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권10호
• /
• pp.407-420
• /
• 2021

심층신경망은 다양한 문제를 해결하는데 널리 사용되고 있다. 하지만 은닉층이 깊은 심층신경망을 학습하는 동안 빈번히 발생하는 기울기 소실 또는 폭주 문제는 심층신경망 학습의 큰 걸림돌이 되고 있다. 본 연구에서는 기울기 소실이 발생하는 원인 중 비선형활성함수에 의해 발생할 수 있는 기울기 소실 문제를 완화하기 위해 파라메트릭 활성함수를 제안한다. 제안된 파라메트릭 활성함수는 입력 데이터의 특성에 따라 활성함수의 크기 및 위치를 변환시킬 수 있는 파라미터를 적용하여 얻을 수 있으며 역전파과정을 통해 활성함수의 미분 크기에 제한이 없는 손실함수를 최소화되도록 학습시킬 수 있다. 은닉층 수가 10개인 XOR문제와 은닉층 수가 8개인 MNIST 분류문제를 통하여 기존 비선형활성함수와 파라메트릭활성함수의 성능을 비교하였고 제안한 파라메트릭 활성함수가 기울기 소실 완화에 우월한 성능을 가짐을 확인하였다.

• 한국음향학회지
• /
• 제40권4호
• /
• pp.278-289
• /
• 2021

본 연구에서는 함정에서 발생하는 배관소음을 줄이기 위해 크기 대비 성능이 우수한 흡음형 소음기의 음향성능을 수치해석 방법을 이용하여 예측 및 분석하였다. 이를 위해 단일확장형 소음기의 음향성능을 실험 및 수치해석 방법을 이용하여 검증하였다. 음향성능은 자체 성능을 나타내는 지표인 투과손실을 이용하여 나타내었고, 실험은 배관 끝단 임피던스를 바꿔서 측정하는 two-load method를 통해 결과를 도출하였다. 수치해석은 범용 유한요소해석 프로그램을 사용하여 실시하였고, 흡음재 유동저항을 입력 매개변수로 하는 Delany-Bazley-Miki 모델을 적용하였다. 최종적으로, 단순확장형 및 흡음형 소음기 음향성능 각각에 대한 실험·모의 결과를 비교하여 결과의 일치성을 확인하였으며, 흡음재 물성치에 따라 4가지 경우로 분류하여 각각에 대한 시뮬레이션 결과를 예측 및 분석하였다.

• 한국전자파학회논문지
• /
• 제30권4호
• /
• pp.261-269
• /
• 2019

본 논문은 레이돔과 같은 다층구조의 주파수 선택적 표면(frequency selective surfaces: FSS)을 설계하는데, 편파나 입사각 등 다양한 고려사항에 대한 유연성을 갖는 픽셀 형태의 주파수 선택적 표면을 설계하는 것에 관한 것이다. 픽셀 형태의 FSS를 설계할 때 이산 공간 문제를 해결할 수 있는 다양한 방법 중 이진 입자 군집 최적화(binary particle swarm optimization: BPSO) 알고리즘은 FSS의 주기구조 패턴을 결정하는데 쉽게 적용 가능한 기술 중 하나이며, 따라서 향상된 BPSO 알고리즘을 통해 롤 오프 전파 투과특성을 갖는 FSS를 효율적으로 설계하는 기법을 제안하였다. 원하는 솔루션에 입자를 유도하기 위한 적합성 함수 설계에 대하여 수렴속도 문제를 해결하기 위해, '기울기'를 입력 변수로 한 적합성 함수를 적용할 경우 쉽게 원하는 전파특성을 갖는 FSS를 얻을 수 있었다.

• 대한의용생체공학회:의공학회지
• /
• 제40권2호
• /
• pp.62-67
• /
• 2019

The purpose of this study was to evaluate the performance of deep neural network model in order to determine whether there is a risk factor for coronary artery disease based on the cardiac variation parameter. The study used unidentifiable 297 data to evaluate the performance of the model. Input data consists of heart rate parameters, which are SDNN (standard deviation of the N-N intervals), PSI (physical stress index), TP (total power), VLF (very low frequency), LF (low frequency), HF (high frequency), RMSSD (root mean square of successive difference) APEN (approximate entropy) and SRD (successive R-R interval difference), the age group and sex. Output data are divided into normal and patient groups, and the patient group consists of those diagnosed with diabetes, high blood pressure, and hyperlipidemia among the various risk factors that can cause coronary artery disease. Based on this, a binary classification model was applied using Deep Neural Network of deep learning techniques to classify normal and patient groups efficiently. To evaluate the effectiveness of the model used in this study, Kernel SVM (support vector machine), one of the classification models in machine learning, was compared and evaluated using same data. The results showed that the accuracy of the proposed deep neural network was train set 91.79% and test set 85.56% and the specificity was 87.04% and the sensitivity was 83.33% from the point of diagnosis. These results suggest that deep learning is more efficient when classifying these medical data because the train set accuracy in the deep neural network was 7.73% higher than the comparative model Kernel SVM.

• Translational and Clinical Pharmacology
• /
• 제26권4호
• /
• pp.166-171
• /
• 2018

Although there are many commercially available training software programs for pharmacokinetics, they lack flexibility and convenience. In this study, we develop simulation software to facilitate pharmacokinetics education. General formulas for time courses of drug concentrations after single and multiple dosing were used to build source code that allows users to simulate situations tailored to their learning objectives. A mathematical relationship for a 1-compartment model was implemented in the form of differential equations. The concept of population pharmacokinetics was also taken into consideration for further applications. The source code was written using R. For the convenience of users, two types of software were developed: a web-based simulator and a standalone-type application. The application was built in the JAVA language. We used the JAVA/R Interface library and the 'eval()' method from JAVA for the R/JAVA interface. The final product has an input window that includes fields for parameter values, dosing regimen, and population pharmacokinetics options. When a simulation is performed, the resulting drug concentration time course is shown in the output window. The simulation results are obtained within 1 minute even if the population pharmacokinetics option is selected and many parameters are considered, and the user can therefore quickly learn a variety of situations. Such software is an excellent candidate for development as an open tool intended for wide use in Korea. Pharmacokinetics experts will be able to use this tool to teach various audiences, including undergraduates.

• 한국농공학회논문집
• /
• 제61권5호
• /
• pp.69-77
• /
• 2019

The objective of this study was to calibrate and validate the HSPF (Hydrological Simulation Program-Fortran) model for estimating the runoff of the Hapcheon dam watershed. Spatial data, such as watershed, stream, land use, and a digital elevation map, were used as input data for the HSPF model. Observed runoff data from 2000 to 2016 in study watershed were used for calibration and validation. Hydrologic parameters for runoff calibration were selected based on the user's manual and references, and trial and error method was used for parameter calibration. The $R^2$, RMSE (root-mean-square error), RMAE (relative mean absolute error), and NSE (Nash-Sutcliffe efficiency coefficient) were used to evaluate the model's performance. Calibration and validation results showed that annual mean runoff was within ${\pm}4%$ error. The model performance criteria for calibration and validation showed that $R^2$ was in the rang of 0.78 to 0.83, RMSE was 2.55 to 2.76 mm/day, RMAE was 0.46 to 0.48 mm/day, and NSE was 0.81 to 0.82 for daily runoff. The amount of inflow to Hapcheon Dam was calculated from the calibrated HSPF model and the result was compared with observed inflow, which was -0.9% error. As a result of analyzing the relation between inflow and storage capacity, it was found that as the inflow increases, the storage increases, and when the inflow decreases, the storage also decreases. As a result of correlation between inflow and storage, $R^2$ of the measured inflow and storage was 0.67, and the simulated inflow and storage was 0.61.

• 한국산학기술학회논문지
• /
• 제20권5호
• /
• pp.621-626
• /
• 2019

자동차의 과도한 차체 운동과 조종 불안정성을 유발하는 대표적인 외란 입력으로는 운전자에 의해 가해지는 조향 핸들 조작이다. 급격하고 과도한 핸들 조작은 SUV 차량처럼 기하학적 및 동역학적 특성에 따라 차량 전복 현상도 발생시킬 수 있다. 본 연구에서는 이에 대응할 수 있는 제어 시스템의 구조화에 대하여 다음과 같이 기초 연구를 수행하였다. 운전자 조종으로 유발되는 횡방향 거동에 대한 수학적 모델링을 수행하고, 이를 토대로 차체 운동을 제어할 수 있는 제어기를 설계하였다. 파라미터 불확실성으로 인한 모델링 오차에 대해 강건한 제어 성능을 확보하기 위하여 $H_{\infty}$ 알고리즘을 적용하였다. 비 연성화된 1/4 차량을 기반으로, 차체에 작용하는 모우멘트에 상응하는 동적 부하를 모사할 수 있는 모델을 제시하였다. 동적 시뮬레이션을 수행하여 부하 모사 모델의 타당성을 파악하였다. 차체- 차축- 서스펜션- 타이어로 조합되는 1/4 실험 차량 장치와 부하 모사 모듈, 서스펜션 제어 모듈 및 Hils 기술을 적용하는 차체 거동 제어 시스템에 대한 프레임워크를 제안하였다.

• 한국정보통신학회논문지
• /
• 제24권7호
• /
• pp.914-924
• /
• 2020

본 연구에서는 소셜 네트워크를 생성 할 수 있는 인공적인 네트워크 발생 모델을 제안 하였다. 본 연구에서 제안한 발생 모델은 온라인 소셜 네트워크의 특징인 Small-World 성질과 Scale-Free 성질을 단순하게 표현하는 것에서 벗어나 모델의 두 파라메터를 적절히 조절함으로서 사용자가 원하는 다양한 위상 특성치 값들을 나타내 줄 수 있도록 하였다. 이를 위해 Preferential Attachment의 세기를 조정 할 수 있도록 파라메터 K와 군집화 계수를 적절하게 조정 할 수 있도록 파라메터 P를 도입하였다. K가 0에서 10 그리고 P가 0.3에서 0.5 사이의 조합이나 K = 0과 P = 0.9를 이용하면 소셜 네트워크의 위상적 성질을 보유하는 인공적인 네트워크를 생성할 수 있다. 이 조합 하에서는 Small-World 성질과 Scale-Free 성질이 잘 나타난다. 노드차수 분포는 Power-Law를 따른다. 또한 군집화 계수 0.130 ~ 0.238, 평균 최단거리 5.641 ~ 5.985로 나타났다. 또한 네트워크의 크기를 노드 5,000개에서 10,000개로 증가시켜도 소셜 네트워크 성질을 그대로 유지하는 것으로 나타났다.

• 한국정보통신학회논문지
• /
• 제26권4호
• /
• pp.503-509
• /
• 2022

본 논문의 연구 취지는 예측하고자 하는 다음 날과 이전 날의 시가 사이 변동률을 예측값으로 두고 시가를 예측하는 기존 논문들과는 다르게 예측하고자 하는 다음날의 주가 순위를 일정한 간격으로 분할하여 생성된 각 구간마다의 시가 변동률을 예측값으로 하는 모델을 통하여 최종적인 다음날의 시가 변동률을 예측하는 새로운 시계열 데이터 예측 방식을 제안하고자 한다. 예측값의 세분화 정도와 입력 데이터의 종류에 따른 모델의 성능 변화를 분석했으며 연구 결과 예측값의 세분화 정도에 따른 모델의 예측값과 실제값의 차이가 예측값의 세분화 개수가 3일 때 큰 폭으로 감소한다는 사실도 도출해 낼 수 있었다.

• 한국BIM학회 논문집
• /
• 제12권4호
• /
• pp.19-31
• /
• 2022

With the development of 3D-based CAD (Computer Aided Design), attempts at freeform building design have expanded to small and medium-sized buildings in Korea. However, a standardized system for continuous utilization of shape data and BIM conversion process implemented with 3D-based NURBS is still immature. Without accurate review and management throughout the Freeform building project, interference between members occurs and the cost of the project increases. This is very detrimental to the project. To solve this problem, we proposed a continuous utilization process of 3D shape information based on BIM parameters. Our process includes algorithms such as Auto Split, Panel Optimization, Excel extraction based on shape information, BIM modeling through Adaptive Component, and BIM model utilization method using ID Code. The optimal cutting reference point was calculated and the optimal material specification was derived using the Panel Optimization algorithm. With the Adaptive Component design methodology, a BIM model conforming to the standard cross-section details and specifications was uniformly established. The automatic BIM conversion algorithm of shape data through Excel extraction created a BIM model without omission of data based on the optimized panel cutting reference point and cutting line. Finally, we analyzed how to use the BIM model built for automatic conversion. As a result of the analysis, in addition to the BIM utilization plan in the general construction stage such as visualization, interference review, quantity calculation, and construction simulation, an individual management plan for the unit panel was derived through ID data input. This study suggested an improvement process by linking the existing research on atypical panel optimization and the study of parameter-based BIM information management method. And it showed that it can solve the problems of existing Freeform building project.