• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.395-407
• /
• 2006

본 논문에서는 설계변수와 제어기 이득의 자기 동조를 사용하는 PI+D 제어기 설계에 대하여 기술한다. 사용된 퍼지 PI+D 제어기는 일반적인 연속 시간 선형 PI+D 제어기를 근사화하여 사용하였고, 퍼지화는 퍼지싱글톤으로, 비퍼지화는 간략화된 무게중심법을 사용하였다. 제안된 제어기는 제어대상이 비선형일 때 자기 동조 성능이 개선된다. 퍼지 PI+D 제어기가 적용되면, 퍼지추정 결과는 분리된 퍼지 변수로서 다른 작용 성분으로 계산되고, 그 결과는 설계변수에 해당하는 함수의 형태로 결정되어 제어이득을 결정한다. 따라서 제안된 방법은 빠른 속도 추정의 성능을 가지며, 퍼지 입력변수의 증가에도 쉽게 적용될 수 있고, 재생 오차를 줄이는 이점을 가진다. 이 제어기는 설계변수와 제어기 이득의 사용으로 보다 높은 효율성과 개선점을 가지고 있다.

• Journal of the Korean Statistical Society
• /
• v.8 no.2
• /
• pp.109-116
• /
• 1979

두 개의 변수의 대체효과(substitution effect)를 연구하기 위하여 수요 또는 공급의 모형을 만들었을 경우 이에 관련된 변수들의 이름이 중요시 된다. 실제 관측 자료를 사용하였을 경우 흔히 일어나는 다공선성(multicollinearity) 문제를 다루기 위한 대안으로써 선형회귀선을 예로 들어 능형회귀기법(ridge regression technique)과 요인분석기법(factor analytic technique)을 소개하였으며 이에서 얻어지는 계수(coefficient)를 OLS 추정치로 설명하기 위하여 원래의 자료를 변환하였다. 실지 수요와 공급의 모형이 비선형일 경우 일반적으로 능형회귀나 요인분석을 쓰지 못한다는 점을 감안, 이러한 방법을 자료의 변환방법으로 설명함으로써 비선형모형에서도 다공선성문제를 위하여 능형회귀분석법이나 요인분석기법을 사용할 수 있도록 하였다.

• Journal of the KSME
• /
• v.30 no.2
• /
• pp.98-106
• /
• 1990

파괴역학은 균열을 다루는 학문이기 때문에 관심의 대상이 항상 균열이다. 따라서 재료내에 균열 이 내재하고 있거나 또는 발생할 가능성이 있어야만 이 학문을 이용 할 수 있다. 그런데 지구상 의 모든 재료는 다행인지 불행인지는 모르데 항상 균열을 내포하고 있다. 그 균열은 초기에는 미소균열이겠지만 사용 중에 언젠가는 거시균열로 성장한다. 거시균열로 성장한 균열을 파괴역 학에서 취급한다. 왜냐하면 최종적인 파괴는 항상 거시적인 균열로부터 일어나기 때문이다. 본 글에서는 파괴역학 분야 중에서 선형 탄성학에 근거한 선형 탄성 파괴역학의 기본 개념과 이 분야에서 취급되는 기본 매개변수에 대하여 간단히 소개하고자 한다.

• Proceedings of the Korean Society of Coastal and Ocean Engineers Conference
• /
• 2003.08a
• /
• pp.53-57
• /
• 2003

불규칙파를 사용하여 설계 자료로 이용하기 위해서는 설계해역에서 불규칙파의 파랑변형을 예측할 수 있는 수치모형의 개발이 선행되어야 한다. 비선형 불규칙파의 거동을 해석할 수 있는 Boussinesq 방정식은 상대파고인 $\alpha$/h($\alpha$는 수면의 진폭, h는 수심임)를 비선형의 매개변수로 하고 상대수심인 kh(k는 파수임)를 분산성의 매개변수로 하여 섭동법을 사용하여 유도된다. Boussinesq 식은 수심이 일정한 경우에 Boussinesq(1872)가 비선형 항을 O($\alpha$/h,(kh)$^2$)까지 포함하여 처음으로 개발하였고 수심의 변화가 완만한 경우에 Peregrine(1967)이 개발하였다. (중략)

• Journal of the Korean Data and Information Science Society
• /
• v.26 no.1
• /
• pp.65-75
• /
• 2015

This paper analyzes the determinants of wage for the college and university graduates utilizing both individual-level and industry-level variables. We note that wage determination has multi-level structure in the sense that individual wage is influenced by individual-level variables (level-1) and industry-level (level-2) variables. Then, the assumption that individual wage is independent in the classical regression is violated. Therefore, this paper utilizes the hierarchical linear model (HLM). The major results are the followings. First, the multiple correspondence analysis including level-1 and 2 variables reveals that both level 1 and level 2 variables affects individual wages judging from the fact that the values of level 1 and level 2 variables differ across the different level of individual wage groups. Second, the decision tree analysis including level-1 and 2 variables shows that the most influential variable in wage determination is industry-level wage and the next is industry-level working hour, ages and sex in the decling order in. This suggests that the utilization of the HLM is appropriate since the characteristics of industry is important in determining the individual wage. Third, it is shown that the HLM model is the best compared to the other models which do not take level-1 and level-2 variables simultaneously into account.

• The Korean Journal of Applied Statistics
• /
• v.21 no.1
• /
• pp.169-176
• /
• 2008

We explore the structure and usefulness of three dimensional CERES plot as a basic tool for dealing with curvature as a function of the new predictors in generalized linear models. If predictors have nonlinear effects and there are nonlinear relationships among the predictors, the partial residual plot is not able to display the correct functional form of the predictors. Unlike this plots, the CERES plot can show the correct form. This is illustrated by simulated data.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.216-219
• /
• 2002

정보통신의 발달과 인터넷의 확산으로 인해 정보보안의 필요성이 중요한 문제로 대두되면서 여러 종류의 암호 알고리즘이 개발되어 활용되고 있다. Substitution Permutation Networks(SPN)등의 블록 암호 알고리즘에서는 확산선형변환 행렬을 사용하여 안전성을 높이고 있다. 확산선형변환 행렬이 Maximum Distance Separable(MDS) 코드를 생성하면 선형 공격과 차분 공격에 강한 특성을 보인다. 본 논문에서는 선형변환 행렬이 MDS 코드를 생성하는 가를 판단하는 새로운 알고리즘을 제안한다. 입력 코드는 GF(2/sub□/)상의 원소들로 구성되며, 원소를 변수로 해석하여, 변수를 소거시키면서 선형변환행렬이 MDS 코드를 생성하는 가를 판단한다. 본 논문에서 제안한 알고리즘은 종래의 모든 정방 부분행렬이 정칙인가를 판단하는 알고리즘과 비교하여 연산 수행 시간을 크게 줄였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.286-286
• /
• 2016

기후변화를 고려한 위한 미래 수자원 계획은 신뢰성 있는 수문기상인자의 산정을 통한 수자원 영향 평가 결과로 수립되는 것이 중요하다. 본 연구에서는 DHSVM모형과 TOPLATS모형에서 생산된 결과를 가지고 제약조건을 가지는 다중선형회귀 모형을 통하여 2012년-2014년 동안의 한반도 유역에 대한 수문기상인자를 산정하였다(Fig. 1). 다중선형회귀 모형은 하나의 종속변수의 변화를 설명하기 위하여 두 개 이상의 독립변수를 사용하는 모형으로 일반적으로 다중선형회귀 모형의 회귀 계수는 음의 값을 가질 수 있으므로 본 연구의 적용을 위하여 검정지점에 대하여 산정된 음의 회귀계수 값이 그대로 적용될 경우 적합하지 않으므로 회귀 계수에 제약조건을 부여하였다. 제한된 회귀 계수의 범위는 0-1사이를 가진다. 동적 다중선형 모형의 구성은 광릉 GCK, GDK 지점자료를 활용하였다.

• Science of Emotion and Sensibility
• /
• v.7 no.3
• /
• pp.15-25
• /
• 2004

The regression analysis and Adaptive -Network based Fuzzy-inference system (ANFIS) were applied to the explanation on human's visual texture of cotton fabrics with 7 mechanical properties. The ANFIS uses the structure with fuzzy membership function and neural network. The results obtained by the statistical analysis through the coefficient of correlation and regression analysis showed that subjective texture had a linear relationship with mechanical properties. But It had a relatively low coefficient of determination and was difficult that the statistical analysis explained other relationship with the exception of a lineality and interaction among mechanical properties. Comparing the statistical analysis, the ANFIS was an effective tool to explain human's non-linear perceptions and their interactions. But to apply ANFIS to human's perceptions more effectively, it is necessary to discriminate effective input variables through controlling the properties of samples.

• The Korean Journal of Applied Statistics
• /
• v.15 no.1
• /
• pp.73-84
• /
• 2002

Linear regression models with inequality constraints on the coefficients are frequently used in economic models due to sign or order constraints on the coefficients. In this paper, we propose a Bayesian approach to selecting significant explanatory variables in linear regression models with inequality constraints on the coefficients. Bayesian variable selection requires computation of posterior probability of each candidate model. We propose a method which computes all the necessary posterior model probabilities simultaneously. In specific, we obtain posterior samples form the most general model via Gibbs sampling algorithm (Gelfand and Smith, 1990) and compute the posterior probabilities by using the samples. A real example is given to illustrate the method.