• Nuclear Engineering and Technology
• /
• 제42권2호
• /
• pp.219-230
• /
• 2010

In nuclear power plants (NPPs), periodic sensor calibrations are required to assure that sensors are operating correctly. By checking the sensor's operating status at every fuel outage, faulty sensors may remain undetected for periods of up to 24 months. Moreover, typically, only a few faulty sensors are found to be calibrated. For the safe operation of NPP and the reduction of unnecessary calibration, on-line instrument calibration monitoring is needed. In this study, principal component-based auto-associative support vector regression (PCSVR) using response surface methodology (RSM) is proposed for the sensor signal validation of NPPs. This paper describes the design of a PCSVR-based sensor validation system for a power generation system. RSM is employed to determine the optimal values of SVR hyperparameters and is compared to the genetic algorithm (GA). The proposed PCSVR model is confirmed with the actual plant data of Kori Nuclear Power Plant Unit 3 and is compared with the Auto-Associative support vector regression (AASVR) and the auto-associative neural network (AANN) model. The auto-sensitivity of AASVR is improved by around six times by using a PCA, resulting in good detection of sensor drift. Compared to AANN, accuracy and cross-sensitivity are better while the auto-sensitivity is almost the same. Meanwhile, the proposed RSM for the optimization of the PCSVR algorithm performs even better in terms of accuracy, auto-sensitivity, and averaged maximum error, except in averaged RMS error, and this method is much more time efficient compared to the conventional GA method.

• KSBB Journal
• /
• 제32권1호
• /
• pp.16-21
• /
• 2017

The multiple sclerosis caused by multiple inflammatory disease or immune system disorder, is usually treated by interferon ${\beta}$ through adjusting the abnormal immune reactions. For high production of human interferon ${\beta}$ using recombinant E. coli, codon optimized and wild type genes were synthesized. When pET-15b or pET-21a vector was used as an expression vector with each gene, there was no target protein expression. When pQE30 vector was used as an expression vector, human interferon ${\beta}$ was expressed by recombinant E. coli XL1-blue and E. coli JM109. Using the codon optimized gene, the expression of human interferon ${\beta}$ was slightly increased as compared to that from wild type gene. However, most of expressed human interferon ${\beta}$ was insoluble form.

• Journal of Microbiology and Biotechnology
• /
• 제19권6호
• /
• pp.596-603
• /
• 2009

This study aimed to examine the influence of adding an oxygen vector, n-dodecane, on hyaluronic acid (HA) production by batch culture of Streptococcus zooepidemicus. Owing to the high viscosity of culture broth, microbial HA production during 8-16 h was limited by the oxygen transfer coefficient $K_La$, which could be enhanced by adding n-dodecane. With the addition of n-dodecane to the culture medium to a final concentration of 5% (v/v), the average value of $K_La$ during 8-16 h was increased to $36{\pm}2h^{-1}$, which was 3.6 times that of the control without n-dodecane addition. With the increased $K_La$ and dissolved oxygen (DO) by adding 5% (v/v) of n-dodecane, a 30% increase of HA production was observed compared with the control. Furthermore, the comparison of the oxygen mass transfer in the absence and presence of n-dodecane was conducted with two proposed mathematical models. The use of n-dodecane as an oxygen vector, as described in this paper, provides an efficient alternative for the optimization of other aerobic biopolymer productions, where $K_La$ is usually a limiting factor.

• 한국정보기술학회논문지
• /
• 제17권10호
• /
• pp.49-55
• /
• 2019

본 논문은 다중 사용자 다중 입력 단일 출력 (MISO) 간섭 채널에서 복수의 도청자가 존재하는 경우에, 보안 채널 수율을 향상시키기 위한 간단한 프리코딩 벡터 설계 기법을 제안한다. 제안하는 기법에서는 보안 채널 수율을 최적화하는 문제에 대해 다루었으며, 수학식으로 주어지는 분석해를 구하는 것을 목표로 하였다. 이를 위해서 신호대 누수 잡음비 (SLNR) 기반으로 프리코딩 벡터를 설계하는 방법을 제시한다. 구체적으로는, 도청자가 정보 신호를 전혀 검출할 수 없도록 도청 채널 수율을 완전히 제거하면서, 송신단-수신단 링크 간의 채널 수율을 최대화시키도록 프리코딩 벡터를 설계한다. 성능 검증을 위하여 모의실험을 수행하였으며, 송신 안테나 개수, 송신단-수신단 링크 개수, 도청자 수 간에 특별한 조건식을 만족하지 않는 환경에서는, 제안하는 기법이 모든 신호대 잡음비 범위에서 기존 기법보다 더 우수한 보안 채널 수율을 나타낸다는 것을 제시한다.

• 전기학회논문지
• /
• 제63권4호
• /
• pp.526-533
• /
• 2014

In this study, we introduce design methodology to develop a guidance for issuing heavy rainfall warning by using both RBFNNs(Radial basis function neural networks) and SVR(Support vector regression) model, and then carry out the comparative studies between two pattern classifiers. Individual classifiers are designed as architecture realized with the aid of optimization and pre-processing algorithm. Because the predictive performance of the existing heavy rainfall forecast system is commonly affected from diverse processing techniques of meteorological data, under-sampling method as the pre-processing method of input data is used, and also data discretization and feature extraction method for SVR and FCM clustering and PSO method for RBFNNs are exploited respectively. The observed data, AWS(Automatic weather wtation), supplied from KMA(korea meteorological administration), is used for training and testing of the proposed classifiers. The proposed classifiers offer the related information to issue a heavy rain warning in advance before 1 to 3 hours by using the selected meteorological data and the cumulated precipitation amount accumulated for 1 to 12 hours from AWS data. For performance evaluation of each classifier, ETS(Equitable Threat Score) method is used as standard verification method for predictive ability. Through the comparative studies of two classifiers, neuro-fuzzy method is effectively used for improved performance and to show stable predictive result of guidance to issue heavy rainfall warning.

• 방송공학회논문지
• /
• 제25권2호
• /
• pp.157-165
• /
• 2020

본 논문에서는 임베디드 시스템에서의 양자화 기계학습을 수행할 경우 발생하는 양자화 오차를 효과적으로 보상하기 위한 방법론을 제안한다. 경사 도함수(Gradient)를 사용하는 기계학습이나 비선형 신호처리 알고리즘에서 양자화 오차는 경사 도함수의 조기 소산(Early Vanishing Gradient)을 야기하여 전체적인 알고리즘의 성능 하락을 가져온다. 이를 보상하기 위하여 경사 도함수의 최대 성분에 대하여 직교하는 방향의 보상 탐색 벡터를 유도하여 양자화 오차로 인한 성능 하락을 보상하도록 한다. 또한, 기존의 고정 학습률 대신, 내부 순환(Inner Loop) 없는 비선형 최적화 알고리즘에 기반한 적응형 학습률 결정 알고리즘을 제안한다. 실험 결과 제안한 방식의 알고리즘을 로젠블록 함수를 통한 비선형 최적화 문제에 적용할 시 양자화 오차로 인한 성능 하락을 최소화시킬 수 있음을 확인하였다.

• 방송공학회논문지
• /
• 제21권4호
• /
• pp.578-591
• /
• 2016

본 논문에서는 HEVC 부호화기의 속도를 향상시키기 위하여, 움직임 벡터의 군집화를 통한 코딩 블록의 최대 분할 깊이를 결정하는 방법을 제안한다. 현재 HEVC (High Efficiency Video Coding)의 참조 소프트웨어 HM은 최적의 코딩 블록 구조를 찾기 위해 다양한 코딩 블록의 깊이들에 대한 율-왜곡 최적화 (RDO: Rate-Distortion Optimization)를 수행한다. 하지만 이는 부호화기의 높은 복잡도를 차지하는 요소 중 하나로 보고된다. 본 논문에서는 최적의 코딩 블록 구조를 움직임 벡터의 군집화 된 결과에 따라 결정함으로써, 부호화 과정에서 코딩 블록 구조를 찾기 위한 RDO의 복잡도를 줄임으로써 부호화기의 속도를 향상시키는 방법을 제안한다. 제안하는 방법은 전처리 과정으로부터 원본 영상에 대한 움직임 벡터 계산, 이를 통한 계층적 군집화를 수행하여, 군집화된 경향을 기반으로 코딩 블록의 최대 깊이를 결정한다. 본 논문의 제안하는 방법은 HEVC 참조 소프트웨어 대비 평균 1.45% BD-rate 손실이 있었으며 평균 16%의 부호화 속도 향상을 보였다. 또한, 기존의 고속화 방법과 함께 적용한 경우 1.84% BD-rate 손실과 45.13%의 평균 부호화 속도 향상을 나타냈다.

• Korean Chemical Engineering Research
• /
• 제56권2호
• /
• pp.176-185
• /
• 2018

지구 온난화가 가속화됨에 따라 온실가스 감축이 보다 중요해졌다. 이산화탄소 건식 개질은 온실가스인 $CO_2$와 $CH_4$를 활용하여 부가가치가 높은 물질인 CO와 $H_2$를 얻을 수 있는 유망한 온실가스 감축 기술이다. 그러나 이 반응이 일어나는 반응기의 운전 중에 심각한 코킹 문제가 발생할 수 있다. 이산화탄소 개질반응은 매우 강한 흡열반응이기 때문에 반응기 입구 근처에서 반응 온도가 많이 떨어지면서 코크 생성을 야기시킨다. 이러한 문제를 해결하기 위해서는 코크 생성이 잘 일어나지 않는 온도영역에서 반응이 일어나도록 하는 것이 중요하다. 본 연구에서는 새로운 촉매 배열 방법을 이용하여 반응기 전 구간이 코크 생성이 잘 일어나지 않는 온도 영역 내에서 유지되도록 하는 설계 방법을 제안하였다. 이 설계 방법은 연료 유량, 촉매 밀도, 구간 별 출구 온도를 최적화 변수로 하여 주어진 전환율에 대하여 반응기 길이를 최소화 할 수 있는 최적화 문제를 풀도록 하여 반응기를 최적화한다.

• 터널과지하공간
• /
• 제31권6호
• /
• pp.508-519
• /
• 2021

본 연구에서는 발파 시 사람과 주변 환경에 영향을 끼치는 발파진동(peak particle velocity, PPV)을 예측하는 모델을 개발하였다. PPV를 예측하기 위해 kNN(k-nearest neighbors), CART(classification and regression tree), SVR(support vector regression), PSO(particle swarm optimization)-SVR 알고리즘을 이용한 4가지 머신러닝 모델을 개발하고 상호 비교하였다. 머신러닝 모델을 훈련하기 위해 경상남도 창원시에 있는 욕망산을 연구지역으로 선정하고 1048개의 발파 데이터를 획득하였다. 발파 데이터는 천공장, 저항선, 공간격, 최대지발장약량, 비장약량, 총공수, 에멀전비율, 이격거리, PPV로 구성되었다. 훈련된 모델들의 성능을 평가하기 위한 지표 값으로 MAE(mean absolute error), MSE(mean squared error), RMSE(root mean squared error)를 사용하였다. 평가결과 PSO-SVR 모델이 MAE, MSE, RMSE가 각각 0.0348, 0.0021, 0.0458으로 가장 우수한 예측 성능을 나타냈다. 마지막으로 개발된 머신러닝 모델을 이용하여 주변 환경에 영향을 끼치는 정도를 예측하는 방법을 제시하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권6호
• /
• pp.2422-2443
• /
• 2020

This paper studies a single-user Mobile Edge Computing (MEC) system where mobile device (MD) includes an application consisting of multiple computation components or tasks with dependencies. MD can offload part of each computation-intensive latency-sensitive task to the AP integrated with MEC server. In order to accomplish the application faultlessly, we calculate out the optimal task offloading strategy in a time-division manner for a predetermined execution order under the constraints of limited computation and communication resources. The problem is formulated as an optimization problem that can minimize the energy consumption of mobile device while satisfying the constraints of computation tasks and mobile device resources. The optimization problem is equivalently transformed into solving a nonlinear equation with a linear inequality constraint by leveraging the Lagrange Multiplier method. And the proposed dual Bi-Section Search algorithm Bi-JOTD can efficiently solve the nonlinear equation. In the outer Bi-Section Search, the proposed algorithm searches for the optimal Lagrangian multiplier variable between the lower and upper boundaries. The inner Bi-Section Search achieves the Lagrangian multiplier vector corresponding to a given variable receiving from the outer layer. Numerical results demonstrate that the proposed algorithm has significant performance improvement than other baselines. The novel scheme not only reduces the difficulty of problem solving, but also obtains less energy consumption and better performance.