• 한국항행학회논문지
• /
• 제25권3호
• /
• pp.194-202
• /
• 2021

GNSS (global navigation satellite system)측정치 보정 후에 남아 있는 전리층 잔류 오차에 대해 시뮬레이션 기반의 영향분석(오차 및 서비스 영역 분석 등)을 수행하기 위해서는 위해서는 전리층 잔류 오차에 대한 통계적 모델링이 필수적으로 선행되어야 한다. 본 논문에서는 국내 GNSS 측정치 및 Klobuchar 모델을 활용하여 국내 정상상태 전리층 환경에서의 전리층 잔류 오차에 대한 보수적인 표준편차의 해석적 모델을 도출하였다. 다양한 전리층 활동 상태를 포함하기 위해 미(美) CAT I (category I) LAAS (local-area augmentation system) 전리층 통계치 산출일 중 ROTI (rate-of-tec index) 지수를 활용하여 전리층 활동이 비정상적인 날짜는 제외하고 GNSS 분석 데이터를 구성하였다. GNSS 데이터 처리를 통해 전리층 잔류 오차를 계산하고, 잔류 오차 거동의 특성을 근거하여 지역 시 및 위성 앙각에 따라 통계치를 산출하였다. 마지막으로 전리층 잔류 오차의 확률적 거동을 보수적으로 포함할 수 있는 표준편차값에 대한 해석적 모델을 감쇠 지수 접합을 통해 도출하였다.

• Composites Research
• /
• 제34권1호
• /
• pp.70-75
• /
• 2021

본 논문은 단섬유 칩으로 구성된 Sheet Molding Compound(SMC) 복합재료를 실험적으로 관찰된 특징들을 바탕으로 메소스케일(meso-scale) 대표체적요소(RVE: Representative Volume Element)를 재구성하는 새로운 알고리즘을 제시한다. 전산해석을 이용하여 SMC 복합재료의 비등방성 거동의 정확한 예측은 어려운 문제이다. 이를 극복하기 위해, SMC 복합재료를 위한 일련의 이미지 프로세싱 기술과 재구성 알고리즘 및 유한요소(FE: Finite Element) 생성기로 구성된 SMC RVE 모델을 개발하였다. 첫째, micro-CT 이미지 프로세싱은 SMC 물성에 직접적인 상관관계를 가지는 섬유칩의 배향 및 분산의 확률적 분포를 평가한다. 둘째, 해당 통계적 분포를 바탕으로 섬유칩 간의 겹침효과를 고려한 섬유칩 팩킹 재구성 알고리즘을 개발한다. 마지막으로, SMC 복합재료 멀티스케일 해석을 이용하여 매크로스케일(macro-scale)에서의 거동을 파악하고 실험데이터를 통해 검증을 수행한다.

• 한국항만경제학회지
• /
• 제38권4호
• /
• pp.13-23
• /
• 2022

본 연구는 2015년 1월부터 2020년 4월까지 건화물선 시장의 일별 운임수익률에 대한 레버리지 효과를 포착하기 위한 확률 변동성(stochastic volatility) 모형을 제안하고 운임수익률을 분석한다. 확률 변동성 분석에서 수익률과 변동성 간에 존재하는 음의 상관관계에 기초한 레버리지 효과에 대한 Bayesian Markov Chain Monte Carlo 방법을 포함하는 추정은 건화물선 운임수익률은 레버리지 효과를 포함하는 추정이 일반적인 SV 모형에 기초한 분석보다 유사한 추정치를 나타내지만 레버리지 효과에 대한 상관성 추정에서 통계적으로 유의미함을 나타낸다. 즉, 실증분석 결과는 수익률과 변동성의 상관도, 변동의 크기와 부호에 따라 상이함을 나타내며, 이는 SV 모델이 레버리지 효과를 고려하는 것이 추정치의 적합도를 향상시킴을 나타낸다. 추정모형의 레버리지 효과에 대한 통계적 유의성에 추가적으로 로그 예측력 점수를 통한 분석은 레버리지 효과를 고려하는 모형의 예측력이 향상된 추정 결과를 제시한다. 이러한 실증분석 결과는 레버리지 효과를 포함하는 확률 변동성 모형이 해양 산업의 운임 리스크 모델링에 중요함을 통계적으로 제시하는 유의미한 실증분석 결과다.

• 분석과학
• /
• 제22권1호
• /
• pp.57-64
• /
• 2009

이 연구에서는 건축자재로부터 방출되는 휘발성유기화학물과 폼알데하이드의 오염물질 방출강도를 포함하는 데이터베이스를 개발하였다. 건축자재 분류체계는 환경부와 한국공기청정협회에서 사용하는 분류체계와 연계하여 세분류하여 정립하였다. 개발된 데이터베이스는 각 건축자재로부터 방출되는 총휘발성유기화합물과 5가지 휘발성유기화합물, 그리고 폼알데하이드의 방출강도를 포함하며 화학적 성분 및 일반적인 정보를 함께 포함하기 때문에 평가 모델링을 통한 실내공기질 예측에 입력변수로 사용 가능하다. 건축자재 분류별 폼알데하이드와 총휘발성유기화합물의 방출강도를 box plot을 이용해 통계적 분석을 하였다. 또한 각 분류별 오염물질의 방출특성을 확인함으로써, 실내공기질을 악화시키는 주된 원인이 되는 건축자재를 확인 할 수 있었다.

• 한국음향학회지
• /
• 제26권6호
• /
• pp.259-268
• /
• 2007

본 논문에서는 HMM 기반 통계적인 대역폭 확장(Bandwidth Extension, BWE) 방법의 개선에 대해 다룬다. 이를 위해 우선, HMM 모델 학습을 위한 기존의 Jax의 학습법과 일반적인 Baum-Welch 학습법의 관계를 비교 검토하고, Jax의 학습법의 한계점 및 문제점을 검토한다. 그리고 이를 바탕으로 Baum-Welch학습법을 이용한 새로운 HMM 기반 BWE 방법을 제시한다. 결론적으로, Baum-Welch 학습법은 Jax의 학습법의 일반화된 형태로 볼 수 있으며, 보다 유연하고 적응적인 학습능력을 가진 알고리즘임을 알 수 있다. 따라서 학습 데이터에 대한 보다 정확한 HMM 모델링이 가능하며 아울러, 이와 같이 개선된 HMM 모델을 활용함으로써 BWE 시스템의 성능향상을 가져 올 수 있었다. 실험결과에 의하면, 제시된 새로운 방법이 기존의 Jax의 방법에 비해 실험의 모든 경우에서 우수한 성능을 보임을 알 수 있다. 주어진 실험조건하에서 근제곱평균(root-mean-square, RMS) 로그 스펙트럴 왜곡(Log Spectral Distortion, LSD) 값이 전체적으로 평균 0.52dB 그리고, 최소 0.31dB에서 최대 0.8dB까지 개선되었다.

• 한국음향학회지
• /
• 제27권3호
• /
• pp.119-128
• /
• 2008

본 논문에서는 대역폭 확장 (Bandwidth Extension, BWE)을 위한 대표적인 통계적 방법인 가우스 혼합 모델 (Gaussian Mixture Model, GMM) 방법과 은닉마코프 모델 (Hidden Markov Model, HMM) 방법의 관계를 분석하고 성능을 비교한다. HMM 방법은 GMM 방법과 달리 기억능력을 가진 시스템으로서 인접한 음성 프레임간의 상관성을 모델링하고 이를 BWE 시스템에 활용한다는 장점을 가진다. 따라서 원래 신호의 프레임간 스펙트럼 변화특성을 보다 잘 추정할 수 있으리라 예상할 수 있다. 이 점을 확인하기 위해 정적 측도 외에 음성 스펙트럼의 일차 도 함수와 관련된 동적 측도를 적용하였다. 성능평가 결과, 정적 측도 관점에서는 두 방법은 대등한 성능을 보였지만 동적 측도 관점에서는 HMM 방법이 우수한 성능을 보였다. 또한 이러한 차이는 HMM 모델의 상태 수에 비례하여 증가함을 확인할 수 있었다. 이와 같은 실험결과는 HMM 방법이 적어도 'blind BWE' 문제에 있어서 적절한 해법임을 시사한다. 한편, 동적 측도의 관점에서는 비록 열세로 나타났지만 GMM 방법은 상대적으로 단순하다는 장점을 가지고 있으며 특히, 정적 측도에 있어서 HMM 방법과 대등하다는 사실은 응용분야에 따라서는 HMM 방법의 효과적인 대안이 될 수 있음을 시사한다.

• 한국측량학회지
• /
• 제24권1호
• /
• pp.111-121
• /
• 2006

최근 들어 항공 라이다 데이터를 도시모델링에 활용하려는 많은 연구들이 진행되고 있다. 도시모델을 구성하는 인공 구조물을 효율적으로 추출하기 위해서는 측정된 3차원 점의 집합으로부터 평면패치를 자동으로 추출하는 것이 중요하다. 평면 패치의 자동 추출에 대한 상당한 연구가 수행되었지만 아직도 추출의 정확도와 완전성 및 계산의 효율성 측면에서 만족할 만한 결과를 얻지 못하고 있다. 이에 본 연구는 항공 라이다 측량으로 취득된 3차원 점의 집합을 자동으로 분할하여 표면패치를 구성하는 효율적인 방법의 개발을 목표로 한다. 제안된 방법은 3차원 점간의 인접성을 수립하고, 소량의 인접점을 그룹핑하여 초기패치를 생성하고, 이를 성장시켜 표면패치를 생성하는 과정으로 구성된다. 제안된 방법은 패치를 성장시키는 과정에서 통계적 분석에 기반하여 가변적으로 설정되는 임계값을 이용하여 분할 결과의 질을 향상시키고, Priority Heap과 순차적최소제곱법에 기반한 효율적인 계산 방법을 사용하였다는 점이 특징적이다. 제안된 방법을 다양한 실측 라이다 데이터에 적용하여 성능을 검증하였다. 제안한 분할 방법을 통해 대용량 3차원 점으로 구성되는 라이다 데이터는 명시적이고 강인한 표현 형태인 표면 패치의 집합으로 변환될 수 있었다. 이러한 중간 변환 과정을 통해 빌딩 추출과 같은 객체 인식의 문제를 효과적으로 해결할 수 있다.

• 융합신호처리학회논문지
• /
• 제4권4호
• /
• pp.30-39
• /
• 2003

본 논문에서는 한국어 음성 데이터를 대상으로 HM-Net(Hidden Markov Network) 음성인식 시스템의 성능평가를 수행하였다. 음향모델 작성은 음성인식에서 널리 사용되고 있는 통계적인 모델링 방법인 HMM(Hidden Markov Model)을 개량한 HM-Net을 도입하였다. HM-Net은 기존의 SSS(Successive State Splitting) 알고리즘을 개량한 PDT(Phonetic Decision Tree)-SSS 알고리즘에 의해 문맥방향과 시간방향의 상태분할을 수행하여 생성되는데, 특히 문맥방향 상태분할의 경우 학습 음성데이터에 출현하지 않는 문맥정보를 효과적으로 표현하기 위해 음소결정트리를 채용하고 있으며, 시간방향 상태분할의 경우 학습 음성데이터에서 각 음소별 지속시간 정보를 효과적으로 표현하기 위한 상태분할을 수행하며, 마지막으로 파라미터의 공유를 통해 triphone 형태의 최적인 모델 네트워크를 작성하게 된다. 인식에 사용된 알고리즘은 음소 및 단어인식의 경우에는 One-Pass Viterbi 빔 탐색을 사용하며 트리 구조 형태의 사전과 phone/word-pair 문법을 채용하고 있다. 연속음성인식의 경우에는 단어 bigram과 단어 trigram 언어모델과 목구조 형태의 사전을 채용한 Multi-Pass 빔 탐색을 사용하고 있다. 전체적으로 본 논문에서는 다양한 조건에서 HM-Net 음성인식 시스템의 성능평가를 수행하였으며, 지금까지 소개된 음성인식 시스템과 비교하여 매우 우수한 인식성능을 보임을 실험을 통해 확인할 수 있었다.

• Korean Chemical Engineering Research
• /
• 제48권5호
• /
• pp.589-597
• /
• 2010

하수처리 시스템에서의 생물학적 영양염류 기준이 강화됨에 따라, 표준활성슬러지공법으로 운전 중인 하수처리장의 고도처리 공법으로의 개보수 필요성이 증가하고 있다. 그러나 실제 하수처리 시스템에서의 다양한 유입조건 및 운전조건의 복잡한 반응 구성으로 인해 실험을 통하여 개보수된 고도처리공법의 최적조건을 찾는 것은 쉽지 않은 일이며, 이는 많은 시간과 비용을 소모하여 비효율적이다. 따라서 본 연구에서는 활성슬러지공정모델(ASMs)을 기반으로 한 하수처리장의 모델링 및 시뮬레이션 기법을 통하여 하수처리장의 고도처리공법으로의 upgrading 설계를 수행하며, 이를 통계적이며 체계적으로 접근하기 위해 반응표면분석법(Response surface method)을 통한 고도처리공법의 설계 최적화를 수행하였다. 또한 실규모 하수처리장에서의 운전 최적화를 위해서는 하수처리의 동력학적 매개변수에 대한 정확한 분석이 수행되어야 한다. 본 연구에서는 다변량 통계분석 기법인 부분최소승자법(PLS)을 통하여 하수처리 시스템의 동력학적 매개변수 간의 상관관계를 파악하며, 고도처리공법 하수처리장의 운전 결과에 가장 큰 영향을 미치는 매개변수를 도출하였다. 본 연구를 통해 하수처리장의 고도처리공법 upgrading 설계 및 운전 최적화를 위한 방법론을 제시하였으며, 이를 통하여 설계시간 및 경비 절감 등 고도처리공법으로의 고효율적인 개보수가 가능할 것으로 예상된다.

• 한국산학기술학회논문지
• /
• 제13권2호
• /
• pp.562-574
• /
• 2012

기존 대부분의 연구에서 사용하고 있는 시뮬레이션 검증 기법은 통계적 분석기법으로, 총 처리량이나 자원 이용률의 평균 및 분산을 통해 분석하여 왔다. 그러나 이러한 방식은 모델의 개별적인 요소들에 대한 신뢰성을 보장하기 어려웠다. 이를 해결하기 위해 제시된 방법이 가중 F-measure를 사용한 검증이다. 하지만 가중 F-measure는 Tact time 값 하나에 대해 하나의 클래스를 할당하기 때문에 수많은 Tact time 값들을 갖는 복잡한 시스템에 적용하기 어려운 문제를 가지고 있다. 한편, 가중치의 범위가 정해져 있지 않기 때문에 평가기준(Threshold)의 선정에 있어서 어느 정도의 수준이 만족할만한 수준인지 정하기가 어려웠다. 따라서 본 논문에서는 이러한 문제점을 개선하기 위해 군집분석을 적용한 가중 F-measure를 제시한다. 군집의 클래스화를 통해 클래스의 수를 현저히 줄일 수 있고 다양한 시스템으로의 적용 또한 가능해진다. 또한 객관성을 저하시키지 않는 범위 내에서 최소한의 가중치를 부여하는 방식으로 가중치의 범위를 지정하여 검증 방법을 향상시켰다. 이를 입증하기 위해 국내 'L사'의 LCD공정설비를 대상으로 시뮬레이션 모델링 및 환경을 구축하였고, 그 결과를 통해 타당성을 증명하였다.