• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2011년도 정기 학술대회
• /
• pp.357-361
• /
• 2011

본 논문에서는 확률적 불확실성을 포함한 손상 장에서 강성저감 효과를 추정하는 방법을 제안하였다. 실제 교량 구조물에 분포된 손상 장은 매우 불확실하며 손상의 위치와 형상 또한 정확히 알 수 없는 경우가 많다. 그러나 대부분의 손상 추정 문제는 균열이나 손상의 위치와 형상을 기지의 주어진 정보로 가정하고 손상을 추정한다. 제안 기법에서는 이러한 손상의 위치와 형태가 본질적으로 불확실하다는 가정 하에 이 불확실성을 수정 가우스 강성 저감 분포 함수를 도입하여 기술한다. 교량에 국부적으로 발생된 손상은 교량의 요소강성의 저감 분포로 변환되어 손상이 발생한 전체 시스템의 강성을 표현하고 이를 통해 손상이 발생한 시스템의 전체 응답을 해석할 수 있게 된다. 수정 가우스 강성 저감 분포 함수는 손상 분포의 개략적 중심을 표현하는 평균 변수와 강성 저감의 비국소적 분포 특성을 묘사하는 표준편차 변수, 손상 중심의 손상 정도를 표현하는 강성저감 변수로 구성된다. 본 논문에서는 손상 장에서 손상의 위치나 형태에 대한 확률적 불확실성을 기술하는 수정 가우스 강성 저감 분포 함수를 포함한 유한요소모델을 정식화하여 제시한다. 또한 단일 또는 복합 균열로 인해 교량 구조물에 국부적인 손상이 야기된 경우에 대한 수치 예제를 통하여 균열 등에 대한 정보가 불확실하더라도 수정 가우스 강성 저감 분포 함수를 통해 강성 저감 효과가 분석될 수 있음을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.15-17
• /
• 2000

진화 연산의 확률적 모델인 베이지안 진화 알고리즘이 개체군의 크기를 1로 제한하고 고정된 차원의 탐색 공간을 갖는 경우, 목표 확률분포에 수렴함이 이전 연구[2]를 통해 증명되었다. 본 논문에서는 개체군의 크기가 2 이상인 경우의 베이지안 진화 알고리즘을 개체군 자체를 하나의 상태로 보는 단일 체인의 베이지안 입자 필터(particle filter)로 변환하여, 입자 필터의 수렴 특성을 이용하여 목표 확률분포에 수렴함을 증명한다.

• 한국음향학회지
• /
• 제18권8호
• /
• pp.32-41
• /
• 1999

본 논문은 chirp신호와 두 개의 근거리 청음기를 이용한 해저퇴적층의 음향학적 특성치 역산기법을 제시한다. 역산문제를 확률론적 모델로 정식화하고, 역산의 해를 역산인자의 a priori분포와 유사도함수의 곱으로 표현되는a posteriori 확률분포로 정의하였다. 퇴적층의 음속과 층두께의 a priori정보를 파형 매칭 기법으로 추정한 후 다수의 퇴적층이 존재하는 환경모델을 부분퇴적층모델로 치환하고, 계측신호와 모의신호의 L₂노음을 이용하여 정의된 목적함수에 대해 반복적인 유전자알고리즘 탐색을 수행하여 탐색공간의 축소로 인한 탐색효율과 결과의 향상을 얻었다. A posteriori 확률분포의 다중적분의 형태로 정의되는 인자의 주변확률분포와 평균의 추정은 유전자알고리즘의 탐색과정에서 선택된 탐색점들을 이용하여 수행되었다. 제시된 역산기법의 검증을 위해 두 가지 퇴적층 환경모델을 설정하고 잡음을 첨가한 합성신호에 대해 역산기법을 적용하여 역산해를 추정하였고 역산결과로부터 본 역산기법의 유용성을 확인하였다.

• 디지털융복합연구
• /
• 제13권8호
• /
• pp.295-300
• /
• 2015

사전 확률분포를 모델링하는 HMM을 사용하는 어휘 인식에서 인식 어휘의 모델들의 대한 인식 확률이 이산적인 분포를 나타내며 인식을 위한 계산량이 적은 장점이 있지만 인식률을 계산했을 때 상대적으로 낮은 단점이 있다. 이를 개선하기 위하여 베이시안 기법 어휘 인식 모델을 융합한 잡음 제거 인식률 향상을 제안한다. 본 논문은 베이시안 기법 어휘 인식을 위한 모델 구성을 베이시안 기법의 최적화한 인식 모델을 구성하였다. HMM을 기반으로 한 사전 확률 방법과 베이시안 기법인 사후확률을 융합하여 잡음을 제거하고 인식률을 향상시켰다. 본 논문에서 제안한 방법을 적용한 결과 어휘 인식률에서 98.1%의 인식률을 나타내었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.156-156
• /
• 2021

본 연구는 지역빈도해석을 기반으로한 인공신경망 모델과 기존에 널리 사용되는 방법인 홍수지수법의 성능을 몬테카를로 시뮬레이션을 이용하여 평가하였다. 컴퓨터 기술이 발달함에 따라 인공지능에 대한 접근성이 좋아지며 수문학을 포함한 다양한 분야에 적용되고 있다. 인공지능을 이용하여 강수량 및 유량 등 다양한 수문자료에 대한 예측이 이루어지고 있으나 빈도해석에 관한 연구는 비교적 적다. 본 연구에서 사용된 인공 지능 모델은 대상 지점의 지형학적 자료와 수문학적 자료를 이용하여 인공신경망을 통해 지점의 확률강우량(QRT-ANN) 및 확률분포형의 매개변수 (PRT-ANN)를 추정한다. 지형학적 자료로는 위도, 경도 그리고 고도가 사용되었으며 수문학적 자료로는 대상 지점의 최근 30년 일일연최대강우량을 사용하였다. 지역빈도해석의 정확도는 지역 내 통계적 특성이 비슷한 지점들이 포함되면 될수록 높아진다. 통계적 특성으로는 불일치 척도, 이질성 척도, 적합성 척도가 있으며 다양한 조건의 통계적 특성에 따른 세 개의 지역빈도해석 방법의 성능을 평가하고자 하였다. 대상 지역 내 n개의 지점이 있다고 가정하였을 때, 홍수지수법의 경우 n-1개의 지점으로 추정한 지역 성장곡선을 이용하여 나머지 1개 지점의 확률강우량을 산정할 수 있으며 인공신경망 모델들 또한 n-1개 지점들의 자료를 이용하여 모델을 구축한 뒤 나머지 지점의 확률강우량 및 확률분포형의 매개변수를 예측할 수 있다. PRT-ANN의 경우 예측된 매개변수를 이용하여 확률강우량을 산정하며 시뮬레이션 시행마다 발생시킨 자료의 지점빈도해석 결과에 대한 나머지 세 방법의 평균 제곱근 상대오차 (Relative root mean square error, RRMSE)를 계산하였다. 몬테카를로 시뮬레이션을 이용한 성능 분석을 통하여 관측값의 다양한 통계적 특성에 맞는 지역빈도해석 방법을 제시할 수 있을 것으로 판단된다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권3_4호
• /
• pp.326-338
• /
• 2003

신경회로망 설계 및 모델선택의 목표는 최적의 구조를 가지는 일반화 성능이 우수한 네트워크를 구성하는 것이다. 하지만 학습데이타에는 노이즈(noise)가 존재하고, 그 수도 충분하지 않기 때문에 최종적으로 표현하고자 하는 진확률 분포와 학습 데이타에 의해 표현되는 경험확률분포(empirical probability density) 사이에는 차이가 발생한다. 이러한 차이 때문에 신경회로망을 학습데이타에 대하여 과다하게 적합(fitting)시키면, 학습데이타만의 확률분포를 잘 추정하도록 매개변수들이 조정되어 버리고, 진확률 분포로부터 멀어지게 된다. 이러한 현상을 과다학습이라고 하며, 과다학습된 신경회로망은 학습데이타에 대한 근사는 우수하지만, 새로운 데이타에 대한 예측은 떨어지게 된다. 또한 신경회로망의 복잡도가 증가 할수록 더 많은 매개변수들이 노이즈에 쉽게 적합되어 과다학습 현상은 더욱 심화된다. 본 논문에서는 통계적인 관점을 바탕으로 신경회로망의 일반화 성능을 향상시키는 신경회로 망의 설계 및 모델 선택의 통합적인 프로세스를 제안하고자 한다. 먼저 학습의 과정에서 적응적 정규화가 있는 자연기울기 학습을 통해 수렴속도의 향상과 동시에 과다학습을 방지하여 진확률 분포에 가까운 신경회로망을 얻는다. 이렇게 얻어진 신경회로망에 자연 프루닝(natural pruning) 방법을 적용하여 서로 다른 크기의 후보 신경회로망 모델을 얻는다. 이러한 학습과 복잡도 최적화의 통합 프로세스를 통하여 얻은 후보 모델들 중에서 최적의 모델을 베이시안 정보기준에 의해 선택함으로써 일반화 성능이 우수한 최적의 모델을 구성하는 방법을 제안한다. 또한 벤치마크 문제를 이용한 컴퓨터 시뮬레이션을 통하여, 제안하는 학습 및 모델 선택의 통합프로세스의 일반화 성능과 구조 최적화 성능의 우수성을 검증한다.

• 대한기계학회논문집A
• /
• 제34권1호
• /
• pp.11-18
• /
• 2010

공구상태 감시기술은 지능형 생산시스템 구축을 위하여 중요한 요소 기술이다. 다양한 생산 공정 분야에 걸쳐 연구가 진행되었지만 기어 세이빙 공정에서 공구파손을 검출하는 연구가 발표된 바가 없다. 본 연구에서는 기어 세이빙 공정 중에 세이빙 공구의 상태를 검출하기 위하여 베타확률분포를 활용하는 통계적 기법을 제안하였다. 신뢰성 있는 공구상태 감시를 위하여 선행되어야 할 특징값 추출을 위하여 공정 중에 발생하는 진동 신호를 베타확률분포로 모델링하였다. 신호의 양봉 분포를 단봉 분포로 변환한 후 모멘트법을 사용하여 베타확률분포의 파라미터들을 추정함으로써 특징값들을 추출하였다. 특징값들의 유효성을 평가 결과, 베타분포 모델의 파라미터 중 모드가 우수한 세이빙 공구상태 감시 성능을 갖고 있음을 확인하였다.

• 한국컴퓨터산업학회논문지
• /
• 제5권9호
• /
• pp.921-928
• /
• 2004

이 논문에서는 웹 기반의 하이퍼미디어 교육시스템에서 이산 확률 분포 함수와 사용자 프로파일 기반의 동적 적응 모델을 제안하였다. 이 모델은 응용 영역을 동적 적응 객체의 가중치 방향성 그래프로 표현하며, 사용자 행위를 이산 확률 함수를 동적으로 구축하는 접관 방식을 이용하여 모델링한다. 제안한 확률적 해석은 웹 미디어 구조에서 사용자의 탐색 행위를 추적하여 사용자 행위에 대한 잠재적 속성을 나타내는데 사용될 수 있다. 이러한 접근 방식은 사용자에게 가장 알맞은 프로파일을 동적으로 할당할 수 있다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 2007년도 추계학술대회 및 정기총회
• /
• pp.204-208
• /
• 2007

보험요율 및 정책 결정의 기본이 되는 파산 확률은 계산이 매우 복잡하여 보통 근사적인 방법을 사용하게 된다. 윤복식(2007)에서는 다양한 상황에서 정확하게 파산확률을 계산할 수 있는 방법이 GPH 분포에 기초하여 제안된 바 있다. 본 연구에서는 이 방법의 타당성을 다양한 실험을 통해 검증하고. 기존의 근사적 방법들과의 비교하는 것이 목적이다. 실험을 통해 이 방법이 일상적인 상황에서 뿐 아니라 클레임 분포가 비정규적인 대재해 상황에서도 정확하게 파산확률을 계산해 주는 것을 관찰할 수 있었고, 계산시간 또한 도 매우 짧아서 실용성을 겸비함을 확인할 수 있었다 또한 이 결과를 근거로, 기초적인 관측 자료만 입력하면 중간에 분포모델 설정단계를 거치지 않고 바로 분석 결과를 얻는 접근법이 제안된다.

• 산업경영시스템학회지
• /
• 제35권3호
• /
• pp.204-209
• /
• 2012

본 논문은 전국적인 소매업체의 각 지점별 고객 수요가 불확실한 상황에서 고객 서비스 목표 수준을 충족하는 최적재고 수준을 결정하는 문제에 대해 연구하였다. 이를 위해 전국에 분포한 지점에서 물품을 판매하는 베스트바이, 월마트, 혹은 시어스와 같은 전국적인 소매업체 관점에서 사용할 수 있는 핵심 관리 지표(KPI)로서 ISR(In-Stock Ratio)를 정의하였으며, 전국적인 소매업체가 평균 ISR로 정의되는 고객 서비스 목표 수준을 충족하면서 각 지점 보유 재고의 총합을 최소화할 수 있는 최적화 모델을 수립하였다. 본 논문은 해당 모델에 항상 최적해가 존재함을 증명하고 해당 최적해를 Karush-Kuhn-Tucker 조건을 사용하여 고객 수요의 확률분포의 형태에 상관없이 일반화된 형태로 표현하였다. 또한 본 논문은 고객 수요가 정규분포와 같은 특정 확률분포를 따르는 경우에 대해 연구하였으며, 이 경우에 대한 최적 재고수준을 나타내는 식을 도출하였다. 마지막으로 본 논문에서는 상기 기술된 상황에 대한 수리적인 예제를 통하여 최적재고 수준과 확률분포 파라미터들간의 관계를 분석하였다.