• 제어로봇시스템학회논문지
• /
• 제20권7호
• /
• pp.774-781
• /
• 2014

This paper presents a fingerprint database construction method for WLAN RSSI (Received Signal Strength Indicator)-based indoor positioning. When RSSI is used for indoor positioning, the fingerprint method can achieve more accurate positioning than trilateration and centroid methods. However, a FD (Fingerprint Database) must be constructed before positioning. This step is a very laborious process. To reduce the drawbacks of the fingerprint method, a radio propagation model-based FD construction method is presented. In this method, an FD can be constructed by a simulator. Experimental results show that the constructed FD-based positioning has a 3.17m (CEP) error. In this paper, a spatial correlation method is presented to estimate the NLOS(Non-Line of Sight) error included in the FD constructed by a simulator. As a result, the NLOS error of the FD is reduced and the performance of the error compensated FD-based positioning is improved. The experimental results show that the enhanced FD-based positioning has a 2.58m (CEP) error that is a reasonable performance for indoor LBS (Location Based Service).

• 지구물리와물리탐사
• /
• 제12권3호
• /
• pp.233-238
• /
• 2009

시추공 주시 토모그래피의 주요 요소 중 하나인 초동주시의 측정오차 정보를 사용한 주시 토모그래피 법을 제안하고, 이 역산 방법을 실제 시추공 탐사 자료에 적용하는 실험을 수행 하였다. 제안된 역산방법은 2단계 제어 처리 공정이다. 1) 성취하고자하는 속도 영상의 분해능에 기초하여 측정 주시의 허용 오차한계를 설정하고 측정오차가 오차한계 이상인 기록은 역산에서 제외한다. 2) 반복역산 과정에서 계산된 주시 차 중에서 해당기록의 측정오차 보다 작은 주시 차를 0(영) 처리함으로써 무의미한 수치가 누적되어 속도 개선에 기여함을 방지한다. 모든 기록을 사용한 속도영상과 제어역산으로 도출한 속도영상을 비교한 결과에 의하면, 제어 역산으로 도출한 속도영상에서 수치잡음이 상대적으로 적게 표출되었다. 그리고 Fermat 원리에 의하면, 이 영상이 보다 현실가능성이 높은 속도모델임을 확인하였다.

• 한국안전학회지
• /
• 제18권2호
• /
• pp.104-118
• /
• 2003

It has been criticized that conventional human reliability analysis (HRA) methodologies for probabilistic safety assessment (PSA) have been focused on the quantification of human error probability (HEP) without detailed analysis of human cognitive processes such as situation assessment or decision-making which are crticial to successful response to emergency situations. This paper introduces a new human reliability analysis (HRA) methodology, AGAPE-ET (A guidance And Procedure for Human Error Analysis for Emergency Tasks), focused on the qualitative error analysis of emergency tasks from the viewpoint of the performance of human cognitive function. The AGAPE-ET method is based on the simplified cognitive model and a taxonomy of influencing factors. By each cognitive function, error causes or error-likely situations have been identified considering the characteristics of the performance of each cognitive function and influencing mechanism of PIFs on the cognitive function. Then, overall human error analysis process is designed considering the cognitive demand of the required task. The application to an emergency task shows that the proposed method is useful to identify task vulnerabilities associated with the performance of emergency tasks.

• 한국측량학회지
• /
• 제39권5호
• /
• pp.253-263
• /
• 2021

Traffic data collected using advanced equipment are highly valuable for traffic planning and efficient road operation. However, there is a problem regarding the reliability of the analysis results due to equipment defects, errors in the data aggregation process, and missing data. Unlike other detectors installed for each vehicle lane, radar detectors can yield different error types because they detect all traffic volume in multilane two-way roads via a single installation external to the roadway. For the traffic data of a radar detector to be representative of reliable data, the error factors of the radar detector must be analyzed. This study presents a field survey of variables that may cause errors in traffic volume collection by targeting the points where radar detectors are installed. Video traffic data are used to determine the errors in traffic measured by a radar detector. This study establishes three types of radar detector traffic errors, i.e., artificial, mechanical, and complex errors. Among these types, it is difficult to determine the cause of the errors due to several complex factors. To solve this problem, this study developed a radar detector traffic volume error analysis model using a multiple linear regression model. The results indicate that the characteristics of the detector, road facilities, geometry, and other traffic environment factors affect errors in traffic volume detection.

• 한국산업융합학회 논문집
• /
• 제23권6_2호
• /
• pp.1103-1110
• /
• 2020

In this study, a segmented model with Upside-Down bathtub shaped failure intensity for a repairable system are proposed under the assumption that the occurrences of the failures of a repairable system follow the Non-Homogeneous Poisson Process. The proposed segmented model is the compound model of S-PLP and LIP (Segmented Power Law Process and Logistic Intensity Process), that fits the separate failure intensity functions on each segment of time interval. The maximum likelihood estimation is used for estimating the parameters of the S-PLP and LIP model. The case study of system A shows that the S-PLP and LIP model fits better than the other models when compared by AICc (Akaike Information Criterion corrected) and MSE (Mean Squared Error). And it also implies that the S-PLP and LIP model can be useful for explaining the failure intensities of similar systems.

• 한국정보전자통신기술학회논문지
• /
• 제9권5호
• /
• pp.496-502
• /
• 2016

본 논문에서는 소프트웨어 제품을 개발하여 테스팅을 하는 시행에서 소프트웨어 운용자들이 소프트웨어 검사 도구에 적용할 수 있는 학습기법에 근거한 NHPP 소프트웨어 모형에 대하여 비교 연구 하였다. 수명분포는 Makeham 분포를 이용하고 유한고장 NHPP모형을 적용하였다. 소프트웨어 오류 탐색 방법은 미리 인지하지 못하지만 자동적으로 발견되는 에러에 영향을 주는 영향요인과 사전경험에 기초하여 에러를 관찰하기 위하여 테스팅 운용자가 미리 설정해놓은 요인인 학습효과의 영향에 대한 문제를 비교 분석하였다. 그 결과 학습요인이 자동 에러 탐색요인보다 큰 경우가 일반적으로 효율적인 모형으로 나타났다. 본 논문의 신뢰특성분석에서는 소프트웨어고장시간을 적용하고 모수추정 방법은 최우추정법을 적용하고 추세분석을 통하여 자료의 신뢰성을 확보한 이후에 평균제곱오차와 $R^2$ (결정계수)를 적용하여 효율적인 모형을 선택 비교 분석하였다. 이 연구를 통하여 소프트웨어 운영자들은 다양한 학습효과를 고려함으로서 소프트웨어 고장추세에 대한 기본지식을 파악하는데 하나의 지침으로 사용가능함을 보여주고 있다.

• 융합보안논문지
• /
• 제11권6호
• /
• pp.73-80
• /
• 2011

본 연구에서는 소프트웨어 제품을 개발하여 테스팅을 하는 과정에서 소프트웨어 관리자들이 소프트웨어 및 검사 도구에 효율적인 학습기법을 이용한 NHPP 소프트웨어 모형에 대하여 연구 하였다. 적용모형은 지연된 소프트웨어 S-형태 모형을 적용한 유한고장 NHPP에 기초하였다. 소프트웨어 오류 탐색 기법은 사전에 알지 못하지만 자동적으로 발견되는 에러를 고려한 영향요인과 사전 경험에 의하여 세밀하게 에러를 발견하기 위하여 테스팅 관리자가 설정해놓은 요인인 학습효과의 특성에 대한 문제를 비교 제시 하였다. 그 결과 학습요인이 자동 에러 탐색요인보다 큰 경우가 대체적으로 효율적인 모형임을 확인 할 수 있었다. 본 논문의 수치적인 예에서는 고장 간격 시간 자료를 적용하고 모수추정 방법은 최우추정법을 이용하고 추세분석을 통하여 자료의 효율성을 입증한 후 평균제곱오차와 $R^2$(결정계수)를 이용하여 효율적인 모형을 선택 비교하였다.

• 융합보안논문지
• /
• 제11권1호
• /
• pp.25-32
• /
• 2011

본 연구에서는 소프트웨어 제품을 개발하여 테스팅을 하는 과정에서 소프트웨어 관리자들이 소프트웨어 및 검사 도구에 효율적인 학습기법을 이용한 NHPP 소프트웨어 모형에 대하여 연구 하였다. 적용분포는 와이블 분포를 적용한 유한고장 NHPP에 기초하였다. 소프트웨어 오류 탐색 기법은 사전에 알지 못하지만 자동적으로 발견되는 에러를 고려한 영향요인과 사전 경험에 의하여 세밀하게 에러를 발견하기 위하여 테스팅 관리자가 설정해놓은 요인인 학습효과의 특성에 대한 문제를 비교 제시 하였다. 그 결과 학습요인이 자동 에러 탐색요인보다 큰 경우가 대체적으로 효율적인 모형임을 확인 할 수 있었다. 본 논문의 수치적인 예에서는 고장 간격 시간 자료를 적용하고 모수추정 방법은 최우추정법을 이용하고 추세분석을 통하여 자료의 효율성을 입증한 후 평균자승오차와 $R_{sq}$(결정계수)를 이용하여 효율적인 모형을 선택 비교하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1991년도 한국자동제어학술회의논문집(국내학술편); KOEX, Seoul; 22-24 Oct. 1991
• /
• pp.99-104
• /
• 1991

An adaptive predictive control method for SISO and MIMO plants is proposed. In this method, future predictions of process output based on a bilinear CARIMA model are used to calculate the control input. Also, a classical recursive adaptation algorithm, equation error method, is used to decrease the uncertainty of the process model. As a result of the application on distillation process, the ability of the set-point tracking and the disturbance rejection is acceptable to apply to the industrial distillation processes.

• Journal of the Korean Data and Information Science Society
• /
• 제18권4호
• /
• pp.963-972
• /
• 2007

When a control chart signals that a special cause is present, process engineers must initiate a search for and an identification of the special cause. Knowing the time of the process change could lead to identify the special cause more quickly, and to take the appropriate actions immediately to improve quality. In this paper, we propose the maximum likelihood estimator (MLE) for the process change point when a control chart is used in monitoring the parameters of a process in which the observations can be modeled as a first-order autoregressive(AR(1)) process plus an additional random error.