• 한국지능시스템학회논문지
• /
• 제10권5호
• /
• pp.417-422
• /
• 2000

본 논문에서는 적응 뉴로-퍼지 모델링을 위해 최근에 BBS(blind source separation)분야에서 발전된 독립 성분 분석기법(ICA)을 전처리로 이용하여 효과적인 퍼지 규칙을 생성하는 방법을 제안한다. 기존의 뉴로-퍼지 모델링은 입력 데이터 성분간의 상관관계를 고려하지 않고 입력공간을 분할하기 때문에 효과적으로 분할하지 못하는 단점이 있다. 이로 인해 과도한 규칙 수와 큰 오차를 가지고 있었다. 이에, 본 연구에서는 독립 성분 분석기법을 이용하여 입력 데이터 성분간의 상관관계를 제거함으로서 적은 규칙 수를 갖으면서도 효율적인 퍼지 규칙을 얻을 수 있도록 하였다. 시뮬레이션 예로서 Box-Jenkins의 가스로 데이터의 모델링에 적용하여 유용성과 제안된 방법이 이전의 연구보다 좋은 결과를 보임을 알 수 있었다.

• 한국정보통신학회논문지
• /
• 제17권8호
• /
• pp.1777-1783
• /
• 2013

시간영역 해석 기법의 하나인 전달선로행렬 모델링을 이용하여 수중물체 이동시 나타나는 도플러 효과를 구현하는 방법에 관한 연구를 수행하였다. 수중물체가 이동하는 상황을 고려하기 위해 입력 신호의 위치를 수중물체의 이동속도에 맞추어 매 시각 마다 신호를 입력한 결과, 최대 2.47%의 아주 작은 오차 범위에서 도플러 효과를 얻을 수 있었다. 또한, 수중물체의 이동 속도를 조절하기 위해 입력 신호의 입력 속도를 조절하는 것에 의해 이론치와 비교하여 최대 0.63% 이내의 오차를 가지는 신뢰할 수 있는 수치 시뮬레이션 결과를 얻을 수 있었다.

• Journal of Mechanical Science and Technology
• /
• 제19권7호
• /
• pp.1393-1404
• /
• 2005

Fatigue crack growth and life have been estimated based on established empirical equations. In this paper, an alternative method using artificial neural network (ANN) -based model developed to predict fatigue damages simultaneously. To learn and generalize the ANN, fatigue crack growth rate and life data were built up using in-plane bending fatigue test results. Single fracture mechanical parameter or nondestructive parameter can't predict fatigue damage accurately but multiple fracture mechanical parameters or nondestructive parameters can. Existing fatigue damage modeling used this merit but limited real-time damage monitoring. Therefore, this study shows fatigue damage model using backpropagation neural networks on the basis of X -ray half breadth ratio B / $B_o$, fractal dimension $D_f$ and fracture mechanical parameters can estimate fatigue crack growth rate da/ dN and cycle ratio N / $N_f$ at the same time within engineering limit error ($5\%$).

• 대한원격탐사학회지
• /
• 제19권4호
• /
• pp.285-290
• /
• 2003

본 논문에서는 외부표정요소(EOP)를 지상기준점을 이용하여 계산하는 기존의 방식과는 달리, 위성의 궤도자료와 영상촬영기하를 이용하여 EOP를 계산하고 지상기준점을 이용하여 모델오차를 보정하는 방식의 카메라모델링 기법을 제시하고 있다 제시한 기법은 영상보조파일로부터 궤도자료, 센서의 촬영각도 및 영상중심 촬영시간 등을 추출하여 위성의 영상획득당시의 실제 기하를 최대한 충실히 재구성하여 모델링을 수행하며 외부표정요소를 일차 또는 이차의 다항식으로 근사하지 않는다. 이와 같이 수립된 카메라모델을 통해 기존의 방법에 비해 적은 한 두개 정도의 지상기준점으로 영상화소 수준의 RMSE를 얻을 수 있었으며 모델오차 보정을 위한 지상기준점이 영상라인방향으로 고루 분포하지 않아도 된다. 이러한 장점은 대형프로젝트에서의 지상기준점 취득을 위한 비용을 획기적으로 절감할 수 있을 뿐 아니라 비접근 지역에 대한 위치정보 획득에 대한 가능성을 제시하고 있다.

• 한국통신학회논문지
• /
• 제36권7C호
• /
• pp.451-458
• /
• 2011

MAXFLAT(maximally flat) FIR필터 설계는 폐쇄형 솔루션을 제공하는 장점이 있으나 설계의 정확성을 위하여 평탄차수를 정확하고 효율적으로 결정하는 문제가 아직 남아 있다. 본 논문에서는 폐쇄형 솔루션에서 주파수영역 오차함수를 모델링하고 분석하므로 써 직접적이고 정확하게 평탄차수를 결정하는 방법을 제안하였다. 마지막으로 주피수영역 오차함수를 바탕으로 제안한 차단주파수와의 최소거리 방식이 기존의 Herrmann 방식에 비해 매우 정확하고 효율적이라는 것을 입증하였다.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권11호
• /
• pp.83-93
• /
• 2020

This empirical research aims to modeling and improving the forecasting accuracy of the volatility pattern by employing the Saudi Arabia stock market (Tadawul)by studying daily closed price index data from October 2011 to December 2019 with a number of observations being 2048. In order to achieve significant results, this study employs many mathematical functions which are non-linear spectral model Maximum overlapping Discrete Wavelet Transform (MODWT) based on the best localized function (Bl14), autoregressive integrated moving average (ARIMA) model and generalized autoregressive conditional heteroskedasticity (GARCH) models. Therefore, the major findings of this study show that all the previous events during the mentioned period of time will be explained and a new forecasting model will be suggested by combining the best MODWT function (Bl14 function) and the fitted GARCH model. Therefore, the results show that the ability of MODWT in decomposition the stock market data, highlighting the significant events which have the most highly volatile data and improving the forecasting accuracy will be showed based on some mathematical criteria such as Mean Absolute Percentage Error (MAPE), Mean Absolute Scaled Error (MASE), Root Means Squared Error (RMSE), Akaike information criterion. These results will be implemented using MATLAB software and R- software.

• 한국군사과학기술학회지
• /
• 제10권2호
• /
• pp.21-30
• /
• 2007

A practical method to design the input shaping which generates control command is proposed in this paper, We suggest an experimental technique considering human operator's target tracking error to improve aiming accuracy which significantly affects hit probability. It is known that stabilization performance is one of the most important factors for ground combat vehicle system. In particular, stabilization error of the manual target tracking system mounted on moving vehicle directly affects hit probability. To reduce this error, we applied input command shaping method using preprocessing filtering and functional curve fitting. First of all, we construct the human operator model to consider effects of human operator on our system. Input shaping curve is divided into several regions to get rid of the above problems and to improve the system performance. At example design part, we chose three steps of functional command curve and determine the parameters of the function by the proposed design method. In order to verify the proposed design method, we carried out the experiments with real plant of a fighting vehicle.

• 한국산업정보학회논문지
• /
• 제24권5호
• /
• pp.1-8
• /
• 2019

본 논문에서는 깊이 영상에서 깊이 카메라의 일시적인 오류로 인해 측정이 되지 않은 깊이 화소의 값을 보정하는 방법을 제안한다. 깊이 영상의 한 블록 내에서 측정이 정상적으로 된 화소의 좌표와 깊이 값을 이용하여, 해당 블록의 깊이 값과 제일 오차가 적은 평면과 곡면을 모델링한다. 그 후 각각의 모델링된 표면을 통해 추정된 깊이 값과 원래 측정된 깊이 값을 비교하여 오차를 계산한다. 그 후 오차가 제일 작게 계산된 표면을 선택한 후, 측정에 실패한 깊이 화소를 선택된 모델링 표면을 통해 깊이 값을 추정함으로써 보정한다. 모의실험 결과 제안된 방법을 통한 보정방법은 $5{\times}5$ 영역의 중간 값을 이용한 보정방법에 비해 보정 성능이 평균 20% 개선되었음을 확인하였다.

• 한국시뮬레이션학회논문지
• /
• 제30권4호
• /
• pp.21-29
• /
• 2021

역합성개구면레이다(ISAR) 영상은 표적의 주요 산란 부위를 보여주는 강력한 도구이다. 표적을 식별 및 분류하는데 주로 사용된다. ISAR 영상의 산란점 정보를 찾는 것은 표적 특징을 모델링하는데 중요하다. 본 논문에서는 ISAR 영상 데이터와 모델링 함수와의 근사오차를 최소화함으로서 산란점 정보를 추출하는 모델링 방법을 제안한다. 여기서 추출된 산란점 정보는 시뮬레이션에서 사용될 표적의 산란점 위치뿐만 아니라 표적 산란점의 오차요소를 고려하는 시뮬레이션에 사용될 수 있는 표적 산란점 위치오차의 통계적 정보도 포함한다. 또한 제안된 방법에 의해서 얻어진 산란점 정보로부터 영상을 재구성하고 원래의 ISAR 영상을 잘 근사하는지 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제29권7호
• /
• pp.73-80
• /
• 2024

본 연구는 토픽 모델링과 장단기 기억(LSTM) 신경망을 결합하여 한국 종합주가지수(KOSPI) 예측의 정확도를 향상하는 방법을 제안한다. 본 논문에서는 LDA(Latent Dirichlet Allocation) 기법을 이용해 금융 뉴스 데이터에서 금리 인상 및 인하와 관련된 10개의 주요 주제를 추출하고, 추출된 주제를 과거 KOSPI 지수와 함께 LSTM 모델에 입력하여 KOSPI 지수를 예측하는 모델을 제안한다. 제안된 모델은 과거 KOSPI 지수를 LSTM 모델에 입력하여 시계열 예측 방법과 뉴스 데이터를 입력하여 토픽 모델링하는 방법을 결합하여 KOSPI 지수를 예측하는 특성을 가진다. 제안된 모델의 성능을 검증하기 위해, 본 논문에서는 LSTM의 입력 데이터의 종류에 따라 4개의 모델(LSTM_K 모델, LSTM_KNS 모델, LDA_K 모델, LDA_KNS 모델)을 설계하고 각 모델의 예측 성능을 제시하였다. 예측 성능을 비교한 결과, 금융 뉴스 주제 데이터와 과거 KOSPI 지수 데이터를 입력으로 하는 LSTM 모델(LDA_K 모델)이 가장 낮은 RMSE(Root Mean Square Error)를 기록하여 가장 좋은 예측 성능을 보였다.