• 기계저널
• /
• 제28권2호
• /
• pp.169-174
• /
• 1988

신호처리 및 해석에 대한 교육효과를 증대시키기 위해서는 응용사례의 발굴, 프로젝트 개발, P C를 이용한 그래픽스 교육도 이루어져야 하며, 스펙트럼 분석기술 이외에 시간영역 파라미터 모형에 의한 신호해석기법〔예를 들어 자동회귀-이동평균(ARMA)등의 시계열 모형화〕도 최근 에는 실시간 응용의 가능성이 높아지는 추세에 있으므로 PC를 이용한 신호처리 및 해석 교육에 반영하는 것이 바람직하다.

• 경영과학
• /
• 제1권
• /
• pp.68-80
• /
• 1984

Box-Jenkins 시계열 분석법은 변수에 관한 정보가 부족하거나 너무 많은 변수가 영향을 미치고 있는 경우에도 과학적인 예측치를 구할 수 있는 단기예측 방법이다. Box-Jenkins 모형은 자동회귀 모형(Autoregressive Model), 이동평균 모형 (Moving average Model), 계절적 시계열 모형을 통합한 일반적인 모형이기 때문에 특별한 불안정성을 보이지 않는 경우에는 모두 모형화 할 수 있으며, 모형에 관계된 계수의 수를 최소화 하면서 만족스러운 모형을 찾을 수 있다. Box-Jenkins예측방법은 모형선정, 매개변수추정, 적합성 검정의 3단계를 반복으로 수행함으로써 최적모형에 이르게 하게 하고 있기 때문에 최소의 가능한 모형으로부터 시작하여 부적당한 부분을 제거시켜 나감으로써 시행착오의 과정을 최소화 할 수 있다. 일반 사용자가 Box-Jenkins 시계열 분석법을 쉽게 사용할 수 있도록 Box-Jenkins Package가 개발되었으며 여기서는 KAIST 전산 개발 센터에 설치된 Package를 소개하고 그 사용예를 보였다.

• 융합정보논문지
• /
• 제9권12호
• /
• pp.54-61
• /
• 2019

최근 들어 IITS는 스마트 시티관련 산업계에서 중요한 주제로 떠오르고 있다. IITS의 주요 목적인 교통체증 (차량 사고에 기인한) 예방책들이 발전된 센서 및 통신 기술의 도움을 받아 다양하게 시도되었다. 관련 연구들에서는 자동차 사고와 사고 위치적 특성, 날씨, 운전자 행동, 시간 등 다양한 요인들과 상관 관계가 있음을 보여주고 있다. 우리 연구는 자동차 사고와 사고 발생 시간 사이의 상관관계에 주제를 집중했다. 본 논문에서는 ARIMA (Auto-Regressive Integrated Moving Average) 자동 회귀, 정상 및 지연 순서를 결정하는 세 가지 요소를 확인하기 위해 ADF (Augmented Dickey-Fuller)를 포함한 ARIMA 테스트를 수행했다. 본 연구 결과로서 시간 별 자동차 충돌 수 예측에 대한 요약을 제시하며, 한국 내 자동차 사고 데이터는 ARIMA 모델에 적용될 수 있음을 보여주었고, 국내 자동차 사고는 하루를 기준으로 일정한 주기가 존재하는 성격을 가지고 있다는 것을 제시했다.

• 한국정밀공학회지
• /
• 제11권2호
• /
• pp.85-94
• /
• 1994

The cutting mechanism of ultrasonic vibration machining is characterized as two phases, that is, an impact at the cutting edge and a reduction of cutting force due to non-contact interval between tool and workpiece. In this paper, in order to identify cutting dynamics of a system with ultrasonically vibrated cutting tool, an ARMA modeling is performed on experimental cutting force signals which have a dominant effect on cutting dynamics. The aim of this study is, through Dynamic Date System methodology, to find the inherent characteristics of an ultrasonic vibration cutting process by considering natural frequency and damping coefficient. Surface roughness and stability of cutting process under ultrasonic vibration are also considered

• 한국기계가공학회지
• /
• 제2권2호
• /
• pp.60-66
• /
• 2003

For the estimation of chatter lobe boundary it is very important to calculate the natural mode of cutting process. There are many time series algorithms for getting the natural mode of structural endmilling dynamics considering the cutting process. In this study, we have compared several time series methods such as AR algorithm, ARX, ARMAX, ARMA, Box Jenkins, Output Error, Recursive ARX, Recursive ARMAX considering the sampling frequency. As a results, the ARX, ARMAX and IV 4 are more desirable algorithms for the calculation of modal parameters such as natural frequency and damping ratio In endmilling operation. Also these algorithms may be adopted for the natural mode estimation of endmilling operation for chatter lobe prediction.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.548-548
• /
• 2016

수위-유량관계 곡선식은 시계열 수위자료를 유량자료로 변환해줄 수 있는 회귀식으로 측정단면의 형태, 단면 상 하류의 지형요인 등으로 인하여 영향을 고려하기 위하여 기간분할 혹은 구간분할을 수행한다. 구간분할을 위하여 측정단면의 변화를 고려한 관계자의 주관적인 판단이 주요 근거로 이용되고 있다. 따라서 본 연구에서는 기존에 개발된 수위-유량관계 곡선식의 자동구 구간분할방법에 대한 적용성 검토를 수행하였다. 객관화된 분할근거의 제시를 위하여 주관성을 배제하고 관측데이터를 기반으로 수위 증가에 따른 변동계수를 계산하였고, 변동계수가 정규분포를 따르는 것으로 가정 하에 계산된 변동계수가 전 단계에서 계산된 95% 신뢰구간 이내에 존재하지 않는 경우 구간을 분할하였다. 즉, 변동계수를 이용하여 집단 간의 특성을 비교하였으며, 변동 계수의 분포를 이용하여 분할을 위한 기준 값을 제시하였다. 방법론의 추정능력 검토를 위하여 가상의 곡선으로부터 생성된 데이터에 제안된 방법론을 적용하였고, 실제 유역에 적용성 검토를 위하여 금강에 위치한 무주 및 산계교 수위관측소 지점에 적용하였다. 결과적으로 자동으로 분할된 관계곡선식을 사용하여 추정의 정확도를 높일 수 있을 뿐만 아니라 외삽을 하는 경우 역시 그 정확도를 향상할 수 있음을 확인하였다. 마지막으로 실측값을 활용한 수위-유량관계 곡선식의 구축 시 구간 분할 전 후의 잔차데이터에 대하여 Shapiro-wilk 정규성 검정을 수행하였으며, 구간분할 후 잔차가 정규성을 갖게 되는 것으로 나타났다.

• 한국정밀공학회지
• /
• 제11권1호
• /
• pp.138-149
• /
• 1994

This paper introduces a new monitoring technique which utilizes an adaptive signal processing for feature generation, coupled with a multilayered merual network for pattern recognition. The cutting force signal in face milling operation was modeled by a low order discrete autoregressive model, shere parameters were estimated recursively at each sampling instant using a parameter adaptation algorithm based on an RLS(recursive least square) method with discounted measurements. The influences of the adaptation algorithm parameters as well as some considerations for modeling on the estimation results are discussed. The sensitivity of the extimated model parameters to the tool state(new and worn tool)is presented, and the application of a multilayered neural network to tool state monitoring using the previously generated features is also demonstrated with a high success rate. The methodology turned out to be quite suitable for in-process tool wear monitoring in the sense that the model parameters are effective as tool state features in milling operation and that the classifier successfully maps the sensors data to correct output decision.

• 대한환경공학회지
• /
• 제38권8호
• /
• pp.444-451
• /
• 2016

기존에는 lab-scale 연구에서 이론식을 기초로 막오염 모델식을 구성하였지만, 이러한 모델식은 여과, 역세, 배출이 연속적으로 이루어지는 실규모 현장에 적용하기에는 적합하지 않았다. 본 연구는 실제로 인천시 G-정수사업소에서 발생되는 배출수 처리를 위해 연속자동 운전되고 있는 침지막 공정을 대상으로 진행되었다. 정유량 조건에서 막오염 관리지표를 막간차압(Trans-Membrane Pressure, TMP)으로 결정하고 침지막 공정의 주요 운전변수인 총 투과유량과 조 내 SS농도를 독립변수로 하여 TMP의 시계열 예측을 시도하고 예측 가능성 및 적용성을 평가하였다. 유전자알고리즘을 이용한 시계열 예측모형을 구성한 결과, TMP 예측값이 펄스주기 형태와 경시적인 증가 추세 두 가지를 모두 반영하고 있어서 만족할 만한 결과가 나왔다. 두 번의 검증 결과, 선형회귀 방식으로 TMP 실측치와 예측치의 상관성(유의성)을 나타내면 각각 $r^2=0.721$, $r^2=0.928$ 수준이다. 본 연구에서는 하절기 자료를 활용하여 모델링 작업을 수행하였지만 추후에 연속자료가 더 쌓이면 같은 절차로 모델링 작업을 반복해서 더 높은 신뢰도의 예측모형을 구성할 수 있고 이를 실제 현장에 적용하여 2~3일 정도의 단기예측을 수행한다면 실제로 막공정을 에너지 효율적으로 운영하는데 도움이 될 것으로 사료된다.

• 응용통계연구
• /
• 제37권2호
• /
• pp.255-263
• /
• 2024

GDP는 한 나라의 가계, 기업, 정부 등 모든 경제 주체가 일정 기간 동안 창출한 재화와 서비스의 시장 가치의 합을 나타낸다. GDP를 통하여 국가의 경제 규모를 파악할 수 있으며, 정부의 정책 방향에 영향을 미치는 대표적인 경제 지표이므로 이에 대한 연구가 다양하게 이루어지고 있다. 본 논문에서는 G20 국가들의 주요 거시경제 지표를 활용하여 dynamic factor model 기반의 GDP 성장률 예측 모델을 제시하였다. 추출된 factor를 다양한 회귀분석 방법론과 결합하여 그 결과들을 비교하였으며, 기존의 전통적인 시계열 예측방법인 ARIMA 모델, common component를 이용한 예측 등도 함께 비교하였다. COVID 이후 지표의 변동성이 큰 점을 고려하여 예측 시기를 COVID 전후로 나누었으며, 그 결과 factor에 대해 ridge regression과 lasso regression을 적용하여 예측한 경우 가장 좋은 성능을 나타내었다.

• 스마트미디어저널
• /
• 제11권4호
• /
• pp.19-29
• /
• 2022

IoT 기술의 발전에 따라 스마트팜을 활용하는 농가가 증가하고 있다. 스마트팜은 환경을 모니터링하고, 원격 또는 자동으로 최적의 내부 환경을 조성하여 작물의 생산량 및 품질을 향상시킨다. 이를 위해 수집되는 농업 디지털 데이터를 활용하여 작물의 생산성을 예측하는 기술에 대한 연구가 활성화되고 있다. 그러나 생산량 예측을 위한 연구에서는 기존의 통계자료를 바탕으로 하는 통계모델 기반의 연구가 대부분이며, 이에 따라 예측 정확도가 낮은 문제점이 존재한다. 본 연구에서는 시설 원예 스마트팜에 수집된 농업 디지털 데이터를 활용하여 다양한 머신러닝 모델을 통해 생산량 및 판매 수익금을 예측하고, 성능을 비교하였다. 성능을 비교한 모델은 다중선형회귀, 서포트벡터머신, 인공신경망, 순환신경망, LSTM, ConvLSTM이다. 성능 비교 결과 ConvLSTM가 R2 값 및 RMSE 값에서 가장 우수한 성능을 나타내었다.