• 한국지능시스템학회논문지
• /
• 제19권5호
• /
• pp.595-602
• /
• 2009

시스템의 동작특성을 표현하는 퍼지 규칙들은 퍼지 클러스터링 기법에 매우 의존적이다. 만약, 클러스터링 기법의 분류 능력이 개선된다면, 그들에 의해 생성되는 퍼지 규칙과 식별되는 파라미터들이 보다 정밀해 질 수 있으므로 시스템의 성능이 개선될 수 있다. 따라서 본 논문에서는 분류능력이 강화된 새로운 계층 구조 클러스터링 알고리즘을 제안한다. 제안된 클러스터링 기법은 데이터 사이의 통계적 특성과 상관성을 고려하여 보다 정확하게 데이터들을 분류할 수 있도록 2개의 클러스터의 구조를 갖는다. 또한, 본 논문은 차분 데이터를 이용하여 원형 데이터의 패턴이나 규칙들이 명확하게 반영될 수 있도록 하며, 각각의 차분 데이터들의 다양한 특성을 고려할 수 있도록 다중 퍼지 시스템을 구현한다. 마지막으로, 제안된 기법들의 유효성을 다양한 비선형 시계열 데이터들의 예측을 통해 검증한다.

• 한국시뮬레이션학회논문지
• /
• 제26권3호
• /
• pp.105-113
• /
• 2017

본 연구는 대공위협에 대한 생존성 향상을 위한 다층 대공방어 체계의 최적 투자 계획 모델을 고려한다. 최적화 모델 수립을 위해 다층 대공방어 체계를 네트워크 모델로 표현하고, 가용 예산이 제한되어 있는 상황 하에서 대응실패 확률을 최소화하기 위해 각 방어무기에 대하여 투자여부를 결정하는 모델과 연속적인 투자가 가능한 모델을 각각 제시한다. 비선형 형태의 목적함수를 로그함수를 통해 선형화하였으며, 제시된 최종 모델의 해법으로서 동적계획법 알고리즘과 선형계획법을 제안한다. 가상의 다층 대공 방어 상황을 설정한 후, 두 가지의 최적화 모델에 대한 최적해를 도출하고 그 결과를 분석하였다. 이는 다층 대공방어 체계의 신뢰도 향상을 위한 효과적인 투자 계획 수립의 필요성 및 접근방법을 제시한다.

• Nuclear Engineering and Technology
• /
• 제22권1호
• /
• pp.1-11
• /
• 1990

중수는 중수형 원자로의 감속재 및 냉각재로 사용되고 있으며 그 가격이 고가이기 때문에 일단 계통내에서 사용된 후 농도가 낮아진 저등급 중수는 중수승급기를 통해 99.8% 이상으로 농축 재생되어 중수로로 재주입되고 있다. 본 연구에서는 중수승급기의 공정을 면밀히 검토하였고 정상상태의 중수증류공정의 해석을 위하여 이론적인 모델을 제시하였으며 변수들간의 관계식을 설정하였다. 그리고 이 비선형 관계식을 단계적으로 처리하는 알고리즘의 전산 프로그램 UPGR을 개발하였다. 전산코드의 결과는 실제 운전 데이타와 잘 일치하였다. 월성 1호기에서 이를 이용한 운전지침의 제시, 운전효율의 평가, 성능평가 및 성능관리를 수행함으로써 중수승급기의 효율적인 운전에 기여하고 있다.

• Nuclear Engineering and Technology
• /
• 제53권10호
• /
• pp.3275-3285
• /
• 2021

A Nuclear Power Plant (NPP) is a complex dynamic system-of-systems with highly nonlinear behaviors. In order to control the plant operation under both normal and abnormal conditions, the different systems in NPPs (e.g., the reactor core components, primary and secondary coolant systems) are usually monitored continuously, resulting in very large amounts of data. This situation makes it possible to integrate relevant qualitative and quantitative knowledge with artificial intelligence techniques to provide faster and more accurate behavior predictions, leading to more rapid decisions, based on actual NPP operation data. Data-driven models (DDM) rely on artificial intelligence to learn autonomously based on patterns in data, and they represent alternatives to physics-based models that typically require significant computational resources and might not fully represent the actual operation conditions of an NPP. In this study, a feed-forward backpropagation artificial neural network (ANN) model was trained to simulate the interaction between the reactor core and the primary and secondary coolant systems in a pressurized water reactor. The transients used for model training included perturbations in reactivity, steam valve coefficient, reactor core inlet temperature, and steam generator inlet temperature. Uncertainties of the plant physical parameters and operating conditions were also incorporated in these transients. Eight training functions were adopted during the training stage to develop the most efficient network. The developed ANN model predictions were subsequently tested successfully considering different new transients. Overall, through prompt prediction of NPP behavior under different transients, the study aims at demonstrating the potential of artificial intelligence to empower rapid emergency response planning and risk mitigation strategies.

• 한국정보통신학회논문지
• /
• 제23권9호
• /
• pp.1131-1138
• /
• 2019

부품 또는 제품들의 정전기 방지와 내마모성 및 내부식성 향상, 미각화 등 다양한 목적으로 코팅의 중요성이 증가되고 있다. 코팅막의 두께를 측정하는 방법으로 주로 프로브(probe)로 코팅면을 측정하는 접촉식 측정방식이 이용되는데, 코어의 투자율 변화에 의해 센서 출력 왜곡이나 부하 현상이 발생하여 정확도가 떨어지는 문제점이 있다. 본 논문에서는 비선형적인 특성에 의해 발생할 수 있는 문제점을 최적화된 회로설계와 두께측정 알고리즘을 적용하여 코팅막의 측정 오차를 줄이는 방법을 제안한다. 여러 코팅 샘플을 통한 실험 결과 ${\pm}2%$ 이내의 측정 정확도를 갖는 것을 확인할 수 있다.

• 정보보호학회논문지
• /
• 제13권1호
• /
• pp.139-146
• /
• 2003

본 논문은 과포화 다변수 방정식을 이용하여 LILI-128 스트림 암호를 분석한다. LILI-128 암호$^{[8]}$ 는 128비트 키를 가진 선형귀환 쉬프트 레지스터 기반의 스트림 암호로 구조를 살펴보면 크게 “CLOCK CONTROL” 부분과 “DATA GENERATION” 부분으로 나뉘어진다. 분석 방법은 “DATA CENERATION” 부분에 사용되는 함수 \ulcorne $r^{d}$ 의 대수적 차수가 높지 못하다는 성질을 이용한다. 간략히 설명하면 차수(K)가 6차인 다변수 방정식을 많이 얻을 수 있고, 이를 7차 (D)의 다변수 방정식으로 확장하여 주어진 변수보다 많은 연립방정식을 얻어 그 해를 구하는 XL 알고리즘을 통해 전수조사보다 빠르게 키정보를 찾을 수 있다. 결과 중 가장 좋은 것은 출력 키수열 2$^{26.3}$비트를 가지고 2$^{110.7}$ CPU 시간을 통해 128비트 키정보를 얻는 것이다.다.

• 한국정보통신학회논문지
• /
• 제24권6호
• /
• pp.706-713
• /
• 2020

기존 방송용 LED 조명 제어방법은 RGB LED에 3자극치 이론을 적용한 LED 전류제어를 사용한다. 제어의 편의성을 위해 이러한 제어방법은 1차 선형함수로 근사하거나 시행착오를 통해 적절한 값을 사용한다. 그리고 실제 방송 조명에서 요구되는 충분한 광량과 색 혼합을 위해 적용되는 확산 판 등을 사용하지 않아 방송 조명으로는 적합하지 않다. 본 연구에서는 방송 조명용 LED 패널 제어방법으로 비선형함수 근사 능력이 뛰어난 순방향신경망을 사용하여 원하는 색도좌표 값과 조도의 디밍 값에 맞는 RGBW LED 패널 제어기를 구현하고자 한다. 성능 평가 결과 xy 색도좌표의 오차가 대부분 ±0.02 이내이며, ANSI C78.377A의 허용범위를 만족하였다. xy 색도좌표 값의 평균 오차는 xerror=0.0044, yerror=0.0030로 제안한 알고리즘의 우수함과 안정적인 성능을 확인하였다.

• Journal of Radiation Protection and Research
• /
• 제45권4호
• /
• pp.171-177
• /
• 2020

Background: This study aims to determine the effective atomic number (Zeff) from dual-energy image sets obtained using a conventional computed tomography (CT) simulator. The estimated Zeff can be used for deriving the stopping power and material decomposition of CT images, thereby improving dose calculations in radiation therapy. Materials and Methods: An electron-density phantom was scanned using Philips Brilliance CT Big Bore at 80 and 140 kVp. The estimated Zeff values were compared with those obtained using the calibration phantom by applying the Rutherford, Schneider, and Joshi methods. The fitting parameters were optimized using the nonlinear least squares regression algorithm. The fitting curve and mass attenuation data were obtained from the National Institute of Standards and Technology. The fitting parameters obtained from stopping power and material decomposition of CT images, were validated by estimating the residual errors between the reference and calculated Zeff values. Next, the calculation accuracy of Zeff was evaluated by comparing the calculated values with the reference Zeff values of insert plugs. The exposure levels of patients under additional CT scanning at 80, 120, and 140 kVp were evaluated by measuring the weighted CT dose index (CTDIw). Results and Discussion: The residual errors of the fitting parameters were lower than 2%. The best and worst Zeff values were obtained using the Schneider and Joshi methods, respectively. The maximum differences between the reference and calculated values were 11.3% (for lung during inhalation), 4.7% (for adipose tissue), and 9.8% (for lung during inhalation) when applying the Rutherford, Schneider, and Joshi methods, respectively. Under dual-energy scanning (80 and 140 kVp), the patient exposure level was approximately twice that in general single-energy scanning (120 kVp). Conclusion: Zeff was calculated from two image sets scanned by conventional single-energy CT simulator. The results obtained using three different methods were compared. The Zeff calculation based on single-energy exhibited appropriate feasibility.

• 한국인터넷방송통신학회논문지
• /
• 제22권2호
• /
• pp.103-108
• /
• 2022

본 논문에서는 회귀 매니폴드 3-D PCA 기반 새로운 이미지 분석 방법을 제안한다. 제안된 방법은 대용량 이미지 데이터 입력 시 효율적인 차원 축소를 위해 개선된 매니폴드 3-D PCA와 PCA의 비선형 확장이 가능한 오토인코더를 기반으로 설계된 구조로 회귀분석 알고리즘으로 구성된 새로운 이미지 분석 방법이다. 오토인코더의 구성으로는 이미지 픽셀 값을 3차원 회전을 통한 최전의 초평면을 도출하는 회귀 매니폴드 3-D PCA와 딥러닝 구조와 유사한 Bayesian Rule 구조를 적용한다. 성능 검증을 위해 실험을 수행한다. 미세먼지 이미지를 활용하여 이미지를 향상되며, 이를 분류 모델을 통한 정확도 성능 평가를 수행한다. 그 결과 딥러닝 성능에 유효함을 확인할 수 있다.

• Nuclear Engineering and Technology
• /
• 제54권1호
• /
• pp.36-48
• /
• 2022

As a valid numerical method to obtain a high-resolution result of a flow field, computational fluid dynamics (CFD) have been widely used to study coolant flow and heat transfer characteristics in fuel rod bundles. However, the time-consuming, iterative calculation of Navier-Stokes equations makes CFD unsuitable for the scenarios that require efficient simulation such as sensitivity analysis and uncertainty quantification. To solve this problem, a reduced-order model (ROM) based on proper orthogonal decomposition (POD) and machine learning (ML) is proposed to simulate the flow field efficiently. Firstly, a validated CFD model to output the flow field data set of the rod bundle is established. Secondly, based on the POD method, the modes and corresponding coefficients of the flow field were extracted. Then, an deep feed-forward neural network, due to its efficiency in approximating arbitrary functions and its ability to handle high-dimensional and strong nonlinear problems, is selected to build a model that maps the non-linear relationship between the mode coefficients and the boundary conditions. A trained surrogate model for modes coefficients prediction is obtained after a certain number of training iterations. Finally, the flow field is reconstructed by combining the product of the POD basis and coefficients. Based on the test dataset, an evaluation of the ROM is carried out. The evaluation results show that the proposed POD-ROM accurately describe the flow status of the fluid field in rod bundles with high resolution in only a few milliseconds.