• 전기학회논문지
• /
• 제60권3호
• /
• pp.639-647
• /
• 2011

In this paper, we introduce a design methodology of data-centroid Radial Basis Function neural networks with extended polynomial function. The two underlying design mechanisms of such networks involve K-means clustering method and Particle Swarm Optimization(PSO). The proposed algorithm is based on K-means clustering method for efficient processing of data and the optimization of model was carried out using PSO. In this paper, as the connection weight of RBF neural networks, we are able to use four types of polynomials such as simplified, linear, quadratic, and modified quadratic. Using K-means clustering, the center values of Gaussian function as activation function are selected. And the PSO-based RBF neural networks results in a structurally optimized structure and comes with a higher level of flexibility than the one encountered in the conventional RBF neural networks. The PSO-based design procedure being applied at each node of RBF neural networks leads to the selection of preferred parameters with specific local characteristics (such as the number of input variables, a specific set of input variables, and the distribution constant value in activation function) available within the RBF neural networks. To evaluate the performance of the proposed data-centroid RBF neural network with extended polynomial function, the model is experimented with using the nonlinear process data(2-Dimensional synthetic data and Mackey-Glass time series process data) and the Machine Learning dataset(NOx emission process data in gas turbine plant, Automobile Miles per Gallon(MPG) data, and Boston housing data). For the characteristic analysis of the given entire dataset with non-linearity as well as the efficient construction and evaluation of the dynamic network model, the partition of the given entire dataset distinguishes between two cases of Division I(training dataset and testing dataset) and Division II(training dataset, validation dataset, and testing dataset). A comparative analysis shows that the proposed RBF neural networks produces model with higher accuracy as well as more superb predictive capability than other intelligent models presented previously.

• 정신신체의학
• /
• 제18권1호
• /
• pp.40-47
• /
• 2010

연구목적 : 자기신체상은 자아존중감과 체중조절행위와 밀접한 연관이 있고 특히 여자 청소년에서는 중요한 관련이 있다고 알려져있다. 이 연구는 체질량지수로 측정한 신체이미지와 식이장애와 연관된 비정상식이행동이 우울증과 자살사고에 미치는 영향을 알아보고자 한다. 방 법 : 서울 한 지역의 고등학교 여학생 239명을 대상으로 체질량지수를 측정하고, 청소년을 위한 식이태도검사(Eating Attitude Test for Korean Adolescents), 자아존중감척도, 충동성척도, 벡 우울척도, 벡 자살사고 척도를 시행하였다. 결 과 : 연구대상에서 식이장애 위험군은 총 10%(24명)이었다. 대조군에 비해 우울증상을 강하게 경험하고 있었고 현재 체질량지수와 이상적 체질량지수의 차이가 클수록 우울감, 자살사고, 비정상적 식이행동의 정도가 커지고 자아존중감은 낮아졌다. 그중에서 체질량지수의 차이가 통계적으로 가장 의미있는 예측인자였다. 결 론 : 연구대상군이 전체적으로 정상체중 범위임에도 불구하고, 현재의 체형과 이상적 체형사이의 괴리가 클수록 우울과 자살사고가 컸다. 여자 청소년의 식이장애 발생과 우울, 자살사고의 예방을 위해 체중조절, 정상식이습관에 대한 교육적 접근이 필요하다는 것을 알 수 있었다.

• 한국산학기술학회논문지
• /
• 제21권1호
• /
• pp.61-69
• /
• 2020

본 논문은 국내 고속형 화물열차에 적용되는 P4a 분배밸브를 갖는 화물열차의 장대 편성시 제동특성에 관한 것이다. 제동신호가 열차의 끝단까지 연결된 제동관을 통해 공기압력으로 전달되는 화차의 제동은 열차 길이와 사용된 밸브 등에 따라 영향을 받기 때문에 실험적 방법으로 확인한다. 장대화물 열차의 제동 특성은 평상시 운영의 약 2배인 50량으로 구성한 화물열차의 비상제동과 상용제동의 시험을 이용하였다. 1, 10, 20, 30, 50번째 차량에서 제동 실린더 압력이 측정되었다. 열차의 길이가 길어질수록 후방의 차량은 제동이 늦게 체결되는 제동지연 현상을 확인하였으며 특히 비상제동시 차량간 충격이 클 것을 예상할 수 있었다. 제한된 시험의 결과를 보완하고 향후 제동거리 계산을 위해 열차를 구성하는 모든 차량에서의 제동 압력을 예측할 필요가 있다. 제동시 각 차량에서의 압력은 계산시간의 단축과 신뢰성 있는 정보를 제공하는 것으로 알려진 선형보간, 단계형, 지수함수형의 경험적 모델들을 이용하여 예측하였다. 경험적 모델들의 예측결과는 실측한 결과들과 비교하였으며 지수함수형 모델이 비교적 정확하게 예측하고 있음을 확인하였다. 본 연구의 결과는 장대화물열차의 안전한 운용에 기여하고 화물열차의 제동거리 예측과 제동시 차량간 충격량 계산 등에 활용될 수 있을 것으로 예상된다.

• 한국산림과학회지
• /
• 제78권4호
• /
• pp.381-395
• /
• 1989

본 연구는 임업 경영에 있어서, 그 중에서도 특히 간벌 작업에서 순수 작업시간과 임목의 형상 조건과의 관계를 구명함으로써 임금표나 공정표에 대한 과학적인 기초 자료를 제공하는데 목적이 있다. 시험 대상지와 수종은 경남 양산에서 참나무 460본, 강원도 봉평에서 낙엽송 372본과 적송 232본, 전북진안에서 리기다 소나무 240본을 선정하였으며, 회귀식에 의한 분석 결과는 다음과 같다. 1. 수종별 임목의 형상 조건인 5개의 독립 변수는 순수 작업 시간을 산출하는데 있어 작업원별로 동일 조건임을 확인하였다. 2. 임목의 형상 조건간의 서로 상관관계를 구명, 유의성을 확인하였으며, 결과적으로 순수 작업시간(WT)은 흉고직경(DBH)과 전체 가지수(NOB)로부터 가장 크게 영향을 받았다. 3. 변수의 수에 따른 결정계수(Rp)와 잔차평균제곱(MSEp)을 비교하여 최적회귀식을 수종별로 산출하였으며 여기에서 모든 수종으로부터 흉고직경(DBH)과 가지수(NOB)가 조합된 $WT=a+b1{\times}NOB+b2{\times}DBF$의 식이 유도 되었다. 4. 간벌 작업에서 걸림시간(Hang-up time)을 산출해보면 전체 작업 사간에 대하여 참나무가 평균 66%, 낙엽송 74%, 적송55% 그리고 리기다 소나무가 52%를 나타났다. 5. 수종별 휴고직경(DBH)과 가지수(NOB) 2변수로 부터의 최적 회귀 방정식에 작업 시간표를 작성하였으며, 6. 여기에서 전체 작업시간(Total WT)은 벌도시간(FT)과 조재시간(LT) 그리고 걸림시간(HT)을 모두 합한 것으로써 임목의 1cm 증가마다 11-13초의 작업시간 증가를 나타냈다.

• 한국식품저장유통학회지
• /
• 제25권1호
• /
• pp.90-97
• /
• 2018

본 연구에서는 현재 재배되고 있는 복숭아 품종 중 미황, 가납암백도 및 천홍의 핵과 종자를 이용하여 항산화 및 항염증 활성에 관한 연구를 하였다. 총 phenol 및 flavonoid 함량은 3품종 모두 종자에 비해 핵에서 월등히 높았으며, 품종간에는 천홍의 핵에서 가장 높은 함량을 나타내었다. DPPH radical 소거능과 FRAP 및 CUPRAC에 의한 항산화 활성은 3품종 모두 종자에 비해 핵에서 활성이 높았고, DPPH radical 소거활성은 가납암백도와 천홍, FRAP 활성은 천홍, CUPRAC 활성은 가납암백도에서 유의성 있게 높았다. NO 생성 억제 효과는 RAW 264.7 세포의 경우 핵 추출물에서 가납암백도 74%, 미황 70%, 천홍 58%이며, BV2 세포의 경우 미황 90%, 가납암백도 78%, 천홍 65%로 각각 염증 반응을 감소시켰다. 복숭아 3품종 핵과 종자의 총 phenol 함량과 총 flavonoid 함량은 높은 상관 관계를 나타내었고, 항산화 활성간의 상관성은 모두 유의적인 관계가 확인되었으나, 항염 활성과 항산화 활성, 항염 활성과 총 phenol 및 flavonoid 함량간은 낮은 상관관계를 나타내었다.

• 한국토양비료학회지
• /
• 제44권5호
• /
• pp.944-958
• /
• 2011

Soil hydraulic properties such as hydraulic conductivity or water retention which are costly to measure can be indirectly generated by soil pedotransfer function (PTF) using easily obtainable soil data. The field soil structure description which is routinely recorded could also be used in PTF as an input to reduce the uncertainty. The purposes of this study were to use qualitative morphological soil structure descriptions and soil structural index into PTF and to evaluate their contribution in the prediction of soil hydraulic properties. We transformed categorical morphological descriptions of soil structure into quantitative values using categorical principal component analysis (CATPCA). This approach was tested with a large data set from the US National Pedon Characterization database with the aid of a categorical regression tree analysis. Six different PTFs were used to predict the saturated hydraulic conductivity and those results were averaged to quantify the uncertainty. Quantified morphological description was successively used in multiple linear regression approach to predict the averaged ensemble saturated conductivity. The selected stepwise regression model with only the transformed morphological variables and structural index as predictors predicted the $K_{sat}$ with $r^2$ = 0.48 (p = 0.018), indicating the feasibility of CATPCA approach. In a regression tree analysis, soil structure index and soil texture turned out to be important factors in the prediction of the hydraulic properties. Among structural descriptions size class turned out to be an important grouping parameter in the regression tree. Bulk density, clay content, W33 and structural index explained clusters selected by a two step clustering technique, implying the morphologically described soil structural features are closely related to soil physical as well as hydraulic properties. Although this study provided relatively new method which related soil structure description to soil structure index, the same approach should be tested using a datasets containing the actual measurement of hydraulic properties. More insight on the predictive power of soil structure index to estimate hydraulic properties would be achieved by considering measured the saturated hydraulic conductivity and the soil water retention.

• 디지털융복합연구
• /
• 제17권1호
• /
• pp.239-247
• /
• 2019

감정을 정확히 예측하는 것은 환자중심의 의료디바이스 개발 및 감성관련 산업에서 매우 중요한 이슈이다. 감정예측에 관한 많은 연구 중 감정 예측에 심박 변동성과 뉴로-퍼지 접근법을 적용한 연구는 없다. 본 연구는 HRV를 이용한 ANFEP(Adaptive Neuro Fuzzy system for Emotion Prediction)을 제안한다. ANFEP의 핵심 기능은 인공 신경망과 퍼지시스템을 통합해 예측 모델을 학습하는 ANFIS(Adaptive Neuro-Fuzzy Inference System)에 기반한다. 제안 모형의 검증을 위해 50명의 실험자를 대상으로 청각자극으로 감정을 유발하고, 심박변이도를 구하여 ANFEP 모형에 입력하였다. STDRR과 RMSSD를 입력으로 하고 입력변수 당 2개의 소속함수로 하는 ANFEP모형이 가장 좋은 결과를 나타났다. 제안한 감정예측 모형을 선형회귀 분석, 서포트 벡터 회귀, 인공신경망, 랜덤 포레스트와 비교한 결과 본 제안모형이 가장 우수한 성능을 보였다. 연구 결과는 보다 적은 입력으로 신뢰성 높은 감정인식이 가능함을 입증했고, 이를 활용해 보다 정확하고 신뢰성 높은 감정인식 시스템 개발에 대한 연구가 필요하다.

• 지식경영연구
• /
• 제22권4호
• /
• pp.119-133
• /
• 2021

각 산업에서 대량의 데이터가 생산되면서, 빠른 경영 의사결정을 위해 시계열 패턴 예측 연구가 수많이 진행되고 있다. 하지만 데이터에 내재된 불확실성으로 인해 비선형 시계열 데이터의 특정 패턴을 예측하는 데 한계가 존재하고, 기업경영의 전략적 의사결정 어려움이 존재한다. 또한, 최근 수십 년간 불규칙한 랜덤워크 모형의 시계열 데이터 예측을 위해 산업의 목적에 맞는 금융시장 데이터를 대상으로 다양한 연구가 진행되고 있지만, 특정 규칙을 예측하고 지속가능의 기업목적 달성 어려움이 있다. 본 연구에서는 룰렛 데이터와 금융시장 데이터를 Chaos 분석기법을 이용하여 예측 결과를 비교분석하고 유의미한 결과를 도출하였다. 그리고, 본 연구는 카오스 분석이 시계열 자료를 분석하는데 있어 새로운 방법을 모색하는데 유용함을 확인하였다. 룰렛 게임의 특성을 한국 주가지수 선물의 시계열과 비교 분석하여 추세가 확인되는 경우 예측력을 높일 수 있다는 점을 도출하였으며, 불확실성이 높고 랜덤워크가 존재하는 비선형 시계열 데이터가 특정한 패턴을 가지고 있는지 판단하는데 의의가 있다.

• 지능정보연구
• /
• 제22권4호
• /
• pp.69-85
• /
• 2016

연인과의 성공적인 관계형성은 인생의 만족감을 결정짓는 핵심적인 요소 중 하나이다. 기존에 심리학 분야에서는 성공적인 연인관계에 영향을 미치는 요인들에 대한 다양한 연구가 수행되어 왔으나, 주로 통계적인 분석기법에 기반하고 있기 때문에 복잡한 비선형의 관계를 분석하고, 특징을 추출하는 데에는 한계가 있었다. 이에, 본 연구는, 기존의 통계적인 분석 기법과 더불어, 데이터마이닝의 의사결정나무 분석기법을 활용하여 사랑의 형태에 따른 연인관계의 몰입(commitment) 수준과 관계지속 여부를 분석하였다. 특히, 기존 연구에서 도출된 주요 변인들 이외에 사랑의 여섯 가지 형태인 에로스(eros), 루두스(ludus), 스트로게(storge), 매니아(mania), 프래그마(pragma) 그리고 아가페(agape)를 추가적으로 고려하여, 이들이 연인관계에서 서로에 대한 몰입수준 및 연인관계 지속여부에 어떠한 영향을 미치는지 분석하고, 예측하는 모형을 수립하였다. 본 연구에는 실제 남녀커플 105쌍, 총 210명에 대한 데이터가 활용되었다. 본 연구결과 연인관계 몰입수준 및 관계 지속여부의 영향요인으로, 기존에 심리학 분야에서 제시된 변수들 이외에, 에로스, 아가페, 프래그마 등이 유의한 영향을 미친다는 것을 확인하였다. 특히, 남성은 아가페적 사랑의 형태가 몰입에 중요한 영향을 미치는 반면, 여성은 에로스적 사랑의 형태가 더욱 중요한 영향을 미치는 것으로 나타났다. 또한, 연인관계 지속여부에는 남성의 나르시시즘, 만족, 투자 및 매니아적 성향이 영향을 주고 있는 것으로 나타난 반면, 여성의 경우, 여성이 남성을 매니아적으로 사랑하는 정도만이 영향을 주고 있어, 남성이 관계의 지속 또는 결별에 더욱 결정적인 영향을 미치고 있는 것을 알 수 있었다. 이러한 연구는 데이터마이닝의 적용분야를 심리학 영역으로 확장한 융합연구로, 연인관계에 대한 새로운 분석을 시도하였다는 점에서 의의가 있으며, 조화로운 연인관계를 형성하는데 실질적인 시사점을 제공할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제23권3호
• /
• pp.139-153
• /
• 2017

기업의 부도는 이해관계자들뿐 아니라 사회에도 경제적으로 큰 손실을 야기한다. 따라서 기업부도예측은 경영학 연구에 있어 중요한 연구주제 중 하나로 다뤄져 왔다. 기존의 연구에서는 부도 예측을 위해 다변량판별분석, 로짓분석, 신경망분석 등 다양한 방법론을 이용하여 모형의 부도 예측력을 높이고 과적합의 문제를 해결하고자 시도하였다. 하지만 기존의 연구들이 시간적 요소를 고려하지 않아 발생할 수 있는 문제점들을 갖고 있음에도 불구하고 부도 예측에 있어서 동적 모형을 이용한 연구는 활발히 진행되고 있지 않으며 따라서 동적 모형을 이용하여 부도예측모형이 더욱 개선될 여지가 있다는 점을 확인할 수 있었다. 이에 본 연구에서는 RNN(Recurrent Neural Network)을 이용하여 시계열 재무 데이터의 동적 변화를 반영한 모형을 만들었으며 기존의 부도예측모형들과의 비교분석을 통해 부도 예측력의 향상에 도움이 된다는 것을 확인할 수 있었다. 모형의 유용성을 검증하기 위해 KIS Value의 재무 데이터를 이용하여 실험을 수행하였고 비교모형으로는 다변량판별분석, 로짓분석, SVM, 인공신경망을 선정하였다. 실험 결과 제안된 모형이 비교 모형에 비해 우수한 예측력을 보이는 것으로 나타났다. 따라서 본 연구는 변수들의 변화를 포착하는 동적 모형을 부도예측에 새롭게 제안하여 부도예측 연구의 발전에 기여할 수 있을 것으로 기대된다.