• Industrial Engineering and Management Systems
• /
• 제4권1호
• /
• pp.54-67
• /
• 2005

This paper provides an evaluation of an optimization-based, multiple-input double-output (MIDO) run-to-run (R2R) control scheme for general semiconductor manufacturing processes. The controller in this research, termed adaptive dual response optimizing controller (ADROC), can serve as a process optimizer as well as a recipe regulator between consecutive runs of wafer fabrication. In evaluation, it is assumed that the equipment model could be appropriately described by a pair of second-order polynomial functions in terms of a set of controllable variables. Of practical relevance is to consider a drifting effect in the equipment model since in common semiconductor practice the process tends to drift due to machine aging and tool wearing. We select a typical application of R2R control to chemical mechanical planarization (CMP) in semiconductor manufacturing in this evaluation, and there are five different CMP process scenarios demonstrated, including mean shift, variance increase, and IMA disturbances. For the controller, ADROC, an on-line estimation technique is implemented in a self-tuning (ST) control manner for the adaptation purpose. Subsequently, an ad hoc global optimization algorithm based on the dual response approach, arising from the response surface methodology (RSM) literature, is used to seek the optimum recipe within the acceptability region for the execution of next run. The main components of ADROC are described and its control performance is assessed. It reveals from the evaluation that ADROC can provide excellent control actions for the MIDO R2R situations even though the process exhibits complicated, nonlinear interaction effects between control variables, and the drifting disturbances.

• 대한원격탐사학회지
• /
• 제15권3호
• /
• pp.195-208
• /
• 1999

위성영상 분류작업에서 분류클래스에 대한 샘플화소의 대표성은 분류 정확도에 많은 영향을 미친다. 따라서, 통계적 영상분류방법에서는 분류 기법 자체보다 분류 확률을 결정하는 트레이닝 단계, 즉 샘플화소의 최적화가 필요하다. 본 연구에서는 SPOT XS, LANDSAT TM을 이용한 위성영상 화소분류작업에서 분류 이전단계, 즉 샘플화소의 정규성을 계산하여, 정규성에 악영향을 미치는 화소를 객관적 기준으로 조정하였다. 정규화과정을 위한 유전자 알고리즘 적용의 생존확률 평가함수로 다변량 Q-Q plot의 상관계수와 트레이닝의 분산값을 고려하였으며, 5% 유의수준을 적용하였다. 연구결과, 실험대상지역의 경우, 유전자 알고리즘을 이용한 트레이닝 정규화 결과가 대부분의 클래스에 대하여 그 평균과 분산을 모집단에 근사시키고 있다는 것을 입증하였고, 해당 클래스의 모집단 분포를 예측할 수 있는 가능성을 제시하였다.

• 대한토목학회논문집
• /
• 제33권6호
• /
• pp.2255-2265
• /
• 2013

본 연구에서는 유역의 배수구조를 설명할 수 있는 폭 함수 기반의 Clark 모형을 제안하였다. 시간-면적곡선으로는 지표면과 하천에 대하여 개별적인 동수역학적 특성을 적용한 재조정된 폭 함수를 이용하였다. 선형저수지 추적의 경우 기존의 Clark 모형과 같이 차분화된 형태가 아니라 해석식을 적용하여 수행하였다. 본 연구에서 고려한 주요한 매개변수들로는 지표면평균이송속도 및 하천평균이송속도와 저류상수를 들 수 있다. 실제 매개변수의 추정 과정에는 전역최적화 기법 중의 하나인 SCE-UA 기법을 적용하였다. 또한 Clark 모형으로부터 유도된 순간단위도의 형상은 원점에 대한 1차모멘트와 면적중심에 대한 2, 3차 모멘트로 구분하여 평가하였다. 관측 수문사상의 통계모멘트들과 본 연구에서 추정된 통계모멘트들의 상관계수는 1차모멘트의 경우 0.995, 2차모멘트는 0.993, 3차모멘트는 0.983로 산정되었다. 평균과 분산에 대해서는 추정값과 관측값이 대체로 일치하는 경향을 보여주었다. 그러나 추정된 3차모멘트에 대한 결과는 다소 과대 평가되는 경향을 나타내었다. 제안된 Clark 모형은 순간단위도의 형상을 평균과 분산만을 고려하여 적용한 방법보다 수문곡선의 왜곡 및 첨두좌표의 모의와 관련된 한계점을 개선하였다. 이러한 결과로부터 본 연구에서 제시한 방법론은 배수경로의 이질성과 동적매개변수들의 영향을 적절하게 반영할 수 있음을 확인할 수 있었다. 본 연구에서 고려한 모멘트들의 변동성은 주로 저류상수의 영향이 크게 나타나고 있으며, 지표면평균이송속도보다는 하천평균이송속도가 크게 영향을 미치는 것을 확인할 수 있었다. 이로부터 저류상수와 하천평균이송속도가 Clark 모형으로부터 유도되는 순간단위도의 형상을 결정하는데 지배적인 역할을 하는 것으로 확인되었다. 따라서 두 매개변수는 모형의 적용 과정에서 중요하게 고려되어야 할 것으로 판단된다.

• 대한기계학회논문집A
• /
• 제33권10호
• /
• pp.1132-1138
• /
• 2009

The spring constants of primary suspensions for a railway vehicle are optimized by a robust design process, in which the response surface models(RSMs) of their dynamic responses are constructed via the design of experiment(DOE). The robust design process requires an intensive computation to evaluate exactly a probabilistic feasibility for the robustness of dynamic responses with their probabilistic variances for the railway vehicle. In order to overcome the computational process, the process capability index $C_{pk}$ is introduced which enables not only to show the mean value and the scattering of the product quality to a certain extent, but also to normalize the objective functions irrespective of various different dimensions. This robust design, consequently, becomes to optimize the $C_{pk}$ subjected to constraints, i.e. 2, satisfying six sigma. The proposed method shows not only an improvement of some $C_{pk}$ violating the constraints obtained by the conventional optimization, but also a significant decrease of the variance of the $C_{pk}$.

• 대한전자공학회논문지SP
• /
• 제42권4호
• /
• pp.167-176
• /
• 2005

본 논문에서는 멀티미디어 알고리즘이 갖는 처리단위 및 분포 특성을 활용하여 저전력 효과를 극대화 할 수 있는 새로운 형태의 Microscopic DVS(Dynmic Voltage Scaling) 기법을 제시하였고, MPEG 오디오 및 비디오를 대상으로 저전력을 위한 알고리즘 최적화 기법을 제시하였다. 통상적으로 긴 task 단위로 반영되는 macroscopic한 분포특성에 기반하여 저전력 제어가 이루어지는 기존의 DVS 기법과는 달리, 본 연구에서는 수십 밀리초(msec) 내외의 짧은 멀티미디어 신호 실시간 처리 단위, 즉 프레임 단위로 DVS 전력 제어를 수행하는 기법을 제시하고 이를 Microscopic DVS 기술이라 칭하였다. 특히 본 연구에서 제시한 microscopic DVS 기법은 멀티미디어 프레임별 연산량에 따라 단순히 전압-주파수를 가변 시켜주는 개념뿐만이 아니라, microscopic DVS에 의한 전력 절감 효과를 극대화 시킬 수 있도록 프레임별 연산량의 평균과 분산에 자유도를 확대 허용하는, 멀티미디어 알고리즘 자체에 대한 새로운 형태의 최적화 개념까지를 포함하였다. 제안한 전력절감기법의 타당성 검증을 위해 MPEG-2 video decoder와 MPEG-2 AAC audio encoder를 ARM9 processor 상에서 본 과제에서 제시한 전력절감기법을 적용하여 시뮬레이션 하였으며, 그 결과 video decoder의 경우 50$\%$, audio encoder의 경우 30$\%$ 정도의 전력 절감 효율을 얻을 수 있었다.

• 산업경영시스템학회지
• /
• 제39권4호
• /
• pp.137-146
• /
• 2016

In recent years, business environment is faced with multi uncertainty that have not been suffered in the past. As supply chain is getting expanded and longer, the flow of information, material and production is also being complicated. It is well known that development service industry using application software has various uncertainty in random events such as supply and demand fluctuation of developer's capcity, project effective date after winning a contract, manpower cost (or revenue), subcontract cost (or purchase), and overrun due to developer's skill-level. This study intends to social contribution through attempts to optimize enterprise's goal by supply chain management platform to balance demand and supply and stochastic programming which is basically applied in order to solve uncertainty considering economical and operational risk at solution supplier. In Particular, this study emphasizes to determine allocation of internal and external manpower of developers using S&OP (Sales & Operations Planning) as monthly resource input has constraint on resource's capability that shared in industry or task. This study is to verify how Stochastic Programming such as Markowitz's MV (Mean Variance) model or 2-Stage Recourse Model is flexible and efficient than Deterministic Programming in software enterprise field by experiment with process and data from service industry which is manufacturing software and performing projects. In addition, this study is also to analysis how profit and labor input plan according to scope of uncertainty is changed based on Pareto Optimal, then lastly it is to enumerate limitation of the study extracted drawback which can be happened in real business environment and to contribute direction in future research considering another applicable methodology.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권8호
• /
• pp.591-598
• /
• 2010

본 논문에서는 연속형 최적화 문제를 위한 타부 탐색에서 후보 해를 생성하기 위해 사용되는 정규 분포의 단점을 보완하기 위하여 코시 확률 분포에 기초한 후보 해 생성 방법을 제안하였다. 코시 확률 분포는 평균 및 분산 등이 무한대인 확률 분포이며, 분포의 꼬리 부분의 확률이 정규 분포에 비하여 상대적으로 크다. 따라서 코시 분포를 사용하면 변수의 변화가 큰 후보 해가 생성될 확률이 높기 때문에 보다 넓은 변수 공간을 탐색할 수 있는 장점이 있다. 코시 확률 분포를 사용한 타부 탐색의 성능을 기존의 정규 분포를 사용한 방법과 비교 분석하기 위하여 실변수 함수로 구성된 벤치마킹 문제에 적용하여 실험을 실행하였다. 실험 결과를 통해 볼 때, 실험에 사용한 모든 함수에 대하여 코시 분포를 사용한 방법이 보다 나은 결과를 나타냈으며, 또한 통계적 가설 검정을 통하여 코시 확률 분포의 우수성을 입증하였다.

• 대한전자공학회논문지SP
• /
• 제42권6호
• /
• pp.167-176
• /
• 2005

본 논문은 음성인식에 쓰이는 음향모델의 모델링 방법 중 결정트리 상태공유 모델링(DTST)을 기반으로 출력 확률 분포의 혼합 가우시안 수를 줄여 모델을 최적화하는 방법을 제안한다. DTST는 음성학적 지식을 포함할 수 있는 질의어 집합과 유사도를 기반으로 한 결정 방법을 이용하는 것이다. 이때 상태들의 출력 확률 분포의 혼합 가우시안 수를 늘려 인식률을 증가시킬 수 있게 된다. 본 논문에서는 인식률이 최대가 되는 지점에서 혼합 가우시안들을 군집화 하여 그 수를 줄이고자 한다. 군집화 시에 필요한 거리 측정 방법은 유클리드(Euclidean)와 바타챠랴(Bhattacharyya) 방법을 이용하였고, 새로운 가우시안은 거리가 최소가 되는 두 가우시안으로부터 평균과 분산을 다시 계산하여 생성하였다. 증권상장 회사명(STOCKNAME) 1,680개의 단어 데이터베이스를 구성하여 실험한 결과 바타챠랴 방법은 $97.2\%$의 인식률을 유지하면서 전체 혼합 가우시안 수의 비율을 $1.0\%$로 감소시켰고, 유클리드 방법은 $96.9\%$의 인식률을 유지하면서 혼합 가우시안 수의 비율을 $1.0\%$로 감소시켜 모델을 최적화할 수 있었다.

• 한국수자원학회논문집
• /
• 제55권7호
• /
• pp.545-556
• /
• 2022

수공구조물 설계 및 수자원 계획에서는 목표연도 이상의 수문기상자료를 활용하는 것이 추천된다. 강우 자료의 확장을 위해 추계학적 강수 모의 모형을 활용하는데, Bartlett-Lewis Rectangular Pulse Modified Model (BLRPM)과 Neyman-Scott Rectangular Pulse Model(NSRPM)이 대표적이다. 이 모형들은 확률분포의 매개변수 조합을 통해 추정되는 통계적 모멘트와 관측값의 통계적 모멘트를 반복 비교하여 최적 매개변수를 추정한다. 그러나 상대적으로 적은 관측값을 이용하여 매개변수를 추정하는 것은 부적절하게 정의된 문제(ill-posed problem)에 해당하며, 최적화 과정에서 매개변수 추정이 어려울 뿐만 아니라, 매개변수의 변동성도 매우 크다. 또한, 일부 연구에서 드러나듯이, 모형 매개변수 추정과정에서 다양한 목적함수를 활용해도 2차 모멘트에 국한되어 있어, 극치 강수량 재현에는 한계가 있다. 따라서 본 연구는 3차 모멘트를 포함한 목적함수를 활용하여 NSRPM 매개변수를 추정하고, 기존 2차 모멘트를 이용한 매개변수 접근방법과 극치강수량 재현 측면에서 비교를 수행하였다. 그 결과, 목적함수의 왜곡도 포함 여부에 따라 1, 2차 모멘트는 큰 차이를 나타내지 않았지만, 극치강우 재현 측면에서는 왜곡도를 포함한 경우가 포함하지 않은 경우보다 개선된 결과를 나타냈다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.135-149
• /
• 2020

인공지능을 기반으로 한 다양한 연구들이 현대사회에 많은 변화를 불러일으키고 있다. 금융시장 역시 예외는 아니다. 로보어드바이저 개발이 활발하게 진행되고 있으며 전통적 방식의 단점을 보완하고 사람이 분석하기 어려운 부분을 대체하고 있다. 로보어드바이저는 인공지능 알고리즘으로 자동화된 투자 결정을 내려 다양한 자산배분 모형과 함께 활용되고 있다. 자산배분 모형 중 리스크패리티는 대표적인 위험 기반 자산배분 모형의 하나로 큰 자산을 운용하는 데 있어 안정성을 나타내고 현업에서 역시 널리 쓰이고 있다. 그리고 XGBoost 모형은 병렬화된 트리 부스팅 기법으로 제한된 메모리 환경에서도 수십억 가지의 예제로 확장이 가능할 뿐만 아니라 기존의 부스팅에 비해 학습속도가 매우 빨라 많은 분야에서 널리 활용되고 있다. 이에 본 연구에서 리스크패리티와 XGBoost를 장점을 결합한 모형을 제안하고자 한다. 기존에 널리 사용되는 최적화 자산배분 모형은 과거 데이터를 기반으로 투자 비중을 추정하기 때문에 과거와 실투자 기간 사이의 추정 오차가 발생하게 된다. 최적화 자산배분 모형은 추정 오차로 인해 포트폴리오 성과에서 악영향을 받게 된다. 본 연구는 XGBoost를 통해 실투자 기간의 변동성을 예측하여 최적화 자산배분 모형의 추정 오차를 줄여 모형의 안정성과 포트폴리오 성과를 개선하고자 한다. 본 연구에서 제시한 모형의 실증 검증을 위해 한국 주식시장의 10개 업종 지수 데이터를 활용하여 2003년부터 2019년까지 총 17년간 주가 자료를 활용하였으며 in-sample 1,000개, out-of-sample 20개씩 Moving-window 방식으로 예측 결과값을 누적하여 총 154회의 리밸런싱이 이루어진 백테스팅 결과를 도출하였다. 본 연구에서 제안한 자산배분 모형은 기계학습을 사용하지 않은 기존의 리스크패리티와 비교하였을 때 누적수익률 및 추정 오차에서 모두 개선된 성과를 보여주었다. 총 누적수익률은 45.748%로 리스크패리티 대비 약 5% 높은 결과를 보였고 추정오차 역시 10개 업종 중 9개에서 감소한 결과를 보였다. 실험 결과를 통해 최적화 자산배분 모형의 추정 오차를 감소시킴으로써 포트폴리오 성과를 개선하였다. 포트폴리오의 추정 오차를 줄이기 위해 모수 추정 방법에 관한 다양한 연구 사례들이 존재한다. 본 연구는 추정 오차를 줄이기 위한 새로운 추정방법으로 기계학습을 제시하여 최근 빠른 속도로 발전하는 금융시장에 맞는 진보된 인공지능형 자산배분 모형을 제시한 점에서 의의가 있다.