• 한국멀티미디어학회논문지
• /
• 제20권12호
• /
• pp.1865-1873
• /
• 2017

The feature-based visual SLAM requires 3D positions for the extracted feature points to perform 3D-2D motion estimation. LiDAR can provide reliable and accurate 3D position information with low computational burden, while stereo camera has the problem of the impossibility of stereo matching in simple texture image region, the inaccuracy in depth value due to error contained in intrinsic and extrinsic camera parameter, and the limited number of depth value restricted by permissible stereo disparity. However, the sparsity of LiDAR data may increase the inaccuracy of motion estimation and can even lead to the result of motion estimation failure. Therefore, in this paper, we propose three interpolation methods which can be applied to interpolate sparse LiDAR data. Simulation results obtained by applying these three methods to a visual odometry algorithm demonstrates that the selective bilinear interpolation shows better performance in the view point of computation speed and accuracy.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제4권1호
• /
• pp.15-22
• /
• 2015

멀티셋에서 중복을 제외한 서로 다른 원소의 수를 추정하는 것은 네트워크 트래픽 측정 분야에서 매우 잘 알려진 문제이며, 많은 알고리즘들이 제안되었다. 최근에는 선형 카운팅 기법(Linear Counting)에 기반해서 매우 작은 메모리만을 이용해서 멀티셋의 크기를 추정하는 알고리즘이 개발되었다. 너무 많은 데이터를 처리하기 어려운 경우 전체 데이터를 처리하지 않고, 패킷의 일부를 샘플링해서 사용하는데, 이 샘플링은 일반적으로 정확도에 부정적인 영향을 주는 것으로 알려져있다. 하지만, 이 논문에서는 멀티셋의 크기를 추정하는데 있어서 CSE를 이용하는 경우 샘플링이 정확도와 측정 범위의 측면에서 오히려 전수조사를 하는 MCSE보다 더 좋은 결과를 낼 수 있음을 보였다. 이를 입증하기 위해 수학적 분석, 실제 데이터를 이용한 실험을 수행하고, CSE, MCSE 그리고 CSES를 비교하였다.

• 로봇학회논문지
• /
• 제13권1호
• /
• pp.55-62
• /
• 2018

In this paper, a method for estimation of external force on an end-effector using joint torque sensor is proposed. The method is based on portion of measure torque caused by external force. Due to noise in the torque measurement data from the torque sensor, a recursive least-square estimation algorithm is used to ensure a smoother estimation of the external force data. However it is inevitable to create a delay for the sensor to detect the external force. In order to reduce the delay, modified recursive least-square is proposed. The performance of the proposed estimation method is evaluated in an experiment on a developed six-degree-of-freedom robot. By using NI DAQ device and Labview, the robot control, data acquisition and The experimental results output are processed in real time. By using proposed modified RLS, the delay to estimate the external force with the RLS is reduced by 54.9%. As an experimental result, the difference of the actual external force and the estimated external force is 4.11% with an included angle of $5.04^{\circ}$ while in dynamic state. This result shows that this method allows joint torque sensors to be used instead of commonly used external sensory system such as F/T sensors.

• 한국통신학회논문지
• /
• 제34권2C호
• /
• pp.234-241
• /
• 2009

TETRA Enhanced Data Service (TEDS) 는 기존의 협대역 ETSI TETRA Release 1 표준안을 개선하여 주파수 선택적인 페이딩 채널에서 고속의 패킷 데이터 전송이 가능한 표준 규격이다. TEDS 표준에서 사용하는 M-QAM 변조방식의 성능은 채널 추정 성능에 크게 영향을 받는다. 본 논문에서는 Per-Survivor Processing (PSP) 기법을 사용하여 고속 채널 환경에 적합한 새로운 decision-directed 채널 추정 기법을 제안한다. 제안된 채널 추정기법은 이동 환경에서 기존 파일럿 신호 기반의 채널 추정 기법에 비해 TETRA 수신 성능을 향상시킬 수 있음을 전산 모의 실험을 통해 보인다.

• 한국정보처리학회논문지
• /
• 제1권4호
• /
• pp.511-516
• /
• 1994

본 논문에서는 전송 잡음 환경 하에서 전자파 산란 물체의 식별을 위하여 사용하 는 파라메타 측정 기법에 관한 연구이다. 최대 유사측정(Maximum Likelihood Estimation : MLE)기법은 물체 식별에 변형하여 응용되면 종래 잘 알려져 사용되어온 함수군속(Pencil of Functions) 기법보다 더 좋은 측정결과를 가진다는 것을 본 논문 은 보여주고 있다. MLE 기법을 포함하여 파라메타 식별을 위한 도구로서 지금까지 여러 제안기법들이 있었으나, 본 논문에서는 샘플 데이타의 길이에 관계없이 목표시 스템의 파라메타 양에만 관계하는 최소단위의 메트릭스 연산이 사용됨을 보여주므로 잡음이 상재하는 추출 데이타로부터 목표식별에 가장 강한 강점이 있다.

• 경영과정보연구
• /
• 제7권
• /
• pp.427-450
• /
• 2001

This research suggests the estimation methodology of Logistics. This paper elucidates the main problems associated with estimation in the regression model. We review the methods for estimating the parameters in the model and introduce a modified procedure in which all models are fitted and combined to construct a combination of estimates. The resulting estimators are found to be as efficient as the maximum likelihood (ML) estimators in various cases. Our method requires more computations but has an advantage for large data sets. Also, it enables to detect particular features in the data structure. Examples of real data are used to illustrate the properties of the estimators. The backgrounds of estimation of logistic regression model is the increasing logistic environment importance today. In the first phase, we conduct an exploratory study to discuss 9 independent variables. In the second phase, we try to find the fittest logistic regression model. In the third phase, we calculate the logistic estimation using logistic regression model. The parameters of logistic regression model were estimated using ordinary least squares regression. The standard assumptions of OLS estimation were tested. The calculated value of the F-statistics for the logistic regression model is significant at the 5% level. The logistic regression model also explains a significant amount of variance in the dependent variable. The parameter estimates of the logistic regression model with t-statistics in parentheses are presented in Table. The object of this paper is to find the best logistic regression model to estimate the comparative accurate logistics.

• 조명전기설비학회논문지
• /
• 제17권3호
• /
• pp.103-109
• /
• 2003

전력계통의 자동화에 있어 측정되는 데이터의 정확성은 기본적으로 확립되어야 할 요건이다. 측정된 데이터는 통신 장애나 기기 자체의 오동작으로 인해 오차를 포함할 수 있으며, 이러한 오차는 상태추정에 의해 줄어들 수 있으나, 잘못 측정된 일부 값에 의해 상태추정의 전반적인 신뢰도가 저하될 수 있다. 본 논문에서는 가중최소 상태추정과 카이스퀘어 이론에 근거한 잘못 측정된 데이터의 검출 알고리즘이 제안되었으며, 이를 국내 154kV 변전소에 적용하였다. C 언어와 비쥬얼 베이직을 사용하여 GUI 환경의 시뮬레이터를 개발하였으며, 다른 운용 시스템과의 연계를 고려하여 TCP/IP 프로토콜을 탑재하였다.

• 방사성폐기물학회지
• /
• 제20권4호
• /
• pp.541-550
• /
• 2022

When decommissioning nuclear power plant (NPP), the first task performed is cost estimation. This is an important task in terms of securing adequate decommissioning funds and managing the schedule. Therefore, many countries and institutions are conducting continuous research and also developing and using many programs for cost estimation. However, the cost estimated for decommissioning an NPP typically differs from the actual cost incurred in its decommissioning. This is caused by insufficient experience in decommissioning NPPs or lack of decommissioning cost data. This uncertainty in cost estimation can be in general compensated for by applying a contingency. However, reflecting an appropriate standard for the contingency is also difficult. Therefore, in this study, data analysis was conducted based on the contingency guideline suggested by each institution and the actual cost of decommissioning the NPP. Subsequently, TLG Service, Inc.'s process, which recently suggested specific decommissioning costs, was matched with ISDC (International Structure for Decommissioning Costing)'s work breakdown structure (WBS). Based on the matching result, the guideline for applying the contingency for ISDC's WBS Level 1 were presented. This study will be helpful in cost estimation by applying appropriate contingency guidelines in countries or institutions that have no experience in decommissioning NPPs.

• Communications for Statistical Applications and Methods
• /
• 제29권2호
• /
• pp.177-191
• /
• 2022

This paper addresses the use of machine learning methods for causal estimation of treatment effects from observational data. Even though conducting randomized experimental trials is a gold standard to reveal potential causal relationships, observational study is another rich source for investigation of exposure effects, for example, in the research of comparative effectiveness and safety of treatments, where the causal effect can be identified if covariates contain all confounding variables. In this context, statistical regression models for the expected outcome and the probability of treatment are often imposed, which can be combined in a clever way to yield more efficient and robust causal estimators. Recently, targeted maximum likelihood estimation and causal random forest is proposed and extensively studied for the use of data-adaptive regression in estimation of causal inference parameters. Machine learning methods are a natural choice in these settings to improve the quality of the final estimate of the treatment effect. We explore how we can adapt the design and training of several machine learning algorithms for causal inference and study their finite-sample performance through simulation experiments under various scenarios. Application to the percutaneous coronary intervention (PCI) data shows that these adaptations can improve simple linear regression-based methods.

• 대한교통학회지
• /
• 제18권1호
• /
• pp.47-59
• /
• 2000

본 연구에서는 고속도로 교통관리시스템에서 VDS 교통정보 와 대상지역의 TCS로부터 여행시간을 수집하고, 이들 자료를 토대로 신경망 이론을 이용한 여행시간 추정(Estimation)모형을 구축하였다. 또한, 신경망 이론에 칼만필터기법(Kalman Filter Technique)을 연계하여 단위시간 동안의 여행시간을 예측(Prediction)하여, 고속도로 이용자에게 보다 향상된 실시간 여행시간정보를 제공할 수 있는 여행시간 추정 및 예측 알고리즘을 개발하였다. 신경망 모형의 여행시간 추정 방식과 현재 적용되고 있는 여행시간 산출 방식의 비교/분석을 위해 각 각의 여행시간 산출방식에 의한 평가지표별로 시행한 평가의 결과는 신경망 모형이 제시한 대부분의 지표에서 상대적으로 우수하게 나타났다.