• 한국통신학회논문지
• /
• 제31권3A호
• /
• pp.249-253
• /
• 2006

본 논문에서는 CDMA2000 역방향 링크에서 DS/CDMA 용 rake structure antenna away에 적용되는 새로운 방식의 simplex downhill 최적화 기법 빔포밍 알고리즘을 제안하고 있다. 본 논문에서 제안한 방법은 요구되는 신호(파일럿) 분산 행렬과 간섭 분산 행렬을 사용하고 있으며, 빔포밍 가중치들은 simplex downhill 최적화 알고리즘을 사용하여 최대 SINR 기준에 따라 만들어 졌다. 본 논문에서 제안한 구조는 기존의 적응 빔포밍 알고리즘보다 더 적은 계산량, 개선된 수렴 속도와 성능을 제공한다. Simplex downhill 방법은 최적화되기 위한 결정함수의 값만을 요구하기 때문에 최적화되거나 준최적화된 가중치 벡터를 찾기에 적합한 방식이다. 또한 rake beamformer 성능을 공간 채널모델에서의 여러종류 파라미터 값에 대하여 분석하였으며, 기존 방식의 rake 수신기와 제안된 방식을 동일한 수신 전력에서 비교 분석하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권5호
• /
• pp.169-178
• /
• 2021

최근 들어 공유자전거 시스템은 대중교통 이용이 어렵거나 불가능한 마지막 목적지까지의 거리인 "라스트 마일"을 해소하는 방안으로 주목받고 있다. 공유자전거 시스템에서는 자전거의 대여와 반납의 불균형으로 인해서 사용자가 원하는 시간에 원하는 대여소에서 자전거를 빌리거나 반납할 수 있는 문제가 자주 발생한다. 이에 자전거 재배치는 공유자전거 시스템을 효율적으로 운영하는데 매우 중요한 이슈이다. 자전거 재배치를 효율적이고 효과적으로 진행하기 위해서는 무엇보다 정확한 수요 예측이 이뤄져야 한다. 최근에는 대여소의 수요를 보다 정확하게 예측하기 위해 군집 기반의 수요 예측 모델을 활용하는 방법이 개발되고 있는데, 여기서는 군집 분석 단계가 매우 중요하다. 이 연구에서는 비결정적이고 수렴이 어려운 기존의 공유자전거 수요 예측을 위한 군집 방법의 단점을 극복하는 k-means 기반의 군집 알고리즘을 제안한다. 이 방법은 초기 중심점 방법을 활용하기 때문에 매번 동일한 결과를 얻을 수 있으며, 대여소의 시간별 반납/대여 비중을 이용하여 기존 방법과는 달리 이전 단계의 군집 결과를 필요로 하지 않아 반복해서 군집 분석을 수행할 필요가 없어 빠른 군집 분석이 가능한 장점이 있다.

• 한국습지학회지
• /
• 제21권3호
• /
• pp.236-243
• /
• 2019

현재까지 많은 수문 시계열은 전통적인 선형 모형을 이용하여 분석되고 예측되어 왔다. 하지만, 자연현상과 수문시계열의 패턴 및 변동과 관련하여 비선형적 구조의 증거가 발견되고 있다. 따라서 시계열 분석 및 예측을 위한 기존의 선형 모형은 비선형적 특성에 적합하지 않을 수 있다. 본 연구에서는 미국 플로리다 코코아 지역 인근에 있는 St.Johns 강의 일유량 자료에 대한 카오스 분석을 수행하였고, 그 결과 낮은 차원의 비선형 동역학적 특성을 가진 흥미로운 결과가 나타났지만 한국의 소양강댐 일유량 자료는 확률적 특성을 보여주었다. 카오스 특성을 토대로한 DVS(결정론적 vs 추계학적) 알고리즘을 이용해 두 시계열 시스템의 특성을 파악하였고 단기 예측을 수행하였다. 또한 본 연구에서는 일 유량 시계열 예측을 위해 인공신경망 방법을 사용하였고, DVS 알고리즘에 의한 예측을 비교 분석하였다. 분석 결과, 카오스 특성을 갖는 시계열 자료가 보다 정확한 예측성을 보였다.

• Geomechanics and Engineering
• /
• 제30권2호
• /
• pp.187-199
• /
• 2022

Kriging metamodel, as a flexible machine learning method for approximating deterministic analysis models of an engineering system, has been widely used for efficiently estimating slope reliability in recent years. However, the autocorrelation function (ACF), a key input to Kriging that affects the accuracy of reliability estimation, is usually selected based on empiricism. This paper proposes an adaption of the Kriging method, named as Genetic Algorithm optimized Whittle-Matérn Kriging (GAWMK), for addressing this issue. The non-classical two-parameter Whittle-Matérn (WM) function, which can represent different ACFs in the Matérn family by controlling a smoothness parameter, is adopted in GAWMK to avoid subjectively selecting ACFs. The genetic algorithm is used to optimize the WM model to adaptively select the optimal autocorrelation structure of the GAWMK model. Monte Carlo simulation is then performed based on GAWMK for a subsequent slope reliability analysis. Applications to one explicit analytical example and two slope examples are presented to illustrate and validate the proposed method. It is found that reliability results estimated by the Kriging models using randomly chosen ACFs might be biased. The proposed method performs reasonably well in slope reliability estimation.

• 한국수자원학회논문집
• /
• 제43권8호
• /
• pp.721-731
• /
• 2010

강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이다. 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이는 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 수위자료로부터 단시간 수위예측에 관해 연구하였으며, 이를 위해 오류역전파알고리즘을 이용한 신경망모형과 인공신경망의 가중치를 유전자 알고리즘에 의해 최적화시킨 모형 그리고 최적화된 상태에서 다시 학습을 진행하는 세 가지 모형에 대하여 적용한 결과 유전자 알고리즘을 사용하여 신경망을 학습시킨 모형이 다른 모형들에 비해 우수한 결과를 보여주고 있으며 예측시간이 길어지더라도 예측력이 크게 떨어지지 않았다. 또한 입력자료로 강우와 수위를 사용한 모형보다는 수위를 사용한 모형에서 조금 더 우수한 결과를 보여주었다.

• 한국생산제조학회지
• /
• 제22권5호
• /
• pp.859-864
• /
• 2013

Creation of a stress relief groove is a fairly simple yet high-performance method. During the application of this method, it is important to consider the location and size of the groove in order to achieve better performance. Consequently, this research proposes an approach for optimizing the application of the stress relief groove method to a press-fitted assembly. In a boss design, the position and diameter of the groove are configured as design variables and the design of experiments is applied. Based on this information, a 3D model is built and analyzed using the finite element analysis software ABAQUS. Meta-models are created using back-propagation neural networks. Then, deterministic optimization results obtained from a genetic algorithm are compared with the results of the finite element analysis. The temperature sensitivity of the optimized model is analyzed, and finally, reliability-based design optimization is conducted for enhancing the design quality.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.2331-2334
• /
• 2003

The basic difference between the EKF(Extended Kalman Filter) and UKF(Unscented Kalman Filter) stems from the manner in which Gaussian random variables(GRV) are represented for propagating through system dynamics. In the EKF, the state distribution is approximated by a GRV, which is then propagated analytically through the first-order linearization of the nonlinear system. This can possibly introduce large errors in the true posterior mean and covariance of the transformed GRV, which may lead to sub-optimal performance and sometimes divergence of the filter. However, the UKF addresses this problem by using a deterministic sampling approach. The state distribution is also approximated by a GRV, but is now represented using a minimal set of carefully chosen sample points. These sample points completely capture the true mean and covariance of the GRV, and UKF captures the posterior mean and covariance accurately up to the 2nd order(Taylor series expansion) for any nonlinearity. This paper utilizes the UKF to determine spacecraft orbit when only magnetometer is available. Several catastrophic failures of spacecraft in orbit have been attributed to failures of the spacecraft mission. Recently studies on contingency-major sensor failure cases- have been performed. For mission success, contingency design or plan should be implemented in case of a major sensor failure. Therefore the algorithm presented in this paper can be used for a spacecraft without GPS or contingency design in case of GPS failure.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 The Third Asian Fuzzy Systems Symposium
• /
• pp.601-606
• /
• 1998

In this paper, we propose a new design method of an optimal fuzzy logic controller using co-evolutionary concept. In general, it is very difficult to find optimal fuzzy rules by experience when the input and/or output variables are going to increase. Futhermore proper fuzzy partitioning is not deterministic ad there is no unique solution. So we propose a co-evolutionary method finding optimal fuzzy rules and proper fuzzy membership functions at the same time. Predator-Prey co-evolution and symbiotic co-evolution algorithms, typical approaching methods to co-evolution, are reviewed, and dynamic fitness landscape associated with co-evolution is explained. Our algorithm is that after constructing two population groups made up of rule base and membership function, by co-evolving these two populations, we find optimal fuzzy logic controller. By applying the propose method to a path planning problem of autonomous mobile robots when moving objects applying the proposed method to a pa h planning problem of autonomous mobile robots when moving objects exist, we show the validity of the proposed method.

• 방송공학회논문지
• /
• 제25권2호
• /
• pp.151-156
• /
• 2020

본 논문에서는 전방위 영상에 대해 알고리즘 기반으로 워터마크를 추출했던 기존 방법의 정확도를 향상시키기 위해 합성곱 신경망(Convolutional Neural Network, CNN)을 이용한 워터마크 추출 방법을 제안한다. 이 CNN은 전방위 영상의 생성과정에서 발생하는 변형과 악의적인 공격에 대한 보정을 수행하여 워터마크를 추출하는 복원과정과, 추출한 워터마크가 어떤 워터마크인지를 분류하는 분류과정으로 구성된다. 이에 대해 다양한 공격에 대한 실험을 통해 기존 방법보다 추출되는 워터마크의 정확도가 더 높음을 확인한다.

• KIEE International Transactions on Power Engineering
• /
• 제4A권1호
• /
• pp.33-41
• /
• 2004

Knowledge of partial discharge (PD) is important to accurately diagnose and predict the condition of insulation. The PD phenomenon is highly complex and seems to be random in its occurrence. This paper indicates the possible use of chaos theory for the recognition and distinction concerning PD signals. Chaos refers to a state where the predictive abilities of a systems future are lost and the system is rendered aperiodic. The analysis of PD using deterministic chaos comprises of the study of the basic system dynamics of the PD phenomenon. This involves the construction of the PD attractor in state space. The simulation results show that the variance of an orthogonal axis in an attractor of chaos theory increases according to the magnitude and the number of PDs. However, it is difficult to clearly identify the characteristics of the PDs. Thus, we calculated the magnitude on an orthogonal axis in an attractor using singular value decomposition (SVD) and principal component analysis (PCA) to extract the numerical characteristics. In this paper, we proposed the condition monitoring method for gas insulated switchgear (GIS) using SVD for efficient calculation of the variance. Thousands of simulations have proven the accuracy and effectiveness of the proposed algorithm.