• 한국방재학회 논문집
• /
• 제8권1호
• /
• pp.81-87
• /
• 2008

본 연구는 복개터널 안정해석시 이용되는 불확실한 지반물성값을 계측자료로부터 최적화하는 역해석에 관한 연구이다. 이 문제에 적합한 최적화 알고리즘을 선택하기 위하여 Simplex방법, Powell방법, Rosenbrock방법, Leverberg-Marquardt방법의 최적화 알고리즘을 가상의 지반굴착문제에 적용하여 소정의 정확성으로 최적해를 구할 수 있는 신뢰도와 변수평가에 소요되는 연산속도에 관하여 비교분석하였다. 해석결과 각 방법모두 허용규준을 만족한 후 정해에 수렴하였고, 함수평가에 소요되는 연산속도에서 최소자승법의 Levenberg-Marquardt방법과 Rossenbrock방법이 효율적으로 수행되는 것으로 나타났다. 한편 복개터널의 탄성계수와 포아송비를 역해석한 결과 역해석시 고려되는 계측점의 수가 증가할수록 설계변수를 정확하게 평가할 수 있었으며 소요되는 연산속도도 개선되는 것으로 나타났다.

• 한국시뮬레이션학회논문지
• /
• 제29권3호
• /
• pp.41-48
• /
• 2020

본 논문에서는 고속도로 통행량을 보다 정확하게 예측하기 위한 새로운 방법으로 통행량에 대한 누적분포함수를 이용한 동적 예측 알고리즘을 제시한다. 여기서 누적분포함수의 근사함수를 수치적 방법인 내츄럴 큐빅 스플라인(natural cubic spline) 보간법과 레벤버그-마쿼트(Levenberg-Marquardt) 방법을 통해 얻는다. 이 알고리즘은 금융수학에서 활용하는 누적 분포함수를 이용한 난수 생성 알고리즘을 통행량 예측에 알맞도록 새롭게 구조화한 것이다. 이 알고리즘으로 고속도로 통행량을 시뮬레이션하면 실제 통행량과 매우 흡사한 결과를 얻을 수 있음을 확인할 수 있다. 따라서 이 알고리즘은 고속도로뿐만 아니라 통행량 예측이 필요한 다양한 분야에서 활용할 수 있는 새로운 알고리즘이다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회/대한산업공학회 2005년도 춘계공동학술대회 발표논문
• /
• pp.746-752
• /
• 2005

본 논문에서는 다층 퍼셉트론 신경망 학습을 위한 새로운 두 단계 학습방법을 제안하고 이를 옵션 가격결정 모형에 응용하였다. 제안된 신경망 학습 알고리즘의 첫번째 단계는 Levenberg-Marquardt 알고리즘을 이용하여 빠르게 국소최적해를 찾는 것이고 두 번째 단계는 첫 번째 단계에서 찾은 국소최적해가 원하는 수준에 미치지 못할 경우 선형탐색 터널링을 이용해서 더 나은 해를 찾는 것이다. 이 두 단계를 반복적으로 수행함으로써 연결가중치 공간에서 구하고자 하는 해를 빠르고 안정적으로 찾을 수 있다. 현재 옵션가격결정 모형으로 많이 이용되고 있는 Black-Scholes 모형의 문제점을 극복하기 위해서 제안된 신경망 모형을 옵션가격결정 문제에 사용하였다. 이 모형을 KOSPI200 옵션 데이터로 실험한 결과 Black-Scholes 모형에 비해 검증오차를 60% 가량 줄일 수 있었다.

• 한국전자파학회논문지
• /
• 제11권6호
• /
• pp.939-945
• /
• 2000

손실 반공간 묻혀 원동형 산란체와 주면 매질의 특성을 반복 기법 최적화 역산란을 적용하여 구했다. 산란파는 경계요소법을 이용하여 계산하였으며 산란체의 크기, 위치 내부매질의 비유전율, 도전율, 주변 매질의 비유전율, 도전율 등의 파라미터는 측정 산란파로부터 유전 알고리즘과 Levenberg-Marquardt 알고리즘의 혼합 알고리즘을 이요하여 역으로 계산하였다. 산란타의 측정오차에 의한 illposedness는 파수 영역에서 자수함수적으로 감쇠하는 감쇠모드를 제거하여 안정하시켰다.

• 한국전자통신학회논문지
• /
• 제12권3호
• /
• pp.493-498
• /
• 2017

최근 국내 외에서 버스운행의 효율화 및 D2D(: Door to Door)서비스, 대중교통의 자율주행을 위해 교통데이터를 분석하여 다양한 분석결과를 도출해내고 있다. 하지만 대중교통, 특히 버스 지연시간의 예측을 위해 다양한 연구가 수행되고 있으나 단순분석, 데이터 취득의 한계로 현재까지의 연구는 미흡한 상태이다. 본 연구에서는 버스의 운행정보를 기반으로 요일, 날씨, 시간대 등의 데이터를 추가적으로 수집 가공하여 지연시간 추정을 수행하였다. 본 논문에서 제안하는 방법은 향후 변수를 추가하여 정확도를 향상시킴으로써 자율주행 대중교통 및 대중교통 관제시스템에 활용이 가능하다.

• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 2008년도 춘계 학술발표회 초청강연 및 논문집
• /
• pp.987-997
• /
• 2008

Successful design, construction and maintenance of geotechnical structure in soft ground and marine clay demands prediction, control, stability estimation and monitoring of settlement with high accuracy. It is important to predict and to estimate the compression index of soil for predicting of ground settlement. Lab. and field tests have been and are indispensable tools to achieve this goal. In this paper, Artificial Neural Networks (ANNs) model with Levenberg-Marquardt Algorithm and field database were used to predict compression index of soil in Korea. Based on soil property database obtained from more than 1800 consolidation tests from soils samples, the ANNs model were proposed in this study to estimate the compression index, using multiple soil properties. The compression index from the proposed ANN models including multiple soil parameters were then compared with those from the existing empirical equations.

• 대한의용생체공학회:의공학회지
• /
• 제21권2호
• /
• pp.157-163
• /
• 2000

최근 MR영상을 허혈성 뇌졸중의 초급성기에 뇌조직의 관류 이상을 조기에 진단하려는 연구들이 진행되고 있으나 아직 일반적인 진단용 소프트웨어만 있을 뿐 영상 자료를 후처리하여 뇌조직의 구조 및 기능적인 정보를 제공하는 mapping 영상을 특수 소프트웨어는 실용화되어 있지 않다. 본 논문에서는 Gamma-variate 곡선 정합을 이용한 뇌관류 파라미터 영상 mapping의 알고리즘 구현에 관해 연구하였다. 관류 MR영상의 각 화소마다 측정된 시간에 따른 신호강도의 변화 곡선은 비선형적이어서 뇌관류에 관한 여러 가지 혈역학적 변수들을 보다 정확하게 계산할 수 없었다. 그래서 수렴속도가 빠르고 안정성이 높은 비선형 최적화 알고리즘인 Levenberg-Marquardt 알고리즘(LMA)을 활용하였다. 즉 시간에 따른 신호강도의 변화 곡선을 Gamma-variate 함수를 이용하여 곡선 정합한 후, CBV, MTT, CBF, TTP, BAT, MS의 여러 가지 혈역학적 변수를 LMA에 의해 계산하였다. 그 결과로 관류 MR영상으로부터 얻은 mapping 영상은 초급성 허혈성 뇌졸중에서 관류에 관한 혈역학적 변화를 평가함으로써 나중에 생길 뇌경색의 범위를 예견하는 데에 유용하였다.

• 한국수자원학회논문집
• /
• 제33권4호
• /
• pp.505-515
• /
• 2000

본 연구는 하천에서 호우의 발생에 따라 하천 유출수문곡선을 예측코자 블랙박스모형의 신경망이론을 적용하여 수문학적인 문제를 규명하고자 하였다. 이를 위해 신경망 이론 중 Levenverg-Marquardt 방법에 의한 오차역전파 알고리즘과 Radial Basis Function Network(RBFN)를 이용하여 IHP 대표유역인 보청청유역에 수문곡선을 적용하여 선행유출량 예측과 미학습 유역의 적용성을 검토하였다. 그 결과 복잡하고 비선형적인 수문계의 강우-유출 과정의 학습에 있어 RBFN은 은닉층에서 자율학습, 출력층에서 지도학습의 두 단계로 나누어 학습을 함으로서 BP 알고리즘보다 학습시간이 빠르게 나타났고, 선행유출량의 예측결과 여러 통계적 지표에서 RBFN이 BP 알고리즘보다 좋은 결과를 얻을 수 있었다. 미학습 유역의 적용성 검토에서도 BP알고리즘과 RBFN 모두 첨두치가 비교적 실측자료의 경향과 비슷한 경향으로 나타났다.

• 제어로봇시스템학회논문지
• /
• 제17권8호
• /
• pp.768-776
• /
• 2011

This paper considers a data fitting problem for rational function models using the LM (Levenberg-Marquardt) optimization method. Rational function models have various merits on representing a wide range of shapes and modeling complicated structures by polynomials of low degrees in both the numerator and denominator. However, rational functions are nonlinear in the parameter vector, thereby requiring nonlinear optimization methods to solve the fitting problem. In this paper, we propose a data fitting method for rational function models based on the LM algorithm which is renowned as an effective nonlinear optimization technique. Simulations show that the fitting results are robust against the measurement noises and uncertainties. The effectiveness of the proposed method is further demonstrated by the real application to a 3D depth camera calibration problem.

• 통합자연과학논문집
• /
• 제1권3호
• /
• pp.221-229
• /
• 2008

본 논문에서는 기존의 개인 식별 방법의 한계를 해결하는 대안으로 떠오르고 있는 생체인식 기술 중 인식률이 뛰어나고 신뢰성 있는 홍채인식 시스템을 구현하고자 한다. 구현을 위하여 신호처리 분야에서 주로 사용되는 wavelet변환으로 계수 특징 값 추출을 하였으며, 인식률을 알아보기 위하여 신경망 기법을 이용하고자 한다. 그러나 신경망 기법에서 주로 사용되는 비선형 최적화기법인 Scale Conjugate Gradient는 최적화 문제점을 해결하기에는 수렴속도가 느리기 때문에 적합하지 않다. 따라서 본 논문에서는 기존 Scale Conjugate Gradient를 보완한 Levenberg-Marquardt Back-Propagation을 홍채인식에 적용하여 구현함으로써 인식율을 높이고자 한다. 적용한 알고리즘 구현으로 해의 수렴정도, 변수 벡터의 변화정도에 따라 크기를 적절히 변화시킴으로써 수렴속도를 개선하고, 효율성과 안정성을 동시에 얻을 수 있었다.