• Communications for Statistical Applications and Methods
• /
• 제11권2호
• /
• pp.419-433
• /
• 2004

We suggest the modified computing algorithm for raking ratio estimation under the assumption that the population total is partially known, and the sample total is completely known about survey variable in contingency table. We show that the proposed estimation procedure is useful to estimate the population cell count in this situation through an empirical study.

• Nuclear Engineering and Technology
• /
• 제53권9호
• /
• pp.2968-2976
• /
• 2021

This paper introduces a method to reconstruct the three-dimensional (3D) microstructure of two-phase materials, e.g., porous materials such as highly irradiated nuclear fuel, from two-dimensional (2D) sections via a multi-objective optimization genetic algorithm. The optimization is based on the comparison between the reference and reconstructed 2D sections on specific target properties, i.e., 2D pore number, and mean value and standard deviation of the pore-size distribution. This represents a multi-objective fitness function subject to weaker hypotheses compared to state-of-the-art methods based on n-points correlations, allowing for a broader range of application. The effectiveness of the proposed method is demonstrated on synthetic data and compared with state-of-the-art methods adopting a fitness based on 2D correlations. The method here developed can be used as a cost-effective tool to reconstruct the pore structure in highly irradiated materials using 2D experimental data.

• 한국지능시스템학회논문지
• /
• 제15권6호
• /
• pp.673-681
• /
• 2005

원자력 발전소는 안정성 및 신뢰성 확보가 가장 중요하므로 고장의 감지 및 진단 시스템의 개발은 원전 자체가 구축하고 있: 다중의 하드웨어 중첩도(hardware redundancy)에도 불구하고 가장 중요한 문제로 취급되고 있다. 본 논문에서는 원저 PWR 증기발생기에서 발생한 고장을 진단하기 위한 알고리듬의 개발을 위해 시스템에서 발생한 고장을 감지하고 분류할 수 있는 ART2 시경회로망 기반 고장진단방법을 제안한다. 고장진단시스템은 발생한 고장을 감지하기 위한 고장감지부, 변화된 시스템파라미터를 추정하기 위한 파라미터 추정부 및 발생한 고장의 종류를 알아내기 위한 고장분류부로 구성된다. 고장분류부는 여러 경계인수를 갖는 ART2(adaptive resonance theory 2) 신경회로망을 이용한 고장분류기로 구성된다. 제안한 고장진단 알고리듬을 증기발생기의 고장진단문제에 적용하여 성능을 확인하였다.

• 전자공학회논문지S
• /
• 제35S권1호
• /
• pp.68-79
• /
• 1998

In this paper, we propose a model-based FDI(fault detetion and isolation) algorithm to detect and isolate fault in a linear system. The proposed algorithm is gased on an HFC(hydrid fault classifier) which consists of an FCART2(fault classifier by ART2 neural network) and an FCFM(fault classifier by fault models) which operate in parallel to isolate faults. The proposed algorithm is functionally composed of three main parts-parameter estimation, fault detection, and isolation. When a change in the system occurs, the estimated parameters go through a transition zone in which errors between the system output and the stimated output and the estimated output cross a predetermined thrseshold, and in this zone the estimated parameters are tranferred to the FCART2 for fault isolation. On the other hand, once a fault in the system is detected, the FCFM statistically isolates the fault by using the error between ach fault model out put and the system output. From the computer simulation resutls, it is verified that the proposed model-based FDI algorithm can be performed successfully to detect and isolate faults in a position control system of a DC motor.

• 산업공학
• /
• 제11권2호
• /
• pp.119-124
• /
• 1998

This paper proposes a new part family classification system (IPFACS: Image Processing and Fuzzy ART based Clustering System), which incorporates image processing techniques and a modified fuzzy ART neural network algorithm. IPFACS can classify parts based on geometrical shape and manufacturing attributes, simultaneously. With a proper reduction and normalization of an image data through the image processing methods and adding method in the modified Fuzzy ART, different types of geometrical shape data and manufacturing attribute data can be simultaneously classified in the same system. IPFACS has been tested for an example set of hypothetical parts. The results show that IPFACS provides a good feasible approach to form families based on both geometrical shape and manufacturing attributes.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 추계종합학술대회 B
• /
• pp.431-435
• /
• 2008

2006년 11월 이후 신 차량 번호판 등장 후, 신 차량 번호판과 구 차량 번호판이 혼합되어 있다. 이에 따라 속도위반, 신호위반 단속, 무인 주차관리 시스템, 범죄 및 도주 차량 검거, 고속도로 톨게이트에서 통행료 지불로 인한 교통 체증현상을 해소하기 위한 자동 요금 징수와 같은 다양한 경우에서 자동차 번호판의 특징에 맞는 인식 시스템이 요구되고 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 형태학적 특징 및 차 연산과 ART2 알고리즘을 이용한 차량 번호판 인식 방법을 제안한다. 무인 카메라에서 획득된 차량 번호판 영상에서 차 연산을 이용하여 에지를 추출한 후에 블록 이진화를 한다. 이진화 된 차량 영상에서 신 구 차량 번호판의 형태학적 특성을 8방향 윤곽선 추적 알고리즘에 적용하여 잡음 영역을 제거하고, 차량의 번호판 영역을 추출한다 추출된 번호판 영역에 대하여 평균 이진화와 최대 최소 이진화를 적용하여 번호판의 개별 영역에 대한 형태학적 특성을 고려하여 잡음을 제거하고, Labeling 알고리즘을 적용하여 개별 문자를 추출한 후에 결합한다. 이렇게 분류된 개별 문자 및 숫자 코드를 ART2 알고리즘에 적용하여 학습 및 인식을 한다. 제안된 차량 번호판 추출 및 인식 방법의 성능을 평가하기 위해 녹색 번호판과 흰색 번호판 이미지 각각 100장을 대상으로 실험한 결과, 제시 된 차량 번호판 추출 및 인식 방법이 실험을 통해서 효율적인 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제12권10호
• /
• pp.1897-1902
• /
• 2008

영상에 나타난 콘크리트 표면의 균열은 그 획득 과정에서 빛이나 외부환경에 의해 훼손되는 경우가 발생한다. 또한 콘크리트 표면이 고르지 않고 균열과 표면의 명암도 차이가 거의 없기 때문에 정확한 균열을 검출하기 어렵다. 따라서 본 논문에서는 콘크리트 표면 영상을 밝기에 따라 여러 영역으로 구분하기 위해 ART2 기반 양자화를 적용한다. 양자화된 영역에서 균열과 잡음의 분포를 조사하여 균열과 잡음이 같이 존재하는 영역에서는 잡음 제거 과정을 수행한 후, 균열 후보 영역을 추출하고 균열 후보 영역에서 형태학적인 정보를 이용하여 잡음을 제거하여 최종 균열 영역을 검출한다. 실제 콘크리트 표면 균열 영상을 대상으로 실험 한 결과, 제안한 방법이 기존의 방법보다 콘크리트 표면의 밝은 영역에서 균열이 비교적 정확히 검출되는 것을 확인하였다.

• Membrane and Water Treatment
• /
• 제9권2호
• /
• pp.129-136
• /
• 2018

In this contribution, the control of multivariable reverse osmosis (RO) desalination plant using proportional-integral-derivative (PID) controllers is presented. First, feed-forward compensators are designed using simplified decoupling method and then the PID controllers are tuned for flux (flow-rate) and conductivity (salinity). The tuning of PID controllers is accomplished by minimization of the integral of squared error (ISE). The ISEs are minimized using a recently proposed algorithm named as teacher-learner-based-optimization (TLBO). TLBO algorithm is used due to being simple and being free from algorithm-specific parameters. A comparative analysis is carried out to prove the supremacy of TLBO algorithm over other state-of-art algorithms like particle swarm optimization (PSO), artificial bee colony (ABC) and differential evolution (DE). The simulation results and comparisons show that the purposed method performs better in terms of performance and can successfully be applied for tuning of PID controllers for RO desalination plants.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 추계종합학술대회 B
• /
• pp.415-418
• /
• 2008

본 논문에서는 특정 지역을 연속해서 촬영하는 고정된 카메라 영상에서 사람들의 움직임을 검출하고 움직임을 분석하여 정량화 하는 방법을 제안한다. 먼저 배경 영상을 획득하기 위하여 일정 시간동안의 입력 영상을 누적하고 평균값으로 정규화 한다. 그리고 영상을 계속 누적하여 배경 영상을 실시간으로 갱신한다. 다음으로 획득된 배경 영상과 현재 영상에 대하여 차영상과 이진화를 수행하고 팽창 연산과 연결 성분 분석으로 잡영을 제거한다. 그리고 잡영이 제거된 영상에서 원근감 효과를 고려하는 가중치를 적용하여 움직임이 있는 객체를 클러스터링 하는 수정된 ART2 클러스터링 방법을 제안한다. 마지막으로 클러스터링 결과 정보를 이용하여 움직임을 정량화 한다. 제안하는 방법을 실내 환경에 설치된 네트워크 카메라로부터 영상을 획득하여 실험한 결과, 영상의 원근감 효과에 따라 군집 크기가 차이남에도 강인하게 분석할 수 있음을 확인하였다.

• Nuclear Engineering and Technology
• /
• 제54권1호
• /
• pp.310-317
• /
• 2022

The mass attenuation coefficient is the primary physical parameter to model narrow beam gamma-ray attenuation. A new machine learning based approach is proposed to model gamma-ray shielding behavior of composites alternative to theoretical calculations. Two fuzzy logic algorithms and a neural network algorithm were trained and tested with different mixture ratios of vanadium slag/epoxy resin/antimony in the 0.05 MeV-2 MeV energy range. Two of the algorithms showed excellent agreement with testing data after optimizing adjustable parameters, with root mean squared error (RMSE) values down to 0.0001. Those results are remarkable because mass attenuation coefficients are often presented with four significant figures. Different training data sizes were tried to determine the least number of data points required to train sufficient models. Data set size more than 1000 is seen to be required to model in above 0.05 MeV energy. Below this energy, more data points with finer energy resolution might be required. Neuro-fuzzy models were three times faster to train than neural network models, while neural network models depicted low RMSE. Fuzzy logic algorithms are overlooked in complex function approximation, yet grid partitioned fuzzy algorithms showed excellent calculation efficiency and good convergence in predicting mass attenuation coefficient.