• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1143-1154
• /
• 2021

활성화함수의 선택은 인공신경망(Artificial Neural Network, ANN) 모델의 지하수위 예측성능에 큰 영향을 미친다. 특히 제주도의 중산간 지역과 같이 지하수위의 변동폭이 크고 변동양상이 복잡한 경우 적절한 지하수위 예측을 위해서는 다양한 활성화함수의 비교분석을 통한 최적의 활성화함수 선택이 반드시 필요하다. 본 연구에서는 지하수위의 변동폭이 크고 변동양상이 복잡한 제주도 표선유역 중산간지역 2개 지하수위 관측정을 대상으로 5개의 활성화함수(sigmoid, hyperbolic tangent (tanh), Rectified Linear Unit (ReLU), Leaky Rectified Linear Unit (Leaky ReLU), Exponential Linear Unit (ELU))를 ANN 모델에 적용하여 지하수위 예측결과를 비교 및 분석하고 최적 활성화함수를 도출하였다. 그리고 최근 널리 사용되고 있는 순환신경망 모델인 Long Short-Term Memory (LSTM) 모델의 결과와 비교분석하였다. 분석결과 지하수위 변동폭이 상대적으로 큰 관측정과 상대적으로 작은 관측정에 대한 지하수위 예측에 대해서는 각각 ELU와 Leaky ReLU 함수가 최적의 활성화함수로 도출되었다. 반면 sigmoid 함수는 학습기간에 대해 5개 활성화함수 중 예측성능이 가장 낮았으며 첨두 및 최저 지하수위 예측에서 적절하지 못한 결과를 도출하였다. 따라서 ANN-sigmoid 모델은 가뭄기간의 지하수위 예측을 통한 지하수자원 관리목적으로 사용할 경우 주의가 필요하다. ANN-ELU와 ANN-Leaky ReLU 모델은 LSTM 모델과 대등한 지하수위 예측성능을 보여 활용가능성이 충분히 있으며 LSTM 모델은 ANN 모델들 보다 예측성능이 높아 인공지능 모델의 예측성능 비교분석 시 참고 모델로 활용될 수 있다. 마지막으로 학습기간의 정보량에 따라 학습기간의 지하수위 예측성능이 검증 및 테스트 기간의 예측성능보다 낮을 수 있다는 것을 확인하였으며, 관측지하수위의 변동폭이 크고 변동양상이 복잡할수록 인공지능 모델별 지하수위 예측능력의 차이는 커졌다. 본 연구에서 제시한 5개의 활성화함수를 적용한 연구방법 및 비교분석 결과는 지하수위 예측뿐만 아니라 일단위 하천유출량 및 시간단위 홍수량 등 지표수 예측을 포함한 다양한 연구에 유용하게 사용될 수 있다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.20-20
• /
• 2000

Back-propagation neural network (BPNN) is the most prevalently used paradigm in modeling semiconductor manufacturing processes, which as a neuron activation function typically employs a bipolar or unipolar sigmoid function in either hidden and output layers. In this study, applicability of another linear function as a neuron activation function is investigated. The linear function was operated in combination with other sigmoid functions. Comparison revealed that a particular combination, the bipolar sigmoid function in hidden layer and the linear function in output layer, is found to be the best combination that yields the highest prediction accuracy. For BPNN with this combination, predictive performance once again optimized by incrementally adjusting the gradients respective to each function. A total of 121 combinations of gradients were examined and out of them one optimal set was determined. Predictive performance of the corresponding model were compared to non-optimized, revealing that optimized models are more accurate over non-optimized counterparts by an improvement of more than 30%. This demonstrates that the proposed gradient-optimized teaming for BPNN with a linear function in output layer is an effective means to construct plasma models. The plasma modeled is a hemispherical inductively coupled plasma, which was characterized by a 24 full factorial design. To validate models, another eight experiments were conducted. process variables that were varied in the design include source polver, pressure, position of chuck holder and chroline flow rate. Plasma attributes measured using Langmuir probe are electron density, electron temperature, and plasma potential.

• 디지털융복합연구
• /
• 제14권11호
• /
• pp.173-179
• /
• 2016

본 연구는 안성 로컬푸드에 대한 소비자 구매를 결정짓는 주요 요인을 발굴함으로써 향후 안성지역 푸드정책 수립 및 안성 로컬푸드 활성화를 위한 기초정보를 제공하고자 수행되었다. 먼저 안성 로컬푸드를 이용해 본 경험이 있고 안성에 거주하고 있는 20세 이상 여성을 대상으로 설문조사를 실시하여 로컬푸드에 대한 소비자 구매유발 속성을 도출하였다. 도출된 7가지 속성 "우수한 품질", "안전성", "건강에 좋음", "지역경제활성화", "저렴한 가격", "접근성", "다양한 품목" 중에 안성 로컬푸드 소비자 구매의향을 결정짓는 주요 요인을 찾아내고자 로지스틱회귀분석을 수행하였다. 분석결과 안성 로컬푸드에 대한 소비자 구매결정에 가장 영향을 주는 속성은 "우수한 품질"과 "저렴한 가격"이었으며, 그 다음으로 "접근성"과 "지역경제활성화"인 것으로 조사되었다.

• 대한인간공학회지
• /
• 제26권2호
• /
• pp.103-112
• /
• 2007

This study was designed to validate Spreading Activation Theory (SAT) for an evaluation methodology for menu structure through Eye-Tracking approach. When a visual search is on the way, more eye fixations and time are necessary to visually process complex and vague area. From the aspect of recognition, well-designed menu structures were hypothesized to have fewer numbers of fixations and shorter duration because well-designed menu structures reflecting the users' mental model would be well matched with the product's menu structure, resulting in reducing the number of fixations and duration time. The results show that the shorter reaction times for SAT had significantly fewer numbers of fixation and shorter duration time as the hypothesis for this study stated. In conclusion, SAT was proved to be an effective evaluation methodology for menu structure with the eye tracking equipment. In addition, using SAT instead of the real performance experiment would be useful for designing user-centered systems and convenient information structures because SAT was proven to be the theoretical background for design and evaluation of menu structures.

• 대한임상약리학회:학술대회논문집
• /
• 대한임상약리학회 2003년도 제12차 추계학술대회
• /
• pp.14-14
• /
• 2003

• 대한기계학회논문집B
• /
• 제38권1호
• /
• pp.57-62
• /
• 2014

인체 해석모델은 주로 인간이 의식적으로 행하는 운동을 중심으로 발전해 왔다. 의식적 운동과 달리 슬개건 반사는 뇌를 거치지 않고 일어난다. 본 연구는 건강한 성인의 슬개건 반사로 인한 대퇴부의 근력과 근활성도를 해석적으로 예측하고자 하였다. 해석 모델은 시상면에서 평면운동을 하고, 앉은 자세에서 상체와 허벅지를 고정시켜 종아리만 진자 운동이 가능하도록 모델링 하였다. 무릎은 레볼루트 조인트로 모델링 하였고, 발목관절은 고정시켜 종아리와 발을 하나의 강체로 가정하였다. 근력은 Mamizuka 의 실험 결과로부터 얻은 운동학 정보를 이용하여 역동역학 해석을 통해 구하였으며, 근활성도는 Hill-type 근육 모델을 이용하여 예측하였다. 해석 결과는 실험결과를 통해 검증되었다.

• 한국화재소방학회논문지
• /
• 제34권3호
• /
• pp.35-42
• /
• 2020

성능위주 소방설계(PBD)의 안전성 평가 과정에서 화재모델링의 신뢰성 확보를 위해서는 화재감지기 작동시간의 정확한 예측성능이 요구된다. 본 연구는 대표적 화재모델인 FDS에 적용되는 정온식 열감지기의 주요 입력인자인 감지기 작동온도와 RTI의 측정을 목표로 한다. 이를 위해 화재감지기 실험 장치인 Fire detector evaluator (FDE)가 적용되었으며, 제품 인지도 조사를 통해 선정된 국내 10종의 정온식 감지기가 고려되었다. 결과적으로 감지기의 제조사별로 작동온도와 RTI는 상당한 차이가 있는 것으로 확인되었으며, 측정된 DB가 적용된 FDS의 감지기 작동시간은 보다 정확한 예측이 가능함을 확인하였다. 최종적으로 신뢰성이 확보된 정온식 열감지기의 작동온도와 RTI의 DB가 제공되었다.

• 한국콘크리트학회:학술대회논문집
• /
• 한국콘크리트학회 2000년도 가을 학술발표회논문집(I)
• /
• pp.173-178
• /
• 2000

New prediction model is investigated estimating splitting tensile strength and modulus of elasticity with curing temperature and aging. New prediction model is based on the model which was proposed to predict compressive strength, and splitting tensile strength and modulus of elasticity calculated by this model are compared with experimental values. New prediction model well estimated splittinge tensile strength and elastic modulus as well as compressive strength.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권3호
• /
• pp.1263-1279
• /
• 2020

Activating appropriate roles for a session in the role-based access control (RBAC) model has become challenging because of the so-called role explosion. In this paper, factors and issues related to user-driven role management are analysed, and a session role activation (SRA) problem based on reasonable assumptions is proposed to describe the problem of such role management. To solve the SRA problem, we propose an extended RBAC model with context-based role filtering. When a session is created, context conditions are used to filter roles that do not need to be activated for the session. This significantly reduces the candidate roles that need to be reviewed by the user, and aids the user in rapidly activating the appropriate roles. Simulations are carried out, and the results show that the extended RBAC model is effective in filtering the roles that are unnecessary for a session by using predefined context conditions. The extended RBAC model is also implemented in the Apache Shiro framework, and the modifications to Shiro are described in detail.

• 전기학회논문지
• /
• 제66권4호
• /
• pp.692-700
• /
• 2017

In this paper, we propose the structural design of Interval Type-2 FCM based RBFNN. Proposed model consists of three modules such as condition, conclusion and inference parts. In the condition part, Interval Type-2 FCM clustering which is extended from FCM clustering is used. In the conclusion part, the parameter coefficients of the consequence part are estimated through LSE(Least Square Estimation) and WLSE(Weighted Least Square Estimation). In the inference part, final model outputs are acquired by fuzzy inference method from linear combination of both polynomial and activation level obtained through Interval Type-2 FCM and acquired activation level through Interval Type-2 FCM. Additionally, The several parameters for the proposed model are identified by using differential evolution. Final model outputs obtained through benchmark data are shown and also compared with other already studied models' performance. The proposed algorithm is performed by using Iris and Vehicle data for pattern classification. For the validation of regression problem modeling performance, modeling experiments are carried out by using MPG and Boston Housing data.