• Proceedings of the KIPE Conference
• /
• 2016.07a
• /
• pp.163-164
• /
• 2016

본 논문에서는 전류품질 향상을 위해 다양한 전압벡터를 인가하는 모델 예측 제어 기반의 공간 벡터 변조 기법을 제안한다. 기존의 모델 예측 제어 기반의 전류제어는 제어주기 동안 하나의 스위치 상태가 인가되어 낮은 스위칭 횟수로 인해 높은 전류품질을 기대하기 힘들다. 이러한 이유로 본 논문에서 제안하는 방법은 공간 벡터도 상에서 전압벡터의 세분화를 통해 스위칭 횟수를 늘려 전류품질을 높일 수 있다. 또한 계통 위상각을 이용해 필요한 전압벡터만을 사용하여 비용함수를 계산하기 때문에 제어주기 동안 계산시간을 보장할 수 있다. 시뮬레이션을 통해 제안한 방법이 기존의 모델 예측 제어 기법의 전류제어 기법보다 향상된 전류품질을 보장하는 것을 검증하였다.

• The Journal of Bigdata
• /
• v.4 no.2
• /
• pp.61-71
• /
• 2019

Chemical Mechanical Planarization (CMP) process that planarizes semiconductor wafer's surface by polishing is difficult to manage reliably since it is under various chemicals and physical machinery. In CMP process, Material Removal Rate (MRR) is often used for a quality indicator, and it is important to predict MRR in managing CMP process stably. In this study, we introduce prediction models using machine learning techniques of analyzing time-series sensor data collected in CMP process, and the classification models that are used to interpret process quality conditions. In addition, we find meaningful variables affecting process quality and explain process variables' conditions to keep process quality high by analyzing classification result.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.969-972
• /
• 2010

소프트웨어 제품의 품질을 보장하기 위해서는 제품을 개발하는 단계에 미리 결함율을 예측하여 원하는 수준의 품질을 확보하는 것이 중요하다. 결함은 사용자의 요구사항이 제품으로 구현되고 기능에 대한 테스트가 수행되는 단계에 가장 객관적이며 정량적으로 관리될 수 있다. 따라서 본 논문에서는 통합테스트에 대한 계획을 수립하는 단계에 제품에 대한 결함율을 미리 예측하여 제품 결함율이 조직의 관리범위에 들어올 수 있도록 통제하는 결함예측모델을 제안한다. 조직의 제품 결함율 베이스라인을 설정하고 통합테스트 결함율에 영향을 미치는 변수들과의 회귀분석을 통해 통합테스트 결함예측모형을 구축한다. 또한 제품 결함율에 영향을 미치는 변수들과의 회귀분석을 통해 제품 결함예측모형을 구축하고 결함예측모형을 활용해 제품 결함율을 분석 및 통제한다. 본 논문에서 제안한 결함예측모델은 실제 프로젝트에 적용하여 실효성을 검증하였으며 제품이 완성되기 전에 결함율을 예측하여 통제할 수 있게 함으로써 소프트웨어 품질을 향상한다.

• Journal of the Korean Geosynthetics Society
• /
• v.19 no.1
• /
• pp.45-53
• /
• 2020

There is an increasing tendency to try to make predictive analysis using measurement data based on machine learning techniques in the railway industries. In this paper, it was predicted that Track quality index (TQI) using vehicle acceleration data based on the machine learning method. The XGB (XGBoost) was the most accurate with 85% in the all data sets. Unlike the SVM model with a single algorithm, the RF and XGB model with a ensemble system were considered to be good at the prediction performance. In the case of the Surface TQI, it is shown that the acceleration of the z axis is highly related to the vertical direction and is in good agreement with the previous studies. Therefore, it is appropriate to apply the model with the ensemble algorithm to predict the track quality index using the vehicle vibration acceleration data because the accuracy may vary depending on the applied model in the machine learning methods.

• Proceedings of the KWS Conference
• /
• 2009.11a
• /
• pp.111-111
• /
• 2009

전 세계적으로 환경 보호의 차원에서 자동차 업체는 자동차의 연비 향상을 위한 차체의 경량화가 큰 이슈로 대두되고 있다. 이를 위해 알루미늄과 같은 경량화 소재를 이용하여 차체 조립에 투입하고자 연구 중에 있다. 이와 같은 레이저 용접 공정이 현장에 적용되기 위해서는 용접부의 품질을 실시간으로 모니터링하고 품질을 판단하여야 생산성을 극대화 할 수 있다. 그러므로 본 연구에서는 알루미늄 AA5182 알루미늄 판재의 용가 와이어를 이용한 레이저 용접에서 용접부를 모니터링 할 수 있는 시스템을 구축하였다. 이를 위하여 레이저는 4kW급 Nd:YAG 레이저를 사용하였고, 차체용 알루미늄 판재 AA5182 1.4t를 AA5356 와이어를 이용하여 용접을 수행하였다. 모니터링 센서로는 반응 범위가 190 mn~680 nm인 센서를 이용하였고, 용접 중 센서로부터 발생된 출력전류를, 신호 증폭기와 DAQ 보드를 통해 초당 10,000 samples/sec로 계측하였다. 다양한 용접조건을 이용하여 실험을 수행하였고 이를 정량적으로 분석하였다. 계측된 신호와 용접 품질은 비선형적 관계를 가지고 있으므로 본 연구에서는 용접 품질을 예측하는 방법으로 퍼지 패턴인식 알고리즘을 이용하는 방법과 계측 신호를 이용한 인장강도 예측모델을 이용하여 병렬로 품질평가를 할 수 있는 알고리즘을 구현하였다. 이를 위하여 계측된 신호와 용접 품질과의 관계를 이용하여 퍼지 규칙 베이스 정의하였고, 신경회로망 모델을 이용하여 인장강도 예측모델을 제시하였다. 또한 품질 평가 알고리즘을 기반으로 레이저 용접부의 품질평가가 가능한 GUI 프로그램을 구현하였다.

• Journal of Aerospace System Engineering
• /
• v.18 no.2
• /
• pp.21-28
• /
• 2024

In light of the rapid development of the space industry, there has been increased attention on small satellites. These satellites rely on components that are considered to have lower reliability compared to larger-scale satellites. As a result, predicting reliability becomes even more crucial in this context. Therefore, this study aims to compare three reliability prediction techniques: MIL-HDBK-217F, RiAC-HDBK-217Plus, and FIDES. The goal is to determine a suitable reliability standard specifically for nano-satellites. Furthermore, we have refined the quality assurance factors of the manufacturing company. These factors have been adjusted to be applicable across various industrial sectors, with a particular focus on the selected FIDES prediction standard. This approach ensures that the scoring system accurately reflects the suitability for the aerospace industry. Finally, by implementing this refined system, we confirm the impact of the manufacturer's quality assurance level on the total failure rate.

• KIPS Transactions on Software and Data Engineering
• /
• v.6 no.9
• /
• pp.457-464
• /
• 2017

Indoor air quality analysis is conducted to understand abnormal atmospheric phenomena and the external factor affecting indoor air quality. By recording indoor air quality measurements periodically, we are able to observe patterns in air quality. However, it difficult to predict the number of potential parameters, set parameters for a given observation and find the coefficients. Moreover, the results are time-dependent. Thus to address these issues, we introduce a microchip capable of periodically recording indoor air quality and a model that estimates atmospheric changes based on time series data.

• Journal of KIISE:Computing Practices and Letters
• /
• v.16 no.11
• /
• pp.1116-1120
• /
• 2010

In this paper we present two refined neighbor selection algorithms for recommender systems and also show how the attributes of the items can be used for higher prediction quality. The refined neighbor selection algorithms adopt the transitivity-based neighbor selection method using virtual neighbors and alternate neighbors, respectively. The experimental results show that the recommender systems with the proposed algorithms outperform other systems and they can overcome the large scale dataset problem as well as the first rater problem without deteriorating prediction quality.

• The Korean Journal of Applied Statistics
• /
• v.23 no.2
• /
• pp.295-304
• /
• 2010

Coating thickness is one of target variables in quality control process in steel industry. To predict coating thickness and to control quality of anti-fingerprint steel coils, ultraviolet-visible spectra are measured. We propose a variable-interval selection procedure based on the variable importance in projection in partial least square model. Using the proposed variable interval selection method, prediction performance gets better in the reduced model than the full model with full spectra absorbance. It is also shown that the first differencing as a data preprocessing technique does work well for the prediction of coating thickness.

• Korean Journal of Food Science and Technology
• /
• v.19 no.6
• /
• pp.463-470
• /
• 1987

In order to develop a rapid predicting method of the shelf-life of moisture sensitive foods and establish their proper packaging methods, the qualify changes and shelf-life of dired laver as a model food were studied by the computer simulation. A mathematical model of the relationship between the rate constants of chlorophyll a and water activity was established at $10^{\circ}C,\;25^{\circ}C$ and $40^{\circ}C$. Computer simulation to predict water activity and chlorophyll a was developed by considering the simultaneous influence of storage conditions such as water content of products, storage temperature and relative humidity, packaging materials. Simulated quality changes of dried laver was in good agreement with the experiment data. Chlorophyll a and sensory score decreased as the water activity increased. And correlation coefficient between the sensory scores and the contents of chlorophyll a was very high as 0.991. The critical water activity by sensory evaluation was around 0.55. The shelf-life of dried laver packaged with plastic films could be predicted from the above results in various storage conditions.