• Communications for Statistical Applications and Methods
• /
• 제21권5호
• /
• pp.423-433
• /
• 2014

Test statistics using cumulative sums of residuals have been widely used in various regression models including generalized linear models(GLM). Recently, Pan and Lin (2005) extended this testing procedure to the generalized linear mixed models(GLMM) having random effects, in which we encounter difficulties in computing the marginal likelihood that is expressed as an integral of random effects distribution. The Gaussian quadrature algorithm is commonly used to approximate the marginal likelihood. Many commercial statistical packages provide an option to apply this type of goodness-of-fit test in GLMs but available programs are very rare for GLMMs. We suggest a computational algorithm to implement the testing procedure in GLMMs by a freely accessible R package, and also illustrate through practical examples.

• Nuclear Engineering and Technology
• /
• 제49권2호
• /
• pp.434-441
• /
• 2017

Containment venting is one of several essential measures to protect the integrity of the final barrier of a nuclear reactor during severe accidents, by which the uncontrollable release of fission products can be avoided. The authors seek to develop an optimization approach to venting operations, from a simulation-based perspective, using an integrated severe accident code, THALES2/KICHE. The effectiveness of the containment-venting strategies needs to be verified via numerical simulations based on various settings of the venting conditions. The number of iterations, however, needs to be controlled to avoid cumbersome computational burden of integrated codes. Bayesian optimization is an efficient global optimization approach. By using a Gaussian process regression, a surrogate model of the "black-box" code is constructed. It can be updated simultaneously whenever new simulation results are acquired. With predictions via the surrogate model, upcoming locations of the most probable optimum can be revealed. The sampling procedure is adaptive. Compared with the case of pure random searches, the number of code queries is largely reduced for the optimum finding. One typical severe accident scenario of a boiling water reactor is chosen as an example. The research demonstrates the applicability of the Bayesian optimization approach to the design and establishment of containment-venting strategies during severe accidents.

• International Journal of Computer Science & Network Security
• /
• 제23권4호
• /
• pp.179-186
• /
• 2023

For the future prosperity of any society, the sound growth of children is essential. Autism Spectrum Disorder (ASD) is a neurobehavioral disorder which has an impact on social interaction of autistic child and has an undesirable effect on his learning, speaking, and responding skills. These children have over or under sensitivity issues of touching, smelling, and hearing. Its symptoms usually appear in the child of 4- to 11-year-old but parents did not pay attention to it and could not detect it at early stages. The process to diagnose in recent time is clinical sessions that are very time consuming and expensive. To complement the conventional method, machine learning techniques are being used. In this way, it improves the required time and precision for diagnosis. We have applied TFLite model on image based dataset to predict the autism based on facial features of child. Afterwards, various machine learning techniques were trained that includes Logistic Regression, KNN, Gaussian Naïve Bayes, Random Forest and Multi-Layer Perceptron using Autism Spectrum Quotient (AQ) dataset to improve the accuracy of the ASD detection. On image based dataset, TFLite model shows 80% accuracy and based on AQ dataset, we have achieved 100% accuracy from Logistic Regression and MLP models.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제53권7호
• /
• pp.536-543
• /
• 2004

In this paper, we proposed a new method of modeling a neuro-fuzzy system using a hybrid clustering algorithm. The initial parameters and the number of clusters of the proposed system are optimally chosen simultaneously with respect to the process of regression, which is a unique characteristics of the proposed system. The proposed algorithm presented in this work improves the overall performance of the proposed a neuro-fuzzy system by choosing a proper number of clusters adaptively according the characteristics of given data. The process of clustering is performed by deciding on the number of classes, which yields the property of convergence of the system. In experiments, the superiority of the proposed neuro-fuzzy system is demonstrated, especially the process of optimizing parameters and clustering of learning speed.

• 인터넷정보학회논문지
• /
• 제24권1호
• /
• pp.61-69
• /
• 2023

최근 수산 자원의 고갈에 따른 육상 양식장에서의 '기르는 어업'에 의한 생산성 향상에 대한 기대가 크게 고조되고 있다. 육상 양식장의 경우, 해상 환경과 달리 환경 및 양성 요소에 대한 제어와 관리가 용이하며, 출하 계획에 따른 생산량 조정이 가능한 이점이 있다. 반면, 자연 환경에서와 달리 어류 성장을 위한 인위적인 관리가 필요하기 때문에 운영에 따른 비용이 크게 증가할 수 있는 단점이 있다. 따라서, 계획된 목표 출하량에 맞추어 효율적으로 양식장을 운영함으로써 이윤 극대화를 추구할 수 있다. 이러한 효율적인 양식장 운영 및 어류 양성을 위해서는 대상 어종에 따른 정확한 성장 예측 모델이 반드시 요구된다. 현재까지 대부분의 성장 예측 모델은 양식장 수집 데이터를 활용하여 통계적 분석 기반의 수치 해석적인 결과들이 주를 이룬다. 본 논문에서는 기존의 통계적 관점에 의한 성장 예측 모델이 가질 수 있는 데이터 확보의 어려움 및 낮은 정확도에 대한 정량적 수치를 제공하기 어려운 단점을 극복하기 위해 확률적 관점에서의 성장 예측 모델을 제시한다. 확률적 접근을 위하여 양성에 가장 중요한 요소인 수온을 기반으로 한 가우시안 프로세스 회귀 방식을 도입하여 모델링을 수행한다. 이를 통해, 특정 시점에서의 성장 예측값에 대한 평균치와 해당 값에 대한 신뢰구간을 동시에 제공함으로써 보다 효율적인 양식장 운영을 위한 참고 수치를 제공할 수 있을 것으로 기대한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 추계학술대회 논문집 학회본부 D
• /
• pp.800-802
• /
• 2000

In this paper, we propose the Self-Organizing Networks(SON) based on competitive Fuzzy Polynomial Neuron(FPN) for the optimal design of nonlinear process system. The SON architectures consist of layers with activation nodes based on fuzzy inference rules. Here each activation node is presented as FPN which includes either the simplified or regression Polynomial fuzzy inference rules. The proposed SON is a network resulting from the fusion of the Polynomial Neural Networks(PNN) and a fuzzy inference system. The conclusion part of the rules, especially the regression polynomial uses several types of high-order polynomials such as liner, quadratic and modified quadratic. As the premise part of the rules, both triangular and Gaussian-like membership functions are studied. Chaotic time series data used to evaluate the performance of our proposed model.

• 응용통계연구
• /
• 제33권1호
• /
• pp.25-46
• /
• 2020

본 논문에서는 Bayesian spectral analysis regression (BSAR) 방법론을 이용한 베이지안 순서형 프로빗 준모수 회귀모형에 대해서 고찰한다. 순서형 프로빗 회귀모형은 순서가 있는 범주형 자료를 모형화하는 방법으로, 정규 분포의 분포함수의 역함수인 프로빗 연결함수를 이용해 각 범주의 확률과 설명변수을 연결함으로써 반응변수의 확률을 모형화한다. 베이지안 프로빗 회귀 모형은 정규 분포를 따르는 잠재변수를 도입함으로써 사후 분포 도출을 용이하게 하고, 절단점에 따라 나뉘어지는 잠재변수들의 값에 따라서 반응 변수들이 범주화된다. 본 논문에서는 이러한 잠재 변수 방법을 확장해 BSAR 방법론에 기반하여 단조증가/감소와 같은 형태제약을 반영할 수 있는 베이지안 이항형 및 순서형 프로빗 준모수 회귀모형에 대해 연구한다. 모의실험을 통하여 이항형 프로빗 준모수 회귀모형과 기존의 다른 모형들 간의 적합결과를 비교하고, 형태 제약에 따른 순서형 프로빗 준모수 회귀모형의 적합결과를 비교 분석하도록 한다. 아울러, 국민건강영양조사 제 7기 1차년도 (2016) 자료(Korean National Health and Nutrition Examination Survey (KNHANES), 2016)를 바탕으로, 본 논문에서 고찰한 이항형 및 순서형 프로빗 준모수 회귀모형을 적용하여, 흡연양태와 커피섭취 간의 관계에 대한 실증적 분석을 수행한다.

• 대한토목학회논문집
• /
• 제41권2호
• /
• pp.123-131
• /
• 2021

완충재는 고준위 방사성 폐기물을 처분하기 위한 공학적 방벽 시스템에서 중요한 구성요소 중 하나이며 사용 후 핵연료가 담긴 처분용기와 암반사이에 채워지는 물질이기 때문에 지하수 유입으로부터 처분용기를 보호하고, 방사성 핵종 유출을 저지하는 중요한 역할을 수행한다. 따라서 공학적 방벽 시스템의 처분용기로부터 발생하는 고온의 열량은 완충재를 통하여 전파되기에 완충재의 열전도도는 처분시스템의 안전성 평가에 매우 중요하다. 본 연구에서는 국내에서 생산되는 압축 벤토나이트 완충재의 열전도도 예측을 위한 경험적 회귀 모델의 정합성을 검증하고 정확도를 높이기 위해 예측모델의 구축에 기계학습법을 적용해 보았다. 벤토나이트의 건조밀도, 함수비 및 온도 값을 바탕으로 열전도도를 예측하고자 하였으며, 이때 다항 회귀, 결정 트리, 서포트 벡터 머신, 앙상블, 가우시안 프로세스 회귀, 인공신경망, 심층 신뢰 신경망, 유전 프로그래밍과 같은 기계학습 기법을 적용하였다. 기계학습 기법을 이용하여 예측한 결과, 부스팅 기반의 앙상블 기법, 유전 프로그래밍, 3차 함수 기반의 SVM, 가우시안 프로세스 회귀의 기계학습기법을 활용한 모델이 선형 회귀 분석 기법에 비해 좋은 성능을 보였으며, 특히 앙상블의 부스팅 기법과 가우시안 프로세스 회귀 기법을 사용한 모델들이 가장 좋은 성능을 보였다.

• 대한기계학회논문집A
• /
• 제32권3호
• /
• pp.274-279
• /
• 2008

Roll to roll (R2R) manufacturing process, also known as 'web processing', has been tried for producing electronic devices on a flexible plastic or metal foil. To increase the performance and productivity the R2R process, effective control and on-line supervision for web quality becomes very important. Wrinkle is one of the defects, which is incurred due to compressive stresses. A system for on-line measurement of wrinkle is developed using area scan camera and machine vision laser. The 2D image, obtained by area scan camera, is produced by Gaussian regression method to characterize the wrinkle on a transparent web. The experiment proves that 0.3mm wrinkle height can be measured successfully with 74fps.

• Computers and Concrete
• /
• 제30권1호
• /
• pp.33-42
• /
• 2022

Experimentally predicting the compressive strength (CS) of concrete (for a mix design) is a time-consuming and laborious process. The present study aims to propose surrogate models based on Support Vector Machine (SVM) and Gaussian Process Regression (GPR) machine learning techniques, which can predict the CS of concrete containing nano-silica. Content of cement, aggregates, nano-silica and its fineness, water-binder ratio, and the days at which strength has to be predicted are the input variables. The efficiency of the models is compared in terms of Correlation Coefficient (CC), Root Mean Square Error (RMSE), Variance Account For (VAF), Nash-Sutcliffe Efficiency (NSE), and RMSE to observation's standard deviation ratio (RSR). It has been observed that the SVM outperforms GPR in predicting the CS of the concrete containing nano-silica.