The prediction of ozone formation was studied using the neural network and the stochastic method. Parameter estimation method and artificial neural network(ANN) method were employed in the stochastic scheme. In the parameter estimation method, extended least squares(ELS) method and recursive maximum likelihood(RML) were used to achieve the real time parameter estimation. Autoregressive moving average model with external input(ARMAX) was used as the ozone formation model for the parameter estimation method. ANN with 3 layers was also tested to predict the ozone formation. To demonstrate the performance of the ozone formation prediction schemes used in this work, the prediction results of ozone formation were compared with the real data. From the comparison it was found that the prediction schemes based on the parameter estimation method and ANN method show an acceptable accuracy with limited prediction horizon.
Proceedings of the Korean Society of Near Infrared Spectroscopy Conference
/
2001.06a
/
pp.1241-1241
/
2001
We propose a new calibration method, which uses the linearization method for spectral responses and the repetitive adoptions of the linearization weight matrices to construct a frature. Weight matrices are estimated through multiple linear regression (or principal component regression or partial least squares) with forward variable selection. The proposed method is applied to three data sets. The first is FTIR spectral data set for FeO content from sinter process and the second is NIR spectra from trans-alkylation process having two constituent variables. The third is NIR spectra of crude oil with three physical property variables. To see the calibration performance, we compare the new method with the PLS. It is found that the new method gives a little better performance than the PLS and the calibration result is stable in spite of the collinearity among each selected spectral responses. Furthermore, doing the repetitive adoptions of linearization matrices in the proposed methods, uninformative variables are disregarded. That is, the new methods include the effect of variables subset selection, simultaneously.
In this paper, we suggest a noise estimation method for speech enhancement in nonstationary noisy environments. The proposed method consists of the following two main processes. First, in order to receive fewer affect of variable signals, a best fitting regression line is used, which is obtained by applying a least squares method to coefficient magnitudes in a node with a uniform wavelet packet transform. Next, in order to update the noise estimation efficiently, a differential forgetting factor and a correlation coefficient per subband are used, where subband is employed for applying the weighted value according to the change of signals. In particular, this method has the ability to update the noise estimation by using the estimated noise at the previous frame only, without utilizing the statistical information of long past frames and explicit nonspeech frames by voice activity detector. In objective assessments, it was observed that the performance of the proposed method was better than that of the compared (minima controlled recursive averaging, weighted average) methods. Furthermore, the method showed a reliable result even at low SNR.
Flood forecasting in Korea has been based on the off-line parameter estimation method. But recent flood forecasting studies explore on-line recursive parameter estimation algorithms. In this study, a simultaneous adaptive estimation of system states and parameters for rainfall-runoff model is investigated for on-line real-time flood forecasting and parameter estimation. The proposed flood routing system is composed of Flood forecasting in Korea has been based on the off-line parameter estimation method. But recent flood forecasting studies explore on-line recursive parameter estimation algorithms. In this study, a simultaneous adaptive estimation of system states and parameters for rainfall-runoff model is investigated for on-line real-time flood forecasting and parameter estimation. The proposed flood routing system is composed of ø-index in the assessment of effective rainfall and the cascade of nonlinear reservoirs accounting for translation effect in flood routing. To combine the flood routing model with a parameter estimation model, system states and parameters are treated with the extended state-space formulation. Generalized least squares and maximum a posterior estimation algorithms are comparatively examined as estimation techniques for the state-space model. The sensitivity analysis is to investigate the identifiability of the parameters. The index of sensitivity used in this study is the covariance matrix of the estimated parameters.-index in the assessment of effective rainfall and the cascade of nonlinear reservoirs accounting for translation effect in flood routing. To combine the flood routing model with a parameter estimation model, system states and parameters are treated with the extended state-space formulation. Generalized least squares and maximum a posterior estimation algorithms are comparatively examined as estimation techniques for the state-space model. The sensitivity analysis is to investigate the identifiability of the parameters. The index of sensitivity used in this study is the covariance matrix of the estimated parameters.
Direct torque control (DTC) of induction machines (IM) is a well-known strategy of these drives control which has a fast dynamic and a good tracking response. In this paper a nonlinear DTC of speed sensorless IM drives is presented which is based on input-output feedback linearization control theory. The IM model includes iron losses using a speed dependent shunt resistance which is determined through some effective experiments. A stator flux vector is estimated through a simple integrator based on stator voltage equations in the stationary frame. A novel method is introduced for DC offset compensation which is a major problem of AC machines, especially at low speeds. Rotor speed is also determined using a rotor flux sliding-mode (SM) observer which is capable of rotor flux space vector and rotor speed simultaneous estimation. In addition, stator and rotor resistances are estimated using a simple but effective recursive least squares (RLS) method combined with the so-called SM observer. The proposed control idea is experimentally implemented in real time using a FPGA board synchronized with a personal computer (PC). Simulation and experimental results are presented to show the capability and validity of the proposed control method.
The Journal of Korean Institute of Communications and Information Sciences
/
v.25
no.5B
/
pp.830-841
/
2000
We extend the sue of the method of least square to develop a recursive algorithm for the design of adaptive transversal filters such that, given the least-square estimate of this vector of the filter at iteration n-1, we may compute the updated estimate of this vector at iteration a upon the arrival of new data. We begin the development of the RLS algorithm by reviewing some basic relations that pertain to the method of least squares. Then, by exploiting a relation in matrix algebra known as the matrix inversion lemma, we develop the RLS algorithm. An important feature of the RLS algorithm is that it utilizes information contained in the input data, extending back to the instant of time when the algorithm is initiated. In this paper, we propose new tap weight updated RLS algorithm in adaptive transversal filter with data-recycling buffer structure. We prove that convergence speed of learning curve of RLS algorithm with data-recycling buffer is faster than it of exiting RL algorithm to mean square error versus iteration number. Also the resulting rate of convergence is typically an order of magnitude faster than the simple LMS algorithm. We show that the number of desired sample is portion to increase to converge the specified value from the three dimension simulation result of mean square error according to the degree of channel amplitude distortion and data-recycle buffer number. This improvement of convergence character in performance, is achieved at the (B+1)times of convergence speed of mean square error increase in data recycle buffer number with new proposed RLS algorithm.
In this study, the core dynamics of a PWR reactor is identified online by a recursive least-squares method. Based on the identified reactor model consisting of the control rod position and the core average coolant temperature, the future average coolant temperature is predicted. A model predictive control method is applied to designing an automatic controller for the thermal power control of PWR reactors. The basic concept of the model predictive control is to solve an optimization problem for a finite future at current time and to implement as the current control input only the first optimal control input among the solutions of the finite time steps. At the next time step, this procedure for solving the optimization problem is repeated. The objectives of the proposed model predictive controller are to minimize both the difference between the predicted core coolant temperature and the desired temperature, as well as minimizing the variation of the control rod positions. In addition, the objectives are subject to the maximum and minimum control rod positions as well as the maximum control rod speed. Therefore, a genetic algorithm that is appropriate for the accomplishment of multiple objectives is utilized in order to optimize the model predictive controller. A three-dimensional nuclear reactor analysis code, MASTER that was developed by the Korea Atomic Energy Research Institute (KAERI) , is used to verify the proposed controller for a nuclear reactor. From the results of a numerical simulation that was carried out in order to verify the performance of the proposed controller with a $5\%/min$ ramp increase or decrease of a desired load and a $10\%$ step increase or decrease (which were design requirements), it was found that the nuclear power level controlled by the proposed controller could track the desired power level very well.
In this work, a PWR reactor core dynamics is identified online by a recursive least squares method. Based on this identified reactor model consisting of the control rod position and the core average coolant temperature, the future average coolant temperature is predicted. A model predictive control method is applied to design an automatic controller for thermal power control in PWRs. The basic concept of the model predictive control is to solve an optimization problem for a finite future at current time and to implement as the current control input only the first optimal control input among the solutions of the finite time steps. At the next time step, the procedure to solve the optimization problem is then repeated. The objectives of the proposed model predictive controller are to minimize both the difference between the predicted core coolant temperature and the desired one, and the variation of the control rod positions. Also, the objectives are subject to maximum and minimum control rod positions and maximum control rod speed. Therefore, the genetic algorithm that is appropriate to accomplish multiple objectives is used to optimize the model predictive controller. A 3-dimensional nuclear reactor analysis code, MASTER that was developed by Korea Atomic Energy Research Institute (KAERI), is used to verify the proposed controller for a nuclear reactor. From results of numerical simulation to check the performance of the proposed controller at the 5%/min ramp increase or decrease of a desired load and its 10% step increase or decrease which are design requirements, it was found that the nuclear power level controlled by the proposed controller could track the desired power level very well.
Communications for Statistical Applications and Methods
/
v.19
no.2
/
pp.293-301
/
2012
Quantile regression proposed by Koenker and Bassett (1978) is a statistical technique that estimates conditional quantiles. The advantage of using quantile regression is the robustness in response to large outliers compared to ordinary least squares(OLS) regression. A regression tree approach has been applied to OLS problems to fit flexible models. Loh (2002) proposed the GUIDE algorithm that has a negligible selection bias and relatively low computational cost. Quantile regression can be regarded as an analogue of OLS, therefore it can also be applied to GUIDE regression tree method. Chaudhuri and Loh (2002) proposed a nonparametric quantile regression method that blends key features of piecewise polynomial quantile regression and tree-structured regression based on adaptive recursive partitioning. Lee and Lee (2006) investigated wage determinants in the Korean labor market using the Korean Labor and Income Panel Study(KLIPS). Following Lee and Lee, we fit three kinds of quantile regression tree models to KLIPS data with respect to the quantiles, 0.05, 0.2, 0.5, 0.8, and 0.95. Among the three models, multiple linear piecewise quantile regression model forms the shortest tree structure, while the piecewise constant quantile regression model has a deeper tree structure with more terminal nodes in general. Age, gender, marriage status, and education seem to be the determinants of the wage level throughout the quantiles; in addition, education experience appears as the important determinant of the wage level in the highly paid group.
Transactions of the Korean Society of Mechanical Engineers A
/
v.35
no.11
/
pp.1423-1428
/
2011
This paper proposes a learning input shaper with nonlinear actuator dynamics to reduce the residual vibration of flexible systems. The controller is composed of an estimator of the time constant of the nonlinear actuator dynamics, a recursive least squares method, and an iterative updating algorithm. The updating mechanism is modified by introducing a vibration measurement function to cope with the dynamics of nonlinear actuators. The controller is numerically evaluated with respect to parameter convergence and control performance by using a benchmark pendulum system. The feasibility and applicability of the controller are demonstrated by comparing its control performance to that of an existing controller algorithm.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.