• Journal of the Korea Society of Computer and Information
• /
• v.9 no.2
• /
• pp.1-6
• /
• 2004

In this paper, we proposed the intelligent navigation agent model for successive electronic commerce management. For allowing intelligence, we used fuzzy conditional probability and trapezoidal. we proposed the model that can Process the vague keywords effectively. Through the this, we verified that we can get the more appropriate navigation result than any other crisp retrieval keywords condition. Our goal of study is make an intelligent automatic navigation agent model.

• Journal of the Korea Society for Simulation
• /
• v.18 no.1
• /
• pp.53-62
• /
• 2009

The real data obtained from field exercises has a crucial role in modeling and simulation of a combat or a wargame. This becomes an important input especially in analyzing weapon systems realization. Many existing models have been using the mean value of the time between each fire. The firing data can be incorporated into a known probability distribution or used directly as an empirical distribution. Data of field exercises are very useful instead of the real combat outcomes. This study finds a new modeling approach and techniques to compare the data with the previously generated outcomes. This fundamental research work will continue to consider more of the various weapon systems, the sizes, and other tactical aspects.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1406-1411
• /
• 2009

Bootstrap 기법은 통계학적 추정치의 정확도 또는 불확실성을 평가하기 위한 컴퓨터 기반 리샘플링 기법으로서 플러그인 원칙을 이용하여 요약통계치의 표준오차 및 신뢰구간을 추정하며, Bootstrap 기법 중 BCa 기법은 다른 Bootstrap 기법들에 비해 적합도 기준면에서 훨씬 우수한 결과를 나타내는 것으로 알려져 있다. 본 논문에서는 강우빈도해석에서 확률분포의 매개변수 추정에 대한 불확실성 고려한 확률강우량의 산정 및 불확실성의 영향을 평가하기 위하여 Bootstrap 기법 중 비매개변수적 BCa 기법에 기반한 불확실성을 고려한 강우빈도해석모델 구축 및 적용을 통해 홍수위험평가 및 수자원 계획 등에 있어서 불확실성 표현 및 처리기법을 제시하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.1166-1168
• /
• 2019

본 논문은 엣지컴퓨팅 환경에서 딥러닝기반 추천모델을 이용한 지능형 디지털 사이니지 플랫폼을 제안한다. 제안하는 플랫폼은 서버와 엣지로 구성되어 있다. 서버는 데이터를 관리하고, 광고추천 모델을 학습시키며, 엣지는 학습된 광고추천 모델을 이용하여 실시간으로 광고될 상품을 결정한다. 광고추천 모델은 상품을 선별하는 단계와 구매확률을 예측하는 단계로 구성되어 있다. 선별단계에서는 DNN에 벡터화된 사용자 기본정보와 상품 메타데이터를 입력하여 구매할 만한 상품을 도출한다. 최종적으로 군집의 예측된 구매확률을 이용하여 가장 적합한 광고를 선정한다. 제안하는 시스템은 서버와 통신하지 않고 엣지에서 학습된 모델로 광고를 결정한다. 이를 다수의 사용자에게 즉각적인 반응을 필요로 하는 디지털 사이니지에 적용했다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• 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.

• Journal of KIISE:Software and Applications
• /
• v.30 no.3_4
• /
• pp.326-338
• /
• 2003

The objective of a neural network design and model selection is to construct an optimal network with a good generalization performance. However, training data include noises, and the number of training data is not sufficient, which results in the difference between the true probability distribution and the empirical one. The difference makes the teaming parameters to over-fit only to training data and to deviate from the true distribution of data, which is called the overfitting phenomenon. The overfilled neural network shows good approximations for the training data, but gives bad predictions to untrained new data. As the complexity of the neural network increases, this overfitting phenomenon also becomes more severe. In this paper, by taking statistical viewpoint, we proposed an integrative process for neural network design and model selection method in order to improve generalization performance. At first, by using the natural gradient learning with adaptive regularization, we try to obtain optimal parameters that are not overfilled to training data with fast convergence. By adopting the natural pruning to the obtained optimal parameters, we generate several candidates of network model with different sizes. Finally, we select an optimal model among candidate models based on the Bayesian Information Criteria. Through the computer simulation on benchmark problems, we confirm the generalization and structure optimization performance of the proposed integrative process of teaming and model selection.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.158-158
• /
• 2016

본 연구에서는 극치 분포의 오른쪽 꼬리 부분 예측 시 안정적인 확률수문량 산정하는 확률분포형과 매개변수 추정 방법을 평가하기 위해 Monte Carlo 모의를 수행하였다. 수문자료의 빈도해석에 적합한 것으로 알려진 generalized extreme value (GEV), Gumbel (GUM), generalized logistic (GLO), gamma3 (GAM3), normal (NOR), log-normal3 (LN3) 총 6개의 확률분포형을 바탕으로 오른쪽 꼬리 부분의 확률수문량 추정 성능을 모의 실험을 통해 평가하고자 한다. 30년 이상 자료를 보유한 기상청 지점의 지속기간별 연최대값 자료를 분석한 결과를 바탕으로 모분포를 GEV분포로 선정하였으며 평균이 1.0, 표준편차 0.5, 왜곡도 계수는 0.5, 1.0, 2.0, 3.0, 4.0이 되도록 가정하였다. 또한 자료 길이에 따른 성능 평가를 위해 표본 크기 20, 50, 100, 150, 200개에 대해 분석을 수행하였다. 위와 같은 가정으로 총 25종류(왜곡도계수 5개 ${\times}$ 표본 크기 5개)의 발생된 모분포에 6가지의 확률분포형과 3가지의 매개변수 추정방법(모멘트법, 최우도법, 확률가중모멘트법)을 조합한 18가지의 모델을 비교 분석해보았다. 평가방법으로는 평균 제곱근 오차(Root Mean Square Error, RMSE), 편의(bias), 평균 상대오차(Mean Relative Difference, MRD), 평균 절대 상대오차(Mean Absolute Relative Difference, MARD)를 사용하여 적용 모델의 성능을 비교 분석하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.201-201
• /
• 2022

본 연구에서는 강우량이 여름에 집중되어있는 우리나라의 강우 특성을 잘 나타낼 수 있는 최적의 확률분포형을 선정하고 해석적 확률모델 (Analytical Probabilistic Model, APM)을 개발하여 유출량을 예측하고자 하였다. 국내 10개 지역인 부산, 춘천, 대구, 대전, 전주, 진주, 서울, 속초, 태백, 원주를 연구 지역으로 설정하였고, 30년 시 단위 강우자료를 지역별 interevent time definition(IETD)을 적용하여 강우 사상으로 그룹화하였다. APM 연구에 일반적으로 사용되는 일변수 지수 분포 이외의 이변수 지수, 감마, 이변수 로그정규 확률밀도함수 (Probability Density Function, PDF)를 강우사상의 특성인 강우량, 강우 지속시간, 무강우 시간의 히스토그램에 적용한 결과, 이 변수 로그정규분포가 우리나라의 강우 특성을 가장 잘 대표하였다. 로그정규분포를 이용하여 APM을 유도하고 유출량을 예측하였다. 예측한 유출량에 대한 빈도분석을 수행하여 Storm Water Management Model (SWMM)의 결과와 비교함으로써 유도한 APM의 적합성을 확인하였다. SWMM의 입력 매개변수 보정을 위해서는 서울 군자 지역에서 관측한 실제 강우량 및 유출량 자료를 사용하였다. 로그정규분포로 유도한 APM과 SWMM의 빈도분석 결과를 비교하였을 때 초과 확률과 재현주기 모두 매우 유사한 결과를 나타내었음을 확인하였다.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.35 no.10
• /
• pp.1281-1289
• /
• 2011

This paper deals with several statistical distribution functions for the analysis of fatigue life data of composite laminates for small wind-turbine blades. A series of tensile tests was performed on triaxial glass/epoxy laminates for loading directions of $0^{\circ}$, $45^{\circ}$, and $90^{\circ}$. Then, fatigue tests were carried out to determine the fatigue life at the aforementioned loading directions and the fatigue stresses at four levels. Two-parameter Weibull, three-parameter Weibull, normal, and log-normal distributions were used to fit the fatigue life data of the triaxial composite laminates. The three-parameter Weibull distribution most accurately described the fatigue life data measured experimentally for all the cases considered. Furthermore, the variation of fatigue life was simultaneously affected by the loading direction and fatigue stress level.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2006.11a
• /
• pp.599-617
• /
• 2006

A network model and a Genetic Algorithm(GA) is proposed to solve the simultaneous estimation of the trip distribution and traffic assignment from traffic counts in the congested networks in a logit-based Stochastic User Equilibrium (SUE). The model is formulated as a problem of minimizing the non-linear objective functions with the linear constraints. In the model, the flow-conservation constraints of the network are utilized to restrict the solution space and to force the link flows meet the traffic counts. The objective of the model is to minimize the discrepancies between the link flows satisfying the constraints of flow-conservation, trip production from origin, trip attraction to destination and traffic counts at observed links and the link flows estimated through the traffic assignment using the path flow estimator in the legit-based SUE. In the proposed GA, a chromosome is defined as a vector representing a set of Origin-Destination Matrix (ODM), link flows and travel-cost coefficient. Each chromosome is evaluated from the corresponding discrepancy, and the population of the chromosome is evolved by the concurrent simplex crossover and random mutation. To maintain the feasibility of solutions, a bounded vector shipment is applied during the crossover and mutation.