• 대한기계학회논문집A
• /
• 제30권6호
• /
• pp.691-697
• /
• 2006

Metamodel, model of model, has been widely used to improve an efficiency of optimization process in engineering fields. However, global metamodels of constraints in a constrained optimization problem are required good accuracy around neighborhood of optimum point. To satisfy this requirement, more sampling points must be located around the boundary and inside of feasible region. Therefore, a new sampling strategy that is capable of identifying feasible domain should be applied to select sampling points for metamodels of constraints. In this research, we suggeste sequential feasible domain sampling that can locate sampling points likely within feasible domain by using penalty function method. To validate the excellence of feasible domain sampling, we compare the optimum results from the proposed method with those form conventional global space-filling sampling for a variety of optimization problems. The advantages of the feasible domain sampling are discussed further.

• 한국산업보건학회지
• /
• 제6권1호
• /
• pp.97-108
• /
• 1996

A new type of passive samplers were designed and produced by authors. After evaluating the quality of activated carbon by measuring recovery rate of organic vapors and steadiness of sampling rate, activated carbon with 30 - 35 mesh produced by Company S in Korea was selected. In each passive sampler, an amount of 400 mg of the activated carbon was filled in 25-mm cassette and covered by fixed screen (or wire screen with 100 mesh). In addition to the fixed screen, a wind screen (or wire screen with 300 mesh) was also attached at outer face. The sampling rate of the new Korean passive samplers was estimated Conclusions obtained in the study are as follows. 1. Sampling rates of the newly developed Korean passive samplers were affected by sampling time. For n-hexane, sampling rates of 15- and 60-minute samples were 70.92 and 37.45 ml/min, respectively. Sampling rate of both 200- and 450-minute samples was 25.96 ml/min. It is concluded that, when passive samplers are used for measuring organic vapors, samples be collected longer than 60 minutes. 2. Sampling rate of the passive samplers was also affected by airborne concentration of organic vapors. Lower sampling rates were determined at level of 1/2 threshold limit values (TLVs) recommended by the American Conference of Governmental Industrial Hygienists (ACGIH). It is recommended that sampling rate of the passive samplers be obtained at site by measuring concentrations using both the NIOSH Method and passive samplers simultaneously. 3. When the passive samplers, which collected organic vapors, were exposed to clean air for five hours, there was no significant loss of organic vapors due to reverse diffusion. 4. When samples were stored at room temperature ($21.8{\pm}0.7^{\circ}C$) and refrigerator ($3.8{\pm}0.7^{\circ}C$), there was no significant difference in the accuracy of results. For trichloroethylene and n-hexane, accuracies were within 25 % at both temperatures until seven days. However, poor accuracy exceeding 25 % was indicated in toluene from the first day. It is recommended that samples be stored at freezing temperature below $0^{\circ}C$. 5. Sampling efficiency was significantly affected by direction of the passive samplers. Results of samplers facing wind and down, respectively, were compared. Lower amount of organic vapors were collected when the sampler was oriented down. It is recommended that, when air velocity is low in plants, the passive samplers be oriented to the wind. However, when air velocity is high, the passive samplers be oriented down.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2008년도 하계종합학술대회
• /
• pp.941-942
• /
• 2008

In this paper the performance of lane recognition algorism using linear regression analysis for raises the accuracy of sampling. It is required to have a raises the accuracy of sampling that is Lane Recognition.

• 지능정보연구
• /
• 제21권2호
• /
• pp.173-190
• /
• 2015

부도는 막대한 사회적, 경제적 손실을 야기할 수 있으므로, 미리 부도여부를 정확하게 예측하여 선제 대응하는 것은 경영분야에서 대단히 중요한 의사결정문제 중 하나이다. 이에 지능정보시스템 분야에서도 그간 기업의 재무 데이터에 기반해 부도예측을 개선하기 위한 노력을 기울여왔는데, 안타깝게도 기존의 연구들은 대부분 분류모형의 성능 개선을 통해 예측 정확도를 개선하는 것에만 주로 초점을 맞추어 다른 요소들을 충분히 고려하지 못했다는 한계가 있다. 이러한 배경에서 본 연구는 부도예측 모형의 정확도를 개선하기 위한 방편으로 새로운 데이터 전처리 방법, 그 중에서도 효과적인 표본추출 방법을 제안하고자 한다. 일반적으로 부도예측을 위해 사용되는 데이터들은 극심한 데이터 불균형 문제에 노출되어 있는데, 본 연구에서는 k-reverse nearest neighbor(k-RNN)와 one-class support vector machine(OCSVM) 방법을 결합한 하이브리드 언더샘플링(hybrid under-sampling) 접근법을 통해 이같은 데이터 불균형 문제를 해결하고자 하였다. 본 연구에서 제안한 접근법에서 k-RNN은 이상치를 효과적으로 제거할 수 있으며, OCSVM은 다수를 구성하는 등급의 데이터로부터 정보량이 풍부한 표본만 효과적으로 선택할 수 있는 수단으로 활용될 수 있다. 제안된 기법의 성능을 검증하기 위해, 본 연구에서는 국내 한 은행의 비외감기업 부도예측모형 구축에 제안 기법을 적용해 본 뒤, 일반적으로 많이 사용되는 랜덤샘플링(random sampling)과 제안 기법의 성능을 비교해 보았다. 그 결과, 로지스틱 회귀분석, 판별분석, 의사결정나무, SVM 등 대다수의 분류모형에 있어 분류 정확도가 개선됨을 확인할 수 있었으며, 모든 분류모형에 있어 부정 오류, 즉 부실기업을 정상으로 예측하는 오류율이 크게 감소함을 확인할 수 있었다.

• 자원환경지질
• /
• 제52권2호
• /
• pp.199-212
• /
• 2019

머신러닝 기법을 활용한 분석에서 훈련 데이터의 샘플링 전략은 예측 정확도 뿐 만 아니라 일반화 능력에도 많은 영향을 미친다. 특히, 산사태 취약성 분석의 경우, 산사태 발생부에 대한 정보에 비해 산사태 미발생부에 대한 정보가 과도하게 많은 데이터 불균형 현상이 발생하며, 이에 따라 분석 모델의 훈련 데이터 설계 시 데이터 샘플링 과정이 필수적이다. 그러나 기존의 연구들은 대부분 산사태 미발생부 선택 시 발생부 데이터와 1:1의 비율을 갖도록 무작위로 선택하는 방법을 적용하였을 뿐, 특정한 선택 기준에 따라 분석을 수행하지 않았다. 따라서 본 연구에서는 훈련 데이터의 샘플링 전략이 모델의 예측 성능에 미치는 결과를 확인하기 위하여 산사태 발생부와 미발생부의 샘플링 전략기준에 따라 서로 다른 6개의 시나리오를 만들어 Random Forest 모델의 훈련에 사용하였다. 또한 Random Forest의 결과 중 하나인 변수 중요도를 각 산사태 유발인자들에 가중치로 곱하여 줌으로써 산사태 취약지수 값을 산정하였으며, 취약지수 값을 이용해 산사태 취약성도를 제작하고 각 결과 지도의 정확도를 비교 분석하였다. 분석 결과, 훈련데이터의 샘플링 방법에 상관없이 두 지역의 산사태 취약성 분석 결과는 모두 70~80%의 정확도를 보였다. 이를 통해 Random Forest 기법의 산사태 취약성 분석기법으로서의 적용 가능성을 확인하였으며, Random Forest 모델이 제공하는 입력변수의 중요도를 산사태 유발인자 가중치로 활용할 수 있음을 확인하였다. 또한 훈련 시나리오 간의 정확도를 비교한 결과, 특정한 기준에 의해 훈련 데이터를 설계하는 것이 기존의 랜덤 선택 방법보다 높은 예측 정확도를 기대할 수 있음을 확인하였다.

• 대한기계학회논문집A
• /
• 제29권9호
• /
• pp.1217-1224
• /
• 2005

To improve the accuracy of a metamodel, additional sample points can be selected by using a specified criterion, which is often called sequential sampling approach. Sequential sampling approach requires small computational cost compared to one-stage optimal sampling. It is also capable of monitoring the process of metamodeling by means of identifying an important design region for approximation and further refining the fidelity in the region. However, the existing critertia such as mean squared error, entropy and maximin distance essentially depend on the distance between previous selected sample points. Therefore, although sufficient sample points are selected, these sequential sampling strategies cannot guarantee the accuracy of metamodel in the nearby optimum points. This is because criteria of the existing sequential sampling approaches are inefficient to approximate extremum and inflection points of original model. In this research, new sequential sampling approach using the sensitivity of metamodel is proposed to reflect the response. Various functions that can represent a variety of features of engineering problems are used to validate the sensitivity approach. In addition to both root mean squared error and maximum error, the error of metamodel at optimum points is tested to access the superiority of the proposed approach. That is, optimum solutions to minimization of metamodel obtained from the proposed approach are compared with those of true functions. For comparison, both mean squared error approach and maximin distance approach are also examined.

• 한국대기환경학회지
• /
• 제15권2호
• /
• pp.121-138
• /
• 1999

This study was carried out to evaluate the performance of a sampling and analytical methodology for the measurement of selected volatile organic compounds (VOCs) in the ambient air. VOCs were determined by the adsorbent tube sampling and automatic thermal desorption coupled with GC/FID and GC/MSD analysis. Target analytes were aromatic VOCs, including BTEX, 1,3,5-and 1,2,4,-trimethylbenzenes(TMBs), and naphthalene. The methodology was investigatedwith a wide range of performance criteria such as repeatability, linearity, lower detection limits, collection efficiency, thermal conditioning, breakthrough volume and calibration methods using internal and external standards. standards. Stability of samples collected on adsorbent tubes during storage was also investigated. In addition, the sampling and analytical method developed during this study was applied to real samples duplicately collected in various indoor and outdoor environments. Precisions for the duplicate samples and distributed volume samples appeared to be well comparable with the performance criteria recommended by USEPA TO-17. The audit accuracy was estimated by inter-lab comparison of both duplicate samples and standard materials between the two independent labs. The overall precision and accuracy of the method were estimated to be within 30% for major aromatic VOCs such as BTEX. This study demonstrated that the adsorbent sampling and thermal desorption method can be reliably applied for the measurement of BTEX in ppb levels frequently occurred in common indoor and ambient environments.

• 한국전자파학회논문지
• /
• 제29권10호
• /
• pp.811-816
• /
• 2018

MLFMM 알고리듬을 큰 산란체 문제에 적용하는 경우, transfer 함수의 계산이 최종 결과의 정확도에 큰 영향을 준다. 수치 과정 중 단위원 위에서 계산되는 적분의 정확도는 샘플링 수에 영향을 크게 받는다. 샘플링 수를 늘리면, 메모리와 계산시간도 같이 늘어나, 정확도가 유지되는 최소의 샘플링 수가 중요하다. 이는 산란체의 크기와 관련이 있어, 수치적으로 최적의 샘플링 수에 관한 오버샘플링 비율을 구하고, 대규모 산란체에서 검증한다.

• 한국산림과학회지
• /
• 제112권3호
• /
• pp.267-279
• /
• 2023

본 연구는 IPCC에서 제시하고 있는 Approach 3 수준의 토지이용 및 토지피복 면적 추정을 위해 고해상도 항공사진에 딥러닝 알고리즘과 Sampling method를 적용하였으며, 표본강도에 따라 토지피복 면적을 산출하고 최적의 표본강도를 도출하는 것을 목적으로 하였다. 원격탐사자료로는 51 cm급의 고해상도 칼라 항공 이미지를 사용하였으며, 딥러닝 알고리즘은 전이 학습이 적용된 VGG16 아키텍처를 활용하였다. 딥러닝 기반 토지피복 분류모델의 학습과 검증은 육안판독을 통해 선별된 데이터를 이용하였다. 최적의 표본강도를 도출하기 위한 평가는 7개의 표본강도(4 × 4 km, 2 × 4 km, 2 × 2 km, 1 × 2 km, 1 × 1 km, 500 × 500 m, 250 × 250 m)에 따른 토지이용 및 토지피복 면적을 추정하고 환경부에서 제시한 토지피복지도와 비교하였다. 본 연구 결과, 딥러닝 기반의 토지피복 분류 모델의 전체정확도와 카파계수는 각각 91.1% 와 88.8%였다. F-Score는 초지를 제외한 모든 범주가 90% 이상으로 구축되어 모델의 정확도가 우수하였다. 표본강도별 적합도 검정은 유의수준 0.1에서 4 × 4 km를 제외한 모든 표본강도에서 환경부에서 제시한 토지피복지도의 면적 비율과 유의한 차이를 보이지 않았다. 또한, 표본강도가 증가할수록 상대표준오차와 상대효율은 감소하였으며, 상대표준오차는 1 × 1 km 표본강도에서 모든 토지피복범주가 15% 이하로 감소하였다. 따라서, 지역 단위의 토지피복 면적 산정을 위해서는 표본강도를 1 × 1 km보다 상세하게 설정하는 것이 적합하다고 판단된다.

• 한국공간정보시스템학회 논문지
• /
• 제11권2호
• /
• pp.89-98
• /
• 2009

데이터 스트림은 다양한 입력속도로 끊임없이 입력되고 데이터 스트림을 저장하는 메모리상의 저장공간은 유한하기 때문에 때때로 저장공간을 초과하는 데이터가 입력되는 경우가 발생한다. 이 문제를 해결하기 위해 초과되는 데이터의 일부를 버려 메모리 초과를 방지하는 부하제한 기법이 연구되었다. 기존의 부하제한 기법은 데이터의 편차에 따른 최적의 샘플링 비율을 갖는 랜덤 샘플링을 사용한다. 그러나 이 기법은 공간적 특성을 고려하지 않기 때문에 공간 질의에 사용되는 데이터와 사용되지 않는 데이터를 구분하지 않고 샘플링 한다. 그래서 공간 질의가 포함되는 u-GIS 환경에서는 질의 정확도가 감소하는 문제가 발생하였다. 본 논문에서는 공간 질의와 비공간 질의가 동시에 발생하는 u-GIS 환경에서 질의 정확도를 보다 향상 시키는 부하제한 기법을 연구하였다. 이 기법은 동시에 실행되는 공간 질의의 공간적 이용도에 따라 차등적으로 샘플링을 하여, 질의에 이용될 확률이 낮은 데이터를 샘플링을 한다. 제안된 부하제한 기법은 공간질의가 존재하는 경우 질의 정확도를 크게 향상 시켰고, 샘플링 중 공간 필터링 연산을 적용하여 질의처리 속도도 일부 향상 시켰다.