S-밴드 레이다에서의 電磁波 現象에 關한 硏究

張宰成,高興眞,康富植 제주대학교 1993 논문집 Vol.37 No.-

. It is necessary to clarify radio duct properties and clutter in order to estimate propagation characteristics for radar system. Clutter generates by radar echos make difficult the detection of wanted target. Clutter echos limit the sensitivity of a radar receiver, and determining the range performance. For these circumstance, the optimum radar waveform and receiver must be designed by the other way which is considered only the receiver noise effect. In this paper, analysis radio duct properties, occurrence probabilities, land and sea clutter in a S-Band radar were investigated. The ground clutter-to-noise ratios, the target signal-to-noise ratios and the signal-to-noise-plus-clutter ratios are calculated by the parameters of a S-band radar.

도암댐 탁수저감과 유역관리를 위한 거버넌스 구축방안

강부식,김영도,홍일표,Gang, Bu-Sik,Kim, Yeong-Do,Hong, Il-Pyo 한국수자원학회 2011 물과 미래(한국수자원학회지) Vol.44 No.12

물인프라 안전진단 및 유지관리 스마트서비스 플랫폼 구축방안

강부식,이영목,Gang, Bu-Sik,Lee, Yeong-Mok 한국수자원학회 2020 물과 미래(한국수자원학회지) Vol.53 No.5

CGFFT를 이용한 도체 스트립의 전류 분포 ( The current distribution of a conducting strip using the Conjugate Gradient FFT )

강부식,양두영,장재성 한국통신학회 1992 한국통신학회 학술대회논문집 Vol.11 No.1

신상품 추천을 위한 사회연결망의 구조적 공백 활용 방안

강부식 한국자료분석학회 2011 Journal of the Korean Data Analysis Society Vol.13 No.3

상품추천시스템에서 협업 필터링은 가장 성공적으로 여러 분야에서 활용되고 있다. 협업 필터링이 가지는 근본적인 문제 중의 하나는 신상품 추천의 어려움이다. 협업 필터링은 개별 고객과 가장 유사한 성향을 보이는 이웃고객의 구매정보를 활용하여 상품을 추천한다. 그러나 신상품의 경우 시스템 내의 어느 고객도 구매 정보를 가지고 있지 못함으로 신상품 추천을 할 수 없는 문제점이 있다. 이를 해결하기 위해 제시된 방안은 신상품과 가장 유사한 특성을 갖는 기존 상품을 선별하여 추천하는 내용기반 필터링과 협업 필터링을 결합하는 하이브리드 방안이다. 내용기반 필터링은 상품 간 특성 비교를 위해 추가적인 정보를 필요로 하나 이를 얻는 것이 어려운 많은 상황이 존재한다. 최근 구매정보 외에 추가적인 정보 없이 신상품을 추천하는 사회연결망 연결정도 중심성 방안이 제시되었다. 이 연구에서는 사회연결망의 구조적 공백을 활용한 신상품 추천 방안을 제시한다. 제시한 방안의 성능 평가를 위해 영화추천 데이터를 이용하여 실험하고 검증한다. 실험결과 제시된 방안은 연결정도 중심성 방안에 비해 추천 적중률이 높음을 보였다. 또한 가장 많이 산 고객을 선정하여 신상품을 추천하는 방안과 결합하는 경우에도 구조적 공백의 활용이 실험에서도 추천 적중률을 높일 수 있음을 보였다. Collaborative filtering has been applied to many areas for product recommendations. It recommends products for a customer using purchase information of other customers. It has a critical problem to new product recommendations because any customers don't have the information about the new products. In order to solve the problem, many researchers proposed hybrid systems which is combined of collaborative filtering and content-based filtering. Content-based filtering recommends products whose characteristics are similar to those of products that target customer prefers. It requires additive information about the products to compare the similarity between them, but there are many areas that cannot get additive information. Recently, a new method was proposed using degree centrality of social networks. It don't require additive information about the products. This study proposes another method using structural holes of the social networks. In experimental results using Movielens dataset, the proposed method was better in recommendation performance than the degree centrality of the social networks. It also was shown higher performance than a general method which recommends new products to customers purchased many products until now.

Hydro-environmental Runoff Projection under GCM Scenario Downscaled by Artificial Neural Network in the Namgang Dam Watershed, Korea

강부식,김영도,이종문,김성준 대한토목학회 2015 KSCE Journal of Civil Engineering Vol.19 No.2

Until recently, hydrological impacts and prediction caused by climate change have been popular issues. However, a basin-scalehydro-environmental study has begun to attract attention recently due to the difficulties in watershed model calibration anduncertainty propagation in the data relaying procedure from the GCM (General Circulation Model) process to watershed modelingprocess, which leads to unrealistic projections. In addition, reliable downscaling scheme is essential in utilizing the GCM modeloutput for hydrological applications. The main objective of this study is to suggest a reliable ANN (Artificial Neural Network)-basedGCM scenario and its application for hydro-environmental projection using a watershed model. In this report, the Namgang Damwatershed in the Nakdong river basin was selected as the case study. To examine the vulnerability of the Namgang dam watershedcaused by climate change, the change in streamflow and pollutant material runoff due to climate change were predicted using thewatershed model, SWAT (Soil Water Assessment Tool), based on the IPCC’s A1B GCM scenario, which is downscaled using theANN and Nonstationary Quantile Mapping. The results of this study will be used for suggesting an effective counterplan from anengineering point of view, and developing an integrated water sources management system.

사회연결망의 구조적 공백을 활용한 신규고객 웹 상품추천방법

강부식 한국산업경제학회 2010 산업경제연구 Vol.23 No.5

웹 상품추천시스템은 고객의 특성 및 선호도를 분석하여 가장 적합한 상품을 추천하는 시스템이다. 웹 상품추천시스템에서 가장 활발하게 적용되고 있는 기법은 협력 필터링방식으로, 추천 정확성이 다른 방식에 비해 비교적 높은 것으로 알려져 있다. 그러나 협력 필터링 방식의 문제점 중의 하나는 신규고객에 적합한 상품추천을 할 수 없다는 점이다. 이를 보완하기 위해 신규고객에게는 베스트셀러 상품을 추천하는 방식이 일반적으로 많이 활용되고 있다. 이 연구에서는 신규고객 상품 추천을 위해 사회연결망의 구조적 공백 개념을 활용한 방식을 제안한다. 제안한 방식의 정확성 평가를 위해 영화 데이터에 적용하여 실험을 하였다. 신규고객을 위한 영화추천에서 베스트셀러 기반 추천방식과 비교한 결과 사회연결망의 구조적 공백을 활용한 방식의 정확성이 높음을 실험결과를 통해 보였다. Web product recommender systems recommend products for customers as their characteristics and preferences. Collaborative filtering has been applied to the systems in general because it has been known higher performance in many areas for recommendations than other methods. However, one of its drawbacks cannot recommend products for new customers. Best seller method han been used to complement to the problem in practical situations. This study proposes a novel method using structural holes of social networks. The method was tested with MovieLens dataset which is about movie recommendations. In experimental results, it showed that it has higher performance than the best seller method in recommendations to the new customers.

Flow Estimation using Drone Optical Imagery with Non-uniform Flow Modeling in a Controlled Experimental Channel

강부식,김진겸,김동수,강도혁 대한토목학회 2019 KSCE Journal of Civil Engineering Vol.23 No.4

A new methods were presented to estimate streamflow with the aid of low-cost optical, infrared, and microwave imagery in a controlled experimental hydraulic channel. The River Experiment Center in Andong, Korea was used as a test site for calibration and validation. The suggested methodologies uses the remotely sensed channel width and the derived channel cross sections coupled with simple hydraulic models. Two basic models were applied for comparison; 1) the Manning’s equation for uniform flow analysis and 2) an iterative method based on the energy equation that assumes non-uniform flow. The non-uniform condition for the 2nd method is achieved by using a water structure, specifically, a weir, to form a backwater effect. Under the assumption of ideal uniform flow, both methods show similarly reasonable performance, with 14.5% error on average against the in-situ channel flow observations. However, under non-uniform flow, the uniform flow approach, i.e., the 1st method, exhibits overestimated channel flow (62.6% error) compared to the non-uniform analysis method, i.e., the 2nd method (15.8% error on average).

(3-2) 면적감소계수 및 설계강우의 공간분포 산정

강부식,Gang, Bu-Sik 한국수자원학회 2013 물과 미래(한국수자원학회지) Vol.46 No.5

Word2Vec과 앙상블 합성곱 신경망을 활용한 영화추천 시스템의 정확도 개선에 관한 연구

강부식 한국디지털정책학회 2019 디지털융복합연구 Vol.17 No.1

One of the most commonly used methods of web recommendation techniques is collaborative filtering. Many studies on collaborative filtering have suggested ways to improve accuracy. This study proposes a method of movie recommendation using Word2Vec and an ensemble convolutional neural networks. First, in the user, movie, and rating information, construct the user sentences and movie sentences. It inputs user sentences and movie sentences into Word2Vec to obtain user vectors and movie vectors. User vectors are entered into user convolution model and movie vectors are input to movie convolution model. The user and the movie convolution models are linked to a fully connected neural network model. Finally, the output layer of the fully connected neural network outputs forecasts of user movie ratings. Experimentation results showed that the accuracy of the technique proposed in this study accuracy of conventional collaborative filtering techniques was improved compared to those of conventional collaborative filtering technique and the technique using Word2Vec and deep neural networks proposed in a similar study. 웹 추천기법에서 가장 많이 사용하는 방식 중의 하나는 협업필터링 기법이다. 협업필터링 관련 많은 연구에서 정확도를 개선하기 위한 방안이 제시되어 왔다. 본 연구는 Word2Vec과 앙상블 합성곱 신경망을 활용한 영화추천 방안에 대해 제안한다. 먼저 사용자, 영화, 평점 정보에서 사용자 문장과 영화 문장을 구성한다. 사용자 문장과 영화 문장을 Word2Vec에 입력으로 넣어 사용자 벡터와 영화 벡터를 구한다. 사용자 벡터는 사용자 합성곱 모델에 입력하고, 영화 벡터는 영화 합성곱 모델에 입력한다. 사용자 합성곱 모델과 영화 합성곱 모델은 완전연결 신경망 모델로 연결된다. 최종적으로 완전연결 신경망의 출력 계층은 사용자 영화 평점의 예측값을 출력한다. 실험결과 전통적인 협업필터링 기법과 유사 연구에서 제안한 Word2Vec과 심층 신경망을 사용한 기법에 비해 본 연구의 제안기법이 정확도를 개선함을 알 수 있었다.