• 품질경영학회지
• /
• 제32권1호
• /
• pp.144-154
• /
• 2004

The bounded adjustment is known to be more efficient than repeated adjustment when the cost is incurred for engineering process control. The procedure of the bounded adjustment is to adjust the process when the one-step predicted deviation exceeds the adjustment limit by the amount of the prediction. In this paper, two run rules are proposed and studied In order to improve the efficiency of the traditional bounded adjustment procedure. The efficiency is studied in terms of the standardized cost through Monte Carlo simulation when the procedure is operated with and without the run rules. The adjustment procedure operated with run rules turns out to be more robust for changes in the process and cost parameters.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 2006년도 추계학술대회
• /
• pp.560-570
• /
• 2006

This paper proposes a selectively cumulative sum (S-CUSUM) control chart with variable sampling intervals (VSI) for detecting shifts in the process mean. The basic idea of the VSI S-CUSUM chart is to adjust sampling intervals and to accumulate previous samples selectively in order to increase the sensitivity. The VSI S-CUSUM chart employs a threshold limit to determine whether to increase sampling rate as well as to accumulate previous samples or not. If a standardized control statistic falls outside the threshold limit, the next sample is taken with higher sampling rate and is accumulated to calculate the next control statistic. If the control statistic falls within the threshold limit, the next sample is taken with lower sampling rate and only the sample is used to get the control statistic. The VSI S-CUSUM chart produces an 'out-of-control' signal either when any control statistic falls outside the control limit or when L-consecutive control statistics fall outside the threshold limit. The number L is a decision variable and is called a 'control length'. A Markov chain model is employed to describe the VSI S-CUSUM sampling process. Some useful formulae related to the steady state average time-to signal (ATS) for an in-control state and out-of-control state are derived in closed forms. A statistical design procedure for the VSI S-CUSUM chart is proposed. Comparative studies show that the proposed VSI S-CUSUM chart is uniformly superior to the VSI CUSUM chart or to the Exponentially Weighted Moving Average (EWMA) chart with respect to the ATS performance.

• 응용통계연구
• /
• 제34권5호
• /
• pp.795-806
• /
• 2021

최근 온라인 채널을 통한 텍스트 자료가 방대해 지면서 이를 요약하고 분석하는 연구에 관한 관심이 커지고 있는 추세이다. 먼저 텍스트 자료에 대한 기본적인 분석 중 하나는 어떤 주제나 내용을 포함하고 있는지 잠재된 토픽을 추출하는 것이다. 연구자가 일일이 모든 자료를 읽고 내용을 요약할 수도 있겠지만, 대용량 데이터를 다루는 경우에는 결코 쉽지 않기 때문에, 통계적 모형을 사용하여 토픽을 추출하는 토픽모형 방법들이 제안되어 왔다 (Blei와 Lafferty, 2007; Blei 등, 2003). 시간에 따라 수집된 텍스트 데이터로부터 토픽의 변화를 모니터링하기 위하여, 본 연구에서는 잠재적 디리슈레 할당(latent Dirichlet allocation) 모형을 통해 토픽을 분류하고 그 결과를 바탕으로 한 토픽 지수를 제안하였다. 또한, 이를 통계적 공정관리의 대표적 도구인 관리도에 적용하여 시간 경과에 따른 토픽의 변화를 모니터링하는 데 적용해 보았다. 실제 데이터로 2018년 3월 5일부터 2020년 3월 5일 사이에 청와대 국민청원 온라인 게시판에 접수된 텍스트 데이터를 사용하였으며, 토픽 지수를 모니터링함으로써 토픽에 대한 이상변화를 탐지할 수 있음을 살펴 보았다.

• 응용통계연구
• /
• 제30권3호
• /
• pp.487-501
• /
• 2017

최근 산업의 생산공정에서는 머신비전시스템을 통하여 제품의 품질특성치에 대한 정보를 이미지 데이터로 제공하는 경우가 많다. 따라서 산업과 의학 현장에서 이미지 데이터의 모니터링을 위해 관리도 절차의 필요성이 많이 대두되고 있다. 이미지 데이터를 모니터링하는 관리도 절차는 전통적으로 사용하는 관리도 절차와 유사한 점도 있지만, 데이터의 구조를 비롯하여 각 이미지에서 ROI를 설정하여 관리도 절차를 적용하는 등 서로 다른 점도 많이 있다. 이 논문에서는 생산공정에서 제공되는 이미지 데이터에 대해 관리도를 사용하는 절차를 소개하고, 이미지 또는 ROI 크기의 확대와 축소가 제품의 이상원인을 탐지하는데 어떠한 영향이 주는지를 모의실험을 통하여 알아보았고 각 관리도의 성능 또한 비교하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제21권5호
• /
• pp.841-852
• /
• 2010

통합공정관리는 공정의 변동을 줄이기 위하여 공학적 공정관리와 통계적 공정관리를 병행하는 절차이다. 통합공정관리의 기본적인 절차는 잡음과 이상원인이 공존하는 공정에 대하여 매시점마다 수정절차를 통하여 공정편차를 백색잡음으로 전환하며, 수정된 공정을 관리도를 이용하여 이상원인의 발생 여부를 탐지하게 된다. 이때 공정은 이상원인 발생 전에는 백색잡음이 되지만, 이상원인 발생 후에는 이상원인과 수정절차의 효과가 혼합되어 다양한 형태의 시계열 모형으로 변환하게 된다. 이 논문에서는 잡음모형으로 자기회귀이동평균(1,1) 모형을 가정하고 통합공정관리 절차를 수행하는 경우, 지수가중이동평균 관리도를 사용하여 이상원인을 탐지하는 절차에 대한 효율을 살펴보았다. 또한 이상원인의 신호 후 이를 제거하기 힘든 경우 사용할 수 있는 재수정 절차를 제안하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권10호
• /
• pp.373-380
• /
• 2022

본 논문에서는 네트워크 환경에서 원격사용자들의 몰입형 상호작용을 위한 딥러닝 기반의 그룹 동기화 기법을 제안한다. 그룹 동기화의 목적은 사용자의 몰입감을 높이기 위해서 모든 참여자가 동시에 상호작용이 가능하게 하는 것이다. 기존 방법은 시간 정확도를 향상을 위해 대부분 NTP(Network Time Protocol) 기반의 시간 동기화 방식에 초점이 맞추어져 있다. 동기화 서버에서는 미디어 재생 시간을 제어하기 위해 이동 평균 필터를 사용한다. 그 한 예로서, 지수 가중평균 방법은 입력 데이터의 변화가 크지 않으면 정확하게 재생 시간을 추종하고 예측하나 네트워크, 코덱, 시스템 상태의 급격한 변화가 있을 때는 안정화를 위해 더 많이 시간이 필요하다. 이런 문제점을 개선하기 위해서 데이터의 특성을 반영할 수 있는 딥러닝 기반의 그룹 동기화 기법인 DeepGroupSync를 제안한다. 제안한 딥러닝 모델은 시계열의 재생 지연 시간을 이용하여 최적의 재생 시간을 예측하는 두 개의 GRU(gated recurrent unit) 계층과 하나의 완전 연결 계층으로 구성된다. 실험에서는 기존의 지수 가중평균 기반 방법과 제안한 DeepGroupSync 방법에 대한 성능을 평가한다. 실험 결과로부터 예상하지 못한 급격한 네트워크 조건 변화에 대해서 제안한 방법이 기존 방법보다 더 강건함을 볼 수 있다.

• 한국시뮬레이션학회논문지
• /
• 제18권3호
• /
• pp.103-112
• /
• 2009

원자력발전소에서 센서의 주기적 교정은 안전운전을 위해 꼭 필요하다. 그러나 실제 드리프트가 발생하여 교정을 요하는 센서는 약 2% 미만이다. 또한, 센서의 작동 상태를 매 핵연료 주기마다 수행하는 것은 고장 혹은 드리프트가 발생한 센서를 최대 18개월까지 감지하지 못한 채 운전할 위험이 있다. 원전의 안전운전 및 불필요한 교정을 줄이기 위해 센서의 상시 교정 감시가 필요하다. 이를 위해 주성분 분석과 Support Vector Regression(SVR)을 이용한 PCSVR 알고리즘을 개발하였고, 고리원전 3호기의 출력증발 데이터를 이용하여 검증하였다. 주성분분석은 선형변환을 통한 입력공간의 축소 및 노이즈 제거 효과를 나타내며, AASVR은 해석학적 및 기계학적 모델로 모델링하기 힘든 복잡계를 쉽게 나타낼 수 있는 장점이 있다. SVR의 세가지 파라미터는 반응표면분석법에 의해 최적화하였다. 센서의 고장탐지를 위해 모델 출력의 잔차를 슈하르트 관리도, EWMA, CUSUM 및 일반화우도비검정(GLRT)을 통해 그 결과를 비교하였다. 미세한 드리프트에 대해 CUSUM과 GLRT가 우수한 결과를 보였다. 개발된 알고리즘은 수출형 원전 APR1000 설계시 적용가능 할 것으로 판단된다.

• 품질경영학회지
• /
• 제47권4호
• /
• pp.783-793
• /
• 2019

Purpose: The purpose of this study is to apply the machine and deep learning methodology on error terms which are continuously auto-generated on the sensors with specific time period and prove the improvement effects of power generator prediction diagnosis system by comparing detection ability. Methods: The SVM(Support Vector Machine) and MLP(Multi Layer Perception) learning procedures were applied for predicting the target values and sequentially producing the error terms for confirming the detection improvement effects of suggested application. For checking the effectiveness of suggested procedures, several detection methodologies such as Cusum and EWMA were used for the comparison. Results: The statistical analysis result shows that without noticing the sequential trivial changes on current diagnosis system, suggested approach based on the error term diagnosis is sensing the changes in the very early stages. Conclusion: Using pattern of error terms as a diagnosis tool for the safety control process with SVM and MLP learning procedure, unusual symptoms could be detected earlier than current prediction system. By combining the suggested error term management methodology with current process seems to be meaningful for sustainable safety condition by early detecting the symptoms.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 제37회 하계학술대회 논문집 A
• /
• pp.22-24
• /
• 2006

The installations of power quality monitoring system have increased drastically over the past several decades. These systems have been effectively used to monitor, analyze and diagnose the conditions of power system, and furthermore can be used to improve the present asset maintenance policy, scheduled (time-based) method, into the advanced, cost-effective and labor-effective maintenance methods, such as condition-based maintenance, predictive maintenance and reliability centered maintenance. As an approach to this, this paper introduces the statistical methods, three kinds of control charts (Shewhart chart, CUSUM chart and EWMA chart), and discusses the applicability of these methods to recognize the changing trends of power quality indices and to estimate the system's condition, using Matlab.