• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 추계학술대회 논문집 전력기술부문
• /
• pp.432-434
• /
• 2001

This paper proposes a special-day load forecasting method with the characteristics of temperature based on fuzzy linear regression. We can obtain a linear regression model from the relation between daily peak load and daily maximum or minimum temperature. Simulation results show that the proposed method can improve an accuracy of a special-day load forecasting.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2002년도 춘계공동학술대회
• /
• pp.792-796
• /
• 2002

관찰적 작업자세 평가기법은 각 관절의 자세를 관찰 기록하여 자세 부하를 평가하는 실용적인 인간공학적 작업평가 기법이다. 본 연구에서는 각 관절의 불편도 지수와 전신의 자세 부하의 관계성을 모형화하고, 전신의 작업자세 부하를 평가하는 방법론을 제시하였다. 자동차 조립공정의 대표적인 작업자세들을 대상으로 하여 정적인 자세의 심물리학적 부하를 전신에 대하여 평가하였다 전신의 불편도는 비중립 자세를 취하고 있는 각 관절의 조합에 의해 영향을 받는다. 특히, 자동차 조립공정에서는 어깨 높이 이상의 작업을 대상으로 하는 경우에 어깨, 목, 허리, 손목 등에서 비중립 자세를 동시에 취하여 전신의 불편도가 큰 것으로 나타났다. 평가된 전신의 불편도와 각 자세의 관절별 불편도 지수의 관계를 다중선형회귀모형으로 모형화하는 것이 타당한 것으로 나타났다. 모형에서 전신 불편도에 가장 큰 영향을 미치는 관절은 어깨이며, 손목의 영향이 가장 적은 것으로 나타났다. 이 모형을 통해 작업자세 부하를 정량적으로 평가하는 것이 가능할 것으로 기대된다.

• 전산구조공학
• /
• 제10권2호
• /
• pp.265-272
• /
• 1997

본 논문은 신경망 근사 해석 모델 개발을 궁극적인 목적으로 하는 기초적 연구로서, 기존의 수치해석 알고리즘과의 성능 비교를 통하여 신경망 알고리즘의 특성과 역할을 수치해석의 관점에서 정확히 판단하는데 목적이 있다. 신경망 알고리즘을 변형하여 선형 연립 방정식의 해를 구하는 두가지 방법을 제안하였고, 회귀분석, 보간법과의 비교를 통하여 광범위한 근사자(universal approximator)로서의 역할을 보였다.

• 기계와재료
• /
• 제22권1호
• /
• pp.46-53
• /
• 2010

공작기계에서 가공정밀도를 저하시키는 가장 큰 요인은 열변형 및 채터진동이다. 본 고에서는 이 중 장시간 가공중 기계의 열변형에 따른 문제점을 자동으로 공작기계 CNC(Computerized Numerical Controller) 제어기상에서 실시간으로 보상하여 주는 장치 및 기술개발 사례에 대한 내용을 언급하고자 한다. 기계가공에서 온도신호의 실시간 데이터 취득 및 열변형에 따른 공작기계 원점(Work Offset)의 자율보정이 가공정밀도 향상 및 가동률 향상에 많은 영향을 끼친다 이에 따라 본 고에서는 온도 데이터의 취득부와 보상을 위한 보정값 추출을 위한 선형회귀법 및 신경회로망의 보정모델을 임베디드화한 디바이스와 CNC상에서 가공중 공작기계 원점 자동보정을 하는 시스템을 개발하였기에 관련내용을 소개하고자 한다.

• 반도체디스플레이기술학회지
• /
• 제19권4호
• /
• pp.59-64
• /
• 2020

In this paper, we found the solution using data based machine learning regression method to check the pore shape, to solve the problem of the experiment quantity occurring when producing scaffold with the 3d printer. Through experiments, we learned secured each print condition and pore shape. We have produced the scaffold from scaffold pore shape defect prediction model using multiple linear regression method. We predicted scaffold pore shapes of unsecured print condition using the manufactured scaffold pore shape defect prediction model. We randomly selected 20 print conditions from various predicted print conditions. We print scaffold five times under same print condition. We measured the pore shape of scaffold. We compared printed average pore shape with predicted pore shape. We have confirmed the prediction model precision is 99 %.

• 한국강구조학회 논문집
• /
• 제20권1호
• /
• pp.21-31
• /
• 2008

응답면기법(RSM, Response surface method)은 복잡한 구조물의 매우 작은 발생확률이나 신뢰성해 석에서 폭넓게 사용된다. MCS(Monte-Carlo Simulation)방법은 어떤 시스템의 평가에서도 사용될 수 있으나 해석시간이 파괴확률의 역수에 비례하게 되어 발생확률이 매우 희박한 시스템의 평가에 불리하다. 확률유한요소해석법은 이러한 MCS의 한계점을 해결해 줄 수 있는 대안이 될 수 있다. 그러나 이 방법은 평균과 표준편차 등이 모델링 (내부 프로그래밍)된 특별한 프로그램에서만 적용 가능하며 임의의 범용소프트웨어의 응답을 모델링하거나 임의의 프로그램의 특성을 이용할 수가 없다. RSM방법은 복잡한 구조시스템에서 응답에 대한 회귀모델을 구성하여 효율적인 해석단계를 통해 시간과 노력을 획기적으로 절감시킬 수 있다. 그러나 RSM의 정확도는 한계상태방정식의 선형성과 축점간의 거리에 영향을 받게 된다. 이런 단점을 해결하기 위해 한계상태방정식의 선형성과 무관하게 정확한 수렴해를 구하기 위한 개선된 적응적 응답면기법을 개발하고 선형과 2차형식의 응답면방정식에 대한 2가지 예를 들어 검증하였다. 검증결과 가장 효율적인 RSM기법을 결정하였다. 개발된 선형적응적가중응답 면기법 (linear adaptive weighted response surface method, LAW-RSM)은 비적응적이거나 비가중형식의 2차 RSM기법에 비해서 정해의 신뢰성지수에 가장 근접한 정확성과 수렴성을 나타낸다.

• 한국정보통신학회논문지
• /
• 제23권1호
• /
• pp.20-26
• /
• 2019

미세먼지의 인체 영향으로 인해 기존 대기 환경 모니터링 네트워크에서 측정된 과거 데이터를 활용하여 미세먼지를 예측하려는 다양한 연구가 진행되고 있다. 하지만 기존 설계된 예측 모델의 측정 환경, 세부 조건을 정확히 설정하기 어려우며, 측정된 기상 데이터의 누락과 같은 문제로 기존 연구 결과에 기반 한 새로운 예측 모델의 설계가 필요하다. 본 논문에서는 미세먼지 예측을 위한 선행 연구로서 다수의 연구에서 사용된 기계 학습 알고리즘인 다중 선형 회귀와 인공 신경망을 통해 예측 모델을 설계하여 미세먼지 예측을 위한 알고리즘의 적합성을 평가하였다. RMSE를 통한 예측 성능 비교 결과, MLR 모델의 경우 18.13, MLP 모델의 경우 14.31의 값을 보여 미세먼지 농도를 예측함에 있어 인공 신경망 모델이 예측에 더 적합함을 보였다.

• 해양환경안전학회지
• /
• 제27권1호
• /
• pp.13-21
• /
• 2021

본 연구의 목적은 Neural Network Regression 모델을 활용하여 선박의 가치평가 모델을 개발하는 것이다. 가치평가의 대상은 중고 VLCC선이며, 선행연구를 통해 선박의 가치 변화를 유발하는 주요 요인들을 선별하여 변수를 설정하고, 2000년 1월부터 2020년 8월까지의 해당 데이터를 확보하였다. 변수의 안정성을 판단하기 위해 다중 공선성 검사를 수행하여 최종적으로 6개의 독립변수와 1개의 종속변수를 선정하고 연구 구조를 설계하였다. 이를 바탕으로 Linear Regression, Neural Network Regression, Random Forest Algorithm을 활용하여 총 9개의 시뮬레이션 모델을 설계하였다. 또한 각 모델간의 비교검증을 통해 평가결과의 정확성을 제고시켰다. 평가 결과, VLCC실제값과의 비교를 통해 2층으로 구성된 Hidden Layer의 Neural Network Regression 모델이 가장 정확도가 높은 것으로 나타났다. 본 연구의 시사점은 첫째, 기존 정형화된 평가기법에서 벗어나 기계학습기반 모델을 선박가치평가에 적용하였다는 점이다. 둘째, 해운시장 변화요인을 동태적 관점에서 분석하고 예측함으로써 연구결과의 객관성을 제고시켰다고 할 수 있다.

• 정보처리학회 논문지
• /
• 제13권6호
• /
• pp.260-268
• /
• 2024

자궁경부암은 전 세계적으로 여성에게 발생하는 암 중 네 번째로 흔한 암이며, 2020년 한 해 동안 60만 4천 건 이상의 신규 케이스가 보고되었고 이로 인한 사망자 수는 약 34만 1천 831명에 달했다. 콕스 회귀 모델은 암 연구에서 널리 채택되고 있는 주요 모델이지만, 비선형 연관성의 존재를 고려하면 선형 가정으로 인해 한계에 부딪힌다. 이러한 문제를 해결하기 위해, 본 논문에서는 ResNet의 잔여 학습 프레임워크를 활용하여 자궁경부암 사망률 예측의 정확성을 개선한 새로운 모델인 ResSurvNet을 제안한다. 이 모델은 본 연구에서 비교한 DNN, CPH, CoxLasso, Cox Gradient Boost, RSF 모델들을 능가하는 정확도를 보여주었기에 이러한 우수한 예측 성능은 자궁경부암 환자 관리에 있어 조기 진단 및 치료 전략 수립에 기여할 수 있고 임상적으로 적용할 때 큰 가치가 있음을 입증하며, 생존 분석 분야에서도 의미 있는 진전을 나타낸다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권2호
• /
• pp.252-266
• /
• 2006

컴퓨터 비전 분야에서 다루는 많은 문제는 대부분 수학적 모델을 기반으로 하고 있으며 그 모델의 인수를 예측하는 방법을 사용하여 주어진 문제에 대한 최적의 해를 구한다. 그런데 입력 데이타 집합에 보통의 잡음에 비해 상대적으로 크기가 큰 이상치가 포함되어 있다면 이것은 부정확한 결과를 초래한다. 이러한 문제를 해결하기 위해 사용되는 대표적인 방법으로 강건한 예측기법인 RANSAC 알고리즘이 있다. 기존 RANSAC 알고리즘의 가장 큰 문제점은 이상치의 비율과 같은 데이타 분포에 대한 사전지식이 필요하다는 것이다. 본 논문에서는 이러한 문제점을 해결하기 위해 매 반복 수행시 마다 퍼지분류 기법을 이용하여 전체 데이타를 좋은 샘플집합(good sample set)과 나쁜 샘플집합(bad sample set) 그리고 모호한 샘플집합(vague sample set)으로 분류한 뒤 좋은 샘플집합에서만 샘플링을 해나감으로써 이상치에 대한 제거율과 해의 정확도를 향상시키는 FRANSAC 알고리즘을 제안한다. 실험 결과에서는 제안한 알고리즘을 각각 선형회귀 문제와 호모그래피 계산 문제에 대해 적용했을 때의 성능을 보인다.