• Communications for Statistical Applications and Methods
• /
• 제12권2호
• /
• pp.413-423
• /
• 2005

Consider the problem of estimating the underlying regression function from a set of noisy data which is contaminated by a long tailed error distribution. There exist several robust smoothing techniques and these are turned out to be very useful to reduce the influence of outlying observations. However, no matter what kind of robust smoother we use, we should choose the smoothing parameter and relatively less attention has been made for the robust bandwidth selection method. In this paper, we adopt the idea of robust location parameter estimation technique and propose the robust cross validation score functions.

• 한국수자원학회논문집
• /
• 제50권3호
• /
• pp.191-200
• /
• 2017

본 연구에서는 부정류 계산모형의 안정적인 매개변수를 선정하기 위하여, 다수 지점의 관측치를 고려한 모형보정의 결과로부터 얻은 파레토 최적화와 최소최대 후회도 방법(minimax regret approach, MRA)을 결합하는 방법을 제안하였다. 여러 지점의 관측치를 고려한 모형의 보정은 다목적 최적화 문제로서, 통합접근법을 적용하여 최적해를 구하였다. 통합접근법은 여러 지점에 대한 가중치를 결합하여 하나의 목적함수를 얻고, 여러 번의 개별 최적화를 수행함으로써 다수의 파레토 최적해들을 구하는 방법이다. 이때 유량에 따른 조도계수의 가변성을 나타내는 두 개의 매개변수로 구성된 관계식을 이용하여 두 구간에 대한 매개변수들을 모형의 추정 대상 매개변수로서 최적화하였다. 이후 각기 다른 홍수사상에 대해 보정과 검증을 수행하였으며 각각에 대한 평가지표의 후회도를 정량화하였고 이를 결합한 결합후회도를 산정하였다. 이를 기준으로 파레토 최적해들의 순위를 결정하였다. 계산결과 추정된 모형의 가변조도계수와 그로부터 얻은 두 개 지점에서의 표준화된 RMSE들은 두 지점에 대한 가중치의 조합에 따라 선택되는 매개변수 값에 따라 달라짐을 알 수 있었다. 본 연구에서 제시한 방법은 수문 및 수리모형의 다수의 관측지점의 자료를 이용한 매개변수 산정문제에 있어서 안정적인 해를 도출할 수 있다.

• Smart Structures and Systems
• /
• 제31권1호
• /
• pp.69-78
• /
• 2023

The purpose of this paper is to develop a scalable grey predictive controller with unavoidable random delays. Grey prediction is proposed to solve problems caused by incorrect parameter selection and to eliminate the effects of dynamic coupling between degrees of freedom (DOFs) in nonlinear systems. To address the stability problem, this study develops an improved gray-predictive adaptive fuzzy controller, which can not only solve the implementation problem by determining the stability of the system, but also apply the Linear Matrix Inequality (LMI) law to calculate Fuzzy change parameters. Fuzzy logic controllers manipulate robotic systems to improve their control performance. The stability is proved using Lyapunov stability theorem. In this article, the authors compare different controllers and the proposed predictive controller can significantly reduce the vibration of offshore platforms while keeping the required control force within an ideal small range. This paper presents a robust fuzzy control design that uses a model-based approach to overcome the effects of modeling errors. To guarantee the asymptotic stability of large nonlinear systems with multiple lags, the stability criterion is derived from the direct Lyapunov method. Based on this criterion and a distributed control system, a set of model-based fuzzy controllers is synthesized to stabilize large-scale nonlinear systems with multiple delays.

• 지능정보연구
• /
• 제22권1호
• /
• pp.139-157
• /
• 2016

앙상블 분류기란 개별 분류기보다 더 좋은 성과를 내기 위해 다수의 분류기를 결합하는 것을 의미한다. 이와 같은 앙상블 분류기는 단일 분류기의 일반화 성능을 향상시키는데 매우 유용한 것으로 알려져 있다. 랜덤 서브스페이스 앙상블 기법은 각각의 기저 분류기들을 위해 원 입력 변수 집합으로부터 랜덤하게 입력 변수 집합을 선택하며 이를 통해 기저 분류기들을 다양화 시키는 기법이다. k-최근접 이웃(KNN: k nearest neighbor)을 기저 분류기로 하는 랜덤 서브스페이스 앙상블 모형의 성과는 단일 모형의 성과를 개선시키는 데 효과적인 것으로 알려져 있으며, 이와 같은 랜덤 서브스페이스 앙상블의 성과는 각 기저 분류기를 위해 랜덤하게 선택된 입력 변수 집합과 KNN의 파라미터 k의 값이 중요한 영향을 미친다. 하지만, 단일 모형을 위한 k의 최적 선택이나 단일 모형을 위한 입력 변수 집합의 최적 선택에 관한 연구는 있었지만 KNN을 기저 분류기로 하는 앙상블 모형에서 이들의 최적화와 관련된 연구는 없는 것이 현실이다. 이에 본 연구에서는 KNN을 기저 분류기로 하는 앙상블 모형의 성과 개선을 위해 각 기저 분류기들의 k 파라미터 값과 입력 변수 집합을 동시에 최적화하는 새로운 형태의 앙상블 모형을 제안하였다. 본 논문에서 제안한 방법은 앙상블을 구성하게 될 각각의 KNN 기저 분류기들에 대해 최적의 앙상블 성과가 나올 수 있도록 각각의 기저 분류기가 사용할 파라미터 k의 값과 입력 변수를 유전자 알고리즘을 이용해 탐색하였다. 제안한 모형의 검증을 위해 국내 기업의 부도 예측 관련 데이터를 가지고 다양한 실험을 하였으며, 실험 결과 제안한 모형이 기존의 앙상블 모형보다 기저 분류기의 다양화와 예측 성과 개선에 효과적임을 알 수 있었다.