• 지능정보연구
• /
• 제16권3호
• /
• pp.1-14
• /
• 2010

역전파 알고리즘은 오랫동안 부도예측모형 관련한 연구에 많이 적용되어왔다. 역전파 알고리즘을 사용하기전에 필히 고려해야 할 중요한 요소들로는 네트워크 구조, 학습요소, 정규화 방법 등이다. 하지만 신경망 성과를 향상시키기 위한 네트워크 구조 및 학습요소 최적화 관련한 연구는 기존의 연구들에서 많이 이루어 졌지만 데이터 정규화와 관련한 연구는 아직 많이 이루어지지 않았다. 따라서 본 연구에서는 유전자 알고리즘을 기반으로 하는 정규화 기법을 제시하였다. 최적의 입력데이터 정규화를 위하여 본 연구에서는 우선 각각의 서로 다른 정규화 기법들을 동일 가중치를 두어 일반화 시켰으며 유전자 알고리즘을 이용하여 최적의 가중치를 찾음으로써 최적화된 입력변수 정규화가 이루어지도록 하였다. 제안한 방법론을 검증하기 위하여 부도예측 데이터를 이용하여 실험을 하였으며 제안하는 방법과 기존 다른 방법들간의 비교를 통하여 그 타당성을 검증하였다.

• 전력전자학회논문지
• /
• 제12권3호
• /
• pp.267-275
• /
• 2007

본 논문은 현재 청정에너지의 개념으로 대두되고 있는 에너지원 가운데 기계적인 에너지로 저장하여 필요 시 꺼내어 사용할 수 있는 플라이휠 에너지 저장장치에 대한 에너지 입, 출력 모델링 및 PWM 인버터 시스템의 해석 및 제어에 관한 논문으로서, 플라이휠 저장장치 특성 및 시스템 모델링에 관해 논의한다. 재질에 따른 플라이휠의 특성과 플라이휠 에너지 저장장치의 속도 특성에 따른 전압과 전류의 변화량을 수식으로 간략화 하여 분석하고, 시뮬레이션을 통하여 플라이휠의 에너지 저장상태를 분석하였다. 또한, 부하측 전원의 이상유무에 관계없이 에너지를 공급할 수 있는 Online UPS로 사용하기 위해 PDFF 제어기법을 이용하여 전압제어 및 전류제어의 이중루프 제어로 구성된 단상 PW방식의 인버터 시스템 제작하였으며, 실험을 통하여 실제로 0.1[p.u], 1[p.u]에서의 제어되는 전압, 전류제어파형 및 THD 특성에 관하여 평가한다.

• 상하수도학회지
• /
• 제20권6호
• /
• pp.799-811
• /
• 2006

As an alternative measure to replace reactive stance with proactive one, a risk based management scheme has been commonly applied to enhance public satisfaction on water service by providing a higher creditable solution to handle a rehabilitation problem of pipe having high potential risk of leaks. This study intended to examine the feasibility of a simulation model to predict a recurrence probability of pipe leaks. As a branch of the data mining technique, probabilistic neural network (PNN) algorithm was applied to infer the extent of leaking recurrence probability of water network. PNN model could classify the leaking level of each unit segment of the pipe network. Pipe material, diameter, C value, road width, pressure, installation age as input variable and 5 classes by pipe leaking probability as output variable were built in PNN model. The study results indicated that it is important to pay higher attention to the pipe segment with the leak record. By increase the hydraulic pipe pressure to meet the required water demand from each node, simulation results indicated that about 6.9% of total number of pipe would additionally be classified into higher class of recurrence risk than present as the reference year. Consequently, it was convinced that the application of PNN model incorporated with a data base management system of pipe network to manage municipal water distribution network could make a promise to enhance the management efficiency by providing the essential knowledge for decision making rehabilitation of network.

• 전자공학회논문지
• /
• 제53권3호
• /
• pp.132-139
• /
• 2016

대역통과 표본화(BPS: bandpass sampling) 기술은 아날로그 신호를 디지털 신호로 변환할 때 표본화하고자 하는 신호의 주파수보다 낮은 주파수로 표본화하는 것을 말한다. BPS 처리만으로도 수신 신호의 스펙트럼이 기저대역에 나타나게 되기 때문에 주파수 하향변환기를 사용하지 않을 수 있어 편리하다. 2차 BPS 시스템은 BPS 과정으로 인하여 발생될 수 있는 aliasing 간섭 성분을 제거하고자 2개의 표본화기를 사용하는 장치이다. 본 논문에서는 2차 BPS 시스템의 aliasing 간섭 성분을 최대로 제거하도록 interpolant 필터의 위상을 최적 설계하는 방식을 제시하였다. 이 방식은 수학적으로 유도된 것으로서, BPS 입력 스펙트럼의 어떠한 조건에서도 항상 성립한다. 수신 신호 전력 스펙트럼을 다양하게 변화시키면서 제안된 방식에 따른 성능 개선 효과를 통계적으로 조사하였고, 기존의 준최적 방식과 비교할 때 최대 5~20 [dB]의 성능 개선이 있음을 확인하였다.

• 전기전자학회논문지
• /
• 제23권3호
• /
• pp.852-857
• /
• 2019

분산자원 집합 거래시장에 참여를 원하는 소비자나 사업자를 위한 가상발전소의 전력거래 플랫폼에서 사업참여자의 수요 자원을 관리하고, 이에 적절한 전략을 제공하기 위해 익일 개별 참여자의 수요와 전체 계통의 전력수요를 예측하는 것이 대단히 중요하다. 이러한 전력거래 플랫폼에서 활용하는 것을 목표로 본 논문은 우선 익일의 24시간 전력계통 전력수요예측 모델을 개발하였다. 본 논문에서는 전력수요예측 데이터의 시계열 특성을 고려하여 딥러닝 기법 중 LSTM 알고리즘을 사용하였고, 전력수요량 등의 입출력 값에 원-핫 인코딩 기법을 적용하는 새로운 시도를 하였다. 성능평가에서 일반 DNN과 본 논문에서 구현된 LSTM 예측모델은 각각 평균 제곱근 오차 4.50, 1.89를 나타내어 LSTM 모델이 예측정확도가 높게 나타났다.

• 정보보호학회논문지
• /
• 제15권1호
• /
• pp.29-40
• /
• 2005

본 논문에서는 최근 제안된 소프트웨어 구현에 적합한 (블록 단위) 스트림 암호는 HELIX, SCREAM, MUGI, PANAMA 알고리즘들의 대수적 공격에 대한 안전성을 분석한다. 대수적 공격은 알려진 입출력 쌍을 가지고 내부 알고리즘의 기본 대수 방정식을 이용하는 방법으로, 과포화된 다변수 연립 방정식을 통하여 변수의 값을 얻고 이를 이용하여 키를 복구해내는 방업이다. 이 분석법은 초기 대수적 특성을 지닌 블록 암호의 분석에 적용되었으나. 이후 블록 암호보다는 스트림 암호의 분석에 보다 용이하게 적용되었다. 그러나 일반적인 알고리즘을 이 분석법을 그대로 적용하기에는 많은 어려움이 존재한다. 따라서 본 논문에서는 최근 제안된 워드 단위의 소프트웨어 구현에 적합한 스트림 암호의 각 알고리즘에 대해 대수적 방정식과 변수의 수를 비교 및 분석함으로써 각 알고리즘의 대수적 공격에 대한 내성을 살펴본다. 또한 이러한 분석을 통해 대수적 공격에 안전한 소프트웨어 구현에 적합한 스트림 암호의 설계 시 고려해야 할 세 가지 설계 고려사항을 제시한다.

• 정보보호학회논문지
• /
• 제19권3호
• /
• pp.95-105
• /
• 2009

본 논문은 VoIP의 주요 보안 위협인 스팸에 대응하기 위한 목적으로 VoIP 스팸 탐지 기술의 성능평가를 위한 시뮬레이션 모델을 설계하고 있다. 성능평가 시뮬레이션 모델은 입력 데이터를 제공하는 기능과 출력 데이터를 분석하는 기능을 갖는다. 본 논문에서는 VoIP스팸 탐지 기술의 성능평가 입력 데이터를 위하여 VoIP 발신자 특성을 고려하여 네 종류의 Caller 모델을 개발하였고, 각 caller 모델은 결정된 패턴 내에서 call을 생성하게 된다. 성능평가는 SPIT (Spam over Internet Telephony) Level 결정 알고리즘을 대상으로 수행하고, 성능평가의 지표 도출을 통해 평가 알고리즘의 성능 지수를 산정한다. 성능평가 모델은 DEVS 형식론 기반으로 설계하였으며 DEVSJAVA$^{TM}$를 이용한 모델링 및 시뮬레이션을 통해 설계된 모델을 검증하였다.

• Structural Engineering and Mechanics
• /
• 제83권3호
• /
• pp.327-340
• /
• 2022

The Collapse Margin Ratio (CMR) is a notable index used for seismic assessment of the structures. As proposed by FEMA P695, a set of analyses including the Nonlinear Static Analysis (NSA), Incremental Dynamic Analysis (IDA), together with Fragility Analysis, which are typically time-taking and computationally unaffordable, need to be conducted, so that the CMR could be obtained. To address this issue and to achieve a quick and efficient method to estimate the CMR, the Artificial Neural Network (ANN), Response Surface Method (RSM), and Adaptive Neuro-Fuzzy Inference System (ANFIS) will be introduced in the current research. Accordingly, using the NSA results, an attempt was made to find a fast and efficient approach to derive the CMR. To this end, 5016 IDA analyses based on FEMA P695 methodology on 114 various Reinforced Concrete (RC) frames with 1 to 12 stories have been carried out. In this respect, five parameters have been used as the independent and desired inputs of the systems. On the other hand, the CMR is regarded as the output of the systems. Accordingly, a double hidden layer neural network with Levenberg-Marquardt training and learning algorithm was taken into account. Moreover, in the RSM approach, the quadratic system incorporating 20 parameters was implemented. Correspondingly, the Analysis of Variance (ANOVA) has been employed to discuss the results taken from the developed model. Additionally, the essential parameters and interactions are extracted, and input parameters are sorted according to their importance. Moreover, the ANFIS using Takagi-Sugeno fuzzy system was employed. Finally, all methods were compared, and the effective parameters and associated relationships were extracted. In contrast to the other approaches, the ANFIS provided the best efficiency and high accuracy with the minimum desired errors. Comparatively, it was obtained that the ANN method is more effective than the RSM and has a higher regression coefficient and lower statistical errors.

• Composite Materials and Engineering
• /
• 제3권3호
• /
• pp.201-220
• /
• 2021

In this study, potential of three machine learning techniques i.e., M5P, Support vector machines and Gaussian processes were evaluated to find the best algorithm for the prediction of flexural strength of concrete mix with steel fibre. The study comprises the comparison of results obtained from above-said techniques for given dataset. The dataset consists of 124 observations from past research studies and this dataset is randomly divided into two subsets namely training and testing datasets with (70-30)% proportion by weight. Cement, fine aggregates, coarse aggregates, water, super plasticizer/ high-range water reducer, steel fibre, fibre length and curing days were taken as input parameters whereas flexural strength of the concrete mix was taken as the output parameter. Performance of the techniques was checked by statistic evaluation parameters. Results show that the Gaussian process technique works better than other techniques with its minimum error bandwidth. Statistical analysis shows that the Gaussian process predicts better results with higher coefficient of correlation value (0.9138) and minimum mean absolute error (1.2954) and Root mean square error value (1.9672). Sensitivity analysis proves that steel fibre is the significant parameter among other parameters to predict the flexural strength of concrete mix. According to the shape of the fibre, the mixed type performs better for this data than the hooked shape of the steel fibre, which has a higher CC of 0.9649, which shows that the shape of fibers do effect the flexural strength of the concrete. However, the intricacy of the mixed fibres needs further investigations. For future mixes, the most favorable range for the increase in flexural strength of concrete mix found to be (1-3)%.

• Geomechanics and Engineering
• /
• 제33권3호
• /
• pp.279-289
• /
• 2023

Brittleness index (BI) is an important property of rocks because it is a good index to predict rockburst. Due to its importance, several empirical and soft computing (SC) models have been proposed in the literature based on the punch penetration test (PPT) results. These models are very important as there is no clear-cut experimental means for measuring BI asides the PPT which is very costly and time consuming to perform. This study used a novel Multivariate Adaptive regression spline (MARS), M5P, and white-box ANN to predict the BI of rocks using the available data in the literature for an improved BI prediction. The rock density, uniaxial compressive strength (σ_c) and tensile strength (σ_t) were used as the input parameters into the models while the BI was the targeted output. The models were implemented in the MATLAB software. The results of the proposed models were compared with those from existing multilinear regression, linear and nonlinear particle swarm optimization (PSO) and genetic algorithm (GA) based models using similar datasets. The coefficient of determination (R²), adjusted R² (Adj R²), root-mean squared error (RMSE) and mean absolute percentage error (MAPE) were the indices used for the comparison. The outcomes of the comparison revealed that the proposed ANN and MARS models performed better than the other models with R² and Adj R² values above 0.9 and least error values while the M5P gave similar performance to those of the existing models. Weight partitioning method was also used to examine the percentage contribution of model predictors to the predicted BI and tensile strength was found to have the highest influence on the predicted BI.