Vera, Luisa Mayra;Bermejo, Daniel;Uguna, Maria Fernanda;Garcia, Nancy;Flores, Marittza;Gonzalez, Enrique
Environmental Engineering Research
/
v.24
no.1
/
pp.31-37
/
2019
In this paper the results of the biosorption of lead(II) and cadmium(II) with sugarcane bagasse in fixed bed columns are presented. Experimental data were fitted to several models describing the rupture curve for single-component and two-component systems. The percentages of removal of lead and cadmium in single-component systems are 91% and 90%, respectively. In lead-cadmium bicomponent systems the percentage of elimination of lead was 90% and cadmium 92%. In single-component systems, Yoon-Nelson and Thomas models successfully reproduce the rupture curves. In two-component system, the Dose-Response model was the best one reproducing the experimental rupture curves in the entire measured range.
SP data have been widely used in assessing new transport policies and transport related plans. However, one of criticisms of using SP is that respondents may show different reaction between hypothetical experiments and real life. In order to overcome the problem, combination of SP and RP data has been suggested and the combined methods have been being developed. The purpose of this paper is to suggest a new SP and RP combined method using error component method and to verify the method. The error component method decomposes IID extreme value error into non-IID error component(s) and an IID error component. The method estimates both of component parameters and utility parameters in order to obtain relative variance of SP data and RP data. The artificial SP and RP data was created by using simulation and used for the analysis, and the estimation results of the error component method were compared with those of existing SP and RP combined methods. The results show that regardless of data size, the parameters of the error component method models are similar to those assumed parameters much more than those of the existing SP and RP combined models, indicating usefulness of the error component method. Also the values of time for error component method are more similar to those assumed values than those of the existing combined models. Therefore, we can conclude that the error component method is useful in combining SP and RP data and more efficient than the existing methods.
In a general variance component model, nonnegative quadratic estimators of the components of variance are considered which are invariant with respect to mean value translaion and have minimum bias (analogously to estimation theory of mean value parameters). Here the minimum is taken over an appropriate cone of positive semidefinite matrices, after having made a reduction by invariance. Among these estimators, which always exist the one of minimum norm is characterized. This characterization is achieved by systems of necessary and sufficient condition, and by a cone restricted pseudoinverse. In models where the decomposing covariance matrices span a commutative quadratic subspace, a representation of the considered estimator is derived that requires merely to solve an ordinary convex quadratic optimization problem. As an example, we present the two way nested classification random model. An unbiased estimator is derived for the mean squared error of any unbiased or biased estimator that is expressible as a linear combination of independent sums of squares. Further, it is shown that, for the classical balanced variance component models, this estimator is the best invariant unbiased estimator, for the variance of the ANOVA estimator and for the mean squared error of the nonnegative minimum biased estimator. As an example, the balanced two way nested classification model with ramdom effects if considered.
Herrera, Ricardo A.;Muhummud, Teerawut;Ricles, James M.;Sause, Richard
Steel and Composite Structures
/
v.43
no.3
/
pp.327-340
/
2022
A vast amount of experimental and analytical research has been conducted related to the seismic behavior and performance of concrete filled steel tubular (CFT) columns. This research has resulted in a wealth of information on the component behavior. However, analytical and experimental data for structural systems with CFT columns is limited, and the well-known behavior of steel or concrete structures is assumed valid for designing these systems. This paper presents the development of an analytical model for nonlinear analysis of composite moment resisting frame (CFT-MRF) systems with CFT columns and steel wide-flange (WF) beams under seismic loading. The model integrates component models for steel WF beams, CFT columns, connections between CFT columns and WF beams, and CFT panel zones. These component models account for nonlinear behavior due to steel yielding and local buckling in the beams and columns, concrete cracking and crushing in the columns, and yielding of panel zones and connections. Component tests were used to validate the component models. The model for a CFT-MRF considers second order geometric effects from the gravity load bearing system using a lean-on column. The experimental results from the testing of a four-story CFT-MRF test structure are used as a benchmark to validate the modeling procedure. An analytical model of the test structure was created using the modeling procedure and imposed-displacement analyses were used to reproduce the tests with the analytical model of the test structure. Good agreement was found at the global and local level. The model reproduced reasonably well the story shear-story drift response as well as the column, beam and connection moment-rotation response, but overpredicted the inelastic deformation of the panel zone.
Evaluation of predictability of numerical models for tropical cyclone track was performed using along-and cross-track component. The along-and cross-track bias were useful indicators that show the numerical models predictability associated with cause of errors. Since forecast errors, standard deviation and consistency index of along-track component were greater than those of cross-track component, there was some rooms for improvement in alongtrack component. There was an overall slow bias. The most accurate model was JGSM for 24-hour forecast and ECMWF for 48~96-hour forecast in direct position error, along-track error and cross-track error. ECMWF and GFS had a high variability for 24-hour forecast. The results of predictability by track type showed that most significant errors of tropical cyclone track forecast were caused by the failure to estimate the recurvature phenomenon.
Component reliability data were analyzed by using PRinS(Plant Reliability data information System) based on the latest operating experiences of eight KSNPs(Korea Standard Nuclear Power plants), and these new data were applied to the KSNP PSA models. In addition, the existing PSA models were revised for reflecting as-built and as-operated plant conditions. As a result of newly performing PSA in this paper, CDF and LERF were estimated 26.1% and 18.2% lower than the existing values, respectively. It was identified that the risk measures decreased not because of revising the models but because of applying the new component reliability data. The result and the method of this paper could be used when generating plant specific data and performing the living PSA in the future.
The performance of spatial downscaling models depends on the quality of input coarse scale products. Thus, the impact of intrinsic errors contained in coarse scale satellite products on predictive performance should be properly assessed in parallel with the development of advanced downscaling models. Such an assessment is the main objective of this paper. Based on a synthetic satellite precipitation product at a coarse scale generated from rain gauge data, two synthetic precipitation products with different amounts of error were generated and used as inputs for spatial downscaling. Geographically weighted regression, which typically has very high explanatory power, was selected as the trend component estimation model, and area-to-point kriging was applied for residual correction in the spatial downscaling experiment. When errors in the coarse scale product were greater, the trend component estimates were much more susceptible to errors. But residual correction could reduce the impact of the erroneous trend component estimates, which improved the predictive performance. However, residual correction could not improve predictive performance significantly when substantial errors were contained in the input coarse scale data. Therefore, the development of advanced spatial downscaling models should be focused on correction of intrinsic errors in the coarse scale satellite product if a priori error information could be available, rather than on the application of advanced regression models with high explanatory power.
The Transactions of the Korean Institute of Electrical Engineers A
/
v.50
no.4
/
pp.172-179
/
2001
A component based method out of load modeling is to aggregate component load model according to the composition rate of each component load at load bus based on the circuit theory. But the most of component loads respond complex nonlinear characteristics respect to voltage and frequency variation due to the control techniques and semiconductor elements applied to component load. It needs to verify this approach through actual experiment of the aggregation of component load even if it can be down. To identify this aggregation method well known, this paper is proposed the classifying method of component load characteristics for component loads to group by quantitative analysis. The component load characteristics were divided into several types by KSOM (kohonen self organizing map), which can classify multi-dimension vector, component load pattern, into two-dimension vector. Some ambiguous cases happened from KSOM were classified by the proposed closing degree.
A technique that provides prediction intervals based on a model called an empirical linear model is discussed. The technique, high-dimensional empirical linear prediction (HELP), involves principal component analysis, factor analysis and model selection. HELP can be viewed as a technique that provides prediction (and confidence) intervals based on a factor analysis models do not typically have justifiable theory due to nonidentifiability, we show that the intervals are justifiable asymptotically.
International Journal of Fuzzy Logic and Intelligent Systems
/
v.13
no.3
/
pp.186-199
/
2013
We pose pattern classification as a density estimation problem where we consider mixtures of generative models under partially labeled data setups. Unlike traditional approaches that estimate density everywhere in data space, we focus on the density along the decision boundary that can yield more discriminative models with superior classification performance. We extend our earlier work on the recursive estimation method for discriminative mixture models to semi-supervised learning setups where some of the data points lack class labels. Our model exploits the mixture structure in the functional gradient framework: it searches for the base mixture component model in a greedy fashion, maximizing the conditional class likelihoods for the labeled data and at the same time minimizing the uncertainty of class label prediction for unlabeled data points. The objective can be effectively imposed as individual mixture component learning on weighted data, hence our mixture learning typically becomes highly efficient for popular base generative models like Gaussians or hidden Markov models. Moreover, apart from the expectation-maximization algorithm, the proposed recursive estimation has several advantages including the lack of need for a pre-determined mixture order and robustness to the choice of initial parameters. We demonstrate the benefits of the proposed approach on a comprehensive set of evaluations consisting of diverse time-series classification problems in semi-supervised scenarios.
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.