인체의 생리기관의 운동은 매우 복잡하고 불규칙적인 운동을 보이고 있다. 특히 말초 혈관의 운동은 매우 민감하고 복잡한 운동특성을 보이고 있다. 그중에서도 당 (glucose)에 의한 운동은 매우 민감한 변화의 운동을 반응한다. 이런 운동을 분석하기에는 기존의 선형적인 분석방법으로 복잡한 혈류운동을 분석하고 예측하기에는 많은 문제점을 가지고 있다. 그래서 비선형적 운동계의 분석방법인 카오스이론의 시계열분석방법으로 분석하는 것이 적합하다. 이런 맥락으로 본 연구는 당의 주입에 의한 토끼의 말초혈류량의 스칼라적 데이터를 획득하여 시계열분석방법으로 다차원의 벡터로 재정의하여 말초혈관의 혈류운동이 카오스적 운동임을 재확인하고 비선형적분석방법의 적합성을 확인하고자 하였다. 그 결과 당 주입에 따른 혈당치의 변화에 따라 기존의 주파수분석 및 평균치분석에서 차이가 나타나지 않았지만 비선형적분석방법으로 분석한 결과 그 차이를 확인할수 있었고, 말초 혈류의운동이 카오스적현상을 보임을 확인하였다.
Quantifying dynamic stability is important to assessment of falling risk or functional recovery for leg injured people. Human locomotion is complex and known to exhibit nonlinear dynamical behaviors. The purpose of this study is to quantify major joints of the body using chaos analysis during walking. Time series of the chaotic signals show how gait patterns change over time. The gait experiments were carried out for ten young males walking on a motorized treadmill. Joint motions were captured using eight video cameras, and then three dimensional kinematics of the neck and the upper and lower extremities were computed by KWON 3D motion analysis software. The correlation dimension and the largest Lyapunov exponent were calculated from the time series to quantify stabilities of the joints. This study presents a data set of nonlinear dynamic characteristics for eleven joints engaged in normal level walking.
본 연구에서 카오스 모형을 직접적으로 검정하기 위한 표준적인 기법 중의 하나인 R/S 분석(resealed range statistical analysis)과 허스트 지수를 'sinusoid' 패턴 평가하는 데 적용하였다. 이는 다소 잡음이 섞여 있으면서 동시에 준주기 성향을 갖는 시계열자료에 대해서 허스트 지수가 이를 간접적으로 평가 할 수 있는 측도(measure)로 활용될 수 있음을 논하였다.
분해기법은 일 단위 강수시계열 자료를 시간단위로 분해하는 데 주로 사용되고 있으며, 시단위 자료는 홍수예측을 위하여 주요하게 사용될 수 있다. 그러나 현재까지 제시된 대부분의 분해기술은 강우데이터가 추계학적 특성을 가지고 있다는 기본 가정을 전제로 하고 있기 때문에 모형을 구성하는데 있어서 강우자료의 물리적 특성을 반영하는 데는 한계를 보이고 있다. 이에 본 연구에서는 강우자료를 각기 다른 해상도로 변환하는데 따른 가중치의 동역학적 거동이 카오스 특성을 보이는지와 카오스적 분해가 가능한지를 비선형의 확정론적 방법(카오스이론)을 이용하여 규명하는 방안을 소개하였다. 우선, 기상청 산하 서울지점을 대상으로 24h-12h, 12h-6h, 6h-3h으로 해상도를 변환하는데 따른 가중치를 계산하여 사용하였다. 가중치 시계열자료의 카오스 특성을 규명하는 데는 상관차원방법을 이용하였으며, 부분근사화 기법을 이용하여 강우를 분해하였다. 서울 지점의 모든 해상도 변환에 따른 가중치는 저차원의 상관 차수를 가지는 카오스 특성을 보임을 확인하였으며, 분해결과 실제 관측치와 유사한 값을 보임을 확인하였다(높은 상관계수와 작은 평균제곱근오차를 보임). 또한 강우의 일반적인 경향성(총량, 강우의 발생 시점)은 보존되나 극값의 경우 대부분 과소 추정됨을 알 수 있었다.
In this paper, we propose a new architecture of Self-Organizing Fuzzy Polynomial Neural Networks(SOFPNN) by means of genetically optimized fuzzy polynomial neuron(FPN) and discuss its comprehensive design methodology involving mechanisms of genetic optimization, especially genetic algorithms(GAs). The conventional SOFPNNs hinges on an extended Group Method of Data Handling(GMDH) and exploits a fixed fuzzy inference type in each FPN of the SOFPNN as well as considers a fixed number of input nodes located in each layer. The design procedure applied in the construction of each layer of a SOFPNN deals with its structural optimization involving the selection of preferred nodes (or FPNs) with specific local characteristics (such as the number of input variables, the order of the polynomial of the consequent part of fuzzy rules, a collection of the specific subset of input variables, and the number of membership function) and addresses specific aspects of parametric optimization. Therefore, the proposed SOFPNN gives rise to a structurally optimized structure and comes with a substantial level of flexibility in comparison to the one we encounter in conventional SOFPNNs. To evaluate the performance of the genetically optimized SOFPNN, the model is experimented with using two time series data(gas furnace and chaotic time series).
There are many modelling methods using theoretical and experimental data. Recently, fractal interpolation methods have been widely used to estimate and analyze various data. Due to the chaotic nature of dynamic roundness profile data in roundness some desirable method must be used for the analysis which is natural to time series data. Fractal analysis used in this paper is within the scope of the fractal interpolation and fractal dimension. Also, two methods for computing the fractal dimension has been introduced which can obtain the dimension of typical dynamic roundness profile data according to the number of data points in which the fixed data are generally lower than 200 data points. This fractal analysis result shows a possible prediction of roundness profile that has some different roundness profile in round shape operation.
In this paper, we propose a new architecture of Self-Organizing Fuzzy Polynomial Neural Networks (SOFPNN) that is based on a genetically optimized multilayer perceptron with fuzzy polynomial neurons (FPNs) and discuss its comprehensive design methodology involving mechanisms of genetic optimization, especially genetic algorithms (GAs). The proposed SOFPNN gives rise to a structurally optimized structure and comes with a substantial level of flexibility in comparison to the one we encounter in conventional SOFPNNs. The design procedure applied in the construction of each layer of a SOFPNN deals with its structural optimization involving the selection of preferred nodes (or FPNs) with specific local characteristics (such as the number of input variables, the order of the polynomial of the consequent part of fuzzy rules, and a collection of the specific subset of input variables) and addresses specific aspects of parametric optimization. Through the consecutive process of such structural and parametric optimization, an optimized and flexible fuzzy neural network is generated in a dynamic fashion. To evaluate the performance of the genetically optimized SOFPNN, the model is experimented with using two time series data(gas furnace and chaotic time series), A comparative analysis reveals that the proposed SOFPNN exhibits higher accuracy and superb predictive capability in comparison to some previous models available in the literatures.
This study analyzed the design elements and fashion images of women's knitwear in collections of Paris, Milan, London and New York between 2003 and 2008, and examined knitwear trends in an effort to verify whether knitwear trends are repeated in certain cycles, whether they show complicated patterns in cycles and yet occur in quasi cycles, or whether they occur non-periodically in complicated forms of chaotic cycles. Trend cycle analysis results are deemed to identify the time series attribute of knit fashions. It also sought to categorize the attribute of various factors influencing knitwear trends with a view to determining relevancy between design elements, and to present the direction of predicting knitwear fashion trends and the progression of short-term knitwear trends. This study reached the following conclusion. According to design elements or fashion images, knitwear fashion trends occur in cycles, quasi cycles, non-periodical cycles. These cyclic characteristics can be used as scientific data for planning knitwear products. The study confirmed close relevancy between fashion images and fashion elements. It identified close relevancy between designs with similar fashion elements and images through coordinates by year and season, and it is possible to make short-term prediction of trend direction through the flow of coordinates. Time series data were insufficient, thereby making it difficult to perfectly verify chaos indices and giving limitations to this study. A study with more time series data will produce a more effective method of predicting and using knitwear fashion trends.
This paper proposes an approach of identifying nonlinear mappings from input/output data. The approach is based on the universal approximation by the fuzzy integration of local affine mappings. A connectionist model realizing the universal approximator is suggested by using a processing unit based on both the radial basis function and the weighted sum scheme. In addition, a learning method with self-organizing capability is proposed for the identifying of nonlinear mapping relationships with the given input/output data. To show the effectiveness of our approach, the proposed model is applied to the function approximation and the prediction of Mackey-Glass chaotic time series, and the performances are compared with other approaches.
Chandra, D. Rakesh;Kumari, Matam Sailaja;Sydulu, Maheswarapu;Grimaccia, F.;Mussetta, M.
Journal of Electrical Engineering and Technology
/
제9권6호
/
pp.1812-1821
/
2014
Wind has been a rapidly growing renewable power source for the last twenty years. Since wind behavior is chaotic in nature, its forecasting is not easy. At the same time, developing an accurate forecasting method is essential when wind farms are integrated into the power grid. In fact, wind speed forecasting tools can solve issues related to grid stability and reserve allocation. In this paper 30 hours ahead wind speed profile forecast is proposed using Adaptive Wavelet Neural Network (AWNN). The implemented AWNN uses a Mexican hat mother Wavelet, and Morlet Mother Wavelet for seven, eight and nine levels decompositions. For wind speed forecasting, the time series data on wind speed has been gathered from the National Renewable Energy Laboratory (NREL) website. In this work, hourly averaged 10-min wind speed data sets for the year 2004 in the Midwest ISO region (site number 7263) is taken for analysis. Data sets are normalized in the range of [-1, 1] to improve the training performance of forecasting models. Total 8760 samples were taken for this forecasting analysis. After the forecasting phase, statistical parameters are calculated to evaluate system accuracy, comparing different configurations.
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.