• 전자공학회논문지 IE
• /
• 제48권4호
• /
• pp.13-18
• /
• 2011

본 논문에서는 LDO 레귤레이터의 공정변화에 따른 특성변화를 1 ${\mu}m$ 20 V 고 전압 CMOS 공정을 사용하여 시뮬레이션 하였다. 공정변화에 따른 3종류의 SPICE 파라미터(문턱전압과 실효채널길이가 평균적인 Typ(typical), 평균 이하인 FF(fast), 평균 이상인 SS(slow) 파라미터)를 LDO 레귤레이터 시뮬레이션에 활용하였다. 시뮬레이션 결과,SS 파라미터 사용의 경우, 라인 레귤레이션이 3.6 mV/V, 부하 레귤레이션이 0.4 mV/mA, 부하전류 변화에 따른 출력전압이 안정화되는 시간이 평균 0.86 ${\mu}s$였다. 그리고 Typ 파라미터 사용의 경우, 라인 레귤레이션이 4.2 mV/V, 부하 레귤레이션이 0.44 mV/mA, 부하전류 변화에 따른 출력전압이 안정화되는 시간이 평균 0.62 ${\mu}s$였다. 마지막으로 FF 파라미터 사용의경우 라인 레귤레이션이 7.0 mV/V, 부하 레귤레이션이 0.56 mV/mA, 부하전류 변화에 따른 출력전압이 안정화되는 시간이 평균 0.27 ${\mu}s$였다. 향후, 이러한 공정변화에 따른 회로 특성의 변화를 고려한 효율적 회로설계가 필요할 것으로 사료된다.

• 한국농림기상학회지
• /
• 제25권3호
• /
• pp.129-141
• /
• 2023

작물 모형은 작물의 유전적 특성을 나타내는 품종모수를 요구하며, 품종모수는 작물의 개별 품종별로 추정되어야 한다. 품종모수의 추정에는 고품질의 많은 생육 자료가 요구되지만, 자료의 생산에 상당한 비용이 필요하다. 비교적 낮은 품질의 가용성이 높은 자료를 활용하는 대신, 대량의 랜덤 모수를 생성하고 이를 평가하여 품종모수를 추정할 수 있다. 본 연구에서는 SIMPLE 작물 모델의 불확도를 최소화하기 위해 품종모수 추정 방식을 비교하고, 두 앙상블 방식과 대한 비교를 하였다. 모수 추정을 위한 Metropolis-Hastings (MH) 알고리즘에 대한 목적함수로 로그 가능도(log-likelihood: LL)와 generic composite similarity measure (GCSM)를 사용하였다. 또한 품종모수의 평균값을 사용한 예측(E_pm)과 개별 모수들로부터 얻어진 추정값의 평균값(E_em)의 일치도를 분석하여 앙상블 방식에 따른 불확도 변화를 파악하였다. 국내에서 재배되는 사료용 벼 품종인 조우 벼와 영우 벼를 대상으로 품종모수를 추정하였다. 2013년, 2014년, 2016년에 대한 수원, 전주, 나주, 익산에 위치한 실험포장에서 얻은 수량 관측 자료를 사용하였다. 또한 2016년부터 2018년까지 수원에서 보고된 별도의 수량 관측 자료를 사용하였다. 목적함수에 따라 추정된 품종모수의 분포에 차이가 있었다. LL을 통해 얻은 품종모수는 GCSM으로 얻은 품종모수보다 좁은 범위에 분포하였다. 두 가지 앙상블 접근법은 통계적으로 유의한 차이가 나타나지 않음을 확인하였다. GCSM의 상대적으로 높은 불확도는 수용확률을 조정하여 낮출 수 있다고 사료되고, E_pm의 결과는 기존과 다른 앙상블 방식을 통해 적은 연산을 통해 불확도를 낮출 수 있음을 보인다.

• 한국정보통신학회논문지
• /
• 제16권1호
• /
• pp.33-40
• /
• 2012

본 논문은 생물 조기 경보 시스템을 구현하기 위한 방법을 제안한다. 이 시스템은 모니터링 데몬을 이용해 간헐적으로 데이터 사건을 생성하고, 이 데이터 집합으로부터 특징 매개변수들을 추출한다. 특징 매개변수는 6개의 변수(x/y 축 좌표, 거리, 절대 거리, 각도, 프랙털 차원)를 가지고 유도된다. 특히 프랙털 이론을 사용해 제안 알고리즘은 입력된 특징들이 독성 환경에 있는지 아닌지의 유기물 특성을 정의한다. 추출된 특징 데이터를 학습하기 위한 적절한 알고리즘을 위해 기계학습 분야에서 널리 쓰이는 확장된 학습 알고리즘(UChoo)을 사용한다. 그리고 본 알고리즘은 특징 집합들이 모니터링 데몬에 의해 주기적으로 추가된다는 BEWS의 특징을 극복하기 위해 확장된 데이터 표현 방법을 이용하는 학습 방법을 포함한다. 이 알고리즘에서 결정트리 분류기는 확장된 데이터 표현에서 가중치 매개변수를 사용하는 부류 분포 정보를 정의 한다. 실험 결과들은 제안된 BEWS가 환경적인 독성을 탐지하는데 이용 될 수 있음을 보인다.

• 대한기계학회논문집B
• /
• 제38권2호
• /
• pp.183-190
• /
• 2014

본 논문은 해양플랜트용 다상유동 펌프 개발에 대한 주제로 연구를 수행한 내용이다. 연구 수행을 위하여 다상유동 펌프 임펠러와 디퓨져 기본 모델을 선정한 후 수치해석을 통한 성능 평가를 수행하였다. 실험 계획법(DOE)을 이용한 최적 설계를 수행하기 위해 임펠러와 디퓨져에 대한 설계 변수와 변수 변화 범위를 선정하였으며 선정된 변수들에 대한 시험 셋을 산출하여 수치해석을 통한 성능 평가를 수행하였다. 각 시험 셋에 대한 성능 평가 결과를 분석하여 설계 변수들에 대한 영향성 평가를 수행하였으며 최종적으로 다상유동 펌프에 대한 최적 모델을 도출하였다. 추가적으로 다상유동 해석을 수행하여 기체체적률(Gas Volume Fraction) 변화에 따른 성능을 평가하였다.

• 한국자동차공학회논문집
• /
• 제15권5호
• /
• pp.118-124
• /
• 2007

The efficiency of the hybrid systems which are composed of compound planetary gear sets depend on the amount of the recirculating energy among the motors and battery. This paper studies the analysis of the system efficiency with the parameters, ${\alpha},\;{\beta},\;{\gamma_a},\;{\gamma_b}$ and $\gamma_s$. The efficiency of the systems and the relative torque, speed and power of the power resources are represented by these parameters. The recuperating parameter $\kappa$ which makes the systems generalized is introduced, so the efficiencies of the modes such as the hybrid mode, the engine mode, the motoring mode and the recuperating mode are analyzed with simple equations. The tendency of the system efficiency according to the variations of the $\gamma_s$ and $\kappa$ are studied, by which it can be possible to reduce the loss of the power because the strategies for avoiding the singular speed ratio $\gamma_s$ are helpful for the system efficiency and specific value of $\kappa$ can increase the efficiency of the systems.

• 한국음향학회지
• /
• 제11권3호
• /
• pp.61-66
• /
• 1992

음성 인식에 신경망 모델을 적용하는 많은 연구들이 있었지만, 주된 관심은 음성인식에 적합한 구조와 학습 방법이었다. 그러나 음성인식에 신경망 모델을 적용한 시스템의 효율 향상은 모델 자체의 구조뿐 아니라, 신경망 모델의 입력으로 어떤 음성 파라미터를 사용하는가에 따라서도 큰 영향을 받는다. 본 논문은 기존 음성인식에 신경망 모델을 적용한 많은 연구들에서 사용한 음성 파라미터를 살펴보고, 대표적인 음성 파라미터 6개를 선정하여, 같은 데이타와 같은 신경망 모델 하에서 어떻게 성능이 달라지는지를 분석한다. 인식 실험에 있어서는 한국어 파열음 9개에 대한 8개 데이터 집합과 모음 8개에 대한 18개 데이터 집합을 음성 파라미터로 하고 신경망 모델은 순환 신경망 모델을 사용하여 노드의 수를 일정하게 한뒤 다양한 입력 파라미터의 성능을 비교하였다. 그 결과 선형 예측 계수로부터 얻어진 delta cepstrum의 음성 파라미터가 가장 좋은 성능을 보였으며 이때 인식률은 같은 학습 데이터에 대해 파열음 100.0%, 모음 95.1%이었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권11호
• /
• pp.5229-5252
• /
• 2016

With proliferation of diverse network access technologies, users demands are also increasing and service providers are offering a Quality of Service (QoS) to satisfy their customers. In roaming, a mobile node (MN) traverses number of available networks in the heterogeneous wireless networks environment and a single operator is not capable to fulfill the demands of user. It is crucial task for MN for selecting a best network from the list of networks at any time anywhere. A MN undergoes a network selection situation frequently when it is becoming away from the home network. Multiple Attribute Group Decision (MAGD) method will be one of the best ways for selecting target network in heterogeneous wireless networks (4G). MAGD network selection process is predominantly dependent on two steps, i.e., attribute weight, decision maker's (DM's) weight and aggregation of opinion of DMs. This paper proposes Multi-Attribute Intuitionistic Fuzzy Group Decision Method (MAIFGDM) using TOPSIS for the selection of the suitable candidate network. It is scalable and is able to handle any number of networks with large set of attributes. This is a method of lower complexity and is useful for real time applications. It gives more accurate result because it uses Intuitionistic Fuzzy Sets (IFS) with an additional parameter intuitionistic fuzzy index or hesitant degree. MAIFGDM is simulated in MATLAB for its evaluation. A comparative study of MAIFDGM is also made with TOPSIS and Fuzzy-TOPSIS in respect to decision delay. It is observed that MAIFDGM have low values of decision time in comparison to TOPSIS and Fuzzy-TOPSIS methods.

• 한국응용곤충학회지
• /
• 제55권4호
• /
• pp.501-511
• /
• 2016

소나무재선충병의 주요 매개체인 솔수염하늘소(Monochamus alternatus)의 잠재적 공간 분포를 예측하는 것은 소나무재선충병 확산 대응을 위해 필수적이다. 본 연구에서는 매개체의 생활사에 관한 온도 조건을 고려한 CLIMEX 모형을 이용하여 우리나라의 솔수염하늘소의 현재와 미래 공간분포를 예측하였다. 솔수염하늘소의 현재 분포를 모델링하기 위하여 2006년부터 2014년까지 솔수염하늘소가 발견된 행정구역 자료와 2006년부터 2015년까지 68개 기상관측지점의 10년 평균 기후자료를 이용하였다. 선행 연구를 통해 알려진 솔수염하늘소의 생육 온도 범위를 고려한 8개의 매개변수군을 작성하고, Error matrix 방법을 이용해 실제 분포와 상관성이 가장 높은 매개변수군을 선정하여 모의하였다. 솔수염하늘소의 미래 분포는 기상청 RCP 8.5 시나리오의 기후 전망 자료를 이용하여 2050년대(2046년-2055년)와 2090년대(2091년-2100년) 두 시기를 대상으로 전망하였다. 현재의 솔수염하늘소 분포 모의는 수도권과 충남지역이 다소 과대하나 전반적인 실제 분포와 유의성 있게 일치하였다. 미래 기후변화 환경 조건에서는 솔수염하늘소는 서해안과 남해안 지역에서 점차 전국적으로 확대될 것으로 예측되었다.

• 대한원격탐사학회지
• /
• 제37권5_2호
• /
• pp.1235-1243
• /
• 2021

해양탑재체(GOCI-II)가 주탑재체이며 정지궤도복합위성2B호 또는 천리안2B호로 명명된 정지궤도 해양관측위성은 2020년2월에 성공적으로 발사되어 한반도 주변의 해양과 연안을 주간 상시 관측과 감시 임무를 수행하고 있다. 해양탑재체는 천리안1호의 해양탑재체(GOCI)의 임무 승계와 향상된 성능으로 해양·연안의 효율적인 관리, 해양재해·재난 저감을 위한 실시간 해양환경모니터링과 어로 비용절감을 위한 어장환경 정보의 생산 등 해양환경감시를 위하여 개발되었다. 발사 후 해양탑채체는 초기 점검시험(IAC) 단계에 모든 기능이 정상적으로 동작됨을 확인하고, 궤도상시험(IOT) 단계에 성능·운영시험, 복사보정과 영상기하보정을 병행 진행하여 그 결과를 핸드오버회의 통하여 보고하고 국가해양위성센터로 운영권을 이관하였다. 주로 온보드 태양광 보정시스템으로 수행되는 복사보정은 사전에 수립된 계획에 따라 주기적으로 진행하여 최종 Gain과 offset 값을 설정, 적용하고 유효성을 확인하였다. 영상기하보정(INR)은 별영상 자료 기반의 네비게이션 필터링과 랜드마크 기반 보정 방식으로 요구규격을 모두 만족함을 확인하고 INR 프로세스를 검증하였다. 본 논문에서 정지궤도 해양위성이 발사 이후 궤도상 성능시험, 복사보정과 영상기하보정의 방법, 절차를 기술하고 결과와 현황을 분석하고 정리하였다.

• 방송공학회논문지
• /
• 제23권4호
• /
• pp.559-573
• /
• 2018

최근 가상현실(VR, Virtual Reality) 등 가장 많은 분야에서 가장 활발히 응용되고 있는 영상매체 중 하나가 전방위 영상 또는 파노라마 영상이다. 이 영상은 다양한 방법으로 획득된 영상들을 스티칭하여 생성하는데, 그 과정에서 스티칭에 필요한 특징점들을 추출하는데 가장 많은 시간이 소요된다. 이에 본 논문은 현재 가장 널리 사용되고 있는 SIFT 특징점을 추출하는 연산시간을 감소하는 것에 목적을 두고 SIFT 특징점들을 추출에 관여하는 파라미터들을 분석한다. 본 논문에서 고려하는 파라미터는 가우시안 필터링에 사용되는 가우시안 커널의 초기 표준편차, 국소극점을 추출하기 위한 가우시안 차영상군의 수, 그리고 옥타브 수의 세 가지이다. SIFT 알고리즘으로는 이 알고리즘을 제안한 Lowe 방식과 컨볼루션 캐스캐이드(convolution cascade) 방식인 Hess 방식을 고려한다. 먼저 각 파라미터 값이 연산시간에 미치는 영향을 분석하고, 실제 스티칭 실험을 수행하여 각 파라미터가 스티칭 성능에 미치는 영향을 분석한다. 마지막으로 두 분석결과를 토대로 성능저하 없이 연산시간을 최소로 하는 파라미터 값들을 추출한다.