• 대한토목학회논문집
• /
• 제26권3B호
• /
• pp.279-289
• /
• 2006

최근에 수문시계열로부터 저차원의 비선형 거동을 재구성하고자 하는 연구가 활발히 진행되고 있다. 이러한 관점에서 본 연구에서는 Support Vector Machine(SVM)을 이용하여 우수한 상태-공간 재구성 능력을 갖는 비선형 예측모형을 구성하여 Great Salt Lake(GSL) Volume에 적용하였다. SVM은 Kernel 함수로부터 유도된 고차원의 특성공간 안에서 선형함수의 가상공간을 이용하는 Machine Learning 방법론이다. 또한 SVM은 훈련자료로부터 얻어지는 평균제곱오차가 아닌 일반화된 오차를 최소화함으로써 상대적으로 기존 방법에 비해 적은 수의 매개변수와 과적합(over fitting)을 피하면서 비선형 함수의 최적화가 가능하다. 본 연구에서 제시한 SVM 회귀분석의 적용성은 미국의 GSL의 2주 간격 Volume을 대상으로 검토하였다. SVM을 이용한 비선형 예측모형은 GSL Volume의 2주(1-Step), 8주(4-Step)와 반복예측(Iterated Prediction, 121-Step)까지 적용되었다. 본 연구에서는 극치사상 즉, 급격한 감소 및 증가 구간을 예측하는데 있어서 훈련구간과 예측구간을 구분하여 모형의 신뢰성을 평가하였다. 예측결과SVM은 훈련자료로부터 적은 수의 관측치를 이용하여 동역학적 거동을 추출할 수 있었으며 실제 관측자료와 거의 유사한 예측이 가능함을 통계적 지표로 확인할 수 있었다. 따라서 비선형 수문시계열의 단기 예측을 위한 모형으로 적용이 가능할 것으로 판단된다.

• Nuclear Engineering and Technology
• /
• 제39권1호
• /
• pp.63-74
• /
• 2007

In this paper, a reconfigurable controller consisting of a normal controller and a standby controller is designed to control the thermoelectric (TE) power in the SP-100 space reactor. The normal controller uses a model predictive control (MPC) method where the future TE power is predicted by using support vector regression. A genetic algorithm that can effectively accomplish multiple objectives is used to optimize the normal controller. The performance of the normal controller depends on the capability of predicting the future TE power. Therefore, if the prediction performance is degraded, the proportional-integral (PI) controller of the standby controller begins to work instead of the normal controller. Performance deterioration is detected by a sequential probability ratio test (SPRT). A lumped parameter simulation model of the SP-100 nuclear space reactor is used to verify the proposed reconfigurable controller. The results of numerical simulations to assess the performance of the proposed controller show that the TE generator power level controlled by the proposed reconfigurable controller could track the target power level effectively, satisfying all control constraints. Furthermore, the normal controller is automatically switched to the standby controller when the performance of the normal controller degrades.

• 천문학회보
• /
• 제37권2호
• /
• pp.123.1-123.1
• /
• 2012

We have compared near-real time Kp forecast models based on neural network (NN) and support vector machine (SVM) algorithms. We consider four models as follows: (1) a NN model using ACE solar wind data; (2) a SVM model using ACE solar wind data; (3) a NN model using ACE solar wind data and preliminary kp values from US ground-based magnetometers; (4) a SVM model using the same input data as model 3. For the comparison of these models, we estimate correlation coefficients and RMS errors between the observed Kp and the predicted Kp. As a result, we found that the model 3 is better than the other models. The values of correlation coefficients and RMS error of the model 3 are 0.93 and 0.48, respectively. For the forecast evaluation of models for geomagnetic storms ($Kp{\geq}6$), we present contingency tables and estimate statistical parameters such as probability of detection yes (PODy), false alarm ratio (FAR), bias, and critical success index (CSI). From a comparison of these statistical parameters, we found that the SVM models (model 2 and model 4) are better than the NN models (model 1 and model 3). The values of PODy and CSI of the model 4 are the highest among these models (PODy: 0.57 and CSI: 0.48). From these results, we suggest that the NN models are better than the SVM models for predicting Kp and the SVM models are better than the NN models for forecasting geomagnetic storms.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1986년도 한국자동제어학술회의논문집; 한국과학기술대학, 충남; 17-18 Oct. 1986
• /
• pp.321-325
• /
• 1986

A new control scheme for the state space model of the robot system using the theory of optimal multi-variable structure is presented in this paper. It is proposed to optimize multi-dimensional variable structure systems for obtaining the required stabilizing signal by minimizing a performance index with respect to the state vector in the sliding mode. It is concluded the proposed variable structure controller yields better system dynamic performance than that obtained by using the only linear optimal controller inthat responses for a step disturbance have a shorter setting time, no matter what overshoot values and rising time.

• 한국전자거래학회지
• /
• 제21권4호
• /
• pp.1-14
• /
• 2016

시멘틱 검색은 검색 사용자의 인지적 노력을 최소화하면서 사용자 질의의 문맥을 이해하여 의미에 맞는 문서를 정확히 찾아주는 기술이다. 아직 시멘틱 검색 기술은 온톨로지 또는 시멘틱 메타데이터 구축의 난제를 갖고 있으며 상용화 사례도 매우 미흡한 실정이다. 본 논문은 기존 시멘틱 검색 엔진의 한계를 극복하기 위하여 이전 연구에서 고안한 위키피디아 기반의 시멘틱 텐서공간모델을 활용하여 새로운 시멘틱 검색 기법을 제안한다. 제안하는 시멘틱 기법은 문서 집합에 출현하는 '단어'가 텐서공간모델에서 '문서-개념'의 2차 텐서(행렬), '개념'은 '문서-단어'의 2차 텐서로 표현된다는 성질을 이용하여 시멘틱 검색을 위해 요구되는 온톨로지 구축의 필요성을 없앤다. 그럼에도 불구하고, OHSUMED, SCOPUS 데이터셋을 이용한 성능평가를 통해 제안 기법이 벡터공간모델에서의 기존 검색 기법보다 우수함을 보인다.

• 제어로봇시스템학회논문지
• /
• 제21권7호
• /
• pp.662-668
• /
• 2015

This paper presents an improved predictive control of an induction machine fed by a matrix converter using N-switching vectors as the control action during a complete sampling period of the controller. The conventional model predictive control scheme based matrix converter uses a single switching vector over the same period which introduces high torque ripple. The proposed switching scheme for a matrix converter based model predictive control of an induction machine drive selects the appropriate switching vectors for control of electromagnetic torque with small variations of the stator flux. The proposed method can reduce the ripple of the electrical variables by selecting the switching state as well as the method used in the space vector modulation techniques. Simulation results are presented to verify the effectiveness of the improved predictive control strategy for induction machine fed by a matrix converter.

• Communications for Statistical Applications and Methods
• /
• 제16권5호
• /
• pp.881-889
• /
• 2009

Support vector machines(SVMs) are known as flexible and efficient classifier of multivariate observations, producing a hyperplane or hyperdimensional curved surface in multidimensional feature space that best separates training samples by known groups. As various methodological extensions are made for SVM classifiers in recent years, it becomes more difficult to understand the constructed model intuitively. The aim of this paper is to visualize various SVM classifications tuned by several parameters in reduced dimensions, so that data analysts secure the tangible image of the products that the machine made.

• 대한음성학회지:말소리
• /
• 제62호
• /
• pp.133-147
• /
• 2007

In this paper, we introduce a phone vector discrete HMM(PVDHMM) that decodes a phone sequence string, and demonstrates the applicability to spoken document retrieval. The PVDHMM treats a phone recognizer or large vocabulary continuous speech recognizer (LVCSR) as a vector quantizer whose codebook size is equal to the size of its phone set. We apply the PVDHMM to decode the phone sequence strings and compare the outputs with those of a continuous speech recognizer(CSR). Also we carry out spoken document retrieval experiment through PVDHMM word spotter on the phone sequence strings which are generated by phone recognizer or LVCSR and compare its results with those of retrieval through the phone-based vector space model.

• 한국인터넷방송통신학회논문지
• /
• 제13권5호
• /
• pp.37-47
• /
• 2013

텍스트 마이닝은 비정형화된 텍스트를 분석하여 그 안에 내재된 패턴, 추세, 분포 등의 고급정보들을 추출하는 분야이다. 텍스트 마이닝은 기본적으로 비정형 데이터를 가정하므로 텍스트를 단순화된 모델로 표현하는 것이 필요하다. 현재까지 가장 많이 사용되고 있는 모델은 텍스트를 단순한 단어들의 집합으로 표현한 벡터공간 모델이다. 그러나 최근 들어 단어들의 의미적 관계까지 표현하기 위해 그래프를 이용한 텍스트 표현 모델을 많이 사용하고 있다. 본 논문에서는 텍스트 마이닝을 위한 기존의 연구 중에서 그래프에 기반한 텍스트 표현 모델의 방법들과 그들의 특징들을 기술한다. 또한 그래프 기반 텍스트 마이닝의 향후 발전방향에 대해서도 논한다.

• 한국항공우주학회지
• /
• 제30권4호
• /
• pp.84-91
• /
• 2002

Shroud로 감싸여 있는 제트베인의 추력 방향 조종 특성은 shoroud가 없는 제트베인의 조종 특성보다 매우 복잡하며 그 특성이 매우 특이하다. 이러한 제트 베인 시스템의 조종 특성을 파악하기 위하여 베인과 shroud 고유의 공력 특성은 물론 shroud/베인간의 유동 간섭에 대한 연구가 요구된다. 본 연구에서는 이를 위하여 반실험적인 모델링을 개발하고, 실제 기하학적 모델을 고려한 삼차원 유동해석과 실기형 연소시험을 수행하여 복잡한 물리적현상을 도출하여 shroud로 감싸여 있는 제트베인의 측력 특성을 제시하였다.