• 융합정보논문지
• /
• 제9권6호
• /
• pp.1-6
• /
• 2019

본 연구에서는 다항식 회귀분석(Polynomial regression analysis) 방법을 이용하여 비선형 특성을 갖는 전자저울의 질량 추정 모델 개발이 이루어 졌다. 전자저울에 사용되는 로드셀의 출력 단자 전압을 기준 질량 추를 사용하여 직접 측정하였고 이 데이터를 이용하여 MS Office 엑셀의 행렬식 계산과 데이터 추세선 분석 기능을 이용하여 다항식 회귀모델을 구하였다. 5kg까지 측정 가능한 로드셀 전자저울을 사용하여 100g단위로 질량을 측정하였고 다항식 회귀분석(Multiple regression analysis) 모델을 구하였으며, 단순(1차), 2차, 3차 다항식 회귀분석에 대한 오차를 구하였다. 각 모델에 대한 회귀 방정식의 적합도 분석을 위해 결정계수(Coefficient of determination)를 제시하여 추정 질량과 측정 데이터와의 상관관계를 나타내었다. 본 연구에서 제안하는 3차 다항식 모델을 이용하여 추정 값의 표준편차가 10g, 결정계수 1.0으로 상당히 정확한 모델을 얻었다. 본 연구에 사용된 선형 회귀 분석 이론을 바탕으로 최근 인공지능 분야에서 많이 사용되고 있는 로지스틱 회귀 분석(Logistic regression analysis)을 활용하여 기상예측, 신약개발, 경제지표 분석 등의 분야에 대한 다양한 연구를 수행할 수 있을 것으로 생각된다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.442-445
• /
• 2004

본 논문은 유전자 기반 퍼지다항식 뉴럴네트워크(Genetic based fuzzy polynomial neural networks： gFPNN)를 제안한다. gFPNN 구조는 퍼지집합을 기반으로 설계되며, 유전자 알고리즘에 의해 구조 및 파라미터를 최적화한 구조이다. 퍼지집합을 기반으로 설계되어진 퍼지뉴럴네트워크는 간략추론 구조와 선형추론 구조로 설계된다. 본 논문에서는 간략추론 및 선형추론 구조를 통합 및 확장한 퍼지다항식 뉴럴네트워크를 설계한다. 이 구조는 연결가중치를 이용하여 회귀다항식을 네트워크 구조로 표현하며, 간략추론(Type 0), 선형추론(Type 1), 회귀다항식추론(Type 2)을 모두 포함한다. 또한 퍼지규칙 후반부의 다항식 차수를 각 규칙에 대해 다르게 선택할 수 있으며, 일률적인 형식의 구조를 벗어나 주어진 시스템의 특성에 따라 유연한 구조를 설계할 수 있도록 한다. 여기에 더하여, 네트워크 구조와 파라미터 동조에 유전자 알고리즘을 적용하며, 구조와 파라미터 동정에 대한 효율적인 방법을 논의한다. 제안된 모델의 평가를 위해 수치예제를 이용한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
• /
• pp.429-432
• /
• 2004

본 논문은 기존의 퍼지 다항식 뉴럴 네트워크 (Fuzzy Polynomial Neural Networks ; FPNN) 모델을 이용하여 비선형성 데이터에 대한 추론을 제안한다. 복잡한 비선형 시스템의 모델동정을 위하여 생성된 GMDH 방법에 기초한 FPNN의 각 노드는 퍼지 규칙을 기반으로 구축되었으며, 층이 진행되는 동안 모델 스스로 노드의 선택과 제거를 통해 최적의 네트워크 구조를 생성할 수 있는 유연성을 가지고 있다. FPNN 각각의 활성노드를 퍼지다항식 뉴론(Fuzzy Polynomial Neuron ; FPN)이라고 표현한다. FPNN의 후반부 구조는 입출력 변수 사이 의 간략과 회귀다항식 (1차, 2차, 변형된 2차식) 함수에 의해 구현된다. 규칙의 전반부 멤버쉽 함수는 삼각형과 가우시안형의 멤버쉽 함수가 사용된다. 또한 유전자 알고리즘을 사용하여 각노드의 부분표현식을 구성하는 입력변수의 수, 입력변수와 차수의 선택 동조를 통하여 최적의 Genetic Algorithms(GAs)을 이용한 FPNN모델을 설계하는 것이 유용하고 효과적임을 보인다.

• 한국정보전자통신기술학회논문지
• /
• 제10권6호
• /
• pp.594-600
• /
• 2017

본 논문에서는 매우 높은 차원을 가진 데이터에서 의미 있는 특징 벡터 추출하여 입력 공간의 차원을 줄이기 위하여 주성분 분석법을 사용하였다. 주성분 분석법을 이용하여 축소된 차원을 가진 입력 데이터를 이용하여 회귀 다항식의 입력벡터로 사용하는 모델과 패턴 분류기의 설계 방법을 제안하였다. 제안된 모델 및 패턴 분류기는 매우 단순한 구조를 가진 회귀다항식을 기반으로 설계하여 모델 및 패턴 분류기의 과적합 문제를 해결 하고자 하였다. 제안된 설계방법을 적용하여 설계된 모델과 패턴 분류기의 성능을 비교 및 평가하기 위하여, 다양한 기계 학습 데이터 집합을 사용하였다.

• 대한전자공학회논문지SP
• /
• 제45권5호
• /
• pp.25-34
• /
• 2008

동일한 위치에서 같은 장면을 담고 있지만 서로 다른 시간에 획득된 두 장의 영상을 서로 비교하여 움직이는 자동차등에 의한 겹침과 같은 이상점의 집합을 검출할 수 있다. 영상들의 서로 다른 밝기 특성에 의한 영향을 줄이기 위하여 다항식 회귀 모델에 근거한 밝기 보정을 하였다. 이상점 집합으로 인한 영향을 약화시키면서 정확한 이상점 검출을 위하여 회귀분석을 단순히 반복하는 알고리듬을 도입하였다. 본 논문에서는 회귀분석을 반복하는 알고리듬의 성능을 잡음분산의 추정의 수렴 특성을 관찰하므로 분석하였으며, 교정 상수를 잡음분산 추정에 사용하여 강인한 검출이 가능하도록 하였다. 합성 영상과 실제 영상에 검출 알고리듬을 실험하여 그 강인성을 보였다.

• 대한전자공학회논문지SP
• /
• 제46권1호
• /
• pp.14-22
• /
• 2009

동일한 위치에서 같은 장면을 담고 있지만 서로 다른 시간에 획득된 두 영상의 차를 구하여 이상점의 집합을 검출할 수 있다. 이때 영상들의 서로 다른 밝기 특성에 의한 영향을 줄이기 위하여 다항식 회귀모델에 근거하여 반복적으로 회귀분석을 적용하여 밝기 보정을 하고, 서로 다른 분산의 영향을 줄여서 강인한 검출을 수행하기 위하여 영상 차를 잡음의 분산을 사용하여 정규화 한 잔차(residual)를 사용한다. 따라서 잡음분산의 정확한 추정은 강인한 이상 물체 검출에 매우 중요하다. 본 논문에서는 정확한 추정을 위하여, 실험적으로 구하는 교정상수의 도입을 제안하였으며, 여러 합성 영상에 적용하여 그 성능이 우수함을 확인하였으며, 실제 영상에 적용하여 임의의 문턱 값 선정에도 강인하게 동작하는 이상 물체 검출 알고리듬을 제안하였다.

• 한국컴퓨터산업학회논문지
• /
• 제2권6호
• /
• pp.859-866
• /
• 2001

성공적인 프로젝트 계획은 활용 가능한 일정과 더불어 프로젝트를 완수하는데 요구되는 노력을 얼마나 정확히 추정하느냐에 달려있다. 새로운 또는 보다 나은 모델 개발에 많은 연구가 이루어졌지만 현존하는 소프트웨어 노력 추정 모델들은 개발 전순기에 대해 투입되는 총 개발노력과 단위시간당 소요되는 인력인 노력 함수만을 제공한다. 또한, Putnam은 세부단계별로 일정한 개발노력 투입 비율을 제시하였다. 그러나 소프트웨어의 규모, 복잡도와 운영환경의 영향으로 인해 프로젝트 별로 투입되는 총 개발노력의 규모에 차이가 발생하며, 그 결과, 개발 세부단계별로 투입되는 노력의 규모도 프로젝트마다 차이가 발생한다. 본 논문은 총 개발노력 변동에 따른 소프트웨어의 명세화, 구축과 시험단계에 투입될 개발노력을 추정하는 선형과 다항식 모델을 제시하였다. 이 모델들은 128개의 다른 소프트웨어 프로젝트들로부터 유도되었다. 제안된 모델은 프로젝트의 일정과 노력 할당 관리에 실질적인 지침을 제공할 것이다.

• 전자공학회논문지CI
• /
• 제39권3호
• /
• pp.18-31
• /
• 2002

본 연구는 뉴로퍼지 네트워크와 다항식 뉴럴네트워크를 합성한 하이브리드 모델링 구조인 고급 뉴로퍼지 다항식 네트워크(Advanced neurofuzzy polynomial networks ; ANFPN)를 제안한다. 제안된 네트워크 구조는 높은 비선형 규칙 기반 모델로, CI(Computational Intelligence)의 기술, 즉 퍼지집합, 뉴럴네트워크, 유전자 알고리즘에 의해 설계되어진다. 뉴로퍼지 네트워크는 ANFPN 구조의 전반부를, 다항식 뉴럴네트워크는 후반부를 구성한다. ANFPN의 전반부에서, 뉴로퍼지 네트워크는 간략추론, 오류역전파 학습 규칙을 이용한다. 멤버쉽함수의 파라미터, 학습율, 모멘텀 계수는 유전자 최적화를 이용하여 조절된다. ANFPN의 후반부 구조로서 다항식 뉴럴네트워크는 학습을 통해 생성되는(전개되는) 유연한 네트워크 구조이다. 특히 다항식 뉴럴네트워크의 층과 노드 수는 고정되어 있지 않고 동적으로 생성된다. 본 연구에서는, 2가지 형태의 ANFPN 구조를 제안한다. 즉 기본 구조와 변형된 구조이다. 여기서 기본 구조와 변형된 구조는 다항식 뉴럴네트워크 구조의 각 층에서 입력변수의 수와 회귀다항식의 차수에 의존한다. 두 결합 구조의 특징 때문에 공정 시스템의 비선형적인 특성을 고려할 수 있고 보다 우수한 예측능력을 가진 좋은 출력선응을 얻을 수 있게 한다. ANFPN의 유용성과 실용성은 2개의 수치 예제를 통해 논의된다. 제안된 ANFPN은 기존의 모델보다 높은 정밀도와 예측능력을 가진 모델을 생성함을 보인다.

• 해양환경안전학회지
• /
• 제27권6호
• /
• pp.822-831
• /
• 2021

선박의 주묘 위험성을 평가할 수 있는 프로그램이 개발되어 있지만 선박의 제원에 해당되는 다양한 입력요소들을 직접 찾아서 입력해야 하므로 VTS 관제사가 정박지에 정박 중인 선박들로부터 이러한 입력요소들을 모두 확인하여 프로그램을 활용하는 것은 현실적으로 어려운 상황이다. 이에 본 연구에서는 VTS 관제사 입장에서 선박으로부터 쉽게 획득할 수 있는 총톤수(GT)를 독립변수로 설정하고 프로그램 입력요소들을 종속변수로 하여 선형 및 비선형 회귀분석을 실시하였다. 다항식 모델(선형)과 멱급수 모델(비선형)의 적합도를 비교한 결과, 컨테이너선과 벌크선의 경우에는 모든 입력요소에서 멱수급 모델이 적합한 것으로 평가되었다. 하지만 탱커선의 경우에는 수선간장, 선폭, 흘수는 멱수급 모델이 적합하고, 정면풍압면적, 앵커의 무게, 의장수, 묘쇄공으로부터 선저까지의 높이는 다항식 모델이 더 적합한 것으로 평가되었다. 또한 탱커선의 정면풍압면적 요소를 제외한 다른 나머지 종속변수들은 모두 결정계수가 0.7 이상으로 높은 적합도를 보였다. 따라서 주묘 위험성 평가 프로그램의 입력요소 중 외력 요소, 해저 저질, 수심 및 앵커 체인의 신출량을 제외한 나머지 입력요소들은 선박의 총톤수만 입력하면 회귀분석 모델식에 의해 자동으로 입력됨으로써 주묘 위험성 평가가 가능할 것으로 판단된다.

• 정보처리학회논문지D
• /
• 제11D권1호
• /
• pp.163-172
• /
• 2004

객체지향 개발 방법론을 적용하는 소프트웨어 개발 프로젝트에서 개발 노력 추정 기법으로 사용사례점수(UCP, Use Case Point)에 대한 연구가 계속되고 있다. 기존의 연구는 기술적 요인과 환경적 요인을 적용한 AUCP(Adjusted Use Case Point)에 상수를 곱하여 개발 노력을 계산하는 선형모델을 제시하고 있으나, AUCP와 UUCP(Unadjusted Use Case Point)를 이용하여 개발노력을 추정하는 통계적인 모델은 제시되지 않고 있다. 소프트웨어 규모가 증가함에 따라 개발 기간이 기하급수적으로 증가하는 선형 회귀모델이 부적합하다는 사실과 UCP 계산과정에서 TCF(Technical Complexity Factor)와 EF(Environmental Factor)를 적용에 따른 FP(Function Point) 오차 발생 문제점을 확인하였다. 이 논문은 사용사례점수를 기반으로 하여 기존 연구의 문제점인 TCF와 EF를 고려하지 않고 직접 UUCP로부터 개발 노력을 추정한 수 있는 선형, 로그형, 다항식, 거듭제곱 및 지수함수 회귀모델의 성능을 평가한 결과, 가장 적합한 모델로 지수형태의 비선형 회귀모델을 도출하였다.