• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 2004년도 하계학술대회 논문집 Vol.5 No.2
• /
• pp.1117-1120
• /
• 2004

경제적인 공정분석과 최적화를 위해서는 컴퓨터를 이용한 플라즈마 예측모델이 요구되고 있다. 본 연구에서는 일반화된 회귀 신경망 (GRNN)을 이용하여 플라즈마 증착공정 모델을 개발한다. GRNN의 예측성능은 패턴층 뉴런의 가우시안 함수를 구성하는 학습인자, 즉 spread에 의존한다. 종래의 모델에서는 모든 가우시안 함수의 spread가 동일한 값에서 최적화되었으며, 이로 인해 모델의 예측성능을 향상시키는 데에는 한계가 있었다. 본 연구에서는 유전자 알고리즘 (GA)를 이용하여 다변수 spread를 최적화하는 기법을 개발하였으며, 그 성능을 PECVD 공정에 의해 증착된 SiN 박막의 증착률에 적용하여 평가하였다. $2^{6-1}$ 부분인자 실험계획법에 의해 수집된 데이터를 이용하여 신경망을 학습하였고, 모델적합성 점검을 위해 별도의 12번의 실험을 수행하였다. 가우시안 함수의 spread는 0.2에서 2.0까지 0.2간격으로 증가시켰으며, 최적화한 GA-GRNN모델의 예측성능은 6.6 ${\AA}/min$이었다. 이는 종래의 방식으로 최적화한 모델의 예측성능 (13.5 ${\AA}/min$)과 비교하여 50.7% 향상된 예측성능이며, 이러한 향상은 제안한 GA-GRNN 모델이 플라즈마 공정 모델의 예측성능을 증진하는데 매우 효과적임을 보여준다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1998년도 제15회 음성통신 및 신호처리 워크샵(KSCSP 98 15권1호)
• /
• pp.99-104
• /
• 1998

한국어의 자연스러운 음성합성을 위해 280문장에 대하여 남성화자 1명이 발성한 문음성 데이터를 음운 세그먼트, 음운 라벨링, 음운별 품사 태깅하여 음성 코퍼스를 구축하였다. 이 문 음성 코퍼스를 사용하여 음운환경, 품사 뿐만 아니라 구문 구조에 이하여 음운으 lwlthrtlrks이 어떻게 변화하는가에 대하여 xhdrPwjrdfmh 분석하였다. 음운 지속시간을 보다 정교하게 예측하기 위하여, 각 음운의 고유 지속시간의 영향이 배제된 정규화 음운지속시간을 회귀트리를 이용하여 모델화하였다. 평가결과, 기존의 회귀트리를 이용한 음운지속시간 모델에 의한 예측오차는 87%정도가 20ms 이내 이었지만, 정규화 음운 지속시간 모델에 의한 예측 오차는 89% 정도가 20ms 이내로 더욱 정교하게 예측되었다.

• 한국도로학회논문집
• /
• 제9권2호
• /
• pp.1-11
• /
• 2007

1970년대 이후 급속한 경제성장과자동차의 증가로 인해 도심지의 극심한 교통정체와 환경파괴의 문제가 대두되었다. 이러한 도시의 부정적 문제를 해결하기 위해서는 승용차위주의 교통수단을 승용차외의 대체교통수단으로 전환하는 것이 보다 효과적인 방법이라 할 수 있다. 이러한 관점에서 자전거는 환경친화적인 그린교통수단(Green Mode)으로 세계 각국에서는 각광받고 있고, 국내에서도 자전거의 이용률을 높이기 위한 다양한 시도가 이루어지고 있다. 본 연구에서는 자전거 이용의 활성화를 위해 우선적으로 고려되어져야 하는 안전성 측면에서 자전거 사고에 영향을 미치는 영향인자들에 대한 분석을 시도하였다. 자전거 사고의 안전성 분석을 위하여 비선형 회귀분석을 통해 사고모델을 개발하였고, 이들 개발된 모델들을 이용하여 자전거사고에 영향을 미치는 주요설명변수들에 대한 분석을 시도하였다. 모델분석결과, 포아송회귀분석(poisson regression)이 모델개발에 가장 적합한 것으로 나타났으며, 자전거 사고에 영향을 미치는 변수로는 교통량, 진출입구 수, 지형, 자전거도로, 학교, 주거지역, 교차로의 크기 버스정류장 등으로 분석되었다.

• 대한교통학회지
• /
• 제23권1호
• /
• pp.33-44
• /
• 2005

철도건널목사고는 일반 도로사고보다는 상대적으로 사고의 발생도는 적으나, 사고의 심각도면에서는 대형사고로 연결될 수 있다는 점에서 철도건널목에서의 안전성 확보는 결코 소홀히 다루어질 수 없다. 본 연구에서는 건널목 사고모델을 통해 건널목 사고에 영향을 미치는 요인들은 분석하고 이를 정량화하여 교차로 안전성 향상에 기여하고자 한다. 본 연구에서는 건널목사고 분석에 있어서 사고데이터 특성을 고려하여 비선형 회귀분석 중 적정 모델식을 적용하였다. 철도건널목 관련 변수들을 이용하여 분석한 결과, 분산값이 0에 가까운 값을 나타내어 포아송 회귀분석이 적합한 것으로 나타났다. 또한 본 연구에서는 주 모델과 후보모델 통해 건널목 사고에 영향을 미치는 7개의 주요설명변수들을 규명했는데 그 변수들은 차량 교통량과 철도교통량, 상업지역, 제어거리, 경보시간차, 건널목유형, 과속방지턱으로 분석되었다.

• 대한기계학회논문집A
• /
• 제34권4호
• /
• pp.399-405
• /
• 2010

강력한 파지와 정밀 조작이 가능한 인간형 로봇 손에 대한 연구는 인간의 손동작을 파악하여 메커니즘을 분석하고, 로봇 손에 적절하게 응용하여야 한다. 본 논문에서는 최소의 자유도를 적용한 실용적인 인간형 로봇 손의 파지 동작을 모사하고자, 고속카메라를 사용하여 인간의 손동작에 대한 움직임을 추출하고, 이를 분석하였다. 이러한 촬영 데이터를 필터링하여 실험 데이터를 얻었으며, 이를 활용한 수학적 모델을 구하였다. 또한, 말절골(DIP)은 중절골(PIP) 및 기절골(MCP)의 움직임과 비선형 관계 모델을 고찰하여, 신경회로망 및 커널 회귀 모델을 사용한 인간형 로봇 손의 파지 모델을 얻었다. 신경회로망과 커널 회귀를 이용한 과정을 비교함으로써, 커널 회귀 알고리즘을 통한 모델링이 실험 데이터와의 근접성이 우수한 유효 모델임을 입증하였다.

• 한국IT서비스학회:학술대회논문집
• /
• 한국IT서비스학회 2005년도 춘계학술대회
• /
• pp.372-380
• /
• 2005

소프트웨어 개발노력 추정에 대한 연구는 소프트웨어가 복잡해지고 범위가 크게 증가함에 따라서 그 중은 지속적으로 부각되고 있다. 관련 프로젝트를 발주하는 업체나, 이를 수주하고 개발을 진행하는 업체에게 원가를 고려하는 측면에서 매우 중요한 부분을 차지하고 있다. 이러한 개발노력 추정을 위하여 다양한 접근 방식들이 고려되어지고 있는데, 그중에서 많이 활용되어지고 있는 방식은 소프트웨어 규모에 기반을 둔 LOC(Line Of Code) 기반 COCOMO (Constructive Cost Model) 모델이나 기능점수(Function Point)를 기반으로 한 회귀분석 모델, 인공지능(Artificial Intelligence)을 활용한 신경망(Neural Network) 모델, 사례분석기법 (CBR, Case Based Reasoning) 등이 있다. 이중에서 최근에 기능점수를 활용한 개발노력 추정에 관한 연구들이 활발히 진행되고 있으나 개발노력 추정에는 소프트웨어 규모의 척도인 기능점수 뿐만 아니라, 개발환경을 구성하는 여러 가지 측면에 대한 고려가 추가되어져야 한다. 이에 본 논문은 최신의 소프트웨어 개발 사례들에 대하여 기능점수 및 추가적인 개발환경 요소들을 면밀히 분석하고, 분석한 내용에 대해서 전문가들의 설문을 통한 빈도분석 및 로지스틱 회귀분석, 데이터마이닝 기법인 신경망 분석 등을 활용하여 개발노력 추정 모델을 구축함으로써, 소프트웨어 개발의 다양한 측면의 중요성을 강조하고, 정확한 추정의 방안을 제시 하고자 노력 하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 1990년도 수공학논총 제32권
• /
• pp.167-174
• /
• 1990

일종의 Autoregression Model에 강우와 유량의 입력에 의하여 일유입량의 예측을 행한 것으로 댐 지점의 일유입량과 우량시계열을 회귀분석하여 댐 유역의 하천유량을 예측 할 수 있는 수학적 모형을 수립하고 통계적 분석을 행 하고자 한다.

• 한국전자통신학회논문지
• /
• 제18권2호
• /
• pp.299-304
• /
• 2023

인공지능 기법 중에서 딥러닝은 많은 곳에서 사용되어 효과가 입증된 모델이다. 하지만, 딥러닝 모델이 모든 곳에서 효과적으로 사용되는 것은 아니다. 이번 논문에서는 회귀분석과 딥러닝 모델의 비교를 통하여 딥러닝 모델이 가지는 한계점을 보여주고, 딥러닝 모델의 효과적인 사용을 위한 가이드를 제시하고자 한다. 추가로 딥러닝 모델의 최적화를 위해 사용되는 다양한 기법 중, 많이 사용되는 데이터 정규화와 데이터 셔플링 기법을 실제 데이터를 기반으로 비교 평가하여 딥러닝 모델의 정확성과 가치를 높이기 위한 기준을 제시하고자 한다.

• 지질공학
• /
• 제19권2호
• /
• pp.177-189
• /
• 2009

이 연구는 토질역학에서 중요하게 취급되는 전단강도를 몇 가지 토질물성만으로 쉽게 산정할 수 있도록 통계적인 방법의 하나인 선형회귀분석법을 이용하여 전단강도산정모델을 개발하였다. 전단강도는 강도정수인 전단저항각(${\phi}$)과 점착력(c)으로 구분되므로 SPSS의 상관분석을 통해 토질시험 결과들 중 이들 강도정수에 유효한 토질인자를 선별한 후 선별된 인자들과의 관계를 선형회귀분석으로 공식화 하였다. 또한, 개발된 모델과 직접전단시험으로 구한 강도정수를 비교분석하여 모델의 적합성을 검증하였다. 여러 토질물성과 강도정수간의 상관관계를 분석한 결과 전단저항각에 가장 크게 영향을 미치는 토질인자는 간극비 및 건조단위중량이고, 점착력에 크게 유의한 토질인자는 간극비, 건조단위중량 및 소성지수인 것으로 나타났다. 한편, 전단강도산정모델에 의해 산정된 강도정수는 직접전단시험에 의해 구한 강도정수와 거의 유사한 결과를 보였다. 따라서 개발된 전단강도산정모델은 연구지역과 같은 토질조건인 경우 토층의 강도정수 산정을 위한 모델로 이용이 가능할 것으로 사료된다.

• 디지털콘텐츠학회 논문지
• /
• 제19권4호
• /
• pp.685-692
• /
• 2018

본 연구는 통계분석을 이용한 중년 성인의 고혈압 예측모델 개발이 목적이다. 국민건강영양조사자료(2013년-2016년)를 사용하여 통계분석과 예측모델을 개발하였다. 이진 로지스틱 회귀분석으로 통계적 유의한 고혈압 위험인자를 제시하였으며, Wrapper 변수선택기법을 적용한 로지스틱회귀와 나이브베이즈 알고리즘을 이용하여 예측모델을 개발하였다. 통계분석에서 고혈압에 가장 높은 연관성을 갖는 인자는 남성에서 WHtR (p<0.0001, OR = 2.0242), 여성에서 AGE(p<0.0001, OR = 3.9185)로 나타났다. 예측모델의 성능평가에서, 로지스틱 회귀 모델이 남성(AUC = 0.782)과 여성(AUC = 0.858)에서 가장 좋은 예측력을 보였다. 우리의 연구 결과는 고혈압에 대한 대규모 스크리링 도구를 개발하는데 중요한 정보를 제공하며, 고혈압 연구에 대한 기반정보로 활용할 수 있다.