• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.571-573
• /
• 2002

음성인식과 온라인 필기인식에서 우수한 성능을 보이는 은닉 마르코프(HMM)의 HMM의 구조는 휴리스틱 한 방법에 의해 결정되는 것이 일반적이기 때문에 최적의 모델을 선택하는데 어려움이 있다. 이에 본 논문에서는 HMM의 구조를 체계적인 방법으로 정함과 동시에 변별력의 단점을 개선 할 수 있는 방법으로 Anti-likelihood를 이용한 모델간의 변별력을 살펴보고 최적의 모델 선택 기준인 BIC와의 결합하여, 체계적이고 효율적인 최적 모델 선택이 가능한 방법론에 대해 연구하고 필기데이터에 대해 검증한 결과, 기존의 방법보다 파라미터의 수는 감소되고 인식률이 향상됨을 알 수 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.03a
• /
• pp.99-102
• /
• 1998

본 논문에서는 복잡하고 비선형적인 시스템의 최적 모델링을 우해서 지능형 퍼지-뉴럴네트워크의 최적 모델 구축을 위한 방법을 제안한다. 기본 모델은 퍼지 추론 시스템의 언어적인 규칙생성의 장점과 뉴럴 네트워크의 학습기능을 결합한 FNNs 모델을 사용한다. FNNs 모델의 퍼지 추론부는 간략추론이 사용되고, 학습은 요류 역전파 알고리즘을 사용하여 다른 모델들에 비해 학습속도가 빠르고 수렴능력이 우수하다. 그러나 기본 모델은 주어진 시스템에 대하여 퍼지 공간을 균등하게 분할하여 퍼지 소속을 정의한다. 이것은 비선형 시스템의 모델링에 있어어서 성능을 저하시켜 최적의 모델을 얻기가 어렵다. 논문에서는 주어진 데이터의 특성을 부여한 공간을 설정하기 위하여 클러스터링 알고리즘을 사용한다. 클러스터링 알고리즘은 주어진 시스템에 대하여 상호 연관성이 있는 데이터들끼리 특성을 나누어 몇 개의 클래스를 이룬다. 클러스터링 알고리즘을 사용하여 초기 FNNs 모델의 퍼지 공간을 나누고 소속함수를 정의한다. 또한, 최적화 기법중의 하나로 자연선택과 자연계의 유전자 메카니즘에 바탕을 둔 탐색 알고리즘인 유전자 알고리즘을 사용하여 주\ulcorner 진 모델에 대하여 최적화를 수행한다. 또한 본 연구에서는 학습 및 테스트 데이터의 성능 결과의 상호 균형을 얻기 위한 하중값을 가긴 성능지수가 제시된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.200-200
• /
• 2022

본 연구에서는 총 강우량과 강우강도을 고려한 이변수 분석으로 연최대 호우사상을 선별하고, 두 변수를 Copula 함수로 결합하여 최적의 모델조합을 찾는 확률호우사상 산정 방법론을 제시하였다. 국내 69개 관측소의 2020년까지의 관측 자료를 대상으로 1mm 이하의 강우는 제거한 뒤, IETD(Inter-Event Time Definition) 12시간을 기준으로 강우자료를 독립적인 호우사상으로 분리하였다. 호우사상의 여러 특성 중 양의 상관관계를 갖는 총 강우량과 강우강도를 변수로 선택해 이변수 지수분포에 대입하였고, 각 지점의 연최대 호우사상 시계열을 생성하였다. 2변수 지수분포의 매개변수는 전체 기간과 연도별로 나누어 추정해 본 결과 연도별 변동성이 큰 것을 확인해 연도별 추정 방식을 선택하였다. 연최대 강우사상 시계열의 총 강우량과 강우강도는 극한 강우에 적용하는 확률분포형 중 Lognarmal, Gamma, Gumbel, GEV(Generalized Extreme Value), GPD(Generalized Pareto Distribution) 5가지를 사용하여 각각 CDF(Cumulative distribution Function) 값을 추정하였다. 계산된 CDF 값은 3가지 Copula 모형으로 결합해 joint CDF 값을 산출하였다. 총 75개의 모델조합 중 최적 모델을 찾기 위해 CVM(Cramer-von-Mises) 적합도 검정을 시행하였다. CVM의 통계량 Sn 값이 가장 작은 모델조합을 해당 지점의 최적 모델조합으로 선정하였다.

• Journal of the Korean Magnetics Society
• /
• v.23 no.3
• /
• pp.110-116
• /
• 2013

This paper proposes a sampling-based sensitivity method for dealing with electromagnetic coupled design problems effectively. The black-box modeling technique is basically applied to obtain an optimum regardless of how strong the electromagnetic, thermal and structural analyses are coupled with each other. To achieve this, Kriging surrogate models are produced in a hyper-cubic local window with the center of a current design point. Then design sensitivity values are extracted from the differentiation of basis functions which consist of the models. The proposed method falls under a hybrid optimization method which takes advantages of the sampling-based and the sensitivity-based methods. Owing to the aforementioned feature, the method can be applied even to electromagnetic problems of which the material properties are strongly coupled with thermal or structural outputs. To examine the accuracy and validity of the proposed method, a strongly nonlinear mathematical example and a coil design problem for local induction heating are tested.

• Magazine of the Korea Concrete Institute
• /
• v.10 no.3
• /
• pp.135-142
• /
• 1998

본 연구는 초유동 콘크리트용 모르타르의 물/결합재비 및 고성능 감수제 첨가율에 따른 상대플로우 면적비와 상대깔대기 속도비의 상관관계를 실험으로 검토한 것이다. 구속수비 실험결과, C급 플라이애쉬>F급 플라이애쉬 > 석회석분순으로 나타났기 때문에 F급 플라이애쉬 및 석회석분은 유동성 개선에 효과적인 것으로 나타났다. 또한 모르타르 실험결과, 상대플로우 면적비와 상대깔대기 속도비는 고성능 감수제 첨가율이 일정할 경우 물/결합재비의 변화에 따라 원점을 지나는 직선관계로 나타났지만, 물/결합재비가 일정할 경우에는 고성능 감수제 첨가율의 변화에 따라 원점을 지나는 곡선관계로 나타났다. 따라서, 수식화 모델은 Rm= A. m0.4가 합리적이며, 최적값인 ( m .Rm)=(5.1)을 만족하는 배합조건은 플라이애쉬의 경우 치환율 30%, 물/결합재비 83%이며, 석회분의 경우 치환율30%, 물/결합재비 77%로 판명되었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.467-470
• /
• 2004

퍼지모델은 주로 경험적 방법에 의해 추출되기 때문에 보다 구체적이고 체계적인 방법에 의한 동정 및 최적화 될 필요성이 요구된다. 일반적으로, 정보 granules는 근접성, 유사성 또는 기능성 등에 인하여 서로 결합되는 요소(특히, 수치 데이터)의 실체이다. 본 논문에서는 비선형 시스템의 퍼지모델을 위해 정보 granules에 의한 퍼지 관계 기반 퍼지 추론 시스템을 최적 설계한다. 제안된 퍼지 모델은 정보 데이터의 특성을 살리기 위해 HCtl 클러스터링 방법에 의한 중심값을 이용하여 모든 입력변수가 상호 관계한 전반부/후반부 구조 및 파라미터 동정을 시행한다. 두 가지 형태의 퍼지 추론 방법은 간략 추론과 선형추론에 의해 수행되고 삼각형 멤버쉽 함수를 사용한다. 구축된 정보 granule 기반 퍼지 모델은 유전자 알고리즘을 이용하여 전반부 파라미터를 최적으로 동정한다. 그리고 학습 및 테스트 데이터의 성능 결과의 상호균형을 얻기 위한 하중값을 가진 성능지수를 사용하여 근사화와 예측성능의 향상을 꾀하며, 기존 문헌과의 성능비교를 통해 제안된 퍼지 모델을 평가한다.

• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.11 no.17
• /
• pp.25-37
• /
• 1988

Joint inventory 방법을 다룬 기존의 연구는 생산비용이 일정하다는 조건만을 고려하였다. 본 논문은 기존의 연구에다 새로운 변수(learning curve ratio and learning retension)를 제조업자 측면에서 고려하여 보다 확장된 모델을 다룬다. Joint inventory 모델은 첫째 단일구매자와 둘째 학습곡선비율과 learning retention의 정도에 있어서 그 범위를 결합시키는데 이용되기 위해 개발되어 졌다. 구매자와 제조업자를 위한 로트 사이즈를 결정하기 위하여 증분비용접근방법 (Incremental Cost Approach, ICA)을 쓴다. 총결합비용은 기존모델보다 현저하게 적은데 그 이유는 학습과 learning retention 효과로 인한 제조업자의 생산비 절감과 재고유지 비용의 감소 때문이다. 학습과 learning retention이 현격한 경우, 총결합비용은 제조업자와 구매자의 개별적인 최적정책에서의 비용합(합)보다 적다. 소개된 모델의 효과를 보이기 위해 수치예제를 이용하였다.

• Bulletin of the Society of Naval Architects of Korea
• /
• v.31 no.2
• /
• pp.21-24
• /
• 1994

공학설계에 있어서 보다 합리적인 최적설계 혹은 최적과 근사한 설계안을 얻기 위해서는 최적화모델에 표현할 수 없는 설계과정의 경험적 지식이나 의사결정과정을 지운할 수 있는 지식기반시스템이 결합되어야 할 필요가 있다. 본 글에서는 수치적인 계산결과만을 제공하는 최적화 기법의 한계와 기호처리에 중점을 두고 있는 지식기반시스탬의 한계를 극복하여, 보다 현실적인 최적 설계안을 도출할 수 있는 지식기반 최적설계시스템에 관한 연구현황과 관련기술을 살펴보았다.

• Proceedings of the KIEE Conference
• /
• 1999.11d
• /
• pp.1126-1127
• /
• 1999

연산자 분리 시영역 모델을 이용하여 광섬유 커플러 ADM(add-drop multiplexer)의 필터링 효과를 분석하였다. 이 모델은 방향성 결합기나 브래그 격자를 포함하는 소자의 해석에 유용하다. 본 논문에서는 비대칭 구조를 고려했으며 결합계수, 코어의 반경, 개구수, 굴절율 변조 등의 파라미터를 이용하여 최적의 필터링 효과를 얻기 위한 구조를 설계하였다.

• Proceedings of the KIEE Conference
• /
• 2006.10c
• /
• pp.217-219
• /
• 2006

본 연구는 정보입자와 유전알고리즘의 기호코딩을 통해 퍼지집합 기반 다항식 뉴럴네트워크(IG based gFSPNN)의 최적 설계 제안한다. 기존의 Furry Srt-based Polynomial Neural Networks의 최적설계를 위해 유전자 알고리즘의 이진코딩을 사용하였다. 이지코딩은 스티링 길이 때문에 연산시간이 급격히 증가되는 현상과 해밍절벽(Hamming Cliff)에 따른 급격한 비트변환이 힘들다는 단점이 내제 하였다. 이에 본 논문에서는 스티링 길이와 해밍절벽에 따른 문제를 해결 하기위해 기호코딩을 사용하였다._데이터들의 특성을 모델에 반영하기 위해 Hard C-Means(HCM)을 결합한 Information Granulation(IG)을 사용하여 최적모델 구축 속도를 빠르게 하였다. 실험적 예제를 통하여 제안된 모델의 성능을 평가한다.