• Communications for Statistical Applications and Methods
• /
• 제19권1호
• /
• pp.107-115
• /
• 2012

본 논문에서는 Yoo와 Cook (2007)에 의하여 제시된 다변량 회귀의 조건부 평균에 대한 최소 불일치 함수 접근법을 통한 최적 차원축소 부분공간의 추정에서 차원의 수가 추정된 선형결합들과 설명력 등에 어떤 영향을 미치는 지를 시뮬레이션 자료를 통하여 알아보았다. 그 결과 추정에 사용된 차원수에 따른 여러 결과들을 차원결정을 위한 검정과 함께 활용하면 모형에 필요한 차원수를 탐색하는데 매우 효과적임을 알 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 추계학술발표대회
• /
• pp.585-588
• /
• 2018

시계열 데이터의 특징을 추출하여 분석하는 과정에서 시게열 데이터가 가지는 고차원성은 차원의 저주(Course of Dimensionality)로 인해 데이터내의 유효한 정보를 찾는데 어려움을 만든다. 이러한 문제를 해결하기 위해 차원 축소 기법(dimensionality reduction)이 널리 사용되고 있지만, 축소 과정에서 발생하는 정보의 희석으로 인하여 시계열 데이터에 대한 군집화(clustering)등을 수행하는데 있어서 성능의 변화를 가져온다. 본 논문은 이러한 현상을 관찰하기 위해 이산 웨이블릿 변환(Discrete Wavelet Transform:DWT)과 오토 인코더(AutoEncoder)를 차원 축소 기법으로 활용하여 시계열 데이터의 차원을 압축 한 뒤, 압축된 데이터를 K-평균(K-means) 알고리즘에 적용하여 군집화의 효율성을 비교하였다. 성능 비교 결과, DWT는 압축된 차원수 그리고 오토인코더는 시계열 데이터에 대한 충분한 학습이 각각 보장된다면 좋은 군집화 성능을 보이는 것을 확인하였다.

• 한국전산구조공학회논문집
• /
• 제30권1호
• /
• pp.31-37
• /
• 2017

본 논문에서는 이종재질로 구성된 세장비가 큰 보의 차원축소와 복원의 효율성과 정확성을 입증하기 위하여 VABS와 3차원 유한요소해석 모델의 결과와 비교하였다. 그리고 3차원 유한요소모델과 차원축소 모델을 가상균열닫힘법을 이용하여 에너지 해방률을 계산하였다. 원형과 사각형의 단면에 초기 크랙을 가진 수치모델을 이용하여 보의 차원축소와 복원기법 및 가상균열닫힘법을 이용하여 복원해석 결과 및 에너지 해방률을 비교하여 효율성과 정확성을 입증하였다. 특히 제시된 에너지 해방률 계산 기법은 고고도 무인기의 날개, 헬리콥터 로터 블레이드, 풍력 블레이드, 틸트로터 등의 정적, 동적 모델링 및 수명평가에 활용될 수 있을 것이다.

• 한국전산구조공학회논문집
• /
• 제29권5호
• /
• pp.405-411
• /
• 2016

본 논문에서는 풍력 블레이드와 같이 세장비가 크고 초기 비틀림이 존재하는 복합재료로 구성된 블레이드에 대한 이차원 단면의 차원축소와 복원관계를 이론적으로 기술하였다. 그리고 VABS 이용한 보의 차원축소모델에 대한 유효성을 검증하기 위해 선행연구 모델을 활용하여 기존 연구결과를 수치적으로 비교하였다. 실물과 가장 가까운 날개 구조물 2차원 형상에 단면해석을 적용하여 정밀한 단면의 이산화를 수행하고 VABS를 이용하여 블레이드의 특성(질량행렬, 강성행렬)을 포함한 1차원 보 모델링을 수행하였다. 1차원 보 모델을 통해 세장비가 큰 날개 구조물의 거동을 확인하고 내부하중을 계산하여 단면위치에서 변형률 복원을 수치적으로 계산하고 이산화된 단면에 수치적으로 매핑하여 시각적으로 확인하고 여유마진을 계산하였다.

• Composites Research
• /
• 제28권4호
• /
• pp.204-211
• /
• 2015

본 논문에서는 블레이드와 같이 세장비가 크고 초기 비틀림이 존재하는 복합재료로 구성된 날개 구조물에 대한 이차원 단면의 차원축소와 복원관계를 이론적으로 기술하고 이를 이용한 복합재료 로터 블레이드의 효율적인 설계 과정을 기술하였다. 차원축소와 복원해석 수치해석 프로그램인 VABS를 이용하여 단면해석을 수행하고 연성이 고려된 강성행렬과 질량행렬을 중립점에 연결하여 블레이드의 특성을 포함한 1차원 보 모델링을 구성하였다. 1차원 보 모델을 통해 블레이드의 거동을 확인하고 내부하중을 계산하여 단면위치에서 변형률 복원을 수치적으로 계산하고 이산화 된 단면에 수치적으로 매칭하여 시각적으로 형상화하였다.

• 한국전산구조공학회논문집
• /
• 제30권5호
• /
• pp.381-387
• /
• 2017

섬유강화 복합재료는 열팽창 계수의 방향성을 갖고 있을 뿐만 아니라 제작과정 온도와 실제 사용온도 사이의 차이 때문에 필연적으로 열응력 효과를 받게 된다. 이러한 열응력에 의한 파손현상은 실제 항공우주산업에서의 응용이 증대되고 있는 두꺼운 복합 적층판의 경우에 더욱 현저한 현상으로 적층판의 역학적 기능 및 파단강도에 큰 영향을 미치게 된다. 본 연구에서는 복잡한 재질로 구성되고 높은 세장비를 가진 블레이드 날개 구조의 차원축소 및 열 응력 복원 이론을 소개하고 3차원 유한요소모델과 비교결과를 통해 효율성과 정확성을 입증한다. 또한 차원을 축소한 모델링을 구성하고 복원이론를 이용하여 열적 환경에 적용된 복합재 보 단면의 열응력을 차원 복원하고 시각적으로 형상화하는 효율적인 복원해석 과정을 소개하고자 한다.

• 정보과학회 논문지
• /
• 제45권1호
• /
• pp.69-75
• /
• 2018

시간에 따라 순차적으로 들어오는 스트리밍 데이터에서는 전체 데이터 셋을 한꺼번에 모두 이용하는 배치 학습에 기반한 차원축소 기법을 적용하기 어렵다. 따라서 스트리밍 데이터에 적용하기 위한 점층적 차원 감소 방법이 연구되어왔다. 이 논문에서는 최소제곱오차해를 통한 점층적 선형 판별 분석법을 제안한다. 제안 방법은 분산행렬을 직접 구하지 않고 새로 들어오는 샘플의 정보를 이용하여 차원 축소를 위한 사영 방향을 점층적으로 업데이트한다. 실험 결과는 이전에 제안된 점층적 차원축소 알고리즘과 비교하여 이 논문에서 제안한 방법이 더 효과적인 방법임을 입증한다.

• 응용통계연구
• /
• 제30권4호
• /
• pp.555-566
• /
• 2017

다변량 자료에서 변수 수 p가 큰 경우 주성분분석 등 통상적인 차원축소는 효과적이지 못할 수 있다. 효과적인 시각화가 되려면 축소공간의 차원이 2-3 정도이어야 하는데, 관측개체의 잠재적 차원이 이보다 훨씬 큰 경우가 있기 때문이다. 이 논문은 분석변수들을 다수의 잠재 차원에 분할하여 차원축소적 방법으로 탐색하고 부분들의 유기적 관계를 시각화하는 이단계 작업을 제안한다. 분석변수들을 잠재 차원에 분할하는 "잠재변인 변수군집화" 방법으로는 R팩키지 ClustOfVar를 쓰고 개별 변수군집의 시각화를 위해서 주성분분석 행렬도(biplot)를, 개별 변수군집과 외부 잠재변인 또는 외적 변수 간 관계의 시각화를 위해서는 추가변수 끼워넣기(embedding supplementary variables) 기법을 활용한다.

• 응용통계연구
• /
• 제34권6호
• /
• pp.905-922
• /
• 2021

라벨 없이 진행되는 비지도 학습 중 하나인 군집분석은 자료에 어떤 그룹이 내포되어 있는지 사전 지식이 없을 경우에 군집을 발굴하고, 군집 간의 특성 차이와 군집 안에서의 유사성을 분석하고자 할 때 유용한 방법이다. 기본적인 군집분석 중 하나인 K-means 방법은 변수의 개수가 많아질 때 잘 동작하지 않을 수 있으며, 군집에 대한 해석도 쉽지 않은 문제가 있다. 따라서 고차원 자료의 경우 주성분 분석과 같은 차원 축소 방법을 사용하여 변수의 개수를 줄인 후에 K-means 군집분석을 행하는 Tandem 군집분석이 제안되었다. 하지만 차원 축소 방법을 이용해서 찾아낸 축소 차원이 반드시 군집에 대한 구조를 잘 반영할 것이라는 보장은 없다. 특히 군집의 구조와는 상관없는 변수들의 분산 또는 공분산이 클 때, 주성분 분석을 통한 차원 축소는 오히려 군집의 구조를 가릴 수 있다. 이에 따라 군집분석과 차원 축소를 동시에 진행하는 방법들이 제안되어 왔다. 그 중에서도 본 연구에서는 De Soete와 Carroll (1994)이 제안한 방법론을 확률적인 모형으로 바꿔 군집분석을 진행하는 확률적 reduced K-means를 제안한다. 모의실험 결과 차원 축소를 배제한 군집분석과 Tandem 군집분석보다 더 좋은 군집을 형성함을 알 수 있었고 군집 당 표본 크기에 비해 변수의 개수가 많은 자료에서 기존의 비 확률적 reduced K-means 군집분석에 비해 우수한 성능을 확인했다. 보스턴 자료에서는 다른 군집분석 방법론보다 명확한 군집이 형성됨을 확인했다.

• 한국음향학회지
• /
• 제41권5호
• /
• pp.492-499
• /
• 2022

본 연구에서는 진동 신호의 차원 감소가 선박 엔진의 고장진단에 미치는 영향을 실험적으로 분석한 결과를 제시한다. 주성분 분석을 이용하여 513차원의 진동 신호를 1 ~ 15차원의 저차원 신호로 변환하여 차원 변화에 따른 고장진단 정확도의 변화를 관찰하였다. 실제 규모의 선박용 발전기 디젤 엔진에서 측정된 진동 신호를 사용하고, integrated gradients와 feature permutation 기법의 두 가지 변수 중요도 분석 알고리즘을 사용하여 차원 축소 신호의 기여도를 정량적으로 평가하였다. 실험 데이터 분석 결과, 사용하는 차원의 수가 증가할수록 결함 진단의 정확도가 향상되는 것으로 나타났다. 차원이 10 이상에 다다르면 거의 모든 고장상태가 정확하게 분류되었으며, 이는 고장진단 정확도를 저하시키지 않으면서도 진동 신호의 차원수를 크게 줄일 수 있음을 보여준다. 변수 중요도 분석에서도 차원 축소 주성분이 기존 통계적 특성보다 더 높은 기여도를 보였으며, 차원 축소된 진동 스펙트럼이 고장진단에 효과적으로 사용될 수 있음을 확인하였다.