• 한국해양환경ㆍ에너지학회지
• /
• 제14권1호
• /
• pp.32-39
• /
• 2011

최근 들어 선박안전 관련 규정이 개정되거나 운항환경이 변화하면 선주사들은 이에 효과적으로 대응하기 위하여 크루즈선을 포함한 여객선을 새로 건조하는 대신 경제적 부담이 적은 기존 선박에 대한 선체개조 즉 컨버전을 많이 실시하고 있다. 컨버전은 선체의 주요 제원을 포함하여 선박의 구조강도, 유체역학적 성능, 여객수 및 화물 용량 등 많은 부분에 변화를 가져오므로 이의 수행에 앞서 세심한 사전 검토가 필요하다. 그러나 아직까지 여객선의 컨버전과 관련된 연구가 수행되지 않았기에, 본 연구에서는 이러한 컨버전을 직접 수행한 컨설팅사들의 보고서를 중심으로 그 동향을 조사하고 분석하여 그 결과 랭스닝 컨버전이 선박의 주요 제원이나 성능에 가장 큰 변화를 발생시킨다는 사실을 확인하였다. 이와 더불어 랭스닝 컨버전을 염두에 두고 건조할 경우 선체개조로 인해 발생하는 문제점들을 최소화하기 위하여 헐 스캔틀링, 선형, 절단 위치 등과 같은 기본설계 단계에서 미리 고려해야 할 요소들에 대해 제시하였다.

• 한국컴퓨터정보학회논문지
• /
• 제27권11호
• /
• pp.123-130
• /
• 2022

최근 API Call 정보를 기반으로 안드로이드 악성코드를 탐지 및 분류하는 연구가 활발하게 진행되고 있다. 그러나 API Call 기반의 악성코드 분류는 방대한 데이터 양과 높은 차원 특성으로 인해 악성코드 분석과 학습 모델 구축 과정에서 과도한 시간과 자원이 소모된다는 심각한 제한사항을 가진다. 이에 본 연구에서는 방대한 API Call 정보를 포함하고 있는 CICAndMal2020 데이터세트를 대상으로 PCA(Principal Component Analysis, 주성분분석)를 사용하여 차원을 대폭 축소시킨 후 LightGBM, Random Forest, k-Nearest Neighbors 등의 다양한 분류 기법 모델을 적용하여 결과를 분석하였다. 그 결과 PCA가 원본 데이터의 특성을 유지하면서 데이터 특성의 차원은 획기적으로 감소시키고 우수한 악성코드 분류 성능을 달성함을 확인하였다. 이진분류 및 다중분류 모두 데이터 특성을 전체 크기의 1% 수준 이하로 줄이더라도 이전 연구 결과보다 높은 수준의 정확도를 나타내었다.

• 응용통계연구
• /
• 제36권6호
• /
• pp.501-514
• /
• 2023

텍스트데이터는 일반적으로 많은 단어로 이루어져 있다. 텍스트데이터와 같이 많은 변수로 구성된 데이터의 경우 과적합 등의 문제로 분석에 있어서의 정확성이 떨어지고, 계산과정에서의 효율성에도 문제가 발생하는 경우를 흔히 볼 수 있다. 이렇게 변수가 많은 데이터를 분석하기 위해 특징선택, 특징추출 등의 차원 축소 기법이 자주 사용되고 있다. 희소주성분분석은 벌점이 부여된 최소제곱법 중 하나로 엘라스틱넷 형태의 목적함수를 사용하여 유용하지 않은 주성분을 제거하고 각 주성분에서도 중요도가 큰 변수만 식별해내기 위해 활용되고 있다. 이 연구에서는 희소주성분분석을 이용하여 많은 변수를 가진 텍스트데이터를 소수의 변수만으로 요약하는 절차를 제안한다. 이러한 절차를 실제 데이터에 적용한 결과, 희소주성분분석을 이용하여 단어를 선택하는 과정을 통해 목표변수에 대한 정보를 이용하지 않고도 유용성이 낮은 단어를 제거하여 텍스트데이터의 분류 정확성은 유지하면서 데이터의 차원을 축소할 수 있음을 확인하였다. 특히 차원축소를 통해 고차원 데이터 분석에서 분류 정확도가 저하되는 KNN 분류기 등의 분류 성능을 개선할 수 있음을 알 수 있었다.

• 말소리와 음성과학
• /
• 제1권4호
• /
• pp.127-132
• /
• 2009

The feature vectors which are used in conventional speaker recognition (SR) systems may have many correlations between their neighbors. To improve the performance of the SR, many researchers adopted linear transformation method like principal component analysis (PCA). In general, the linear transformation of the feature vectors is based on concatenated form of the static features and their dynamic features. However, the linear transformation which based on both the static features and their dynamic features is more complex than that based on the static features alone due to the high order of the features. To overcome these problems, we propose an efficient method that applies linear transformation and temporal information of the features to reduce complexity and improve the performance in speaker verification (SV). The proposed method first performs a linear transformation by PCA coefficients. The delta parameters for temporal information are then obtained from the transformed features. The proposed method only requires 1/4 in the size of the covariance matrix compared with adding the static and their dynamic features for PCA coefficients. Also, the delta parameters are extracted from the linearly transformed features after the reduction of dimension in the static features. Compared with the PCA and conventional methods in terms of equal error rate (EER) in SV, the proposed method shows better performance while requiring less storage space and complexity.

• 한국수산과학회지
• /
• 제49권2호
• /
• pp.224-233
• /
• 2016

The objective of this study was to develop an artificial neural network (ANN) model for the acoustic identification of commercially important fish species in Korea. A broadband echo acquisition and processing system operating over the frequency range of 85-225 kHz was used to collect and process species-specific, time-frequency feature images from six fish species: black rockfish Sebastes schlegeli, black scraper Thamnaconus modesutus [K], chub mackerel Scomber japonicus, goldeye rockfish Sebastes thompsoni, konoshiro gizzard shad Konosirus punctatus and large yellow croaker Larimichthys crocea. An ANN classifier was developed to identify fish species acoustically on the basis of only 100 dimension time-frequency features extracted by the principal components analysis (PCA). The overall mean identification rate for the six fish species was 88.5%, with individual identification rates of 76.6% for black rockfish, 82.8% for black scraper, 93.8% for chub mackerel, 90.6% for goldeye rockfish, 96.9% for konoshiro gizzard shad and 90.6% for large yellow croaker, respectively. These results demonstrate that individual live fish in well-controlled environments can be identified accurately by the proposed ANN model.

• 제어로봇시스템학회논문지
• /
• 제4권4호
• /
• pp.506-516
• /
• 1998

In this paper, an algorithm is proposed to detect the malfunction of plasma-etching characteristics using EPD signal trajectories. EPD signal trajectories offer many information on plasma-etching process state, so they must be considered as the most important data sets to predict the wafer states in plasma-etching process. A recent work has shown that EPD signal trajectories were successfully incorporated into process modeling through critical parameter extraction, but this method consumes much effort and time. So Principal component analysis(PCA) can be applied. PCA is the linear transformation algorithm which converts correlated high-dimensional data sets to uncorrelated low-dimensional data sets. Based on this reason neural network model can improve its performance and convergence speed when it uses the features which are extracted from raw EPD signals by PCA. Wafer-state variables, Critical Dimension(CD) and uniformity can be estimated by simulation using neural network model into which EPD signals are incorporated. After CD and uniformity values are predicted, proposed algorithm determines whether malfunction values are produced or not. If malfunction values arise, the etching process is stopped immediately. As a result, through simulation, we can keep the abnormal state of etching process from propagating into the next run. All the procedures of this algorithm can be performed on-line, i.e. wafer to wafer.

• 한국콘텐츠학회논문지
• /
• 제5권6호
• /
• pp.41-48
• /
• 2005

이 논문은 얼굴인식을 수행하기 위해서 이미 잘 알려진 주성분 분석법과 선형판별 분석법에 레이디얼 기저 함수 신경망을 결합한 인식 알고리즘을 제시하였다. 입력된 원래의 얼굴영상은 주성분분석법을 통하여 차원을 줄인 고유 얼굴 가중치를 산출한다. 이 가중치 벡터를 선형판별 분석법의 입력데이터로 사용하여 선형판별분석의 변환행렬을 계산할 때 클래스 내의 분산행렬에서 특이점이 발생하지 않도록 하면서 특징벡터를 산출하여 인식을 수행하였다. 두 번째 시도에서는 선형판별분석법에 의해 생성된 특징벡터를 레이디얼 기저 함수 신경망에 입력하여 학습하고 얼굴인식을 수행하였다. ORL DB의 얼굴영상에 대해 실험한 결과 93.5%의 인식률을 얻을 수 있었다.

• Geomechanics and Engineering
• /
• 제11권5호
• /
• pp.639-655
• /
• 2016

The effect of particle breakage and intermediate principal stress ratio on the behaviour of crushable granular assemblies under true triaxial stress conditions is studied using the discrete element method. Numerical results show that the increase of intermediate principal stress ratio $b(b=({\sigma}_2-{\sigma}_3)/({\sigma}_1-{\sigma}_3))$ results in the increase of dilatancy at low confining pressures but the decrease of dilatancy at high confining pressures, which stems from the distinct increasing compaction caused by breakage with b. The influence of b on the evolution of the peak apparent friction angle is also weakened by particle breakage. For low relative breakage, the relationship between the peak apparent friction angle and b is close to the Lade-Duncan failure model, whereas it conforms to the Matsuoka-Nakai failure model for high relative breakage. In addition, the increasing tendency of relative breakage, calculated based on a fractal particle size distribution with the fractal dimension being 2.5, declines with the increasing confining pressure and axial strain, which implies the existence of an ultimate graduation. Finally, the relationship between particle breakage and plastic work is found to conform to a unique hyperbolic correlation regardless of the test conditions.

• Journal of Advanced Research in Ocean Engineering
• /
• 제2권4호
• /
• pp.202-208
• /
• 2016

In this paper, we propose novel seabed sediment classification algorithm using feature obtained by continuous wavelet transform (CWT). Contrast to previous researches using direct reflection coefficient of seabed which is function of frequency and is highly influenced by sediment types, we develop an algorithm using both direct reflection signal and backscattering signal. In order to obtain feature vector, we employ CWT of the signal and obtain histograms extracted from local binary patterns of the scalogram. The proposed algorithm also adopts principal component analysis (PCA) to reduce dimension of the feature vector so that it requires low computational cost to classify seabed sediment. For training and classification, we adopts K-means clustering algorithm which can be done with low computational cost and does not require prior information of the sediment. To verify the proposed algorithm, we obtain field data measured at near Jeju island and show that the proposed classification algorithm has reliable discrimination performance by comparing the classification results with actual physical properties of the sediments.

• 대한조선학회논문집
• /
• 제42권2호
• /
• pp.151-158
• /
• 2005

The concept of recent cruise ship design is changing rapidly according to the expansion of cruise fleet sizes, emphasis on passenger safety and tightened requirements for ecotourism. In this view point, this study focuses on investigative analysis for the recent trends in cruise ship design and construction. Based on the shipyard production logs and the cruise industry's annual news, the data for principal dimensions of newly built cruise ships, their hull forms and propulsion devices and the characteristics of cabin and public spaces are collected and analysed. As expected, it is found that the size of cruise ships is growing and the design concept is becoming more leisure-oriented for all ages rather than lust sightseeing. For producing a greater ton/pax ratio, the adoption of podded electric propulsion system, outside cabins and balcony spaces is a common trend in recent cruise ship design.