• 한국농림기상학회지
• /
• 제23권1호
• /
• pp.68-81
• /
• 2021

농업 생태계는 주요 온실가스의 배출원 중 하나로, 농경지에서의 온실가스 배출량을 최소화하면서 최적의 수량을 얻기 위한 기후변화 적응옵션을 도출하기 위해서는, 상세한 공간적 규모에서 여러 모형들을 연계하여 구동하는 것이 유리하다. 본 연구에서는 DSSAT 모형과 DNDC 모형을 연계하여 상세한 공간 규모에서 기후변화 영향평가를 수행할 수 있도록 지원하기 위한 도구를 개발하고자 하였다. 객체 지향 언어인 R과 C++을 사용하여 DNDC 모형의 격자형 입력자료를 생성하기 위한 DRIFT (DNDC Regional Input File Tool)을 구현하였다. 기후변화 조건에서 격자별 작물 생육모의를 위해 생성된 DSSAT 모형의 입력자료 및 출력자료를 사용하여 DNDC 모형의 입력자료를 생성하였다. 생성된 입력자료를 사용하여 미래 기후변화 조건에서의 온실가스 배출량을 모의하였다. 입력자료를 생성하는 시간은 격자 지점의 수에 비례하여 증가하였다. 그 중, DSSAT 모형의 담수 깊이 자료를 DNDC 모형의 담수 기간으로 변환하는 과정에서 시간이 비교적 오래 걸렸으나, 그 외의 입력자료를 생성하는 데에는 짧은 시간만이 소요되었다. 본 연구에서는 비교적 적은 지점을 대상으로 하였으나, 대량의 자료를 처리하고자 할 경우 일부 계산과정을 병렬화함으로써 구동시간을 줄일 필요가 있을 것이다. 이후 다른 모형들에 대한 확장을 통해 모형 간 연계를 위한 입력자료 생성에 소요되는 시간을 줄일 수 있을 것이다.

• 대한전자공학회논문지SP
• /
• 제47권6호
• /
• pp.137-145
• /
• 2010

디지털 선박에서는 선박 내의 각종 센서로부터 측정된 디지털 데이터에 대한 정확하고 에너지 효율적인 관리가 필요하다. 그러나, 센서 네트워크에서 대용량 스트림 데이터를 제한된 네트워크, 전력, 프로세서를 이용하여 모든 센서 데이터를 전송하고 분석하는 것은 어렵고 효율적이지 못하다. 그러므로, 연속적으로 입력되는 데이터를 사전에 분류하여 특성에 따라 선택적으로 데이터를 처리하는 데이터 분류 기법이 요구된다. 본 논문에서는 디지털 선박 내에 다수 개의 센서(온도, 습도, 조도, 음성 센서)를 배치하고 효율적인 입력 스트림 처리를 위해서 슬라이딩 윈도우 기반으로 다중 Support Vector Machine(SVM) 알고리즘을 이용하여 사전 분류(pre-clustering)한 후 요약된 정보를 해쉬 테이블로 관리하는 효율적인 처리 기법을 제안한다. 해쉬테이블을 이용하여 다차원 스트림 데이터의 저장될 레코드 순서를 빠르게 찾아 저장 및 검색함으로서 처리 속도가 향상되고 메모리에 해쉬 테이블 만을 유지하면 되므로 메모리 사용량이 감소한다. 35,912개의 데이터 집합을 사용하여 실험한 결과 제안 기법의 정확도와 처리 성능이 향상되었다.

• 한국항행학회논문지
• /
• 제21권5호
• /
• pp.485-490
• /
• 2017

본 논문에서는 그래픽 프로세서를 이용하여 고속으로 해무를 제거하는 기술을 제안한다. 이 기술은 호스트 프로세서(CPU)와 병렬처리가 가능한 여러 개의 그래픽 프로세서를 이용하여 입력영상에서 해무를 제거하는 것이다. 해무를 제거하는 과정 중에서 다크 채널 추출, 최대 밝기 채널 추출, 전달량 계산은 호스트 프로세서에서 수행하고, 양방향 필터를 적용하여 전달량을 정제하는 과정을 그래픽 프로세서를 기반으로 병렬처리하여 연산속도를 높였다. 제안한 병렬처리 기법의 검증을 위해 NVIDIA사의 GTX 1070 GPU를 3개를 사용하여 검증환경을 구성하였다. 구현결과 하나의 그래픽 프로세서로 구현하였을 때는 평균 140ms가 소요되고, OpenMP와 다중 GPGPU를 이용하여 구현하였을 때 26ms 소요되었다. 본 논문에서 제안하는 그래픽 프로세서 기반의 병렬연산 해무제거 기술은 선박의 안전항해, 항만 관제 분야에 사용될 수 있을 것이다.

• 제어로봇시스템학회논문지
• /
• 제5권4호
• /
• pp.419-426
• /
• 1999

A novel motion analysis system is presented in this paper. The proposed system is inspired by processing functions observed in the fly visual system, which detects changes in input light intensities, determines motion on both the local and the wide-field levels. The system has several differences from conventional motion analysis system. First, conventional systems usually focused on matching similar feature or optical flow, but neural network is applied in this system. Back propagation is used by learning method, and Tine Delay Neural Network (TDNN) is also used as analysis method. Second, while conventional systems usually limited on only two frames of sequence, the proposed system accept multiple frames of sequence. The experimental results showed a 94.7% correct rate with a speed of 71.47 milli seconds for real and synthetic images.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2002년도 춘계학술대회 논문집
• /
• pp.393-398
• /
• 2002

Neural networks are used in the framework of sensorbased tracking control of robot manipulators. They learn by practice movements the relationship between PSD (an analog Position Sensitive Detector) sensor readings for target positions and the joint commands to reach them. Using this configuration, the system can track or follow a moving or stationary object in real time. forthermore, an efficient neural network architecture has been developed for real time learning. This network uses multiple sets of simple backpropagation networks one of which is selected according to which division (corresponding to a cluster of the self-organizing feature map) in data space the current input data belongs to. This lends itself to a very training and processing implementation required for real time control.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2004년도 춘계학술대회 논문집
• /
• pp.253-257
• /
• 2004

Neural networks are works are used in the framework of sensor based tracking control of robot manipulators. They learn by practice movements the relationship between PSD(an analog Position Sensitive Detector) sensor readings for target positions and the joint commands to reach them. Using this configuration, the system can track or follow a moving or stationary object in real time. Furthermore, an efficient neural network architecture has been developed for real time learning. This network uses multiple sets of simple back propagation networks one of which is selected according to which division(corresponding to a cluster of the self-organizing feature map) in data space the current input data belongs to. This lends itself to a very training and processing implementation required for real time control.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1993년도 한국자동제어학술회의논문집(국내학술편); Seoul National University, Seoul; 20-22 Oct. 1993
• /
• pp.660-665
• /
• 1993

Neural networks are used in the framework of sensorbased tracking control of robot manipulators. They learn by practice movements the relationship between PSD ( an analog Position Sensitive Detector) sensor readings for target positions and the joint commands to reach them. Using this configuration, the system can track or follow a moving or stationary object in real time. Furthermore, an efficient neural network architecture has been developed for real time learning. This network uses multiple sets of simple backpropagation networks one of which is selected according to which division (corresponding to a cluster of the self-organizing feature map) in data space the current input data belongs to. This lends itself to a very fast training and processing implementation required for real time control.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2001년도 춘계학술대회 논문집(한국공작기계학회)
• /
• pp.239-243
• /
• 2001

Neural networks are used in the framework of sensorbased tracking control of robot manipulators. They learn by practice movements the relationship between PSD (an analog Position Sensitive Detector) sensor readings for target positions and the joint commands to reach them. Using this configuration, the system can track or follow a moving or stationary object in real time. Furthermore, an efficient neural network architecture has been developed for real time learning. This network uses multiple sets of simple backpropagation networks one of which is selected according to which division (corresponding to a cluster of the self-organizing feature map) in data space the current input data belongs to. This lends itself to a very training and processing implementation required for real time control.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2000년도 춘계학술대회논문집 - 한국공작기계학회
• /
• pp.171-175
• /
• 2000

Neural networks are in the framework of sensorbased tracking control of robot manipulators. They learn by practice movements the relationship between PSD (an analog Position Sensitive Detector) sensor readings for target positions and the joint commands to reach them. Using this configuration, the system can track or follow a moving or stationary object in real time. Furthermore, an efficient neural network architecture has been developed for real time learning. This network uses multiple sets of simple backpropagation networks one of which is selected according to which division (corresponding to a cluster of the self-organizing feature map) in data space the current input data belongs to. This lends itself to a very training and processing implementation required for real time control.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2000년도 추계학술대회논문집 - 한국공작기계학회
• /
• pp.108-112
• /
• 2000

Neural networks are used in the framework of sensorbased tracking control of robot manipulators. They learn by practice movements the relationship between PSD (an analog Position Sensitive Detector) sensor readings for target positions and the joint commands to reach them. Using this configuration, the system can track or follow a moving or stationary object in real time. Furthermore, an efficient neural network architecture has been developed for real time learning. This network uses multiple sets of simple backpropagation networks one of which is selected according to which division (corresponding to a cluster of the self-organizing feature map) in data space the current input data belongs to. This lends itself to a very training and processing implementation required for real time control.