• Journal of the Korean Data and Information Science Society
• /
• 제21권6호
• /
• pp.999-1008
• /
• 2010

공정을 모니터링 하기 위한 전통적인 관리도는 표본들 사이의 일정한 추출간격에서 일정한 수의 표본을 취하여 만들어 지는 고정추출율 관리도이다. 본 연구의 목표는 표준적인 고정추출율을 갖는 다변량 관리도에 비하여 성능이 우수한 가변추출간격을 갖는 다변량 관리도를 개발하는데 있다. 대부분의 다변량 관리도에 대한 연구는 공정의 평균벡터를 모니터링 하는데 초점이 맞추어져 있다. 그러나 본 논문에서는 공정의 평균벡터와 분산-공분산을 동시에 모니터링 하기 위한 다변량 관리도를 연구한다. 가변추출간격을 갖는 다변량 슈하르트 관리도에 대하여 연구 하고자 한다.

• Journal of the Korean Data and Information Science Society
• /
• 제22권6호
• /
• pp.1123-1135
• /
• 2011

다변량 통합공정관리의 기본절차는 잡음이 내재하는 공정에 수정조치를 취하여 공정편차를 백색 잡음으로 전환하도록 하여 공정제곱편차를 최소화하게 되는 것이며, 이러한 다변량 통합공정관리의 수정활동을 하는 경우 공정에 이상원인이 발생하면 관리도를 통해 이를 탐지하고 제거하게 된다. 수정된 공정은 이상원인 발생 전에는 백색잡음이지만, 이상원인 발생 후 다양한 형태의 시계열 모형으로 변환하게 된다. 만약 수정된 공정을 탐지하여 이상원인의 신호가 발생한 경우 교정활동을 통하여 이를 제거해야 하지만, 구조적으로 교정이 불가능 하거나 교정활동의 비용이 많이 발생하는 경우에는이상원인의 효과를 감안하여 수정활동을 재조정해야할 것이다. 이 논문에서는 공정모형으로 다변량 IMA(1,1)모형을 가정하고 다변량 통합공정관리 절차를 수행하는 경우 이상신호가 발생한 후 재수정 절차를 제안한다.

• Journal of the Korean Data and Information Science Society
• /
• 제24권6호
• /
• pp.1275-1283
• /
• 2013

다변량 통합공정관리의 기본절차는 잡음이 내재하는 공정에 수정조치를 취하여 공정편차벡터를 백색잡음벡터로 전환하도록 하여 공정제곱편차벡터를 최소화하게 되는 것이며, 이러한 다변량 통합공정관리의 수정활동을 하는 경우 공정에 이상원인이 발생하면 관리도를 통해 이를 탐지하고 제거하게 된다. 수정된 공정은 이상원인 발생 전에는 백색잡음이지만, 이상원인 발생 후 다양한 형태의 시계열 모형으로 변환하게 된다. 만약 수정된 공정을 탐지하여 이상원인의 신호가 발생한 경우 교정활동을 통하여 이를 제거해야 하지만, 구조적으로 교정이 불가능 하거나 교정활동의 비용이 많이 발생하는 경우에는 이상원인의 효과를 감안하여 수정활동을 재조정해야할 것이다. 이 논문에서는 공정모형으로 다변량 IMA(1,1)모형을 가정하고 다변량 통합공정관리 절차를 수행하는 경우 이상신호가 발생한 후 재수정 절차에서 필요한 모수추정을 하고자 한다.

• 응용통계연구
• /
• 제26권6호
• /
• pp.903-913
• /
• 2013

최근 소셜 네크워크 서비스의 발달로 인해 개인의 감정이나 의견을 표현하는 소셜 데이터들이 하루에도 수백만 건씩 생산되고 있다. 또한 소셜 데이터는 개인의 의견에 또 다른 생각을 더하는 등 정보의 생산과 소비가 누구나 가능해짐으로써 사회현상을 잘 반영해주는 도구로 성장하고 있다. 본 연구에서는 블로그에 올라온 부정적인 감성어들을 분석하여 블로거의 감성변화를 탐지하기 위해 다변량 관리도를 이용하고자 한다. 이를 위해 2008년 1월 1일부터 2009년 12월 31일 사이에 생성되었던 모든 블로그를 사용하였다. 품질 특성치가 다변량으로 주어지는 경우 호텔링의 $T^2$ 관리도가 널리 사용된다. 그러나 이 관리도는 품질 특성치들의 분포가 다변량 정규분포라는 가정을 하고 있어, 비정규 다변량 자료에 대한 관리도의 성능은 좋지 않다. 이에 본 논문에서는 Sun과 Tsung (2003)이 제안한 써포트 벡터머신에서 단일 집합 분류 기법 중 하나인 SVDD(support vector data description) 알고리즘과 이를 확장한 K-관리도를 소개하고, 실제 데이터 분석에 적용해 보았다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권3호
• /
• pp.639-652
• /
• 2015

현대의 제조공정은 컴퓨터의 발전과 통신 및 네트워크의 발달로 컴퓨터통합제조가 가능해졌다. 이로 인해 고품질 제품의 고속 생산공정이 확대되고, 공정에서 실시간으로 전송되는 다양한 품질변수들의 데이터 축적 또한 가능하게 되었다. 이를 관리하기 위해서는 다변량 통계적 공정관리 절차가 필요하다. 전통적으로 사용하는 다변량 관리도는 이상상태 발생시 이상신호를 주지만, 이상원인이 어떠한 변수에 어떠한 영향을 주는지에 대한 정보를 제공하지 않는다는 단점이 있다. 이를 보완하기 위해 데이터마이닝과 기계학습 기법을 이용할 수 있다. 이 논문에서는 의사결정나무 학습 기법을 이용한 다변량 공정관리 절차를 소개하고, 이변량인 경우 모의실험을 통하여 그 효율을 살펴보았다. 모의실험 결과를 살펴볼 때, 상관계수에 따라 이상상태 탐지 능력은 비슷한 것으로 나타났고, 이상상태에 대한 분류 정확도는 상관계수와 이상원인의 형태에 따라 차이가 있지만 기존의 다변량 관리도에서는 제공하지 않는 이상원인의 정보를 제공하는 장점이 있음을 알 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제12권4호
• /
• pp.201-207
• /
• 2007

제조업에서는 2개 이상의 상관이 있는 품질특성치를 동시에 감시하거나 관리를 하기 위한 필요성이 많이 제기되고 있다. 하지만 복수의 품질특성치를 각각 독립적으로 감시하면 판단의 오류가 발생될 수 있다. 복수의 품질특성치를 동시에 감시하고자 할 때 $X^2$ 또는 $T^2$와 같은 다변량 관리도가 사용되어질 수 있다. 본 논문에서는 다수의 품질특성치를 갖는 용해공정에서 조기에 이상 징후를 파악하기 위하여 다변량 관리도를 이용한 조기경보 시스템을 구현하였다. 용해공정에서 상관성이 있는 다수의 품질특성치를 동시에 관리하기 위해 개발된 이 모듈은 용해공정의 통계적 공정관리 활동에 효율성 및 효과성을 향상시켜 주었다.

• 응용통계연구
• /
• 제31권1호
• /
• pp.1-11
• /
• 2018

최근 다변량 공정관리는 다양한 응용 분야에서 중요해지고 있는 추세이다. 예를 들어, 제조 산업 분야에서는 다변량 품질특성치를 동시에 모니터링할 필요가 있다. 그러나, 다변량 관리도는 이상신호가 발생한 경우 그 원인이 되는 개별적인 변수를 식별하기가 어렵기 때문에, 실제로는 기대만큼 유용하게 쓰이고 있지 않은 형편이다. 이에 본 논문에서는 새로운 관측치에 대한 개별적인 신뢰구간을 사용하여 이상신호의 원인을 탐지하는 세 가지 방법을 소개하고, 시뮬레이션 연구를 통해 이상신호의 원인이 되는 개별적인 변수를 식별하고 해석하는 데 있어 주의할 점이 무엇인지 살펴보기로 한다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권6호
• /
• pp.1333-1343
• /
• 2014

본 연구는 일변량 금융지수의 변동성 모형에서 GARCH(1,1) 모형이 여러 복잡한 GARCH 확장 모형에 비교해서 결코 뒤쳐지지 않는다는 Hansen과 Lunde (2005) 연구를 다변량 변동성으로 확장한다. 또한 모형의 비교 방법으로 예측값에 기반한 평균제곱예측오차 (MSPE) 뿐 만 아니라 리스크 관리 측면에서 최대 손실 금액을 나타내는 VaR 및 사후 검정인 실패율을 동시에 고려하였다. 모의실험 결과 다변량 변동성의 경우에서도 GARCH 모형이 예측력은 크게 다르지는 않았으나 리스크 관리 측면에서는 좀 더 신중한 판단을 요구함을 보인다. 또한 최근 10년동안의 KOSPI, NASDAQ 및 HANG SENG의 주가 지수 실증 자료를 통하여 리스크 관리 측면에서의 다변량 GARCH 모형 선택에 대해서 논의한다.

• 응용통계연구
• /
• 제31권6호
• /
• pp.811-823
• /
• 2018

호텔링 $T^2$ 통계량에 근거한 다변량 관리도는 공정의 이상상태를 식별하는 통계적 공정관리의 강력한 도구 중 하나이다. 다수의 품질 특성치를 동시에 모니터링하는데 사용된다. $T^2$ 관리도를 통해 이상신호가 탐지된다는 것은 평균 벡터의 변화가 있다는 것을 의미하게 된다. 그러나, 이러한 다변량 통계량의 신호는 이상신호에 대한 원인을 식별하기 어렵게 한다. 이 논문에서는 $T^2$ 통계량을 서로 독립인 항으로 분해한 Mason, Young, Tracy (MYT) 분해에 기반한 원인 식별 방법들을 살펴본다. 또한, R 소프트웨어를 사용하여 사례분석을 하고, 모의실험을 통해 각 절차의 성능을 비교 평가해보고자 한다.

• 지능정보연구
• /
• 제9권1호
• /
• pp.53-69
• /
• 2003

현대의 생산공정에서는 많은 공정변수가 발생하고 있으며 복잡한 연관관계를 가지고 제품의 품질에 영향을 미치고 있다. 따라서 공정의 이상 유무 확인을 위해서는 많은 품질특성치를 동시에 관리하는 다변량 공정관리가 필요하다. 본 연구는 자기조직화 신경망(SOM)과 사례기반추론(CBR) 기법을 이용한 다변량 공정관리 방안을 제안한다. SOM을 이용하여 공정 데이터의 패턴을 생성하고 이상 유무 판단을 위해 기준패턴과 적합성 검정을 한다. 제안한 방법의 검증을 위해 공정에서 발생 가능한 패턴별로 데이터를 생성하여 실험하였고, 실험을 통해 이상패턴을 효과적으로 구별할 수 있음을 보였다. 또한 CBR 방법론을 적용하여 1종 오류는 줄이면서 2종 오류를 아주 작게 유지할 수 있음을 보임으로써, SOM과 CBR 이 결합된 절차가 다변량 공정관리를 위한 한 대안이 될 수 있음을 보였다.