• 전자공학회논문지
• /
• 제51권11호
• /
• pp.40-46
• /
• 2014

위협 레이더 신호의 능동 상쇄를 위한 파라미터 추정 알고리즘으로 Pade 근사 폴-제로 모델 계수를 이용하여 반복적으로 추정하는 알고리즘을 제안한다. 제안하는 알고리즘은 Pade 근사의 폴-제로 모델 계수와 파라미터, 수신 샘플의 관계를 바탕으로 적은 수의 수신 샘플과 간단한 비교 과정만을 이용하여 closed form으로 파라미터를 추정한다. 그리고 적은 수의 수신 샘플만을 이용하는 특징과 간단한 계산 과정만을 요구하는 특징을 바탕으로 시간에 따라 오차가 커지는 현상을 억제하기 위해 단계적으로 파라미터를 추정한다. 마지막으로 모의실험을 통해 기존 기법과의 계산 복잡도 및 성능을 비교하고, 제안 알고리즘이 간단하고 신속하게 레이더 신호의 능동 상쇄를 수행함을 보인다.

• 한국소성가공학회:학술대회논문집
• /
• 한국소성가공학회 2009년도 춘계학술대회 논문집
• /
• pp.215-219
• /
• 2009

For the effective manufacture of doubly curved metal plates, a line array roll set (LARS) process is proposed. The suggested process utilizes a pair of upper and lower symmetric roll assemblies. In the process, the initial plate is progressed into the final shape in a stepwise or pathwise manner according to the basic principle of the incremental forming process. In this work, the intermediate shape which is closest to a final shape is proposed to fabricate the desired shape effectively in design of forming schedule. The intermediate shape has homogeneous curvature in a longitudinal and transverse direction so that it can be fabricated easily without complicated controls of rolls in the roll set. The method of approximation using genetic algorithm is proposed and applied to some actual ship hulls to evaluate the efficiency of the algorithm.

• Communications for Statistical Applications and Methods
• /
• 제26권2호
• /
• pp.79-89
• /
• 2019

Classification models pertaining to receiver operating characteristic (ROC) curve analysis have been extended from univariate to multivariate setup by linearly combining available multiple markers. One such classification model is the multivariate ROC curve analysis. However, not all markers contribute in a real scenario and may mask the contribution of other markers in classifying the individuals/objects. This paper addresses this issue by developing an algorithm that helps in identifying the important markers that are significant and true contributors. The proposed variable selection framework is supported by real datasets and a simulation study, it is shown to provide insight about the individual marker's significance in providing a classifier rule/linear combination with good extent of classification.

• 한국멀티미디어학회논문지
• /
• 제24권4호
• /
• pp.550-557
• /
• 2021

Image steganalysis is a technique for detecting images with steganographic algorithms applied, called stego images. With state-of-the-art CNN-based steganalysis methods, we can detect stego images with high accuracy, but it is not possible to know which steganographic algorithm is used. Identifying stego images is essential for extracting embedded data. In this paper, as the first step for extracting data from stego images, we propose a hierarchical CNN structure for senary classification of steganographic algorithms. The hierarchical CNN structure consists of multiple CNN networks which are trained to classify each steganographic algorithm and performs binary or ternary classification. Thus, it classifies multiple steganogrphic algorithms hierarchically and stepwise, rather than classifying them at the same time. In experiments of comparing with several conventional methods, including those of classifying multiple steganographic algorithms at the same time, it is verified that using the hierarchical CNN structure can greatly improve the classification accuracy.

• Advances in aircraft and spacecraft science
• /
• 제9권1호
• /
• pp.1-15
• /
• 2022

This paper presents calibration of flush air data sensing systems during ascent period of a satellite launch vehicle. Aerodynamic results are numerically computed by solving three-dimensional time dependent compressible Euler equations over a payload shroud of a satellite launch vehicle. The flush air data system consists of four pressure ports flushed on a blunt-cone section of the payload shroud and connected to on board differential pressure transducers. The inverse algorithm uses calibration charts which are based on computed and measured data. A controlled random search method coupled with neural network technique is employed to estimate pitch and yaw angles from measured transient differential pressure history. The algorithm predicts the flow direction stepwise with the function of flight Mach numbers and can be termed as an online method. Flow direction of the launch vehicle is compared with the reconstructed trajectory data. The estimated values of the flow direction are in good agreement with them.

• 지능정보연구
• /
• 제24권2호
• /
• pp.111-124
• /
• 2018

본 연구는 만성질환 중의 하나인 고지혈증 유병을 예측하는 분류모형을 개발하고자 한다. 이를 위해 SVM과 meta-learning 알고리즘을 이용하여 성과를 비교하였다. 또한 각 알고리즘에서 성과를 향상시키기 위해 변수선정 방법을 통해 유의한 변수만을 선정하여 투입하여 분석하였고 이 결과 역시 각각 성과를 비교하였다. 본 연구목적을 달성하기 위해 한국의료패널 2012년 자료를 이용하였고, 변수 선정을 위해 세 가지 방법을 사용하였다. 먼저 단계적 회귀분석(stepwise regression)을 실시하였다. 둘째, 의사결정나무(decision tree) 알고리즘을 사용하였다. 마지막으로 유전자 알고리즘을 사용하여 변수를 선정하였다. 한편, 이렇게 선정된 변수를 기준으로 SVM, meta-learning 알고리즘 등을 이용하여 고지혈증 환자분류 예측모형을 비교하였고, TP rate, precision 등을 사용하여 분류 성과를 비교분석하였다. 이에 대한 분석결과는 다음과 같다. 첫째, 모든 변수를 투입하여 분류한 결과 SVM의 정확도는 88.4%, 인공신경망의 정확도는 86.7%로 SVM의 정확도가 좀 더 높았다. 둘째, stepwise를 통해 선정된 변수만을 투입하여 분류한 결과 전체 변수를 투입하였을 때보다 각각 정확도가 약간 높았다. 셋째, 의사결정나무에 의해 선정된 변수 3개만을 투입하였을 때 인공신경망의 정확도가 SVM보다 높았다. 유전자 알고리즘을 통해 선정된 변수를 투입하여 분류한 결과 SVM은 88.5%, 인공신경망은 87.9%의 분류 정확도를 보여 주었다. 마지막으로, 본 연구에서 제안하는 meta-learning 알고리즘인 스태킹(stacking)을 적용한 결과로서, SVM과 MLP의 예측결과를 메타 분류기인 SVM의 입력변수로 사용하여 예측한 결과, 고지혈증 분류 정확도가 meta-learning 알고리즘 중에서는 가장 높은 것으로 나타났다.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제20권1호
• /
• pp.69-84
• /
• 2017

본 연구는 2009개정 교육과정이 적용된 초등학교 수학 교과서와 지도서에서 자연수 나눗셈의 알고리즘이 어떻게 도입, 제시되고 있는지를 면밀히 고찰하고자 하였다. 연구 결과 교과서에서는 분배 알고리즘과 누감 알고리즘을 적용하고 있었고, 수모형의 조작 활동을 통해 알고리즘을 개발하려고 하였다. 등분제 맥락에서의 알고리즘은 구체적 조작 활동을 통해 적절하게 제시되어 있었지만, 포함제 맥락에서의 알고리즘을 개발하기 위한 구체적 조작활동의 제시는 미흡하였다. 또 단계적으로 개발된 나눗셈 알고리즘과 별개로 표준화된 알고리즘이 제시되었으며 이 둘 사이의 연결 과정이 암묵적으로 처리되었다. 또 도입 활동과 제시된 알고리즘 간의 연결성이 부족하였다. 이러한 논의를 바탕으로 우리나라 초등학교 수학교과서의 자연수 나눗셈 알고리즘을 도입하는데 시사점을 제공하고자 한다.

• Journal of Radiation Protection and Research
• /
• 제42권2호
• /
• pp.91-97
• /
• 2017

Background: A gamma energy identifying algorithm using spectral decomposition combined with smoothing method was suggested to confirm the existence of the artificial radio isotopes. The algorithm is composed by original pattern recognition method and smoothing method to enhance the performance to identify gamma energy of radiation sensors that have low energy resolution. Materials and Methods: The gamma energy identifying algorithm for the compact radiation sensor is a three-step of refinement process. Firstly, the magnitude set is calculated by the original spectral decomposition. Secondly, the magnitude of modeling error in the magnitude set is reduced by the smoothing method. Thirdly, the expected gamma energy is finally decided based on the enhanced magnitude set as a result of the spectral decomposition with the smoothing method. The algorithm was optimized for the designed radiation sensor composed of a CsI (Tl) scintillator and a silicon pin diode. Results and Discussion: The two performance parameters used to estimate the algorithm are the accuracy of expected gamma energy and the number of repeated calculations. The original gamma energy was accurately identified with the single energy of gamma radiation by adapting this modeling error reduction method. Also the average error decreased by half with the multi energies of gamma radiation in comparison to the original spectral decomposition. In addition, the number of repeated calculations also decreased by half even in low fluence conditions under $10^4$ ($/0.09cm^2$ of the scintillator surface). Conclusion: Through the development of this algorithm, we have confirmed the possibility of developing a product that can identify artificial radionuclides nearby using inexpensive radiation sensors that are easy to use by the public. Therefore, it can contribute to reduce the anxiety of the public exposure by determining the presence of artificial radionuclides in the vicinity.

• Spatial Information Research
• /
• 제18권5호
• /
• pp.107-117
• /
• 2010

본 연구는 최근 다수 도시개발사업들이 활발히 진행되고 있는 화성시 동부권을 사례대상지로하여 행정구역 단위 인구데이터를 격자형 인구분포자료로 변환한 후 인구유인을 유발할 것으로 예상되는 주요 도시계획관련 공간변수들을 GIS로 측정 대입하여 제네틱 알고리즘기법과 회귀분석기법 두 가지 방법으로 일종의 도시인구분포모형을 구축하였다. 두 가지 모형의 분석결과를 통해 도시환경 해석에 있어서의 두 기법의 성능상 특장점을 비교해 보았으며, 분석결과 GA기법은 변수 설명력에 관한 변별력에 있어 일반회귀분석보다 우월한 특징이 있음을 알 수 있었고 따라서 회귀분석과 병행할 경우 매우 직관적이며 보완적인 도시분석기법이 될 수 있음을 확인할 수 있었다.

• 대한토목학회논문집
• /
• 제26권1B호
• /
• pp.39-50
• /
• 2006

홍수를 예측하기 위해서 국내 5대강 유역의 홍수통제소는 저류함수모형을 사용하고 있으며 현재까지 홍수예측에 대한 많은 연구가 이루어지고 있다. 이에 본 논문에서는 현재 홍수통제소에서 사용되고 있는 저류함수모형과 과거의 강우-수위 관계를 이용한 회귀분석(regression analysis), 그리고 인공신경망(artificial neural network)을 이용하여 홍수를 예측하고 이를 비교, 분석하고자 하였다. 저류함수모형의 경우는 홍수통제소의 대표매개변수와 보정된 최적(평균)매개변수를 적용하였다. 그리고 회귀분석과 인공신경망은 1995~2001년까지의 홍수사상 중 4개의 홍수사상을 선택하여 회귀계수를 구하고 역전파(backpropagation) 알고리즘을 사용하여 학습을 시켰다. 그 결과 저류함수모형의 경우 최적 매개변수를 이용하였을 때 기존의 홍수통제소에서 사용하고 있는 대표매개변수보다 예측이 개선되었으며, 회귀분석의 방법인 다중회귀분석, Robust 회귀분석, Stepwise 회귀분석을 이용한 홍수예측은 비교적 정확한 결과를 얻을 수 있었다. 역전파 알고리즘을 사용한 인공신경망의 경우도 회귀분석을 이용한 홍수예측보다는 다소 못하였지만 정확한 결과를 얻을 수 있었다.